CN113777418B - 一种智能用电插排及其故障电弧的检测方法 - Google Patents
一种智能用电插排及其故障电弧的检测方法 Download PDFInfo
- Publication number
- CN113777418B CN113777418B CN202010522603.3A CN202010522603A CN113777418B CN 113777418 B CN113777418 B CN 113777418B CN 202010522603 A CN202010522603 A CN 202010522603A CN 113777418 B CN113777418 B CN 113777418B
- Authority
- CN
- China
- Prior art keywords
- voltage
- signal
- bus
- branch circuit
- value
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 35
- 238000005070 sampling Methods 0.000 claims abstract description 34
- 230000003750 conditioning effect Effects 0.000 claims description 45
- 230000002159 abnormal effect Effects 0.000 claims description 31
- 238000004458 analytical method Methods 0.000 claims description 31
- 239000011159 matrix material Substances 0.000 claims description 24
- 239000013598 vector Substances 0.000 claims description 24
- 238000006243 chemical reaction Methods 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 9
- 230000005856 abnormality Effects 0.000 claims description 7
- 238000000354 decomposition reaction Methods 0.000 claims description 7
- 239000006185 dispersion Substances 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000005611 electricity Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011895 specific detection Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
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
-
- 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
-
- 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
- G01R19/175—Indicating the instants of passage of current or voltage through a given value, e.g. passage through zero
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/145—Square transforms, e.g. Hadamard, Walsh, Haar, Hough, Slant transforms
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
本发明的实施例提供一种智能用电插排及其故障电弧的检测方法，智能用电插排包括：母线；与所述母线电连接的第一分支电路；与所述母线电连接的变压器，与所述变压器电连接的电源模块；与所述母线电连接的至少一个第二分支电路；与所述电源模块、第一分支电路和所述至少一个第二分支电路电连接的主控制器，所述主控制器根据所述第一分支电路的采样信号确定母线存在故障电弧时，控制所述母线断开；和/或，根据所述第二分支电路的采样信号确定第二分支电路存在故障电弧时，控制所述第二分支电路断开。本发明的方案可以提升故障电弧的检测精度，避免误判现象的产生。
Description
技术领域
本发明涉及技术领域，特别是指一种智能用电插排及其故障电弧的检测方法。
背景技术
电气原因引发的火灾中有相当一部分是由电弧导致的，一些设备在正常工作时就能产生火花和电弧，如开关电气的拉合操作、电炉、白炽灯、电焊机等工作时都会产生电弧，因为线路或设备短路、长期的过负荷工作或者存在接触不良等情况，使得电线的绝缘层破损或者出现老化的现象，运行中产也会生火花和电弧，极易引燃周围的事物，如果电弧持续燃烧，燃烧过程中电弧温度可达上千摄氏度，轻则损坏绝缘危及线路和设备安全，造成供电系统失去稳定、大面积停电；重则引发火灾，造成电气设备严重烧毁等难以想象的后果，甚至使人身安全受到伤害出现伤亡事故，给人类社会的经济财产造成巨大的损失。因此对其进行检测，保证用户的用电安全是十分必要的。故障电弧检测的本质就是根据被检测对象的特征通过一定的算法来进行识别。目前故障电弧的检测主要有三种方法，第一种是根据电弧的模型进行判断；第二种是根据电弧发生时产生的物理现象进行判断；第三种是根据电弧电压、电流的特性进行判断。
WIFI是一种能够将个人电脑、手持设备(如PDA、手机)等终端以无线方式互相连接的技术。WiFi是一个无线网路通信技术的品牌，由Wi-Fi联盟(Wi-Fi Alliance)所持有。目的是改善基于IEEE 802.11标准的无线网路产品之间的互通性。使用IEEE 802.11系列协议的局域网就成为Wi-Fi。
智能家居是在互联网影响之下物联化的体现。智能家居通过物联网技术将家中的各种设备连接到一起，提供家电控制、照明控制、电话远程控制、室内外遥控、防盗报警、环境监测、暖通控制、红外转发以及可编程定时控制等多种功能和手段。与普通家居相比，智能家居不仅具有传统的居住功能，兼备建筑、网络通信、信息家电、设备自动化，提供全方位的信息交互功能，甚至为各种能源费用节约资金。
现有技术中，电弧检测存在检测效果不准确，容易出现误判的情况。同时，不具备WIFI联网模块，无法实现是智能家居的互联功能，缺少智能化特性。
另外，现有技术中的电弧检测还存在不具有普适性，需要插座、负载均支持所需通信协议，因此具有局限性。
发明内容
本发明要解决的技术问题是提供一种智能用电插排及其故障电弧的检测方法，提升检测精度，避免误判现象的产生。
为解决上述技术问题，本发明的技术方案如下：
一种智能用电插排，包括：
母线；
与所述母线电连接的第一分支电路；
与所述母线电连接的变压器，与所述变压器电连接的电源模块；
与所述母线电连接的至少一个第二分支电路；
与所述电源模块、第一分支电路和所述至少一个第二分支电路电连接的主控制器，所述主控制器根据所述第一分支电路的采样信号确定母线存在故障电弧时，控制所述母线断开；和/或，根据所述第二分支电路的采样信号确定第二分支电路存在故障电弧时，控制所述第二分支电路断开。
可选的，所述第一分支电路包括：与所述母线连接的电压型电流互感器，与所述电压型电流互感器连接的第一信号调理模块，所述第一信号调理模块还与所述变压器电连接；
所述变压器将所述母线上的电压转换为第一路输出电压给所述第一信号调理模块，所述变压器将所述母线上的电压转换为第二路输出电压给所述电源模块；
所述电压型电流互感器将采集的电流信号，输出至所述第一信号调理模块；
所述第一信号调理模块对所述电流信号和所述第一路输出电压进行滤波整形。
可选的，所述第一分支电路还包括：连接在所述母线上的第一继电器，所述第一继电器与所述主控制器连接；
所述主控制器根据所述第一信号调理模块输出的信号，确定所述母线存在故障电弧时，输出控制信号控制所述第一继电器断开。
可选的，所述第一信号调理模块包括整流电路，以及与所述整流电路连接的滤波电路。
可选的，所述第二分支电路包括：
与所述母线连接的电压电流采集模块，与所述电压电流采集模块以及所述主控制器电连接的第二信号调理模块；
所述电压电流采集模块将采集的电流信号，输出至所述第二信号调理模块；
所述第二信号调理模块将所述电压电流采集模块采集的电压和电流信号，进行滤波整形，并输出至所述主控制器。
可选的，所述第二分支电路还包括：
与所述主控制器连接的驱动模块；
与所述驱动模块电连接的第二继电器；
所述主控制器根据所述第二信号调理模块输出的信号，确定所述第二分支电路存在故障电弧时，通过所述驱动模块输出控制信号至所述第二继电器，控制所述第二继电器断开。
可选的，所述第二信号调理模块包括整流电路，以及与所述整流电路连接的滤波电路。
可选的，智能用电插排还包括：与所述主控制器电连接的WIFI模组和/或用于提醒存在故障电弧的指示灯。
本发明的实施例还提供一种智能用电插排的故障电弧的检测方法，包括：
获取第一分支电路的采集信号；
根据第一分支电路的采样信号确定母线存在故障电弧时，控制所述母线断开；
若所述母线没有故障电弧，获取第二分支电路的采样信号；
根据所述第二分支电路的采样信号确定第二分支电路存在故障电弧时，控制所述第二分支电路断开。
可选的，根据第一分支电路的采样信号确定母线存在故障电弧，包括：
获取变压器所述母线上的电压转换后第一路输出电压以及所述电压型电流互感器将采集的电流信号；
对所述第一路输出电压进行过零检测，若所述第一路输出电压过零点，则将对所述第一路输出电压以及所述电流信号输出至所述第一信号调理模块进行模数转换；
对转换后的多个半周期的电压信号进行时域波形分析，得到多组时域数据，并对多个半周期的所述电流信号进行频域波形分析，得到多组频域数据；
若所述时域数据异常值大于第一预设阈值和/或所述频域数据异常值大于第二预设阈值，则根据一判别结果值，确定确定母线存在故障电弧，所述判别结果值＝加权值1*(时域数据异常值)+加权值2*(频域数据异常值)；若所述判别结果值超过一目标阈值，确定母线存在故障电弧。
可选的，根据所述第二分支电路的采样信号确定第二分支电路存在故障电弧，包括：
与所述母线连接的电压电流采集模块采集的电压信号进行过零检测，若所述电压信号过零点；
所述第二信号调理模块将所述电压电流采集模块采集的电压信号进行模数转换，并对所述电流信号进行模数转换；
对转换后的多个半周期的电压信号进行时域波形分析，得到多组时域数据，并对多个半周期的所述电流信号进行频域波形分析，得到多组频域数据；
若所述时域数据异常值大于第三预设阈值和/或所述频域数据异常值大于第四预设阈值，则根据一判别结果值，确定第二分支电路存在故障电弧，所述判别结果值＝加权值1*(时域数据异常值)+加权值2*(频域数据异常值)；若所述判别结果值超过一目标阈值，确定第二分支电路存在故障电弧。
可选的，时域数据异常值通过以下过程得到：
获得每个半周期的时域数据的算术均方根值Rms，
其中，Vai为一个半周期内采集的电压，i＝0,1,2…N1-1；
求出Rms0，Rms1，Rms2，Rms3，……，RmsN-1的离差平方和SSRms，即：
设定SSRms的标准阈值为SSRms0；
电压有效值异常值ERRV＝|SSRms-SSRms0|；
分别对多组时域数据进行排序，判断其是否存在连续L个以上数值相近的情况，若存在，则记ERRarc＝1，否则为0。
对于多组排序后的结果，取最大的P个点计算平均值分别记为Vmax0，Vmax1，Vmax2，Vmax3，…，Vmaxp-1，取最小的P个点计算平均值分别记为Vmin0，Vmin1，Vmin2，Vmin3，…，Vminp-1，分别计算每个半周期内最大与最小值之间的差值，即
Vdiff0＝Vmax0-Vmin0，依次记为Vdiff0，Vdiff1，Vdiff2，Vdiff3，…，Vdiff p-1，再利用上述的离差平方和公式，求得
该值能够描述出N个半周期的峰谷差值的差异程度，设定SSdiff的标准阈值为SSdiff0，则峰谷差值异常值在这里定义为ERRdiff＝|SSdiff-SSdiff0|；
时域波形分析完成后，得到三个表征时域数据异常程度的参数，ERRV、ERRarc和ERRdiff，将时域数据异常值Kt表示为ERRarc*(ERRV+ERRdiff)。
可选的，频域数据异常值通过以下过程得到：
一组电流信号被分解为低频序列La，高频序列Ha1，高频序列Ha2和高频序列Ha3，提取所有序列小波系数组成特征向量Ca，分别获取每组数据的小波系数序列Ca、Cb、Cc、Cd、Ce；利用这五组小波系数序列构造汉克尔矩阵Aa、Ab、Ac、Ad、Ae，
汉克尔矩阵(Hankel)A，其构造形式如下：
其中1＜n＜N，m＝N-n+1，特征矩阵A的维数需要满足如下条件：当N为偶数时，行数m＝N/2+1，列数n＝N/2；当N为奇数时，行数与列数相等，均为n＝m＝N+1/2；
数据采样长度为2000，生成的小波系数长度为2020，则按照汉克尔矩阵的排列规则，取行数m＝1011，列数n＝1010。
此后，利用下式对Aa、Ab、Ac、Ad、Ae进行奇异值分解SVD，
其中U的列向量由AAT的特征向量组成，VT的行向量由ATA的特征向量组成，Σr＝diag(α1,α2,α3,...αr)是对角矩阵，i是矩阵A的奇异值，且α1≥α2≥α3≥...≥αr＞0，非零奇异值的个数与矩阵的秩相等；
经过奇异值分解，得到反应矩阵本质特征的五组低维奇异值向量αa＝(αa1，αa2...αar)，αb＝(αb1，αb2...αbr)，αc＝(αc1，αc2...αcr)，αd＝(αd1，αd2...αdr)，αe＝(αe1，αe2...αer)；每组向量中奇异值α1，α2，...αr则用来表征电流信号的特征值。
对五个半周期电流信号的特征值进行分析，以向量a为例，计算其平均值ha1、均方根ha2、标准差ha3作为其特征值分析参数；同样的对其他四组进行相同分析，可以分别得到各组的特征值分析参数hb1、hb2、hb3、hc1、hc2、hc3、hd1、hd2、hd3、he1、he2、he3。
分别设定电流信号特征值ha1、ha2、ha3的阈值分别为h1、h2、h3，则频域上，电流信号异常程度参数可以表示为
ERRf1＝|ha1-h1|，ERRf2＝|ha2–h2|，ERRf3＝|ha3–h3|；
将频域上电流信号异常值Kf表示为ERRf1+ERRf2+ERRf3。
本发明的上述方案至少包括以下有益效果：
本发明的上述方案，具有故障电弧检测功能的智能用电插排产品的硬件架构，创新地提出时域波形与频域上通过小波变换奇异值分解结合检测增加判别精度的交流故障电弧检测算法，提升检测精度，避免误判现象的产生。
附图说明
图1是本发明的一种智能用电插排的硬件架构示意图；
图2是本发明的智能用电插排的电源模块的结构示意图；
图3是本发明的智能用电插排的信号调理模块的电路结构示意图；
图4是本发明的智能用电插排的故障电弧的检测方法的流程示意图；
图5是本发明的智能用电插排的故障电弧的检测方法总体检测流程示意图；
图6是本发明的智能用电插排的故障电弧的检测方法的一具体检测流程示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
如图1所示，本发明的实施例提出一种智能用电插排，包括：
母线；母线包括火线L和零线N；与所述母线电连接的第一分支电路；与所述母线电连接的变压器，与所述变压器电连接的电源模块；与所述母线电连接的至少一个第二分支电路；与所述电源模块、第一分支电路和所述至少一个第二分支电路电连接的主控制器，所述主控制器根据所述第一分支电路的采样信号确定母线存在故障电弧时，控制所述母线断开；和/或，根据所述第二分支电路的采样信号确定第二分支电路存在故障电弧时，控制所述第二分支电路断开。
本发明的一可选的实施例中，所述第一分支电路包括：与所述母线连接的电压型电流互感器，与所述电压型电流互感器连接的第一信号调理模块，所述第一信号调理模块还与所述变压器电连接；
所述变压器将所述母线上的电压转换为第一路输出电压给所述第一信号调理模块，所述变压器将所述母线上的电压转换为第二路输出电压给所述电源模块；
所述电压型电流互感器将采集的电流信号，输出至所述第一信号调理模块；
所述第一信号调理模块对所述电流信号和所述第一路输出电压进行滤波整形。
本发明的一可选的实施例中，所述第一分支电路还包括：连接在所述母线上的第一继电器，所述第一继电器与所述主控制器连接；
所述主控制器根据所述第一信号调理模块输出的信号，确定所述母线存在故障电弧时，输出控制信号控制所述第一继电器断开。
本发明的一可选的实施例中，所述第一信号调理模块包括整流电路，以及与所述整流电路连接的滤波电路。
本发明的一可选的实施例中，所述第二分支电路包括：与所述母线连接的电压电流采集模块，与所述电压电流采集模块以及所述主控制器电连接的第二信号调理模块；
所述电压电流采集模块将采集的电流信号，输出至所述第二信号调理模块；
所述第二信号调理模块将所述电压电流采集模块采集的电压和电流信号，进行滤波整形，并输出至所述主控制器。
本发明的一可选的实施例中，所述第二分支电路还包括：与所述主控制器连接的驱动模块；与所述驱动模块电连接的第二继电器；
所述主控制器根据所述第二信号调理模块输出的信号，确定所述第二分支电路存在故障电弧时，通过所述驱动模块输出控制信号至所述第二继电器，控制所述第二继电器断开。
本发明的一可选的实施例中，所述第二信号调理模块包括整流电路，以及与所述整流电路连接的滤波电路。
本发明的一可选的实施例中，智能用电插排还包括：与所述主控制器电连接的WIFI模组和/或用于提醒存在故障电弧的指示灯。
具体的，该智能插排硬件电路包括了采样模块、信号调理模块、电源模块、继电器模块、驱动模块以及主控制器模块和指示灯以及WIFI模块。
主控制器模块采用NXP的i.MX280 SOC，该芯片集成ARM9内核，外置128MB DDR2内存芯片以及、128MB NAND FLASH芯片。外置ADI公司的AD7689芯片，该芯片为16位8通道，采样速率250kSPS，PulSAR架构。主芯片与ADC芯片通过SPI接口通信。该主控制器运行Linux系统，通过外置ADC芯片将交流总线上采集的电压、电流信号以及插排上每一个支路的采样模块采集的电压电流信号进行同步采样模数转换后进行运算分析，从而对各回路是否存在故障电弧进行判别。
电源模块如图2所示，通过变压器将220V市电转变为5V和12V两路输出。其中，5V输出用作过零比较以及电压信号的采样，12V输出为继电器的驱动电源。之后选用DC-DC芯片将12V降为5V输出，为主控制器SOC模块进行供电，同时选用高精度LDO将5V转3.3V为ADC芯片供电。另外，还需要将5V再通过隔离型DC-DC芯片转为3.3V后，作为系统的模拟电源，为信号调理模块中的集成运算放大器进行供电。
继电器模块采用1个交流母线大功率继电器以及3个支路继电器，分别使用欧姆龙公司的G5LE-E继电器控制母线以及G6DN-1A-SL继电器对支路的开合进行控制。
驱动模块用于将主控制器输出的控制信号进行放大，对继电器进行控制，同时起到对主控芯片的保护作用。
采样模块，用于将220V交流母线电压电流以及插排各分支路的电压电流采集转换为电压在一定范围内，能够被进行运算处理的弱电信号，其中，母线上的采样使用一个电压型电流互感器以及一个双抽头输出的变压器，一个抽头将220V电压转为12V之后经电源模块为主控制器模块、WIFI模块以及驱动电路供电；另一抽头将输出5V峰值的交流信号，进行后续的过零点检测以及完成母线电压信号采样。支路上的采样分别使用霍尔传感器进行交流电压、电流的采样，之后进入信号调理模块进行滤波整形处理。
如图3所示，信号调理模块分为整流电路部分以及滤波电路，其电路如图三所示，220V交流母线变压器、电流互感器输出的正负交变信号经过二极管整流后，负半周期信号会变为正值，之后会对电压信号进行过零点的检测同时，将整流后电压、电流信号加上一定的直流偏置后进入有源滤波电路，经过所设计的带通滤波器，滤波后的信号才会进入主控制ADC转换为数字信号后供主控芯片SOC进行处理。
WIFI模块使用ESP8266模组，为终端提供互联网接入能力通过UART接口与主控制器进行连接，将各回路运行状态以及故障电弧的检测结果传输至云平台，便于用户实时察看用电状态。
如上图4所示，电压信号过零经过过零点检测判断后，触发ADC芯片对电压、电流采样信号进行模数转换，将模拟信号转变为数字信号后通过SPI接口送入主控SOC进行运算处理。主控SOC分别在频域以及时域对信号进行分析，当出现超过所设阈值的异常的结果出现时，判别为有故障电弧发生，会通过开关信号控制继电器断开相应通路，同时通过输出开关信号控制相应的指示灯进行现场告警，并通过WIFI模块实时上传回路的运行状态、用电数据以及报警提示。
上电正常运行后，每一次电压信号的过零点都会触发ADC对电压、电流信号的采样，送入主控SOC进行分析判断，一旦检测出故障电弧的产生，会迅速切断相应通路，并及时上报Onenet云平台。
本发明的实施例还提供一种智能用电插排的故障电弧的检测方法，包括：
步骤41，获取第一分支电路的采集信号；
步骤42，根据第一分支电路的采样信号确定母线存在故障电弧时，控制所述母线断开；可选的，可控制与母线连接的继电器断开；
步骤43，若所述母线没有故障电弧，获取第二分支电路的采样信号；
步骤44，根据所述第二分支电路的采样信号确定第二分支电路存在故障电弧时，控制所述第二分支电路断开，可选的，可以通过断开第二分支电路中的继电器断开。
本发明的一可选的实施例中，根据第一分支电路的采样信号确定母线存在故障电弧，包括：
获取变压器所述母线上的电压转换后第一路输出电压以及所述电压型电流互感器将采集的电流信号；
对所述第一路输出电压进行过零检测，若所述第一路输出电压过零点，则将对所述第一路输出电压以及所述电流信号输出至所述第一信号调理模块进行模数转换；
对转换后的多个半周期的电压信号进行时域波形分析，得到多组时域数据，并对多个半周期的所述电流信号进行频域波形分析，得到多组频域数据；
若所述时域数据异常值大于第一预设阈值和/或所述频域数据异常值大于第二预设阈值，则根据一判别结果值，确定母线存在故障电弧，所述判别结果值＝加权值1*(时域数据异常值)+加权值2*(频域数据异常值)；若所述结果值超过一目标阈值，确定母线存在故障电弧。
本发明的一可选的实施例中，根据所述第二分支电路的采样信号确定第二分支电路存在故障电弧，包括：
与所述母线连接的电压电流采集模块采集的电压信号进行过零检测，若所述电压信号过零点；
所述第二信号调理模块将所述电压电流采集模块采集的电压信号进行模数转换，并对所述电流信号进行模数转换；
对转换后的多个半周期的电压信号进行时域波形分析，得到多组时域数据，并对多个半周期的所述电流信号进行频域波形分析，得到多组频域数据；
若所述时域数据异常值大于第三预设阈值和/或所述频域数据异常值大于第四预设阈值，则根据一判别结果值，确定第二分支电路存在故障电弧；所述判别结果值＝加权值1*(时域数据异常值)+加权值2*(频域数据异常值)；若所述结果值超过一目标阈值，确定母线存在故障电弧。
具体的检测流程如图4所示。电压信号过零经过过零点检测判断后，触发ADC芯片对电压、电流采样信号进行模数转换，将模拟信号转变为数字信号后通过SPI接口送入主控SOC进行运算处理。主控SOC分别在频域以及时域对信号进行分析，当出现超过所设阈值的异常的结果出现时，判别为有故障电弧发生，会通过开关信号控制继电器断开相应通路，同时通过输出开关信号控制相应的指示灯进行现场告警，并通过WIFI模块实时上传回路的运行状态、用电数据以及报警提示。
再如图5所示，上电正常运行后，每一次电压信号的过零点都会触发ADC对电压、电流信号的采样，送入主控SOC进行分析判断，一旦检测出故障电弧的产生，会迅速切断相应通路，并及时上报Onenet云平台。
可选的，时域数据异常值通过以下过程得到：
获得每个半周期的时域数据的算术均方根值Rms，
其中，Vai为一个半周期内采集的电压，i＝0,1,2…N1-1；
求出Rms0，Rms1，Rms2，Rms3，……，RmsN-1的离差平方和SSRms，即：
设定SSRms的标准阈值为SSRms0；
电压有效值异常值ERRV＝|SSRms-SSRms0|；
分别对多组时域数据进行排序，判断其是否存在连续L个以上数值相近的情况，若存在，则记ERRarc＝1，否则为0。
对于多组排序后的结果，取最大的P个点计算平均值分别记为Vmax0，Vmax1，Vmax2，Vmax3，…，Vmaxp-1，取最小的P个点计算平均值分别记为Vmin0，Vmin1，Vmin2，Vmin3，…，Vminp-1，分别计算每个半周期内最大与最小值之间的差值，即
Vdiff0＝Vmax0-Vmin0，依次记为Vdiff0，Vdiff1，Vdiff2，Vdiff3，…，Vdiff p-1，再利用上述的离差平方和公式，求得
该值能够描述出N个半周期的峰谷差值的差异程度，设定SSdiff的标准阈值为SSdiff0，则峰谷差值异常值在这里定义为ERRdiff＝|SSdiff-SSdiff0|。
时域波形分析完成后，得到三个表征时域数据异常程度的参数，ERRV、ERRarc和ERRdiff，将时域数据异常值Kt表示为ERRarc*(ERRV+ERRdiff)。
一具体实现实例中，如图6所示，电压信号采集后，会由过零检测电路进行判断，一旦检测到过零点，会通过主控制器SOC使能ADC芯片对采集到的电压、电流信号进行模数转换。ADC芯片以120kSPS的采样速率运行，每半周期大概采集2000个点的电压数据以及2000个点的电流数据。存储5个半周期的数据(Va0，Va1，Va2…Va1999)，(Vb0，Vb1，Vb2…Vb1999)，(Vc0，Vc1，Vc2，Vc3…Vc1999)，(Vd0，Vd1，Vd2…Vd1999)，(Ve0，Ve1，Ve2…Ve1999)和(Ia0，Ia1，Ia2…Ia1999)，(Ib0，Ib1，Ib2…Ib1999)，(Ic0，Ic1，Ic2，Ic3…Ic1999)，(Id0，Id1，Id2…Id1999)，(Ie0，Ie1，Ie2…Ie1999)后，主控制器会在时域和频域两部分对数据进行运算处理。
在时域数据中，首先用下面公式分别求得每个半周期的算术均方根值Rms0，Rms1，Rms2，Rms3，Rms4；
之后求出Rms0，Rms1，Rms2，Rms3，Rms4的离差平方和SSRms，即：
该值能够描述出五个半周期的电压有效值之间的差异程度，SSRms越大，越有可能为故障电弧的出现。设定SSRms的标准阈值为SSRms0，则电压有效值异常值在这里定义为ERRV＝|SSRms-SSRms0|。
之后分别对五组数据进行排序，判断其是否存在连续10个以上数值相近的情况，若存在，则记ERRarc＝1，否则为0。并且以此值作为故障电弧产生的必要条件。
对于五组排序后的结果，取最大的50个点计算平均值分别记为Vmax0，Vmax1，Vmax2，Vmax3，Vmax4，取最小的50个点计算平均值分别记为Vmin0，Vmin1，Vmin2，Vmin3，Vmin4，分别计算每个半周期内最大与最小值之间的差值，即
Vdiff0＝Vmax0-Vmin0，依次记为Vdiff0，Vdiff1，Vdiff2，Vdiff3，Vdiff4。再利用上述的离差平方和公式，求得
该值能够描述出五个半周期的峰谷差值的差异程度，SSdiff越大，越有可能为故障电弧的出现。设定SSdiff的标准阈值为SSdiff0，则峰谷差值异常值在这里定义为ERRdiff＝|SSdiff-SSdiff0|。
时域波形分析完成后，得到三个表征时域数据异常程度的参数，ERRV、ERRarc和ERRdiff。将时域数据异常值Kt表示为ERRarc·(ERRV+ERRdiff)
可选的，频域数据异常值通过以下过程得到：
一组电流信号被分解为低频序列La，高频序列Ha1，高频序列Ha2和高频序列Ha3，提取所有序列小波系数组成特征向量Ca，分别获取每组数据的小波系数序列Ca、Cb、Cc、Cd、Ce；利用这五组小波系数序列构造汉克尔矩阵Aa、Ab、Ac、Ad、Ae，
汉克尔矩阵(Hankel)A，其构造形式如下：
其中1＜n＜N，m＝N-n+1，特征矩阵A的维数需要满足如下条件：当N为偶数时，行数m＝N/2+1，列数n＝N/2；当N为奇数时，行数与列数相等，均为n＝m＝N+1/2；
数据采样长度为2000，生成的小波系数长度为2020，则按照汉克尔矩阵的排列规则，取行数m＝1011，列数n＝1010。
此后，利用下式对Aa、Ab、Ac、Ad、Ae进行奇异值分解SVD，
其中U的列向量由AAT的特征向量组成，VT的行向量由ATA的特征向量组成，Σr＝diag(α1,α2,α3,...αr)是对角矩阵，i是矩阵A的奇异值，且α1≥α2≥α3≥...≥αr＞0，非零奇异值的个数与矩阵的秩相等；
经过奇异值分解，得到反应矩阵本质特征的五组低维奇异值向量αa＝(αa1，αa2...αar)，αb＝(αb1，αb2...αbr)，αc＝(αc1，αc2...αcr)，αd＝(αd1，αd2...αdr)，αe＝(αe1，αe2...αer)；每组向量中奇异值α1，α2，...αr则用来表征电流信号的特征值。
对五个半周期电流信号的特征值进行分析，以向量a为例，计算其平均值ha1、均方根ha2、标准差ha3作为其特征值分析参数；同样的对其他四组进行相同分析，可以分别得到各组的特征值分析参数hb1、hb2、hb3、hc1、hc2、hc3、hd1、hd2、hd3、he1、he2、he3。
分别设定电流信号特征值ha1、ha2、ha3的阈值分别为h1、h2、h3，则频域上，电流信号异常程度参数可以表示为
ERRf1＝|ha1-h1|，ERRf2＝|ha2–h2|，ERRf3＝|ha3–h3|。
将频域上电流信号异常值Kf表示为ERRf1+ERRf2+ERRf3。
通过大量实验可以确定一个正常的判别结果Karc值范围，那么当Karc超过所设定正常阈值时，即可判别有故障电弧的产生。
本发明的上述实施例，通过时域与频域数据的结合分析最后进行加权计算判断故障电弧，提升检测精度，避免误判现象的产生。实现将智能插排产品接入物联网云平台，实时掌握用电数据以及后端用电设备用电情况，并且当出现隐患时会立即进行云端的报警。带有故障电弧检测功能的智能插排，可用在工业生产领域，更有效地保障用电安全。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (12)
1.一种智能用电插排，其特征在于，包括：
母线；
与所述母线电连接的第一分支电路；
与所述母线电连接的变压器，与所述变压器电连接的电源模块；
与所述母线电连接的至少一个第二分支电路；
与所述电源模块、第一分支电路和所述至少一个第二分支电路电连接的主控制器，所述主控制器根据所述第一分支电路的采样信号确定母线存在故障电弧时，控制所述母线断开；
所述第二分支电路包括：与所述母线连接的电压电流采集模块，与所述电压电流采集模块以及所述主控制器电连接的第二信号调理模块；所述电压电流采集模块采集的电压信号进行过零检测，若所述电压信号过零点，所述第二信号调理模块将所述电压电流采集模块采集的电压信号进行模数转换，将所述采集模块采集的电流信号进行模数转换；
所述主控制器对转换后的多个半周期的电压信号进行时域波形分析得到多组时域数据，并对转换后的多个半周期的电流信号进行频域波形分析得到多组频域数据，若所述时域数据异常值大于第三预设阈值和/或所述频域数据异常值大于第四预设阈值，则根据一判别结果值确定第二分支电路存在故障电弧时，控制所述第二分支电路断开，所述判别结果值＝加权值1*(时域数据异常值)+加权值2*(频域数据异常值)；若所述判别结果值超过一目标阈值确定第二分支电路存在故障电弧时，控制所述第二分支电路断开。
2.根据权利要求1所述的智能用电插排，其特征在于，所述第一分支电路包括：与所述母线连接的电压型电流互感器，与所述电压型电流互感器连接的第一信号调理模块，所述第一信号调理模块还与所述变压器电连接；
所述变压器将所述母线上的电压转换为第一路输出电压给所述第一信号调理模块，所述变压器将所述母线上的电压转换为第二路输出电压给所述电源模块；
所述电压型电流互感器将采集的电流信号，输出至所述第一信号调理模块；
所述第一信号调理模块对所述电流信号和所述第一路输出电压进行滤波整形。
3.根据权利要求2所述的智能用电插排，其特征在于，所述第一分支电路还包括：连接在所述母线上的第一继电器，所述第一继电器与所述主控制器连接；
所述主控制器根据所述第一信号调理模块输出的信号，确定所述母线存在故障电弧时，输出控制信号控制所述第一继电器断开。
4.根据权利要求3所述的智能用电插排，其特征在于，所述第一信号调理模块包括整流电路，以及与所述整流电路连接的滤波电路。
5.根据权利要求1所述的智能用电插排，其特征在于，
所述电压电流采集模块将采集的电压信号和电流信号，输出至所述第二信号调理模块；
所述第二信号调理模块将所述电压电流采集模块采集的电压信号和电流信号，进行滤波整形，并输出至所述主控制器。
6.根据权利要求5所述的智能用电插排，其特征在于，所述第二分支电路还包括：
与所述主控制器连接的驱动模块；
与所述驱动模块电连接的第二继电器；
所述主控制器根据所述第二信号调理模块输出的信号，确定所述第二分支电路存在故障电弧时，通过所述驱动模块输出控制信号至所述第二继电器，控制所述第二继电器断开。
7.根据权利要求6所述的智能用电插排，其特征在于，所述第二信号调理模块包括整流电路，以及与所述整流电路连接的滤波电路。
8.根据权利要求1至7任一项所述的智能用电插排，其特征在于，还包括：与所述主控制器电连接的WIFI模组和/或用于提醒存在故障电弧的指示灯。
9.一种智能用电插排的故障电弧的检测方法，其特征在于，应用于如权利要求1至8任一项所述的智能用电插排，其特征在于，所述检测方法包括：
获取第一分支电路的采集信号；
根据第一分支电路的采样信号确定母线存在故障电弧时，控制所述母线断开；
若所述母线没有故障电弧，获取第二分支电路中的电压电流采集模块采集的电压信号和电流信号；
所述电压信号进行过零检测，若所述电压信号过零点，对所述电压信号和所述电流信号进行模数转换；
对转换后的多个半周期的电压信号进行时域波形分析得到多组时域数据，并对转换后的多个半周期的电流信号进行频域波形分析得到多组频域数据，若所述时域数据异常值大于第三预设阈值和/或所述频域数据异常值大于第四预设阈值，则根据一判别结果值确定第二分支电路存在故障电弧时，控制所述第二分支电路断开，所述判别结果值＝加权值1*(时域数据异常值)+加权值2*(频域数据异常值)；若所述判别结果值超过一目标阈值确定第二分支电路存在故障电弧时，控制所述第二分支电路断开。
10.根据权利要求9所述的检测方法，其特征在于，所述第一分支电路包括：与所述母线连接的电压型电流互感器，与所述电压型电流互感器连接的第一信号调理模块，所述第一信号调理模块还与所述变压器电连接；根据第一分支电路的采样信号确定母线存在故障电弧，包括：
获取所述变压器所述母线上的电压转换后第一路输出电压以及所述电压型电流互感器将采集的电流信号；
对所述第一路输出电压进行过零检测，若所述第一路输出电压过零点，则将对所述第一路输出电压以及所述电流信号输出至所述第一信号调理模块进行模数转换；
对转换后的多个半周期的电压信号进行时域波形分析，得到多组时域数据，并对多个半周期的所述电流信号进行频域波形分析，得到多组频域数据；
若所述时域数据异常值大于第一预设阈值和/或所述频域数据异常值大于第二预设阈值，则根据一判别结果值，确定母线存在故障电弧，所述判别结果值＝加权值1*(时域数据异常值)+加权值2*(频域数据异常值)；若所述判别结果值超过一目标阈值，确定母线存在故障电弧。
11.根据权利要求10所述的检测方法，其特征在于，时域数据异常值通过以下过程得到：
获得每个半周期的时域数据的算术均方根值Rms，
其中，Vai为一个半周期内采集的电压，i＝0,1,2…N1-1；
求出Rms0，Rms1，Rms2，Rms3，……，RmsN-1的离差平方和SSRms，即：
设定SSRms的标准阈值为SSRms0；
电压有效值异常值ERRV＝|SSRms-SSRms0|；
分别对多组时域数据进行排序，判断其是否存在连续L个以上数值相近的情况，若存在，则记ERRarc＝1，否则为0；
对于多组排序后的结果，取最大的P个点计算平均值分别记为Vmax0，Vmax1，Vmax2，Vmax3，…，Vmaxp-1，取最小的P个点计算平均值分别记为Vmin0，Vmin1，Vmin2，Vmin3，…，Vminp-1，分别计算每个半周期内最大与最小值之间的差值，即
Vdiff0＝Vmax0-Vmin0，依次记为Vdiff0，Vdiff1，Vdiff2，Vdiff3，…，Vdiff p-1，再利用上述的离差平方和公式，求得
该值能够描述出N个半周期的峰谷差值的差异程度，设定SSdiff的标准阈值为SSdiff0，则峰谷差值异常值在这里定义为ERRdiff＝|SSdiff-SSdiff0|；
时域波形分析完成后，得到三个表征时域数据异常程度的参数，ERRV、ERRarc和ERRdiff，将时域数据异常值Kt表示为ERRarc*(ERRV+ERRdiff)。
12.根据权利要求10所述的检测方法，其特征在于，频域数据异常值通过以下过程得到：
一组电流信号被分解为低频序列La，高频序列Ha1，高频序列Ha2和高频序列Ha3，提取所有序列小波系数组成特征向量Ca，分别获取每组数据的小波系数序列Ca、Cb、Cc、Cd、Ce；利用这五组小波系数序列构造汉克尔矩阵Aa、Ab、Ac、Ad、Ae，
汉克尔矩阵(Hankel)A，其构造形式如下：
其中1＜n＜N，m＝N-n+1，特征矩阵A的维数需要满足如下条件：当N为偶数时，行数m＝N/2+1，列数n＝N/2；当N为奇数时，行数与列数相等，均为n＝m＝N+1/2；
数据采样长度为2000，生成的小波系数长度为2020，则按照汉克尔矩阵的排列规则，取行数m＝1011，列数n＝1010；
此后，利用下式对Aa、Ab、Ac、Ad、Ae进行奇异值分解SVD，
其中U的列向量由AAT的特征向量组成，VT的行向量由ATA的特征向量组成，Σr＝diag(α1,α2,α3,...αr)是对角矩阵，i是矩阵A的奇异值，且α1≥α2≥α3≥...≥αr＞0，非零奇异值的个数与矩阵的秩相等；
经过奇异值分解，得到反应矩阵本质特征的五组低维奇异值向量αa＝(αa1，αa2...αar)，αb＝(αb1，αb2...αbr)，αc＝(αc1，αc2...αcr)，αd＝(αd1，αd2...αdr)，αe＝(αe1，αe2...αer)；每组向量中奇异值α1，α2，...αr则用来表征电流信号的特征值；
对五个半周期电流信号的特征值进行分析，以向量a为例，计算其平均值ha1、均方根ha2、标准差ha3作为其特征值分析参数；同样的对其他四组进行相同分析，可以分别得到各组的特征值分析参数hb1、hb2、hb3、hc1、hc2、hc3、hd1、hd2、hd3、he1、he2、he3；
分别设定电流信号特征值ha1、ha2、ha3的阈值分别为h1、h2、h3，则频域上，电流信号异常程度参数可以表示为
ERRf1＝|ha1-h1|，ERRf2＝|ha2–h2|，ERRf3＝|ha3–h3|；
将频域上电流信号异常值Kf表示为ERRf1+ERRf2+ERRf3。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010522603.3A CN113777418B (zh) | 2020-06-10 | 2020-06-10 | 一种智能用电插排及其故障电弧的检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010522603.3A CN113777418B (zh) | 2020-06-10 | 2020-06-10 | 一种智能用电插排及其故障电弧的检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113777418A CN113777418A (zh) | 2021-12-10 |
| CN113777418B true CN113777418B (zh) | 2023-08-15 |
Family
ID=78834677
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010522603.3A Active CN113777418B (zh) | 2020-06-10 | 2020-06-10 | 一种智能用电插排及其故障电弧的检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113777418B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114740251A (zh) * | 2022-04-18 | 2022-07-12 | 山东科技大学 | 应用于光伏逆变器智能电弧检测装置的宽带电流测量系统 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2120306A2 (en) * | 2008-05-13 | 2009-11-18 | Sinfonia Technology Co., Ltd. | ARC Detecting device and aircraft equipped therewith |
| 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 |
| CN102375107A (zh) * | 2011-09-20 | 2012-03-14 | 上海交通大学 | 基于时频综合分析的故障电弧检测方法及其装置 |
| CN104360205A (zh) * | 2014-12-01 | 2015-02-18 | 河北工业大学 | 串联电弧故障检测方法及其专用装置 |
| 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 |
| CN105445611A (zh) * | 2014-05-30 | 2016-03-30 | 西门子公司 | 故障电弧的检测方法和检测装置 |
| CN105652121A (zh) * | 2016-01-16 | 2016-06-08 | 北京智慧小树苗科技有限公司 | 电气火灾成因分析系统及方法 |
| EP3214453A1 (en) * | 2016-03-03 | 2017-09-06 | ABB Schweiz AG | Method and apparatus for arc fault detection in electrical systems |
| DE102016209444A1 (de) * | 2016-05-31 | 2017-11-30 | Siemens Aktiengesellschaft | Störlichtbogenerkennungseinheit |
| CN207248992U (zh) * | 2017-08-31 | 2018-04-17 | 宁波三星医疗电气股份有限公司 | 一种检测家庭电弧故障的电表系统 |
| CN108075728A (zh) * | 2016-11-15 | 2018-05-25 | 上海英孚特电子技术有限公司 | 一种光伏系统直流侧电弧故障类型辨识及保护装置 |
| CN109713652A (zh) * | 2019-01-16 | 2019-05-03 | 安徽升隆电气有限公司 | 一种故障电弧断路器 |
| CN110716110A (zh) * | 2019-10-11 | 2020-01-21 | 威胜集团有限公司 | 电气安全检测装置、检测方法及智能插座 |
| CN110837030A (zh) * | 2019-11-22 | 2020-02-25 | 深圳供电局有限公司 | 一种故障电弧监测电路以及智能插座 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7345860B2 (en) * | 2001-10-17 | 2008-03-18 | Square D Company | Load recognition and series arc detection using load current/line voltage normalization algorithms |
| US8817431B2 (en) * | 2009-12-18 | 2014-08-26 | True-Safe Technologies, Inc. | System and integrated method for a parallel and series arc fault circuit interrupter |
| US10345358B2 (en) * | 2016-04-25 | 2019-07-09 | Qatar University | Smart fault detection device to anticipate impending faults in power transformers |
-
2020
- 2020-06-10 CN CN202010522603.3A patent/CN113777418B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2120306A2 (en) * | 2008-05-13 | 2009-11-18 | Sinfonia Technology Co., Ltd. | ARC Detecting device and aircraft equipped therewith |
| 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 |
| CN102375107A (zh) * | 2011-09-20 | 2012-03-14 | 上海交通大学 | 基于时频综合分析的故障电弧检测方法及其装置 |
| CN105445611A (zh) * | 2014-05-30 | 2016-03-30 | 西门子公司 | 故障电弧的检测方法和检测装置 |
| CN104360205A (zh) * | 2014-12-01 | 2015-02-18 | 河北工业大学 | 串联电弧故障检测方法及其专用装置 |
| 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 |
| CN105652121A (zh) * | 2016-01-16 | 2016-06-08 | 北京智慧小树苗科技有限公司 | 电气火灾成因分析系统及方法 |
| EP3214453A1 (en) * | 2016-03-03 | 2017-09-06 | ABB Schweiz AG | Method and apparatus for arc fault detection in electrical systems |
| DE102016209444A1 (de) * | 2016-05-31 | 2017-11-30 | Siemens Aktiengesellschaft | Störlichtbogenerkennungseinheit |
| CN108075728A (zh) * | 2016-11-15 | 2018-05-25 | 上海英孚特电子技术有限公司 | 一种光伏系统直流侧电弧故障类型辨识及保护装置 |
| CN207248992U (zh) * | 2017-08-31 | 2018-04-17 | 宁波三星医疗电气股份有限公司 | 一种检测家庭电弧故障的电表系统 |
| CN109713652A (zh) * | 2019-01-16 | 2019-05-03 | 安徽升隆电气有限公司 | 一种故障电弧断路器 |
| CN110716110A (zh) * | 2019-10-11 | 2020-01-21 | 威胜集团有限公司 | 电气安全检测装置、检测方法及智能插座 |
| CN110837030A (zh) * | 2019-11-22 | 2020-02-25 | 深圳供电局有限公司 | 一种故障电弧监测电路以及智能插座 |
Non-Patent Citations (1)
| Title |
|---|
| State-of-the-Art Methods for Detecting and Identifying Arcing Current Faults;S. A. Saleh，et;IEEE;第1-13页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113777418A (zh) | 2021-12-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108964276B (zh) | 支持自动需求响应的用电管控终端和系统及负荷辨识方法 | |
| CN101299701A (zh) | 一种输变电系统温度监控的无线传感网络系统及其实现方法 | |
| CN204720706U (zh) | 具有分阶段无线充电功能的智能多位插座 | |
| CN113777418B (zh) | 一种智能用电插排及其故障电弧的检测方法 | |
| CN106059086B (zh) | 箱式变电站载流故障预测系统及其应用 | |
| CN109309991A (zh) | 一种控制方法、控制装置及控制系统 | |
| CN204215175U (zh) | 一种多开关模式的智能插座 | |
| CN105137772A (zh) | 一种智能家电控制系统 | |
| CN110829592A (zh) | 一种半侵入式家用负荷监测方法 | |
| CN205389104U (zh) | 一种用于智能家居的负载监控的系统 | |
| CN111580586A (zh) | 一种确保开关柜安全的配电房温湿度自动控制系统 | |
| CN109004654A (zh) | 一种住宅供电监测及控制系统 | |
| CN202093089U (zh) | 交直流电流智能采集终端 | |
| CN113422432B (zh) | 一种基于非入侵式负荷监测的电气火灾防控系统 | |
| CN110942263A (zh) | 一种低压电力负荷需求侧响应能力聚合监测方法及装置 | |
| CN209472373U (zh) | 一种室内电器节能综合控制器 | |
| CN208091594U (zh) | 无线温度传感器 | |
| CN206920955U (zh) | 一种用于半导体管道加热器的温度控制器 | |
| CN202032704U (zh) | 空调节能控制器 | |
| CN113050467A (zh) | 一种用电安全监测及保护装置 | |
| CN207148234U (zh) | 一种基于电流互感器的开关柜加热器故障检测系统 | |
| CN209560054U (zh) | 电力监控系统的电池巡检仪 | |
| CN110635974A (zh) | 智慧式家用电器通用安全管理控制及保护系统 | |
| CN209692429U (zh) | 一种远程控制电源电力监控系统 | |
| CN213243016U (zh) | 一种智能防火墙插 |
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 |