電流型漏電檢測算法的設計與實現(xiàn).pdf

1、在低壓保護領域，漏電保護器是國家強制安裝設備。目前市場上的漏電保護器均采用基于漏電保護專用芯片的硬件檢測技術。由于漏電保護專用芯片核心技術根據(jù)國外的電網(wǎng)環(huán)境研制而成，應用到國內實際電網(wǎng)環(huán)境下，在一些較為復雜的電網(wǎng)環(huán)境下，使用漏電保護專用芯片來判斷漏電顯現(xiàn)出極大的局限性，導致漏電保護器誤動作（誤切斷電路）頻繁。
　　本文提出了以處理器芯片作為漏電保護器核心芯片，采用嵌入式軟件實現(xiàn)漏電檢測算法，由此形成新的漏電保護器實現(xiàn)結構和方式的新

2、思路。這種新的漏電保護器實現(xiàn)結構和方式中，嵌入式軟件可以加以擴展，使之同時實現(xiàn)過流、過載甚至電弧故障等保護功能，為實現(xiàn)一種集多種保護功能于一體的新型低壓保護電器提供可能。
　　本文從嵌入式軟件實現(xiàn)漏電檢測算法的角度，提出了一種基于機器學習的漏電檢測算法，其核心就是一個通過基于有監(jiān)督式的訓練學習、可以根據(jù)輸入的電流特征數(shù)據(jù)做出漏電判斷的“漏電分類器”，其實現(xiàn)過程主要包括電流特征數(shù)據(jù)的提取、訓練樣本集的構建、漏電分類器的設計、訓練和性

3、能測試。
　　本文首先對漏電發(fā)生和正常工作時這兩類分類電流數(shù)據(jù)進行時域和頻域的分析，進而選取出要提取的特征數(shù)據(jù)，然后設計和實現(xiàn)了一個采集器來采集兩類電流特征數(shù)據(jù)，構建成漏電分類器的訓練集和測試集，最后設計了基于BP神經網(wǎng)絡和支持向量機SVM的漏電分類器模型，并將訓練樣本集導入分類器模型進行訓練，訓練好的分類器模型經測試集進行正確識別率和誤動作的測試評估，若需要改進則反復訓練，以構建最佳分類器模型。訓練好的分類器模型即可用于實際的漏