CN110244198B - 基于复合判据的阻性负荷串联电弧检测方法及应用 - Google Patents

基于复合判据的阻性负荷串联电弧检测方法及应用 Download PDF

Info

Publication number
CN110244198B
CN110244198B CN201910386188.0A CN201910386188A CN110244198B CN 110244198 B CN110244198 B CN 110244198B CN 201910386188 A CN201910386188 A CN 201910386188A CN 110244198 B CN110244198 B CN 110244198B
Authority
CN
China
Prior art keywords
composite
index
resistive load
difference
dispersion
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
Application number
CN201910386188.0A
Other languages
English (en)
Other versions
CN110244198A (zh
Inventor
吴皓
马庆
徐世龙
艾振
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Youbai Electronic Technology Co ltd
Original Assignee
Shandong Youbai Electronic Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Youbai Electronic Technology Co ltd filed Critical Shandong Youbai Electronic Technology Co ltd
Priority to CN201910386188.0A priority Critical patent/CN110244198B/zh
Publication of CN110244198A publication Critical patent/CN110244198A/zh
Application granted granted Critical
Publication of CN110244198B publication Critical patent/CN110244198B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/12Testing 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

Abstract

本公开提供了一种基于复合判据的阻性负荷串联电弧检测方法及应用,本公开针对阻性电流波形的特征,提出了统计指标和差分指标形成复合特征值向量,并根据复合判据进行故障电弧的检测,提高了故障检测的准确性,又显著降低计算量。该方法适用于数据运算能力相对较弱的嵌入式硬件平台,具有较好的实用性。

Description

基于复合判据的阻性负荷串联电弧检测方法及应用
技术领域
本公开涉及故障电弧检测领域,具体涉及一种基于复合判据的阻性负荷串联电弧检测方法及应用。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
串联故障电弧一般是由于线路老化、连接松动、接触不良等原因造成的高温放电现象。供电系统的串联故障电弧具有回路电流小、隐蔽性强等特点,此类故障可长时间存在,容易引燃故障点附近的可燃物,是引发重特大电气火灾的主要隐患。
目前供配电系统中广泛使用微型断路器,主要动作于负荷电流越限,对于过负荷和金属性短路故障能够起到保护作用。但由于负荷的限流作用,串联电弧故障的电流有效值远小于金属性短路,在故障扩大化之前微型断路器一般无法动作,使得串联电弧能够长期隐蔽燃烧,是严重的安全隐患。
据发明人了解,现有的故障电弧检测方法一般通过A/D采样获取电流波形数据,再利用小波变换、傅里叶变换、滤波等方法检测电弧是否发生。但阻性负荷发生串联电弧故障时,谐波含量少、电流波形特征不明显,而且平肩部随着电流的增大而减小,故障检测难度大,容易发生误动和拒动。
发明内容
本公开为了解决上述问题,提出了一种基于复合判据的阻性负荷串联电弧检测方法及应用,本公开针对阻性电流波形的特征,提出了统计指标和差分指标形成复合特征值向量,并根据复合判据进行故障电弧的检测,提高了故障检测的准确性,又显著降低计算量。该方法适用于数据运算能力相对较弱的嵌入式硬件平台,具有较好的实用性。
根据一些实施例,本公开采用如下技术方案:
一种基于复合判据的阻性负荷串联电弧检测方法,包括以下步骤:
采集阻性负荷电流波形,得到采样数据;
计算采样数据的统计指标和差分指标,基于统计指标和差分指标建立特征值复合向量,确定复合向量的极值差、波动率以及方差参数,对是否发生电弧故障进行复合评判,根据评判结果进行报警。
本公开的原理是基于阻性负荷发生串联电弧故障的主要特征之一是电流波形出现“平肩部”。因此,对阻性负荷是否发生串联电弧故障,可采用基于波形形态的指标进行检测和判断。
本公开通过对采样数据计算统计指标和差分指标,并形成复合特征值向量,以复合特征值向量进行故障判断,能够克服谐波、采用误差的干扰,同时敏锐地检测到过零点“平肩部”。
作为一种可选择的实施方式,对电流波形进行设定采样频率的等周期采样。
作为一种可选择的实施方式,统计指标的计算过程为
Figure BDA0002054931070000021
其中,
Figure BDA0002054931070000031
参数α为常数,fs为采样频率,Xi为采样数据,Imax为电流采样值的峰值,即
Figure BDA0002054931070000032
作为一种可选择的实施方式,差分指标为:采样数据中相邻数据的差值最大值与采样数据最大值的比值。
作为一种可选择的实施方式,特征值复合向量为在多个相邻周期内,将各周期的统计指标和差分指标顺序依次排列所组成的复合向量。
作为一种可选择的实施方式,判断各周期内指标和差分指标是否超出对应预设的阈值,如果均超过,则认为发生电弧。
一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行所述的一种基于复合判据的阻性负荷串联电弧检测方法。
一种终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行所述的一种基于复合判据的阻性负荷串联电弧检测方法。
与现有技术相比,本公开的有益效果为:
1、根据负荷电流波形的多个特征量对负荷进行分类,并针对性地选择故障电弧判据,提高了故障检测的准确性。
2、针对阻性负荷发生故障时,负荷电流产生平肩部的特征,设计了Rz指标,其主要思想是通过对近零点附近的采样点数据进行统计,实现对平肩部的识别。
3、针对阻性负荷发生故障时,负荷电流平肩部后发生跃变的特征,设计了D指标,其主要思想是通过对比采样数据的差分值和原始值,实现对平肩部的识别。
4、构建了可表征故障动态过程的复合向量,进而通过统计和阈值比较等计算分析,可准确评判是否发生电弧故障。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的不当限定。
图1是实施例中交流电弧故障实验平台;
图2是实施例中电弧发生装置;
图3是实施例中阻性负荷串联电弧检测流程图;
图4(a)、图4(b)分别是实施例中阻性负荷正常和故障时的电流波形;
具体实施方式:
下面结合附图与实施例对本公开作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本公开提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本公开的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
一种基于复合判据的阻性负荷串联故障电弧检测方法,拟能够在不显著增加计算量的前提下改善检测的准确度。
如图1所示,利用实验平台探究电流在电弧故障和正常时的电流特性。
实验平台包括电源、电流互感器、电弧发生装置、负载开关、采样电路和信号处理电路。交流电源通过负载开关连接负载。负载开关与交流电源的连接点之间设置有电流互感器和电弧发生装置。
信号处理电路包括AD采样数据处理单元、PC端数据分析处理单元。
电流互感器连接采样电路,采样电路将采样数据传输给AD采样数据处理单元,AD采样数据处理单元连接PC端数据分析处理单元。
电源为负载进行供电,电弧发生装置在模拟电弧故障时,利用电弧发生装置发生电弧故障,电流互感器、采样电路采集正常供电和电弧故障时的电流信号,经过AD采样数据处理单元的处理,PC端数据分析处理单元对采集的数据进行分析。
如图2所示,电弧发生装置包括两个对立设置的绝缘子,绝缘子上分别设置有静触头、动触头,两个绝缘子的距离可改变,且随着绝缘子的接近,静触头、动触头可以接触,利用绝缘推进手柄可以改变绝缘子的间距。
通过对比正常和电弧发生时电流的特性,发现阻性负荷发生串联电弧故障的主要特征之一是电流波形出现“平肩部”。因此,对阻性负荷是否发生串联电弧故障,可采用基于波形形态的指标进行检测和判断。但如何克服谐波、采用误差的干扰,同时敏锐地检测到过零点“平肩部”,是需要解决的技术问题。基于上述思路,采取以下步骤进行故障检测:
实施例一:
如图3所示,具体电弧故障检测过程包括:
1.对检测装置进行初始化,设定主要参数和阈值。
2.对电流波形进行采样频率为fs的等周期采样,得到采样数据Xi(i=1,2,…,fs/50)(fs的典型值可取为10kHz)。
3.计算统计指标Rz
Figure BDA0002054931070000061
其中,
Figure BDA0002054931070000062
参数α的典型值可取为0.05。相应的Rz指标阈值可取为0.06,即Rz≤0.06。
4.计算差分指标D:
Figure BDA0002054931070000063
其中,
Figure BDA0002054931070000064
D指标的典型阈值可取为0.06,即D≤0.1。
5.建立特征值复合向量,计算并评判是否发生故障
对N个的相邻周期进行计算,得到可表征运行动态过程的复合向量
Figure BDA0002054931070000065
根据各周期内指标Rz和指标D是否超出预设阈值,同时考虑复合向量的极值差、波动率、方差等参数的增减变化,对是否发生电弧故障进行复合评判。
对复合向量的各个元素与其对应的阈值进行比较。当Rz1≥参考阈值(典型值可取为0.06),且D1≥参考阈值(典型值可取为0.1)时,疑似发生电弧故障。应计算离散度参数以进一步进行判断。考虑到检测的实时性,n的典型值可取为3。
根据Rz1,…,Rzn,计算其方差值作为Rz离散度1;计算其极值差作为Rz离散度2。根据D1,…,Dn,计算其方差值作为D离散度1;计算其极值差作为D离散度2。当各离散度系数较前一周期均增大时,判断为发生电弧故障。
以电热壶为例进行检测,计算结果如表1所示:
表1阻性负荷(电水壶)正常和故障情况计算过程
负荷工况 正常 故障 参考阈值 是否越限
R<sub>z1</sub> 0.0283 0.1217 0.06 /
D<sub>1</sub> 0.0641 0.2625 0.1 /
R<sub>z2</sub> 0.0283 0.1167 0.06 越限
D<sub>2</sub> 0.0519 0.1911 0.1 越限
R<sub>z3</sub> 0.0317 0.1183 0.06 越限
D<sub>3</sub> 0.0649 0.1930 0.1 越限
R<sub>z</sub>离散度1 0.001603 0.002085 增大 越限
R<sub>z</sub>离散度2 0.0034 0.005 增大 越限
D离散度1 0.00595 0.03322 增大 越限
D离散度2 0.013 0.0714 增大 越限
是否故障 / /
由上述计算数据可见,所提出的各条指标判据在正常工况和故障电弧工况下有较大的区分度,能够克服谐波等干扰,满足检测准确度的要求。
由实施例可以看出,针对阻性负荷故障电流特征,设计了统计指标和差分指标,组成可表征系统动态过程的复合向量,进而计算、评判是否发生电弧故障。在实施例中,故障前后定量判据的参数值变化达4-5倍,对阻性负荷电弧故障具有显著的区分度,能够实现电弧的准确检测。
本公开还提供以下产品实施例:一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行所述的一种基于复合判据的阻性负荷串联电弧检测方法。
一种终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行所述的一种基于复合判据的阻性负荷串联电弧检测方法。
本领域内的技术人员应明白,本公开的实施例可提供为方法、系统、或计算机程序产品。因此,本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本公开的优选实施例而已,并不用于限制本公开,对于本领域的技术人员来说,本公开可以有各种更改和变化。凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述,但并非对本公开保护范围的限制,所属领域技术人员应该明白,在本公开的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。

Claims (6)

1.一种基于复合判据的阻性负荷串联电弧检测方法,其特征是:包括以下步骤:
采集阻性负荷电流波形,得到采样数据;
针对阻性负荷发生故障时,负荷电流产生平肩部的特征,设计了统计指标,负荷电流平肩部后发生跃变的特征,设计了差分指标;
计算采样数据的统计指标和差分指标,基于统计指标和差分指标建立特征值复合向量,确定复合向量的极值差、波动率以及方差参数,对是否发生电弧故障进行复合评判,根据评判结果进行报警;
特征值复合向量为在多个相邻周期内,将各周期的统计指标和差分指标顺序依次排列所组成的复合向量;
对复合向量的各个元素与其对应的阈值进行比较,当Rz1≥参考阈值,且D1≥参考阈值时,疑似发生电弧故障,计算离散度参数以进一步进行判断;
根据Rz1,…,Rzn,计算其方差值作为统计指标离散度1;计算其极值差作为统计指标离散度2,根据D1,…,Dn,计算其方差值作为差分指标离散度1;计算其极值差作为差分指标离散度2;
根据复合向量的极值差以及方差参数得到各个离散度参数,当各离散度系数较前一周期均增大时,判断为发生电弧故障;
所述差分指标为:采样数据中相邻数据的差值最大值与采样数据最大值的比值。
2.如权利要求1所述的一种基于复合判据的阻性负荷串联电弧检测方法,其特征是:对电流波形进行设定采样频率的等周期采样。
3.如权利要求1所述的一种基于复合判据的阻性负荷串联电弧检测方法,其特征是:统计指标的计算过程为:
Figure FDA0003430610750000021
其中,
Figure FDA0003430610750000022
参数α为常数,fs为采样频率,Xi为采样数据,Imax为电流采样值的峰值,即:
Figure FDA0003430610750000023
4.如权利要求1所述的一种基于复合判据的阻性负荷串联电弧检测方法,其特征是:判断各周期内指标和差分指标是否超出对应预设的阈值,如果均超过,则认为发生电弧。
5.一种计算机可读存储介质,其特征是:其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行权利要求1-4中任一项所述的一种基于复合判据的阻性负荷串联电弧检测方法。
6.一种终端设备,其特征是:包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行权利要求1-4中任一项所述的一种基于复合判据的阻性负荷串联电弧检测方法。
CN201910386188.0A 2019-05-09 2019-05-09 基于复合判据的阻性负荷串联电弧检测方法及应用 Active CN110244198B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910386188.0A CN110244198B (zh) 2019-05-09 2019-05-09 基于复合判据的阻性负荷串联电弧检测方法及应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910386188.0A CN110244198B (zh) 2019-05-09 2019-05-09 基于复合判据的阻性负荷串联电弧检测方法及应用

Publications (2)

Publication Number Publication Date
CN110244198A CN110244198A (zh) 2019-09-17
CN110244198B true CN110244198B (zh) 2022-03-01

Family

ID=67883979

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910386188.0A Active CN110244198B (zh) 2019-05-09 2019-05-09 基于复合判据的阻性负荷串联电弧检测方法及应用

Country Status (1)

Country Link
CN (1) CN110244198B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112162172B (zh) * 2020-08-18 2021-07-06 山东大学 一种基于有限采样数据的串联故障电弧检测方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN104237650A (zh) * 2014-06-24 2014-12-24 三科电器集团有限公司 一种电弧平肩区检测方法
CN104678265A (zh) * 2015-01-30 2015-06-03 广东雅达电子股份有限公司 一种串联故障电弧检测装置及检测方法
CN108054781A (zh) * 2018-01-06 2018-05-18 东北电力大学 一种基于db6离散小波变换的风电集群功率汇聚效应的时频分析方法
US9995796B1 (en) * 2013-05-23 2018-06-12 National Technology & Engineering Solutions Of Sandia, Llc Identifying an arc-fault type in photovoltaic arrays
CN108537414A (zh) * 2018-03-19 2018-09-14 杭州拓深科技有限公司 一种基于lda算法的故障电弧检测方法
CN108562835A (zh) * 2018-03-19 2018-09-21 杭州拓深科技有限公司 一种基于bp神经网络的故障电弧检测方法
CN109061415A (zh) * 2018-08-21 2018-12-21 珠海格力电器股份有限公司 一种故障电弧检测方法及装置、计算机装置、计算机可读存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108132413B (zh) * 2016-11-30 2021-06-18 上海航空电器有限公司 一种交流故障电弧的检测方法
CN108362981B (zh) * 2018-01-09 2020-07-28 复旦大学 一种主/被动检测结合的光伏系统直流故障电弧检测方法
CN109307824B (zh) * 2018-09-18 2020-11-03 福州大学 一种基于聚类的配电网单相接地故障区段定位方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
US9995796B1 (en) * 2013-05-23 2018-06-12 National Technology & Engineering Solutions Of Sandia, Llc Identifying an arc-fault type in photovoltaic arrays
CN104237650A (zh) * 2014-06-24 2014-12-24 三科电器集团有限公司 一种电弧平肩区检测方法
CN104678265A (zh) * 2015-01-30 2015-06-03 广东雅达电子股份有限公司 一种串联故障电弧检测装置及检测方法
CN108054781A (zh) * 2018-01-06 2018-05-18 东北电力大学 一种基于db6离散小波变换的风电集群功率汇聚效应的时频分析方法
CN108537414A (zh) * 2018-03-19 2018-09-14 杭州拓深科技有限公司 一种基于lda算法的故障电弧检测方法
CN108562835A (zh) * 2018-03-19 2018-09-21 杭州拓深科技有限公司 一种基于bp神经网络的故障电弧检测方法
CN109061415A (zh) * 2018-08-21 2018-12-21 珠海格力电器股份有限公司 一种故障电弧检测方法及装置、计算机装置、计算机可读存储介质

Also Published As

Publication number Publication date
CN110244198A (zh) 2019-09-17

Similar Documents

Publication Publication Date Title
CN110320434B (zh) 基于零序电流波形区间斜率曲线的高阻故障辨识方法及系统
CN102135555B (zh) 低压系统串联电弧故障识别方法
US8054592B2 (en) Arc fault detection using fuzzy logic
EP2200139B1 (en) Arc detection using detailed and approximate coefficients from discrete wavelet transforms
US20080157781A1 (en) Methods and systems for detecting series arcs in electrical systems
CN107727990B (zh) 一种配网弧光接地故障辨识方法
CN109490701B (zh) 一种工频串联电弧故障检测方法
CN104569683B (zh) 一种故障电弧的检测方法
CN107505539B (zh) 一种配网弧光接地故障辨识方法
CN108132413B (zh) 一种交流故障电弧的检测方法
Cheng et al. Series arc fault detection and implementation based on the short-time fourier transform
KR101350618B1 (ko) 고저항 고장 검출 장치 및 그 방법
CN111308406A (zh) 一种电流互感器饱和检测方法、系统、介质及电子设备
CN110579684A (zh) 一种基于融合算法的小电流接地系统选线方法
CN107870281B (zh) 一种漏电和故障电弧检测方法及其装置
CN110244198B (zh) 基于复合判据的阻性负荷串联电弧检测方法及应用
CN110174602B (zh) 非线性负荷串联电弧故障判定方法及应用
CN112162172B (zh) 一种基于有限采样数据的串联故障电弧检测方法及系统
CN104062555A (zh) 配电线路高阻接地故障特征谐波的辨识方法
EP4063876B1 (en) Vector analysis calculation-based arc crosstalk signal identification method
CN115236389A (zh) 一种氧化锌避雷器无线监测方法、系统、设备及存储介质
CN113109663A (zh) 一种配电网故障检测定位方法
CN110907544A (zh) 一种变压器油中溶解气体含量异常阶跃数据识别方法
CN107561400B (zh) 一种基于实时小波变换的配网短路故障快速检测方法
CN114089106B (zh) 用于配电自动化设备的单相接地故障防干扰方法

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