CN108196170B - 一种故障电弧检测系统和方法 - Google Patents
一种故障电弧检测系统和方法 Download PDFInfo
- Publication number
- CN108196170B CN108196170B CN201711459230.4A CN201711459230A CN108196170B CN 108196170 B CN108196170 B CN 108196170B CN 201711459230 A CN201711459230 A CN 201711459230A CN 108196170 B CN108196170 B CN 108196170B
- Authority
- CN
- China
- Prior art keywords
- current
- data
- amplitude
- acquisition module
- fault arc
- 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.)
- Active
Links
Images
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
- Gas-Insulated Switchgears (AREA)
Abstract
本发明公开了一种故障电弧检测系统和方法,包括谐波幅值采集模块、温度采集模块、电流采集模块和数据处理器、数据库以及控制终端、报警模块和断电保护模块,数据处理器接收谐波幅值采集模块、温度采集模块和电流采集模块采集的信号,与数据库中信息进行特征级融合处理,计算出电流谐波幅值差L、温度值差M、电流幅值差N与设定的参数构建因果关系预测模型,其中加权平均值大于正常加权平均值10%,初步判断有故障电弧发生趋势,对故障电弧Y进行修正,可确定最终的结果,异常时,报警同时自动切断低压配电柜的供电电源,能够及时有效地预测故障电弧发生,提醒相关人员及时检修,大大降低了因故障电弧造成低压配电柜火灾发生的概率。
Description
技术领域
本发明涉及故障电弧检测技术领域,特别是涉及一种故障电弧检测系统和方法。
背景技术
目前,低压配电柜在建筑中应用非常广泛,调节整栋建筑的家庭用电,而高层建筑低压配电柜火灾的发生也屡见不鲜,为人们的财产和生命带来极大的损失。
低压配电柜火灾发生的主要原因就是故障电弧引起的,由于故障电弧发生的时间非常短,故障电弧发生的特征量也比较少,因此很难及时准确的防范故障电弧,而目前故障电弧检测也只是起到故障电弧发生时的及时报警的效果,而并不能够及时提前预测故障电弧发生。
所以本发明提供一种新的方案来解决此问题。
发明内容
针对上述情况,为克服现有技术之缺陷,本发明之目的在于提供一种故障电弧检测系统和方法,具有构思巧妙、人性化设计的特性,有效地解决了低压配电柜并不能够及时提前预测故障电弧发生问题。
其解决的技术方案是,包括谐波幅值采集模块、温度采集模块、电流采集模块和数据处理器、数据库以及控制终端、报警模块和断电保护模块,所述谐波幅值采集模块、温度采集模块和电流采集模块分别实时采集低压配电柜工作时线路中的电流谐波幅值数据、温度数据和电流幅值数据;
所述数据库存储低压配电柜正常工作时线路中的电流谐波幅值数据、温度数据和电流幅值数据;
所述数据处理器接收谐波幅值采集模块、温度采集模块和电流采集模块采集的电流谐波幅值数据、温度数据和电流幅值数据,且能够提取数据库中的数据信息与接收的数据信号进行特征级融合处理;
所述控制终端接收数据处理器特征级融合处理后的数据,构建因果关系预测模型,进行故障电弧判定,当判定有故障电弧发生的趋势时,控制报警模块报警并同时控制断电保护模块自动切断低压配电柜的供电电源。
优选地,所述数据处理器和控制终端具体工作步骤如下,
S1,控制终端控制数据处理器对数据库信息预处理,提取数据库中的数据信息,分别设电流谐波幅值A、温度值B、电流幅值C;
S2,数据处理器接收谐波幅值采集模块、温度采集模块和电流采集模块采集的信号,分别设电流谐波幅值a、温度值b、电流幅值c;
S3,数据处理器对步骤S1、S2中的数据进行特征级融合处理,将六种数据信号依据同一频率进行两两数据融合,融合后的数据为电流谐波幅值(A,a)、温度值(B,b)、电流幅值(C、c);
S4,控制终端接收数据处理器特征级融合处理后的数据信号,分别计算出电流谐波幅值A-a、温度值B-b、电流幅值C-c差的绝对值,分别设电流谐波幅值差L、温度值差M、电流幅值差N;
S5,控制终端根据电流谐波幅值差L、温度值差M、电流幅值差N与设定的参数构建因果关系预测模型,当判定有故障电弧发生的趋势时,控制报警模块报警并同时控制断电保护模块自动切断低压配电柜的供电电源。
由于以上技术方案的采用,本发明与现有技术相比具有如下优点;
1,控制终端控制数据处理器对数据库信息预处理,选择数据库中该低压配电柜使用时的同一负载正常工作时的数据信息,提取数据库中的数据信息,分别设电流谐波幅值A、温度值B、电流幅值C;数据处理器接收谐波幅值采集模块、温度采集模块和电流采集模块采集的信号,分别设电流谐波幅值a、温度值b、电流幅值c,控制终端根据电流谐波幅值差L、温度值差M、电流幅值差N与设定的参数构建因果关系预测模型,当判定有故障电弧发生的趋势时,控制报警模块报警并同时控制断电保护模块自动切断低压配电柜的供电电源,其中设定的参数为电流谐波幅值差L、温度值差M、电流幅值差N大于或等于参数值时,将大概率会发生故障电弧,否则检测正常,能够及时有效地预测故障电弧发生,提醒相关人员及时检修,大大降低了因故障电弧造成低压配电柜火灾发生的概率。
2,控制终端根据引起故障电弧发生的电流谐波幅值、温度值、电流幅值三个重要因素,分别设置权重、计算出平均值与低压配电柜正常工作时线路中的电流谐波幅值、温度和电流幅值加权平均值P0比较,初步判断有无故障电弧发生趋势,判断有故障电弧发生趋势时,计算故障电弧前后两期数据的算术平均值对故障电弧Y进行修正,最准预测出是否会有故障电弧发生,能有效的预测有无故障电弧发生趋势,同时降低了误报率,具有更高的准确性和可信度。
附图说明
图1为本发明一种故障电弧检测系统和方法的整体流程图。
图2为本发明一种故障电弧检测系统和方法的数据处理器和控制终端工作流程图。
图3为本发明一种故障电弧检测系统和方法的因果关系预测模型流程图。
具体实施方式
有关本发明的前述及其他技术内容、特点与功效,在以下配合参考附图1至附图3对实施例的详细说明中,将可清楚的呈现。以下实施例中所提到的结构内容,均是以说明书附图为参考。
为了验证本发明的可行性以及实际使用的效果,下面进行举例分析验证本方法。
实施例一,一种故障电弧检测系统和方法,包括谐波幅值采集模块、温度采集模块、电流采集模块和数据处理器、数据库以及控制终端、报警模块和断电保护模块,所述谐波幅值采集模块、温度采集模块和电流采集模块分别实时采集低压配电柜工作时线路中的电流谐波幅值数据、温度数据和电流幅值数据;
所述数据库存储低压配电柜正常工作时线路中的电流谐波幅值数据、温度数据和电流幅值数据,该数据为低压配电柜不同负载的正常工作时电流谐波幅值数据、温度数据和电流幅值数据;所述数据处理器接收谐波幅值采集模块、温度采集模块和电流采集模块采集的电流谐波幅值数据、温度数据和电流幅值数据,控制终端控制数据处理器提取数据库中与低压配电柜使用时的同一负载正常工作时的数据信息,数据处理器提取数据库中的数据信息与接收的数据信号进行特征级融合处理;所述控制终端接收数据处理器特征级融合处理后的数据,构建因果关系预测模型,进行故障电弧判定,当判定有故障电弧发生的趋势时,控制报警模块报警并同时控制断电保护模块自动切断低压配电柜的供电电源。
实施例二,在实施例一的基础上,所述数据处理器和控制终端具体工作步骤如下,
S1,控制终端控制数据处理器对数据库信息预处理,选择数据库中该低压配电柜使用时的同一负载正常工作时的数据信息,提取数据库中的数据信息,分别设电流谐波幅值A、温度值B、电流幅值C;
S2,数据处理器接收谐波幅值采集模块、温度采集模块和电流采集模块采集的信号,分别设电流谐波幅值a、温度值b、电流幅值c,其中谐波幅值采集模块、温度采集模块和电流采集模块的工作原理以及芯片的选取为本领域技术人员的常规技术手段,故不在此详述;
S3,数据处理器对步骤S1、S2中的数据进行特征级融合处理,将六种数据信号依据同一频率进行两两数据融合,融合后的数据为电流谐波幅值(A,a)、温度值(B,b)、电流幅值(C、c);
S4,控制终端接收数据处理器特征级融合处理后的数据信号,分别计算出电流谐波幅值A-a、温度值B-b、电流幅值C-c差的绝对值,分别设电流谐波幅值差L、温度值差M、电流幅值差N;
S5,控制终端根据电流谐波幅值差L、温度值差M、电流幅值差N与设定的参数构建因果关系预测模型,当判定有故障电弧发生的趋势时,控制报警模块报警并同时控制断电保护模块自动切断低压配电柜的供电电源,其中加权平均值大于正常加权平均值10%时,将大概率会发生故障电弧,否则检测正常。
实施例三,在实施例二的基础上,所述控制终端根据引起故障电弧发生的电流谐波幅值、温度值、电流幅值三个重要因素,分别设置权重、计算出平均值与低压配电柜正常工作时线路中的电流谐波幅值、温度和电流幅值加权平均值P0比较,初步判断有无故障电弧发生趋势,判断有故障电弧发生趋势时,计算故障电弧前后两期数据的算术平均值对故障电弧Y进行修正,最准预测出是否会有故障电弧发生,能有效的预测有无故障电弧发生趋势,同时降低了误报率,具有更高的准确性和可信度,构建因果关系预测模型,进行故障电弧判定,具体工作步骤如下,
步骤1,根据引起故障电弧发生的因素,分别设置电流谐波幅值的权重W1为45%、温度值差的权重W2为30%、电流幅值差的权重W3为25%;
步骤2,根据电流谐波幅值差L、温度值差M、电流幅值差N与其所占权重,计算出加权平均值P,P=(L×W1+M×W2+N×W3)/W1+W2+W3;
步骤3,根据所测加权平均值P与低压配电柜正常工作时线路中的正常加权平均值P0比较,判断有无异常,若超过正偏差10%,则判断结果为故障电弧Y,否则为Z;
本发明具使用时,一种故障电弧检测系统和方法,包括谐波幅值采集模块、温度采集模块、电流采集模块和数据处理器、数据库以及控制终端、报警模块和断电保护模块,所述谐波幅值采集模块、温度采集模块和电流采集模块分别实时采集低压配电柜工作时线路中的电流谐波幅值数据、温度数据和电流幅值数据;所述数据库存储低压配电柜正常工作时线路中的电流谐波幅值数据、温度数据和电流幅值数据,该数据为低压配电柜不同负载的正常工作时电流谐波幅值数据、温度数据和电流幅值数据;控制终端控制数据处理器对数据库信息预处理,选择数据库中该低压配电柜使用时的同一负载正常工作时的数据信息,提取数据库中的数据信息,分别设电流谐波幅值A、温度值B、电流幅值C;数据处理器接收谐波幅值采集模块、温度采集模块和电流采集模块采集的信号,分别设电流谐波幅值a、温度值b、电流幅值c,其中谐波幅值采集模块、温度采集模块和电流采集模块的工作原理以及芯片的选取为本领域技术人员的常规技术手段,故不在此详述;数据处理器对步骤S1、S2中的数据进行特征级融合处理,将六种数据信号依据同一频率进行两两数据融合,融合后的数据为电流谐波幅值(A,a)、温度值(B,b)、电流幅值(C、c);控制终端接收数据处理器特征级融合处理后的数据信号,分别计算出电流谐波幅值A-a、温度值B-b、电流幅值C-c差的绝对值,分别设电流谐波幅值差L、温度值差M、电流幅值差N与分别设置的权重,计算出平均值,与低压配电柜正常工作时线路中的电流谐波幅值、温度和电流幅值加权平均值P0比较,初步判断有无故障电弧发生趋势,判断有故障电弧发生趋势时,计算故障电弧前后两期数据的算术平均值对故障电弧Y进行修正,最准预测出是否会有故障电弧发生,能有效的预测有无故障电弧发生趋势,同时降低了误报率,具有更高的准确性和可信度。
以上所述是结合具体实施方式对本发明所作的进一步详细说明,不能认定本发明具体实施仅局限于此;对于本发明所属及相关技术领域的技术人员来说,在基于本发明技术方案思路前提下,所作的拓展以及操作方法、数据的替换,都应当落在本发明保护范围之内。
Claims (1)
1.一种故障电弧检测系统和方法,包括谐波幅值采集模块、温度采集模块、电流采集模块和数据处理器、数据库以及控制终端、报警模块和断电保护模块,其特征在于,所述谐波幅值采集模块、温度采集模块和电流采集模块分别实时采集低压配电柜工作时线路中的电流谐波幅值数据、温度数据和电流幅值数据;
所述数据库存储低压配电柜正常工作时线路中的电流谐波幅值数据、温度数据和电流幅值数据;
所述数据处理器接收谐波幅值采集模块、温度采集模块和电流采集模块采集的电流谐波幅值数据、温度数据和电流幅值数据,且能够提取数据库中的数据信息与接收的数据信号进行特征级融合处理;
所述控制终端接收数据处理器特征级融合处理后的数据,构建因果关系预测模型,进行故障电弧判定,当判定有故障电弧发生的趋势时,控制报警模块报警并同时控制断电保护模块自动切断低压配电柜的供电电源;
所述数据处理器和控制终端具体工作步骤如下,
S1,控制终端控制数据处理器对数据库信息预处理,提取数据库中的数据信息,分别设电流谐波幅值 A、温度值B、电流幅值 C;
S2,数据处理器接收谐波幅值采集模块、温度采集模块和电流采集模块采集的信号,分别设电流谐波幅值 a、温度值b、电流幅值c;
S3,数据处理器对步骤S1、S2 中的数据进行特征级融合处理,将六种数据信号依据同一频率进行两两数据融合,融合后的数据为电流谐波幅值A,a、温度值B,b、电流幅值C,c;
S4, 控制终端接收数据处理器特征级融合处理后的数据信号,分别计算出电流谐波幅值A-a、温度值 B-b、电流幅值 C-c 差的绝对值,分别设电流谐波幅值差L、温度值差 M、电流幅值差N;
S5,控制终端根据电流谐波幅值差 L、温度值差 M、电流幅值差 N 与设定的参数构建因果关系预测模型,当判定有故障电弧发生的趋势时,控制报警模块报警并同时控制断电保护模块自动切断低压配电柜的供电电源;
所述控制终端构建因果关系预测模型,进行故障电弧判定,具体工作步骤如下,
步骤1,分别设置电流谐波幅值的权重W1为45%、温度值差的权重W2为30%、电流幅值差的权重W3为25%;
步骤2,根据电流谐波幅值差L、温度值差M、电流幅值差N与其所占权重,计算出加权平均值P,
P=(L×W1+ M×W2+N×W3)/ W1+W2+W3;
步骤3,根据所测加权平均值P与正常加权平均值P0比较,判断有无异常,若超过正偏差10%,则判断结果为故障电弧Y,否则为Z;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711459230.4A CN108196170B (zh) | 2017-12-28 | 2017-12-28 | 一种故障电弧检测系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711459230.4A CN108196170B (zh) | 2017-12-28 | 2017-12-28 | 一种故障电弧检测系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108196170A CN108196170A (zh) | 2018-06-22 |
CN108196170B true CN108196170B (zh) | 2020-10-30 |
Family
ID=62585236
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711459230.4A Active CN108196170B (zh) | 2017-12-28 | 2017-12-28 | 一种故障电弧检测系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108196170B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110320452A (zh) * | 2019-06-21 | 2019-10-11 | 河南理工大学 | 一种串联故障电弧检测方法 |
CN110346696B (zh) * | 2019-07-05 | 2022-05-13 | 杭州西湖电子研究所 | 一种广域介损电流差的三维图谱表达方法 |
CN110554289B (zh) * | 2019-10-14 | 2021-06-08 | 河南理工大学 | 一种低压串联故障电弧检测系统 |
CN112858844A (zh) * | 2019-11-27 | 2021-05-28 | 株洲中车时代电气股份有限公司 | 一种检测光伏系统中直流电弧故障的方法及系统 |
CN111583610B (zh) * | 2020-04-30 | 2021-07-16 | 深圳市前海用电物联网科技有限公司 | 一种因果模型的消防联动控制方法及系统 |
CN115296592B (zh) * | 2022-10-08 | 2023-02-03 | 东营金丰正阳科技发展有限公司 | 一种防止过压故障的潜油电泵控制柜 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102288857A (zh) * | 2011-05-18 | 2011-12-21 | 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 |
CN107064752A (zh) * | 2017-03-22 | 2017-08-18 | 北京航空航天大学 | 一种航空故障电弧检测的判别算法 |
CN107255767A (zh) * | 2017-07-25 | 2017-10-17 | 安徽荣旭信息科技有限公司 | 一种发电厂的电气设备安全监测系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8817431B2 (en) * | 2009-12-18 | 2014-08-26 | True-Safe Technologies, Inc. | System and integrated method for a parallel and series arc fault circuit interrupter |
CN101986358A (zh) * | 2010-08-31 | 2011-03-16 | 彭浩明 | 一种融合神经网络和模糊控制的电气火灾智能报警方法 |
CN102621377B (zh) * | 2012-04-18 | 2015-07-08 | 天津市鸿远电气设备有限公司 | 故障电弧检测方法 |
CN103336223A (zh) * | 2013-06-14 | 2013-10-02 | 上海叠泉信息科技有限公司 | 故障电弧检测与定位系统和方法 |
KR101355585B1 (ko) * | 2013-09-12 | 2014-01-24 | 지투파워 (주) | 수배전반의 열화 진단장치 및 그 제어방법 |
CN104635133A (zh) * | 2015-03-14 | 2015-05-20 | 北京芯同汇科技有限公司 | 一种新型故障电弧检测方法及装置 |
CN104766433A (zh) * | 2015-04-23 | 2015-07-08 | 河南理工大学 | 基于数据融合的电气火灾报警系统 |
CN105425118B (zh) * | 2015-10-29 | 2018-09-04 | 山东建筑大学 | 一种多信息融合故障电弧检测方法及装置 |
-
2017
- 2017-12-28 CN CN201711459230.4A patent/CN108196170B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102288857A (zh) * | 2011-05-18 | 2011-12-21 | 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 |
CN107064752A (zh) * | 2017-03-22 | 2017-08-18 | 北京航空航天大学 | 一种航空故障电弧检测的判别算法 |
CN107255767A (zh) * | 2017-07-25 | 2017-10-17 | 安徽荣旭信息科技有限公司 | 一种发电厂的电气设备安全监测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108196170A (zh) | 2018-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108196170B (zh) | 一种故障电弧检测系统和方法 | |
US10324132B2 (en) | Systems and methods for power line event zone identification | |
WO2018232937A1 (zh) | 一种电力电缆故障监测方法及装置 | |
CN102798803B (zh) | 配电网线路故障检测方法 | |
CN108573761A (zh) | 一种核电厂设备实时性能监测方法及系统 | |
CN104331042A (zh) | 水电厂计算机监控系统的状态评价方法 | |
KR102099568B1 (ko) | 분산 전원이 연계된 배전 계통의 자동 고장 처리 장치 및 그 방법 | |
JP5616311B2 (ja) | 系統安定化システム及び系統安定化方法 | |
CN103218754A (zh) | 一种电网调度操作的风险检测方法及装置 | |
KR20160038927A (ko) | 주파수 측정에 의한 마이크로그리드 이상 검출 방법 및 그 시스템 | |
CN106199415B (zh) | 基于主站系统热倒母过程中母线刀闸位置检测方法及系统 | |
CN114167156A (zh) | 用于管理电气系统中的电压事件警报的系统和方法 | |
KR20140100165A (ko) | 전력계통운영 시각화 시스템 및 그 방법 | |
CN118137671A (zh) | 基于自然灾害下智能配电网故障预警系统 | |
CN114740306A (zh) | 一种基于电网信息化的配电网线路故障在线监测预警管理系统 | |
CN118226179A (zh) | 一种配网自动化继电保护测试系统 | |
CN106710157B (zh) | 一种抽油烟机故障预警方法及系统 | |
CN111289812A (zh) | 一种输变电设备状态监测管理方法及其系统 | |
US20220319299A1 (en) | Systems and methods for analyzing alarms to characterize electrical system issues | |
CN110232769A (zh) | 基于大数据统计的分布式零售终端模块化预警方法 | |
CN110398386A (zh) | 一种智能化判断空调系统温湿度测点状态的方法 | |
CN215180009U (zh) | 一种具有温湿度修正功能的燃气监测装置 | |
Genz et al. | Test the Right Stuff: Using Data to Improve Relay Availability, Reduce Failures, and Optimize Test Intervals | |
US20240046379A1 (en) | Systems and methods for automatically assessing event recovery in an electrical system | |
CN117269843B (zh) | 一种二次电流回路中性线运行状态在线监测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |