CN113092955A - 一种电弧故障检测方法、装置、设备及存储介质 - Google Patents
一种电弧故障检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113092955A CN113092955A CN202110260640.6A CN202110260640A CN113092955A CN 113092955 A CN113092955 A CN 113092955A CN 202110260640 A CN202110260640 A CN 202110260640A CN 113092955 A CN113092955 A CN 113092955A
- Authority
- CN
- China
- Prior art keywords
- current
- period
- current waveform
- current signal
- zero
- 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 81
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 49
- 238000012545 processing Methods 0.000 claims description 17
- 230000000737 periodic effect Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 abstract description 7
- 238000003062 neural network model Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 14
- 230000002159 abnormal effect Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000010891 electric arc Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 229920003023 plastic Polymers 0.000 description 3
- 239000004033 plastic Substances 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000001746 injection moulding Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006748 scratching Methods 0.000 description 1
- 230000002393 scratching effect Effects 0.000 description 1
- 239000000741 silica gel Substances 0.000 description 1
- 229910002027 silica gel Inorganic materials 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/04—Measuring form factor, i.e. quotient of root-mean-square value and arithmetic mean of instantaneous value; Measuring peak factor, i.e. quotient of maximum value and root-mean-square value
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Emergency Protection Circuit Devices (AREA)
Abstract
本发明实施例提供一种电弧故障检测方法、装置、设备及存储介质，该方法包括：获取当前周期电流信号的电流波形和上一周期电流信号的电流波形；确定当前周期电流信号的电流波形和上一周期电流信号的电流波形的电流波形偏差特征；根据电流波形偏差特征和当前周期电流信号的电流波形的第一休零区时长，确定电路是否发生电弧故障。相比于现有技术需要大量样本训练智能算法或神经网络模型进行电弧故障检测来说；本申请无需大量样本，降低电弧故障检测的前期投入；且消除样本限制，适用于大部分电弧故障检测的场景，提高检测方法通用性和准确性；又且无需在检测设备中设置并运行智能算法和神经网络模型，降低检测设备的内存等性能要求。
Description
技术领域
本发明涉及电气技术领域，特别涉及一种电弧故障检测方法、装置、设备及存储介质。
背景技术
电弧是一种伴随有强光和高热的气体放电现象，在特定情况下极易引起火灾乃至爆炸，严重威胁人身安全和用电设备安全。在中国火灾原因分析中，由于电气原因引起的火灾占比在30％以上。电气火灾发生的原因很多，比如：短路、绝缘老化、过流、接地故障、接触不良、家电或电热设备引燃可燃物等等。从本质上讲，在所有的电气火灾发生过程中，都会伴有电弧发生。因此，电弧故障检测可以在很大程度上预防电气火灾，保护人身安全和财产安全。
现有技术中，一般通过三种方式进行电弧故障检测：一种是对在一定时间内的电弧脉冲信号个数，和电弧脉冲信号之间的时间间隔进行检测；以区分‘正常’电弧和故障电弧。该种方式虽然计算量小、对硬件性能要求低，但电弧中的高频信号会干扰脉冲信号导致检测准确率低。一种是对采集的电流信号从时域、频域、能量域分别提取峰值系数和谐波含量等数据，以实现对波形分类，通过智能算法将参数、波形分类、检测结果关联进行电弧故障检测。该种方式虽然准确性高，但需要大量计算，且并不能适用不同场景。另一种是基于神经网络训练电弧故障检测模型。该种方式虽然在模型刚投入生产时准确率高，但随着使用时间增加，准确率会有所下降。
因此，现在亟需一种电弧故障检测方法、装置、设备及存储介质，用于解决现有技术中电弧故障检测所需硬件性能要求高，通用性差以及准确率低的问题。
发明内容
本发明实施例提供一种电弧故障检测方法、装置、设备及存储介质，用于解决现有技术中电弧故障检测所需硬件性能要求高，通用性差以及准确率低的问题。
第一方面，本发明实施例提供一种电弧故障检测方法，该方法包括：
获取当前周期电流信号的电流波形和上一周期电流信号的电流波形；确定所述当前周期电流信号的电流波形和所述上一周期电流信号的电流波形的电流波形偏差特征；根据所述电流波形偏差特征和所述当前周期电流信号的电流波形的第一休零区时长，确定所述电路是否发生电弧故障。
上述方法中，根据当前周期电流信号的电流波形和上一周期的电流信号的电流波形进行电弧故障检测。如此，可以及时发现故障电弧，增加检测的实时性。根据当前周期电流信号的电流波形和上一周期的电流信号的电流波形的电流波形偏差特征和当前周期电流信号的电流波形的第一休零区时长确定电路是否发生电弧故障。相比于现有技术需要大量样本训练智能算法或神经网络模型以进行电弧故障检测来说；本申请的电弧故障检测方法无需大量样本，降低电弧故障检测的前期投入；且消除样本限制，适用于大部分电弧故障检测的场景，提高电弧故障检测方法通用性和准确性；又且无需在检测设备中设置并运行智能算法和神经网络模型，降低检测设备的内存等性能要求。
可选的，获取当前周期电流信号的电流波形和上一周期电流信号的电流波形之前，所述方法还包括：对所述当前周期电流信号进行干扰信号过滤。
上述方法中，当获取当前周期电流信号后，对当前周期电流信号进行滤波，去除干扰信号，提高电弧故障检测的准确率。
可选的，根据所述电流波形偏差特征和所述当前周期电流信号的电流波形的第一休零区时长确定所述电路是否发生电弧故障，包括：若所述电流波形偏差特征超过预设偏差特征且所述第一休零区时长超过时长阈值，则确定所述电路发生电弧故障。
上述方法中，当前周期电流信号的电流波形和上一周期电流信号的电流波形的电流波形偏差特征超过预设偏差特征，则可以确定电流信号的变化超过正常电流波动，可以初步认为该当前周期的电流信号可能为故障电弧。进一步确定该当前周期电流信号的电流波形的第一休零区时长是否超过时长阈值，若超过时长阈值，则认为该电弧为故障电弧。
可选的，所述偏差特征为偏差值，所述预设偏差特征为偏差阈值，确定所述当前周期电流信号的电流波形和所述上一周期电流信号的电流波形的电流波形偏差特征，所述方法包括：确定所述所述当前周期电流信号的电流波形和所述上一周期电流信号的电流波形的偏差值。
上述方法中，当前周期电流信号的电流波形和上一周期电流信号的电流波形的电流波形偏差值超过偏差阈值，则可以确定电流信号的变化超过正常电流波动，可以初步认为该当前周期的电流信号可能为故障电弧。偏差阈值可以根据历史经验以及专业标准确定。偏差值可以用来判断当前周期电流信号与上一周期电流信号的偏差程度；若偏差值未超过偏差阈值，则可以认为电流波形的波动在安全范围内；若偏差值超过偏差阈值，则可以认为电流波形的波动超出安全范围，有可能发生电弧故障。
可选的，所述偏差特征还包括偏差积分值，所述预设偏差特征还包括偏差积分阈值，若所述偏差值超过所述偏差值阈值，所述方法还包括：确定所述当前周期电流信号的电流波形与所述上一周期电流信号的电流波形的偏差积分值。
上述方法中，当前周期电流信号的电流波形和上一周期电流信号的电流波形的电流波形偏差值超过偏差阈值后，且偏差积分值超过偏差积分阈值。如此，不仅可以确定电流信号的单点变化超过正常电流波动，还可以确定电流信号整体的变化超过正常电流波动，则初步认为该当前周期的电流信号可能为故障电弧。如此，增加电弧故障检测的准确性。其中，偏差积分阈值可以根据历史经验以及专业标准确定。
可选的，若所述第一休零区时长未超过时长阈值，所述方法还包括：获取所述电路的下一周期电流信号的电流波形；若确定所述下一周期电流信号的电流波形存在休零区，则获取所述下一周期电流信号的第二休零区时长；获取所述第二休零区时长与所述第一休零区时长的和值；循环累加连续周期内各电流波形的休零区时长，直至连续周期内各电流波形的休零区时长的和值超过所述时长阈值，则确定所述电路发生电弧故障，所述连续周期内各电流波形均存在休零区。
上述方法中，若电流波形偏差特征未超过预设偏差特征，且第一休零区时长未超过时长阈值，可以获取下一周期电流信号的电流波形，若下一周期电流信号的电流波形的第二休零区时长大于零，则将第一休零区时长和第二休零区时长做和值，若和值超过时长阈值，则发生电弧故障。若和值未超过时长阈值，则获取该下一周期电流信号的下一周期电流信号；若该下一周期电流信号的下一周期电流信号的第三休零区时长大于零，则将第三休零区时长与该和值做累加获取和值，再将该累加获取的和值与时长阈值比较，直至连续周期内各电流波形的休零区时长的和值超过所述时长阈值，则确定所述电路发生电弧故障；若连续周期内的电流波形和值未超过时长阈值，则可以确定该段至少一个连续周期内具有休零区的异常电流波形为偶然异常电弧，不会对设备造成伤害也不会影响电路的正常使用，则无需告警。如此，提高检测结果的可靠性。
可选的，所述方法还包括：若循环累加连续周期内各电流波形的休零区时长，直至连续周期内各电流波形的休零区时长的和值不超过所述时长阈值，则确定所述电路未发生电弧故障；将所述和值归零，并将存在休零区的各电流波形清除。
上述方法中，若连续周期内的电流波形和值未超过时长阈值，该段至少一个连续周期内具有休零区的异常电流波形为偶然异常电弧，则将该段偶然异常电流波形删除，以防影响后续将异常电流波形与异常电流波形比较检测，降低检测结果的准确度，进一步提高检测结果的准确性与可靠性。
第一方面，本发明实施例提供一种电弧故障检测装置，该装置包括：
获取模块，用于获取当前周期电流信号的电流波形和上一周期电流信号的电流波形；
处理模块，用于确定所述当前周期电流信号的电流波形和所述上一周期电流信号的电流波形的电流波形偏差特征；
所述处理模块还用于，根据所述电流波形偏差特征和所述当前周期电流信号的电流波形的第一休零区时长，确定所述电路是否发生电弧故障。
第三方面，本申请实施例还提供一种计算设备，包括：存储器，用于存储程序；处理器，用于调用所述存储器中存储的程序，按照获得的程序执行如第一方面的各种可能的设计中所述的方法。
第四方面，本申请实施例还提供一种计算机可读非易失性存储介质，包括计算机可读程序，当计算机读取并执行所述计算机可读程序时，使得计算机执行如第一方面的各种可能的设计中所述的方法。
本申请的这些实现方式或其他实现方式在以下实施例的描述中会更加简明易懂。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，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，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种电弧故障检测的架构示意图；
图2为本发明实施例提供的一种电弧故障检测方法的流程示意图；
图3为本发明实施例提供的一种电流波形偏差值示意图；
图4为本发明实施例提供的一种电流波形偏差积分值示意图；
图5为本发明实施例提供的一种电弧故障检测设备示意图；
图6为本发明实施例提供的一种电弧故障检测方法的流程示意图；
图7为本发明实施例提供的一种电弧故障检测装置示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，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它实施例，都属于本发明保护的范围。
图1为本发明实施例提供的一种电弧故障检测的系统架构，如图1所示，电流互感单元用于获取检测电路的当前周期电流信号。滤波单元对该当前周期电流信号进行干扰信号滤波。信号处理及检测单元计算获取该滤波后的当前周期电流信号的电流波形与上一周期电流信号的电流波形的电流波形偏差特征，若电流波形偏差特征超过预设偏差特征，则获取待滤波后的当前周期电流信号的电流波形的第一休零区时长，若该第一休零区时长超过时长阈值，则确定该检测电路发生电弧故障。若电流波形偏差特征未超过预设偏差特征，或者该第一休零区时长未超过时长阈值，则确定该检测电路未发生电弧故障。
基于此，本申请实施例提供了一种电弧故障检测方法的流程，如图2所示，包括：
步骤201、获取当前周期电流信号的电流波形和上一周期电流信号的电流波形；
步骤202、确定所述当前周期电流信号的电流波形和所述上一周期电流信号的电流波形的电流波形偏差特征；
步骤203、根据所述电流波形偏差特征和所述当前周期电流信号的电流波形的第一休零区时长，确定所述电路是否发生电弧故障。
上述方法中，根据当前周期电流信号的电流波形和上一周期的电流信号的电流波形进行电弧故障检测。如此，可以及时发现故障电弧，增加检测的实时性。根据当前周期电流信号的电流波形和上一周期的电流信号的电流波形的电流波形偏差特征和当前周期电流信号的电流波形的第一休零区时长确定电路是否发生电弧故障。相比于现有技术需要大量样本训练智能算法或神经网络模型以进行电弧故障检测来说；本申请的电弧故障检测方法无需大量样本，降低电弧故障检测的前期投入；且消除样本限制，适用于大部分电弧故障检测的场景，提高电弧故障检测方法通用性和准确性；又且无需在检测设备中设置并运行智能算法和神经网络模型，降低检测设备的内存等性能要求。
本申请实施例提供了一种电弧故障检测方法，获取当前周期电流信号的电流波形和上一周期电流信号的电流波形之前，所述方法还包括：对所述当前周期电流信号进行干扰信号过滤。也就是说，在对检测电路的当前周期电流信号检测时，对当前周期电流信号进行干扰信号过滤。防止当前周期电流信号中包含干扰信号，导致获取的当前周期电流信号的电流波形有误差，降低电弧故障检测的准确度。
本申请实施例提供了一种电弧故障检测方法，根据所述电流波形偏差特征和所述当前周期电流信号的电流波形的第一休零区时长确定所述电路是否发生电弧故障，包括：若所述电流波形偏差特征超过预设偏差特征且所述第一休零区时长超过时长阈值，则确定所述电路发生电弧故障。也就是说，上一周期电流信号的电流波形与当前周期电流信号的电流波形的电流波形偏差特征超过预设偏差特征，即，正常状态检测电路中正常电流信号的电流波形与当前周期电流信号的电流波形的差异特征和差异程度超过安全范围的情况下。若第一休零区时长超过时长阈值，则确定该当前周期电流信号不止异常程度超过安全范围，且异常程度较为严重，可以直接确定检测电路发生电弧故障。
本申请实施例提供了一种电弧故障检测方法，所述偏差特征为偏差值，所述预设偏差特征为偏差阈值，确定所述当前周期电流信号的电流波形和所述上一周期电流信号的电流波形的电流波形偏差特征，所述方法包括：确定所述所述当前周期电流信号的电流波形和所述上一周期电流信号的电流波形的偏差值。也就是说，电流波形偏差特征可以通过当前周期电流信号的电流波形和上一周期电流信号的电流波形的电流波形偏差值表征。假设上一周期电流信号为正常电流信号，当前周期电流信号为异常电流信号；如图3所示，偏差值为一个周期内同一时刻的电流值的差，ΔI＝Ini-Iei。其中，当前周期电流波形的休零区为t1、t2、t3、t4、t5，第一休零区时长为：T＝t1+t2+t3+t4+t5。
本申请实施例提供了一种电弧故障检测方法，所述偏差特征还包括偏差积分值，所述预设偏差特征还包括偏差积分阈值，若所述偏差值超过所述偏差值阈值，所述方法还包括：确定所述当前周期电流信号的电流波形与所述上一周期电流信号的电流波形的偏差积分值。也就是说，电流波形偏差特征可以通过当前周期电流信号的电流波形和上一周期电流信号的电流波形的电流波形偏差值和偏差积分值表征。假设上一周期电流信号为正常电流信号，当前周期电流信号为异常电流信号；如图4所示，偏差积分值为图中阴影部分。
本申请实施例提供了一种电弧故障检测方法，若所述第一休零区时长未超过时长阈值，所述方法还包括：获取所述电路的下一周期电流信号的电流波形；若确定所述下一周期电流信号的电流波形存在休零区，则获取所述下一周期电流信号的第二休零区时长；获取所述第二休零区时长与所述第一休零区时长的和值；循环累加连续周期内各电流波形的休零区时长，直至连续周期内各电流波形的休零区时长的和值超过所述时长阈值，则确定所述电路发生电弧故障，所述连续周期内各电流波形均存在休零区。假设上一周期电流信号为正常电流信号，当前周期电流信号为异常电流信号；例如：若当前周期电流信号为第100个，上一周期电流信号则为第99个，下一周期电流信号则为第101个：计算第100个电流信号的电流波形和第99个电流信号的电流波形的偏差值；若偏差值大于偏差阈值，则进一步计算第100个电流信号的电流波形和第99个电流信号的电流波形的偏差积分值；若偏差积分值大于偏差积分阈值，且第100个电流信号的电流波形的第一休零区时长不为零又且小于时长阈值，则继续获取第101个电流波形的第二休零区时长；若第二休零区时长不等于零，计算第一休零区时长与第二休零区时长的和值；若和值大于时长阈值，则检测电路发生电弧故障。若和值不大于时长阈值，则继续获取102电流波形的第三休零区时长降第三休零区时长与和值进行累加，直到连续周期内的各电流波形的休零区时长的和值超过时长阈值，则确定检测电路发生电弧故障。若是连续周期内的各电流波形的休零区时长的和值未超过时长阈值，则确定检测电路未发生电弧故障。
本申请实施例提供了一种电弧故障检测方法，所述方法还包括：若循环累加连续周期内各电流波形的休零区时长，直至连续周期内各电流波形的休零区时长的和值不超过所述时长阈值，则确定所述电路未发生电弧故障；将所述和值归零，并将存在休零区的各电流波形清除。在上述示例中，若是连续周期内的各电流波形的休零区时长的和值未超过时长阈值则将包含第100个和第101个的该连续周期内各电流波形清除。
本申请实施例提供了一种电弧故障检测设备，如图5所示，该设备外壳分为上盖1和底座8，上盖1和底座8都是塑胶件，由模具注塑成形。其中，上盖1通过螺钉与底座8固定连接，用于安装和固定显示板9。底座8内部用于安装主板和电源模块。
卡槽12在底座外部，设计为长方形，用于安装在配电柜导轨上。
多个外接接口13设置在底座8侧面，其中包含有多路故障电弧外接接口，实现可接入外置故障电弧检测模块11。电弧故障检测设备中可以设置一个或多个故障电弧检测模块11，还可以通过多路故障电弧外接接口扩展故障电弧检测模块11。
扬声器安装在显示板9上，并且在外壳对应位置开设有透声孔2，用于提高声音的扩散性能。其中，扬声器可以依据智慧用电设备的控制信息发出报警声和当前操作步骤提示指令。
按键3安装在显示板9和上盖1之间，上盖外壳的右侧开设有对应的9个孔位用于安装和定位，按键3分可以分为方向控制和功能控制，可以用于控制功能选择、确认、消音等。按键可以是一个硅胶件，采用三色注塑工艺，用于区分不同按键功能。
显示屏4安装在上盖的左侧中部位置，并且在显示屏4表面增加了一块高透的PC板防止直接划伤；显示屏4选用黑白色的LCD点阵屏，显示屏4上可以显示报警信息和功能设置信息。
指示灯5安装在上盖内的定位孔内，用于将显示板9上的LED灯光传输，指示灯分为通信、报警、消音等种类，为增加指示灯灯光显示亮度，增加了PC材质的导光柱。
无线模块10安装在底座8内，用于接收和发送主机等外界设备传输的控制信息，并与主板进行信息交互。无线模块10可以兼容4G通信方式和NB通信方式，可以根据不同场景和需求更换无线通信电路板实现不同通信方式。同时为了满足更换需求，无线模块结构可以快速拆装。
故障电弧检测模块11安装底座8内，用于检测电路中是否存在故障电弧，并依据实际情况发出报警信息。故障电弧检测模块11因为属于易损件，可以采用快拆结构，可以实现快速替换模块。
模块7内可以内置火线和零线。
基于上述方法流程，本申请实施例提供了一种电弧故障检测方法的流程，如图6所示，包括：
步骤601、获取当前周期电流信号。
步骤602、对当前周期电流信号进行干扰信号过滤，并确定当前周期电流信号的电流波形。
步骤603、确定当前周期电流信号的电流波形与上一周期电流信号的电流波形的偏差值。
步骤604、判断该偏差值是否超过偏差阈值，若是，则执行步骤605；若否，则执行步骤601。
步骤605、确定当前周期电流信号的电流波形与上一周期电流信号的电流波形的偏差积分值。
步骤606、判断该偏差积分值是否超过偏差积分阈值，若是，则执行步骤607；若否，则执行步骤601。
步骤607、确定当前周期电流信号的电流波形的第一休零区时长。
步骤608、判断该第一休零区时长是否超过时长阈值，若是，则执行步骤613；若否，则执行步骤609。
步骤609、获取下一周期电流信号的电流波形的第二休零区时长。
步骤610、计算第一休零区时长和第二休零区时长的和值。若当前只有当前周期电流信号的第一休零区时长和下一周期电流信号的第二休零区时长，则以该第一休零区时长和第二休零区时长的和值为和值；若当前有连续周期内的各周期电流波形的皆不为零的休零区时长，则将该连续周期内的各周期电流波形的皆不为零的休零区时长的累加值为和值。
步骤611、判断该和值是否超过时长阈值，若是，则执行步骤613；若否，则执行步骤612。
步骤612、继续获取连续周期电流信号的电流波形的休零区时长。
步骤613、产生告警。
基于同样的构思，本发明实施例提供一种电弧故障检测装置，图7为本申请实施例提供的一种电弧故障检测装置示意图，如图7示，包括：
获取模块701，用于获取当前周期电流信号的电流波形和上一周期电流信号的电流波形；
处理模块702，用于确定所述当前周期电流信号的电流波形和所述上一周期电流信号的电流波形的电流波形偏差特征；
所述处理模块702还用于，根据所述电流波形偏差特征和所述当前周期电流信号的电流波形的第一休零区时长，确定所述电路是否发生电弧故障。
可选的，所述处理模块702还用于，对所述当前周期电流信号进行干扰信号过滤。
可选的，所述处理模块702具体用于，若所述电流波形偏差特征超过预设偏差特征且所述第一休零区时长超过时长阈值，则确定所述电路发生电弧故障。
可选的，所述处理模块702具体用于，确定所述当前周期电流信号的电流波形和所述上一周期电流信号的电流波形的偏差值。
可选的，所述处理模块702还用于，确定所述当前周期电流信号的电流波形与所述上一周期电流信号的电流波形的偏差积分值。
可选的，所述处理模块702还用于，获取所述电路的下一周期电流信号的电流波形；若确定所述下一周期电流信号的电流波形存在休零区，则获取所述下一周期电流信号的第二休零区时长；获取所述第二休零区时长与所述第一休零区时长的和值；循环累加连续周期内各电流波形的休零区时长，直至连续周期内各电流波形的休零区时长的和值超过所述时长阈值，则确定所述电路发生电弧故障，所述连续周期内各电流波形均存在休零区。
可选的，所述处理模块702还用于，若循环累加连续周期内各电流波形的休零区时长，直至连续周期内各电流波形的休零区时长的和值不超过所述时长阈值，则确定所述电路未发生电弧故障；将所述和值归零，并将存在休零区的各电流波形清除。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请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，本申请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。
本申请是参照根据本申请的方法、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。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种电弧故障检测方法，其特征在于，所述方法包括：
获取当前周期电流信号的电流波形和上一周期电流信号的电流波形；
确定所述当前周期电流信号的电流波形和所述上一周期电流信号的电流波形的电流波形偏差特征；
根据所述电流波形偏差特征和所述当前周期电流信号的电流波形的第一休零区时长，确定所述电路是否发生电弧故障。
2.根据权利要求1所述的方法，其特征在于，获取当前周期电流信号的电流波形和上一周期电流信号的电流波形之前，所述方法还包括：
对所述当前周期电流信号进行干扰信号过滤。
3.根据权利要求1所述的方法，其特征在于，根据所述电流波形偏差特征和所述当前周期电流信号的电流波形的第一休零区时长确定所述电路是否发生电弧故障，包括：
若所述电流波形偏差特征超过预设偏差特征且所述第一休零区时长超过时长阈值，则确定所述电路发生电弧故障。
4.根据权利要求3所述的方法，其特征在于，所述偏差特征为偏差值，所述预设偏差特征为偏差阈值，确定所述当前周期电流信号的电流波形和所述上一周期电流信号的电流波形的电流波形偏差特征，所述方法包括：
确定所述当前周期电流信号的电流波形和所述上一周期电流信号的电流波形的偏差值。
5.根据权利要求3所述的方法，其特征在于，所述偏差特征还包括偏差积分值，所述预设偏差特征还包括偏差积分阈值，若所述偏差值超过所述偏差值阈值，所述方法还包括：
确定所述当前周期电流信号的电流波形与所述上一周期电流信号的电流波形的偏差积分值。
6.根据权利要求3所述的方法，其特征在于，若所述第一休零区时长未超过时长阈值，所述方法还包括：
获取所述电路的下一周期电流信号的电流波形；
若确定所述下一周期电流信号的电流波形存在休零区，则获取所述下一周期电流信号的第二休零区时长；
获取所述第二休零区时长与所述第一休零区时长的和值；
循环累加连续周期内各电流波形的休零区时长，直至连续周期内各电流波形的休零区时长的和值超过所述时长阈值，则确定所述电路发生电弧故障，所述连续周期内各电流波形均存在休零区。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
若循环累加连续周期内各电流波形的休零区时长，直至连续周期内各电流波形的休零区时长的和值不超过所述时长阈值，则确定所述电路未发生电弧故障；
将所述和值归零，并将存在休零区的各电流波形清除。
8.一种电弧故障检测装置，其特征在于，所述装置包括：
获取模块，用于获取当前周期电流信号的电流波形和上一周期电流信号的电流波形；
处理模块，用于确定所述当前周期电流信号的电流波形和所述上一周期电流信号的电流波形的电流波形偏差特征；
所述处理模块还用于，根据所述电流波形偏差特征和所述当前周期电流信号的电流波形的第一休零区时长，确定所述电路是否发生电弧故障。
9.一种计算机可读存储介质，其特征在于，所述存储介质存储有程序，当所述程序在计算机上运行时，使得计算机实现执行权利要求1至7中任一项所述的方法。
10.一种计算机设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于调用所述存储器中存储的计算机程序，按照获得的程序执行如权利要求1至7任一权利要求所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110260640.6A CN113092955A (zh) | 2021-03-10 | 2021-03-10 | 一种电弧故障检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110260640.6A CN113092955A (zh) | 2021-03-10 | 2021-03-10 | 一种电弧故障检测方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113092955A true CN113092955A (zh) | 2021-07-09 |
Family
ID=76666925
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110260640.6A Pending CN113092955A (zh) | 2021-03-10 | 2021-03-10 | 一种电弧故障检测方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113092955A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114077846A (zh) * | 2021-10-14 | 2022-02-22 | 国网安徽省电力有限公司电力科学研究院 | 一种基于rf-lstm的故障电流多域识别方法及存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102621377A (zh) * | 2012-04-18 | 2012-08-01 | 天津市鸿远电气设备有限公司 | 故障电弧检测方法 |
| 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 |
| CN103592550A (zh) * | 2013-11-26 | 2014-02-19 | 华侨大学 | 一种电弧故障检测方法及保护装置 |
| 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 |
| 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 |
| US20190199081A1 (en) * | 2017-10-11 | 2019-06-27 | Mohamed Ayeb | Arc detection based on variance of current flow |
| US20190222017A1 (en) * | 2014-03-31 | 2019-07-18 | Hubbell Incorporated | Systems and methods for detecting and identifying arcing based on numerical analysis |
| CN110596554A (zh) * | 2019-10-11 | 2019-12-20 | 珠海格力电器股份有限公司 | 一种故障电弧检测方法、装置、存储介质及插座 |
| CN112067961A (zh) * | 2020-10-13 | 2020-12-11 | 哈尔滨工业大学（深圳） | 电弧故障检测方法、系统及存储介质 |
| CN112162172A (zh) * | 2020-08-18 | 2021-01-01 | 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 |
-
2021
- 2021-03-10 CN CN202110260640.6A patent/CN113092955A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102621377A (zh) * | 2012-04-18 | 2012-08-01 | 天津市鸿远电气设备有限公司 | 故障电弧检测方法 |
| 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 |
| CN103592550A (zh) * | 2013-11-26 | 2014-02-19 | 华侨大学 | 一种电弧故障检测方法及保护装置 |
| US20190222017A1 (en) * | 2014-03-31 | 2019-07-18 | Hubbell Incorporated | Systems and methods for detecting and identifying arcing based on numerical analysis |
| 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 |
| US20190199081A1 (en) * | 2017-10-11 | 2019-06-27 | Mohamed Ayeb | Arc detection based on variance of current flow |
| 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 |
| CN110596554A (zh) * | 2019-10-11 | 2019-12-20 | 珠海格力电器股份有限公司 | 一种故障电弧检测方法、装置、存储介质及插座 |
| CN112162172A (zh) * | 2020-08-18 | 2021-01-01 | 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 |
| CN112067961A (zh) * | 2020-10-13 | 2020-12-11 | 哈尔滨工业大学（深圳） | 电弧故障检测方法、系统及存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| 孙鹏;秦猛: "采用波形比较法的串联故障电弧快速诊断技术", 低压电器, no. 20, 31 December 2013 (2013-12-31), pages 5 - 7 * |
| 朱森;孙鹏: "基于周波分析法的串联型故障电弧诊断技术", 电气技术, no. 02, 31 December 2016 (2016-12-31), pages 46 - 48 * |
| 王盼盼;吴自然;吴桂初;黄海兰;: "基于时域波形比较法的故障电弧检测算法研究", 温州大学学报(自然科学版), vol. 37, no. 04, 30 November 2016 (2016-11-30), pages 46 - 53 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114077846A (zh) * | 2021-10-14 | 2022-02-22 | 国网安徽省电力有限公司电力科学研究院 | 一种基于rf-lstm的故障电流多域识别方法及存储介质 |
| CN114077846B (zh) * | 2021-10-14 | 2024-06-04 | 国网安徽省电力有限公司电力科学研究院 | 一种基于rf-lstm的故障电流多域识别方法及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA3153755C (en) | Ac/dc leakage detection method | |
| CN104569683B (zh) | 一种故障电弧的检测方法 | |
| CN113092955A (zh) | 一种电弧故障检测方法、装置、设备及存储介质 | |
| CN110568329A (zh) | 电弧检测方法、家用电器及计算机可读存储介质 | |
| CN107092213B (zh) | 一种具有故障电弧检测功能的无源滤波装置及方法 | |
| RU2009145739A (ru) | Способ и устройство для определения появления электрической дуги на, по меньшей мере, одном электрическом кабеле | |
| CN107632234B (zh) | 一种基于录波数据的变压器绕组变形评估方法 | |
| DE50312381D1 (de) | Verfahren und Vorrichtung zur Ueberwachung von Schaltgeräten in elektrischen Schaltanlagen | |
| CN201490710U (zh) | 一种智能监测型浪涌保护器 | |
| KR101564247B1 (ko) | 적외선과 초음파 검출에 의한 열화 감시 진단 기능의 배전반(고압배전반, 저압배전반, 분전반, 모터제어반) | |
| CN110376489B (zh) | 一种智能配电网故障电弧检测系统 | |
| CN110514955B (zh) | 一种小电流接地电网单相间歇性电弧接地故障定位方法 | |
| CN117214780B (zh) | 变压器故障检测方法及装置 | |
| JPH0356028A (ja) | 油入変圧器の部分放電監視装置 | |
| JP4353840B2 (ja) | 電路の部分放電検出方法 | |
| CN206876813U (zh) | 一种考虑雷电流隔离设备影响的故障电弧检测装置 | |
| CN110568331B (zh) | 一种电弧故障检测方法及保护装置 | |
| CN115306692A (zh) | 用于压缩机温度报警的方法及控制装置 | |
| CN108599473A (zh) | 电机谐振噪音的处理方法与装置 | |
| CN109429165A (zh) | 功放电路的检测方法、装置、系统及广播系统 | |
| CN110244198B (zh) | 基于复合判据的阻性负荷串联电弧检测方法及应用 | |
| CN110542855B (zh) | 基于离散余弦变换的负荷开关事件检测方法和系统 | |
| CN110196354B (zh) | 一种负载的开关事件的检测方法和装置 | |
| CN110007143B (zh) | 一种基于电压谐波幅值的谐振点检测方法 | |
| CN110432748B (zh) | 电磁加热电器的检锅方法、装置和设备 |
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 |