CN112666436A - 一种基于矢量分析计算的电弧串扰信号识别方法 - Google Patents
一种基于矢量分析计算的电弧串扰信号识别方法 Download PDFInfo
- Publication number
- CN112666436A CN112666436A CN202011638482.5A CN202011638482A CN112666436A CN 112666436 A CN112666436 A CN 112666436A CN 202011638482 A CN202011638482 A CN 202011638482A CN 112666436 A CN112666436 A CN 112666436A
- Authority
- CN
- China
- Prior art keywords
- signal
- signals
- voltage
- crosstalk
- sampling
- 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
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
- G01R31/14—Circuits therefor, e.g. for generating test voltages, sensing circuits
-
- 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
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of Resistance Or Impedance (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
本发明公开了一种基于矢量分析计算的电弧串扰信号识别方法。该方法提出一种新的取样电路方式,对零火线上电流信号取样,并通过双路ADC,将信号转换为两路采样率200MHz的数字信号,送入硬件数字信号处理单元。选取5个通频段,分别对两路信号进行带通滤波,滤除通频带外的干扰信号。对滤波后信号进行分时处理,进行矢量分析,提取两路电阻端电压的幅值比及波动特性,以及旁路电阻与电感端电压信号的相位差,作为串扰特征量,系统根据过零信号对硬件处理模块提取的特征量进行分段,送入神经网络进行分类判决,即可对本路电弧信号与旁路串扰信号进行有效区分。
Description
技术领域
本发明属于故障电弧检测领域,主要涉及一种旁路电弧引入的串扰信号的识别方法。
背景技术
电气火灾在当今社会中的火灾事故中占有很高的比例,而电弧故障是导致电气火灾的重要原因之一。故障电弧通常是由于线路、设备绝缘老化和破损,或不良的电气连接造成的,当发生故障电弧时,电弧的发生会释放高温,极其容易引起火灾。电弧主要分为并联电弧与串联电弧两大类。其中,并联电弧发生时电路中电流有效值一般超过75A,目前已有的电路保护装置均能够识别过流故障,断开电路;因此,串联电弧才是引起电气火灾的主要原因。发生串联电弧时,由于电路其他负载的影响,电路中电流有效值与正常情况下的有效值区别不大,此时,传统的电路保护装置不能有效的发现电路中的电弧故障,更易引发火灾事故的发生。
当发生故障电弧时,线路中的电流信号会发生较为明显的畸变,富含高频成分。当旁路发生故障电弧时,电弧信号可被本路的故障电弧检测装置检测。由于二者本质上存在很高的相似性,因此很容易被识别为本地的故障电弧,导致本地故障电弧检测装置的误脱扣操作。传统故障电弧检测设备往往无法区分电弧与串扰信号,频繁的误脱扣动作也使得电弧检测设备难以大面积应用推广,为社会上绝大多数电器设备及电力线路埋下严重的安全隐患。
传统的电弧检测设备受电子技术发展水平限制,对电弧信号的检测以及串扰信号的识别手段比较单一,仅通过低频电流波形考察电弧特征,且受电器负载干扰严重。随着IC技术发展脚步的加快,在各类设备上应用也越来越广泛。IC技术水平的提高,为各类复杂功能算法的实现提供了技术支撑,基于IC技术基础上的电路系统,普遍具有功耗低,量产成本低以及抗干扰能力强等优点,因此本发明提出的串扰信号识别方法得以实现及应用。
旁路串扰电弧与本路电弧本质上具有一致的特征,直接进行电弧与串扰的区分难度较大。本发明中针对性的提出了一种新的取样电路方案,通过Y型电路,可以获取两个取样电阻两端电压信号,通过矢量分析计算工具,提取二者的幅值比与相位差特征,及时准确的识别本路电弧与旁路串扰信号,避免电弧检测装置误脱扣,为电弧检测设备的应用推广打下坚实的基础。
发明内容
针对传统电弧检测方法不能准确识别旁路串扰信号,从而导致设备频繁地误脱扣动作,本发明提出一种新的采样电路结构,从零火线上采样,输出两路采样信号,送入数字信号处理单元。通过矢量分析方法,提取出双路信号的幅值比和相位差,实时送入神经网络分类决策,区分电弧信号来源于本路还是旁路。
本发明的原理是,图2、图3分别为在本地发生电弧和旁路发生串扰时,本发明中取样电路及负载的等效电路图。在Y型取样电路的基础上对零火线间信号取样,根据取样位置,将电阻R1与R2区分为本路取样电阻与旁路取样电阻。
图2为理想情况下,本地打电弧情况下的等效电路分析,电阻R1,R2,R3,电容C与电感L构成本发明提出的Y型采样电路;旁路和本路接入负载分别等效为Z1,Z2。电弧信号等效为一个高频小信号电流源,各支路电流参考方向如图中标注所示,根据基尔霍夫电压和电流定律,可推导向量公式如下:
设定电路参数如下:R1=10Ω,R2=10Ω,R3=20Ω,电容C=20nf,旁路和本路分别串联接入阻性,感性,容性负载,设定 在取样电路参数选定情况下,观察通频段内信号。以上参数均为本发明一个实施例设定参数,本发明不局限于以上电路参数。在理想情况下,以不同频率的信号进行分析:
由上述两个公式,可以看出本路打弧时旁路串扰打弧时,两种情况下的幅值差异为电感L的分压由于本发明采用多通道窄带滤波电路对两路采样信号进行多个频率成分的提取,用于数据分析,故根据幅值的规律,感抗(jωl)的分压和频率成正比的关系,所以不同频率是对应的不同幅值大小的分压,从而引起两路电阻信号的幅值波动性大小是不同的,本发明采用幅值信号的进行取绝对值的再对比两路电阻信号大小的方式,进行本路打弧和旁路串扰打弧的区分。
图5给出在本路和旁路位置发生电弧时和的相位差异随取样电路电感变化曲线。感抗(jωl)的对电流的阻碍作用,频率越高,阻碍作用越明显。。按照以上实施例的电路参数,本路发生电弧相位差为正值,分布于90°到180°之间;旁路发生电弧时,相位差为负值,分布于-90°到0°之间。
本发明提出的基于矢量分析的电弧串扰信号识别方法,从信号幅值和相位两个角度,提取串扰信号特征差异,判决结果更加可靠。
本发明采用数据分时处理方法,对两路信号按时间分段,每20us一段进行特征值提取。提取双路信号序列的有效值表征该段时间内信号的幅度特征,结果具有很强的代表性。本发明在传统数字锁相放大基础上,提取信号在多个频点上的相位特征。该方法利用噪声与参考信号互不相关的原理,能够极大地抑制噪声从而准确提取出微弱信号的幅值和相位信息。同时综合多个频点的相位特征以及相位波动性特征,增强算法的抗干扰能力,使提取的相位特征更加可靠。系统根据过零检测电路输出的过零信号,统计各通道20ms内的幅值比、与相位差的特征值。
附图说明
图1是本发明中使用的串扰特征提取系统流程图。
图2为理想情况下,本路打电弧情况下的等效电路分析。
图3为理想情况下,旁路打电弧情况下的等效电路分析。
图6是本发明中使用的幅值比计算流程框图。
图7是本发明中使用的相位差计算流程框图。
图8是本发明中使用的幅值波动性大小计算流程框图。
图9是本发明中使用的相位波动性计算流程框图。
具体实施方式
下面结合图1至图9对本发明所提供的电弧串扰识别方法进行说明。
本发明基于矢量分析计算的串扰信号特征识别流程如图1所示,采用电路取样电路包括:第一电阻R1、第二电阻R2、第三电阻R3、电感L以及电容C,所述电感C串联于火线中的第一测量点1与第二测量点2之间,所述第三电阻R3与所述电感C并联,第一电阻R1串联于第一测量点1与第三测量点3之间,所述第二电阻R2串联于第二测量点2与第三测量点3之间,所述第三测量点3通过所述电容C与零线连接,其中,所述火线与所述零线之间连接有负载;取样时,分别采集第一测量点1与第二测量点2之间的电感电压信号以及第一测量点1与第三测量点3之间的第一电阻电压信号,用以分析被取样线路是否发生故障电弧。系统主要基于硬件数字信号处理系统处理实现。包括以下步骤:
步骤1:搭建本发明提出的Y型取样电路,对电阻R1和电感L两端信号进行连续的AD采样,采样率达200MHz,得到数字信号yR1(n)和yL(n),送入硬件数字信号处理系统,实时地进行矢量分析,计算幅值比、幅值波动性大小和相位差、相位波动性的特征量。
步骤2:信号yR1(n)和yL(n)分别经带通数字滤波器滤波,滤波器阶数可设计为64阶,通频段分别为5MHz~10MHz,15MHz~20MHz,25MHz~30MHz,35MHz~40MHz,45MHz~50MHz。数字滤波器单位冲激响应分别为h(n),滤波后信号:
滤波后可根据信号幅值大小进行自适应增益调节,放大微弱电弧信号,同时防止数字信号溢出,保证电弧串扰特征提取的可靠性。
步骤3:对滤波后的双路数据分时处理,对每20us内信号进行一次矢量分析,分别计算本发明所提出的幅值比特征量和相位差特征量。
幅值比特征量计算方法是求取每段时间内电阻R1,电阻R2两端信号幅值有效值的比值。如图6系统处理流程图所示,设电阻R1和电感L两端信号序列分别为
根据Y型电路,电阻R1,电阻R2和电感L构成闭环三角形,根据基尔霍夫电压定律可计算电阻R2信号序列为
yR2_FIR={b1-a1,b2-a2,...,bN-aN}
(1)分别对电阻R1,电阻R2信号序列求平方得:
(2)分别对双路信号序列的平方求平均值,得:
(3)分别对双路信号的平方和的平均值开方,得:
(4)求电阻R1,电阻R2信号的幅值比,得:
分别按如上方法,计算每个通道上信号的幅值比特征量Amp_R1,Amp_R2,Amp_R3,Amp_R4,Amp_R5。
幅值波动性大小差异特征量计算方法是求取每段时间内电阻R1,电阻R2两端信号幅值差分绝对值的大小占比。如图8系统处理流程图所示,设电阻R1和电感L两端信号序列分别为
根据Y型电路,电阻R1,电阻R2和电感L构成闭环三角形,根据基尔霍夫电压定律可计算电阻R2信号序列为
{(b1-a1),(b2-a2),...,(bN-aN)}
(1)对两路电阻信号R1和R2求取差分的绝对值:
(2)对每个时间段内的两路电阻信号R1和R2的幅值大小做统计,这里取R1小于R2做为特征量输出,对20ms的数据输出一组特征量送入神经网络。
相位波动性特征量计算方法是求取每段时间内电阻R,电感L两端信号相位的差异。如图9系统处理流程图所示,设电阻R和电感L两端信号序列分别为
(1)对两路电阻信号R和L求取差分序列:
(2)对每个时间段内的电阻和电感上信号的波动性做统计,这里取R1*L<0做为特征量输出,对20ms的数据输出一组特征量送入神经网络。
相位差特征量计算方法是求取每段时间内电阻R,电感L两端信号相位的差值。如图7系统处理流程图所示,设电阻R和电感L两端信号序列分别为
(1)选定滤波器通频段内频率f0=30MHz,设为参考频率,计算该频点上标准复信号为序列:
(2)电阻R1和电感L两端信号序列分别与标准复信号序列做乘法运算,提高待测频率上信号的信噪比,极大地改善对微弱信号提取相位特征的效果。计算结果如下:
(3)对上一步得到的乘积序列做积分运算,根据离散信号积分转换为求和原理,得到积分结果:
(4)根据二者积分结果,分别计算该段时间内双路信号序列在参考频率点上的初始相位为:
(5)计算二者的差值,得到一次矢量分析中双路信号在频率f0=30MHz的相位差特征量
步骤4:硬件数字信号处理单元对双路采样信号进行矢量分析,实时地输出幅值比、幅值波动性大小特征值和相位差、相位波动性特征值,送入MCU系统统计处理。
步骤5:系统查询硬件过零检测电路的状态,每次过零信号到来,对幅值比、幅值波动性大小和相位差、相位波动性的特征量进行统计,将半波内特征值拼接成10*500维的特征矩阵,送入神经网络计算,给出判别结果。
与传统设备单一检测故障电弧信号,无法区分本路电弧与旁路电弧相比,本发明提出的电弧串扰信号识别方法分别从幅度和相位的角度对电弧信号的高频成分进行矢量分析,对电弧信号的高频特性进行针对性的处理,能准确识别电弧串扰信号,在各种复杂的用电环境中,具有较强的抗干扰能力,保证判别结果稳定可靠。
以上所述只是本发明的优选实施方式,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (17)
1.一种基于矢量分析计算的电弧串扰信号识别方法,其特征在于:搭建特定的采样电路,对零火线间电流进行连续取样,输出两路取样信号;分别经ADC完成模数转换,送入数字信号处理单元;信号经5个通频段的带通滤波处理,分别进行矢量分析计算,提取幅度比、幅值波动性大小与相位差、相位波动性特征值,系统根据硬件过零检测电路输出的过零信号,统计每半波内5个通道的幅值比、幅值波动性大小与相位差、相位波动性的特征向量,送入神经网络进行分类判决。
2.根据权利要求1所述的旁路串扰信号的识别方法,其特征在于:
所述识别方法提出一种专用取样电路,用来区分本路故障电弧和旁路串扰信号;电路结构为:电阻R1,R2与电容C构成字母‘Y’形状,连接火线和零线,以下简称Y型电路;电阻R3与电感L并联,串联在火线上,同时并联在R1与R2之间;
分别对R1与R2两端的信号取样,进行矢量分析,可从幅值与相位两个方面分别分析本路电弧与旁路串扰的差别。
3.根据权利要求1所述的旁路串扰信号的识别方法,其特征在于:
所述识别方法从火线上取样下来的双路信号,分别经200MHz的双路ADC转换成数字信号,经5个带通数字滤波器滤波,通频段分别为5MHz~10MHz,15MHz~20MHz,25MHz~30MHz,35MHz~40MHz,45MHz~50MHz;滤波后数据分段处理,每20us内数据为1段,对双路信号进行矢量分析。
5.根据权利要求1所述的旁路串扰信号检测的识别方法,其特征在于:
当发生打弧信号时,在电阻R1通道和电阻R2通道上采样的电压信号幅值,由于电感L的存在,感抗(jωl)的分压和频率成正相关的关系,所以不同频率是对应的不同幅值大小的分压,从而引起两路电阻信号的幅值波动差异是不同的,且串扰信号通过时R1通道上的电压幅值波动小于R2通道上的电压幅值波动,本路打弧信号通过时R1通道上的电压幅值波动大于R2通道上的电压幅值波动。
6.根据权利要求2所述的旁路故障电弧的串扰信号检测的采样电路,其特征在于:
当产生打弧的信号时,根据矢量分析,感抗(jωl)的对电流的阻碍作用,频率越高,阻碍作用越明显,根据电感对电流信号会产生滞后作用,在电阻R1两侧采样到的电压信号和电感L路两侧采样到的电压信号之间存在相位波动性差异,电阻R1两侧的电压信号滞后于电感L两侧的电压信号,本路打弧电阻R1两侧的电压信号超前于电感L两侧的电压信号。
7.根据权利要求1所述的旁路串扰信号的识别方法,其特征在于:
所述识别方法基于对取样电路的矢量分析,每20us时间,对双路ADC采样的信号通过数字锁相放大求相位的方法,计算一次R1与L两端电压取样信号与的相位与计算二者的差值;按照本发明的一种实施例的电路参数计算得,相位差小于0°且分布于-90°到0°,则为旁路串扰信号;大于0°且分布于0°到180°,则为本路电弧信号;具体阈值的设定应根据电路中各元器件参数,用电设备不同及温湿度等实验环境不同而灵活处理;
其中,数字锁相放大求相位差原理为:
设取样信号分别为y1(n)与y2(n),为方便获取信号在某一频率点信号的相位,设定该频率为参考频率ω0,用该频率上的标准复信号与滤波后信号做乘法运算,然后积分,由积分结果可以得到该段信号的初始相位与θ0,考虑进行故障电弧信号的带宽,非单频信号,因此分别在5个通频带内选取参考频率,分析信号在参考频点上的相位特征,即设定参考频率ωn(n=1,2,...,5),使用不同频点的标准复信号利用数字锁相原理,计算电阻R1两端信号在ωn(n=1,2,...,5)频率上的相位计算电感L两端电压信号在ωn(n=1,2,...,5)频率上的相位得到一次矢量分析的相位差特征值
本发明中对信号进行矢量分析中计算双路信号幅值比和相位差的步骤,可按上述方法实现,但不局限于上述方法。
8.根据权利要求1所述的旁路串扰信号的识别方法,其特征在于:
所述识别方法硬件数字系统提取幅值比和相位差特征量,根据过硬检测电路输出的过零信号,按半波时间分段统计5个通道计算得到的幅度比、幅值波动性大小与相位差、相位波动性的特征量,拼接为一个10*500的特征矩阵,送入神经网络,进行串扰信号识别。
9.根据权利要求1或8所述的一种基于矢量分析的电弧串扰信号识别方法,其特征在于所述数字信号处理单元的实现可以是分立器件,模拟集成电路,数字逻辑电路,单片机,微处理器,可编程逻辑器件,数字信号处理器或者专用集成电路ASIC中的任一种。
10.一种取样电路,其特征在于,包括:第一电阻R1、第二电阻R2、第三电阻R3、电感L以及电容C,所述电感C串联于火线中的第一测量点与第二测量点之间,所述第三电阻R3与所述电感C并联,第一电阻R1串联于第一测量点与第三测量点之间,所述第二电阻R2串联于第二测量点与第三测量点之间,所述第三测量点通过所述电容C与零线连接,其中,所述火线与所述零线之间连接有负载;取样时,分别采集第一测量点与第二测量点之间的电感电压信号以及第一测量点与第三测量点之间的第一电阻电压信号,用以分析被取样线路是否发生故障电弧。
11.一种基于矢量分析计算的电弧串扰信号识别方法,其特征在于,包括:
采用权利要求1所述的取样电路进行取样,得到电感电压信号以及第一电阻电压信号;
基于所述电感电压信号以及所述第一电阻电压信号,计算第二电阻两端的电压信号,将所述第一电阻电压信号记为第一取样信号,将第二电阻两端的电压信号记为第二取样信号,将所述电感电压信号记为第三取样信号;
基于幅度比特征量、幅值波动性特征量、相位差特征量和/或相位波动性特征量识别被取样线路出现的信号是电弧信号还是串扰信号,其中,所述幅度比特征量为所述第一取样信号的电压有效值和所述第二取样信号的电压有效值的比值,所述幅值波动性特征量为所述第一取样信号的电压幅值波动性与所述第二取样信号的电压幅值波动性的大小关系,所述相位差特征向量为所述第一取样信号与所述第三取样信号的相位差,所述相位波动性特征量为所述第一取样信号与所述第三取样信号的相位波动性差异。
12.根据权利要求11所述的基于矢量分析计算的电弧串扰信号识别方法,其特征在于,基于幅度比特征量、幅值波动性特征量、相位差特征量和相位波动性特征量识别被取样线路出现的信号是电弧信号还是串扰信号,具体包括:
基于幅度比特征量、幅值波动性特征量、相位差特征向量和相位波动性特征量,采用训练好的神经网络模型识别被取样线路出现的信号是电弧信号还是串扰信号。
13.根据权利要求11所述的基于矢量分析计算的电弧串扰信号识别方法,其特征在于,在识别被取样线路出现的信号是电弧信号还是串扰信号之前,还包括:
对所述电感电压信号以及所述第一电阻电压信号进行模数转换;
采用若干带通数字滤波器对模数转换后的电感电压信号以及第一电阻电压信号进行滤波;
根据幅值大小对滤波后的电感电压信号以及第一电阻电压信号进行自适应增益调节,其中,电感电压信号以及第一电阻电压信号对应频段的增益倍数相同。
14.根据权利要求11所述的基于矢量分析计算的电弧串扰信号识别方法,其特征在于,基于幅度比特征量识别被取样线路出现的信号是电弧信号还是串扰信号,具体包括:
当所述第一取样信号的电压有效值和所述第二取样信号的电压有效值的比值小于设定阈值时,确定被取样线路出现的信号为电弧信号,当所述第一取样信号电压的有效值和所述第二取样信号的电压有效值的比值大于设定阈值时,确定被取样线路出现的信号为串扰信号。
15.根据权利要求11所述的基于矢量分析计算的电弧串扰信号识别方法,其特征在于,基于幅值波动性特征量识别被取样线路出现的信号是电弧信号还是串扰信号,具体包括:
当所述第一取样信号的电压幅值波动大于所述第二取样信号的电压幅值波动时,确定被取样线路出现的信号为电弧信号,当所述第一取样信号的电压幅值波动小于所述第二取样信号的电压幅值波动时,确定被取样线路出现的信号为串扰信号。
16.根据权利要求11所述的基于矢量分析计算的电弧串扰信号识别方法,其特征在于,基于相位差特征量识别被取样线路出现的信号是电弧信号还是串扰信号,具体包括:
当所述第一取样信号和所述第三取样信号的相位差大于0°且分布于0°到180°时,确定被取样线路出现的信号为电弧信号,当所述第一取样信号和所述第三取样信号的相位差小于0°且分布于-90°到0°时,确定被取样线路出现的信号为串扰信号。
17.根据权利要求11所述的基于矢量分析计算的电弧串扰信号识别方法,其特征在于,基于相位波动性特征量识别被取样线路出现的信号是电弧信号还是串扰信号,具体包括:
当所述第一取样信号的相位超前于所述第三取样信号的相位时,确定被取样线路出现的信号为电弧信号,当所述第一取样信号的相位滞后于所述第三取样信号的相位时,确定被取样线路出现的信号为串扰信号。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2020100003113 | 2020-01-02 | ||
CN202010000311 | 2020-01-02 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112666436A true CN112666436A (zh) | 2021-04-16 |
CN112666436B CN112666436B (zh) | 2022-06-21 |
Family
ID=75413662
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011638482.5A Active CN112666436B (zh) | 2020-01-02 | 2020-12-31 | 一种基于矢量分析计算的电弧串扰信号识别方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11733286B2 (zh) |
EP (1) | EP4063876B1 (zh) |
CN (1) | CN112666436B (zh) |
CA (1) | CA3162848C (zh) |
WO (1) | WO2021134737A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113960397A (zh) * | 2021-10-25 | 2022-01-21 | 矽力杰半导体技术(杭州)有限公司 | 一种故障检测方法和装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040130328A1 (en) * | 2002-10-10 | 2004-07-08 | Hanyang Hak Won Co., Ltd. | Hybrid type sensor for detecting high frequency partial discharge |
US6798211B1 (en) * | 1997-10-30 | 2004-09-28 | Remote Monitoring Systems, Inc. | Power line fault detector and analyzer |
CN101021556A (zh) * | 2007-03-16 | 2007-08-22 | 长沙理工大学 | 配电网对地绝缘参数测量和控制方法 |
CN201408209Y (zh) * | 2009-03-03 | 2010-02-17 | 厦门红相电力设备股份有限公司 | 一种能同时提供基频试验电压和高频局部放电信号输出的复用型检测阻抗 |
EP2287989A1 (en) * | 2009-08-19 | 2011-02-23 | Astronics Advanced Electronic Systems Corp. | Method and apparatus for locating a parallel arc fault |
WO2013098906A1 (ja) * | 2011-12-26 | 2013-07-04 | エヌ・ティ・ティ・データ先端技術株式会社 | アーク放電阻止回路及びアーク放電阻止装置 |
US20140195177A1 (en) * | 2012-11-16 | 2014-07-10 | Jianhong Kang | Noise propagation immunity of a multi-string arc fault detection device |
CN105282071A (zh) * | 2015-11-06 | 2016-01-27 | 哈尔滨工业大学 | 加权分数傅里叶变换域扩频信号并行干扰消除差错修正方法 |
CN107505517A (zh) * | 2017-07-19 | 2017-12-22 | 国网湖南省电力公司 | 一种避雷器直流续流试验装置及方法 |
CN206876813U (zh) * | 2017-06-02 | 2018-01-12 | 北京英瑞来科技有限公司 | 一种考虑雷电流隔离设备影响的故障电弧检测装置 |
CN208623691U (zh) * | 2018-09-13 | 2019-03-19 | 杭州石匍丁科技有限公司 | 一种防干扰式路由器 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6313641B1 (en) | 1995-03-13 | 2001-11-06 | Square D Company | Method and system for detecting arcing faults and testing such system |
US5986860A (en) * | 1998-02-19 | 1999-11-16 | Square D Company | Zone arc fault detection |
US7136265B2 (en) | 2001-10-17 | 2006-11-14 | Square D Company | Load recognition and series arc detection using bandpass filter signatures |
US8743513B2 (en) * | 2010-06-03 | 2014-06-03 | Shakira Limited | Arc fault detector for AC or DC installations |
US9726697B2 (en) * | 2014-12-31 | 2017-08-08 | Texas Instruments Incorporated | Coupled inductor current sensing apparatus and systems |
CN110542835B (zh) | 2018-05-29 | 2021-11-02 | 上海海拉电子有限公司 | 一种用于车辆电弧故障的检测方法、检测系统及试验系统 |
CN208953612U (zh) | 2018-09-03 | 2019-06-07 | 湖北窗口科技有限公司 | 一种基于电流互感器的电流采样电路及四接线柱智能插座 |
CN110082635A (zh) | 2019-05-06 | 2019-08-02 | 江苏格澜得智能电气有限公司 | 一种可自学习的多功能故障电弧探测器 |
CN110007197B (zh) | 2019-05-15 | 2021-09-10 | 合肥工业大学 | 串联电弧故障检测系统及检测方法 |
-
2020
- 2020-12-31 WO PCT/CN2020/000333 patent/WO2021134737A1/zh unknown
- 2020-12-31 CN CN202011638482.5A patent/CN112666436B/zh active Active
- 2020-12-31 EP EP20909189.1A patent/EP4063876B1/en active Active
- 2020-12-31 CA CA3162848A patent/CA3162848C/en active Active
- 2020-12-31 US US17/784,601 patent/US11733286B2/en active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6798211B1 (en) * | 1997-10-30 | 2004-09-28 | Remote Monitoring Systems, Inc. | Power line fault detector and analyzer |
US20040130328A1 (en) * | 2002-10-10 | 2004-07-08 | Hanyang Hak Won Co., Ltd. | Hybrid type sensor for detecting high frequency partial discharge |
CN101021556A (zh) * | 2007-03-16 | 2007-08-22 | 长沙理工大学 | 配电网对地绝缘参数测量和控制方法 |
CN201408209Y (zh) * | 2009-03-03 | 2010-02-17 | 厦门红相电力设备股份有限公司 | 一种能同时提供基频试验电压和高频局部放电信号输出的复用型检测阻抗 |
EP2287989A1 (en) * | 2009-08-19 | 2011-02-23 | Astronics Advanced Electronic Systems Corp. | Method and apparatus for locating a parallel arc fault |
WO2013098906A1 (ja) * | 2011-12-26 | 2013-07-04 | エヌ・ティ・ティ・データ先端技術株式会社 | アーク放電阻止回路及びアーク放電阻止装置 |
US20140195177A1 (en) * | 2012-11-16 | 2014-07-10 | Jianhong Kang | Noise propagation immunity of a multi-string arc fault detection device |
CN105282071A (zh) * | 2015-11-06 | 2016-01-27 | 哈尔滨工业大学 | 加权分数傅里叶变换域扩频信号并行干扰消除差错修正方法 |
CN206876813U (zh) * | 2017-06-02 | 2018-01-12 | 北京英瑞来科技有限公司 | 一种考虑雷电流隔离设备影响的故障电弧检测装置 |
CN107505517A (zh) * | 2017-07-19 | 2017-12-22 | 国网湖南省电力公司 | 一种避雷器直流续流试验装置及方法 |
CN208623691U (zh) * | 2018-09-13 | 2019-03-19 | 杭州石匍丁科技有限公司 | 一种防干扰式路由器 |
Non-Patent Citations (6)
Title |
---|
ZHENYUAN ZHANG等: "Grounding and Isolation of Sensitive Measurement Equipment for Arc Flash Testing at High-Power Laboratory", 《IEEE TRANSACTIONS ON INDUSTRY APPLICATIONS》 * |
刘剑等: "基于特定频率电流波形特征的高压直流线路故障判别方法", 《电工技术学报》 * |
罗翔等: "基于向量分析法的三相交联电缆局部放电检测与分析识别技术", 《电力系统保护与控制》 * |
陈永志: "电弧性电气火灾检测技术研究与装置开发", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
颉雅迪等: "特高压高补偿度串补线路潜供电弧特性研究", 《高压电器》 * |
高洪鑫等: "采用负载端电压预测串联故障电弧", 《辽宁工程技术大学学报(自然科学版)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113960397A (zh) * | 2021-10-25 | 2022-01-21 | 矽力杰半导体技术(杭州)有限公司 | 一种故障检测方法和装置 |
CN113960397B (zh) * | 2021-10-25 | 2024-04-16 | 矽力杰半导体技术(杭州)有限公司 | 一种故障检测方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
EP4063876C0 (en) | 2023-10-25 |
CA3162848C (en) | 2024-02-13 |
EP4063876B1 (en) | 2023-10-25 |
EP4063876A1 (en) | 2022-09-28 |
US11733286B2 (en) | 2023-08-22 |
CA3162848A1 (en) | 2021-07-08 |
CN112666436B (zh) | 2022-06-21 |
EP4063876A4 (en) | 2023-01-18 |
WO2021134737A1 (zh) | 2021-07-08 |
US20230022120A1 (en) | 2023-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA3176179C (en) | Fault arc signal detection method using convolutional neural network | |
CN109298287B (zh) | 基于故障指示器数据的小电流接地配网故障类型识别方法 | |
Jafarian et al. | High-speed superimposed-based protection of series-compensated transmission lines | |
CN106771922B (zh) | 一种高压电力设备局部放电检测系统及局部放电识别方法 | |
CN204256093U (zh) | 一种10~35kV配电网中电缆接头的故障在线监测装置 | |
CN104407270A (zh) | 一种10~35kV配电网中电缆接头的故障在线监测装置及其评估系统状态的方法 | |
CN101673934A (zh) | 串联电弧故障断路器及其串联电弧故障保护的方法 | |
CN112485595B (zh) | 一种配电网接地故障选线保护方法及装置 | |
CN110058157B (zh) | 基于对称分量法和多维指标融合的电机监测方法及系统 | |
CN210111945U (zh) | 光伏系统直流侧电弧故障检测系统 | |
CN105929297A (zh) | 一种基于高频分量相关度的接地故障选线方法 | |
Dash et al. | Time–frequency transform approach for protection of parallel transmission lines | |
CN110221176A (zh) | 一种基于交叉重叠差分变换的微电网故障检测方法 | |
CN107045093A (zh) | 基于快速s变换的小电流单相接地故障选线方法 | |
CN112666436B (zh) | 一种基于矢量分析计算的电弧串扰信号识别方法 | |
CN115453260A (zh) | 一种基于数学形态学的配电网故障检测方法 | |
CN111157853A (zh) | 一种输电线路的放电状态识别方法及系统 | |
Gafoor et al. | Transmission line protection scheme using wavelet based alienation coefficients | |
Santos et al. | High impedance fault detection and location based on electromagnetic transient analysis | |
CN116863233A (zh) | 一种基于图像分类的配电网高阻接地故障智能识别方法 | |
CN111308278A (zh) | 一种谐振接地系统高阻故障方向检测方法 | |
CN112345890B (zh) | 一种故障电弧及电流检测的复合检测电路装置 | |
CN112485715B (zh) | 一种基于电流零休暂态特征的可靠选线方法及装置 | |
CN116500383B (zh) | 基于李萨如曲线辨识高阻故障与投切扰动的方法及系统 | |
CN115575726B (zh) | 一种输电线路多重雷击性质判别方法及系统 |
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 |