钟 毅， 朱 澈

(安徽工程大学电气工程学院， 安徽 芜湖 241000)

引 言

光伏微电网系统受天气影响很大，尤其是雷暴天气会导致负载出现电弧故障。一旦电弧故障发生，微电网系统的正常运行将受到很大影响[1-2]。因此，开展微电网中电弧故障的检测具有重要意义[3]。

微电网中的故障信号通常是非线性且不稳定的，故障检测领域中，对这类信号通常使用信号分解方法提取特征信息[4-5]。文献[6]提出了一种分类交流电弧故障检测方法，但是实验样本数量较少，不能较好地反映实验的客观性。文献[7]提出了一种EMD分解和ELM相结合的故障电弧诊断方法，但是没有解决EMD分解时产生模态混叠的问题。文献[8]针对故障电弧信号的采集过程中含有高频干扰噪声的现象，提出了利用小波包阈值去噪的滤波方法去除高频噪声，但是小波包分解对信号并没有自适应，需要对不同的信号选取不同的基函数。文献[9]提出了一种基于经验模态分解(EMD)和概率神经网络(PNN)的故障电弧多变量判据的诊断方法，但是没有考虑到采集过程中可能出现的噪声对检测结果的影响。上述文献所提检测方法虽然实现了对电弧故障的检测，但是所用故障特征多是基于行业经验选择，实验结果不具备客观性。

本文基于方差特征选择法对特征值进行筛选，选用对分类结果最相关的特征进行检测，实验结果具有客观性。针对光伏微电网中电弧故障检测精度普遍不高的问题，提出一种结合EEMD去噪和MITD分解的检测方法。……