arrow
返回

Fault Arc Detection Method Based on Improved ShuffleNet V2 Network

delete2025-01-06
delete0
delete
OA
AI
Y
Yuehua Huang
Y
Yun Lu *
L
Liping Fan
K
Kun Xiang
DOI:10.3390/pr13010135delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
故障电弧表现出随机性,其电流波形与标准非线性负载运行时的波形高度相似,给传统的串联故障电弧检测方法带来了挑战。本研究提出了一种基于轻量级卷积神经网络模型ShuffleNet V2的改进检测方法。收集并预处理了家庭负载的电流数据,以建立全面的数据库,利用一维卷积和通道注意力机制进行精确分析。实验结果表明,故障电弧检测精度达到97.8%,支持在Jetson Nano嵌入式平台上实现实时检测,且检测周期时间高效,每样本仅需15.65 ms。所提出的方法在准确性和速度上均优于现有方法,为开发先进的故障电弧断路器提供了坚实基础。
Keyword:
convolutional neural network
embedded platform
fault arc detection
current waveform analysis
real-time detection
ShuffleNet V2

期刊

Processes 封面图
Processes
IF:
2.8
论文数:
7.3K
被引数:
3.7W

机构

暂无机构信息
引用论文

引用论文

Signatures of Series Arc Faults to Aid Arc Detection in Low-Voltage DC Systems
err2020-08-02
err0
PREAI
errSundaravaradan Navalpakkam Ananthan; Alvaro Furlani Bastos; Surya Santoso; Xianyong Feng; Charles Penney; Angelo Gattozzi; Robert Hebner
err分享
err收藏
Detecting Arcing Faults in Switchgear by Using Deep Learning Techniques利用深度学习技术检测开关柜中的电弧故障
err2023-04-05
err0
errOAAI
errYaseen Ahmed Mohammed Alsumaidaee; Chong Tak Yaw; Siaw Paw Koh; Sieh Kiong Tiong; Chai Phing Chen; Chung Hong Tan; Kharudin Ali; Yogendra A. L. Balasubramaniam
err分享
err收藏
Clearing Series AC Arc Faults and Avoiding False Alarms Using Only Voltage Waveforms
err2020-04-01
err26
PREAI
errKim, Jonathan Chanki; Neacsu, Dorin O.; Ball, Roy; Lehman, Brad
err分享
err收藏
学者 查看更多内容