清华大学学报(自然科学版)

作者：周亮, 王烨, 蔡发明, 朱英杰, 王安虎, 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. 北京科技大学 金属冶炼重大事故防控技术支撑基地, 北京 100083,4. 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 100083,5. 中国人民警察大学 研究生院, 廊坊 065000

关键词：故障电弧检测,过电流,多模态特征融合,交叉注意力机制,时频分析

基金：国家重点研发计划项目(2023YFC3009804),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)

针对复杂工况下故障电弧检测存在多模态特征利用率低、噪声鲁棒性差的问题, 该文提出一种基于多模态特征融合的故障电弧检测方法。通过搭建过电流诱发并联击穿电弧的实验电路, 采集不同阻燃等级护套线与过电流参数下的电流时序信号, 构建多模态数据集。基于Markov转换场、递归图等5种时域、频域、时频域转换方法, 将瞬态电流信号映射为时频-空间特征图, 并与一维时序信号结合, 引入交叉注意力机制优化Swin-Transformer网络, 实现跨模态特征协同优化。结果表明, 时频图像增强了对高频暂态特征的敏感性, 注意力机制通过聚焦关键频段和时域片段, 能更有效地捕捉故障电弧特征, 其分类准确率达98.07%, 较传统CNN模型提升了0.37%, 为过电流诱发并联击穿电弧检测提供了更可靠的技术方案。

来源：2026年第1期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2026年第1期