CN117590181A - 利用电弧电压随机性的低压交流串联电弧故障识别方法 - Google Patents
利用电弧电压随机性的低压交流串联电弧故障识别方法 Download PDFInfo
- Publication number
- CN117590181A CN117590181A CN202410069377.6A CN202410069377A CN117590181A CN 117590181 A CN117590181 A CN 117590181A CN 202410069377 A CN202410069377 A CN 202410069377A CN 117590181 A CN117590181 A CN 117590181A
- Authority
- CN
- China
- Prior art keywords
- voltage
- arc
- fault
- differential
- differential voltage
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000004364 calculation method Methods 0.000 claims abstract description 27
- 238000001514 detection method Methods 0.000 claims abstract description 27
- 238000012544 monitoring process Methods 0.000 claims abstract description 24
- 238000001914 filtration Methods 0.000 claims abstract description 19
- 238000011144 upstream manufacturing Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000010606 normalization Methods 0.000 claims abstract description 7
- 238000005070 sampling Methods 0.000 claims description 11
- 230000001360 synchronised effect Effects 0.000 claims description 8
- 238000012546 transfer Methods 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 3
- 238000004870 electrical engineering Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 9
- 230000006698 induction Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000010355 oscillation Effects 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
- 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
- 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
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/085—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution lines, e.g. overhead
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
本发明属于电气工程测量技术领域，具体涉及利用电弧电压随机性的低压交流串联电弧故障识别方法，步骤包括：同步采集上下游监测点处电压；进行差分计算得到差分电压；对差分电压数字滤波处理得到消噪后的差分电压；对差分电压进行故障特征的放大处理得到陷波电压；对陷波电压进行相邻周波间的相关性计算和变化率的求取得到电弧特征值E1；对差分电压进行邻波电压差的计算得到邻波差分电压；对邻波差分电压进行小波阈值去噪和周期间的自归一化处理得到电弧特征值E2；确定电弧特征值E1和E2的故障检测阈值，确立基于双阈值的故障检测策略。本发明可有效实现低压线路的串联电弧故障检测，具有良好的识别精度和对不同负载类型间的泛化能力。
Description
技术领域
本发明属于电气工程测量技术领域，具体涉及利用电弧电压随机性的低压交流串联电弧故障识别方法。
背景技术
在配电系统中，串联电弧故障是故障类型之一，常发生在电线老化或短路时电器误操作。故障时可以释放大量热量，其温度可高达数千摄氏度，导致电气火灾。然而，与短路故障不同的是，由于电弧电流有效值小于非电弧电流有效值，故不能使传统断路器跳闸。因此，提取合适的电弧故障特征特征，实现串联电弧故障检测，对消除火灾隐患具有重要意义。
随着电力电子设备的发展，负载类型越来越多，电流特征越来越复杂，这给故障诊断带来了严峻的挑战。因此，利用电压特征进行故障检测更易建立统一判据。
现有专利中，申请号为202110457409，专利名为“一种用于低压配电网的串联电弧检测方法”的中国发明专利，以上下游监测点的差分电压作为基础特征量，将差分电压的数值大小、差分电压工频成分的大小、差分电压相邻周期间的相关系数作为电弧特征值，并选择其方案中的至少一种来判断待测线路中是否发生串联电弧故障。但是，该专利中，首先，线路压降将影响差分电压的大小，因此，仅利用差分电压的数值大小和差分电压工频成分的大小将很难排除线路不同长度和不同内径等因素，对线路压降所带来的影响；其次，负荷波动也会使上下游监测点产生越过线路正常压降的情况，因此难以区分负荷波动，尤其是电机类负荷启动过程带来的影响；同样，不同类型的负荷将对差分电压周期间的相似性产生不同程度的影响，无法在不同负荷间设定统一的阈值标准，尤其是开关电源类负荷。综上所述，该专利申请所公开的方法适用场景非常有限，普适性较差。
以及申请号为202210167818，专利名为“基于谐波特征距离测度的低压配电线路故障电弧识别方法”的中国发明专利，同样以上下游监测点的差分电压作为基础特征量，利用差分电压波形与方波的相似程度识别波形是否含有故障电弧电压以识别故障，相较于上述的“一种用于低压配电网的串联电弧检测方法”，克服了线路压降对差分波形类型识别的干扰，对非线性负荷来说，其谐波因数距离并不能作为可靠检测依据，其原因在于受交流电源特性影响，电弧电压具有方波特性。但是，对与开关电源类负荷来说，受负荷特性影响，电弧电压将存在高频振荡现象，因此方波特性将受到较大影响，导致谐波因数距离较大，无法与常规负荷设置统一的故障阈值。
发明内容
根据以上现有技术中的不足，本发明提供了利用电弧电压随机性的低压交流串联电弧故障识别方法，可有效实现低压线路的串联电弧故障检测，具有良好的识别精度和对不同负载类型间的泛化能力，同时具有较强的抗噪能力和较高的工程实用价值。
为达到以上目的，本发明提供了利用电弧电压随机性的低压交流串联电弧故障识别方法，包括以下步骤：
S1、对上下游监测点进行同步对时后，同步采集上下游监测点处电压；
S2、对上下游监测点处电压进行差分计算得到差分电压Ud；
S3、对差分电压Ud进行数字滤波处理，消除噪声影响，得到消噪后的差分电压Udf；
S4、采用陷波滤波器，对消噪后的差分电压Udf进行故障特征的放大处理，得到陷波电压UdT；
S5、对陷波电压UdT进行相邻周波间的相关性计算，并对计算结果进行变化率的求取，得到电弧特征值E1；
S6、对S2中的差分电压Ud进行邻波电压差的计算，得到邻波差分电压Udn；
S7、对邻波差分电压Udn进行小波阈值去噪，并对去噪后邻波差分电压Udn进行周期间的自归一化处理，得到电弧特征值E2；
S8、分别确定电弧特征值E1和E2的故障检测阈值，确立基于双阈值的故障检测策略。
所述的S1中，上下游检测点的设置为在低压配电线路主干线和各个分支线路的进线端和出线端分别设置监测点，进线端和出线端即为该段线路的首端和末端；对待测线路的首端和末端监测点进行同步对时后，同步采集待测线路的首端电压和末端电压。
所述的S3中，对差分电压Ud采用滑动平均法的数字滤波方式进行处理，对一段波形中的每M个点求平均值后，把原来的M个采样点替换成一个平均点来表示，滑动步长为一个采样点的距离，进行滑动计算得到消噪后的差分电压Udf。以此来减弱信号中噪声和干扰的影响。
所述的S4中，采用的陷波滤波器的传递函数采用二阶传递函数：
（1）；
式中，z是输入信号，e取值0.75。该滤波器为一个二阶传递函数，具有低截止频率和非常窄的抑制频带，频率越高信号衰减越弱。
所述的S5中，相关性计算采用皮尔逊相关性计算，其表达式为：
（2）；
其中，xk和xj为不同时刻的陷波电压UdT的输入量，r为xk和xj之间的相关系数值；
为了保证r的实时性，进行皮尔逊相关性计算时，在滑动窗口下进行，滑动窗口大小为一个工频电压周期大小的尺度，滑动步长为一个采样点的距离；
计算得到r后，对其进行变化率的求取，并提取半个周期内最大值的绝对值，作为电弧特征值E1。
所述的S7中，进行小波阈值去噪时，消噪策略为阈值以下置零，阈值以上保留与阈值间的差值；进行归一化处理时，提取归一化数值中半周期内的最大值，作为电弧特征值E2。
所述的S8中，故障检测阈值设定时，综合考虑故障状态与非故障状态之间误判率的关系，确保故障检测阈值在GB/14287.4标准要求范围内，最终根据GB/14287.4标准要求确立基于双阈值的故障检测策略。
本发明涉及的算法可以通过电子设备执行，电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，通过处理器执行软件实现上述的算法。
本发明所具有的有益效果是：
本发明以差分电压随机性作为故障特征，具有受负荷类型影响小的优点，且电弧燃烧时产生的随机特性明显，因此通过识别故障电弧电压的随机性特征更易于建立统一的故障判据。
本发明提出采用的陷波滤波器可有效放大故障信号中以随机性为基础的故障特征信息。通过均值数字滤波消除了噪声对稳态信号影响的同时，也抑制了故障信号中突变点和高频噪声的含量；可有效抑制基频带来的影响，放大了时域波形的畸变程度，突出了故障特性。
本发明提出了基于差分电压周期间相似性和差异性的双判据故障检测方法，具有准确率高、识别速度快、普适性强和算法复杂度低的优点，且能够有效排除负荷波动等干扰带来的影响；可有效实现低压线路的串联电弧故障检测，具有良好的识别精度和对不同负载类型间的泛化能力，同时具有较强的抗噪能力和较高的工程实用价值。
附图说明
图1是本发明的流程原理图；
图2为不同负载同步采样下的差分波形；图2中的（a）为电暖气的差分波形；图2中的（b）为电磁炉的差分波形；图2中的（c）为微波炉的差分波形；图2中的（d）为吸尘器的差分波形；图2中的（e）为电脑的差分波形；
图3为不同负载的陷波滤波器的滤波效果；图3中的（a）为电暖气的滤波效果；图3中的（b）为电磁炉的滤波效果；图3中的（c）为微波炉的滤波效果；图3中的（d）为吸尘器的滤波效果；图3中的（e）为电脑的滤波效果；
图4为不同负载UdT相邻周期间的自相关系数的相关系数值r；图4中的（a）为电暖气的相关系数值r；图4中的（b）为电磁炉的相关系数值r；图4中的（c）为微波炉的相关系数值r；图4中的（d）为吸尘器的相关系数值r；图4中的（e）为电脑的相关系数值r；
图5为不同负载的电弧特征值E1的求取结果；
图6为不同负载的Udn波形图；图6中的（a）为故障前后的Udn波形图；图6中的（b）为非故障时的Udn波形图；
图7为不同负载的电弧特征值E2的求取结果；
图8为初始故障阶段的电弧特征值分析；图8中的（a）为电暖气的电弧特征值分析；图8中的（b）为电磁炉的电弧特征值分析。
具体实施方式
下面结合附图对本发明的实施例做进一步描述：
如图1所示，利用电弧电压随机性的低压交流串联电弧故障识别方法，包括以下步骤：
S1、对上下游监测点进行同步对时后，同步采集上下游监测点处电压；
S2、对上下游监测点处电压进行差分计算得到差分电压Ud；
S3、对差分电压Ud进行数字滤波处理，消除噪声影响，得到消噪后的差分电压Udf；
S4、采用陷波滤波器，对消噪后的差分电压Udf进行故障特征的放大处理，得到陷波电压UdT；
S5、对陷波电压UdT进行相邻周波间的相关性计算，并对计算结果进行变化率的求取，得到电弧特征值E1；
S6、对S2中的差分电压Ud进行邻波电压差的计算，得到邻波差分电压Udn；
S7、对邻波差分电压Udn进行小波阈值去噪，并对去噪后邻波差分电压Udn进行周期间的自归一化处理，得到电弧特征值E2；
S8、分别确定电弧特征值E1和E2的故障检测阈值，确立基于双阈值的故障检测策略。
通过具体案例对本发明方法进行验证试验，试验所用负荷参数如表1所示，不同负荷上下游监测点处差分电压Ud、电弧电压Uarc和线路电流I，如图2所示。
表1 试验所用负荷参数
由图2可知，各负荷故障点的电弧电压Uarc均近似为方波形状。故障前，上下游的同步差分电压仅有线路压降Uh和总噪声f，其波形近似为电流波形形状；故障后，同步差分电压为线路压降Uh、总噪声f和电弧电压Uarc的叠加。可发现故障前后，差分电压Ud的值存在数值增大的现象，但并不能将其作为最终的判据，增加线路长度同样会增加线路压降的值，同样因线路参数不同和负荷类型不同，线路压降的数值也存在较大差异。因此，仅利用线路压降信息难以保证检测可靠性。
观察图2中故障时负载的电弧电压Uarc和差分电压Ud的波形图，可发现，不同周波间电弧电压Uarc的随机性明显，不同周波间均存在一定的波形畸变，因此，受电弧电压随机性的影响，差分电压Ud在不同周波间同样存在一定的波形畸变率，但受线路压降的影响，其畸变程度并没有像电弧电压Uarc那样明显，但仍存在该特性。
S3中，系统正常状态下，信号中的噪声和干扰应被消除。即应对差分电压的波形进行平滑处理，最简单有效的方式便是采用滑动平均法数字滤波的方式。滤波原理为对一段波形中的每M个点求平均值后，把原来的M个采样点替换成一个平均点来表示，滑动步长为一个采样点的距离从而进行滑动计算，来减弱信号中噪声和干扰的影响。
S4中，采用陷波滤波器对经数字滤波后的差分电压进行高频信息占空比的放大处理，效果如图3所示。滤波后，直流分量被完全滤除，基频的作用被大幅抑制，而对于高频量而言，其幅值大小与滤波前基本不变，各频段的高频分量占信号的总比重明显增大，故障电弧信号中的高频随机性被放大。
S5中，为了保证相关系数r的实时性，其计算应在滑动窗口下进行，滑动窗口大小为一个周期大小的尺度，滑动步长为一个采样点的距离。对陷波电压UdT进行周期间自相关系数r的计算，结果如图4所示。对多数负载而言，在正常工作时，Udf相邻周期间的皮尔逊相关系数趋近于1，而在发生故障电弧时低于0.97，阈值取0.97便可较为可靠的检测出电弧的存在。但对于少数负载而言，在正常工作状态与故障状态，其相关系数r的值在数值上虽然存在较大变化，但是在正常工作时的r值在0.97左右甚至更低，如图4中所示的电脑负载。在电脑正常工作时，相关系数在0.88-0.93范围内，发生故障电弧时，在0.75-0.85范围内，虽可有效区分两种状态，但与其它负载间存在数据交叉现象。
因此，需对自相关系数r进行进一步的特征提取。无故障发生时，无论r的值大小如何，都处于一个相对稳定的状态，但是在故障阶段，数值浮动较大，数据间存在较大的变化率。因此，对其求导后数值会存在较大突变。
根据GB/14287.4规定，如果1s内发生14个及以上半周期的故障电弧时，故障电弧断路器（Arcing Fault Detectors，AFD）应在30s内发出警报信号。因此，应以半周期为单位对相关系数r的一阶导数值D进行电弧特征值E1的提取。按照均值滤波后5kHz的采样频率，每半个周期内可求取出5个特征量值，并取5个值中绝对值的最大值，作为该半周期内的电弧特征值E1，不同负荷故障前后的电弧特征值E1如图5所示。将故障前后，电弧特征值E1存在较大的数值突变，尤其是在初始故障阶段，可较为可靠的区分故障状态。
S6中，故障信号周期间的不规则特性同样可以被相邻周期间的差值所表达。上下游监测点处的差分电压Ud，进行相邻周波间的差分，得到邻波差分电压Udn，如图6所示。
S7中，自归一化处理方式为，将去噪后的Udn值除以当前周期绝对值的平均值，并提取半周期内的最大值，作为电弧特征值E2，不同负荷故障前后的电弧特征值E2如图7所示。故障前后，电弧特征值E2同样存在较大的数值突变，尤其是在初始故障阶段，可有效区分两种状态。
S8中，分别设定Tv1和Tv2为电弧特征值E1和E2中故障半周期判别阈值，将不同线缆参数、不同线路长度、不同故障位置和不同负荷等不同工况条件下，故障前后的电弧特征值进行汇总。在进行阈值选取时，当减小阈值而增加对故障信号的识别率时，同样会增加对正常信号的误判率，因此，应综合考虑误判率和识别率二者之间的关系。当对正常半周期的误判率超过14%时，在GB/14287.4标准要求下，将会对正常信号产生一定的误判风险，如Tv1取1.5和Tv2取0.4时，因此阈值的选择应大于该值。当Tv1取2.8和Tv2取1.3时，对故障半周期的识别率将低于70%，因此，阈值的选择应该大于该值，从而保证对故障半周期的识别精度。综合考虑，在考虑负荷扰动和随机波动等因素的影响下，应将正常半周期的误判率控制在5%以内，即Tv1取2.55（误判率4.85%，识别率71.92），Tv2取0.95（误判率4.51%，识别率75.35）。
为了进一步说明多判据的优势，将电暖气和电磁炉初始故障阶段的E1和E2的值进行提取，如图8所示。在故障刚发生时，受电弧特性的影响，初始燃弧阶段故障特征明显，无论是E1还是E2均存在较大的数值突变，但该过程持续时间较短，一般在20ms左右。对于电暖气负载而言，E1的突变阶段仅持续了5ms左右，即仅可检测到5个电弧半周期，仅在初始燃弧阶段无法检测到14个电弧半周期，导致在初始燃弧阶段无法完成故障判别。当再次经过15ms后，再次出现故障特性，呈现为断续出现，且较于初始燃弧阶段，相对微弱。通过1s内对电弧半周期识别个数的累积，虽可满足GB/14287.4标准对14个电弧半周的要求，但无法做到快速检测。但在初始燃弧阶段，E2的突变持续时间较长，在20ms左右，即可检测到20个电弧半周期，从而完成故障判别。但对于电磁炉而言，E1在初始燃弧阶段的突变时间较长，在25ms左右，在此期间仅漏判了2个半周期，且在前14个半周期内无漏判现象，可实现故障判别，完成快速检测。而利用E2进行判别时，在该期间共漏判12个电弧半周期，最快可在故障发生后的第27ms实现故障判别，无法做到快速检测。
综上所述，采用上述两种方法融合的方式，可大量避免单一算法的漏判率，实现在初始故障阶段的快速检测。
在确定检测阈值和策略后，对本发明方法的泛化能力进行测试。因此在不同线路长度、不同线路参数和不同故障位置的条件下，将电暖气、电磁炉、微波炉、吸尘器、电脑五种负荷进行更换调整，其中，对微波炉和吸尘器进行功率调整，其它负荷进行更换，以此来验证该方法的泛化能力，具体的负荷参数如表2所示。
表2 负荷主要参数
将表1中的负荷类型用表2中的负荷替代，进行改变负荷功率和种类的测试，测试结果如表3所示。
表3 测试结果
在GB/14287.4标准范围内，本发明方法在正常阶段，无任何误判现象；在故障阶段，对故障识别率可达到99.69%。在初始故障阶段，在满足识别出14个电弧半周期的前提下，对故障识别率可达到97.08%，可实现快速检测。
Claims (7)
1.利用电弧电压随机性的低压交流串联电弧故障识别方法，其特征在于包括以下步骤：
S1、对上下游监测点进行同步对时后，同步采集上下游监测点处电压；
S2、对上下游监测点处电压进行差分计算得到差分电压Ud；
S3、对差分电压Ud进行数字滤波处理，消除噪声影响，得到消噪后的差分电压Udf；
S4、采用陷波滤波器，对消噪后的差分电压Udf进行故障特征的放大处理，得到陷波电压UdT；
S5、对陷波电压UdT进行相邻周波间的相关性计算，并对计算结果进行变化率的求取，得到电弧特征值E1；
S6、对S2中的差分电压Ud进行邻波电压差的计算，得到邻波差分电压Udn；
S7、对邻波差分电压Udn进行小波阈值去噪，并对去噪后邻波差分电压Udn进行周期间的自归一化处理，得到电弧特征值E2；
S8、分别确定电弧特征值E1和E2的故障检测阈值，确立基于双阈值的故障检测策略。
2.根据权利要求1所述的利用电弧电压随机性的低压交流串联电弧故障识别方法，其特征在于：所述的S1中，上下游检测点的设置为在低压配电线路主干线和各个分支线路的进线端和出线端分别设置监测点，进线端和出线端即为该段线路的首端和末端；对待测线路的首端和末端监测点进行同步对时后，同步采集待测线路的首端电压和末端电压。
3.根据权利要求1所述的利用电弧电压随机性的低压交流串联电弧故障识别方法，其特征在于：所述的S3中，对差分电压Ud采用滑动平均法的数字滤波方式进行处理，对一段波形中的每M个点求平均值后，把原来的M个采样点替换成一个平均点来表示，滑动步长为一个采样点的距离，进行滑动计算得到消噪后的差分电压Udf。
4.根据权利要求1所述的利用电弧电压随机性的低压交流串联电弧故障识别方法，其特征在于：所述的S4中，采用的陷波滤波器的传递函数采用二阶传递函数：
（1）；
式中，z是输入信号，e取值0.75。
5.根据权利要求3所述的利用电弧电压随机性的低压交流串联电弧故障识别方法，其特征在于：所述的S5中，相关性计算采用皮尔逊相关性计算，其表达式为：
（2）；
其中，xk和xj为不同时刻的陷波电压UdT的输入量，r为xk和xj之间的相关系数值；
进行皮尔逊相关性计算时，在滑动窗口下进行，滑动窗口大小为一个工频电压周期大小的尺度，滑动步长为一个采样点的距离；
计算得到r后，对其进行变化率的求取，并提取半个周期内最大值的绝对值，作为电弧特征值E1。
6.根据权利要求5所述的利用电弧电压随机性的低压交流串联电弧故障识别方法，其特征在于：所述的S7中，进行小波阈值去噪时，消噪策略为阈值以下置零，阈值以上保留与阈值间的差值；进行归一化处理时，提取归一化数值中半周期内的最大值，作为电弧特征值E2。
7.根据权利要求6所述的利用电弧电压随机性的低压交流串联电弧故障识别方法，其特征在于：所述的S8中，故障检测阈值设定时，综合考虑故障状态与非故障状态之间误判率的关系，确保故障检测阈值在GB/14287.4标准要求范围内，最终根据GB/14287.4标准要求确立基于双阈值的故障检测策略。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410069377.6A CN117590181A (zh) | 2024-01-18 | 2024-01-18 | 利用电弧电压随机性的低压交流串联电弧故障识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410069377.6A CN117590181A (zh) | 2024-01-18 | 2024-01-18 | 利用电弧电压随机性的低压交流串联电弧故障识别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117590181A true CN117590181A (zh) | 2024-02-23 |
Family
ID=89920435
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410069377.6A Pending CN117590181A (zh) | 2024-01-18 | 2024-01-18 | 利用电弧电压随机性的低压交流串联电弧故障识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117590181A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| KR101570292B1 (ko) * | 2014-05-23 | 2015-11-19 | 성균관대학교산학협력단 | 저압 직류 배전 계통을 위한 직렬 아크 고장 검출 장치 및 방법 |
| CN111257684A (zh) * | 2020-04-01 | 2020-06-09 | 浙江人民电器有限公司 | 一种电弧故障检测的方法及系统 |
| CN113176479A (zh) * | 2021-04-27 | 2021-07-27 | 山东科汇电力自动化股份有限公司 | 一种用于低压配电网的串联电弧检测方法 |
| CN113514720A (zh) * | 2021-06-18 | 2021-10-19 | 浙江工业大学 | 一种边缘侧低压交流串联的电弧故障识别方法 |
| CN116106788A (zh) * | 2022-11-03 | 2023-05-12 | 国网山东省电力公司日照供电公司 | 基于电流时域和频域特性的串联电弧故障检测方法 |
-
2024
- 2024-01-18 CN CN202410069377.6A patent/CN117590181A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101570292B1 (ko) * | 2014-05-23 | 2015-11-19 | 성균관대학교산학협력단 | 저압 직류 배전 계통을 위한 직렬 아크 고장 검출 장치 및 방법 |
| 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 |
| CN111257684A (zh) * | 2020-04-01 | 2020-06-09 | 浙江人民电器有限公司 | 一种电弧故障检测的方法及系统 |
| CN113176479A (zh) * | 2021-04-27 | 2021-07-27 | 山东科汇电力自动化股份有限公司 | 一种用于低压配电网的串联电弧检测方法 |
| CN113514720A (zh) * | 2021-06-18 | 2021-10-19 | 浙江工业大学 | 一种边缘侧低压交流串联的电弧故障识别方法 |
| CN116106788A (zh) * | 2022-11-03 | 2023-05-12 | 国网山东省电力公司日照供电公司 | 基于电流时域和频域特性的串联电弧故障检测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 巩泉役: "低压配电线路电弧故障识别与定位方法研究", 万方学位论文, 18 December 2023 (2023-12-18), pages 12 - 22 * |
| 赵远;张冠英;王尧;顾俏丽;: "基于负载端电压分析的串联故障电弧检测方法", 电器与能效管理技术, no. 15, 15 August 2016 (2016-08-15) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mohanty et al. | A cumulative sum-based fault detector for power system relaying application | |
| CN102721464B (zh) | 电力变压器绕组变形故障检测方法及系统 | |
| CN105629112B (zh) | 一种故障电弧检测装置及方法 | |
| CN104614608B (zh) | 一种低压并联电弧故障检测装置及方法 | |
| CN111738128A (zh) | 一种基于形态学滤波和mmg的串联故障电弧检测方法 | |
| CN105223476A (zh) | 一种基于高频特征的故障电弧检测方法与装置 | |
| CN109239558A (zh) | 一种直流故障电弧检测及保护装置 | |
| CN103439633A (zh) | 一种小电流接地故障选线装置 | |
| CN105676088A (zh) | 一种故障电弧探测装置的测试设备和方法 | |
| CN109596956B (zh) | 直流串联电弧检测方法及装置 | |
| CN113009271A (zh) | 故障电弧检测及定位方法、装置及计算机可读存储介质 | |
| CN115905835B (zh) | 一种融合多维特征的低压交流电弧故障诊断方法 | |
| CN115453260A (zh) | 一种基于数学形态学的配电网故障检测方法 | |
| CN114563657A (zh) | 基于谐波特征距离测度的低压配电线路故障电弧识别方法 | |
| CN117590181A (zh) | 利用电弧电压随机性的低压交流串联电弧故障识别方法 | |
| CN117269829A (zh) | 一种干式空心电抗器匝间短路故障识别方法和系统 | |
| CN117540235A (zh) | 一种临时用电异常数据实时监测方法 | |
| CN117289087A (zh) | 一种基于czt变换的串联故障电弧检测方法 | |
| CN113514728B (zh) | 一种故障电弧检测装置及方法与三相电路故障检测方法 | |
| CN113176478B (zh) | 一种用于低压配电网的并联电弧检测方法 | |
| CN112666436B (zh) | 一种基于矢量分析计算的电弧串扰信号识别方法 | |
| Abdullah et al. | Hurst exponent-based adaptive detection of dc arc faults | |
| CN113436645A (zh) | 复杂噪声环境下的机电系统故障在线监测声学处理方法 | |
| CN114062880A (zh) | 基于自适应信号处理及cart树集成学习的直流故障电弧检测方法 | |
| CN110161363B (zh) | 基于主频表征量的变压器运行状态振声检测方法和系统 |
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 |