声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2223/N
国际刊号：1000-0054
发布日期:
作者：周亮, 曾铮, 魏文月, 赵静怡, 蒋慧灵
单位：1. 北京科技大学 资源与安全工程学院，北京 100083,2. 北京科技大学 大安全科学研究院，北京 100083,3. 安全生产新型风险辨识与防控联合创新应急管理部重点实验室，北京 100083
关键词：光伏系统,直流串联故障电弧,一维卷积神经网络,长短时记忆网络,Fourier变换
基金：国家重点研发计划项目(2023YFC3009801),北京市科技计划揭榜挂帅项目(Z231100003823024)
随着光伏发电系统的广泛应用，直流串联故障电弧已成为威胁光伏系统安全运行的因素之一，为了解决光伏串联故障电弧难以准确识别的问题，该文使用不同形状电极，开展不同电流强度下的光伏直流串联故障电弧实验，获取了故障电弧特征，构建了不同电极形状条件下的伏安特性曲线，然后结合数学统计和快速Fourier变换(FFT)方法对故障信号的时域、频域特征进行提取与分析。研究发现光伏直流串联故障电弧电流信号在0~50 kHz频段的特征较为明显，且不同形状电极产生的故障电弧频谱能量差异明显。最后，基于此特征构建了FFT-1DCNN-LSTM模型，通过模型训练，实现了不同形状电极产生故障电弧的准确识别，准确率达到99.87%，可为光伏系统故障电弧检测提供有效技术手段。
来源：2026年第2期
《清华大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。