CN117420346B - 一种电路保护板过流值检测方法及系统 - Google Patents
一种电路保护板过流值检测方法及系统 Download PDFInfo
- Publication number
- CN117420346B CN117420346B CN202311745203.9A CN202311745203A CN117420346B CN 117420346 B CN117420346 B CN 117420346B CN 202311745203 A CN202311745203 A CN 202311745203A CN 117420346 B CN117420346 B CN 117420346B
- Authority
- CN
- China
- Prior art keywords
- extreme point
- current signal
- point
- extreme
- degree
- 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 24
- 230000005856 abnormality Effects 0.000 claims abstract description 134
- 238000000034 method Methods 0.000 claims abstract description 42
- 230000008859 change Effects 0.000 claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims description 24
- 238000013507 mapping Methods 0.000 claims description 21
- 230000006870 function Effects 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 11
- 238000010606 normalization Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 abstract description 30
- 238000012545 processing Methods 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- G01R19/16566—Circuits and arrangements for comparing voltage or current with one or several thresholds and for indicating the result not covered by subgroups G01R19/16504, G01R19/16528, G01R19/16533
- G01R19/1659—Circuits and arrangements for comparing voltage or current with one or several thresholds and for indicating the result not covered by subgroups G01R19/16504, G01R19/16528, G01R19/16533 to indicate that the value is within or outside a predetermined range of values (window)
-
- 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
- G01R19/16566—Circuits and arrangements for comparing voltage or current with one or several thresholds and for indicating the result not covered by subgroups G01R19/16504, G01R19/16528, G01R19/16533
- G01R19/16585—Circuits and arrangements for comparing voltage or current with one or several thresholds and for indicating the result not covered by subgroups G01R19/16504, G01R19/16528, G01R19/16533 for individual pulses, ripple or noise and other applications where timing or duration is of importance
-
- 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
- G01R19/32—Compensating for temperature change
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Measurement Of Current Or Voltage (AREA)
Abstract
本发明涉及测量电流技术领域,具体涉及一种电路保护板过流值检测方法及系统,包括:获取电流信号的各个极值点对应的可以反映自身变化特征的初始异常程度,进而确定电流信号的各个极值点对应的可以反映电流与电压、温度相关性的第一异常程度;基于初始异常程度和第一异常程度,确定每个极值点位置的上下包络线的权重,进而获得优化后的电流信号,对待检测电路保护板过流值进行检测。本发明通过电流、电压以及温度变化特征的分析,对获取均值包络线时上下包络线的权重进行自适应调整,其在一定程度上排除了受高温影响产生的虚假的异常电流数据,提高了电路保护板的过流值检测结果的准确性。
Description
技术领域
本发明涉及测量电流技术领域,具体涉及一种电路保护板过流值检测方法及系统。
背景技术
在对电路板进行过流值检测时,易出现电流异常增大的现象,而电流过大可能会导致电路内部噪声增加,从而影响电路的灵敏度和可靠性,甚至可能引发安全风险,例如,触电、火灾等。因此,在对电路电流进行异常检测之前,对获得的电流数据进行去噪处理,以便于获得准确性更高的电流数据。
现有对电流数据滤波方法通常使用EMD(Empirical Mode Decomposition,经验模态分解算法)算法。高温下的电流传感器的电阻器材料的晶格结构易发生变化,促使电子和离子的运动能力增强,电流传感器的电阻器的电阻变小进而导致电流检测值偏大,其对真实的电流过流值的检测产生干扰,使得EMD算法无法区分出真实的异常变化与虚假的异常变化,电路保护板过流值检测结果准确性低下。
发明内容
为了解决上述电路保护板过流值检测结果准确性低下的技术问题,本发明的目的在于提供一种电路保护板过流值检测方法及系统,所采用的技术方案具体如下:
本发明一个实施例提供了一种电路保护板过流值检测方法,该方法包括以下步骤:
获取预设时间段内的待检测电路保护板对应的电流信号、电压信号和温度信号;
确定电流信号的各个极值点;根据电流信号的各个极值点和各个数据点的振幅、时序号,获得电流信号的各个极值点的初始异常程度;
根据电压信号和温度信号的各个数据点的振幅、电流信号的各个极值点的位置和各个数据点的振幅,确定电流信号的各个极值点的第一异常程度;
根据电流信号的各个极值点的初始异常程度和各个极值点的第一异常程度,确定初次获取均值包络线时电流信号的每个极值点位置的上下包络线的权重;
根据电流信号和初次获取均值包络线时电流信号的每个极值点位置的上下包络线的权重,利用EMD算法,获得优化后的电流信号;根据优化后的电流信号,对待检测电路保护板过流值进行检测。
进一步地,根据电流信号的各个极值点和各个数据点的振幅、时序号,获得电流信号的各个极值点的初始异常程度,包括:
根据电流信号的各个极值点的振幅,确定各个极值点的第一初始异常因子;
根据电流信号的各个极值点的位置和时序号、各个数据点的振幅和时序号,确定各个极值点的第二初始异常因子;
对于任意一个极值点,将第一初始异常因子和第二初始异常因子的乘积作为极值点的初始异常程度。
进一步地,根据电流信号的各个极值点的振幅,确定各个极值点的第一初始异常因子,包括:
将任意一个极值点作为选定极值点,获取与选定极值点相邻的两个极值点,将相邻的两个极值点中的任意一个极值点作为选定极值点的目标相邻极值点;计算选定极值点与目标相邻极值点的振幅差值的绝对值,将所述与目标相邻极值点的振幅差值的绝对值作为选定极值点的第一初始异常因子。
进一步地,根据电流信号的各个极值点的位置和时序号、各个数据点的振幅和时序号,确定各个极值点的第二初始异常因子,包括:
以选定极值点的位置为中心位置,在选定极值点的周围选取第一预设数目个、距离最近的数据点作为临近数据点,将任意一个临近数据点作为目标临近数据点;
计算选定极值点与目标临近数据点的振幅差值的绝对值,进而计算选定极值点与目标临近数据点的时序号差值的绝对值,将时序号差值的绝对值作为时间差,对目标临近数据点的时间差进行反比例计算,获得时间差的反比例值,将所述与目标临近数据点的振幅差值的绝对值和所述时间差的反比例值的乘积作为选定极值点的第一乘积;
获得选定极值点的各个第一乘积,将选定极值点的所有第一乘积的平均值作为选定极值点的第二初始异常因子。
进一步地,根据电压信号和温度信号的各个数据点的振幅、电流信号的各个极值点的位置和各个数据点的振幅,确定电流信号的各个极值点的第一异常程度,包括:
对于电压信号、电流信号和温度信号上同一时序号的数据点,计算数据点与上一个数据点之间的振幅差值的绝对值,将所述振幅差值的绝对值与预设的单位时间间隔的比值作为数据点的振幅变化程度,获得电压信号、电流信号和温度信号的各个数据点的振幅变化程度;
根据电流信号的各个极值点的位置,将电流信号的各个极值点映射到电压信号和温度信号上,获得电压信号和温度信号上的各个极值映射点;
根据电流信号的各个极值点的振幅变化程度、电压信号和温度信号上的各个极值映射点的振幅变化程度,确定电流信号的各个极值点的第一异常程度。
进一步地,所述电流信号的各个极值点的第一异常程度的计算公式为:
;式中,/>为电流信号的第x个极值点的第一异常程度,/>为电流信号的第x个极值点的振幅变化程度,/>为电压信号上第x个极值映射点的振幅变化程度,/>为电流信号和电压信号之间的振幅变化程度差异的平均值,/>为温度信号上第x个极值映射点的振幅变化程度,/>为电流信号和温度信号之间的振幅变化程度差异的平均值,/>为求绝对值函数,/>为预设的超参数,norm为线性归一化函数;;/>;X为电流信号的极值点的总个数,其也为电压信号和温度信号上极值映射点的总个数。
进一步地,根据电流信号的各个极值点的初始异常程度和各个极值点的第一异常程度,确定初次获取均值包络线时电流信号的每个极值点位置的上下包络线的权重,包括:
对于选定极值点,计算选定极值点的初始异常程度和第一异常程度的乘积,将初始异常程度和第一异常程度的乘积作为真实异常程度,获得选定极值点的真实异常程度;在电流信号上选取距离选定极值点最近的、第二预设数目个极值点为参考极值点;
根据电流信号的选定极值点及其对应的各个参考极值点的真实异常程度和时序号,确定初次获取均值包络线时电流信号的选定极值点位置的上下包络线的权重。
进一步地,所述选定极值点位置的上下包络线的权重的计算公式为:
;式中,/>为初次获取均值包络线时电流信号的第x个极值点位置的上下包络线的权重,电流信号的第x个极值点为选定极值点,norm为线性归一化函数,/>为电流信号的第x个极值点的真实异常程度,D为电流信号的第x个极值点对应的参考极值点个数,/>为电流信号的第x个极值点对应的第e个参考极值点的真实异常程度,/>为电流信号的第x个极值点对应的第e个参考极值点的时间差,所述时间差为电流信号的第x个极值点与其对应的第e个参考极值点之间的时序号差值的绝对值。
进一步地,获取预设时间段内的待检测电路保护板对应的电流信号、电压信号和温度信号,包括:
采集预设时间段内待检测电路保护板对应电流数据序列、电压数据序列和温度数据序列;利用数模转换器,将电流数据序列、电压数据序列和温度数据序列转换成模拟信号,获得电流信号、电压信号和温度信号。
本发明一个实施例还提供了一种电路保护板过流值检测系统,包括处理器和存储器,所述处理器用于处理存储在所述存储器中的指令,以实现如上所述的一种电路保护板过流值检测方法。
本发明具有如下有益效果:
本发明提供了一种电路保护板过流值检测方法及系统,其先对电流信号自身的变化特征进行分析,获得可以表征电流信号的极值点数据变化的初始异常程度;接着,通过分析同一时间下电流信号与温度信号、电压信号之间变化特征的相关性,量化电流信号的各个极值点受电压变化和温度变化的异常影响程度,确定第一异常程度;结合初始异常程度和第一异常程度,便于后续对EMD算法中获取均值包络线时上下包络线的权重进行自适应调整,考虑多方面异常影响因素确定的权重的可靠程度更高、准确性更强;基于权重获得的优化后的电流信号,有利于尽可能地排除受高温影响产生的虚假的异常电流数据,保留受电压异常变化产生的真实的异常电流数据,进一步提升电路保护板过流值检测结果的准确性。同时,使得EMD算法的适用性以及鲁棒性更好。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,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,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明一种电路保护板过流值检测方法的流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的技术方案的具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一个实施例。此外,一个或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
本发明所针对的具体场景为:
电路保护板过流值检测在使用EMD算法时,因为温度升高导致电流检测值发生不真实的异常变化,使得真实的由电压变化引起的异常电流数据检测准确性低下。所以,本发明结合电流、电压和温度数据,得到电流信号的各个极值点在获取均值包络线时的权重,进而获得精准性更高的电流信号,其有助于提升电路保护板过流值检测结果的准确性。
本实施例提供了一种电路保护板过流值检测方法,如图1所示,包括以下步骤:
S1,获取预设时间段内的待检测电路保护板对应的电流信号、电压信号和温度信号。
第一步,采集预设时间段内待检测电路保护板对应电流数据序列、电压数据序列和温度数据序列。
本实施例的实现基础是对电路保护板的电流、电压和电流数据的分析,分别使用高精度温度计、高精度电压表和电流表,采集预设时间段内待检测电路保护板对应的温度数据、电压数据和电流数据,将预设时间段内每个时刻的数据组成序列,可以获得电流数据序列、电压数据序列和温度数据序列。
需要说明的是,三个类型数据在同一时间段内同时开始数据采集,采集频率也保持一致,数据的采集时间段可以设置为1个小时,采集时间段也就是预设时间段,采集频率可以设置为0.5,即每间隔0.5s采集一次数据。预设时间段和采集频率可由实施者根据具体实际设置,这里不做具体限定。
第二步,获得待检测电路保护板对应的电流信号、电压信号和温度信号。
在本实施例中,后续步骤存在关于模拟信号上数据点的振幅数据的分析,故需要将获得数字数据转换为模拟信号。具体,利用数模转换器,将电流数据序列、电压数据序列和温度数据序列转换成模拟信号,获得电流信号、电压信号和温度信号。数模转换器的实现过程为现有技术,不在本发明保护范围内,此处不再进行详细阐述。
至此,本实施例获得了待检测电路保护板对应的电流信号、电压信号和温度信号。
S2,确定电流信号的各个极值点;根据电流信号的各个极值点和各个数据点的振幅、时序号,获得电流信号的各个极值点的初始异常程度。
需要说明的是,在对电流原始信号进行滤波处理获得各个分量时,需要对均值包络线的获取方式进行自适应优化处理,而实现均值包络线自适应优化处理的关键在于对电流信号的每个极值点的异常程度进行分析。本实施例中可以引起电路保护板电流数据发生异常增大的原因包括:第一,由于电路中电压增大而引起的电流数据增大,电压影响因素导致的电流数据异常属于真实异常;第二,由于温度升高导致电流传感器的电阻器电阻减小进而导致电流检测值增大,该温度影响因素导致的电流数据异常属于假性异常,在后续的极值点的异常程度分析过程中降低该温度影响因素的影响。
第一步,确定电流信号的各个极值点。
在本实施例中,确定电流信号的各个波峰和各个波谷,将波峰上峰值对应的数据点作为波峰对应的极值点,同时将波谷上谷值对应的数据点作为波谷对应的极值点,从而获得各个极值点,所述极值点包括波峰和波谷对应的极值点。波峰和波谷的确定过程为现有技术,不在本发明保护范围内,此处不再进行详细阐述。
第二步,根据电流信号的各个极值点的数值和各个数据点的振幅、时序号,获得电流信号的各个极值点的初始异常程度。
在本实施例中,基于电流信号的每个极值点的自身数据变化特征,获得电流信号的各个极值点的初始异常程度,初始异常程度的详细实现步骤可以包括:
第一子步骤,根据电流信号的各个极值点的振幅,确定各个极值点的第一初始异常因子。
在本实施例中,电流信号的极值点与其相邻的一个极值点之间的振幅差异越大,说明该极值点的初始异常程度越大。基于上述极值点与其相邻极值点之间振幅差异分析,可以计算各个极值点的第一初始异常因子,详细实现步骤可以包括:
将任意一个极值点作为选定极值点,获取与选定极值点相邻的两个极值点,将相邻的两个极值点中的任意一个极值点作为选定极值点的目标相邻极值点;计算选定极值点与目标相邻极值点的振幅差值的绝对值,将所述与目标相邻极值点的振幅差值的绝对值作为选定极值点的第一初始异常因子。
作为示例,选定极值点的第一初始异常因子的计算公式可以为:
;式中,/>为电流信号的第x个极值点的第一初始异常因子,电流信号的第x个极值点可以为选定极值点,/>为求绝对值函数,/>为电流信号的第x个极值点的振幅,/>为电流信号的第x-1个极值点的振幅。
在第一初始异常因子的计算公式中,第一初始异常因子可以表征两个相邻的极值点之间的振幅差;参考选定极值点的第一初始异常因子的计算过程,可以获得各个极值点的第一初始异常因子;确定目标相邻极值点时,可以将与选定极值点相邻的上一个极值点作为目标相邻极值点,也可以将与选定极值点相邻的下一个极值点作为目标相邻极值点;但是,电流信号的各个极值点在确定目标相邻极值点时应保持统一,例如,选取相邻的上一个极值点为目标相邻极值点时,电流信号的除第一个极值点以外的其他极值点均选取相邻的上一个极值点。
需要说明的是,对于电流信号的第一个极值点和最后一个极值点,在计算第一初始异常因子时,与其相邻的极值点只有一个,可以将该一个极值点作为目标相邻极值点。
第二子步骤,根据电流信号的各个极值点的位置和时序号、各个数据点的振幅和时序号,确定各个极值点的第二初始异常因子。
在本实施例中,电流信号的极值点与其周围的多个数据点之间的振幅变化稳定性越低,说明该极值点的初始异常程度越大。基于上述极值点与其周围的多个数据点之间振幅变化稳定性分析,可以计算各个极值点的第二初始异常因子,详细实现步骤可以包括:
首先,以选定极值点的位置为中心位置,在选定极值点的周围选取第一预设数目个、距离最近的数据点作为临近数据点,将任意一个临近数据点作为目标临近数据点。
在本实施例中,选定极值点的临近数据点个数可以设置为10,也就是第一预设数目等于10,实施者可以根据实际情况设置临近数据点的个数,不做具体限定。
其次,计算选定极值点与目标临近数据点的振幅差值的绝对值,进而计算选定极值点与目标临近数据点的时序号差值的绝对值,将时序号差值的绝对值作为时间差,对目标临近数据点的时间差进行反比例计算,获得时间差的反比例值,将所述与目标临近数据点的振幅差值的绝对值和所述时间差的反比例值的乘积作为选定极值点的第一乘积。
在本实施例中,对目标临近数据点的时间差进行反比例计算,可以对时间差进行求倒数计算,将时间差的倒数作为时间差的反比例值。但是,实施者也可以采用其他方法实现时间差的反比例计算。
最后,获得选定极值点的各个第一乘积,将选定极值点的所有第一乘积的平均值作为选定极值点的第二初始异常因子。
作为示例,第二初始异常因子的计算公式可以为:
;式中,/>为电流信号的第x个极值点的第二初始异常因子,电流信号的第x个极值点可以为选定极值点,/>为电流信号的第x个极值点的临近数据点个数,/>为电流信号的第x个极值点的振幅,/>为电流信号的第x个极值点的第i个临近数据点的振幅,第i个临近数据点可以为目标临近数据点,/>为求绝对值函数,/>为电流信号的第x个极值点的第i个振幅差值的绝对值,/>为电流信号的第x个极值点的第i个临近数据点的时间差,/>为电流信号的第x个极值点的第i个临近数据点的时间差的反比例值,为电流信号的第x个极值点的第i个第一乘积,/>,/>为电流信号的第x个极值点的时序号,/>为电流信号的第x个极值点的第i个临近数据点的时序号。
在第二初始异常因子的计算公式中,可以表征电流信号的第x个极值点与其周围的第i个临近数据点之间的振幅差,振幅差越大,极值点的稳定性越低,说明第x个极值点发生异常变化的可能性越大;时间差/>可以表征电流信号的第x个极值点距离第i个临近数据点的远近程度,/>越小,说明第i个临近数据点距离第x个极值点越近,/>的可信度越高,第二初始异常因子的可信度越高,第x个极值点发生异常变化的可能性越大;第二初始异常因子/>可以衡量电流信号的极值点周围多个数据点振幅变化的稳定性,稳定性越低,第二初始异常程度越大;参考电流信号的第x个极值点的第二初始异常因子的计算过程,可以获得电流信号的各个极值点的第二初始异常因子。
第三子步骤,对于任意一个极值点,将第一初始异常因子和第二初始异常因子的乘积作为极值点的初始异常程度。
作为示例,极值点的初始异常程度的计算公式可以为:
;式中,/>为电流信号的第x个极值点的初始异常程度,电流信号的第x个极值点可以为任意一个极值点,/>为电流信号的第x个极值点的第一初始异常因子,/>为电流信号的第x个极值点的第二初始异常因子。
至此,参考电流信号的第x个极值点的初始异常程度的计算过程,可以获得电流信号的各个极值点的初始异常程度。
S3,根据电压信号和温度信号的各个数据点的振幅、电流信号的各个极值点的位置和各个数据点的振幅,确定电流信号的各个极值点的第一异常程度。
需要说明的是,在同一时间段内,正常情况下电路保护板的电流数据和电压数据的波动变化相似,即两者的数据变化一致性较高;因此,电路保护板的电流数据和电压数据的一致性越小,说明电路保护板的真实异常越大,电流数据和温度数据的一致性越小,说明温度数据对电流数据的影响较小,电路保护板的真实异常越小,假性异常越大。其中,真实异常是指由电路保护板电压异常导致的,假性异常是指由温度升高导致电流传感器的电阻器电阻变小导致的。
在本实施例中,基于对电流数据与电压数据、温度数据之间的相关性进行分析,可以获得电流信号的各个极值点的第一异常程度,第一异常程度的详细获取步骤可以包括:
第一步,确定电压信号、电流信号和温度信号的各个数据点的振幅变化程度。
对于电压信号、电流信号和温度信号上同一时序号的数据点,计算数据点与上一个数据点之间的振幅差值的绝对值,将所述振幅差值的绝对值与预设的单位时间间隔的比值作为数据点的振幅变化程度,获得电压信号、电流信号和温度信号的各个数据点的振幅变化程度。
在本实施例中,预设的单位时间间隔即为数据的采集频率,可以取值为0.5s。振幅变化程度可以表征模拟信号上的数据点相较于其上一个数据点的斜率值,其可以衡量同一时间段内相邻两个数据点之间的数据波动情况。
需要说明的是,对于电压信号、电流信号和温度信号上的第一个数据点,使第一个数据点的振幅变化程度等于第二个数据点的振幅变化程度。
第二步,根据电流信号的各个极值点的位置,将电流信号的各个极值点映射到电压信号和温度信号上,获得电压信号和温度信号上的各个极值映射点。
例如,电流信号的任意一个极值点的位置为(a1,b1),a1为极值点的时序号,b1为极值点的数值大小;由于电流信号和电压信号、温度信号的采集频率、采集开始时间和采集时长相同,通过电流信号的极值点的位置确定极值点的时序号,在电压信号和温度信号上确定同样的时序号a1,进而确定时序号a1在电压信号和温度信号上的数据点,此时可以完成将电流信号的极值点映射到电压信号和温度信号上。将电压信号和温度信号上与电流信号的各个极值点的时序号相同的数据点,称为极值映射点。
第三步,根据电流信号的各个极值点的振幅变化程度、电压信号和温度信号上的各个极值映射点的振幅变化程度,确定电流信号的各个极值点的第一异常程度。
在本实施例中,基于电压信号、电流信号和温度信号的各个数据点的振幅变化程度,结合电流信号的各个极值点以及电压信号和温度信号上的各个极值映射点的位置,即时序号,可以获得电流信号的各个极值点的振幅变化程度、电压信号和温度信号上的各个极值映射点的振幅变化程度。
作为示例,电流信号的第x个极值点的第一异常程度的计算公式可以为:
;式中,/>为电流信号的第x个极值点的第一异常程度,/>为电流信号的第x个极值点的振幅变化程度,/>为电压信号上第x个极值映射点的振幅变化程度,/>为电流信号和电压信号之间的振幅变化程度差异的平均值,/>为温度信号上第x个极值映射点的振幅变化程度,/>为电流信号和温度信号之间的振幅变化程度差异的平均值,/>为求绝对值函数,/>为预设的超参数,norm为线性归一化函数;;/>;X为电流信号的极值点的总个数,其也为电压信号和温度信号上极值映射点的总个数。
在第一异常程度的计算公式中,可以表征电流信号和电压信号上相同位置的两个数据点之间的数值变化相似程度,/>越大,两者之间的数值变化相似程度越小,电流信号的该位置的极值点发生真实异常的可能性越大,/>与第一异常程度为正相关关系;/>可以用于衡量电流信号的单个极值点受电压因素影响的异常程度与整体所有极值点受电压因素影响的异常程度之间的差异,差异越大,说明电流信号的该极值点受电压因素的异常影响越大,该极值点的异常变化是由电压变化引起的可能性越大,后续在利用该极值点的数值进行均值包络线分析时的权重越大;/>可以表征电流信号和温度信号上相同位置的两个数据点之间的数值变化差异程度,/>越大,说明两者之间的数值变化差异程度越大,温度数据与电流数据之间的相关性越小,电流信号的该位置的极值点发生假性异常的可能性越小,/>与第一异常程度/>为负相关关系;/>,同样用于衡量电流信号和温度信号对应的单个振幅变化程度与整体振幅变化程度之间的差异;预设的超参数/>可以设置为1,用于防止分式的分母为零;线性归一化函数norm可以用于规避出现分式为负数的特殊情况。
至此,参考电流信号的第x个极值点的第一异常程度的计算过程,可以获得电流信号的各个极值点的第一异常程度。
S4,根据电流信号的各个极值点的初始异常程度和各个极值点的第一异常程度,确定初次获取均值包络线时电流信号的每个极值点位置的上下包络线的权重。
需要说明的是,通过电流信号的各个极值点的初始异常程度和第一异常程度获得的真实异常程度,对每一次获取均值包络线时每个极值点位置的上下包络线的权重进行自适应调整。极值点的真实异常程度越大,说明该极值点的数据变化由电压异常引起的可能性越大,获取均值包络线时该极值点位置的数值权重应越大,使后续获取的IMF分量呈现的数据变化趋势越接近真实发生的异常。同时,每个极值点附近的极值点的真实异常程度越大,该极值点的真实异常程度的可信度就会越大,进而该极值点位置的均值包络线获取时该极值点侧的权重也需要越高。基于上述对电流信号的每个极值点的上下包络线的权重的分析,极值点的上下包络线的权重的具体实现步骤可以包括:
第一步,对于选定极值点,计算选定极值点的初始异常程度和第一异常程度的乘积,将初始异常程度和第一异常程度的乘积作为真实异常程度,获得选定极值点的真实异常程度;在电流信号上选取距离选定极值点最近的、第二预设数目个极值点为参考极值点。
在本实施例中,参考极值点的第二预设数目可以设置为6,实施者可以根据具体实际情况,设置参考极值点的个数。在计算真实异常程度时,不仅考虑到电流信号的极值点自身的数据变化特征,即初始异常程度,还考虑到电流信号的极值点与电压信号、温度信号对应位置的数据点之间的数据变化相关性,即第一异常程度,有效提高了计算的真实异常程度的可靠性和准确性,便于后续获得精准性更高的极值点位置的上下包络线的权重。
第二步,根据电流信号的选定极值点及其对应的各个参考极值点的真实异常程度和时序号,确定初次获取均值包络线时电流信号的选定极值点位置的上下包络线的权重。
作为示例,选定极值点位置的上下包络线的权重的计算公式可以为:
;式中,/>为初次获取均值包络线时电流信号的第x个极值点位置的上下包络线的权重,电流信号的第x个极值点为选定极值点,norm为线性归一化函数,/>为电流信号的第x个极值点的真实异常程度,D为电流信号的第x个极值点对应的参考极值点个数,/>为电流信号的第x个极值点对应的第e个参考极值点的真实异常程度,/>为电流信号的第x个极值点对应的第e个参考极值点的时间差,所述时间差为电流信号的第x个极值点与其对应的第e个参考极值点之间的时序号差值的绝对值。
在权重的计算公式中,极值点的真实异常程度越大,说明电流信号的第x个极值点的数据异常变化由电压异常引起的可能性越大,那么第x个极值点位置的均值包络线获取时第x个极值点侧的权重越大;参考极值点的真实异常程度/>越大,说明电流信号的第x个极值点周围的极值点的受电压异常变化的影响较大;而/>可以表征电流信号的第x个极值点与其对应的第e个参考极值点之间的远近程度,/>越小,说明极值点与其对应的参考极值点的距离越近,参考极值点的真实异常程度对极值点的影响越可信,故需要对/>进行反比例运算,即/>,其有助于提高权重计算结果的精准度;norm函数可以确保权重的取值范围在0到1之间,当然,可以使用其他方法实现权重的归一化处理,本实施例不做具体限定。
至此,通过参考选定极值点位置的上下包络线的权重的计算过程,可以获得初次获取均值包络线时电流信号的每个极值点位置的上下包络线的权重。
S5,根据电流信号和初次获取均值包络线时电流信号的每个极值点位置的上下包络线的权重,利用EMD算法,获得优化后的电流信号;根据优化后的电流信号,对待检测电路保护板过流值进行检测。
第一步,根据电流信号和初次获取均值包络线时电流信号的每个极值点位置的上下包络线的权重,利用EMD算法,获得优化后的电流信号。
在本实施例中,首先,结合初次获取均值包络线时电流信号的每个极值点位置的上下包络线的权重,利用EMD算法,对电流信号进行滤波处理,可以获得第一个IMF分量;基于第一个IMF分量和原始的电流信号,重复上述步骤S1-S4,可以获得第二次获取均值包络线时电流信号的每个极值点位置的上下包络线的权重,如此不断迭代,直至获得原始的电流信号对应的多个IMF分量和一个残余分量。之后,将多个IMF分量与残余分量进行重构处理得到了优化后的电流信号。EMD算法的实现过程为现有技术,不在本发明保护范围内,此处不再进行赘述。
第二步,根据优化后的电流信号,对待检测电路保护板过流值进行检测。
在本实施例中,对于优化后的电流信号,通过设置阈值判断电流信号对应的各个电流数据是否为异常数据,异常数据即为过流值。首先,基于优化后的电流信号,利用模数转换器,将优化后的电流信号转换成数字数据,得到优化后的电流信号对应的数字表示;模数转换器的具体实现过程为现有技术,此处不再进行赘述。其次,根据电路的额定电流和保护需求,在系统中设置过流阈值;其中,过流阈值为电路中的额定电流值,该数值由仪器实际的参数决定。最后,比较优化后的电流信号对应的各个电流数据与过流阈值,若任意一个电流数据大于或等于过流阈值,则说明该电流数据超过了额定电流值,该电流数据为过流值,即预设时间段1个小时内的待检测电路保护板存在过流状态。
至此,本实施例完成了电路保护板过流值检测。
本发明的实施例还提供了一种电路保护板过流值检测系统,包括处理器和存储器,所述处理器用于处理存储在所述存储器中的指令,以实现如上所述的一种电路保护板过流值检测方法。
一种电路保护板过流值检测方法及系统,通过确定优化后的电流信号尽可能地排除了受高温影响产生的虚假的异常电流数据,保留了受电压异常变化影响产生的真实的异常电流数据,可以使得电路保护板的过流值检测更加真实、准确。同时,使得EMD算法的适用性和鲁棒性更强。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,均应包含在本发明的保护范围之内。
Claims (9)
1.一种电路保护板过流值检测方法,其特征在于,包括以下步骤:
获取预设时间段内的待检测电路保护板对应的电流信号、电压信号和温度信号;
确定电流信号的各个极值点;根据电流信号的各个极值点和各个数据点的振幅、时序号,获得电流信号的各个极值点的初始异常程度;
根据电压信号和温度信号的各个数据点的振幅、电流信号的各个极值点的位置和各个数据点的振幅,确定电流信号的各个极值点的第一异常程度;
根据电流信号的各个极值点的初始异常程度和各个极值点的第一异常程度,确定初次获取均值包络线时电流信号的每个极值点位置的上下包络线的权重;
根据电流信号和初次获取均值包络线时电流信号的每个极值点位置的上下包络线的权重,利用EMD算法,获得优化后的电流信号;根据优化后的电流信号,对待检测电路保护板过流值进行检测。
2.根据权利要求1所述的一种电路保护板过流值检测方法,其特征在于,根据电流信号的各个极值点和各个数据点的振幅、时序号,获得电流信号的各个极值点的初始异常程度,包括:
根据电流信号的各个极值点的振幅,确定各个极值点的第一初始异常因子;
根据电流信号的各个极值点的位置和时序号、各个数据点的振幅和时序号,确定各个极值点的第二初始异常因子;
对于任意一个极值点,将第一初始异常因子和第二初始异常因子的乘积作为极值点的初始异常程度。
3.根据权利要求2所述的一种电路保护板过流值检测方法,其特征在于,根据电流信号的各个极值点的振幅,确定各个极值点的第一初始异常因子,包括:
将任意一个极值点作为选定极值点,获取与选定极值点相邻的两个极值点,将相邻的两个极值点中的任意一个极值点作为选定极值点的目标相邻极值点;计算选定极值点与目标相邻极值点的振幅差值的绝对值,将所述与目标相邻极值点的振幅差值的绝对值作为选定极值点的第一初始异常因子。
4.根据权利要求3所述的一种电路保护板过流值检测方法,其特征在于,根据电流信号的各个极值点的位置和时序号、各个数据点的振幅和时序号,确定各个极值点的第二初始异常因子,包括:
以选定极值点的位置为中心位置,在选定极值点的周围选取第一预设数目个、距离最近的数据点作为临近数据点,将任意一个临近数据点作为目标临近数据点;
计算选定极值点与目标临近数据点的振幅差值的绝对值,进而计算选定极值点与目标临近数据点的时序号差值的绝对值,将时序号差值的绝对值作为时间差,对目标临近数据点的时间差进行反比例计算,获得时间差的反比例值,将所述与目标临近数据点的振幅差值的绝对值和所述时间差的反比例值的乘积作为选定极值点的第一乘积;
获得选定极值点的各个第一乘积,将选定极值点的所有第一乘积的平均值作为选定极值点的第二初始异常因子。
5.根据权利要求1所述的一种电路保护板过流值检测方法,其特征在于,根据电压信号和温度信号的各个数据点的振幅、电流信号的各个极值点的位置和各个数据点的振幅,确定电流信号的各个极值点的第一异常程度,包括:
对于电压信号、电流信号和温度信号上同一时序号的数据点,计算数据点与上一个数据点之间的振幅差值的绝对值,将所述振幅差值的绝对值与预设的单位时间间隔的比值作为数据点的振幅变化程度,获得电压信号、电流信号和温度信号的各个数据点的振幅变化程度;
根据电流信号的各个极值点的位置,将电流信号的各个极值点映射到电压信号和温度信号上,获得电压信号和温度信号上的各个极值映射点;
根据电流信号的各个极值点的振幅变化程度、电压信号和温度信号上的各个极值映射点的振幅变化程度,确定电流信号的各个极值点的第一异常程度。
6.根据权利要求5所述的一种电路保护板过流值检测方法,其特征在于,所述电流信号的各个极值点的第一异常程度的计算公式为:
;式中,/>为电流信号的第x个极值点的第一异常程度,/>为电流信号的第x个极值点的振幅变化程度,/>为电压信号上第x个极值映射点的振幅变化程度,/>为电流信号和电压信号之间的振幅变化程度差异的平均值,/>为温度信号上第x个极值映射点的振幅变化程度,/>为电流信号和温度信号之间的振幅变化程度差异的平均值,/>为求绝对值函数,/>为预设的超参数,norm为线性归一化函数;;/>;X为电流信号的极值点的总个数,其也为电压信号和温度信号上极值映射点的总个数。
7.根据权利要求3所述的一种电路保护板过流值检测方法,其特征在于,根据电流信号的各个极值点的初始异常程度和各个极值点的第一异常程度,确定初次获取均值包络线时电流信号的每个极值点位置的上下包络线的权重,包括:
对于选定极值点,计算选定极值点的初始异常程度和第一异常程度的乘积,将初始异常程度和第一异常程度的乘积作为真实异常程度,获得选定极值点的真实异常程度;在电流信号上选取距离选定极值点最近的、第二预设数目个极值点为参考极值点;
根据电流信号的选定极值点及其对应的各个参考极值点的真实异常程度和时序号,确定初次获取均值包络线时电流信号的选定极值点位置的上下包络线的权重;
所述选定极值点位置的上下包络线的权重的计算公式为:
;式中,/>为初次获取均值包络线时电流信号的第x个极值点位置的上下包络线的权重,电流信号的第x个极值点为选定极值点,norm为线性归一化函数,/>为电流信号的第x个极值点的真实异常程度,D为电流信号的第x个极值点对应的参考极值点个数,/>为电流信号的第x个极值点对应的第e个参考极值点的真实异常程度,/>为电流信号的第x个极值点对应的第e个参考极值点的时间差,所述时间差为电流信号的第x个极值点与其对应的第e个参考极值点之间的时序号差值的绝对值。
8.根据权利要求1所述的一种电路保护板过流值检测方法,其特征在于,获取预设时间段内的待检测电路保护板对应的电流信号、电压信号和温度信号,包括:
采集预设时间段内待检测电路保护板对应电流数据序列、电压数据序列和温度数据序列;利用数模转换器,将电流数据序列、电压数据序列和温度数据序列转换成模拟信号,获得电流信号、电压信号和温度信号。
9.一种电路保护板过流值检测系统,其特征在于,包括处理器和存储器,所述处理器用于处理存储在所述存储器中的指令,以实现如权利要求1-8中任一项所述的一种电路保护板过流值检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311745203.9A CN117420346B (zh) | 2023-12-19 | 2023-12-19 | 一种电路保护板过流值检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311745203.9A CN117420346B (zh) | 2023-12-19 | 2023-12-19 | 一种电路保护板过流值检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117420346A CN117420346A (zh) | 2024-01-19 |
CN117420346B true CN117420346B (zh) | 2024-02-27 |
Family
ID=89532945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311745203.9A Active CN117420346B (zh) | 2023-12-19 | 2023-12-19 | 一种电路保护板过流值检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117420346B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117892246B (zh) * | 2024-03-12 | 2024-05-31 | 西安西驰信息技术有限公司 | 一种智能化开关柜用数据处理方法 |
CN118259064A (zh) * | 2024-05-10 | 2024-06-28 | 国网山西省电力公司忻州供电公司 | 一种电力系统设备运行负荷异常监测方法 |
CN118465521B (zh) * | 2024-07-12 | 2024-10-18 | 西安广勤电子技术有限公司 | 基于三环控制数字均流并联电路的运行异常检测方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1256490A (zh) * | 1998-10-27 | 2000-06-14 | 松下电器产业株式会社 | 波形整形设备和包括该设备的再现信号处理设备 |
CN103941091A (zh) * | 2014-04-25 | 2014-07-23 | 福州大学 | 基于改进emd端点效应的电力系统hht谐波检测方法 |
CN110680308A (zh) * | 2019-11-04 | 2020-01-14 | 北京理工大学 | 基于改进emd与阈值法融合的心电信号去噪方法 |
WO2021139051A1 (zh) * | 2020-01-11 | 2021-07-15 | 大连理工大学 | 采用希尔伯特‑黄变换预测连铸坯鼓肚变形量的方法 |
CN113589052A (zh) * | 2021-08-11 | 2021-11-02 | 南京导纳能科技有限公司 | 一种消除低频地磁干扰电流的方法 |
CN114769826A (zh) * | 2022-03-30 | 2022-07-22 | 华南理工大学 | 电阻点焊监控系统、方法及其应用 |
CN116071881A (zh) * | 2023-03-24 | 2023-05-05 | 光谷技术有限公司 | 基于地波和视频的多模态入侵探测系统 |
CN116701973A (zh) * | 2023-08-09 | 2023-09-05 | 无锡市明通动力工业有限公司 | 基于大数据的电机异常振动检测预警方法 |
CN116881677A (zh) * | 2023-09-08 | 2023-10-13 | 苏州科尔珀恩机械科技有限公司 | 一种窑炉运行能耗数据优化采集分析方法 |
CN116992393A (zh) * | 2023-09-27 | 2023-11-03 | 联通(江苏)产业互联网有限公司 | 一种基于工业物联网的安全生产监测方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9259167B2 (en) * | 2014-07-02 | 2016-02-16 | National Central University | Method and system for extracting ventricular fibrillation signals in electrocardiogram |
US11169190B2 (en) * | 2016-09-19 | 2021-11-09 | The University Of New Hampshire | Techniques for empirical mode decomposition (EMD)-based noise estimation |
-
2023
- 2023-12-19 CN CN202311745203.9A patent/CN117420346B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1256490A (zh) * | 1998-10-27 | 2000-06-14 | 松下电器产业株式会社 | 波形整形设备和包括该设备的再现信号处理设备 |
CN103941091A (zh) * | 2014-04-25 | 2014-07-23 | 福州大学 | 基于改进emd端点效应的电力系统hht谐波检测方法 |
CN110680308A (zh) * | 2019-11-04 | 2020-01-14 | 北京理工大学 | 基于改进emd与阈值法融合的心电信号去噪方法 |
WO2021139051A1 (zh) * | 2020-01-11 | 2021-07-15 | 大连理工大学 | 采用希尔伯特‑黄变换预测连铸坯鼓肚变形量的方法 |
CN113589052A (zh) * | 2021-08-11 | 2021-11-02 | 南京导纳能科技有限公司 | 一种消除低频地磁干扰电流的方法 |
CN114769826A (zh) * | 2022-03-30 | 2022-07-22 | 华南理工大学 | 电阻点焊监控系统、方法及其应用 |
CN116071881A (zh) * | 2023-03-24 | 2023-05-05 | 光谷技术有限公司 | 基于地波和视频的多模态入侵探测系统 |
CN116701973A (zh) * | 2023-08-09 | 2023-09-05 | 无锡市明通动力工业有限公司 | 基于大数据的电机异常振动检测预警方法 |
CN116881677A (zh) * | 2023-09-08 | 2023-10-13 | 苏州科尔珀恩机械科技有限公司 | 一种窑炉运行能耗数据优化采集分析方法 |
CN116992393A (zh) * | 2023-09-27 | 2023-11-03 | 联通(江苏)产业互联网有限公司 | 一种基于工业物联网的安全生产监测方法 |
Non-Patent Citations (4)
Title |
---|
An Adaptive Weighted Envelope Based Piecewise Fitting Method for Molding Process Data;Yaojie Pan et al.;2021 33rd Chinese Control and Decision Conference (CCDC);20211130;第6590-6595页 * |
CONTROLLING FACTOR WEIGHTS IN DATA ENVELOPMENT ANALYSIS;YAAKOV ROLL et al.;IIE Tansactions;20070331;第23卷(第1期);第2-9页 * |
应用径向基函数神经网络处理EMD方法中的边界问题;瞿伟廉 等;华中科技大学学报(城市科学版);20061230;第23卷(第4期);第1-13页 * |
语音信号中基于EMD法的情感计算;秦宇强 等;数学的实践与认识;20110308;第41卷(第5期);第123-128页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117420346A (zh) | 2024-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117420346B (zh) | 一种电路保护板过流值检测方法及系统 | |
CN117349781B (zh) | 一种变压器故障智能诊断方法及系统 | |
KR910015089A (ko) | 디지탈 신호처리 방법과 장치. 전력 시스템 신호처리 장치 및 그 제어장치 | |
CN116865269B (zh) | 一种风电机组高谐波补偿方法及系统 | |
CN117798744A (zh) | 一种数控机床运行状态监测方法 | |
CN118169580B (zh) | 一种智能手机配件生产测试方法及系统 | |
CN117892246A (zh) | 一种智能化开关柜用数据处理方法 | |
US10958060B2 (en) | Method and device for detecting an electric arc in a photovoltaic installation | |
CN117113008B (zh) | 基于x射线的板厚测量方法 | |
CN117633695A (zh) | 一种基于电参数时序分析的变压器运行监测方法 | |
KR100645113B1 (ko) | 부분방전 측정신호의 잡음 제거 및 정량화 결정 방법 | |
CN117215887A (zh) | 一种基于arch模型和卡尔曼滤波器进行数据预测的方法 | |
CN117854541A (zh) | 变压器故障检测模型训练方法、故障诊断方法及相关设备 | |
CN116166931B (zh) | 一种基于常时微动的危岩体一阶固有振动频率提取方法 | |
CN112114215A (zh) | 基于误差反向传播算法的变压器老化评估的方法及系统 | |
Bennouna et al. | Diagnosis and fault signature analysis of a wind turbine at a variable speed | |
CN117269660A (zh) | 基于变异系数差分算法的故障电弧检测方法及系统 | |
CN113792675B (zh) | 基于离散小波变换模型的金属材质涡流分析方法 | |
CN111581582B (zh) | 一种基于功率谱分析的中子探测信号数字处理方法 | |
CN110598617B (zh) | 煤矿安全监控系统瓦斯异常数据辨识与重构方法 | |
CN117435874B (zh) | 一种供排水设备异常数据检测方法及系统 | |
CN114112013A (zh) | 古建筑安全性测定方法和装置、电子设备和存储介质 | |
CN117648537B (zh) | 基于超光谱技术的大气污染实时监测方法及系统 | |
CN117783792B (zh) | 基于多参数实时监测的阀侧套管绝缘状态检测方法及系统 | |
CN118133067B (zh) | 一种链式svg功率模块的性能检测方法 |
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 |