电器与能效管理技术(2023No．3)·检测与试验·周星雨(1998—)，女，硕士研究生，研究方向为电气火灾监控、分析及预测。吴桂初(1957—)，男，教授，研究方向为为智能化电器、智能制造。吴自然(1984—)，男，副研究员，研究方向为电器智能化。*基金项目:温州市重大科技项目(ZG2020049);温州市瓯海区会领军人才专项《低压电器智能制造车间的研发与产业化》基于多层全连接神经网络的漏电流容性分量补偿方法研究*周星雨1，吴桂初2，吴自然2，李泉坊3(1．温州大学电气与电子工程学院，浙江温州325000;(2．温州大学乐清工业研究院，浙江乐清325699;(3．浙江聚创智能科技有限公司，浙江温州325000)摘要:漏电流容性分量普遍存在于配电系统中，对漏电监控产生显著干扰，从而影响了电气火灾监控报警的准确性。搭建漏电流试验平台，模拟实际线路情况，设计数据采集系统实时显示，采集4种电压模式、4种负载模式在阻性漏电和容性漏电情况下的数据。提出利用多层全连接BP神经网络对漏电流阻性分量进行预测，消除漏电流容性分量。经测试，所提模型对漏电流阻性分量预测误差仅1．08%，能有效识别漏电流阻性分量，提高电气火灾预警的准确性。关键词:漏电流容性分量;电气火灾监控;多层全连接神经网络;漏电流容性分量补偿中图分类号:TM714．3文献标志码:A文章编号:2095-8188(2023)03-0054-08DOI:10．16628/j．cnki．2095-8188．2023．03．009CapacitiveComponentLeakageCurrentCompensationMethodBasedonMultilayerFullyConnectedNeuralNetworkZHOUXingyu1，WUGuichu2，WUZiran2，LIQuanfang3(1．SchoolofElectricalandElectronicEngineering，WenzhouUniversity，Wenzhou325000，China;2．YueqingIndustrialＲesearchInstitute，WenzhouUniversity，Wenzhou325699，China;3．ZhejiangJuchuangIntelligentTechnologyCo．，Ltd．，Wenzhou325000，China)Abstract:Thecapacitivecomponentleakagecurrent(CCLC)commonlyexistsinpowerdistributionsystems．However，itsignificantlyinterferestheleakagecurrentmeasurementandreducestheaccuracyofelectricalfiremonitoring．Theleakagecurrenttestplatformisbuilttosimulatetheactualcircuitcondition，andadataacquisitionsystemisdesignedtodisplayandacquirethedataoffourvoltagemodesandfourloadmodesundertheresistiveleakageandcapacitiveleakageconditions．AmultilayerfullyconnectedBPneuralnetworkisusedtoelimi...
