CN106063065A - 用于电弧故障检测的装置和方法 - Google Patents
用于电弧故障检测的装置和方法 Download PDFInfo
- Publication number
- CN106063065A CN106063065A CN201480061982.3A CN201480061982A CN106063065A CN 106063065 A CN106063065 A CN 106063065A CN 201480061982 A CN201480061982 A CN 201480061982A CN 106063065 A CN106063065 A CN 106063065A
- Authority
- CN
- China
- Prior art keywords
- voice data
- characteristic vector
- arc fault
- sound
- band
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1209—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using acoustic measurements
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02H—EMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
- H02H1/00—Details of emergency protective circuit arrangements
- H02H1/0007—Details of emergency protective circuit arrangements concerning the detecting means
- H02H1/0015—Using arc detectors
- H02H1/0023—Using arc detectors sensing non electrical parameters, e.g. by optical, pneumatic, thermal or sonic sensors
Landscapes
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Emergency Alarm Devices (AREA)
Abstract
用于电弧故障检测的装置和方法本发明针对用于基于电弧声音信号的电弧故障检测的装置和方法。该装置可以通过布置靠近电力装置的一个或多个麦克风监测来自电力装置的声音数据并且提取声音数据的特性。该装置还可以将声音数据的特性与电弧故障特征数据库比较，然后确定产生电弧报警信号。该装置是独立的装置，可以提供电弧故障的预报和早期报警，并且可以提高电弧故障检测的可靠性。
Description
技术领域
本申请总体涉及电弧故障检测。具体地，本申请涉及用于基于电弧声音信号的电弧故障检测的系统和方法。
背景技术
电弧闪光故障是电力系统中的，例如，开关设备中的灾难性的电气事故，事故是通常由通电的导电体的短路所引起的热量、热气、和熔化的金属的爆炸。为了针对该危险保护工人和电力设备，需要电弧故障保护系统。在过去已报告出现自低级闪络故障的许多设备着火和烧毁情形。依赖装置电压和电流的变化的惯用的保护装置不能检测低级闪络故障。原因是低级闪络故障没有引起装置电压和电流的显著的变化。普通的保护装置本身包含在发生在开关设备中的烧毁中并且使故障传播类似连锁反应。
基于弧光检测的电弧故障保护系统已被广泛使用。然而，这种系统容易被环境光妨碍，可以引起错误的操作。并且这些系统在电弧闪光出现以后才可以被激活，所以故障响应时间放大电弧闪光故障对开关设备系统的影响。已建议基于四个不同类型的传感器(超声、红外线、无线电频率和声学辐射)的另一种检测技术，该技术比较输入信号与预定阀值以判定是否发生闪络故障。但是该检测方案具有对各种传感器的放置和这些阈值的设置的严格的要求，减小了检测的效率。
存在使用昂贵的光纤麦克风作为传感器来拾取电弧声音，并且比较电弧声音信号的声压级或者电弧声音信号的某些子带的能量与预定阈值以判断是否出现电弧故障的解决方案。这些解决方案不是很有效，因为检测逻辑过于简单并且容易被环境噪声或者电气背景噪声妨碍。
发明内容
本发明的实施方式提供用于基于电弧声学数据的电弧故障检测的方法和装置。
在一些方面，本解决方案针对用于电弧故障检测的方法。方法包括从电力装置获得声音数据，并且从声音数据提取表征声音数据的频域子带能量分布的特征向量。方法还包括将特征向量与基于实际的电弧故障声学信号的多个参考向量相比较以确定是否产生电弧报警信号。因此，方法可以在电弧闪光故障出现之前提供电弧故障的预报和早期报警，并且与比较声压级或者电弧声音信号的某些子带的能量与预定值的其他检测方法相比较，可以提高电弧故障检测的稳定性和可靠性。
根据本发明的实施方式，方法可包括从声音数据识别异常声音并且响应于异常声音的识别提取特征向量，其中，异常声音的本底噪声与先前声音的本底噪声之间的差异大于预定值。因此，只有当出现异常声音时才可以执行特征提取，这进一步增加检测的效率。
根据本发明的实施方式，方法可包括利用能够获得为可听声音频带和超声频带的双声音频带的声音数据的一个或多个传感器来获得声音数据，监测声音数据中的超声，并且当在声音数据中检测到超声时开始从可听频带中的声音数据提取特征向量。
根据本发明的实施方式，方法可包括传递超声频带中的声音数据，将传递的超声频带中的声音数据的声压级与参考值进行比较，并且当传递的超声频带中的声音数据的声压级大于参考值时从可听频带的声音数据提取特征向量。
根据本发明的实施方式，多个参考向量已从实际的电弧故障声学信号提取并且存储在电弧故障特征数据库中。如果特征向量与多个参考向量的其中一个之间的距离小于预定阈值，方法可以确定产生电弧报警信号。电弧故障特征数据库还可以包括已从各种干扰信号提取的多个参考向量。方法可以计算特征向量与每个来自实际的电弧故障声学信号的多个参考向量之间的距离，计算特征向量与每个来自干扰信号的多个参考向量之间的距离，并且如果特征向量与来自实际的电弧故障声学信号的多个参考向量之间的最小距离小于特征向量与来自干扰信号的多个参考向量之间的最小距离，确定产生电弧报警信号。因此，方法可以减少错误操作并且提高电弧故障检测的可靠性。
根据本发明的实施方式，可以通过布置靠近电力装置的一个或多个声音传感器获得声音数据。声音传感器可以是可以获得声音数据并且输出数字声音信号的MEMS(微机电系统)麦克风。这种数字MEMS麦克风具有比惯用的基于驻极体的麦克风更好的性能，并且与过于昂贵而不能广泛用于市场的光纤麦克风相比较，可以降低成本。而且，当光纤麦克风被用于获得声音数据时，声音数据需要例如，通过另外的模数转换电路或装置转换为数字声音信号。
根据本发明的实施方式，MEMS麦克风被布置为麦克风阵列，诸如垂射阵列、端射阵列等。麦克风阵列的使用可以抑制诸如开关设备的电力装置中的环境噪声、回声和回响。方法可以在具有数字信号处理器(DSP)或者现场可编程门阵列(FPGA)芯片的硬件中实施。MEMS麦克风可以经由同步串行数字端口(SPORT)连接至DSP或者FPGA芯片。
在一些方面，本解决方案针对用于电弧故障检测的仪器。仪器包括用于从电力装置获得声音数据的装置；用于从声音数据提取表征声音数据的频域子带能量分布的特征向量的装置；和用于将特征向量与基于实际的电弧故障声学信号的多个参考向量进行比较以确定是否产生电弧报警信号的装置。
在一些方面，本解决方案针对用于电弧故障检测的装置。所提出的装置包括一个或多个声音传感器、特征提取单元和特征比较单元。传感器被布置靠近电力装置并且从电力装置获得声音数据。特征提取单元从声音数据提取表征声音数据的频域子带能量分布的特征向量。特征比较单元将特征向量与基于实际的电弧故障声学信号的多个参考向量相比较以确定是否产生电弧报警信号。装置可以在电弧闪光故障出现之前提供电弧故障的预报和早期报警，并且可以提高电弧故障检测的稳定性和可靠性。而且，装置是独立装置并且不需要与开关设备中的主电力系统的任何物理连接。
根据本发明的实施方式，装置还可以包括用于从声音数据识别异常声音的声学检测单元，其中，异常声音的本底噪声与先前声音的本底噪声之间的差异大于预定值。特征提取单元可以响应于异常声音的识别提取特征向量，这进一步增加检测的效率。
根据本发明的实施方式，其中，一个或多个声音传感器能够获得带有可听声音频带和超声频带的双声音频带的声音数据，并且装置进一步包括监测超声频带中通过一个或多个声音传感器获得的声音数据的超声检测单元，和从可听频带中的声音数据提取特征向量的特征提取单元。
根据本发明的实施方式，其中，声音传感器包括一个可听声音传感器和一个超声传感器，超声传感器与超声检测单元连接，并且可听声音传感器与特征提取单元连接。
根据本发明的实施方式，其中，超声检测单元进一步包括带通滤波器和比较器，带通滤波器允许超声频带中的声音数据被传递，比较器比较传递通过带通滤波器的超声的声压级与参考值并且当传递通过带通滤波器的超声的声压级大于参考值时唤醒特征提取单元。
根据本发明的实施方式，装置还可以包括存储从实际的电弧故障声学信号提取的多个参考向量的电弧故障特征数据库。如果特征向量与多个参考向量的其中一个之间的距离小于预定阈值，特征比较单元可以确定产生电弧报警信号。电弧故障特征数据库还可以包括已经从各种干扰信号提取的多个参考向量。特征比较单元可以计算特征向量与每个来自实际的电弧故障声学信号的多个参考向量之间的距离，计算特征向量与每个来自干扰信号的多个参考向量之间的距离，并且如果特征向量与来自实际的电弧故障声学信号的多个参考向量之间的最小距离小于特征向量与来自干扰信号的多个参考向量之间的最小距离，确定产生电弧报警信号。因此，装置可以减少错误操作并且提高电弧故障检测的可靠性。
根据本发明的实施方式，声音传感器是MEMS麦克风，与过于昂贵而不能广泛用于市场的光纤麦克风相比较，MEMS麦克风可以降低成本。
根据本发明的实施方式，MEMS麦克风被布置为麦克风阵列。麦克风阵列的使用可以抑制诸如开关设备的电力装置中的环境噪声、回声和回响。特征提取单元、特征比较单元和声学检测单元可以集成在DSP芯片或者FPGA芯片内。MEMS麦克风可以经由同步串行数字端口(SPORT)连接至DSP或者FPGA芯片。另外，装置可以通过诸如CAN(控制器区域网)总线接口的现场总线将报警信号发送至诸如主断路器或者主跳闸继电器的电跳闸单元(ETU)。
在附图和下面的描述中阐述本发明的各种实施方式的细节。
附图说明
通过参考结合附图的以下说明，将更清楚地并且更好地理解本公开内容的以上及其他的目标、方面、特征和优点，其中：
图1示出用于电弧故障检测的方法的实施方式的流程图；
图2示出根据本发明的实施方式的两个麦克风垂射阵列；
图3示出根据本发明的实施方式的声音数据的频域子带能量分布的特征的示意图；
图4示出根据本发明的实施方式的用于电弧故障检测的示例性装置的框图；
图5示出根据本发明的实施方式的具有两个麦克风阵列的另一个示例性装置的框图；
图6示出根据本发明的实施方式的具有两个麦克风阵列的另一个示例性装置的框图；
图7示出根据本发明的实施方式的用于电弧故障检测的示例性装置的工作原理；
图8示出根据本发明的实施方式的具有能够获得超声频带和可听声音频带中的声音数据的两个麦克风阵列的另一个示例性的装置的框图。
具体实施方式
方法通过示例的方式而非限制的方式在附图的各图中示出,并且在附图中,用类似参考符号表示类似元件。应注意本公开内容中对“一种”或者“一个”或者“一些”实施方式的引用并不一定是对相同的实施方式的引用，并且这种引用意味着至少一个。
图1示出根据本发明的一个实施方式的用于电弧故障检测的方法100的实施方式的流程图。概括地讲，方法100包括从电力装置获得声音数据(步骤102)，从声音数据提取表现声音数据的频域子带能量分布的特性的特征向量(步骤104)，使特征向量与基于实际的电弧故障声学信号的多个参考向量进行比较并且基于比较确定是否产生电弧报警信号(步骤106)。
进一步参考图1，并且更详细地，在一个实施方式中，通过布置靠近电力装置的一个或多个声音传感器获得声音数据。在步骤102，MEMS麦克风用作声音传感器以连续地从电力装置取样声学信号。MEMS麦克风可以获得声音数据并且输出数字声音信号。在另一个实施方式中，MEMS麦克风被布置为麦克风阵列，诸如垂射阵列、端射阵列等。图2示出根据本发明的一个实施方式的两个麦克风垂射阵列。将通过阵列中的两个麦克风同步获得的声音信号加在一起，可以削弱来自于阵列的侧面的声音。为了抑制环境噪声，诸如开关设备的电力装置中的回声和回响，在一个实施方式中，可以对来自阵列中的每个麦克风的信号进行放大并且过滤以去除噪声，然后可以使用波束形成技术对来自麦克风阵列的信号进行预处理以增进SNR(信噪比)。这种数字MEMS麦克风花费小于过于昂贵且不能在市场中广泛使用的光纤麦克风。在另一个实施方式中，声音传感器可以是光纤麦克风，但是通过光纤麦克风获得的声音数据需要通过模数转换转换为数字声音信号。
在步骤104，通过快速傅里叶变换(FFT)方法在频域中对声音信号进行处理。基于声音数据的频域子带能量分布从声音数据提取特征向量。图3示出根据本发明的实施方式的声音数据的频域子带能量分布的特征的示意图。如图3中所示，基于FFT计算取样的声音数据的功率频谱，并且将0Hz与Fs/4(在此，Fs是取样率)之间的频带分为具有相等长度的n个间隔，并且因此功率频谱也被分为n个间隔。对于每个间隔，基于FFT计算频率子带能量值，然后使频率子带能量值标准化。n个标准化的值形成可以表征声音数据的频域子带能量分布的n维特征向量，其中，n可以是10与32之间的整数。或者，可以根据取样率确定n。
在另一个实施方式中，方法可包括从声音数据识别异常声音，其中，异常声音的本底噪声与先前的声音的本底噪声之间的差异大于预定值。然后，方法可以响应于异常声音的识别提取特征向量。因此，只有当出现异常声音时才可以执行特征提取，这进一步增加检测的效率。在一个实例中，为了有效地从背景噪声识别异常声音，第一8个帧取样点(例如，1帧是以给定的取样率48kSPS的128个取样点)被用于计算本底噪声，其与下一个每一帧进行比较。如果下一帧的取样点的平均能量值比本底噪声大两倍，那么将该帧识别为异常声音，并且响应于识别，开始特征提取。本底噪声将每隔8个帧取样点更新以适应不同的环境噪声。
在又一个实施方式中，方法包括利用能够获得双声音频带的声音数据的一个或多个传感器来获得声音数据，双声音频带是可听声音频带和超声频带。电弧声音的频率通常从可听频带直到超声频带，该频率比外部背景噪声的范围宽。因此，与检测要么可听声音频带要么超声频带的一个单个声音频带的方式相比，通过检测双声音频带识别电弧声音是可靠的。
如果超声用于电弧声音特征识别，那么将需要高的取样率和数字信号处理性能。因此，在这个实施方式中，超声信号被用于异常声音活跃性检测，并且可听声音信号被用于电弧声音特征识别。具体来说，只有当检测到或者发现活跃的超声信号时，才唤起可听声音取样。
超声麦克风可以用于专用的声音活跃性检测。对通过超声麦克风获得的声音信号进行过滤以仅允许传递超声频带中的声音数据。然后计算传递的超声频带中的声音数据的声压级(SPL)并且使该声压级与预定参考值相比较。如果声压级(SPL)大于预定参考值，那么发送中断信号以开始可听声音信号的取样用于提取如上所述的参考向量。可以基于实际电弧声音中的超声频带的频率或者按实验性的校准方式选择预定参考值。在步骤106，特征向量与基于实际的电弧故障声学信号的多个参考向量相比较以确定是否应该产生电弧报警信号。在一个实施方式中，参考向量已从各种实际的电弧故障声学信号提取，并且可以存储在电弧故障特征数据库中。这些向量以与步骤104描述的相同的方式从实际的电弧故障声学信号提取。如果特征向量与参考向量中的一个之间的距离小于预定阈值，产生报警信号以指示将出现电弧故障。许多方法(诸如欧几里德距离等)可以用于计算两个向量之间的距离。
在另一个实施方式中，电弧故障特征数据库还可以包括已从各种干扰信号提取的多个参考向量。方法可以计算特征向量与每个来自实际的电弧故障声学信号的多个参考向量之间的距离，计算特征向量与每个来自干扰信号的多个参考向量之间的距离，并且如果特征向量与来自实际的电弧故障声学信号的多个参考向量之间的最小距离小于特征向量与来自干扰信号的多个参考向量之间的最小距离，确定产生电弧报警信号。因此，方法可以减少错误操作并且提高电弧故障检测的可靠性。
综上所述，可以看出方法可以在电弧闪光故障出现之前提供电弧故障的预报和早期报警，并且与比较声压级(SPL)或者电弧声音信号的某些子带的能量与预定值的其他检测方法相比较，可以提高电弧故障检测的稳定性和可靠性。方法还可以被编程到硬件，诸如数字信号处理器(DSP)或者现场可编程门阵列(FPGA)芯片中。MEMS麦克风可以经由同步串行数字端口(SPORT)连接至DSP或者FPGA芯片或者与DSP或者FPGA芯片集成。
现在参考图4，描述了根据本发明的一个实施方式的用于电弧故障检测的示例性装置的框图。概括地讲，装置包括一个或多个声音传感器、特征提取单元和特征比较单元。MEMS麦克风用作声音传感器并且布置为麦克风阵列。麦克风阵列放置靠近电力装置，例如，开关设备内，并且从开关设备获得声音数据。特征提取单元从声音数据提取如上所述表征声音数据的频域子带能量分布的特征向量。特征比较单元比较特征向量与已经从电弧故障特征数据库中的实际的电弧故障声学信号提取的多个参考向量，并且基于比较确定是否产生电弧报警信号。
在一个实施方式中，装置还可以包括根据声音数据识别如上所述的异常声音的声学检测单元。特征提取单元可以响应于异常声音的识别提取特征向量，这进一步增加检测的效率。
在一个实施方式中，电弧故障特征数据库还可以包括已经从所有种类的干扰信号提取的多个参考向量。特征比较单元可以计算特征向量与每个来自实际的电弧故障声学信号的多个参考向量之间的距离，计算特征向量与每个来自干扰信号的多个参考向量之间的距离，并且如果特征向量与来自实际的电弧故障声学信号的多个参考向量之间的最小距离小于特征向量与来自干扰信号的多个参考向量之间的最小距离，确定产生电弧报警信号。因此，装置可以减少错误操作并且提高电弧故障检测的可靠性。
如图4中所示，特征提取单元、特征比较单元和声学检测单元可以集成或者实施在DSP芯片内。MEMS麦克风可以经由同步串行数字端口(SPORT)连接至DSP芯片。另外，装置可以通过CAN(控制器区域网)总线接口将报警信号发送至诸如主断路器或者主跳闸继电器的电跳闸单元。装置是独立装置并且不需要与开关设备中的主电力系统的任何物理连接。
现在参考图5，示出的是根据本发明的实施方式的具有两个麦克风阵列的另一个示例性装置的框图。如图5中所示，除麦克风阵列、特征提取单元和特征比较单元之外，装置包括放大和过滤单元，该放大和过滤单元可以放大并过滤来自阵列中的每个麦克风的信号以去除噪声。装置还可以包括波束形成单元(诸如垂射阵列波束形成器)用于提高通过麦克风阵列获得的声音信号的SNR(信噪比)。
现在参考图6，根据本发明的一个实施方式描述具有两个麦克风阵列的另一个示例性装置的框图。装置包括两个麦克风和DSP芯片。两个麦克风获取声音数据并且经由数字端口发送给DSP芯片。在数据在DSP芯片中处理之后，例如，结果可以通过CAN收发器经由CAN总线发出至ETU。两个麦克风经由DSP芯片中的直接存储存取(DMA)控制器控制的SPORT端口与DSP芯片连接。如图6中所示，存在对应于两个麦克风的两个数据输入通道。两个麦克风可以严格与SPORT端口主要通道和次要通道同步。两个麦克风共享来自DSP芯片的相同的接收帧同步信号(RFS)和相同的接收时钟信号(RSCLK)，而DSP芯片可以接收来自通过主要通道的第一麦克风的数据(DRPRI)和来自通过次要通道的第二麦克风的数据(DRSEC)。在一个实施方式中，可以将通过阵列中的两个麦克风同步获得的声音数据加在一起以削弱来自于阵列的侧面的声音。在其他实施方式中，来自阵列中的每个麦克风的信号被通过放大器放大并且通过滤波器过滤以去除噪声，然后使用波束形成技术对来自麦克风阵列的信号进行预处理以提高SNR，这可以抑制开关设备中的环境噪声、回声和回响。装置可以从外部供电，例如，装置的电源来自外部24Vdc输入端。或者，装置可以具有内部电源。
现在参考图7，示出的是如图6中所示的示例性装置的工作原理。当装置启动时，装置首先进行一些初始化工作，诸如全程变量的定义和系统时钟、锁相环路、SPORT端口、DMA控制器等的初始化。DMA控制器被配置为自动流模式，该模式可以从SPORT端口连续地得到数据而没有DSP芯片中的处理器核心的干涉。在DSP芯片的内部存储器中存在两个数据缓冲器，并且DMA控制器可以实时将数据经由SPORT端口加载到一个缓冲器中。当缓冲器满时，DMA控制器向DSP芯片中的处理器核心发出中断标志(INT)并且开始将数据实时加载到另一个缓冲器中。同时，核心开始处理来自麦克风的声音数据，如以上在DMA中断程序中提到的。如图7中所示，执行声音信号的预处理，诸如放大、过滤和波束形成。然后，通过将帧的平均能量与定期计算和更新的本底噪声进行比较识别异常声音数据帧。在识别异常声音后，核心开始从声音数据提取特征向量并且将其与电弧故障特征数据库进行比较。如果特征向量与来自实际的电弧故障声学信号的向量之间的最小距离小于特征向量与来自干扰信号的向量之间的最小距离，产生报警信号以指示将可能发生电弧故障。装置不仅可以避免大部分电弧故障，而且可以改善电弧故障检测的稳定性。在另一个实施方式中，麦克风、DSP芯片、CAN收发器、电弧故障特征数据库、和/或电力单元可以集成到电路板中。本发明的装置是独立装置，该装置可以放在电力设备中电弧故障可能出现的地方，例如，开关设备内部。
图8示出根据本发明的实施方式的具有能够获得超声频带和可听声音频带的声音数据的两个麦克风阵列的另一个示例性的装置的框图。装置包括可听声音麦克风、超声麦克风、超声检测单元和DSP芯片。麦克风优选是比光纤麦克风更便宜的基于MEMS的麦克风。如在图8中所示，DSP芯片经由如SPORT的这种数字端口与可听声音麦克风连接。如在图8中所示，超声检测单元与超声麦克风连接。超声检测单元包括带通滤波器和比较器。带通滤波器允许传递超声频带中的声音数据，并且比较器对传递通过带通滤波器的超声的声压级(SPL)与预定参考值进行比较。超声检测单元经由具有I/O中断功能的GPIO(通用型输入输出)与DSP芯片连接。
当超声检测单元发现超声频带中的传递通过滤波器的声音数据的声压级(SPL)大于参考值，那么向DSP芯片发送诸如I/O中断的中断信号(INT)。在DSP经由在图8中示出的GPIO接收中断信号(INT)之后，DSP初始化并且开始经由SPORT接收来自可听声音麦克风的可听声音数据。DSP从可听声音频带中的声音数据提取特征向量并且将其与存储在数据库中的实际的电弧故障向量进行比较。如果特征向量与来自实际的电弧故障声学信号的向量之间的最小距离小于特征向量与来自干扰信号的向量之间的最小距离，产生报警信号以指示将可能发生电弧故障。
替代地，可以将在图8中示出的两个麦克风替换为一个。在本发明中可以使用能够拾取可听频带中的和超声频带中的声音数据的一个麦克风。在该情况下，需要两个带通滤波器以与麦克风连接以分别传递可听声音频带中的和超声频带中的这些声音数据。
虽然已描述用于电弧故障检测的方法和装置的一些实施方式，但是这些实施方式是示例性的并且决不限制所描述的方法或者系统的范围。相关领域的技术人员在不偏离本发明的最宽范围的情况下可以实现对所描述的方法和装置的形式和细节的变化。因此，本文中描述的本公开内容的范围不应受任何示例性实施方式限制并且应该根据所附权利要求及其等效物限定。
Claims (22)
1.一种用于电弧故障检测的方法，所述方法包括：
1)从电力装置获得声音数据；
2)从所述声音数据提取表征所述声音数据的频域子带能量分布的特征向量；并且
3)将所述特征向量与基于实际的电弧故障声学信号的多个参考向量比较，以确定是否产生电弧报警信号。
2.根据权利要求1所述的方法，所述步骤2)进一步包括：
根据所述声音数据识别异常声音，其中，所述异常声音的本底噪声与先前声音的本底噪声之间的差异大于预定值；并且
响应于所述异常声音的识别而提取所述特征向量。
3.根据权利要求1所述的方法，其中，所述步骤1)包括：
利用能够获得双声音频带的声音数据的一个或多个传感器来获得声音数据，其中，所述双声音频带是可听声音频带和超声频带，并且
所述步骤2)包括：
监测所述超声频带中的声音数据，并且
当检测到所述超声频带中的声音数据时开始从所述可听频带中的声音数据提取所述特征向量。
4.根据权利要求3所述的方法，其中，所述步骤2)进一步包括：
传递所述超声频带中的声音数据，
将传递的所述超声频带中的声音数据的声压级与参考值比较，并且
当传递的所述超声频带中的声音数据的所述声压级大于参考值时，开始从所述可听频带中的声音数据提取所述特征向量。
5.根据权利要求1所述的方法，所述步骤3)包括：
计算所述特征向量与每个所述多个参考向量之间的距离；并且
如果所述特征向量与所述多个参考向量的其中一个之间的距离小于预定阈值，确定产生电弧报警信号。
6.根据权利要求1所述的方法，其中，所述多个参考向量已经以与所述特征向量相同的方式从各种实际的电弧故障声学信号提取，并且存储在电弧故障特征数据库中。
7.根据权利要求6所述的方法，其中，所述电弧故障特征数据库还包括已经从所有种类的干扰信号提取的多个参考向量。
8.根据权利要求7所述的方法，所述步骤3)包括：
计算所述特征向量与每个来自实际的电弧故障声学信号的多个参考向量之间的距离；
计算所述特征向量与每个来自干扰信号的多个参考向量之间的距离；并且
如果所述特征向量与来自实际的电弧故障声学信号的多个参考向量之间的最小距离小于所述特征向量与来自干扰信号的多个参考向量之间的最小距离，确定产生电弧报警信号。
9.根据权利要求1所述的方法，其中，利用MEMS麦克风获得声音数据。
10.根据权利要求9所述的方法，其中，利用麦克风阵列获得声音数据。
11.一种用于电弧故障检测的装置，所述装置包括：
一个或多个声音传感器，布置靠近电力装置，用于从所述电力装置获得声音数据；
特征提取单元，用于从所述声音数据提取表征所述声音数据的频域子带能量分布的特征向量；并且
特征比较单元，用于将所述特征向量与基于实际的电弧故障声学信号的多个参考向量比较，以确定是否产生电弧报警信号。
12.根据权利要求11所述的装置，进一步包括：
声学检测单元，用于从所述声音数据识别异常声音，其中，所述异常声音的本底噪声与先前声音的本底噪声之间的差异大于预定值；并且
所述特征提取单元响应于所述异常声音的识别提取所述特征向量。
13.根据权利要求11所述的装置，其中，
所述一个或多个声音传感器能够获得带有双声音频带的声音数据，其中，所述双声音频带是可听声音频带和超声频带，
所述装置进一步包括超声检测单元和特征提取单元，所述超声检测单元监测通过所述一个或多个声音传感器获得的所述超声频带中的声音数据，并且所述特征提取单元从所述可听频带中的声音数据提取所述特征向量。
14.根据权利要求13所述的装置，其中，所述声音传感器包括一个可听声音传感器和一个超声传感器，所述超声传感器与所述超声检测单元连接，并且所述可听声音传感器与所述特征提取单元连接。
15.根据权利要求14所述的装置，其中，所述超声检测单元进一步包括带通滤波器和比较器，所述带通滤波器允许传递所述超声频带中的声音数据，并且所述比较器将传递通过所述带通滤波器的所述超声的声压级与参考值比较，并且当传递通过所述带通滤波器的所述超声的声压级大于所述参考值时唤醒所述特征提取单元。
16.根据权利要求11所述的装置，其中，所述特征比较单元包括：
用于计算所述特征向量与每个多个参考向量之间的距离的装置；以及
如果所述特征向量与所述多个参考向量的其中一个之间的距离小于预定阈值，用于确定产生电弧报警信号的装置。
17.根据权利要求11所述的装置，其中，所述多个参考向量已经以与所述特征向量相同的方式从各种实际的电弧故障声学信号提取，并且存储在电弧故障特征数据库中。
18.根据权利要求17所述的装置，其中，所述电弧故障特征数据库还包括已经从所有种类的干扰信号中提取的多个参考向量。
19.根据权利要求18所述的方法，其中，所述特征比较单元包括：
用于计算所述特征向量与每个来自实际的电弧故障声学信号的多个参考向量之间距离的装置；
用于计算所述特征向量与每个来自干扰信号的多个参考向量之间距离的装置；以及
如果所述特征向量与来自实际的电弧故障声学信号的多个参考向量之间的最小距离小于所述特征向量与来自干扰信号的多个参考向量之间的最小距离，用于确定产生电弧报警信号的装置。
20.根据权利要求11所述的装置，其中，所述声音传感器是MEMS麦克风。
21.根据权利要求20所述的装置，其中，所述声音传感器被布置为麦克风阵列。
22.一种电弧故障保护系统，包括：
一个或多个声音传感器，布置靠近电力装置，用于从所述电力装置获得声音数据；以及
处理器，配置为：
从所述声音数据提取表征所述声音数据的频域子带能量分布的特征向量；并且
将所述特征向量与基于实际的电弧故障声学信号的多个参考向量比较，以确定是否产生电弧报警信号。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2013/091011 WO2015100577A1 (en) | 2013-12-31 | 2013-12-31 | Devices and methods for arc fault detection |
| CNPCT/CN2013/091011 | 2013-12-31 | ||
| PCT/EP2014/066647 WO2015101426A1 (en) | 2013-12-31 | 2014-08-01 | Devices and methods for arc fault detection |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106063065A true CN106063065A (zh) | 2016-10-26 |
| CN106063065B CN106063065B (zh) | 2019-01-18 |
Family
ID=51357907
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201480061982.3A Active CN106063065B (zh) | 2013-12-31 | 2014-08-01 | 用于电弧故障检测的装置和方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US10281515B2 (zh) |
| EP (1) | EP3090475B1 (zh) |
| CN (1) | CN106063065B (zh) |
| WO (2) | WO2015100577A1 (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108761285A (zh) * | 2018-05-21 | 2018-11-06 | 安徽知库云端科技服务有限公司 | 一种具有抗电弧特性的电连接器电弧特性检测装置 |
| CN109633394A (zh) * | 2019-01-21 | 2019-04-16 | 安徽升隆电气有限公司 | 一种电弧探测器 |
| CN110010158A (zh) * | 2019-03-29 | 2019-07-12 | 联想(北京)有限公司 | 检测方法、检测装置、电子设备和计算机可读介质 |
| CN111579947A (zh) * | 2020-05-25 | 2020-08-25 | 南京航空航天大学 | 应用于直流系统的串联电弧多特征检测 |
| CN111582355A (zh) * | 2020-04-30 | 2020-08-25 | 中国科学技术大学 | 基于最优宽带波束形成的大型电抗器故障检测方法及系统 |
| CN112067961A (zh) * | 2020-10-13 | 2020-12-11 | 哈尔滨工业大学（深圳） | 电弧故障检测方法、系统及存储介质 |
| CN114112005A (zh) * | 2021-10-28 | 2022-03-01 | 国网天津市电力公司 | 一种变电站设备异响在线监测器 |
| CN114600470A (zh) * | 2019-09-27 | 2022-06-07 | 三菱重工业株式会社 | 信号处理装置、信号处理方法及程序 |
Families Citing this family (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR3046232B1 (fr) | 2015-12-28 | 2018-02-16 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Procede pour detecter un arc electrique par analyse de sa signature acoustique |
| FR3050277B1 (fr) * | 2016-04-14 | 2018-04-13 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Systeme et procede de detection d'un arc electrique |
| FR3053122B1 (fr) * | 2016-06-27 | 2018-07-27 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Dispositif de detection d'un arc electrique a partir de sa signature acoustique |
| FR3067472B1 (fr) * | 2017-06-07 | 2020-08-07 | Inst Vedecom | Procede et dispositif de detection de defaut et protection pour des dispositifs electroniques de commutation de puissance |
| CN110178121B (zh) * | 2017-09-06 | 2023-04-21 | 富璟科技（深圳）有限公司 | 一种数据库的检测方法及其终端 |
| DE102018124210A1 (de) * | 2018-10-01 | 2020-04-02 | Hochschule Für Technik Und Wirtschaft Berlin | Verfahren zum Bestimmen eines Betriebszustands für ein elektrisches Betriebsmittel mit einem Schalterelement |
| CN110488675A (zh) * | 2019-07-12 | 2019-11-22 | 国网上海市电力公司 | 一种基于动态规整算法的变电站声信号特征提取方法 |
| CN111400961B (zh) * | 2020-02-17 | 2023-09-19 | 通标标准技术服务有限公司 | 风力发电机组叶片故障判断方法及装置 |
| IT202000004303A1 (it) * | 2020-03-02 | 2021-09-02 | St Microelectronics Srl | Circuito per rilevare scariche parziali, dispositivo, sistema e procedimento corrispondenti |
| DE102020116622A1 (de) | 2020-06-24 | 2021-12-30 | SONOTEC GmbH | Verfahren zur breitbandigen Ultraschalldetektion elektrischer Entladungen |
| EP3933418B1 (en) * | 2020-06-30 | 2024-06-19 | ABB Schweiz AG | Method for detecting an electrical discharge in an electrical apparatus and a system therefor |
| EP3943957A1 (en) * | 2020-07-20 | 2022-01-26 | ABB Schweiz AG | Method for detecting an electrical discharge in an electrical apparatus and system therefor |
| CN112562698B (zh) * | 2020-12-02 | 2022-11-04 | 国网山西省电力公司大同供电公司 | 一种基于声源信息与热成像特征融合的电力设备缺陷诊断方法 |
| DE102021114588A1 (de) | 2021-06-07 | 2022-12-08 | Elpro Gmbh | System und verfahren zur detektion eines lichtbogens |
| CN113625164A (zh) * | 2021-08-02 | 2021-11-09 | 南京航空航天大学 | 航空发电机故障特征提取方法、系统、介质及计算设备 |
| SE545616C2 (en) * | 2021-11-02 | 2023-11-14 | EliGuard AB | A sensor device, a system, a method and a computer program for detection of electrical abnormalities in association with electrical equipment |
| CN116631087A (zh) * | 2023-07-20 | 2023-08-22 | 厦门闽投科技服务有限公司 | 一种基于无人机的电力巡检系统 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6734682B2 (en) * | 2002-03-05 | 2004-05-11 | Eaton Corporation | Testing device for detecting and locating arc faults in an electrical system |
| US6972572B2 (en) * | 2003-12-22 | 2005-12-06 | Leviton Manufacturing Co., Inc. | Arc fault detector |
| US7071701B2 (en) * | 2004-03-05 | 2006-07-04 | New Jersey Institute Of Technology | Online fiber optic sensor for detecting partial discharge and similar events in large utility station transformers and the like |
| US7148696B2 (en) * | 2005-01-12 | 2006-12-12 | Eaton Corporation | Electrical switching apparatus and method including fault detection employing acoustic signature |
| US7391218B2 (en) * | 2005-03-11 | 2008-06-24 | Honeywell International Inc. | Method and apparatus for generalized arc fault detection |
| US20080288189A1 (en) * | 2007-05-14 | 2008-11-20 | Ravinuthala Ramakrishna Rao | Arc detector |
| CN101673934B (zh) * | 2009-10-15 | 2012-01-11 | 王聪 | 串联电弧故障断路器及其串联电弧故障保护的方法 |
| CN101666852A (zh) | 2009-10-16 | 2010-03-10 | 曲娜 | 由高压交变电场感应电流供电的电力架空线路电弧电晕检测系统 |
| CN101696986B (zh) * | 2009-10-26 | 2012-06-13 | 吴为麟 | 故障电弧检测方法及保护装置 |
| WO2011090464A1 (en) | 2010-01-21 | 2011-07-28 | Brown James L | Method and apparatus for detecting arc faults and their locations in enclosed electrical wiring |
| CN102288857B (zh) * | 2011-05-18 | 2013-06-19 | 浙江科技学院 | 一种故障电弧的辨识检测方法及其检测保护装置 |
-
2013
- 2013-12-31 WO PCT/CN2013/091011 patent/WO2015100577A1/en active Application Filing
-
2014
- 2014-08-01 WO PCT/EP2014/066647 patent/WO2015101426A1/en active Application Filing
- 2014-08-01 CN CN201480061982.3A patent/CN106063065B/zh active Active
- 2014-08-01 EP EP14752577.8A patent/EP3090475B1/en active Active
- 2014-08-01 US US15/022,218 patent/US10281515B2/en active Active
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108761285A (zh) * | 2018-05-21 | 2018-11-06 | 安徽知库云端科技服务有限公司 | 一种具有抗电弧特性的电连接器电弧特性检测装置 |
| CN109633394A (zh) * | 2019-01-21 | 2019-04-16 | 安徽升隆电气有限公司 | 一种电弧探测器 |
| CN110010158A (zh) * | 2019-03-29 | 2019-07-12 | 联想(北京)有限公司 | 检测方法、检测装置、电子设备和计算机可读介质 |
| CN110010158B (zh) * | 2019-03-29 | 2021-05-18 | 联想(北京)有限公司 | 检测方法、检测装置、电子设备和计算机可读介质 |
| CN114600470A (zh) * | 2019-09-27 | 2022-06-07 | 三菱重工业株式会社 | 信号处理装置、信号处理方法及程序 |
| CN111582355A (zh) * | 2020-04-30 | 2020-08-25 | 中国科学技术大学 | 基于最优宽带波束形成的大型电抗器故障检测方法及系统 |
| CN111582355B (zh) * | 2020-04-30 | 2022-09-06 | 中国科学技术大学 | 基于最优宽带波束形成的大型电抗器故障检测方法及系统 |
| CN111579947A (zh) * | 2020-05-25 | 2020-08-25 | 南京航空航天大学 | 应用于直流系统的串联电弧多特征检测 |
| CN111579947B (zh) * | 2020-05-25 | 2021-11-23 | 南京航空航天大学 | 应用于直流系统的串联电弧多特征检测 |
| CN112067961A (zh) * | 2020-10-13 | 2020-12-11 | 哈尔滨工业大学（深圳） | 电弧故障检测方法、系统及存储介质 |
| CN112067961B (zh) * | 2020-10-13 | 2023-08-15 | 哈尔滨工业大学（深圳） | 电弧故障检测方法、系统及存储介质 |
| CN114112005A (zh) * | 2021-10-28 | 2022-03-01 | 国网天津市电力公司 | 一种变电站设备异响在线监测器 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3090475B1 (en) | 2019-09-25 |
| US20160341782A1 (en) | 2016-11-24 |
| US10281515B2 (en) | 2019-05-07 |
| CN106063065B (zh) | 2019-01-18 |
| WO2015101426A1 (en) | 2015-07-09 |
| EP3090475A1 (en) | 2016-11-09 |
| WO2015100577A1 (en) | 2015-07-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106063065A (zh) | 用于电弧故障检测的装置和方法 | |
| US11532226B2 (en) | System and method for acoustically identifying gunshots fired indoors | |
| CN104863839B (zh) | 一种汽车发动机高压油泵异响检测方法及装置 | |
| JP6383915B2 (ja) | 拡声装置及び無線通信システム | |
| CN104808124A (zh) | 开关柜局部放电故障位置的声电联合定位方法 | |
| US9778227B2 (en) | Device and system for and a method of monitoring a cable for a physical disturbance | |
| GB2492456A (en) | Monitoring faults in an electrical substation using acoustic sensors | |
| US5543783A (en) | Glass break detector and a method therefor | |
| CN102547526A (zh) | 传声器工作状态的实时监测方法及系统 | |
| EP2453677B1 (en) | Supervisory method and apparatus for audio input path | |
| JP2005147890A (ja) | 絶縁異常診断装置 | |
| KR100665879B1 (ko) | 전력기기의 부분 방전 검출 및 처리 장치 | |
| US20130120124A1 (en) | Methods and systems to support auditory signal detection | |
| CN104658193B (zh) | 利用跟随有语音识别的传入可听命令的处理的周围条件检测器 | |
| JP2007049413A (ja) | 聴取位置の検査方法、聴取位置検査システム及びこのシステムに用いるスピーカ装置 | |
| KR101654791B1 (ko) | 산업설비의 결함감지를 위한 음향진동 복합 센싱유닛 및 이를 이용한 고압배관의 결함진단시스템 | |
| JP2012194818A (ja) | 音響警報システム、並びに、音響警報の制御方法およびプログラム | |
| US20160093177A1 (en) | Glass Breakage Detection System and Method | |
| Shen et al. | An Optoacoustic Sensor System for Simultaneous Detection of Power Equipment Voiceprint and Discharge | |
| EP3522571B1 (en) | Sound system | |
| JP2024518938A (ja) | ハウジングの故障点を検出および位置特定するための方法および装置 | |
| RU49253U1 (ru) | Система обнаружения повреждений трубопровода | |
| KR20150023139A (ko) | 소음 측정 장치 | |
| GB2521183A (en) | Method and apparatus for testing current limited devices | |
| CN103366477B (zh) | 一种监控设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |