CN110568329A - 电弧检测方法、家用电器及计算机可读存储介质 - Google Patents

电弧检测方法、家用电器及计算机可读存储介质 Download PDF

Info

Publication number
CN110568329A
CN110568329A CN201910869978.4A CN201910869978A CN110568329A CN 110568329 A CN110568329 A CN 110568329A CN 201910869978 A CN201910869978 A CN 201910869978A CN 110568329 A CN110568329 A CN 110568329A
Authority
CN
China
Prior art keywords
frequency signal
sampling period
preset
detection method
amplitude
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
Application number
CN201910869978.4A
Other languages
English (en)
Other versions
CN110568329B (zh
Inventor
林晖
林世锋
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.)
Gree Electric Appliances Inc of Zhuhai
Original Assignee
Gree Electric Appliances Inc of Zhuhai
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 Gree Electric Appliances Inc of Zhuhai filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN201910869978.4A priority Critical patent/CN110568329B/zh
Publication of CN110568329A publication Critical patent/CN110568329A/zh
Application granted granted Critical
Publication of CN110568329B publication Critical patent/CN110568329B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01R31/1227Testing 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 of components, parts or materials

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Current Or Voltage (AREA)

Abstract

本发明提供一种电弧检测方法、家用电器及计算机可读存储介质,该方法包括获取电流信号,将一个采样周期划分为多个计算周期,并获取电流信号中高频信号层的幅值;计算电流信号在每一个计算周期内高频信号层的幅值的累加值,判断一个采样周期内,多个计算周期对应的累加值中的最大值是否大于预设阈值,如是,确认该采样周期为异常采样周期;判断在预设时间段内,异常采样周期是否满足预设的异常条件,如是,发出电弧故障报警信息。本发明还提供应用上述方法的家用电器以及实现该方法的计算机可读存储介质。本发明能够提高电弧检测的灵敏度以及准确率。

Description

电弧检测方法、家用电器及计算机可读存储介质
技术领域
本发明涉及电器故障检测领域,具体的,涉及一种电弧检测方法、实现这种方法的家用电器以及计算机可读存储介质。
背景技术
现有的家用电器大多使用220伏的交流电,通常,家用电器通过电源插头连接到插座上,从插座上取电。家用电器运行过程中,由于电线绝缘老化或者破损、接触不良等情况,都可能引发故障电弧,故障电弧火花温度很高,有可能导致周围可燃物起火,导致火灾发生。因此,现有家用电器以及安全插座上均设置电流传感器以采集家用电器的电流波形,并根据电流波形对电弧进行检测,一旦检测到出现电弧故障的情况,马上断开家用电器与安全插座的电连接,从而切断家用电器的电源,避免火灾的发生。
现有的电弧检测技术通常是检测家用电器的电流信号的波形,并使用小波变换法将电流信号的高频信号分解出来,根据高频信号的幅值来判断是否发生故障电弧。参见图1,利用DB5小波基将电流信号的分解成多层高频信号层,例如分解出高频信号层d1、d2以及d3,每一层高频信号层对应的频段并不相同,也不重叠,例如高频细节层d1的频率是250KHz至500KHz,高频细节层d2的频率是125KHz至250KHz,而高频细节层d3的频率是62.5KHz至125KHz。
从图1中触点电压波形可以看出,图1前半段波形是未发生电弧故障的波形,后半段波形是出现电弧故障的波形。从图1可见,发生电弧故障时的高频信号与正常运行时的高频信号比较,幅值的变化并不是很明显。通常,电弧的检测是判断高频信号层的幅值是否超过预先设定的幅值阈值,如果高频信号层的幅值超过该幅值阈值,即确认出现电弧故障。
由于家用电器正常运行时电流信号也会出现干扰,在高频信号层的波形中也会有一些尖刺,为了减少误判,通常将该幅值阈值设置得较高,或者以家用电器正常运行时高频信号层的最大值作为幅值阀值。但是,实际应用时,在发生电弧故障时高频信号层的幅值超过该幅值阀值的高频信号并不多,因此,现有的电弧检测技术并不够灵敏,对电弧故障的检测时间较长,导致脱扣保护的时间较长,影响家用电器使用的安全性。
发明内容
本发明的第一目的是提供一种检测时间短且灵敏度较高的电弧检测方法。
本发明的第二目的是提供一种实现上述电弧检测方法的家用电器。
本发明的第三目的是提供一种实现上述电弧检测方法的计算机可读存储介质。
为实现本发明的第一目的,本发明提供的电弧检测方法包括获取电流信号,将一个采样周期划分为多个计算周期,并获取电流信号中高频信号层的幅值;计算电流信号在每一个计算周期内高频信号层的幅值的累加值,判断一个采样周期内,多个计算周期对应的累加值中的最大值是否大于预设阈值,如是,确认该采样周期为异常采样周期;判断在预设时间段内,异常采样周期是否满足预设的异常条件,如是,发出电弧故障报警信息。
由上述方案可见,本发明并不是仅仅依赖于高频信号层的幅值来判断是否出现电弧故障,而是对一个计算周期内多个高频信号的幅值进行累加,计算出该累加值作为判断是否出现电弧故障的依据。由于出现电弧时,电流信号中高频信号的幅值将出现持续的大幅度波动,这样,通过累计一段时间内高频信号层的幅值的累加值,可以快速并且准确的检测出电弧,电弧检测更加准确,灵敏度较高。
一个优选的方案是,判断在预设时间段内异常采样周期是否满足预设的异常条件包括:判断在预设时间段内异常采样周期的数量是否大于第一预设数量阈值。
由此可见,如果在预设时间段内,出现异常的采样周期的数量较多,则可以确认当前出现电弧故障,电弧故障的检测更加准确。
可选的方案是,判断在预设时间段内异常采样周期是否满足预设的异常条件包括:判断在预设时间段内是否出现大于第二预设数量阈值的连续的异常采样周期。
可见,如果在一段时间内,连续多个采样周期都是异常采样周期,则表示电流信号出现连续的波动,可以确认出现电弧故障。
进一步的方案是,获取电流信号中高频信号层的幅值包括:获取电流信号至少两层高频信号层的幅值,各层高频信号层的频率相互独立。
这样,通过小波变换方式获取多层的高频信号层,并且对多层高频信号层的幅值进行计算,可以更加准确、快速的检测出是否出现电弧故障的情况。
更进一步的方案是,计算电流信号在一个计算周期内高频信号层的幅值的累加值包括:计算电流信号在一个计算周期内每一层高频信号层对应的幅值的累加值;判断一个采样周期内多个计算周期对应的累加值中的最大值是否大于预设阈值包括:判断一个采样周期内至少层高频信号层的多个计算周期对应的累加值中的最大值是否大于预设阈值。
可见,对每一层高频信号层的幅值累加值进行分别的计算,并且分别对累加值最大值与预设阈值进行对比,也就是将多层高频信号层进行单独的计算,可以更加快速的检测是否出现电弧故障。
更进一步的方案是,确认一采样周期为异常采样周期包括:该采样周期内,任一层高频信号层的多个计算周期对应的累加值中的最大值大于预设阈值。
由此可见,如果任意一层高频信号层的多个计算周期对应的累加值中的最大值大于预设阈值,则可以确认该采样周期为异常采样周期,可以快速的确定异常采样周期,电弧检测的灵敏度较高。
可选的方案是,确认一采样周期为异常采样周期包括:该采样周期内,至少两层高频信号层的多个计算周期对应的累加值中的最大值大于预设阈值。
可见,通过两层以上的高频信号层的累加值来确认是否出现电弧故障,可以有效避免误检的情况发生,能够提高电弧检测的准确性。
更进一步的方案是,计算一个计算周期内高频信号层的幅值的累加值包括:计算一个计算周期内高频信号层的幅值绝对值之和或者幅值能量和。
由此可见,使用幅值绝对值之和或者幅值能量和作为幅值的累加值,使得累加值的计算较为简单,计算量较少,从而使得电弧检测的时间较短。
更进一步的方案是,该预设阈值为未出现电弧故障时,高频信号层的连续多个计算周期内,高频信号层的幅值的累加值的平均值的预设倍数。
可见,通过高频信号层的幅值的累加值的平均值的预设倍数作为预设阈值,可以使得预设阈值的设置更加合理,根据家用电器的实际使用情况调节预设阈值,降低误检的可能性。
更进一步的方案是,获取电流信号中高频信号层的幅值包括:对电流信号进行小波变换,根据小波变换的结果获取高频信号层的幅值。
由此可见,使用小波变换可以快速的获取电流信号的多层高频信号层的数据,包括幅值的数据,减少电弧检测所需要的时间,电弧检测响应时间更短。
为实现上是的第二目的,本发明提供的家用电器具有壳体,壳体内设置有电路板,电路板上设置有处理器及存储器,存储器存储有计算机程序,计算机程序被处理器执行时实现上述的电弧检测方法的各个步骤。
为实现上是的第三目的,本发明提供计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现上述电弧检测方法的各个步骤。
附图说明
图1是家用电器运行时电流波形图以及高频信号层的波形图。
图2是实现本发明电弧检测方法实施例的电路示意图。
图3是本发明电弧检测方法实施例的流程图。
图4是家用电器运行时电流波形图以及高频信号层幅值绝对值之和的波形图。
图5是家用电器运行时电流波形图以及高频信号层幅值能量和的波形图。
以下结合附图及实施例对本发明作进一步说明。
具体实施方式
本发明的电弧检测方法应用于家用电器上,该家用电器可以是空调、洗衣机、电冰箱等,家用电器具有壳体,壳体内设置有一块电路板,电路板上设有处理器以及存储器,存储器存储有计算机程序,处理器执行该计算机程序是可以实现该电弧检测方法。
电弧检测方法实施例:
本实施例应用在家用电器上,通过采集家用电器电源线的电流信号并对电流信号分析后判断是否出现电弧故障,一旦出现电弧故障,将发出报警信息并断开家用电器与插座之间的电连接。
参见图2,家用电器的电源线包括火线18以及零线17,且家用电器还设置有开关10,当开关10闭合时,家用电器获取交流电并供多个负载用电,多个负载是设置在家用电器内的用电设备,例如电机11、压缩机12等。为了采集火线18上的电流信号,家用电器设置电流互感器13,电流互感器13采集火线18流经的电流信号,并且将所采集的信号经过信号放大电路14后输出至处理器15,由处理器15对所接收的信号进行分析。优选的,信号放大电路14以及处理器15可以设置在同一块电路板上,从而节省家用电器电路板的使用数量并有利于实现家用电器的小型化。
下面结合图3介绍本实施例的工作方法。首先,执行步骤S1,处理器获取经过放大的电流信号,所获取的电流信号为数字信号。本实施例中,处理器对信号放大电路所输入的信号按照一定的频率进行采样,例如采样频率1MHz,1s时间内将获取一百万个采样值。假设设定的采样周期为10ms,这样,一个采样周期内可以获得10K个采样值,这些采样值都是以数字信号形式表示的电流值。
然后,执行步骤S2,对步骤S1所获得的采样值进行小波变换,从而分解出多层高频信号层。例如,利用已知的DB5小波变换方法将高频信号从电流信号中分解出来。具体的,本实施例对高频信号进行了三层分解,从而获得三层高频信号层,参见图4,三层高频信号层分别是高频信号层d1、d2以及d3,其中,高频信号层d1的频率范围是(250KHz~500KHz],高频信号层d2的频率范围是(125KHz~250KHz],而高频信号层d3的频率范围是(62.5KHz~125KHz]。本实施例中,三层高频信号层的频率相互独立,也就是各层高频信号层的频率相互不重叠。当然,实际应用时,也可以分解得到一层高频信号层,或者两层、四层高频信号层,且高频信号层的频率可以根据实际需要调节。
经过小波变换后,即可以获得多层高频信号层,并且可以获得每一层高频信号层的幅值。
接着,将一个采样周期划分为多个计算周期,例如,本实施例中,将一个采样周期划分为20个计算周期,每一个计算周期的时间长度为0.5ms,由于一个采样周期获取10K个采样值,因此,每一个计算周期将有500个采样值,对应的,在高频信号层d1将产生500个d1高频信号幅值,记为Id1(i),i=1,2,…,500。
相应的,对于高频信号层d2,每一个计算周期也会产生500个d2高频信号幅值,记为Id2(i),i=1,2,…,500,对于高频信号层d3,每一个计算周期也会产生500个d3高频信号幅值,记为Id3(i),i=1,2,…,500。
然后,计算每一个计算周期内,各高频信号层的幅值的累加值。本实施例中,高频信号层的幅值的累加值是该层高频信号层在一个计算周期内多个高频信号幅值的绝对值之和,或者是该层高频信号层在一个计算周期内多个高频信号的幅值能量和。
以高频信号层d1为例,一个计算周期内,高频信号层d1中500个高频信号幅值的绝对值之和Sumd1可以使用公式1计算得到,而500个高频信号幅值的幅值能量和Sumdd1可以使用公式2计算得到。
类似的,高频信号层d2的幅值绝对值之和Sumd2以及幅值能量和Sumdd2可以使用上述方法计算,高频信号层d3的幅值绝对值之和Sumd3以及幅值能量和Sumdd3也可以使用上述方法计算。
然后,执行步骤S3,查找一个采样周期内,每一层高频信号层在多个计算周期的幅值累加值最大的一个。例如,查找高频信号层d1中,在一个采样周期,即10ms时间内,20个计算周期所计算的幅值绝对值之和的最大值Sumd1max,或者20个计算周期所计算的幅值能量和中的最大值Sumdd1max。
接着,执行步骤S4,判断该最大值是否大于预设阈值,如是,执行步骤S5,否则,返回执行步骤S1。本实施例中,预先设定预设阈值,例如,针对高频信号层d1,预先设定幅值绝对值之和的预设阈值Sumd1limit,并且预先设定幅值能量和的预设阈值Sumdd1limit。步骤S4对比幅值绝对值之和的最大值Sumd1max以及幅值绝对值之和的预设阈值Sumd1limit的大小,和/或对比幅值能量和中的最大值Sumdd1max以及幅值能量和的预设阈值Sumdd1limit的大小。
如果某一个采样周期中,多个计算周期的幅值绝对值之和的最大值Sumd1max大于幅值绝对值之和的预设阈值Sumd1limit,则步骤S4的判断结果为是,执行步骤S5,确认该采样周期为异常采样周期。如果某一个采样周期中,多个计算周期的幅值能量和中的最大值Sumdd1max大于幅值能量和的预设阈值Sumdd1limit,步骤S4的判断结果也为是,执行步骤S5。可见,只要幅值绝对值之和的最大值Sumd1max大于幅值绝对值之和的预设阈值Sumd1limit,或者幅值能量和中的最大值Sumdd1max大于幅值能量和的预设阈值Sumdd1limit,步骤S4的判断结果为是。
本实施例中,由于存在三层高频信号层,因此,步骤S4中,还需要判断高频信号层d2以及高频信号层d3的结果,例如,针对高频信号层d2,需要对比该层的幅值绝对值之和的最大值Sumd2max以及幅值绝对值之和的预设阈值Sumd2limit的大小,或者对比幅值能量和中的最大值Sumdd2max以及幅值能量和的预设阈值Sumdd2limit的大小,只要幅值绝对值之和的最大值Sumd2max大于幅值绝对值之和的预设阈值Sumd2limit,或者幅值能量和中的最大值Sumdd2max大于幅值能量和的预设阈值Sumdd2limit,步骤S4的判断结果为是。
针对高频信号层d3,需要对比该层的幅值绝对值之和的最大值Sumd3max以及幅值绝对值之和的预设阈值Sumd3limit的大小,或者对比幅值能量和中的最大值Sumdd2max以及幅值能量和的预设阈值Sumdd3limit的大小,只要幅值绝对值之和的最大值Sumd3max大于幅值绝对值之和的预设阈值Sumd3limit,或者幅值能量和中的最大值Sumdd2max大于幅值能量和的预设阈值Sumdd3limit,步骤S4的判断结果为是。
可见,步骤S4中,只要三层高频信号层中,任意一层满足以下条件:一个采样周期内,该层的幅值绝对值之和的最大值大于幅值绝对值之和的预设阈值,或者幅值能量和中的最大值大于幅值能量和的预设阈值,均认为该采样周期为异常采样周期。
当然,实际应用时,为了减少误检的可能性,可以设定至少两层高频信号层的幅值满足以下条件:一个采样周期内,该层的幅值绝对值之和的最大值大于幅值绝对值之和的预设阈值,或者幅值能量和中的最大值大于幅值能量和的预设阈值,才会认为该采样周期为异常采样周期。
或者,针对某一层高频信号层,需要满足以下条件:一个采样周期内,该层的幅值绝对值之和的最大值大于幅值绝对值之和的预设阈值,并且该层的幅值能量和中的最大值大于幅值能量和的预设阈值,才会认为该采样周期为异常采样周期。
本实施例中,针对每一层的幅值绝对值之和的预设阈值、幅值能量和的预设阈值可以是预先设定的,也可以是根据连续多个采样周期该高频信号层的幅值计算得到。
例如,以高频信号层d1的幅值绝对值之和的预设阈值Sumd1limit为例,可以通过以下方法计算获得:
首先,获取高频信号层d1在连续多个计算周期的幅值绝对值之和,记为Sumd1(i),其中i=1,2,…,p,其中p为连续的计算周期的数量,优选的,p的数值大于或者等于5个。
然后,计算连续多个计算周期的幅值绝对值之和的平均值Advsumd1,例如使用公式3计算。
最后,以该平均值Advsumd1的预设倍数作为幅值绝对值之和的预设阈值Sumd1limit,即Sumd1limit=η×Advsumd1,优选的,预设倍数η大于或者等于1.2,本实施例可以选取1.3。
类似的,高频信号层d1的幅值能量和的预设阈值Sumdd1limit也采用相同的方法计算,例如先计算高频信号层d1在连续多个计算周期的幅值能量和,记为Sumdd1(i),其中i=1,2,…,p。
然后,计算连续多个计算周期的幅值能量和的平均值Advsumdd1,例如使用公式4计算。
最后,以该平均值Advsumdd1的预设倍数作为幅值能量和的预设阈值Sumdd1limit,即Sumdd1limit=η×Advsumd1。
相应的,对于高频信号层d2、d3的幅值绝对值之和的预设阈值、幅值能量和的预设阈值,也是使用相同的方法计算,不再赘述。
在确认该采样周期为异常采样周期后,执行步骤S6,计算预设时间段内,异常采样周期的数量。例如,预设时间段可以设定为0.5s,这样,一个预设时间段内有50个采样周期,步骤S6统计这50个采样周期中,有多少个采样周期被确定为异常采样周期。
然后,执行步骤S7,判断在预设时间段内,异常采样周期的数量是否满足预设的异常条件。本实施例中,异常条件是预先设定的,例如异常条件是一个预设时间段内,异常采样周期的数量是否大于预先设定的数量,例如大于第一预设数量阈值,则步骤S7的判断结果为是,执行步骤S8,发出电弧故障的报警信息,并且断开家用电器的电源。优选的,第一预设数量阈值可以是5个或者8个。
发出电弧故障的报警信息可以通过家用电器的显示屏或者LED指示灯或者扬声器等发出,如果家用电器通过网络与终端设备进行通信,还可以向终端设备发送报警信息。断开家用电器的电源可以控制家用电器的开关动作,例如从闭合状态转为断开状态。
如果步骤S7的判断结果为否,表示家用电器并未出现电弧故障,返回执行步骤S1。
另一种方案是,预设的异常条件并不是预设时间段内异常采样周期的总数量,而是预设时间段内,连续出现的异常采样周期的数量,即如果预设时间段内,连续多个采样周期为异常采样周期,也可以确定出现电弧故障。因此,预设的异常条件还可以是在预设时间段内,出现大于第二预设数量阈值的连续的异常采样周期,优选的,第二预设数量阈值小于第一预设数量阈值,例如第二预设数量阈值为3个。
参见图4与图5,与未发生电弧故障的情况相比,在出现电弧故障后,一个计算周期内高频信号层的幅值绝对值之和或者幅值能量和有明显的变化,且变化幅度较大,因此,应用本发明的方法可以快速的检测出电弧故障,对电弧故障的检测非常灵敏,电弧故障检测的响应时间短,能够在短时间内断开家用电器的电源,避免持续的出现电弧现象,有效避免火灾等情况发生。图4中,“d1计算周期幅值和波形”是指高频信号层d1多个计算周期的幅值绝对值之和的波形图,图5中,“d1计算周期能量和波形”是指高频信号层d1多个计算周期的幅值能量和的波形图。
另外,由于幅值绝对值之和或者幅值能量和在电弧出现前后变化非常明显,因此,本实施例的电弧检测准确率比现有的检测方法要高,大大降低了误检的几率。
家用电器实施例:
本实施例的家用电器具有壳体,壳体内设置有电路板,电路板上设置有处理器以及存储器,存储器中存储有可在处理器上运行的计算机程序,且处理器执行计算机程序时实现上述电弧检测方法的各个步骤。
例如,计算机程序可以被分割成一个或多个模块,一个或者多个模块被存储在存储器中,并由处理器执行,以完成本发明的各个模块。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在终端设备中的执行过程。
本发明所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,处理器是电器的控制中心,利用各种接口和线路连接整个电器的各个部分。
存储器可用于存储计算机程序和/或模块,处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现电器的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电器的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart MediaCard,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
计算机可读存储介质:
家用电器的存储器所存储的计算机程序如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述电弧检测方法的各个步骤。
其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
最后需要强调的是,本发明不限于上述实施方式,如预设异常条件的改变,或者计算预设阈值的计算公式的改变,这些改变也应该包括在本发明权利要求的保护范围内。

Claims (12)

1.电弧检测方法,其特征在于,包括:
获取电流信号,将一个采样周期划分为多个计算周期,并获取所述电流信号中高频信号层的幅值;
计算所述电流信号在每一个所述计算周期内高频信号层的幅值的累加值,判断一个所述采样周期内,多个所述计算周期对应的所述累加值中的最大值是否大于预设阈值,如是,确认该采样周期为异常采样周期;
判断在预设时间段内,所述异常采样周期是否满足预设的异常条件,如是,发出电弧故障报警信息。
2.根据权利要求1所述的电弧检测方法,其特征在于:
判断在所述预设时间段内所述异常采样周期是否满足预设的异常条件包括:判断在所述预设时间段内所述异常采样周期的数量是否大于第一预设数量阈值。
3.根据权利要求1所述的电弧检测方法,其特征在于:
判断在所述预设时间段内所述异常采样周期是否满足预设的异常条件包括:判断在所述预设时间段内是否出现大于第二预设数量阈值的连续的所述异常采样周期。
4.根据权利要求1至3任一项所述的电弧检测方法,其特征在于:
获取所述电流信号中高频信号层的幅值包括:获取所述电流信号至少两层所述高频信号层的幅值,各层所述高频信号层的频率相互独立。
5.根据权利要求4所述的电弧检测方法,其特征在于:
计算所述电流信号在一个计算周期内高频信号层的幅值的累加值包括:计算所述电流信号在一个计算周期内每一层所述高频信号层对应的幅值的累加值;
判断一个所述采样周期内多个所述计算周期对应的所述累加值中的最大值是否大于预设阈值包括:判断一个所述采样周期内至少一层所述高频信号层的多个所述计算周期对应的所述累加值中的最大值是否大于预设阈值。
6.根据权利要求4所述的电弧检测方法,其特征在于:
确认一采样周期为异常采样周期包括:该采样周期内,任一层所述高频信号层的多个所述计算周期对应的所述累加值中的最大值大于所述预设阈值。
7.根据权利要求4所述的电弧检测方法,其特征在于:
确认一采样周期为异常采样周期包括:该采样周期内,至少两层所述高频信号层的多个所述计算周期对应的所述累加值中的最大值大于所述预设阈值。
8.根据权利要求1至3任一项所述的电弧检测方法,其特征在于:
计算一个计算周期内所述高频信号层的幅值的累加值包括:计算一个计算周期内所述高频信号层的幅值绝对值之和或者幅值能量和。
9.根据权利要求1至3任一项所述的电弧检测方法,其特征在于:
所述预设阈值为未出现电弧故障时,所述高频信号层的连续多个计算周期内,所述高频信号层的幅值的累加值的平均值的预设倍数。
10.根据权利要求1至3任一项所述的电弧检测方法,其特征在于:
获取所述电流信号中高频信号层的幅值包括:对所述电流信号进行小波变换,根据小波变换的结果获取高频信号层的幅值。
11.家用电器,其特征在于,包括壳体,所述壳体内设置有电路板,所述电路板上设置有处理器及存储器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至10任一项所述的电弧检测方法的各个步骤。
12.计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求1至10任一项所述的电弧检测方法的各个步骤。
CN201910869978.4A 2019-09-16 2019-09-16 电弧检测方法、家用电器及计算机可读存储介质 Expired - Fee Related CN110568329B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910869978.4A CN110568329B (zh) 2019-09-16 2019-09-16 电弧检测方法、家用电器及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910869978.4A CN110568329B (zh) 2019-09-16 2019-09-16 电弧检测方法、家用电器及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN110568329A true CN110568329A (zh) 2019-12-13
CN110568329B CN110568329B (zh) 2020-08-18

Family

ID=68780119

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910869978.4A Expired - Fee Related CN110568329B (zh) 2019-09-16 2019-09-16 电弧检测方法、家用电器及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN110568329B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111917109A (zh) * 2020-05-07 2020-11-10 宁波大学 一种智能开关消弧过电压保护方法
CN111983309A (zh) * 2020-08-28 2020-11-24 武汉鸿阳机电工程有限公司 采样数据的异常检测方法和装置
CN112461267A (zh) * 2020-11-20 2021-03-09 中国空空导弹研究院 一种陀螺仪异常输出检测及修正方法
CN113010141A (zh) * 2021-03-04 2021-06-22 湖北三赫智能科技有限公司 一种信号首波信息提取方法、系统、装置及可读存储介质
CN113702785A (zh) * 2021-08-30 2021-11-26 中防通用河北电信技术有限公司 判断故障电弧的方法
CN113916940A (zh) * 2021-09-14 2022-01-11 广东精达里亚特种漆包线有限公司 一种漆包线的漆瘤检测方法及系统
CN115127597A (zh) * 2022-08-25 2022-09-30 江苏京创先进电子科技有限公司 刀片安装状态检测方法及系统

Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999009422A1 (en) * 1997-08-14 1999-02-25 Hendry Mechanical Works Electric arc monitoring systems
EP1321013A4 (en) * 2000-07-21 2003-10-01 Osram Sylvania Inc METHOD AND DEVICE FOR ARCH DETECTION AND PROTECTION FOR ELECTRONIC BALASTERS
US7405912B2 (en) * 2006-02-14 2008-07-29 Sam Kyoung Sung Arc fault detection apparatus using microcomputer
US20100020451A1 (en) * 2008-07-24 2010-01-28 General Electric Company Arc detection using discrete wavelet transforms
EP2202859A2 (en) * 2008-12-29 2010-06-30 General Electric Company Parallel arc detection using discrete wavelet transforms
WO2013138059A1 (en) * 2012-03-15 2013-09-19 Applied Materials, Inc. Method to detect wafer arcing in semiconductor manufacturing equipment
CN103543375A (zh) * 2013-08-26 2014-01-29 上海交通大学 基于小波变换和时域混合特征的交流故障电弧检测方法
CN103812081A (zh) * 2014-02-27 2014-05-21 南京航空航天大学 一种直流电弧故障检测保护方法及装置和检测电路
DE102014108801A1 (de) * 2013-06-25 2015-01-08 Volterra Semiconductor Corp. Photovoltaikpanels mit Lichtbogenerkennungsfähigkeit und zugehörige Systeme und Verfahren
CN104597344A (zh) * 2015-01-08 2015-05-06 上海交通大学 基于小波一层高频分量相关性的故障电弧在线检测方法
CN104614608A (zh) * 2015-03-04 2015-05-13 刘岩 一种低压并联电弧故障检测装置及方法
CN105425082A (zh) * 2015-12-21 2016-03-23 珠海格力电器股份有限公司 检测电弧故障的设备、方法和装置
CN105425118A (zh) * 2015-10-29 2016-03-23 山东建筑大学 一种多信息融合故障电弧检测方法及装置
CN105445587A (zh) * 2015-12-07 2016-03-30 珠海格力电器股份有限公司 串联故障电弧检测电路
CN105629112A (zh) * 2016-02-15 2016-06-01 珠海派诺科技股份有限公司 一种故障电弧检测装置及方法
WO2017036112A1 (zh) * 2015-08-31 2017-03-09 上海正泰电源系统有限公司 一种直流故障电弧检测方法
US20170082691A1 (en) * 2015-09-23 2017-03-23 Eaton Corporation Arc fault circuit interrupter test apparatus and methods
RU2618519C1 (ru) * 2015-12-30 2017-05-04 федеральное государственное бюджетное образовательное учреждение высшего образования "Национальный исследовательский университет "МЭИ" (ФГБОУ ВО "НИУ "МЭИ") Способ автоматической настройки компенсации дугогасящих реакторов, управляемых подмагничиванием
US20170269139A1 (en) * 2016-03-21 2017-09-21 Eaton Corporation Arc fault circuit interrupter detector systems including super regenerative high frequency receiver
CN109917241A (zh) * 2019-03-19 2019-06-21 德力西电气有限公司 一种故障电弧的检测方法和故障电弧断路器
CN109959849A (zh) * 2019-04-28 2019-07-02 珠海格力电器股份有限公司 故障检测方法及系统、存储介质和处理器
CN109975663A (zh) * 2017-12-28 2019-07-05 西门子公司 直流电弧故障检测方法、装置和系统

Patent Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999009422A1 (en) * 1997-08-14 1999-02-25 Hendry Mechanical Works Electric arc monitoring systems
EP1321013A4 (en) * 2000-07-21 2003-10-01 Osram Sylvania Inc METHOD AND DEVICE FOR ARCH DETECTION AND PROTECTION FOR ELECTRONIC BALASTERS
US7405912B2 (en) * 2006-02-14 2008-07-29 Sam Kyoung Sung Arc fault detection apparatus using microcomputer
US20100020451A1 (en) * 2008-07-24 2010-01-28 General Electric Company Arc detection using discrete wavelet transforms
EP2202859A2 (en) * 2008-12-29 2010-06-30 General Electric Company Parallel arc detection using discrete wavelet transforms
JP2010161919A (ja) * 2008-12-29 2010-07-22 General Electric Co <Ge> 離散ウェーブレット変換を用いた並列アーク検出
WO2013138059A1 (en) * 2012-03-15 2013-09-19 Applied Materials, Inc. Method to detect wafer arcing in semiconductor manufacturing equipment
DE102014108801A1 (de) * 2013-06-25 2015-01-08 Volterra Semiconductor Corp. Photovoltaikpanels mit Lichtbogenerkennungsfähigkeit und zugehörige Systeme und Verfahren
CN103543375A (zh) * 2013-08-26 2014-01-29 上海交通大学 基于小波变换和时域混合特征的交流故障电弧检测方法
CN103812081A (zh) * 2014-02-27 2014-05-21 南京航空航天大学 一种直流电弧故障检测保护方法及装置和检测电路
CN104597344A (zh) * 2015-01-08 2015-05-06 上海交通大学 基于小波一层高频分量相关性的故障电弧在线检测方法
CN104614608A (zh) * 2015-03-04 2015-05-13 刘岩 一种低压并联电弧故障检测装置及方法
WO2017036112A1 (zh) * 2015-08-31 2017-03-09 上海正泰电源系统有限公司 一种直流故障电弧检测方法
US20170082691A1 (en) * 2015-09-23 2017-03-23 Eaton Corporation Arc fault circuit interrupter test apparatus and methods
CN105425118A (zh) * 2015-10-29 2016-03-23 山东建筑大学 一种多信息融合故障电弧检测方法及装置
CN105445587A (zh) * 2015-12-07 2016-03-30 珠海格力电器股份有限公司 串联故障电弧检测电路
CN105425082A (zh) * 2015-12-21 2016-03-23 珠海格力电器股份有限公司 检测电弧故障的设备、方法和装置
RU2618519C1 (ru) * 2015-12-30 2017-05-04 федеральное государственное бюджетное образовательное учреждение высшего образования "Национальный исследовательский университет "МЭИ" (ФГБОУ ВО "НИУ "МЭИ") Способ автоматической настройки компенсации дугогасящих реакторов, управляемых подмагничиванием
CN105629112A (zh) * 2016-02-15 2016-06-01 珠海派诺科技股份有限公司 一种故障电弧检测装置及方法
US20170269139A1 (en) * 2016-03-21 2017-09-21 Eaton Corporation Arc fault circuit interrupter detector systems including super regenerative high frequency receiver
CN109975663A (zh) * 2017-12-28 2019-07-05 西门子公司 直流电弧故障检测方法、装置和系统
CN109917241A (zh) * 2019-03-19 2019-06-21 德力西电气有限公司 一种故障电弧的检测方法和故障电弧断路器
CN109959849A (zh) * 2019-04-28 2019-07-02 珠海格力电器股份有限公司 故障检测方法及系统、存储介质和处理器

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
佟为明等: "基于STM32的故障电弧检测装置设计", 《强激光与离子束》 *
张静: "故障电弧检测关键技术", 《农村电气化》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111917109A (zh) * 2020-05-07 2020-11-10 宁波大学 一种智能开关消弧过电压保护方法
CN111917109B (zh) * 2020-05-07 2022-03-08 宁波大学 一种智能开关消弧过电压保护方法
CN111983309A (zh) * 2020-08-28 2020-11-24 武汉鸿阳机电工程有限公司 采样数据的异常检测方法和装置
CN112461267A (zh) * 2020-11-20 2021-03-09 中国空空导弹研究院 一种陀螺仪异常输出检测及修正方法
CN112461267B (zh) * 2020-11-20 2023-03-14 中国空空导弹研究院 一种陀螺仪异常输出检测及修正方法
CN113010141A (zh) * 2021-03-04 2021-06-22 湖北三赫智能科技有限公司 一种信号首波信息提取方法、系统、装置及可读存储介质
CN113702785A (zh) * 2021-08-30 2021-11-26 中防通用河北电信技术有限公司 判断故障电弧的方法
CN113916940A (zh) * 2021-09-14 2022-01-11 广东精达里亚特种漆包线有限公司 一种漆包线的漆瘤检测方法及系统
CN115127597A (zh) * 2022-08-25 2022-09-30 江苏京创先进电子科技有限公司 刀片安装状态检测方法及系统

Also Published As

Publication number Publication date
CN110568329B (zh) 2020-08-18

Similar Documents

Publication Publication Date Title
CN110568329B (zh) 电弧检测方法、家用电器及计算机可读存储介质
CA2338742C (en) Arc fault detection system
CN105425082A (zh) 检测电弧故障的设备、方法和装置
CN104316846B (zh) 一种电力设备局部放电模式识别方法、装置及系统
CN105093082A (zh) 一种直流故障电弧检测方法
US10535987B2 (en) Arc detection apparatus using electrical energy
US10690713B2 (en) Method of detecting an electric arc by analysis of its acoustic signature
JP2014134445A (ja) アーク検出装置
CN102135555B (zh) 低压系统串联电弧故障识别方法
Calderon-Mendoza et al. Kalman filter and a fuzzy logic processor for series arcing fault detection in a home electrical network
CN104966955B (zh) 一种智能安全插座及其控制方法
CN106549366B (zh) 用电安全检测防护电路、开关设备或插座
CN111398750B (zh) 电弧识别方法和用于电弧识别的系统
CN109061415A (zh) 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
JP5599982B2 (ja) 高圧受電設備の絶縁劣化診断装置
US20130275063A1 (en) System for detecting partial discharge signal and method thereof
KR102453119B1 (ko) 전원시스템의 아크 검출 장치 및 이를 이용한 아크 검출 방법
CN204009002U (zh) 用于检测afci的设备
JP2006292555A (ja) トラッキング電流検出装置
CN205353294U (zh) 一种故障电弧探测装置的测试设备
JP7398634B2 (ja) 劣化検知方法、プログラム及び劣化検知システム
CN115754624A (zh) 电弧信号处理电路及方法、电器设备
CN104122501A (zh) 用于检测afci的方法、装置和设备
JP2005283523A (ja) 部分放電の発生を検知する装置
CN113447773A (zh) 一种电弧检测方法、装置及储能电池系统

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200818