CN105954628A - 一种故障电弧检测方法及检测装置 - Google Patents

Abstract

一种故障电弧检测方法及检测装置，涉及电故障的探测，包括如下步骤：采集电路信号；判断采集点数是否达到0.5s内采集点数的预设值，若达到则进行下一步，否则返回；对采集的信号使用DB4小波进行小波阈值降噪；对降噪后的信号进行二层小波变换；提取第二层高频系数；处理二层高频系数；统计处理后的二层高频系数中不为0的点数；若统计值大于预设的阈值，则报警，否则返回步骤1。单片机模块与信号调理模块、驱动模块以及电源模块连接，所述信号调理模块与传感器模块连接，所述单片机模块包括有信号采集模块和计算模块，其发明目的是提高故障电弧检测精度，减少误报率，提高检测的准确性。

Description

一种故障电弧检测方法及检测装置

技术领域

本发明涉及电故障的探测装置，涉及探测电缆、传输线或网络中的故障，尤指一种故障电弧检测方法及检测装置。

背景技术

故障电弧检测技术就是把容易产生电气火灾的有害电弧脉冲(如电线绝缘下降、负载短路、开关接插件接触不良等产生的电弧)从大量的无害电弧脉冲(如节能灯、调光调速开关、电吹风机、手电钻、吸尘器、电弧焊机、空压机、大功率开关动作等产生的电弧脉冲)及干扰脉冲中检测出来，然后切断电源，同时又不能产生误动作。在电网中对故障电弧的检测有很多方法，部分算法需要的阈值过多，难以协调；阈值的设定严重依赖经验和数据，难以推广。部分方法，最初的正常波形数据是需要提前输入的，如果负载不同则可能误报；正常波形的数据是动态更新的，若每次更新时，波形都发生了没有超过阈值的变化，多次累积之下，正常波形的数据也将不再正常，从而无法检测。同样需要多个阈值，依赖于数据和经验，难以推广。部分方法的，高次谐波含有率的典型值会动态更新，若每次更新时发生了没有超过阈值的变动，则在多次累积之下，该典型值不再正常，从而无法检测。判据太过单一，仅依靠对高次谐波的检测来判断容易误检。部分方法，在负载功率较小时，无法对其进行检测。

发明内容

针对现有技术的缺点，本发明的目的在于提供一种故障电弧检测方法及检测装置。可提高故障电弧检测精度，减少误报率，提高检测的准确性。并进行报警，减少火灾发生，保护人员的声明和财产安全。

本发明解决其技术问题所采用的技术方案之一是：提供一种故障电弧检测方法，其特征在于包括如下步骤：

步骤1：采集电路信号；

步骤2：判断采集点数是否达到0.5s内采集点数的预设值，若达到则进行下一步，否则返回进行步骤1；

步骤3：对采集的信号使用DB4小波进行小波阈值降噪，共三次；

步骤4：对降噪后的信号进行二层小波变换；

步骤5：提取第二层高频系数；

步骤6：处理二层高频系数；

步骤7：统计处理后的二层高频系数中不为0的点数；

步骤8：若统计值大于预设的阈值，则报警，否则返回步骤1。

所述步骤3中小波阈值降噪包含以下步骤：

步骤3.1：对信号进行一层小波变换

步骤3.2：提取高频系数序列D

步骤3.3：根据D计算噪音水平，公式如下：

$noiseLevel=\frac{median\left(\right|x\left|\right)}{0.6745}$

步骤3.4：计算阈值，公式如下：

$threshold=noiseLevel\×\sqrt{2\×\ln \left(length\right(x\left)\right)}$

步骤3.5：根据阈值，对序列D进行软阈值处理，公式如下：

$\begin{array}{c}y\&lsqb;i\&rsqb;=sign(x\&lsqb;i\&rsqb;)\&times;{(x\&lsqb;i\&rsqb;-threshold)}_{+}\\ sign\left(x\right)=\left\{\begin{array}{cc}1& x>0\\ 0& x=0\\ -1& x<0\end{array}\right.\\ {\left(x\right)}_{+}=\left\{\begin{array}{cc}x& x>0\\ 0& x\&le;0\end{array}\right.\end{array}$

其中y[i]为新信号x[i]为原始信号，threshold为上面计算出的阈值

步骤3.6：根据处理后的高频系数D’和原低频系数序列A进行逆小波变换，得到降噪后的信号。

所述步骤4中小波变换可细分为如下步骤：

步骤4.1：对信号进行一层小波变换；

步骤4.2：提取高频系数序列D；

步骤4.3：根据D计算噪音水平，公式如下：

$noiseLevel=\frac{median\left(\right|x\left|\right)}{0.6745};$

步骤4.4：计算阈值，公式如下：

$threshold=noiseLevel\&times;\sqrt{2\&times;\ln \left(length\right(x\left)\right)};$

步骤4.5：根据阈值，对序列D进行软阈值处理，公式如下：

$\begin{array}{c}y\&lsqb;i\&rsqb;=sign(x\&lsqb;i\&rsqb;)\&times;{(x\&lsqb;i\&rsqb;-threshold)}_{+}\\ sign\left(x\right)=\left\{\begin{array}{cc}1& x>0\\ 0& x=0\\ -1& x<0\end{array}\right.\\ {\left(x\right)}_{+}=\left\{\begin{array}{cc}x& x>0\\ 0& x\&le;0\end{array}\right.\end{array}$

其中y[i]为新信号，x[i]为原始信号，threshold为上面计算出的阈值；

步骤4.6：根据处理后的高频系数D’和原低频系数序列A进行逆小波变换，得到降噪后的信号。

所述逆小波变换包括如下步骤：

步骤4.6.1：在每一个系数之前添加0，如：1234变为01020304；

步骤4.6.2：对系数做周期延拓，公式如下：

x[k]为原始信号，1≤k≤n

步骤4.6.3：通过卷积计算出原始的近似系数(低频系数)和细节系数(高频系数)，公式如下：

$\begin{array}{cc}a\&lsqb;i\&rsqb;=\underset{j=1}{\overset{filterLength}{\&Sigma;}}h\&lsqb;j\&rsqb;\&times;A\&lsqb;i-j\&rsqb;& 1\&le;i<n+filterlength-1\end{array}$

$\begin{array}{cc}d\&lsqb;i\&rsqb;=\underset{j=1}{\overset{filterLength}{\&Sigma;}}g\&lsqb;j\&rsqb;\&times;D\&lsqb;i-j\&rsqb;& 1\&le;i<n+filterlength-1\end{array}$

其中A[i]为近似系数，D[i]为细节系数

a[i]为原始近似系数，d[i]为原始细节系数，n为原始信号长度

h[i]为低通重构滤波系数，g[i]为高通重构滤波系数；

步骤4.6.4：a[i]+d[i]即得到原始信号。

所述高频系数的处理细分为以下几个步骤：

步骤21：将每一个数值取相反数置于其后，如1，2，3，4变为1，-1，2，-2，3，-3，4，-4；

步骤22：将前50个值置零；

步骤23：将后50个值置零；

步骤24：需找是否存在连续50个超过预设阈值M的点，若存在则进行步骤25，否则将全部值置零，结束；

步骤25：将这样的50个点中的最大值赋给其中的第一个值，并将其余49个点置零；

步骤26：重复步骤25，直至处理完所有发现的序列，结束。

本发明为实现其计算方法所采用的故障电弧检测装置的特征在于：包括单片机模块、信号调理模块、驱动模块、电源模块和传感器模块，所述单片机模块与信号调理模块、驱动模块以及电源模块连接，所述信号调理模块与传感器模块连接，所述单片机模块包括有信号采集模块和计算模块。

传感器模块采集电流信号，经过调理模块对信号进行调理后，经过单片机模块的信号采集模块采集信号，由计算模块使用本发明的故障电弧检测方法对信号进行综合分析，做出判断。并向驱动模块发出控制指令。执行相关的操作。

本发明的有益效果是：可提高故障电弧检测精度，减少误报率，提高检测的准确性。并进行报警，减少火灾发生，保护人员的声明和财产安全。

附图说明

下面结合附图对本发明作进一步的描述。

图1是本发明的故障电弧检测方法实施例流程示意图。

图2是本发明的故障电弧检测方法中高频系数的处理实施例流程示意图。

图3是本发明的故障电弧检测装置电气方框图。

图4是本发明故障电弧检测装置中传感器模块的电弧信号采集电路图。

图5是本发明故障电弧检测装置中信号调理模块电路图。

图6是本发明故障电弧检测装置中电弧报警电路图。

图7是本发明故障电弧检测装置中电源模块电路图。

具体实施方式

本发明的故障电弧检测方法实施例：

步骤1：使用STM32单片机的模数转换接口采集电路信号；

步骤2：判断采样点数是否达到0.5s内采样点数的预设值，若达到则进行下一步，否则继续进行步骤1；

步骤3：对采集的信号使用DB4小波进行小波阈值降噪，共三次；

步骤4：对降噪后的信号进行二层小波变换；

步骤5：提取第二层高频系数(细节系数)；

步骤6：处理高频系数(细节系数)；

步骤7：统计处理后的高频系数中不为0的点数；

步骤8：若统计值大于预设的阈值，则报警，否则返回步骤1

所述步骤3小波阈值降噪可细分为包括如下步骤：

步骤3.1：对信号进行一层小波变换

步骤3.2：提取高频系数序列D

步骤3.3：根据D计算噪音水平，公式如下：

$noiseLevel=\frac{median\left(\right|x\left|\right)}{0.6745}$

步骤3.4：计算阈值，公式如下：

$threshold=noiseLevel\&times;\sqrt{2\&times;\ln \left(length\right(x\left)\right)}$

步骤3.5：根据阈值，对序列D进行软阈值处理，公式如下：

$\begin{array}{c}y\&lsqb;i\&rsqb;=sign(x\&lsqb;i\&rsqb;)\&times;{(x\&lsqb;i\&rsqb;-threshold)}_{+}\\ sign\left(x\right)=\left\{\begin{array}{cc}1& x>0\\ 0& x=0\\ -1& x<0\end{array}\right.\\ {\left(x\right)}_{+}=\left\{\begin{array}{cc}x& x>0\\ 0& x\&le;0\end{array}\right.\end{array}$

其中y[i]为新信号，x[i]为原始信号，threshold为上面计算出的阈值

步骤3.6：根据处理后的高频系数D’和原低频系数序列A进行逆小波变换，得到降噪后的信号。

所述步骤3.6中逆小波变换包括如下步骤：

步骤3.6.1：在每一个系数之前添加0，如：1234变为01020304；

步骤3.6.2：对系数做周期延拓，公式如下：

x[k]为原始信号，1≤k≤n；

步骤3.6.3：通过卷积计算出原始的近似系数(低频系数)和细节系数(高频系数)，公式如下：

$\begin{array}{cc}a\&lsqb;i\&rsqb;=\underset{j=1}{\overset{filterLength}{\&Sigma;}}h\&lsqb;j\&rsqb;\&times;A\&lsqb;i-j\&rsqb;& 1\&le;i<n+filterlength-1\end{array}$

$\begin{array}{cc}d\&lsqb;i\&rsqb;=\underset{j=1}{\overset{filterLength}{\&Sigma;}}g\&lsqb;j\&rsqb;\&times;D\&lsqb;i-j\&rsqb;& 1\&le;i<n+filterlength-1\end{array}$

其中A[i]为近似系数，D[i]为细节系数

a[i]为原始近似系数，d[i]为原始细节系数，n为原始信号长度

h[i]为低通重构滤波系数，g[i]为高通重构滤波系数；

步骤3.6.4：a[i]+d[i]即得到原始信号。

所述高频系数的处理细分为以下几个步骤：

步骤21：将每一个数值取相反数置于其后，如1，2，3，4变为1，-1，2，-2，3，-3，4，-4；

步骤22：将前50个值置零；

步骤23：将后50个值置零；

步骤24：需找是否存在连续50个超过预设阈值M的点，若存在则进行步骤25，否则将全部值置零，结束；

步骤25：将这样的50个点中的最大值赋给其中的第一个值，并将其余49个点置零；

步骤26：重复步骤25，直至处理完所有发现的序列，结束。

所述步骤4中小波变换包含以下步骤：

步骤4.1：对信号进行一层小波变换；

步骤4.2：提取高频系数序列D；

步骤4.3：根据D计算噪音水平，公式如下：

$noiseLevel=\frac{median\left(\right|x\left|\right)}{0.6745};$

步骤4.4：计算阈值，公式如下：

$threshold=noiseLevel\&times;\sqrt{2\&times;\ln \left(length\right(x\left)\right)};$

步骤4.5：根据阈值，对序列D进行软阈值处理，公式如下：

$\begin{array}{c}y\&lsqb;i\&rsqb;=sign(x\&lsqb;i\&rsqb;)\&times;{(x\&lsqb;i\&rsqb;-threshold)}_{+}\\ sign\left(x\right)=\left\{\begin{array}{cc}1& x>0\\ 0& x=0\\ -1& x<0\end{array}\right.\\ {\left(x\right)}_{+}=\left\{\begin{array}{cc}x& x>0\\ 0& x\&le;0\end{array}\right.\end{array}$

其中y[i]为新信号，x[i]为原始信号，threshold为上面计算出的阈值；

步骤4.6：根据处理后的高频系数D’和原低频系数序列A进行逆小波变换，得到降噪后的信号。

所述步骤4.6中逆小波变换包括如下步骤：

步骤4.6.1：在每一个系数之前添加0，如：1234变为01020304；

步骤4.6.2：对系数做周期延拓，公式如下：

x[k]为原始信号，1≤k≤n；

步骤4.6.3：通过卷积计算出原始的近似系数(低频系数)和细节系数(高频系数)，公式如下：

$\begin{array}{cc}a\&lsqb;i\&rsqb;=\underset{j=1}{\overset{filterLength}{\&Sigma;}}h\&lsqb;j\&rsqb;\&times;A\&lsqb;i-j\&rsqb;& 1\&le;i<n+filterlength-1\end{array}$

$\begin{array}{cc}d\&lsqb;i\&rsqb;=\underset{j=1}{\overset{filterLength}{\&Sigma;}}g\&lsqb;j\&rsqb;\&times;D\&lsqb;i-j\&rsqb;& 1\&le;i<n+filterlength-1\end{array}$

其中A[i]为近似系数，D[i]为细节系数

a[i]为原始近似系数，d[i]为原始细节系数，n为原始信号长度

h[i]为低通重构滤波系数，g[i]为高通重构滤波系数；

步骤4.6.4：a[i]+d[i]即得到原始信号。

所述高频系数的处理细分为以下几个步骤：

步骤21：将每一个数值取相反数置于其后，如1，2，3，4变为1，-1，2，-2，3，-3，4，-4

步骤22：将前50个值置零

步骤23：将后50个值置零

步骤24：需找是否存在连续50个超过预设阈值M的点，若存在则进行步骤25，否则将全部值置零，结束；

步骤25：将这样的50个点中的最大值赋给其中的第一个值，并将其余49个点置零；

步骤26：重复步骤25，直至处理完所有发现的序列，结束。

本发明的故障电弧检测装置：

参见附图3，本发明一种故障电弧检测装置，其特征在于：包括单片机模块1、信号调理模块2、驱动模块3、电源模块4和传感器模块5，所述单片机模块1与信号调理模块2、驱动模块3以及电源模块4连接，所述信号调理模块4与传感器模块5连接，所述单片机模块包括有信号采集模块和计算模块。

在本发明的实施例中：

参见图4，传感器模块5采集经过电流互感器出来的电流信号，经过采样电阻R24转变成电压信号，然后经过NE5532组成的差分运放电路进行放大。

参见图5，经过差分放大电路出来的信号经过反向比例电路和同向比例电路，送至电压跟随器，最后将信号送给单片机模块1，其中R39,R40，R41，R44组成正电压偏置电路。

参见图6，当前面的数据采集完成后，输入单片机模块1内进行相关的分析，最后当结论出此电弧为故障时，系统使单片机模块1的IO口输出高电平，从而点亮LED，达到报警效果。

参见图7，电源经过正负电源模块出±12V给运放和电源IC供电，采用电源IC XL4201出3.3V给单片机供电。

Claims (8)

1.一种故障电弧检测方法，其特征在于包括如下步骤：

步骤1：采集电路信号；

步骤2：判断采集点数是否达到0.5s内采集点数的预设值，若达到则进行下一步，否则返回进行步骤1；

步骤3：对采集的信号使用DB4小波进行小波阈值降噪，共三次；

步骤4：对降噪后的信号进行二层小波变换；

步骤5：提取第二层高频系数；

步骤6：处理二层高频系数；

步骤7：统计处理后的二层高频系数中不为0的点数；

步骤8：若统计值大于预设的阈值，则报警，否则返回步骤1。

2.根据权利要求1所述的一种故障电弧检测方法，其特征在于：所述小波阈值降噪包含以下步骤：

步骤3.1：对信号进行一层小波变换

步骤3.2：提取高频系数序列D

步骤3.3：根据D计算噪音水平，公式如下：

$noiseLevel=\frac{median\left(\right|x\left|\right)}{0.6745}$

步骤3.4：计算阈值，公式如下：

$threshold=noiseLevel\&times;\sqrt{2\&times;ln\left(length\right(x\left)\right)}$

步骤3.5：根据阈值，对序列D进行软阈值处理，公式如下：

$\begin{array}{c}y\&lsqb;i\&rsqb;=sign(x\&lsqb;i\&rsqb;)\&times;{(x\&lsqb;i\&rsqb;-threshold)}_{+}\\ sign\left(x\right)=\left\{\begin{array}{cc}1& x>0\\ 0& x=0\\ -1& x<0\end{array}\right.\\ {\left(x\right)}_{+}=\left\{\begin{array}{cc}x& x>0\\ 0& x\&le;0\end{array}\right.\end{array}$

其中y[i]为新信号x[i]为原始信号，threshold为上面计算出的阈值

步骤3.6：根据处理后的高频系数D’和原低频系数序列A进行逆小波变换，得到降噪后的信号。

3.根据权利要求1所述的一种故障电弧检测方法，其特征在于：所述小波变换可细分为如下步骤：

步骤4.1：对信号进行一层小波变换；

步骤4.2：提取高频系数序列D；

步骤4.3：根据D计算噪音水平，公式如下：

$noiseLevel=\frac{median\left(\right|x\left|\right)}{0.6745};$

步骤4.4：计算阈值，公式如下：

$threshold=noiseLevel\&times;\sqrt{2\&times;\ln \left(length\right(x\left)\right)};$

步骤4.5：根据阈值，对序列D进行软阈值处理，公式如下：

$\begin{array}{c}y\&lsqb;i\&rsqb;=sign(x\&lsqb;i\&rsqb;)\&times;{(x\&lsqb;i\&rsqb;-threshold)}_{+}\\ sign\left(x\right)=\left\{\begin{array}{cc}1& x>0\\ 0& x=0\\ -1& x<0\end{array}\right.\\ {\left(x\right)}_{+}=\left\{\begin{array}{cc}x& x>0\\ 0& x\&le;0\end{array}\right.\end{array}$

其中y[i]为新信号，x[i]为原始信号，threshold为上面计算出的阈值；

步骤4.6：根据处理后的高频系数D’和原低频系数序列A进行逆小波变换，得到降噪后的信号。

4.根据权利要求3所述的一种故障电弧检测方法，其特征在于：所述逆小波变换包括如下步骤：

步骤4.6.1：在每一个系数之前添加0，如：1234变为01020304；

步骤4.6.2：对系数做周期延拓，公式如下：

步骤4.6.3：通过卷积计算出原始的近似系数(低频系数)和细节系数(高频系数)，公式如下：

$\begin{array}{cc}a\&lsqb;i\&rsqb;=\underset{j=1}{\overset{filterLength}{\&Sigma;}}h\&lsqb;j\&rsqb;\&times;A\&lsqb;i-j\&rsqb;& 1\&le;i<n+filterlength-1\end{array}$

$\begin{array}{cc}d\&lsqb;i\&rsqb;=\underset{j=1}{\overset{filterLength}{\&Sigma;}}g\&lsqb;j\&rsqb;\&times;D\&lsqb;i-j\&rsqb;& 1\&le;i<n+filterlength-1\end{array}$

其中A[i]为近似系数，D[i]为细节系数

a[i]为原始近似系数，d[i]为原始细节系数，n为原始信号长度

h[i]为低通重构滤波系数，g[i]为高通重构滤波系数；

步骤4.6.4：a[i]+d[i]即得到原始信号。

5.根据权利要求1所述的一种故障电弧检测方法，其特征在于：所述高频系数的处理细分为以下几个步骤：

步骤21：将每一个数值取相反数置于其后；

步骤22：将前50个值置零；

步骤23：将后50个值置零；

步骤24：需找是否存在连续50个超过预设阈值M的点，若存在则进行步骤25，否则将全部值置零，结束；

步骤25：将这样的50个点中的最大值赋给其中的第一个值，并将其余49个点置零；

步骤26：重复步骤25，直至处理完所有发现的序列，结束。

6.一种故障电弧检测装置，其特征在于：包括单片机模块、信号调理模块、驱动模块、电源模块和传感器模块，所述单片机模块与信号调理模块、驱动模块以及电源模块连接，所述信号调理模块与传感器模块连接，所述单片机模块包括有信号采集模块和计算模块。

7.根据权利要求6所述的一种故障电弧检测装置，其特征在于：传感器模块采集经过电流互感器出来的电流信号，经过采样电阻转变成电压信号，然后经过NE5532组成的差分运放电路进行放大。

8.根据权利要求7所述的一种故障电弧检测装置，其特征在于：经过差分放大电路出来的信号经过反向比例电路和同向比例电路，送至电压跟随器，最后将信号送给单片机模块。