CN111474451A - 提高故障电弧准确率的检测方法、装置和可读存储介质 - Google Patents
提高故障电弧准确率的检测方法、装置和可读存储介质 Download PDFInfo
- Publication number
- CN111474451A CN111474451A CN202010337479.3A CN202010337479A CN111474451A CN 111474451 A CN111474451 A CN 111474451A CN 202010337479 A CN202010337479 A CN 202010337479A CN 111474451 A CN111474451 A CN 111474451A
- Authority
- CN
- China
- Prior art keywords
- fault arc
- suspected
- preset
- suspected 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 49
- 239000013598 vector Substances 0.000 claims abstract description 121
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000005070 sampling Methods 0.000 claims description 129
- 230000000630 rising effect Effects 0.000 claims description 11
- 238000010606 normalization Methods 0.000 claims description 8
- 208000032365 Electromagnetic interference Diseases 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000005484 gravity Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000010891 electric arc Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 241001421757 Arcas Species 0.000 description 1
- 101150117498 arcA gene Proteins 0.000 description 1
- 201000003639 autosomal recessive cerebellar ataxia Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
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
- G01R31/1227—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 of components, parts or materials
- G01R31/1263—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 of components, parts or materials of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation
- G01R31/1272—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 of components, parts or materials of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation of cable, line or wire insulation, e.g. using partial discharge measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/003—Measuring mean values of current or voltage during a given time interval
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/04—Measuring peak values or amplitude or envelope of ac or of pulses
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
- G01R19/16528—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values using digital techniques or performing arithmetic operations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
Abstract
本发明公开了一种提高故障电弧准确率的检测方法。该方法包括:获取待检测线路中的电流信息;根据所述电流信息判断所述待检测线路中是否存在疑似故障电弧;若所述待检测线路中存在疑似故障电弧,则根据所述电流信息计算所述故障电弧的特征向量;将所述疑似故障电弧的特征向量与预设特征库中各样本的特征向量进行匹配,根据匹配结果判断所述疑似故障电弧是否为故障电弧。本发明还公开了一种提高故障电弧准确率的检测装置及计算机可读存储介质。本发明能够有效降低由于待检测线路中存在EMI处理不完善的电器产品出现的故障电弧误报的情况,进一步提高故障电弧检测的准确性。
Description
技术领域
本发明涉及电气安全检测领域,尤其涉及一种提高故障电弧准确率的检测方法、装置和可读存储介质。
背景技术
故障电弧是引发电气火灾的一个很重要的原因,极易对周围环境造成火灾隐患,因此人们都尽量预防制止这种电弧。目前针对故障电弧的检测方式主要是将电流信号平肩部占比、电流上升率极大值、电流信号在6kHz~12kHz频段的幅值等作为特征;当上述特征都超过设定阈值后,就认定待检测线路中存在故障电弧。
然而实际线路环境较为复杂,遇到EMI处理不完善的电器产品如电子调光器、开关电源、可调速手电钻等时,其正常工作时的波形同样会存在平肩部占比、电流上升率极大值以及电流信号在6kHz~12kHz频段的幅值过大的现象,当线路中存在此类负载时,极易发生故障电弧误报的现象,因此,极大地制约了故障电弧检测产品的可靠性及市场推广。
针对线路中存在EMI处理不完善的电子调光器、开关电源、可调速手电钻等电器产品时,容易发生故障电弧误报这一问题,因此,如何进一步提升故障电弧检测的准确性,成为亟待解决的技术问题。
发明内容
本发明的主要目的在于提供一种提高故障电弧准确率的检测方法、装置和可读存储介质,旨在针对线路中存在EMI处理不完善的电器产品时容易发生故障电弧误报的技术问题。
为实现上述目的,本发明提供一种提高故障电弧准确率的检测方法,所述提高故障电弧准确率的检测方法包括以下步骤:
获取待检测线路中的电流信息;
根据所述电流信息判断所述待检测线路中是否存在疑似故障电弧;
若所述待检测线路中存在疑似故障电弧,则根据所述电流信息计算所述疑似故障电弧的特征向量;
将所述疑似故障电弧的特征向量与预设特征库中各样本的特征向量进行匹配,根据匹配结果判断所述疑似故障电弧是否为故障电弧。
可选地,所述根据所述电流信息判断所述待检测线路中是否存在疑似故障电弧的步骤,包括:
根据所述待检测线路中的频率值设置采样窗口;
从所述电流信息中获取连续的第一预设数量的采样窗口的电流信息;
分别判断所述第一预设数量的采样窗口中是否存在疑似故障电弧;
若所述第一预设数量的采样窗口中存在疑似故障电弧,则判断所述第一预设数量的采样窗口中存在疑似故障电弧的采样窗口数量是否超过第二预设数量,其中,所述第二预设数量小于所述第一预设数量;
根据判断结果判断所述待检测线路中是否存在疑似故障电弧。
可选地,所述分别判断所述第一预设数量的采样窗口中是否存在疑似故障电弧的步骤,包括:
分别计算所述第一预设数量的采样窗口中的电流上升率极大值以及在预设频段内的幅值;
若所述电流上升率极大值以及在预设频段内的幅值均大于对应的预设阈值,则判定采样窗口中存在疑似故障电弧;
若所述电流上升率极大值以及在预设频段内的幅值未均大于对应的预设阈值,则判定采样窗口中不存在疑似故障电弧。
可选地,所述根据判断结果判断所述待检测线路中是否存在疑似故障电弧的步骤,包括:
若所述第一预设数量的采样窗口中存在疑似故障电弧的采样窗口数量超过第二预设数量,则判定所述待检测线路中存在疑似故障电弧;
若所述第一预设数量的采样窗口中存在疑似故障电弧的采样窗口数量未超过第二预设数量,则判定所述待检测线路中不存在疑似故障电弧。
可选地,所述若所述待检测线路中存在疑似故障电弧,则根据所述电流信息计算所述疑似故障电弧的特征向量的步骤,包括:
若所述待检测线路中存在疑似故障电弧,则获取所述第一预设数量的采样窗口中存在疑似故障电弧的采样窗口中的电流信息,并将存在电弧的采样窗口中的电流信息作为目标电流信息;
对所述目标电流信息进行时域分析和频域分析,分别计算所述目标电流信息的时域特征向量和频域特征向量;
将所述时域特征向量和所述频域特征向量作为所述疑似故障电弧的特征向量。
可选地,所述时域特征向量至少包括电流上升率极大值的标准差,所述频域特征向量包括预设频段中幅值最大的频率点的平均值、第一子带区间占预设频段的比重的平均值和/或预设频段的频率质心的平均值。
可选地,所述将所述疑似故障电弧的特征向量与预设特征库中各样本的特征向量进行匹配,根据匹配结果判断所述疑似故障电弧是否为故障电弧的步骤,包括:
对所述疑似故障电弧的特征向量进行归一化处理;
分别计算归一化处理后的特征向量与预设特征库中各样本的特征向量的相似度;
判断所述相似度是否均小于预设门限值;
若所述相似度均小于预设门限值,则判定所述疑似故障电弧为故障电弧。
可选地,在所述判断所述相似度是否均小于预设门限值的步骤之后,包括:
若所述相似度未均小于所述预设门限值,则判定所述疑似故障电弧非故障电弧。
此外,为实现上述目的,本发明还提供一种提高故障电弧准确率的检测装置,所述提高故障电弧准确率的检测装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的提高故障电弧准确率的检测程序,所述提高故障电弧准确率的检测程序被所述处理器执行时实现如上所述的提高故障电弧准确率的检测方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有提高故障电弧准确率的检测程序,所述提高故障电弧准确率的检测程序被处理器执行时实现上述的提高故障电弧准确率的检测方法的步骤。
本发明提供一种提高故障电弧准确率的检测方法、装置和计算机存储介质。在该方法中,获取待检测线路中的电流信息;根据所述电流信息判断所述待检测线路中是否存在疑似故障电弧;若所述待检测线路中存在疑似故障电弧,则根据所述电流信息计算所述疑似故障电弧的特征向量;将所述疑似故障电弧的特征向量与预设特征库中各样本的特征向量进行匹配,根据匹配结果判断所述疑似故障电弧是否为故障电弧。通过上述方式,本发明通过获取待检测线路中的电流信息,并对电流信息进行分析,在判断该待检测线路中存在疑似故障电弧时,需要对产生疑似故障电弧时的电流信息进行进一步分析,获取产生疑似故障电弧时的电流信息的特征向量,再将计算得到的特征向量与预设特征库中各样本的特征向量进行匹配,从而进一步确认该疑似故障电弧是否为正真的故障电弧,有效降低由于待检测线路中存在EMI处理不完善的电器产品出现的故障电弧误报的情况,进一步提高故障电弧检测的准确性。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的装置结构示意图;
图2为本发明提高故障电弧准确率的检测方法第一实施例的流程示意图;
图3为本发明提高故障电弧准确率的检测方法第二实施例的流程示意图;
图4为本发明提高故障电弧准确率的检测方法第三实施例的流程示意图;
图5为本发明提高故障电弧准确率的检测方法第四实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的装置结构示意图。
本发明实施例装置可以是PC,也可以是智能手机、平板电脑、便携计算机等具有数据处理功能的终端设备。
如图1所示,该装置可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的装置结构并不构成对装置的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及提高故障电弧准确率的检测程序。
在图1所示的终端中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的提高故障电弧准确率的检测程序,并执行以下操作:
获取待检测线路中的电流信息;
根据所述电流信息判断所述待检测线路中是否存在疑似故障电弧;
若所述待检测线路中存在疑似故障电弧,则根据所述电流信息计算所述疑似故障电弧的特征向量;
将所述疑似故障电弧的特征向量与预设特征库中各样本的特征向量进行匹配,根据匹配结果判断所述疑似故障电弧是否为故障电弧。
进一步地,处理器1001可以调用存储器1005中存储的提高故障电弧准确率的检测程序,还执行以下操作:
根据所述待检测线路中的频率值设置采样窗口;
从所述电流信息中获取连续的第一预设数量的采样窗口的电流信息;
分别判断所述第一预设数量的采样窗口中是否存在疑似故障电弧;
若所述第一预设数量的采样窗口中存在疑似故障电弧,则判断所述第一预设数量的采样窗口中存在疑似故障电弧的采样窗口数量是否超过第二预设数量,其中,所述第二预设数量小于所述第一预设数量;
根据判断结果判断所述待检测线路中是否存在疑似故障电弧。
进一步地,处理器1001可以调用存储器1005中存储的提高故障电弧准确率的检测程序,还执行以下操作:
分别计算所述第一预设数量的采样窗口中的电流上升率极大值以及在预设频段内的幅值;
若所述电流上升率极大值以及在预设频段内的幅值均大于对应的预设阈值,则判定采样窗口中存在疑似故障电弧;
若所述电流上升率极大值以及在预设频段内的幅值未均大于对应的预设阈值,则判定采样窗口中不存在疑似故障电弧。
进一步地,处理器1001可以调用存储器1005中存储的提高故障电弧准确率的检测程序,还执行以下操作:
若所述第一预设数量的采样窗口中存在疑似故障电弧的采样窗口数量超过第二预设数量,则判定所述待检测线路中存在疑似故障电弧;
若所述第一预设数量的采样窗口中存在疑似故障电弧的采样窗口数量未超过第二预设数量,则判定所述待检测线路中不存在疑似故障电弧。
进一步地,处理器1001可以调用存储器1005中存储的提高故障电弧准确率的检测程序,还执行以下操作:
若所述待检测线路中存在疑似故障电弧,则获取所述第一预设数量的采样窗口中存在疑似故障电弧的采样窗口中的电流信息,并将存在电弧的采样窗口中的电流信息作为目标电流信息;
对所述目标电流信息进行时域分析和频域分析,分别计算所述目标电流信息的时域特征向量和频域特征向量;
将所述时域特征向量和所述频域特征向量作为所述疑似故障电弧的特征向量。
进一步地,处理器1001可以调用存储器1005中存储的提高故障电弧准确率的检测程序,还执行以下操作:
所述时域特征向量至少包括电流上升率极大值的标准差,所述频域特征向量包括预设频段中幅值最大的频率点的平均值、第一子带区间占预设频段的比重的平均值和/或预设频段的频率质心的平均值。
进一步地,处理器1001可以调用存储器1005中存储的提高故障电弧准确率的检测程序,还执行以下操作:
对所述疑似故障电弧的特征向量进行归一化处理;
分别计算归一化处理后的特征向量与预设特征库中各样本的特征向量的相似度;
判断所述相似度是否均小于预设门限值;
若所述相似度均小于预设门限值,则判定所述疑似故障电弧为故障电弧。
进一步地,处理器1001可以调用存储器1005中存储的提高故障电弧准确率的检测程序,还执行以下操作:
若所述相似度未均小于所述预设门限值,则判定所述疑似故障电弧非故障电弧。
本发明提高故障电弧准确率的检测设备的具体实施例与下述提高故障电弧准确率的检测方法各实施例基本相同,在此不作赘述。
参照图2,图2为本发明提高故障电弧准确率的检测方法第一实施例的流程示意图,所述提高故障电弧准确率的检测方法包括:
步骤S10,获取待检测线路中的电流信息。
本发明实施例的检测装置可以是PC,也可以是智能手机、平板电脑、便携计算机等具有数据处理功能的终端设备。将检测装置接入至待检测线路中,对待检测线路中的电流进行采样,实时获取待检测线路中的电流信息。需要说明的是,此处的电流信息可以包括电流的有效值、平均值、峰峰值、平肩部百分比、电流上升率等信息,还可以包括通过傅里叶变化后的频谱特征,如在6KHz~12KHz频段的幅值、各次谐波含量等信息。当待检测线路中存在EMI处理不完善的电器产品时,待检测线路中的电流会产生类似故障电弧的电流特性,导致检测装置产生故障电弧误判的情况,由此可以先根据获得的电流信息判断待检测线路中是否存在疑似故障电弧,在存在疑似故障电弧时,再进一步对疑似故障电弧进行进一步验证,避免将疑似故障电弧误判为故障电弧。
步骤S20,根据所述电流信息判断所述待检测线路中是否存在疑似故障电弧。
在获取到电流信息后,通过分析电流的变化情况可以初步判断待检测线路中是否存在疑似故障电弧,如果初步判断存在疑似故障电弧,则后续需要进一步确认该疑似故障电弧是否为真正的故障电弧,如果初步判断不存在疑似故障电弧,则继续对待检测线路中的电流进行检测即可。本实施例中可以随机获取预设时间段内的电流信息来判断待检测线路中是否存在疑似故障电弧,也可以通过每隔预设时段获取预设数量的电流信息来判断待检测线路中是否存在疑似故障电弧,还根据通过滑动窗口对采样窗口中的电流信息来判断待检测线路中是否存在疑似故障电弧,本发明不做具体限定。
步骤S30,若所述待检测线路中存在疑似故障电弧,则根据所述电流信息计算所述疑似故障电弧的特征向量。
当判定待检测线路中存在疑似故障电弧时,需要进一步对电流进行时域分析和频域分析,进一步确认疑似故障电弧的特征向量。具体地,通过对电流信息进行时域分析,获取时域特征向量,如电流的有效值、平均值、峰峰值、平肩部百分比和电流上升率极大值的标准差等,通过对电流信息进行频域分析,获取频域特征向量,如预设频段中幅值最大的频率点的平均值、第一子带区间占预设频段区间的比重的平均值和预设频段的频率质心的平均值等。
步骤S40,将所述疑似故障电弧的特征向量与预设特征库中各样本的特征向量进行匹配,根据匹配结果判断所述疑似故障电弧是否为故障电弧。
在获取到疑似故障电弧的特征向量后,需要将疑似故障电弧的各个特征向量与预设特征库中各样本的特征向量进行匹配,计算该疑似故障电弧的特征向量与预设特征库中各样本的相似度,再根据各相似度判断该疑似故障电弧是否与某样本的特征向量高度相似,如果该疑似故障电弧与某样本的特征向量高度相似,表明该疑似故障电弧非故障电弧;该疑似故障电弧未与所有样本的特征向量高度相似,表明该疑似故障电弧为故障电弧。其中,该预设特征库中预设有多种易产生故障电弧误报的样本数据,该样本数据包括易产生故障电弧误报的场景及每个场景对应的电流的特征向量,因此,检测装置通过将待检测线路中的疑似故障电弧的特征向量与特征库中的各样本的特征向量一一进行匹配,由此根据样本的特征向量对待检测线路中的疑似故障电弧做出判断。
需要说明的是,该预设特征库可以预设在检测装置中,也可以同时预设在与监测装置网络连接的服务器中。由此在检测装置网络连接成功时,可以通过服务器完成与各样本的特征向量的匹配操作,再将匹配结果反馈给检测装置;在检测装置网络连接失败时,也可以由检测装置独立完成与各样本的特征向量的匹配操作。
本实施例中通过在检测到待检测线路中存在疑似故障电弧时,计算疑似故障电弧的特征向量,再将计算得到的特征向量与预设特征库中各样本的特征向量比较,从而进一步确定该疑似故障电弧是否为故障电弧,有效降低由于待检测线路中存在EMI处理不完善的电器产品出现的故障电弧误报的情况,进一步提高故障电弧检测的准确性。
进一步地,请参照图3,图3为本发明提高故障电弧准确率的检测方法第二实施例的流程示意图,基于上述图2所述的实施例,所述步骤S20根据所述电流信息判断所述待检测线路中是否存在疑似故障电弧,包括:
步骤S201,根据所述待检测线路中的频率值设置采样窗口。
在检测装置获取电流信息时,需要根据待检测线路中电流的频率值来设置采样窗口,例如,选取待检测线路中电流的半个周期、一个周期或两个周期等等作为采样窗口。由于我国的市电频率一般为50Hz,即工频电流一般为50Hz(即周期为10ms),假设以工频电流的半周期作为一个采样窗口,那么一个采样窗口中采样数据的长度N为采样频率与工频电流的频率的比值的1/2。需要说明的是,此处的待检测线路中电流的频率值、采样频率以及采样窗口均可以根据实时情况进行设定,本发明不做具体限定。优选地,本实施例采用的采样频率大于或等于24KHz,若在工频电流中一个采样窗口中采样数据的长度大于240。
步骤S202,从所述电流信息中获取连续的第一预设数量的采样窗口的电流信息。
在设置采样窗口后,选取连续的第一预设数量的采样窗口作为滑动窗口,获取该滑动窗口的电流信息,并对该电流信息进行分析。需要说明的是,本发明的第一预设数量可以为任一正整数,如1、2、3....。优选地,本实施例的第一预设数量为100,在对当前100个的采样窗口检测完成后,依次往后移动一个采样窗口,再将新的100个采样窗口作为新的检测对象进行检测,如此往复,实现对待检测线路中电流的检测。
步骤S203,分别判断所述第一预设数量的采样窗口中是否存在疑似故障电弧。
在获取到第一预设数量的采样窗口的电流信息后,分别对每个采样窗口中的电流信息进行分析,判断每个采样窗口中是否存在疑似故障电弧,若第一预设数量的采样窗口中存在疑似故障电弧,则执行步骤S204,若第一预设数量的采样窗口中不存在疑似故障电弧,则继续移动滑动窗口,对新的采样窗口中的电流进行检测。
具体地,所述步骤S203包括以下步骤:
步骤S210,分别计算所述第一预设数量的采样窗口中的电流上升率极大值以及在预设频段内的幅值。
步骤S220,若所述电流上升率极大值以及在预设频段内的幅值均大于对应的预设阈值,则判定采样窗口中存在疑似故障电弧。
步骤S230,若所述电流上升率极大值以及在预设频段内的幅值未均大于对应的预设阈值,则判定采样窗口中不存在疑似故障电弧。
分别计算该第一预设数量的采样窗口中每个采样窗口的电流上升率极大值以及在预设频段内的幅值,并将每个采样窗口的电流上升率极大值以及在预设频段内的幅值分别与对应的预设阈值比较,当电流上升率电流上升率极大值以及在预设频段内的幅值均大于对应的预设阈值时,判定该采样窗口中存在疑似故障电弧;否则,判定该采样窗口中不存在疑似故障电弧。其中,预设频段为1~100KHz,由于待检测线路产生故障电弧时,电流信号在6~12KHz频段幅值变化较大,故本实施例优选预设频段为6~12KHz。
当然,作为另一种替换实施方式,可以至选择上述采样窗口的电流上升率极大值或者在预设频段内的幅值中任一种作为判断依据,也可以将其与其他特征一起作为判断依据,本发明不做具体限定。
步骤S204,判断所述第一预设数量的采样窗口中存在疑似故障电弧的采样窗口数量是否超过第二预设数量,其中,所述第二预设数量小于所述第一预设数量。
通过判断第一预设数量的采样窗口中存在疑似故障电弧的采样窗口数量是否超过第二预设数量,由此判断该疑似故障电弧的产生并非是电流自身突变造成的,而是待检测线路中确实出现有疑似故障电弧,从而保证疑似故障电弧检测的准确性,避免由于电流的偶然突变造成疑似故障电弧的误报。需要说明的是,本发明的第二预设数量可以为小于或等于第一预设数量的任一正整数。优选地,本实施例的第二预设数量为14。
步骤S205,根据判断结果判断所述待检测线路中是否存在疑似故障电弧。
若第一预设数量的采样窗口中存在疑似故障电弧的采样窗口数量超过第二预设数量,则判定所述待检测线路中存在疑似故障电弧;若第一预设数量的采样窗口中存在疑似故障电弧的采样窗口数量未超过第二预设数量,则判定所述待检测线路中不存在疑似故障电弧。基于上述举例可知,当100个采样窗口中出现电弧的采样窗口的数量超过14个,则可以认为该待检测线路中存在疑似故障电弧,否则,认为该待检测线路中不存在疑似故障电弧。
本实施例通过获取连续的第一预设数量的采样窗口的电流信息,并基于获取的电流信息判断待检测线路中是否存在疑似故障电弧,以此对待检测线路的整个检测过程进行监测,初步判断待检测线路中是否存在疑似故障电弧,方便后续对疑似故障电弧做进一步验证。
进一步地,请参照图4,图4为本发明提高故障电弧准确率的检测方法第三实施例的流程示意图,基于上述图2所述的实施例,所述步骤S30若所述待检测线路中存在疑似故障电弧,则根据所述电流信息计算所述疑似故障电弧的特征向量,包括:
步骤S301,若所述待检测线路中存在疑似故障电弧,则获取所述第一预设数量的采样窗口中存在疑似故障电弧的采样窗口中的电流信息,并将存在疑似故障电弧的采样窗口中的电流信息作为目标电流信息。
在确定待检测线路中存在疑似故障电弧时,停止滑动窗口滑动,并获取滑动窗口中当前的第一预设数量的采样窗口中存在疑似故障电弧的采样窗口中的电流信息,将此次获取到的电流信息作为目标电流信息。
步骤S302,对所述目标电流信息进行时域分析和频域分析,分别计算所述目标电流信息的时域特征向量和频域特征向量。
具体地,所述时域特征向量至少包括电流上升率极大值的标准差,所述频域特征向量包括预设频段中幅值最大的频率点的平均值、第一子带区间占预设频段区间的比重的平均值和/或预设频段的频率质心的平均值。本实施例中优选电流上升率极大值的标准差S、预设频段中幅值最大的频率点的平均值第一子带区间占预设频段区间的比重的平均值SR*和预设频段的频率质心的平均值作为疑似故障电弧的特征向量作为疑似故障电弧的特征向量,即疑似故障电弧的特征向量
其中,获取电流上升率极大值的标准差S的方式为,获取第一预设数量的采样窗口中存在疑似故障电弧的采样窗口内的电流上升率极大值,再计算这些电流上升率极大值的标准差。
获取预设频段中幅值最大的频率点的平均值fm*ax的方式为,获取第一预设数量的采样窗口中存在疑似故障电弧的采样窗口内电流在预设频段内的幅值,并分别获取各预设频段内幅值中最大的频率点,最后再计算这个频率点的平均值。
获取第一子带区间占预设频段区间的比重的平均值SR*的方式为,获取第一预设数量的采样窗口中存在疑似故障电弧的采样窗口后,将各采样窗口内电流在预设频段区间划分X个子带区间,计算第一子带区间占预设频段区间的比重SR,最后计算各第一子带区间占预设频段区间的比重的平均值SR*。例如,假设将预设频域区间6KHz~12KHz划分为4个子带区间,即S(1)、S(2)、S(3)和S(4),在采样频率为24KHz时,各子带区间用谐波次数表示为S(1):[N/4,5N/16);S(2):[5N/16,3N/8);S(3):[3N/8,7N/16);S(4):[7N/16,N/2),其中,N表示采样窗口中采样数据长度。因此,第一子带区间占预设频段区间的比重SR可通过如下公式计算得到:
其中,Dk表示第k次谐波分量的幅值,D0为直流分量的幅值,D1为基波的幅值,k表示谐波次数,k=0,1,2...,N/2-1。
获取预设频段的频率质心的平均值作为疑似故障电弧的特征向量的方式为,获取第一预设数量的采样窗口中存在疑似故障电弧的采样窗口后,获取各采样窗口内电流在预设频段区间的频率质心wcenter,再计算各频率质心的平均值其中,计算预设频段区间的频率质心wcenter的公式如下:
其中,Dk表示第k次谐波分量的幅值,D0为直流分量的幅值,D1为基波的幅值,k表示谐波次数,k=0,1,2...,N/2-1。
步骤S303,将所述时域特征向量和所述频域特征向量作为所述疑似故障电弧的特征向量。
作为另一种实施方式,可以将时域特征向量或者频域特征向量作为该疑似故障电弧的特征向量,也可以是选取时域特征向量和频域特征向量中不同特征任意组合组成特征向量,本发明不做具体限定。
本实施例通过计算待检测线路中疑似故障电弧的特征向量,便于对疑似故障电弧进行区别和识别,有利于进一步判断疑似故障电弧是否为真正的故障电弧,从而提高故障电弧检测的准确性。
进一步地,请参照图5,图5为本发明提高故障电弧准确率的检测方法第四实施例的流程示意图,基于上述图2所述的实施例,所述步骤S40将所述疑似故障电弧的特征向量与预设特征库中各样本的特征向量进行匹配,根据匹配结果判断所述疑似故障电弧是否为故障电弧,包括:
步骤S401,对所述疑似故障电弧的特征向量进行归一化处理。
具体地,对所述疑似故障电弧的特征向量进行归一化处理的公式,如下所示:
步骤S402,分别计算归一化处理后的特征向量与预设特征库中各样本的特征向量的相似度。
通过相似度计算公式分别计算归一化处理后的特征向量与预设特征库中各样本的特征向量的相似度,其中,相似度计算公式如下所示:
SIMILARITYi=1/(1+di);
其中,为所述疑似故障电弧的特征向量中第j个特征归一化后的特征值,i和j为正整数,j=1,2...,M,SIMILARITYi表示归一化处理后的特征向量与预设特征库中第i个样本的相似度,Wi,j表示预设特征库中第i个样本第j个特征对应的权重值,M表示所述疑似故障电弧的特征向量内特征的总数。
步骤S403,判断所述相似度是否均小于预设门限值。
步骤S404,若所述相似度均小于预设门限值,则判定所述疑似故障电弧为故障电弧。
步骤S405,若所述相似度未均小于所述预设门限值,则判定所述电弧非故障电弧。
需要说明的是,此处的预设门限值可以根据实际情况进行设置,本发明不做具体限定。根据待检测线路中疑似故障电弧的特征向量与预设特征库中样本的特征向量的相似度,判断待检测线路中疑似故障电弧是否为真正的故障电弧,由此实现对故障电弧的精确判断。
此外,本发明实施例还提出一种计算机可读存储介质。
本发明计算机可读存储介质上存储有提高故障电弧准确率的检测程序,所述提高故障电弧准确率的检测程序被处理器执行时实现如下步骤:
获取待检测线路中的电流信息;
根据所述电流信息判断所述待检测线路中是否存在疑似故障电弧;
若所述待检测线路中存在疑似故障电弧,则根据所述电流信息计算所述疑似故障电弧的特征向量;
将所述疑似故障电弧的特征向量与预设特征库中各样本的特征向量进行匹配,根据匹配结果判断所述疑似故障电弧是否为故障电弧。
进一步地,所述提高故障电弧准确率的检测程序被处理器执行时还实现如下步骤:
根据所述待检测线路中的频率值设置采样窗口;
从所述电流信息中获取连续的第一预设数量的采样窗口的电流信息;
分别判断所述第一预设数量的采样窗口中是否存在疑似故障电弧;
若所述第一预设数量的采样窗口中存在疑似故障电弧,则判断所述第一预设数量的采样窗口中存在疑似故障电弧的采样窗口数量是否超过第二预设数量,其中,所述第二预设数量小于所述第一预设数量;
根据判断结果判断所述待检测线路中是否存在疑似故障电弧。
进一步地,所述提高故障电弧准确率的检测程序被处理器执行时还实现如下步骤:
分别计算所述第一预设数量的采样窗口中的电流上升率极大值以及在预设频段内的幅值;
若所述电流上升率极大值以及在预设频段内的幅值均大于对应的预设阈值,则判定采样窗口中存在疑似故障电弧;
若所述电流上升率极大值以及在预设频段内的幅值未均大于对应的预设阈值,则判定采样窗口中不存在疑似故障电弧。
进一步地,所述提高故障电弧准确率的检测程序被处理器执行时还实现如下步骤:
若所述第一预设数量的采样窗口中存在疑似故障电弧的采样窗口数量超过第二预设数量,则判定所述待检测线路中存在疑似故障电弧;
若所述第一预设数量的采样窗口中存在疑似故障电弧的采样窗口数量未超过第二预设数量,则判定所述待检测线路中不存在疑似故障电弧。
进一步地,所述提高故障电弧准确率的检测程序被处理器执行时还实现如下步骤:
若所述待检测线路中存在疑似故障电弧,则获取所述第一预设数量的采样窗口中存在疑似故障电弧的采样窗口中的电流信息,并将存在电弧的采样窗口中的电流信息作为目标电流信息;
对所述目标电流信息进行时域分析和频域分析,分别计算所述目标电流信息的时域特征向量和频域特征向量;
将所述时域特征向量和所述频域特征向量作为所述疑似故障电弧的特征向量。
进一步地,所述提高故障电弧准确率的检测程序被处理器执行时还实现如下步骤:
所述时域特征向量至少包括电流上升率极大值的标准差,所述频域特征向量包括预设频段中幅值最大的频率点的平均值、第一子带区间占预设频段区间的比重的平均值和/或预设频段的频率质心的平均值。
进一步地,所述提高故障电弧准确率的检测程序被处理器执行时还实现如下步骤:
对所述疑似故障电弧的特征向量进行归一化处理;
分别计算归一化处理后的特征向量与预设特征库中各样本的特征向量的相似度;
判断所述相似度是否均小于预设门限值;
若所述相似度均小于预设门限值,则判定所述疑似故障电弧为故障电弧。
进一步地,所述提高故障电弧准确率的检测程序被处理器执行时还实现如下步骤:
若所述相似度未均小于所述预设门限值,则判定所述疑似故障电弧非故障电弧。
其中,在所述处理器上运行的提高故障电弧准确率的检测程序被执行时所实现的方法可参照本发明提高故障电弧准确率的检测方法各个实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种提高故障电弧准确率的检测方法,其特征在于,所述方法包括以下步骤:
获取待检测线路中的电流信息;
根据所述电流信息判断所述待检测线路中是否存在疑似故障电弧;
若所述待检测线路中存在疑似故障电弧,则根据所述电流信息计算所述疑似故障电弧的特征向量;
将所述疑似故障电弧的特征向量与预设特征库中各样本的特征向量进行匹配,根据匹配结果判断所述疑似故障电弧是否为故障电弧。
2.如权利要求1所述的提高故障电弧准确率的检测方法,其特征在于,所述根据所述电流信息判断所述待检测线路中是否存在疑似故障电弧的步骤,包括:
根据所述待检测线路中的频率值设置采样窗口;
从所述电流信息中获取连续的第一预设数量的采样窗口的电流信息;
分别判断所述第一预设数量的采样窗口中是否存在疑似故障电弧;
若所述第一预设数量的采样窗口中存在疑似故障电弧,则判断所述第一预设数量的采样窗口中存在疑似故障电弧的采样窗口数量是否超过第二预设数量,其中,所述第二预设数量小于所述第一预设数量;
根据判断结果判断所述待检测线路中是否存在疑似故障电弧。
3.如权利要求2所述的提高故障电弧准确率的检测方法,其特征在于,所述分别判断所述第一预设数量的采样窗口中是否存在疑似故障电弧的步骤,包括:
分别计算所述第一预设数量的采样窗口中的电流上升率极大值以及在预设频段内的幅值;
若所述电流上升率极大值以及在预设频段内的幅值均大于对应的预设阈值,则判定采样窗口中存在疑似故障电弧;
若所述电流上升率极大值以及在预设频段内的幅值未均大于对应的预设阈值,则判定采样窗口中不存在疑似故障电弧。
4.如权利要求2所述的提高故障电弧准确率的检测方法,其特征在于,所述根据判断结果判断所述待检测线路中是否存在疑似故障电弧的步骤,包括:
若所述第一预设数量的采样窗口中存在疑似故障电弧的采样窗口数量超过第二预设数量,则判定所述待检测线路中存在疑似故障电弧;
若所述第一预设数量的采样窗口中存在疑似故障电弧的采样窗口数量未超过第二预设数量,则判定所述待检测线路中不存在疑似故障电弧。
5.如权利要求2所述的提高故障电弧准确率的检测方法,其特征在于,所述若所述待检测线路中存在疑似故障电弧,则根据所述电流信息计算所述疑似故障电弧的特征向量的步骤,包括:
若所述待检测线路中存在疑似故障电弧,则获取所述第一预设数量的采样窗口中存在疑似故障电弧的采样窗口中的电流信息,并将存在电弧的采样窗口中的电流信息作为目标电流信息;
对所述目标电流信息进行时域分析和频域分析,分别计算所述目标电流信息的时域特征向量和频域特征向量;
将所述时域特征向量和所述频域特征向量作为所述疑似故障电弧的特征向量。
6.如权利要求5所述的提高故障电弧准确率的检测方法,其特征在于,所述时域特征向量至少包括电流上升率极大值的标准差,所述频域特征向量包括预设频段中幅值最大的频率点的平均值、第一子带区间占预设频段的比重的平均值和/或预设频段的频率质心的平均值。
7.如权利要求6所述的提高故障电弧准确率的检测方法,其特征在于,所述将所述疑似故障电弧的特征向量与预设特征库中各样本的特征向量进行匹配,根据匹配结果判断所述疑似故障电弧是否为故障电弧的步骤,包括:
对所述疑似故障电弧的特征向量进行归一化处理;
分别计算归一化处理后的特征向量与预设特征库中各样本的特征向量的相似度;
判断所述相似度是否均小于预设门限值;
若所述相似度均小于预设门限值,则判定所述疑似故障电弧为故障电弧。
8.如权利要求7所述的提高故障电弧准确率的检测方法,其特征在于,在所述判断所述相似度是否均小于预设门限值的步骤之后,包括:
若所述相似度未均小于所述预设门限值,则判定所述疑似故障电弧非故障电弧。
9.一种提高故障电弧准确率的检测装置,其特征在于,所述提高故障电弧准确率的检测装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的提高故障电弧准确率的检测程序,所述提高故障电弧准确率的检测程序被所述处理器执行时实现如权利要求1至8中任一项所述提高故障电弧准确率的检测方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有提高故障电弧准确率的检测程序,所述提高故障电弧准确率的检测程序被处理器执行时实现如权利要求1至8中任一项所述提高故障电弧准确率的检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010337479.3A CN111474451A (zh) | 2020-04-26 | 2020-04-26 | 提高故障电弧准确率的检测方法、装置和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010337479.3A CN111474451A (zh) | 2020-04-26 | 2020-04-26 | 提高故障电弧准确率的检测方法、装置和可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111474451A true CN111474451A (zh) | 2020-07-31 |
Family
ID=71755697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010337479.3A Pending CN111474451A (zh) | 2020-04-26 | 2020-04-26 | 提高故障电弧准确率的检测方法、装置和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111474451A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111930156A (zh) * | 2020-08-17 | 2020-11-13 | 北京配天技术有限公司 | 一种抑振方法、抑振系统、抑振装置和机器人设备 |
CN112924750A (zh) * | 2021-01-20 | 2021-06-08 | 丰郅(上海)新能源科技有限公司 | 故障电弧检测方法及系统 |
CN113125913A (zh) * | 2021-05-07 | 2021-07-16 | 珠海格力电器股份有限公司 | 一种电弧故障检测方法、装置及直流电器 |
CN113125905A (zh) * | 2021-05-18 | 2021-07-16 | 余昉 | 电弧故障检测装置、方法、设备以及存储介质 |
CN113447773A (zh) * | 2021-06-21 | 2021-09-28 | 东莞新能安科技有限公司 | 一种电弧检测方法、装置及储能电池系统 |
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 |
CN113740662A (zh) * | 2021-07-30 | 2021-12-03 | 深圳市科陆电子科技股份有限公司 | 用于输电线路的故障判断方法、计算机装置及存储介质 |
CN113837895A (zh) * | 2021-08-24 | 2021-12-24 | 山东科技大学 | 基于电力扰动数据的配电网异常事件识别方法及系统 |
CN114755542A (zh) * | 2022-04-21 | 2022-07-15 | 阳光电源股份有限公司 | 一种电弧故障检测方法、装置及设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102253293A (zh) * | 2011-05-30 | 2011-11-23 | 南京航空航天大学 | 一种直流电弧故障检测方法及装置 |
CN103915818A (zh) * | 2014-04-14 | 2014-07-09 | 河北工业大学 | 串联故障电弧检测方法及其专用装置 |
CN104793112A (zh) * | 2015-04-03 | 2015-07-22 | 莱茵斯(厦门)科技有限公司 | 一种低压电弧故障检测方法和装置 |
US20170257262A1 (en) * | 2016-03-02 | 2017-09-07 | Fisher-Rosemount Systems, Inc. | Detecting and Locating Process Control Communication Line Faults from a Handheld Maintenance Tool |
CN107144769A (zh) * | 2017-04-17 | 2017-09-08 | 西安热工研究院有限公司 | 基于不同频段放电幅值和的局部放电三维聚类识别方法 |
CN107370124A (zh) * | 2016-05-13 | 2017-11-21 | 上海电科电器科技有限公司 | 电弧故障检测方法 |
CN107370123A (zh) * | 2016-05-13 | 2017-11-21 | 上海电科电器科技有限公司 | 电弧故障检测装置 |
US20190011492A1 (en) * | 2016-01-25 | 2019-01-10 | Ge Aviation Systems Limited | Circuit and method for detecting arc faults |
-
2020
- 2020-04-26 CN CN202010337479.3A patent/CN111474451A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102253293A (zh) * | 2011-05-30 | 2011-11-23 | 南京航空航天大学 | 一种直流电弧故障检测方法及装置 |
CN103915818A (zh) * | 2014-04-14 | 2014-07-09 | 河北工业大学 | 串联故障电弧检测方法及其专用装置 |
CN104793112A (zh) * | 2015-04-03 | 2015-07-22 | 莱茵斯(厦门)科技有限公司 | 一种低压电弧故障检测方法和装置 |
US20190011492A1 (en) * | 2016-01-25 | 2019-01-10 | Ge Aviation Systems Limited | Circuit and method for detecting arc faults |
US20170257262A1 (en) * | 2016-03-02 | 2017-09-07 | Fisher-Rosemount Systems, Inc. | Detecting and Locating Process Control Communication Line Faults from a Handheld Maintenance Tool |
CN107370124A (zh) * | 2016-05-13 | 2017-11-21 | 上海电科电器科技有限公司 | 电弧故障检测方法 |
CN107370123A (zh) * | 2016-05-13 | 2017-11-21 | 上海电科电器科技有限公司 | 电弧故障检测装置 |
CN107144769A (zh) * | 2017-04-17 | 2017-09-08 | 西安热工研究院有限公司 | 基于不同频段放电幅值和的局部放电三维聚类识别方法 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111930156A (zh) * | 2020-08-17 | 2020-11-13 | 北京配天技术有限公司 | 一种抑振方法、抑振系统、抑振装置和机器人设备 |
CN111930156B (zh) * | 2020-08-17 | 2022-04-29 | 北京配天技术有限公司 | 一种抑振方法、抑振系统、抑振装置和机器人设备 |
CN112924750B (zh) * | 2021-01-20 | 2022-08-02 | 丰郅(上海)新能源科技有限公司 | 故障电弧检测方法及系统 |
CN112924750A (zh) * | 2021-01-20 | 2021-06-08 | 丰郅(上海)新能源科技有限公司 | 故障电弧检测方法及系统 |
CN113125913A (zh) * | 2021-05-07 | 2021-07-16 | 珠海格力电器股份有限公司 | 一种电弧故障检测方法、装置及直流电器 |
WO2022233153A1 (zh) * | 2021-05-07 | 2022-11-10 | 珠海格力电器股份有限公司 | 电弧故障检测方法、装置及直流电器 |
CN113125905A (zh) * | 2021-05-18 | 2021-07-16 | 余昉 | 电弧故障检测装置、方法、设备以及存储介质 |
CN113125905B (zh) * | 2021-05-18 | 2022-10-21 | 余昉 | 电弧故障检测装置、方法、设备以及存储介质 |
CN113447773A (zh) * | 2021-06-21 | 2021-09-28 | 东莞新能安科技有限公司 | 一种电弧检测方法、装置及储能电池系统 |
CN113740662A (zh) * | 2021-07-30 | 2021-12-03 | 深圳市科陆电子科技股份有限公司 | 用于输电线路的故障判断方法、计算机装置及存储介质 |
CN113837895A (zh) * | 2021-08-24 | 2021-12-24 | 山东科技大学 | 基于电力扰动数据的配电网异常事件识别方法及系统 |
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 |
CN114755542A (zh) * | 2022-04-21 | 2022-07-15 | 阳光电源股份有限公司 | 一种电弧故障检测方法、装置及设备 |
CN114755542B (zh) * | 2022-04-21 | 2024-02-09 | 阳光电源股份有限公司 | 一种电弧故障检测方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111474451A (zh) | 提高故障电弧准确率的检测方法、装置和可读存储介质 | |
CN105765392B (zh) | 用于对电的线缆中的局部放电进行定位的方法和装置 | |
EP3096152B1 (en) | Method and apparatus for classifying a signal waveform under test | |
CN1441648A (zh) | 检测生化参数的方法和设备 | |
CN112327095B (zh) | 电缆故障检测方法、装置、计算机设备和存储介质 | |
CN113037589B (zh) | 网关设备的压力测试方法、装置、测试平台及存储介质 | |
KR100254121B1 (ko) | 시계열 데이타 식별 장치 및 방법 | |
US11688020B1 (en) | Home telematics devices and insurance applications | |
CN106603360B (zh) | 基于总线批量数据测试汽车总线安全性的方法和装置 | |
CN113627547B (zh) | 训练方法、电弧检测方法、装置、电子设备及存储介质 | |
CN108872687B (zh) | 一种斩波的检测方法 | |
Shen et al. | Fast-Fourier-transform enhanced progressive singular-value-decomposition algorithm in double diagnostic window frame for weak arc fault detection | |
Carminati et al. | A neuro-fuzzy approach for the detection of partial discharge | |
CN115499023B (zh) | 一种无线路由器抗放电干扰方法及装置 | |
CN111289817A (zh) | 电器的故障监听的方法、装置、系统及存储介质 | |
CN107967363B (zh) | 一种数据处理方法、装置及电子设备 | |
CN116108880A (zh) | 随机森林模型的训练方法、恶意网站检测方法及装置 | |
EP4257993A1 (en) | Discharge detection device | |
CN108846106A (zh) | 一种判断多个音频中是否存在相同音频的方法和装置 | |
CN110979079B (zh) | 一种实现电动车定位到末端的方法及装置 | |
CN110532758B (zh) | 一种针对群组的风险识别方法及装置 | |
Lampart et al. | Dynamical properties of partial-discharge patterns | |
CN107153141B (zh) | 基于虚拟窗口的智能电气设备异常检测方法 | |
CN218331805U (zh) | 一种电磁干扰测试系统 | |
CN115616364B (zh) | 故障电弧检测方法、装置、设备及存储介质 |
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: 20200731 |
|
RJ01 | Rejection of invention patent application after publication |