CN109946535A - 一种故障电弧检测方法 - Google Patents
一种故障电弧检测方法 Download PDFInfo
- Publication number
- CN109946535A CN109946535A CN201811617947.1A CN201811617947A CN109946535A CN 109946535 A CN109946535 A CN 109946535A CN 201811617947 A CN201811617947 A CN 201811617947A CN 109946535 A CN109946535 A CN 109946535A
- Authority
- CN
- China
- Prior art keywords
- arc
- fault
- electric arc
- voltage
- value
- 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.)
- Pending
Links
Landscapes
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
本发明公开了一种故障电弧检测方法,应用于故障电弧探测器,在故障电弧探测器上安装存储芯片,所述故障电弧检测方法包括以下步骤:通过对负载电流和电压的A/D采样,检测出电弧的产生;在检测到电弧产生后,根据当时电压和电流的关系进行电弧特性分析得到电弧特征曲线;根据电弧特征曲线得到负载的相位角状态,判断出负载的类型,并得出电弧的产生属于正常或异常的判断;根据判断结果作出是否声光报警和控制输出的动作;实时执行上述步骤并将得到的电弧特征曲线存储到存储芯片作为判断标准;能提供更准确完善的核对数据参数,使得在进行故障电弧判断时,能有效提高故障电弧的辨别和判定准确性。
Description
技术领域
本发明涉及电路负载保护技术领域,尤其涉及一种故障电弧检测方法。
背景技术
目前在电气消防行业故障电弧探测领域,线路中存在各种类似弧(线路/负载的电流电压波形,与电弧的电流电压某些特性类似,以及坏弧(可能会引起线路起火,或者影响设备正常工作的电弧。也就是常说的故障电弧。每一种电弧的波形的特征都存在差异,要在微小差异的波形中探测故障的电弧是非常困难的,而且存在误报警误动作等情况。
发明内容
鉴于目前存在的上述不足,本发明提供一种故障电弧检测方法,能够在采集各种线路波形后,将数据的波形进行分析自我判断学习存储,为下次采集波形的数据库提供更加准确完善的核对波形数据参数。
为达到上述目的,本发明的实施例采用如下技术方案:
一种故障电弧检测方法,应用于故障电弧探测器,在故障电弧探测器上安装存储芯片,所述故障电弧检测方法包括以下步骤:
通过对负载电流和电压的A/D采样,检测出电弧的产生;
在检测到电弧产生后,根据当时电压和电流的关系进行电弧特性分析得到电弧特征曲线;
根据电弧特征曲线得到负载的相位角状态,判断出负载的类型,并得出电弧的产生属于正常或异常的判断;
根据判断结果作出是否声光报警和控制输出的动作;
实时执行上述步骤并将得到的电弧特征曲线存储到存储芯片作为判断标准。
依照本发明的一个方面,所述通过对负载电流和电压的A/D采样,检测出电弧的产生的步骤包括:首先对正半周期电流峰值以及负半周期电流峰值采样,针对某一个整周期,将其正半周期的采样结果和负半周期的采样结果绝对值相加,求取平均值;然后将此周期的平均值与前一周期的平均值相比较,如果差距大于一个门限值,就判断为产生了一个电弧。
依照本发明的一个方面,所述产生电弧的判断包括:不是只根据某一个周期的差距作出判断,而是将若干周期的差距累加,如果这个累加值超过了一个预先定义的累积门限,才作出最后的判断。
依照本发明的一个方面,所述在检测到电弧产生后,根据当时电压和电流的关系进行电弧特性分析得到电弧特征曲线的步骤包括:是通过对电压和电流的模拟同步检测实现的;当电压过零时,其极性将发生变化,同时,其采样值呈周期变化,电流的特性也是如此,而根据傅立叶变换的基本原理,一个周期函数可以展开成无数个正弦或余弦的函数之和,函数的周期越短,其收敛越快,周期越长收敛就越慢。
依照本发明的一个方面,所述进行电弧特性分析得到电弧特征曲线通过如下步骤实现:
以电压波形两次正向过零为一个整个周期,每半个周期N次采样。首先,当电压在正半周期并且N为0时将正弦累积值和预先累积值复位,以此作为一次计算相位的起始;
对于余弦累积值的计算,在电压经历正半周期时,电流的余弦累积值与前一次的余弦值相加,再电压在负半周期时,电流的余弦累积值与前一次的余弦值相减;
对于正弦累积值的计算,以N/2为界,前N/2次采样中,电流的正弦累积值与前一次的正弦值相加,后N/2次采样中,电流的正弦累积值与前一次的正弦值相减;
当电压在负半周期并且N到达最大采样数时作为一次计算相位的结束;
此时线电压和电流之间的相位差已经被模拟为正弦函数和与余弦函数和之间的比率,即正切值。
依照本发明的一个方面,所述根据电弧特征曲线得到负载的相位角状态,判断出负载的类型的步骤包括:负载运行时产生的相位差应该满足电弧特征曲线,负载的类型根据该电弧特征曲线被判断出来。
依照本发明的一个方面,对于每种负载,对应一系列切断点,从而构成了不同的电弧特征曲线,可随时判断出产生的电弧是否已超越了电弧特征曲线上的点,从而可及时切断和避免误切断。
依照本发明的一个方面,所述实时执行上述步骤并将得到的电弧特征曲线存储到存储芯片作为判断标准的步骤包括:实时采集数据并执行电弧检测步骤和电弧特性分析步骤并得到电弧特征曲线;将得到的弧特征曲线存储到存储芯片,作为后续得出电弧的产生属于正常或异常的判断参数。
依照本发明的一个方面,所述通过对负载电流和电压的A/D采样,检测出电弧的产生步骤包括:对负载运转所产生的正常电弧检测以及负载在非正常状态所产生的电弧检测。
依照本发明的一个方面,所述故障电弧检测方法包括:故障电弧探测装置在运行状态时对产生并存储的电弧各参数及其电弧特征曲线进行实时的更新。
本发明实施的优点:本发明所述的故障电弧检测方法,应用于故障电弧探测器,在故障电弧探测器上安装存储芯片,所述故障电弧检测方法包括以下步骤:通过对负载电流和电压的A/D采样,检测出电弧的产生;在检测到电弧产生后,根据当时电压和电流的关系进行电弧特性分析得到电弧特征曲线;根据电弧特征曲线得到负载的相位角状态,判断出负载的类型,并得出电弧的产生属于正常或异常的判断;根据判断结果作出是否声光报警和控制输出的动作;实时执行上述步骤并将得到的电弧特征曲线存储到存储芯片作为判断标准;能够在采集各种线路波形后,将数据的波形进行分析自我判断学习存储,为下次采集波形的数据库提供更加准确完善的核对波形数据参数;因提供了更准确完善的核对数据参数,使得在进行故障电弧判断时,能有效提高故障电弧的辨别和判定准确性。
例如本发明可避免以下场景的情况:
场景1:在电气消防线路的回路总安装了故障电弧探测器,经过长时间的现场运行,由于多种因素的影响,其故障电弧探测器的负载的波形存在波动变化,故障电弧探测器首先要在各种波形中去判断波形是否为故障波形,进行波形数据库比对,在比对过程中会出现波形数据库中没有的波形,类似波形,探测器的主控芯片判断没有依据可行,易将此类波形误判;本发明可避免该场景误判的情况。
场景2:故障电弧探测器数据库的升级与更新,需要现场的实际基础波形数据资料,由于目前故障电弧探测器的数据波形判断都是及时性的,无法进行波形存储,无法做到后期的波形数据库的完善升级;本发明可避免上述无法完善升级的情况。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明所述的故障电弧检测方法示意图;
图2和图3为本发明实施例二所述的故障电弧探测装置的工作流程示意图;
图4为本发明实施例二所述的故障电弧探测装置的内部波形判断流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
如图1所示,一种故障电弧检测方法,应用于故障电弧探测器,在故障电弧探测器上安装存储芯片,所述故障电弧检测方法包括以下步骤:
步骤S1:通过对负载电流和电压的A/D采样,检测出电弧的产生;
故障电弧探测装置能够根据对负载电流和电压的A/D采样,在短时间内检测出电弧的产生,这种检测包括对负载运转所产生的正常电弧检测以及负载在非正常状态所产生的电弧检测。
所述通过对负载电流和电压的A/D采样,检测出电弧的产生的步骤包括:首先对正半周期电流峰值以及负半周期电流峰值采样,针对某一个整周期,将其正半周期的采样结果和负半周期的采样结果绝对值相加,求取平均值;然后将此周期的平均值与前一周期的平均值相比较,如果差距大于一个门限值,就判断为产生了一个电弧。
所述产生电弧的判断包括:不是只根据某一个周期的差距作出判断,而是将若干周期的差距累加,如果这个累加值超过了一个预先定义的累积门限,才作出最后的判断。
步骤S2:在检测到电弧产生后,根据当时电压和电流的关系进行电弧特性分析得到电弧特征曲线;
所述在检测到电弧产生后,根据当时电压和电流的关系进行电弧特性分析得到电弧特征曲线的步骤包括:是通过对电压和电流的模拟同步检测实现的;当电压过零时,其极性将发生变化,同时,其采样值呈周期变化,电流的特性也是如此,而根据傅立叶变换的基本原理,一个周期函数可以展开成无数个正弦或余弦的函数之和,函数的周期越短,其收敛越快,周期越长收敛就越慢。
所述进行电弧特性分析得到电弧特征曲线通过如下步骤实现:
以电压波形两次正向过零为一个整个周期,每半个周期N次采样。首先,当电压在正半周期并且N为0时将正弦累积值和预先累积值复位,以此作为一次计算相位的起始;
对于余弦累积值的计算,在电压经历正半周期时,电流的余弦累积值与前一次的余弦值相加,再电压在负半周期时,电流的余弦累积值与前一次的余弦值相减;
对于正弦累积值的计算,以N/2为界,前N/2次采样中,电流的正弦累积值与前一次的正弦值相加,后N/2次采样中,电流的正弦累积值与前一次的正弦值相减;
当电压在负半周期并且N到达最大采样数时作为一次计算相位的结束;
此时线电压和电流之间的相位差已经被模拟为正弦函数和与余弦函数和之间的比率,即正切值。
步骤S3:根据电弧特征曲线得到负载的相位角状态,判断出负载的类型,并得出电弧的产生属于正常或异常的判断;
所述根据电弧特征曲线得到负载的相位角状态,判断出负载的类型的步骤包括:负载运行时产生的相位差应该满足电弧特征曲线,负载的类型根据该电弧特征曲线被判断出来。由于正切曲线是圆滑的单调递增函数,由此,负载运行时产生的相位差应该满足这条曲线,负载的类型也就可以被判断出来。
步骤S4:根据判断结果作出是否声光报警和控制输出的动作;
结合上述电弧检测的算法,对于每种负载,都可以对应一系列切断点,也就构成了不同的电弧特征曲线,以便随时判断出产生的电弧是否已超越了电弧特征曲线上的点,从而达到及时切断和避免误切断的目的。另外,为了增加稳定性和可靠性,还检测其周期电流累积值和全局电流峰值。需要将当前电流值与累积值比较,根据情况分别相加或相减一个比例因子,目的是避免电流的突变对采样产生过大的影响,从而实现了数字过滤的作用,这样不会因为大量瞬变电流涌入负载而导致误判。
步骤S5:实时执行上述步骤并将得到的电弧特征曲线存储到存储芯片作为判断标准。
所述实时执行上述步骤并将得到的电弧特征曲线存储到存储芯片作为判断标准的步骤包括:实时采集数据并执行电弧检测步骤和电弧特性分析步骤并得到电弧特征曲线;将得到的弧特征曲线存储到存储芯片,作为后续得出电弧的产生属于正常或异常的判断参数。
通过以上分析可见,电弧特征曲线是区分负载类型的基础,它定义了负载发生电弧时故障电弧探测装置应该做出动作的切断点。因此,它应满足各种负载的特性,如阻性负载,容性负载,感性负载以及复合型负载,它们都具有不同的相位差特征。这些数据通过实验得到,存储在存储设备中。故障电弧探测装置在运行状态时对产生并存储的电弧各参数及其电弧特征曲线进行实时的更新。
实施例二
如图2和图3所示,本实施例所采用的故障电弧探测装置的工作过程如下:
1、复位运行;
2、系统初始化:初始化包括时钟初始化、端口初始化、ADC初始化、DMA初始化、电弧矩阵初始化、标准表初始化和实时系统初始化;
3、初始化成功,则进行下一步,否则状态灯常亮;
4、启动电弧检测;
5、启动实时系统,循环等待事件触发,事件包括电弧检出、复位按键、测试按键和系统事件。
其中,复位按键事件包括:复位按键按下?若是,则清除标志通知电弧引擎清除蜂鸣,然后等待触发;若不是,则直接等待触发。
测试按键事件包括:测试按键按下?若是,则设定标志通知电弧引擎触发报警,然后等待触发;若不是,则直接等待触发。
故障电弧探测装置内部波形判断流程如下:
a、DMA波形采集;
b、电流波形运算1、电流波形运算N、电流波形运算N+1;
b1、存储波形;
c、判断特征阈值?若是则执行d,若否则执行c1;
c1、计算算子++、特征值索引++;
d、电弧疑似?若否,则执行e,若是,则执行d1;
d1、对应逆序运算降级处理;随后依次执行d2、d3;
d2、计算算子=0,特征值索引=0;
d3、等待触发;
e、电弧计数器++;
f、计数器>14?若是则执行g,若否,则执行d2;
g、触发报警。
本发明实施的优点:本发明所述的故障电弧检测方法,应用于故障电弧探测器,在故障电弧探测器上安装存储芯片,所述故障电弧检测方法包括以下步骤:通过对负载电流和电压的A/D采样,检测出电弧的产生;在检测到电弧产生后,根据当时电压和电流的关系进行电弧特性分析得到电弧特征曲线;根据电弧特征曲线得到负载的相位角状态,判断出负载的类型,并得出电弧的产生属于正常或异常的判断;根据判断结果作出是否声光报警和控制输出的动作;实时执行上述步骤并将得到的电弧特征曲线存储到存储芯片作为判断标准;能够在采集各种线路波形后,将数据的波形进行分析自我判断学习存储,为下次采集波形的数据库提供更加准确完善的核对波形数据参数;因提供了更准确完善的核对数据参数,使得在进行故障电弧判断时,能有效提高故障电弧的辨别和判定准确性。
例如本发明可避免以下场景的情况:
场景1:在电气消防线路的回路总安装了故障电弧探测器,经过长时间的现场运行,由于多种因素的影响,其故障电弧探测器的负载的波形存在波动变化,故障电弧探测器首先要在各种波形中去判断波形是否为故障波形,进行波形数据库比对,在比对过程中会出现波形数据库中没有的波形,类似波形,探测器的主控芯片判断没有依据可行,易将此类波形误判;本发明可避免该场景误判的情况。
场景2:故障电弧探测器数据库的升级与更新,需要现场的实际基础波形数据资料,由于目前故障电弧探测器的数据波形判断都是及时性的,无法进行波形存储,无法做到后期的波形数据库的完善升级;本发明可避免上述无法完善升级的情况。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本领域技术的技术人员在本发明公开的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种故障电弧检测方法,应用于故障电弧探测器,其特征在于,在故障电弧探测器上安装存储芯片,所述故障电弧检测方法包括以下步骤:
通过对负载电流和电压的A/D采样,检测出电弧的产生;
在检测到电弧产生后,根据当时电压和电流的关系进行电弧特性分析得到电弧特征曲线;
根据电弧特征曲线得到负载的相位角状态,判断出负载的类型,并得出电弧的产生属于正常或异常的判断;
根据判断结果作出是否声光报警和控制输出的动作;
实时执行上述步骤并将得到的电弧特征曲线存储到存储芯片作为判断标准。
2.根据权利要求1所述的故障电弧检测方法,其特征在于,所述通过对负载电流和电压的A/D采样,检测出电弧的产生的步骤包括:首先对正半周期电流峰值以及负半周期电流峰值采样,针对某一个整周期,将其正半周期的采样结果和负半周期的采样结果绝对值相加,求取平均值;然后将此周期的平均值与前一周期的平均值相比较,如果差距大于一个门限值,就判断为产生了一个电弧。
3.根据权利要求2所述的故障电弧检测方法,其特征在于,所述产生电弧的判断包括:不是只根据某一个周期的差距作出判断,而是将若干周期的差距累加,如果这个累加值超过了一个预先定义的累积门限,才作出最后的判断。
4.根据权利要求1所述的故障电弧检测方法,其特征在于,所述在检测到电弧产生后,根据当时电压和电流的关系进行电弧特性分析得到电弧特征曲线的步骤包括:是通过对电压和电流的模拟同步检测实现的;当电压过零时,其极性将发生变化,同时,其采样值呈周期变化,电流的特性也是如此,而根据傅立叶变换的基本原理,一个周期函数可以展开成无数个正弦或余弦的函数之和,函数的周期越短,其收敛越快,周期越长收敛就越慢。
5.根据权利要求4所述的故障电弧检测方法,其特征在于,所述进行电弧特性分析得到电弧特征曲线通过如下步骤实现:
以电压波形两次正向过零为一个整个周期,每半个周期N次采样。首先,当电压在正半周期并且N为0时将正弦累积值和预先累积值复位,以此作为一次计算相位的起始;
对于余弦累积值的计算,在电压经历正半周期时,电流的余弦累积值与前一次的余弦值相加,再电压在负半周期时,电流的余弦累积值与前一次的余弦值相减;
对于正弦累积值的计算,以N/2为界,前N/2次采样中,电流的正弦累积值与前一次的正弦值相加,后N/2次采样中,电流的正弦累积值与前一次的正弦值相减;
当电压在负半周期并且N到达最大采样数时作为一次计算相位的结束;
此时线电压和电流之间的相位差已经被模拟为正弦函数和与余弦函数和之间的比率,即正切值。
6.根据权利要求5所述的故障电弧检测方法,其特征在于,所述根据电弧特征曲线得到负载的相位角状态,判断出负载的类型的步骤包括:负载运行时产生的相位差应该满足电弧特征曲线,负载的类型根据该电弧特征曲线被判断出来。
7.根据权利要求6所述的故障电弧检测方法,其特征在于,对于每种负载,对应一系列切断点,从而构成了不同的电弧特征曲线,可随时判断出产生的电弧是否已超越了电弧特征曲线上的点,从而可及时切断和避免误切断。
8.根据权利要求1至7之一所述的故障电弧检测方法,其特征在于,所述实时执行上述步骤并将得到的电弧特征曲线存储到存储芯片作为判断标准的步骤包括:实时采集数据并执行电弧检测步骤和电弧特性分析步骤并得到电弧特征曲线;将得到的弧特征曲线存储到存储芯片,作为后续得出电弧的产生属于正常或异常的判断参数。
9.根据权利要求8所述的故障电弧检测方法,其特征在于,所述通过对负载电流和电压的A/D采样,检测出电弧的产生步骤包括:对负载运转所产生的正常电弧检测以及负载在非正常状态所产生的电弧检测。
10.根据权利要求8所述的故障电弧检测方法,其特征在于,所述故障电弧检测方法包括:故障电弧探测装置在运行状态时对产生并存储的电弧各参数及其电弧特征曲线进行实时的更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811617947.1A CN109946535A (zh) | 2018-12-28 | 2018-12-28 | 一种故障电弧检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811617947.1A CN109946535A (zh) | 2018-12-28 | 2018-12-28 | 一种故障电弧检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109946535A true CN109946535A (zh) | 2019-06-28 |
Family
ID=67007308
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811617947.1A Pending CN109946535A (zh) | 2018-12-28 | 2018-12-28 | 一种故障电弧检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109946535A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110579694A (zh) * | 2019-10-10 | 2019-12-17 | 珠海格力电器股份有限公司 | 电弧故障的检测方法及装置、存储介质及处理器 |
CN110850151A (zh) * | 2019-11-04 | 2020-02-28 | 易事特集团股份有限公司 | 过零判断方法和过零判断装置 |
CN110908844A (zh) * | 2019-10-24 | 2020-03-24 | 珠海格力电器股份有限公司 | 电弧故障检测方法、装置、计算机可读存储介质及插座 |
CN111787647A (zh) * | 2020-07-15 | 2020-10-16 | 北京新能乐业科技有限公司 | 一种电弧检测方法、装置、蓄热型电加热系统 |
CN112904156A (zh) * | 2021-01-19 | 2021-06-04 | 重庆邮电大学 | 一种基于频域分类的故障电弧检测方法 |
CN113049925A (zh) * | 2021-03-01 | 2021-06-29 | 合肥依科普工业设备有限公司 | 一种电弧火灾检测方法 |
CN113253005A (zh) * | 2020-02-07 | 2021-08-13 | 群光电能科技股份有限公司 | 负载识别系统 |
CN114076903A (zh) * | 2020-08-21 | 2022-02-22 | 黑龙江电卫士电气科技发展有限公司 | 一种电弧性短路的故障类型判定方法 |
US11283256B2 (en) * | 2019-07-29 | 2022-03-22 | Cheil Electric Wiring Devices Co., Ltd. | Power interruption method and device based on phase measurement and arc detection of power level |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102854426A (zh) * | 2012-10-09 | 2013-01-02 | 邵俊松 | 基于实时测量多频段频率分量占比判断直流电弧故障的方法 |
CN102981088A (zh) * | 2012-12-12 | 2013-03-20 | 天津市鸿远电气设备有限公司 | 故障电弧检测方法 |
CN103278734A (zh) * | 2013-06-26 | 2013-09-04 | 浙江爱德电子有限公司 | 一种电弧故障探测装置及其探测方法 |
CN105445611A (zh) * | 2014-05-30 | 2016-03-30 | 西门子公司 | 故障电弧的检测方法和检测装置 |
CN206301449U (zh) * | 2016-12-15 | 2017-07-04 | 杭州四方博瑞科技股份有限公司 | 智能用电安全预警监控器 |
CN107037341A (zh) * | 2017-06-02 | 2017-08-11 | 北京英瑞来科技有限公司 | 一种故障电弧检测方法 |
CN107294108A (zh) * | 2017-06-02 | 2017-10-24 | 北京英瑞来科技有限公司 | 一种具有故障电弧检测功能的有源电力滤波器及方法 |
-
2018
- 2018-12-28 CN CN201811617947.1A patent/CN109946535A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102854426A (zh) * | 2012-10-09 | 2013-01-02 | 邵俊松 | 基于实时测量多频段频率分量占比判断直流电弧故障的方法 |
CN102981088A (zh) * | 2012-12-12 | 2013-03-20 | 天津市鸿远电气设备有限公司 | 故障电弧检测方法 |
CN103278734A (zh) * | 2013-06-26 | 2013-09-04 | 浙江爱德电子有限公司 | 一种电弧故障探测装置及其探测方法 |
CN105445611A (zh) * | 2014-05-30 | 2016-03-30 | 西门子公司 | 故障电弧的检测方法和检测装置 |
CN206301449U (zh) * | 2016-12-15 | 2017-07-04 | 杭州四方博瑞科技股份有限公司 | 智能用电安全预警监控器 |
CN107037341A (zh) * | 2017-06-02 | 2017-08-11 | 北京英瑞来科技有限公司 | 一种故障电弧检测方法 |
CN107294108A (zh) * | 2017-06-02 | 2017-10-24 | 北京英瑞来科技有限公司 | 一种具有故障电弧检测功能的有源电力滤波器及方法 |
Non-Patent Citations (1)
Title |
---|
罗雷 等: "家用电弧故障断路器( AFCI) 的开发", 《建筑电气》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11283256B2 (en) * | 2019-07-29 | 2022-03-22 | Cheil Electric Wiring Devices Co., Ltd. | Power interruption method and device based on phase measurement and arc detection of power level |
CN110579694A (zh) * | 2019-10-10 | 2019-12-17 | 珠海格力电器股份有限公司 | 电弧故障的检测方法及装置、存储介质及处理器 |
CN110908844A (zh) * | 2019-10-24 | 2020-03-24 | 珠海格力电器股份有限公司 | 电弧故障检测方法、装置、计算机可读存储介质及插座 |
CN110908844B (zh) * | 2019-10-24 | 2022-03-08 | 珠海格力电器股份有限公司 | 电弧故障检测方法、装置、计算机可读存储介质及插座 |
CN110850151A (zh) * | 2019-11-04 | 2020-02-28 | 易事特集团股份有限公司 | 过零判断方法和过零判断装置 |
CN110850151B (zh) * | 2019-11-04 | 2022-04-12 | 易事特集团股份有限公司 | 过零判断方法和过零判断装置 |
CN113253005A (zh) * | 2020-02-07 | 2021-08-13 | 群光电能科技股份有限公司 | 负载识别系统 |
CN113253005B (zh) * | 2020-02-07 | 2024-01-12 | 群光电能科技股份有限公司 | 负载识别系统 |
CN111787647A (zh) * | 2020-07-15 | 2020-10-16 | 北京新能乐业科技有限公司 | 一种电弧检测方法、装置、蓄热型电加热系统 |
CN111787647B (zh) * | 2020-07-15 | 2022-06-28 | 北京新能乐业科技有限公司 | 一种电弧检测方法、装置、蓄热型电加热系统 |
CN114076903A (zh) * | 2020-08-21 | 2022-02-22 | 黑龙江电卫士电气科技发展有限公司 | 一种电弧性短路的故障类型判定方法 |
CN114076903B (zh) * | 2020-08-21 | 2024-08-20 | 荆雁 | 一种电弧性短路的故障类型判定方法 |
CN112904156A (zh) * | 2021-01-19 | 2021-06-04 | 重庆邮电大学 | 一种基于频域分类的故障电弧检测方法 |
CN113049925A (zh) * | 2021-03-01 | 2021-06-29 | 合肥依科普工业设备有限公司 | 一种电弧火灾检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109946535A (zh) | 一种故障电弧检测方法 | |
Cui et al. | A feature selection method for high impedance fault detection | |
US10422833B2 (en) | Systems and methods for classifying power line events | |
US11656263B2 (en) | Effective feature set-based high impedance fault detection | |
CN110082640A (zh) | 一种基于长短时记忆网络的配网单相接地故障辨识方法 | |
EP3769390B1 (en) | Systems and methods for intelligent event waveform analysis | |
US11740266B2 (en) | Systems and methods for monitoring energy-related data in an electrical system | |
CN113533910A (zh) | 一种适用于换流变压器局部放电预警的方法及系统 | |
Rehman et al. | Low complexity event detection algorithm for non-intrusive load monitoring systems | |
Aboshady et al. | Fault detection and classification scheme for PV system using array power and cross-strings differential currents | |
CN112083275A (zh) | 一种配网故障类型识别方法及系统 | |
Frank et al. | Extracting operating modes from building electrical load data | |
CN103311960A (zh) | 一种强联系电网同调稳定区域划分方法 | |
CN104062555B (zh) | 配电线路高阻接地故障特征谐波的辨识方法 | |
JP7437584B2 (ja) | 送電線の外乱分類のための機械学習ベースの方法および装置 | |
CN114764599B (zh) | 一种配电网单相接地故障灵敏度分析方法和系统 | |
Yan et al. | Adaptive event detection for representative load signature extraction | |
CN115343579A (zh) | 一种电网故障分析方法、装置及电子设备 | |
Xing et al. | Open-circuit fault detection and location in MMCs with multivariate Gaussian distribution | |
JP2006105714A (ja) | 送配電線路の事故原因判別方法 | |
Izadi | Data-Driven Analysis and Applications of Time-Synchronized Waveform Measurements in Power Systems | |
Dong et al. | A deep learning-based approach for identifying bad data in power systems | |
Xiao et al. | Forecast of power quality disturbance events in urban distribution networks incorporating weather conditions | |
Iqbal et al. | Phasor Area Criterion–Wide Area Assessment of Transient Stability | |
Moon et al. | Power Quality Feature Modelling of Waveform Disturbances for Distribution System Diagnosis |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190628 |
|
RJ01 | Rejection of invention patent application after publication |