DE102021103121A1

DE102021103121A1 - Verfahren und Vorrichtungen zur Detektion eines Lichtbogens

Info

Publication number: DE102021103121A1
Application number: DE102021103121.4A
Authority: DE
Inventors: Felix Kaiser; Christoph Grund; Goran Keser; Christopher Römmelmayer
Original assignee: Infineon Technologies AG
Current assignee: Infineon Technologies AG
Priority date: 2021-02-10
Filing date: 2021-02-10
Publication date: 2022-08-11
Also published as: CN114910751A; US20220252679A1; US11867771B2

Abstract

Es werden Verfahren und Vorrichtungen zur Detektion von Lichtbögen bereitgestellt. Dabei wird eine erste Wavelettransformation mit einem ersten Mother-Wavelet auf eine zeitliche Abfolge von Strommesswerten (80) eines Stroms durch eine Leitung angewendet, um erste Waveletkoeffizienten zu erhalten. Zudem wird eine zweite Wavelettransformation mit einem von dem ersten Mother-Wavelet verschiedenen zweiten Mother-Wavelet, um zweite Waveletkoeffizienten zu erhalten, auf die zeitliche Abfolge angewendet. Auf Basis der ersten Waveletkoeffizienten und der zweiten Waveletkoeffizienten wird dann bestimmt, ob ein Lichtbogen (10; 11; 24) vorliegt.

Description

TECHNISCHES GEBIET
Die vorliegende Anmeldung betrifft Verfahren und Vorrichtungen zur Detektion eines Lichtbogens sowie Computerprogramme zur Durchführung des Verfahrens.
HINTERGRUND
Lichtbögen entstehen, wenn eine ausreichend hohe Spannungsdifferenz zwischen zwei benachbarten elektrischen Leitern anliegt. Beispielsweise können bei Spannungen über etwa 15 V Lichtbögen entstehen, wenn elektrische Leitungen aufgrund von Alterungsprozessen oder Kabelbruch unterbrochen sind, sich Kontakte lockern oder auf andere Weise ein kleiner Zwischenraum zwischen zuvor verbundenen Leitern entsteht.
Lichtbögen können innerhalb kurzer Zeit eine große Hitze entwickeln und ihre Umgebung in Brand setzen. Dies ist beispielsweise in Kraftfahrzeugen problematisch, bei denen zunehmend Bordnetze mit relativ hoher Spannung, beispielsweise 48 V Bordnetze, eingesetzt werden. Hier können Beschädigungen von elektrischen Verbindungen, die zu Lichtbögen führen können, nicht nur durch die oben erwähnten Alterungsprozesse, sondern auch durch physikalische Beschädigung, beispielsweise bei Unfällen, auftreten und können zu einem Brand des Kraftfahrzeugs führen.
Die Zeit vom Auftreten eines Lichtbogens bis zur Entzündung in der Umgebung befindlicher Materialien kann dabei einige 100 ms betragen. Daher ist es nötig, solche Lichtbögen schnell und zuverlässig erkennen zu können, um Gegenmaßnahmen einleiten zu können.
Bei Lichtbögen wird zwischen parallelen und seriellen Lichtbögen unterschieden. Diese beiden Arten von Lichtbögen sind schematisch in den 1A und 1B dargestellt. Dabei zeigen die 1A und 1B jeweils einen durch einen Widerstand R_L symbolisierten Verbraucher, das heißt eine Last, welcher von einer Spannungsquelle V_S mit einem Strom I_L versorgt wird.
In der 1A ist eine Verbindung von der Spannungsquelle V_S zu dem Widerstand R_L unterbrochen, wodurch es bei entsprechend hoher Spannung, beispielsweise über 15V, zu einem seriellen Lichtbogen 10 kommt. Der Begriff serieller Lichtbogen rührt hier daher, dass der Lichtbogen in Reihe zu dem Widerstand R_L geschaltet ist.
Die 1B zeigt einen parallelen Lichtbogen 11. Dieser kann beispielsweise entstehen, wenn die beiden Zuleitungen zu dem Widerstand R_L nahezu in Kontakt zueinander kommen (mit kleinem Zwischenraum), sodass zwischen den Zuleitungen der parallele Lichtbogen 11, der in diesem Fall parallel zu dem Widerstand R_L geschaltet ist, entsteht.
Parallele Lichtbögen wie der parallele Lichtbogen 11 in der 1B sind vergleichsweise leicht zu erkennen. Bei einem parallelen Lichtbogen geht der Lichtbogen mit einem Anstieg des Stroms I_L einher, welcher durch entsprechende Überstromdetektionseinrichtungen erkannt werden kann.
Bei einem seriellen Lichtbogen wie in der 1A ist dagegen der Strom, in diesem Fall der Strom I_L, da der Lichtbogen gleichsam einen höheren Widerstand darstellt als die zuvor geschlossene elektrische Verbindung. Eine Verringerung des Stroms I_L kann aber auch durch im normalen Betrieb eines Systems auftretende Effekte, insbesondere Lastwechsel wie beispielsweise das Einschalten und Ausschalten verschiedener Verbraucher in einem Bordnetz, erfolgen. Aus diesem Grund ist eine Detektion eines seriellen Lichtbogens basierend nur auf der Größe des fließenden Stroms I_L schwierig.
Eine herkömmliche Herangehensweise zur Detektion serieller Lichtbögen misst eine Spannung in einer Leitung zwischen Spannungsquelle und Verbraucher zum einen nahe bei der Spannungsquelle und zum anderen nahe bei dem Verbraucher. Entsteht ein Lichtbogen, geht dies mit einem erhöhten Spannungsabfall einher, sodass die Differenz zwischen den gemessenen Spannungen ansteigt.
Nachteilig an dieser Vorgehensweise ist, dass die Spannung an verschiedenen Punkten (nahe bei der Spannungsquelle und nahe beim Verbraucher) durchgeführt werden müssen, wobei diese Messungen zur Auswertung dann in einer einzigen Steuerung zusammengeführt werden muss. Dies erfordert zum einen entsprechende Hardware zur Messung und zum anderen entsprechende Leitungen zur Kommunikation der Ergebnisse an einen Ort. Dieses Problem wird bei Systemen mit vielen Verbrauchern wie beispielsweise Bordnetzen in Kraftfahrzeugen erschwert, da ein serieller Lichtbogen an verschiedenen Stellen des Bordnetzes auftreten kann und somit eine Spannungsmessung bei jedem Verbraucher erfolgen muss.
Andere Herangehensweisen benutzen eine Frequenzanalyse des Stroms. Allerdings kann bei herkömmlichen Verfahren hierzu eine Erkennungsrate von Lichtbögen zu niedrig sein.
KURZFASSUNG
Es werden ein Verfahren zur Detektion eines Lichtbogens gemäß Anspruch 1 sowie eine Vorrichtung zum Detektieren eines Lichtbogens gemäß Anspruch 17 bereitgestellt. Die Unteransprüche definieren weitere Ausführungsformen.
Gemäß einem ersten Aspekt wird ein Verfahren zur Detektion eines Lichtbogens bereitgestellt, umfassend:

Anwenden einer ersten Wavelettransformation mit einem ersten Mother-Wavelet auf eine zeitliche Abfolge von Strommesswerten eines Stroms durch eine Leitung, um erste Waveletkoeffizienten zu erhalten,
Anwenden einer zweiten Wavelettransformation mit einem von dem ersten Mother-Wavelet verschiedenen zweiten Mother-Wavelet auf die zeitliche Abfolge, um zweite Waveletkoeffizienten zu erhalten, und
Bestimmen, ob ein Lichtbogen vorliegt, auf Basis der ersten Waveletkoeffizienten und der zweiten Waveletkoeffizienten.

Gemäß einem zweiten Aspekt wird eine Vorrichtung zur Detektion eines Lichtbogens bereitgestellt, umfassend eine Detektionslogik, die eingerichtet ist, eine erste Wavelettransformation mit einem ersten Mother-Wavelet auf eine zeitliche Abfolge von Strommesswerten eines Stroms durch eine Leitung anzuwenden, um erste Waveletkoeffizienten zu erhalten, eine zweite Wavelettransformation mit einem von dem ersten Mother-Wavelet verschiedenen zweiten Mother-Wavelet, auf die zeitliche Abfolge anzuwenden, um zweite Waveletkoeffizienten zu erhalten, und auf Basis der ersten Waveletkoeffizienten und der zweiten Waveletkoeffizienten zu bestimmen, ob ein Lichtbogen vorliegt.
Die obigen Aspekte dienen lediglich als Beispiel für manche Ausführungsformen und sind nicht als einschränkend auszulegen, da andere Ausführungsformen andere Merkmale aufweisen können.
Figurenliste

1A und 1B sind schematische Schaltungsdiagramme zur Veranschaulichung von seriellen und parallelen Lichtbögen.
2 ist ein Schaltungsdiagramm eines Stromkreises mit einer Vorrichtung gemäß einem Ausführungsbeispiel.
3 ist ein Flussdiagramm zur Veranschaulichung eines Verfahrens gemäß mancher Ausführungsbeispiele.
4 ist ein Diagramm zur Veranschaulichung einer Strommessung in verschiedenen Zeitfenstern.
5 ist ein Diagramm zur Veranschaulichung des Frequenzverhaltens von Lichtbögen.
6 ist ein Diagramm zur Veranschaulichung des Frequenzverhaltens eines Gleichspannungs-/GleichspannungsWandlers.
7 ist ein Diagramm zur Veranschaulichung einer möglichen Implementierung einer diskreten Wavelettransformation.
8 ist ein Diagramm zur Veranschaulichung der Durchführung verschiedener Wavelettransformation gemäß mancher Ausführungsbeispiele.
9 ist ein Blockdiagramm einer Vorrichtung zur Detektion eines Lichtbogens gemäß einem Ausführungsbeispiel.
10 ist ein Flussdiagramm zur Veranschaulichung der Bestimmung, ob ein Lichtbogen vorliegt, gemäß mancher Ausführungsbeispiele.
11 zeigt verschiedene Diagramme mit Signalen zur Veranschaulichung der Funktionsweise mancher Ausführungsbeispiele.
12 ist ein Diagramm zur Veranschaulichung eines neuronalen Netzes als Beispiel einer Maschinenlernlogik zur Verwendung bei manchen Ausführungsbeispielen.

DETAILLIERTE BESCHREIBUNG
Im Folgenden werden verschiedene Ausführungsbeispiele detailliert erläutert. Diese dienen lediglich der Veranschaulichung und sind nicht als einschränkend auszulegen.
Variationen, Abwandlungen und Details, welche für eines der Ausführungsbeispiele beschrieben werden, sind auch auf andere Ausführungsbeispiele anwendbar und werden daher nicht wiederholt erläutert. Merkmale (zum Beispiel Komponenten, Elemente, Vorgänge, Verfahrensschritte und dergleichen) verschiedener Ausführungsbeispiele können miteinander kombiniert werden, sofern nichts anderes angegeben ist.
Kopplungen und Verbindungen, die im Folgenden beschrieben werden oder in den Figuren dargestellt sind, beziehen sich auf elektrische Verbindungen oder Kopplungen, sofern nichts anderes angegeben ist. Derartige Verbindungen oder Kopplungen können modifiziert werden, beispielsweise durch Hinzufügen von Schaltungselementen oder Entfernung von Schaltungselementen, solange die grundlegende Funktion der jeweiligen Verbindung oder Kopplung, beispielsweise das Übertragen eines Stroms oder einer Spannung, das Übertragen eines Signals, das Ansteuern einer Komponente oder dergleichen, nicht wesentlich beeinträchtigt wird.
Die 2 zeigt einen einfachen Stromkreis mit einer Vorrichtung zur Detektion eines Lichtbogens gemäß einem Ausführungsbeispiel. Der Stromkreis der 2 weist eine durch einen Kondensator C und einen Widerstand R repräsentierte Last auf, welche über eine Leitung 20 von einer Versorgungsspannung V_supply gegen Masse GND versorgt wird. Die Darstellung der Last als Kondensator C und Widerstand R ist nur ein Beispiel, und es können auch induktive Lasten vorhanden sein. Die Last muss keine einzige Last sein, sondern es können auch eine Vielzahl von Lasten über einen verzweigten Stromkreis mit der Versorgungsspannung V versorgt werden, beispielsweise eine Vielzahl von Verbrauchern in einem Bordnetz.
Als Beispiel für einen zu detektierenden Lichtbogen ist ein Lichtbogen 24 in 2 dargestellt.
Die Vorrichtung zur Detektion des Lichtbogens weist eine Detektionslogik 22 auf, die wie im Folgenden näher erläutert eine Folge von Strommesswerten mittels mindestens zwei Waveletanalysen auswertet, um einen Lichtbogen zu detektieren. Zum Bereitstellen der Abfolge von Strommesswerten ist eine Strommesseinrichtung 21 bereitgestellt, die einen Laststrom von der Versorgungsspannung zu der Last misst. Die Strommesseinrichtung 21 kann dabei nahe an einer Spannungsquelle zum Bereitstellen der Versorgungsspannung V_supply angeordnet sein, was auch als hochpegelseitige Anordnung (high-side-Anordnung) bezeichnet wird. Auf diese Weise ist bei manchen Ausführungsbeispielen nur eine einzige Vorrichtung mit einer einzigen Strommesseinrichtung 21 an einer Stelle des Stromkreises notwendig, auch wenn eine Vielzahl von Lasten von einer Spannungsquelle versorgt werden.
Die Strommesseinrichtung 21 misst einen Strom I_L, mit dem die Last C, R versorgt wird. Hierfür kann im Wesentlichen jegliche bekannte Art der Strommessung verwendet werden. Beispielsweise kann die Strommesseinrichtung 21 einen Messwiderstand aufweisen, wobei dann der Spannungsabfall über den Messwiderstand ein Maß für den Strom I_L darstellt. Bei anderen Varianten kann das von dem Strom I_L erzeugte Magnetfeld beispielsweise mit einem oder mehreren Hall-Sensoren oder einem oder mehreren magnetoresistiven Sensoren gemessen werden, und die Ausgabe des verwendeten Sensors entsprechend dem gemessenen Magnetfeld stellt dann ein Maß für den Strom I_L dar.
Der so gemessene Strom (beispielsweise Spannungsabfall über einen Messwiderstand oder Ausgabe eines Magnetfeldsensors) wird dann mit einem Analog-Digital-Wandler digitalisiert und der Detektionslogik 22 bereitgestellt. Die Art des Analog-Digital-Wandlers kann an die Art der Strommessung angepasst werden. Beispielsweise kann der Spannungsabfall über einen Messwiderstand mit einem differenziellen Analog-Digital-Wandler digitalisiert werden, oder eine einpolige (singleended) Ausgabe eines Hall-Sensors kann mit einem einpoligen Analog-Digital-Wandler digitalisiert werden. Der Analog-Digital-Wandler kann eine Auflösung von mindestens 10 Bit aufweisen, beispielsweise 12 Bit, auch wenn auch andere Auflösungen verwendet werden können. Als Analog-Digital-Wandler können Sigma-Delta-Analog-Digital-Wandler oder Digital-Analog-Wandler mit sukzessiver Approximation (SAR-Wandler) verwendet werden, aber auch andere Analog-Digital-Wandler sind möglich. Eine Abtastrate des Analog-DigitalWandlers kann höher als 20 kHz, beispielsweise 200 kHz oder mehr sein. Bei manchen Ausführungsbeispielen können Signalverarbeitungskomponenten wie Verstärker dem Analog-Digital-Wandler vorgeschaltet sein. Insgesamt kann als Strommesseinrichtung 21 mit nachfolgender Analog-Digital-wandlung jede herkömmliche Anordnung verwendet werden, die eine Abfolge von Strommesswerten mit hinreichender Abtastrate und Auflösung (beispielsweise wie oben erläutert Abtastrate von mindestens 20 kHz und Auflösung von 10 Bit oder mehr) bereitstellt.
Die Detektionslogik 22 bestimmt dann, ob ein Lichtbogen wie der Lichtbogen 24 vorliegt, basierend auf Waveletkoeffizienten, die sich aus mindestens zwei Wavelettransformationen mit verschiedenen Mother-Wavelets ergeben.
Im Beispiel der 2 steuert die Detektionslogik 22, wenn ein Lichtbogen erkannt wird, eine Unterbrechungseinrichtung 23, hier als Schalter symbolisiert, an, um die Versorgungsspannung V_suppiy von der Last zu trennen. Die Unterbrechungseinrichtung 23 kann beispielsweise eine Sicherung, wie eine so genannte smart fuse, sein. Dies ist nur ein Beispiel für eine mögliche Aktion, die bei Vorliegen eines Lichtbogens erfolgen kann.
Ein Verfahren, wie es hierzu von der Detektionslogik 22 ausgeführt werden kann, ist in 3 dargestellt. Zur Implementierung dieses Verfahrens kann die Detektionslogik 22 beispielsweise eine entsprechend programmierte Mikrosteuerung oder andere programmierbare Rechenanordnungen aufweisen. Mikrosteuerungen enthalten in manchen Fällen auch direkt Analog-Digital-Wandler, welche für die oben genannte Analog-Digital-Wandlung eingesetzt werden können. Bei anderen Ausführungsbeispielen kann eine fest verdrahtete Logik verwendet werden, um das Verfahren der 3 durchzuführen. Eine derartige fest verdrahtete Logik kann beispielsweise mittels einer feldprogrammierbare Gatteranordnung (FPGA, field programmable gate array) oder anderer Logikbausteine implementiert sein. Ein Analog-Digital-Wandler kann dann mit dieser fest verarbeiteten Logik integriert sein oder als separater Baustein bereitgestellt sein.
Bei 30 umfasst das Verfahren der 3 ein Erhalten einer Abfolge von Strommesswerten, beispielsweise durch Analog-Digital-Wandlung von Messergebnissen von der Strommesseinrichtung 21 wie oben beschrieben.
In Schritt 31 werden Wavelettransformationen mit mindestens zwei verschiedenen Mother-Wavelets durchgeführt.
Eine Wavelettransformation ist eine lineare Zeit-FrequenzTransformation, welche eine Basisfunktion, hier als Mother-Wavelet bezeichnet, für die Transformation benutzt. Die hier durchgeführte Wavelettransformation ist eine diskrete Wavelettransformation, welche auf der Abfolge von Strommesswerten arbeitet. Eine Abfolge von Strommesswerten, auf der eine Wavelettransformation angewendet wird, kann dabei in einem gewissen Zeitfenster liegen.
Dies wird unter Bezugnahme auf die 4 veranschaulicht. Die 4 zeigt in einer Kurve 40 einen Strom über der Zeit und in einer Kurve 41 eine entsprechende Spannung über der Zeit. Mehrere überlappende Fenster 42 sind in der 4 dargestellt. Zur Durchführung der Wavelettransformation wird jeweils eine Abfolge von Strommesswerten, die in einem der Fenster liegt, verwendet. Bei dem in 4 dargestellten Beispiel weisen die Fenster eine Länge von etwa 10 ms auf, und weisen einen zeitlichen Versatz von 2 ms auf, sodass die Fenster überlappen. Bei anderen Ausführungsbeispielen können auch andere Fensterlängen und andere Zeitversätze zwischen den Fenstern gewählt werden.
Wiederum bezugnehmend auf die 3 ermöglicht die Durchführung von Wavelettransformation mit verschiedenen Mother-Wavelets letztendlich, verschiedene Informationen über den Strom und insbesondere dessen Frequenzen zu erhalten. Es hat sich herausgestellt, dass durch die Verwendung mehrerer Wavelettransformationen mit verschiedenen Mother-Wavelets eine Genauigkeit einer Bestimmung, ob ein Lichtbogen vorliegt, verglichen mit einer Bestimmung basierend auf einer einzigen Wavelettransformation mit einem einzigen Mother-Wavelet verbessert werden kann.
Wavelets werden in verschiedene Klassen, auch als Familien bezeichnet, eingeteilt. Für die durchgeführten Wavelettransformationen können Mother-Wavelets aus verschiedenen Klassen von Wavelets gewählt werden. Zu den Klassen gehören biorthogonale Wavelets (üblicherweise mit bior bezeichnet), revers biorthogonale Wavelets (rbio) oder orthogonale Wavelets wie Daubechies(db)-Wavelets. Bei manchen Ausführungsbeispielen wird zumindest ein orthogonales Wavelet wie ein Daubechies-Wavelet und mindestens ein Wavelet verwendet, welches entweder ein biorthogonale Wavelet oder ein revers biorthogonale Wavelet ist, als Mother-Wavelet für die Wavelettransformationen mit verschiedenen Mother-Wavelets verwendet. Bei manchen Ausführungsbeispielen werden drei Wavelettransformationen mit verschiedenen Mother-Wavelets durchgeführt, wobei als Mother-Wavelet ein orthogonales Wavelet wie ein Daubechies-Wavelet, ein biorthogonales Wavelet und ein revers biorthogonales Wavelet verwendet werden. Durch die Verwendung von Mother-Wavelets aus verschiedenen Klassen kann die Genauigkeit der Bestimmung, ob ein Lichtbogen vorliegt, verbessert werden. Insbesondere hat sich bei einer Untersuchung einer großen Anzahl an möglichen Mother-Wavelets herausgestellt, dass mit verschiedenen Mother-Wavelets aus den oben genannten Klassen in manchen Implementierungen eine besonders hohe Genauigkeit erzielbar ist.
Bei 32 wird dann auf Basis von Waveletkoeffizienten, die sich aus den Wavelettransformationen bei 31 ergeben, bestimmt, ob ein Lichtbogen vorliegt. Mögliche Implementierungen einer derartigen Bestimmung werden später näher erläutert.
Um die Genauigkeit der Bestimmung zu erhöhen, kann das Verfahren der 3 für mehrere aufeinanderfolgende Fenster 42 der 4 mehrmals durchgeführt werden, wobei sich für jedes Fenster ergibt, ob ein Lichtbogen vorliegt oder nicht. Eine endgültige Entscheidung, ob ein Lichtbogen vorliegt, kann dann auf Basis der Ergebnisse mehrerer aufeinanderfolgenden Fenster ermittelt werden, beispielsweise durch Mehrheitsentscheid. Beispielsweise können Fenster 42 über 100 ms ausgewertet werden, und die endgültige Entscheidung, ob ein Lichtbogen vorliegt, kann dann durch einen Mehrheitsentscheid gefällt werden.
Wie oben erwähnt stellt die Wavelettransformation eine Zeit-Frequenz-Transformation dar. Dass auf Basis der Waveletkoeffizienten dann erkannt werden kann, ob ein Lichtbogen vorliegt, liegt an charakteristischen Eigenschaften des Frequenzspektrums von Lichtbögen. Dies wird nunmehr unter Bezugnahme auf die 5 und 6 erläutert.
Lichtbögen erzeugen charakteristisches braunes Rauschen (brown noise), bei dem die Spektraldichte des gemessenen Stroms umgekehrt proportional zum Quadrat der Frequenz f ist, also ^~1/f². Das Leistungsspektrum von Lichtbögen ist in 5 dargestellt, in der das Leistungsspektrum in dB über der Frequenz in kHz aufgetragen ist. Die Ergebnisse der 5 wurden dabei aus über 1000 Messungen von Lichtbögen erhalten. Eine Kurve 50 zeigt den Verlauf minimaler bei den Messungen erfasster Werte, eine Kurve 52 zeigt einen Verlauf maximaler erfasster Werte, und eine Kurve 51 zeigt Durchschnittswerte. Die kleinen Peaks bei ungefähr 40 kHz und ungefähr 60 kHz liegen an Messrauschen. Dies zeigt bereits, dass in einem gesamten gemessenen Spektrum auch andere Einflüsse als diejenigen des Lichtbogens vorhanden sein können.
Als Beispiel hierfür zeigt die 6 ein Leistungsspektrum von Rauschen, welches durch einen mit 80 kHz betriebenen Gleichspannungs-/Gleichspannungs-Wandler erzeugt wurde. Eine Kurve 60 zeigt minimal gemessene Werte, eine Kurve 63 zeigt maximale gemessene Werte und eine Kurve 61 zeigt durchschnittliche Werte. In 6 zeigt sich, dass Signalspitzen bei der Frequenz von 80 kHz und ganzzahligen vielfachen hiervon auftreten. Ein Gleichspannungs/Gleichspannungs-Wandler ist nur ein Beispiel für eine mögliche Rauschquelle in einem System. Dies zeigt beispielsweise, dass eine Auswertung einer einzigen Frequenz (beispielsweise bei 80 kHz in dem dargestellten Fall) nicht ausreicht, um einen Lichtbogen von anderen Störungen, die auch im Normalbetrieb eines Systems auftreten können, zu unterscheiden. Bei einem System mit einer Vielzahl von Verbrauchern gibt es vielmehr eine Vielzahl von weiteren Rauschquellen, und das Frequenzspektrum der Abfolge von Strommesswerten der 3 ist eine Überlagerung von verschiedenen Einflüssen. Es hat sich jedoch gezeigt, dass bei verschiedenen Ausführungsbeispielen durch die Anwendung von mindestens zwei Wavelettransformationen mit verschiedenen Mother-Wavelets eine Unterscheidung von Lichtbögen und anderen Störungen mit hoher Zuverlässigkeit möglich ist.
Eine diskrete Wavelettransformation wie bei Ausführungsbeispielen verwendet kann auf schnelle Weise mittels einer Abfolge von Filtern erfolgen, wie dies in 7 dargestellt ist. Die 7 zeigt dabei eine dreistufige Wavelettransformation einer Abfolge f(t) von Strommesswerten im Zeitbereich. Die Stufen werden im englischen auch als „level“ bezeichnet. In jeder Stufe wird ein Hochpassfilter (HP, vom englischen „high pass“) und ein Tiefpassfilter (LP, vom englischen „low pass“) verwendet, wobei die genaue Filterfunktion vom jeweils verwendeten Mother-Wavelet abhängt. Das Hochpassfilter jeder Stufe liefert einen Satz von (d.h. eine oder mehrere) Detailkoeffizienten dj für die jeweilige Stufe, j = 1 ... 3 im Falle der 7. Das jeweilige Tiefpassfilter jeder Stufe liefert einen oder mehrere Approximationskoeffizienten a_j, welche(r) in der nächsten Stufe weiterverarbeitet wird/werden. Das Tiefpassfilter LP der Stufe 3 liefert dann als Ausgabe einen oder mehrere Approximationskoeffizienten a₃, sodass im Falle der 7 als Ergebnis die Koeffizienten d₁, d₂, d₃ und a₃ ausgegeben werden. Jeder Satz von Detailkoeffizient d₁ bis d₃ gibt dabei Informationen über ein bestimmtes Frequenzband, abhängig von dem verwendeten Mother-Wavelet.
Auch wenn in 7 eine bestimmte Herangehensweise für die diskrete Wavelettransformation gezeigt ist, können auch andere herkömmliche Herangehensweisen zur diskreten Wavelettransformation verwendet werden.
Diese diskrete Wavelettransformation wird dann wie beschrieben bei verschiedenen Ausführungsbeispielen mit mindestens zwei verschiedenen Mother-Wavelets durchgeführt. Ein Beispiel für drei verschiedene Mother-Wavelets ist in 8 dargestellt.
Dabei wird einer Einrichtung zur diskreten Wavelettransformation (DWT) eine Abfolge von Strommesswerten 80 zugeführt. Als Beispiel für Wavelettransformation 82 mit drei verschiedenen Mother-Wavelets ist dabei eine erste Wavelettransformation mit dem Mother-Wavelet db3 über Stufen 1 bis 4, eine diskrete Wavelettransformation mit dem Mother-Wavelet bior3.5 über die Stufen 1 bis 4 und eine dritte diskrete Wavelettransformation mit dem Mother-Wavelet bior3.5 über die Stufen 1 und 2 angegeben. Die Bezeichnungen db, rbio 3.5 und bior 3.5 entsprechen dabei den üblichen Bezeichnungen für Mother-Wavelets. Das Wavelet db3 ist ein orthogonales Wavelet aus der Gruppe der Daubechies-Wavelets, das Wavelet rbio 3.5 ist ein revers biorthogonales Wavelet, und das Wavelet Bio 3.5 ist ein biorthogonales Wavelet. Aus Optimierungen und Versuchen mit einer großen Anzahl von Mother-Wavelets hat sich herausgestellt, dass durch Verwendung dieser verschiedenen Klassen von Wavelets, beispielsweise der in 8 angegebenen Wavelets eine hohe Erkennungsrate von Lichtbögen erzielt werden kann.
Als nächstes werden mögliche Implementierungen des Bestimmens, ob ein Lichtbogen vorliegt, auf Basis der sich aus den Wavelettransformationen ergebenen Waveletkoeffizienten (beispielsweise 32 der 3) näher erläutert. Die 9 zeigt ein Blockdiagramm einer Vorrichtung zum Bestimmen, ob ein Lichtbogen vorliegt, gemäß einem weiteren Ausführungsbeispiel.
Ausgangspunkt der Vorrichtung der 9 ist wiederum eine Abfolge von Strommesswerten, welche mittels der bereits diskutierten Strommesseinrichtung 21 mit nachfolgender Analog-Digital-Wandlung erzeugt werden.
In einem Block 91 werden dann aus der Abfolge von Strommesswerten Fenster für die weitere Verarbeitung ausgewählt, wie dies unter Bezugnahme auf die 4 bereits erläutert wurde. In einem Block 92 erfolgen dann wie bereits erläutert mindestens zwei Wavelettransformationen mit verschiedenen Mother-Wavelets. Optional können hier oder im nachfolgenden Block 93 zudem Zeitbereichstransformationen durchgeführt werden, welche später erläutert werden.
In einem Block 93 erfolgt dann eine Nachverarbeitung der sich aus den Wavelettransformationen ergebenden Koeffizienten. Diese Nachverarbeitung kann insbesondere eine Reduzierung der Dimensionalität erfolgen, bei der aus einer Anzahl von Waveletkoeffizienten eine Anzahl von Werten, die geringer ist als die Anzahl der Waveletkoeffizienten, bestimmt wird. Beispielsweise kann, wie unten erläutert wird, für jede Wavelettransformation ein einziger skalarer Wert bestimmt werden, der diese repräsentiert.
Auf Basis der so erzeugten Werte erfolgt dann in einem Block 94 eine Klassifizierung, die ergibt, ob ein Lichtbogen vorliegt oder nicht. Das Ergebnis kann dann an weitere Einheiten ausgegeben werden, um eine Aktion 95 im Falle eines Lichtbogens durchzuführen. Die Blöcke 91 bis 94 können beispielsweise durch fest verdrahtete Logikeinheiten durchgeführt werden, können aber auch wie bereits erläutert mittels eines Computerprogramms durchgeführt werden. Die Darstellung als mehrere Blöcke ist daher nicht dahingehend zu interpretieren, dass hier tatsächlich separate physikalische Einheiten oder beispielsweise separate Bereiche auf einem Chip vorliegen müssen, sondern es können auch ein oder mehrere Blöcke gemeinsam, beispielsweise in einem Computerprogramm, realisiert sein. Auch Mischformen sind möglich. Beispielsweise können die Wavelettransformationen mittels fest verdrahteter Logik implementiert werden, während die nachfolgende Nachverarbeitung und Klassifizierung mittels eines Computerprogramms erfolgt, oder umgekehrt.
Die durchgeführte Aktion kann von der jeweiligen Anwendung abhängen. Beispielsweise kann wie in 2 erläutert bei Vorliegen eines Lichtbogens eine Versorgungsspannung von einem Netz getrennt werden. Bei anderen Anwendungen, beispielsweise bei Kraftfahrzeuganwendungen, kann eine sofortige Trennung schädlich sein, wenn sich das Kraftfahrzeug in Fahrt befindet und sicherheitsrelevante Teile des Fahrzeugs von der Abschaltung betroffen sind. Hier kann beispielsweise ein Fahrer gewarnt werden oder im Falle von autonomem Fahren das Fahrzeug automatisch zum Stillstand gebracht werden. Die genaue Art der Aktion ist nicht Gegenstand der vorliegenden Anmeldung, in der es darum geht, zunächst das Vorliegen eines Lichtbogens zu erkennen.
Die Klassifizierung in Block 94 kann beispielsweise durch eine Maschinenlernlogik erfolgen. Eine Maschinenlernlogik benutzt Verfahren des maschinellen Lernens, manchmal auch als künstliche Intelligenz (AI, vom englischen „artificial intelligence“) bezeichnet, um eine Klassifizierung durchzuführen. Eine derartige Maschinenlernlogik wird manchmal auch als Modell bezeichnet. Beispiele und umfassende Verfahren des überwachten Lernens oder unüberwachten Lernens, wobei als Modelle verschiedene Arten von neuronalen Netzen wie sogenannte „deep neural networks“ oder „adversarial networks“, oder andere Arten von Maschinenlernlogiken wie Vektormaschinen oder Random-Forest-Ansätze zum Einsatz kommen können.
Ein Verfahren zur Bestimmung, ob ein Lichtbogen vorliegt (32 in 3), welches beispielsweise mit der Vorrichtung der 9 implementiert werden kann, ist in 10 dargestellt. Bei 1001 wird die Dimensionalität der Wavelettransformation der Ergebnisse der Wavelettransformationen reduziert. Beispielsweise können aus den Koeffizienten von drei verschiedenen Wavelettransformationen wie den in 8 dargestellten Wavelettransformationen drei Skalare bestimmt werden. Es können aber auch mehr als drei Werte erzeugt werden. Bei 1002 werden die so erzeugten Werte, beispielsweise drei Skalare, dann durch eine trainierte Maschinenlernlogik wie ein neuronales Netzwerk verarbeitet.
Zum Trainieren einer derartigen Maschinenlernlogik werden dann für eine Anzahl von Fällen, bei denen bekannt ist, ob ein Lichtbogen vorliegt oder nicht (beispielsweise durch unabhängige Messungen) die Ergebnisse der Nachverarbeitung aus Block 93, beispielsweise Reduzierung der Dimensionalität, zusammen mit dieser Information, ob ein Lichtbogen vorliegt oder nicht, zum Training verwendet. Das heißt, wie beim Training derartiger Maschinenlernlogiken üblich, werden Eingangsdaten zusammen mit einem Soll-Ergebnis verwendet.
Als nächstes werden Implementierungsbeispiele für die Reduzierung der Dimensionalität (Nachverarbeitung in Block 93 bzw. 1001 in 10) näher erläutert.
Bei der Reduzierung der Dimensionalität können die Waveletkoeffizienten in ein oder mehrere Werte, beispielsweise in einen Skalar für jede Wavelettransformation, umgewandelt werden, welche eine Verteilung der Signalenergie des Stromsignals über das Frequenzspektrum kennzeichnen. Eine Möglichkeit, die im Folgenden näher erläutert wird, ist die Berechnung von Signalentropien relativer Signalenergien. Andere Herangehensweisen wie die Bildung von Durchschnittswerten oder Standardabweichungen relativer Signalenergien können ebenfalls angewendet werden. Auch kann mehr als ein Wert für jede Wavelettransformation angegeben werden, beispielsweise ein Durchschnittswert und eine Standardabweichung für jede Wavelettransformation.
Wie oben unter Bezugnahme auf die 7 erläutert ergibt die diskrete Wavelettransformation einen Satz Detailkoeffizienten d_j für jede Stufe. Die Summe aller Quadrate von Detailkoeffizienten d_j eines Satzes einer Stufe für eine jeweilige Wavelettransformation wird als Signalenergie E(j) in einem bestimmten Frequenzband (entsprechend der jeweiligen Stufe) interpretiert, also gemäß $E (j) = \sum d_{j}^{2}$
berechnet.
Die relative Energie S(j) einer Stufe j wird durch Teilen der Energie in der jeweiligen Stufe gemäß Gleichung (1) durch die Summe der Energien über alle Stufen für eine jeweilige Wavelettransformation, das heißt $S (j) = \frac{E (j)}{\sum E (i)}$
Für jede Stufe wird eine Signalentropie P(j) gemäß $P (j) = - S (j) * logS (j)$
berechnet.
Aus diesen Werten können dann auf verschiedene Weise Skalare berechnet werden. Als Beispiel wird hier eine mögliche Berechnung für die in der 8 verwendeten Wavelets db3, rbio 3.5 und bior 3.5 gegeben. Für andere orthogonale, biorthogonale oder revers biorthogonale Wavelets können entsprechende Berechnungen vorgenommen werden.
Um einen ersten skalaren Wert x_x aus der Wavelettransformation mit dem Mother-Wavelet rbio 3.5 wird ein Mittelwert der Signalentropien über die Stufen 1 bis 4 gemäß $x_{1} = \frac{1}{4} \sum_{j = 1}^{4} P (j)$
berechnet.
Aus der Wavelettransformation db3 wird in diesem Beispiel ein skalarer Wert x₂ berechnet, der die Standardabweichung von Signalentropien der Stufen 1 bis 4 darstellt, gemäß $x_{2} = \sqrt{\frac{\sum_{j = 1}^{4} P (j) - \bar{P}}{3}}$
Aus der Wavelettransformation mit dem Mother-Wavelet bior 3.5 wird ein skalarer Wert x₃ berechnet, der wiederum ein Mittelwert von Signalentropien, in dem Fall der Stufen 1 und 2, darstellt, gemäß $X_{3} = \frac{1}{2} \sum_{j = 1}^{2} P (j)$
Wie oben erläutert können auch andere Werte berechnet werden, solange diese auf das Vorliegen eines Lichtbogens reagieren, wie Mittelwerte und Standardabweichungen.
Die 11 zeigt Beispiele für das Verhalten der so berechneten Skalare x₁, x₂ und x₃ für ein Beispiel eines Lichtbogens.
In einem Graph 1101 zeigt eine Kurve 1102 ein Beispiel für einen Stromverlauf während eines Lichtbogens. Der Lichtbogen beginnt bei etwa 32 ms auf der Zeitachse und bleibt bis zum Ende der dargestellten Zeitachse (80 ms) bestehen. Ein Graph 1103 zeigt das auftretende Frequenzspektrum über der Zeit. Dabei liegt in den schwarz dargestellten Regionen die spektrale Leistungsdichte über -50dB/Hz. Beginnend mit dem Zeitfenster von 30 ms bis 40 ms ist ein Anstieg der Leistungsdichte über alle Frequenzen sichtbar.
Wie in dem Graphen 1103 ersichtlich gibt es ab dem Zeitfenster von 30 bis 40 ms eine Erhöhung der Leistungsdichte über alle Frequenzen, wobei insbesondere bei niedrigen Frequenzen hohe Leistungsdichten vorliegen.
Eine Kurve 1105 in einem Graphen 1104 zeigt den Verlauf des Werts x₃ aus Gleichung (6), eine Kurve 1107 in einem Graphen 1106 zeigt einen Verlauf des Wertes x₂ aus Gleichung (5), und eine Kurve 1109 in einem Graphen 1108 zeigt einen Verlauf des Werts x₁ aus Gleichung (4), wobei jeweils Zeitfenster von 10 ms zur Berechnung herangezogen werden. Bei überlappenden Zeitfenstern wie in der 4 dargestellt würde sich ein kontinuierlicherer Verlauf ergeben.
Wie zu sehen ist, reagieren alle drei Werte x₁, x₂ und x₃ deutlich auf den Lichtbogen.
Zur Auswertung kann wie bereits geschrieben eine Maschinenlernlogik verwendet werden. Ein Beispiel für eine Maschinenlernlogik in Form eines neuronalen Netzwerkes ist in 12 dargestellt. Das neuronale Netzwerk umfasst eine Eingangsschicht 1101 mit drei Eingangsneuronen, zum Empfangen der Werte x₁, x₂ und x₃. Dem folgen ein oder mehrere verborgene Schichten 1102, wovon eine mit fünf Neuronen dargestellt ist, was lediglich als Beispiel zu verstehen ist. Beispielsweise kann in der Praxis ein neuronales Netzwerk mit zwei verborgenen Schichten 1102 verwendet werden, wobei jede Schicht 100 Neuronen aufweist.
Eine Ausgangsschicht 1103 gibt dann als Ergebnis entweder „Lichtbogen“ oder „kein Lichtbogen“ aus. Durch die Reduzierung der Dimensionalität auf die Skalarenwerte x₁, x₂, x₃ ist eine relativ einfache Implementierung des neuronalen Netzwerkes mit in diesem Fall nur drei Eingängen möglich, was den Rechenaufwand reduzierten kann und die Geschwindigkeit erhöhen kann. Würden einem neuronalen Netz beispielsweise sämtliche Detailkoeffizienten aller Wavelettransformation zugeführt, wäre der Aufwand für das neuronale Netz deutlich höher, und auch das Training aufwändiger.
Das Training des neuronalen Netzwerkes aus 12 kann durch Bereitstellen von Trainingsdatensätzen mit Werten x₁, x₂, x₃ für verschiedene Lichtbogenereignisse, die beispielsweise in einer Testschaltungen erzeugt werden, sowie Werte x₁, x₂, x₃ für Fälle, in denen keine Lichtbogenereignisse auftreten, trainiert werden. Beispielsweise können zum Training können 3000 Messungen über 10 ms verwendet werden. Dies kann zu einer Erkennungsgenauigkeit von etwa 99 % führen. Mit einem so trainierten Netzwerk und den Werten x₁, x₂ und x₃ kann dann eine hohe Erkennungsrate von Lichtbogenereignissen erreicht werden, beispielsweise von über 90%.
Wenn dann wie unter Bezugnahme auf die 3 und 4 erläutert eine Mehrheitsentscheidung über mehrere aufeinanderfolgende Fenster, beispielsweise über eine Zeitdauer von 100 ms mit Fenstern von 10 ms Dauer und einem Offset von 2 ms, durchgeführt wird, sind Erkennungsraten über 99 % möglich. Um diese Erkennungsrate noch weiter zu steigern, können zusätzlich wie kurz hinsichtlich des Blocks 92 angedeutet zu den Werten x₁, x₂ und x₃ weitere Eingangswerte für die Klassifizierung verwendet werden, die aus Zeitbereichtransformationen abgeleitet sind. Dies wird nun erläutert.
Unter einer Zeitbereichstransformation ist allgemein eine Verarbeitung zu verstehen, bei der aus der Abfolge von Strommesswerten ein oder mehrere weitere Werte, beispielsweise Skalare, berechnet werden, ohne dass eine Transformation in den Frequenzbereich stattfindet.
Bei manchen Ausführungsbeispielen wird aus einer ersten Zeitbereichstransformation ein erster Skalar bestimmt, welcher eine Standardabweichung von der zeitlichen Abfolge von Strommesswerten kennzeichnet, und aus einer zweiten Zeitbereichstransformation ein zweiter Wert bestimmt, der Stromwelligkeiten, insbesondere eine Regelmäßigkeit großer Stromwelligkeiten, kennzeichnet. Diese weiteren Skalare können als Werte x₄ und x₅ einem neuronalen Netz ähnlich demjenigen der 12 zugeführt werden, wobei ein derartiges neuronales Netz dann eine Eingangsschicht mit fünf Eingangsneuronen aufweist.
Eine Möglichkeit der Berechnung dieser Werte Skalare x₄ und x₅ wird im Folgenden erläutert.
Für ein Merkmal x₄, welches die Standardabweichung von einem Mittelwert kennzeichnet, können beispielsweise 100 zufällige Unterfenster mit 100 Abtastwerten ausgewertet werden. Für jedes Unterfenster wird der Durchschnitt der 100 Werte berechnet. Dann wird die Standardabweichung dieses Mittelwertes zurück als skalarer Wert x₄ ausgegeben. Dies ist durch den folgenden Pseudocode illustriert:
z-scored current data bezeichnet dabei die Anzahl an Standardabweichungen, die die jeweiligen Stromwerte vom Mittelwert der Stromwerte abweichen, d.h. $c_{z} = \frac{c - μ_{c}}{σ_{c}}$
wobei c_z die z-scored current data, c einen Stromwert, µc den Mittelwert der Stromwerte und σc die Standardabweichung der Stromwerte kennzeichnet. Die durch den Pseudocode definierte Funktion SY_SPREADRANDOMLOCAL verarbeitet die Eingabewerte, indem hundert mal ein zufälliger Anfangsindex ind_s (RAND bezeichnet eine Zufallsfunktion) und ein entsprechender Endindex ind_E für ein Fenster ySub der Länge 100 im Zahlenraum von 1 bis 2000 ermittelt wird. Für jedes Fenster ySub wird der Mittelwert m durch eine Mittelwertfunktion MEAN berechnet.
Die Funktion gibt dann mit dem Befehl return STD(m) die Standardabweichung der Mittelwerte m zurück.
Für einen Skalar x₅, der Welligkeiten kennzeichnet, kann das Überschreiten eines flexiblen Schwellenwertes der Stromabtastwerte verglichen werden. Wenn mit einem Schwellenwert von 1 und mit einem Abtastwert 2 von 2000 Abtastwerten begonnen wird, wird der Schwellenwert verdoppelt, wenn der Abtastwert höher ist als der Schwellenwert, und die entsprechende Nummer des Abtastwertes wird gespeichert. Wenn der Abtastwert unterhalb des Schwellenwertes ist, dann wird der Schwellenwert um 2 % reduziert. Dies wird für alle Abtastwerte von beispielsweise 2000 Abtastwerten wiederholt. Als Ergebnis wird die Standardabweichung der Intervalle zwischen Kopplungen des Schwellenwertes zurückgegeben. Ein entsprechender Pseudocode ist unten dargestellt:
Die durch den Pseudocode Funktion EX_MOVINGTHRESHOLD verarbeitet oben erläuterte z-scored current data. Hierzu wird anfangs ein Schwellwert t zu 1 gesetzt. Die Variable kicks ist eine Folge von Wahrheitswerten, die ein Übertreffen des aktuellen Schwellenwerts durch einen Stromwert markieren. Wie oben erläutert wird über die Folge von Werten c_z iteriert und bei Übertreffen des Schwellenwerts ggf der Schwellenwert erhöht und dies in der Variablenfolge kicks markiert.
Die Funktion DIFF gibt die Länge der Intervalle zwischen zu 1 gesetzten Wahrheitswerten der Folge kicks zurück. Die Funktion EX MOVINGTHRESHOLD gibt dann die Standardabweichung dieser Intervalllängen zurück.
Unter Berücksichtigung dieser zusätzlichen Werte und einer Mehrheitsentscheidung über ein Fenster über 100 ms wie oben erläutert haben dann Untersuchungen mit verschiedenen Lichtbögen gezeigt, dass eine Erkennungsrate von annähernd 100 % möglich ist.
Manche Ausführungsformen werden durch die folgenden Beispiele definiert:

Beispiel 1. Verfahren zur Detektion eines Lichtbogens, umfassend:
- Anwenden einer ersten Wavelettransformation mit einem ersten Mother-Wavelet auf eine zeitliche Abfolge von Strommesswerten eines Stroms durch eine Leitung, um erste Waveletkoeffizienten zu erhalten,
- Anwenden einer zweiten Wavelettransformation mit einem von dem ersten Mother-Wavelet verschiedenen zweiten Mother-Wavelet auf die zeitliche Abfolge von Strommesswerten, um zweite Waveletkoeffizienten zu erhalten, und
- Bestimmen, ob ein Lichtbogen vorliegt, auf Basis der ersten Waveletkoeffizienten und der zweiten Waveletkoeffizienten.
Beispiel 2. Verfahren nach Beispiel 1, wobei das erste Mother-Wavelet ein biorthogonales oder revers biorthogonales Wavelet ist, und wobei das zweite Mother-Wavelet ein orthogonales Wavelet ist.
Beispiel 3. Verfahren nach Beispiel 2, wobei das zweite Mother-Wavelet ein Daubechies-Wavelet ist.
Beispiel 4. Verfahren nach einem der Beispiele 1 bis 3, weiter umfassend Anwenden einer dritten Wavelettransformation mit einem von dem ersten Mother-Wavelet und dem zweiten Mother-Wavelet verschiedenen dritten Mother-Wavelet auf die zeitliche Abfolge von Strommesswerten, um dritte Waveletkoeffizienten zu erhalten, wobei das Bestimmen, ob ein Lichtbogen vorliegt, zudem auf Basis der dritten Waveletkoeffizienten erfolgt.
Beispiel 5. Verfahren nach Beispiel 4, wobei das erste Mother-Wavelet ein biorthogonales Wavelet und das dritte Mother-Wavelet ein revers biorthogonales Wavelet ist.
Beispiel 6. Verfahren nach Beispiel 5, wobei das erste Mother-Wavelet ein bior 3.5 Wavelet, das dritte Mother-Wavelet ein rbio 3.5-Wavelet und das zweite Mother-Wavelet ein db3-Wavelet ist.
Beispiel 7. Verfahren nach einem der Beispiele 1 bis 6, weiter umfassend Bilden einer Menge erster Werte auf Basis der ersten Waveletkoeffizienten, wobei eine Anzahl der ersten Werte kleiner ist als eine Anzahl der ersten Waveletkoeffizienten, und/oder Bilden einer Menge zweiter Werte auf Basis der zweiten Waveletkoeffizienten, wobei eine Anzahl der zweiten Werte kleiner ist als eine Anzahl der zweiten Waveletkoeffizienten, und/oder Bilden einer Menge dritter Werte auf Basis der dritten Waveletkoeffizienten, wobei eine Anzahl der dritten Werte kleiner ist als eine Anzahl der dritten Waveletkoeffizienten wobei das Bestimmen auf Basis der ersten Werte, der zweiten Werte und/oder der dritten Werte erfolgt.
Beispiel 8. Verfahren nach Beispiel 7, wobei die Anzahl erster Werte, die Anzahl zweiter Werte und/oder die Anzahl dritter Werte gleich 1 ist.
Beispiel 9. Verfahren nach einem der Beispiele 7 oder 8, wobei die Menge erster Werte, die Menge zweiter Werte und/oder die Menge dritter Werte eine Verteilung der Energie des Stroms über der Frequenz kennzeichnet.
Beispiel 10. Verfahren nach Beispiel 9, wobei die Menge erster Werte, die Menge zweiter Werte und/oder die Menge dritter Werte eine Signalentropie des Stroms kennzeichnet.
Beispiel 11. Verfahren nach einem der Beispiele 1 bis 10, weiter umfassend Anwenden mindestens einer Zeitbereichstransformation auf die zeitliche Abfolge von Strommesswerten, um mindestens eine Menge vierter Werte zu erhalten, wobei das Bestimmen zudem auf Basis der Menge vierter Werte erfolgt.
Beispiel 12. Verfahren nach Beispiel 11, wobei die mindestens eine Zeitbereichstransformation eine erste Zeitbereichstransformation, die eine erste Menge vierter Werte erzeugt, die eine Standardabweichung der zeitlichen Abfolge von Strommesswerten kennzeichnet, und/oder eine zweite Zeitbereichstransformation, die eine zweite Menge vierter Werte erzeugt, die Stromwelligkeiten der zeitlichen Abfolge von Strommesswerten kennzeichnet.
Beispiel 13. Verfahren nach einem der Beispiele 1 bis 12, wobei das Bestimmen durch eine Maschinenlernlogik (1201, 1202, 1203) erfolgt.
Beispiel 14. Verfahren zur Detektion eines Lichtbogens, umfassend, mehrmaliges Durchführen des Verfahrens nach einem der Beispiele 1 bis 13 für mehrere Abfolgen von Strommesswerten , wobei das Verfahren weiter umfasst:
- endgültiges Bestimmen, ob ein Lichtbogen vorliegt, auf Basis des Bestimmens, ob ein Lichtbogen vorliegt, der mehreren Durchführungen des Verfahrens nach einem der Beispiele 1-13.
Beispiel 15. Verfahren nach Beispiel 14, wobei sich die mehreren Abfolgen von Strommesswerten überlappen.
Beispiel 16. Verfahren nach Beispiel 14 oder 15, wobei das endgültige Bestimmen auf Basis eines Mehrheitsentscheids erfolgt.
Beispiel 17. Computerprogramm mit einem Programmcode, der, wenn er auf einem Prozessor ausgeführt wird, bewirkt, dass das Verfahren nach einem der Beispiele 1 bis 16 durchgeführt wird.
Beispiel 18. Vorrichtung zur Detektion eines Lichtbogens, umfassend:
- eine Detektionslogik (22; 91-94), welche eingerichtet ist,
  - eine erste Wavelettransformation mit einem ersten Mother-Wavelet auf eine zeitliche Abfolge von Strommesswerten eines Stroms durch eine Leitung, um erste Waveletkoeffizienten zu erhalten, anzuwenden,
  - eine zweite Wavelettransformation mit einem von dem ersten Mother-Wavelet verschiedenen zweiten Mother-Wavelet auf die zeitliche Abfolge von Strommesswerten anzuwenden, um zweite Waveletkoeffizienten zu erhalten, und
  - auf Basis der ersten Waveletkoeffizienten und der zweiten Waveletkoeffizienten zu bestimmen, ob ein Lichtbogen vorliegt.
Beispiel 19. Vorrichtung nach Beispiel 18, weiter umfassend eine Strommesseinrichtung zum Messen des Stroms durch die Leitung, um die Abfolge von Strommesswerten bereitzustellen.
Beispiel 20. Vorrichtung nach Beispiel 18 oder 19, wobei die Vorrichtung eingerichtet ist, das Verfahren nach einem der Beispiele 1 bis 16 durchzuführen.
Beispiel 21. Vorrichtung nach einem der Beispiele 18 bis 20, wobei das erste Mother-Wavelet ein biorthogonales oder revers biorthogonales Wavelet ist, und wobei das zweite Mother-Wavelet ein orthogonales Wavelet ist.
Beispiel 22. Vorrichtung nach Beispiel 21, wobei das zweite Mother-Wavelet ein Daubechies-Wavelet ist.
Beispiel 23. Vorrichtung nach einem der Beispiele 18 bis 22, wobei die Detektionslogik weiter eingerichtet ist, eine dritte Wavelettransformation mit einem von dem ersten Mother-Wavelet und dem zweiten Mother-Wavelet verschiedenen dritten Mother-Wavelet auf die zeitliche Abfolge von Strommesswerten anzuwenden, um dritte Waveletkoeffizienten zu erhalten, und, ob ein Lichtbogen vorliegt, zudem auf Basis der dritten Waveletkoeffizienten zu bestimmen.
Beispiel 24. Vorrichtung nach Beispiel 23, wobei das erste Mother-Wavelet ein biorthogonales Wavelet und das dritte Mother-Wavelet ein revers biorthogonales Wavelet ist.
Beispiel 25. Vorrichtung nach Beispiel 24, wobei das erste Mother-Wavelet ein bior 3.5 Wavelet, das dritte Mother-Wavelet ein rbio3.5-Wavelet und das zweite Mother-Wavelet ein db3-Wavelet ist.
Beispiel 26. Vorrichtung nach einem der Beispiele 18 bis 25, wobei die Detektionslogik ferner eingerichtet ist, eine Menge erster Werte auf Basis der ersten Waveletkoeffizienten, wobei eine Anzahl der ersten Werte kleiner ist als eine Anzahl der ersten Waveletkoeffizienten, zu bilden und/oder eine Menge zweiter Werte auf Basis der zweiten Waveletkoeffizienten, wobei eine Anzahl der zweiten Werte kleiner ist als eine Anzahl der zweiten Waveletkoeffizienten, zu bilden und/oder eine Menge dritter Werte auf Basis der dritten Waveletkoeffizienten, wobei eine Anzahl der dritten Werte kleiner ist als eine Anzahl der dritten Waveletkoeffizienten, zu bilden wobei die Detektionslogik derart eingerichtet ist, dass das Bestimmen auf Basis der ersten Werte, der zweiten Werte und/oder der dritten Werte erfolgt.
Beispiel 27. Vorrichtung nach Beispiel 26, wobei die Anzahl erster Werte, die Anzahl zweiter Werte und/oder die Anzahl dritter Werte gleich 1 ist.
Beispiel 28. Vorrichtung nach einem der Beispiele 26 oder 27, wobei die Menge erster Werte, die Menge zweiter Werte und/oder die Menge dritter Werte eine Verteilung der Energie des Stroms über der Frequenz kennzeichnet.
Beispiel 29. Vorrichtung nach Beispiel 28, wobei die Menge erster Werte, die Menge zweiter Werte und/oder die Menge dritter Werte eine Signalentropie des Stroms kennzeichnet.
Beispiel 30. Vorrichtung nach einem der Beispiele 18 bis 29, wobei die Detektionslogik weiter eingerichtet ist, mindestens eine Zeitbereichstransformation auf die zeitliche Abfolge von Strommesswerten, um mindestens eine Menge vierter Werte zu erhalten, anzuwenden, wobei die Detektionslogik derart eingerichtet ist, dass das Bestimmen zudem auf Basis der Menge vierter Werte erfolgt.
Beispiel 31. Vorrichtung nach Beispiel 30, wobei die mindestens eine Zeitbereichstransformation eine erste Zeitbereichstransformation, die eine erste Menge vierter Werte erzeugt, die eine Standardabweichung der zeitlichen Abfolge von Strommesswerten kennzeichnet, und/oder eine zweite Zeitbereichstransformation, die eine zweite Menge vierter Werte erzeugt, die Stromwelligkeiten der zeitlichen Abfolge von Strommesswerten kennzeichnet.
Beispiel 32. Vorrichtung nach einem der Beispiele 18 bis 31, wobei die Detektionslogik eine Maschinenlernlogik für das Bestimmen, ob ein Lichtbogen vorliegt, umfasst.
Beispiel 33. Vorrichtung nach einem der Beispiele 18 bis 32, wobei die Detektionslogik eingerichtet ist, das Bestimmen, ob ein Lichtbogen vorliegt, wie in einem der Beispiele 18 bis 32 definiert für mehrere Abfolgen von Strommesswerten durchzuführen, wobei die Detektionslogik weiter eingerichtet ist, endgültig zu bestimmen, ob ein Lichtbogen vorliegt, auf Basis des Bestimmens, ob ein Lichtbogen vorliegt, für die mehreren Abfolgen von Strommesswerten.
Beispiel 34. Vorrichtung nach Beispiel 33, wobei sich die mehreren Abfolgen von Strommesswerten überlappen.
Beispiel 35. Vorrichtung nach Beispiel 33 oder 34, wobei das endgültige Bestimmen auf Basis eines Mehrheitsentscheids erfolgt.

Obgleich in dieser Beschreibung spezifische Ausführungsbeispiele illustriert und beschrieben wurden, werden Personen mit üblichem Fachwissen erkennen, dass eine Vielzahl von alternativen und/oder äquivalenten Implementierung als Substitution für die spezifischen Ausführungsbeispiele, die in dieser Beschreibung gezeigt und beschrieben sind, ohne von dem Umfang der gezeigten Erfindung abzuweichen, gewählt werden können. Es ist die Intention, dass diese Anmeldung alle Adaptionen oder Variationen der spezifischen Ausführungsbeispiele, die hier diskutiert werden, abdeckt. Daher ist es beabsichtigt, dass diese Erfindung nur durch die Ansprüche und die Äquivalente der Ansprüche beschränkt ist.

Claims

Verfahren zur Detektion eines Lichtbogens (10; 11; 24), umfassend: Anwenden einer ersten Wavelettransformation mit einem ersten Mother-Wavelet auf eine zeitliche Abfolge von Strommesswerten (80) eines Stroms durch eine Leitung, um erste Waveletkoeffizienten zu erhalten, Anwenden einer zweiten Wavelettransformation mit einem von dem ersten Mother-Wavelet verschiedenen zweiten Mother-Wavelet auf die zeitliche Abfolge von Strommesswerten (80), um zweite Waveletkoeffizienten zu erhalten, und Bestimmen, ob ein Lichtbogen (10; 11; 24) vorliegt, auf Basis der ersten Waveletkoeffizienten und der zweiten Waveletkoeffizienten.
Verfahren nach Anspruch 1, wobei das erste Mother-Wavelet ein biorthogonales oder revers biorthogonales Wavelet ist, und wobei das zweite Mother-Wavelet ein orthogonales Wavelet ist.
Verfahren nach Anspruch 2, wobei das zweite Mother-Wavelet ein Daubechies-Wavelet ist.
Verfahren nach einem der Ansprüche 1 bis 3, weiter umfassend Anwenden einer dritten Wavelettransformation mit einem von dem ersten Mother-Wavelet und dem zweiten Mother-Wavelet verschiedenen dritten Mother-Wavelet auf die zeitliche Abfolge von Strommesswerten (80), um dritte Waveletkoeffizienten zu erhalten, wobei das Bestimmen, ob ein Lichtbogen (10; 11; 24) vorliegt, zudem auf Basis der dritten Waveletkoeffizienten erfolgt.
Verfahren nach Anspruch 4, wobei das erste Mother-Wavelet ein biorthogonales Wavelet und das dritte Mother-Wavelet ein revers biorthogonales Wavelet ist.
Verfahren nach Anspruch 5, wobei das erste Mother-Wavelet ein bior 3.5 Wavelet, das dritte Mother-Wavelet ein rbio3.5-Wavelet und das zweite Mother-Wavelet ein db3-Wavelet ist.
Verfahren nach einem der Ansprüche 1 bis 6, weiter umfassend Bilden einer Menge erster Werte auf Basis der ersten Waveletkoeffizienten, wobei eine Anzahl der ersten Werte kleiner ist als eine Anzahl der ersten Waveletkoeffizienten, und/oder Bilden einer Menge zweiter Werte auf Basis der zweiten Waveletkoeffizienten, wobei eine Anzahl der zweiten Werte kleiner ist als eine Anzahl der zweiten Waveletkoeffizienten, und/oder Bilden einer Menge dritter Werte auf Basis der dritten Waveletkoeffizienten, wobei eine Anzahl der dritten Werte kleiner ist als eine Anzahl der dritten Waveletkoeffizienten wobei das Bestimmen auf Basis der ersten Werte, der zweiten Werte und/oder der dritten Werte erfolgt.
Verfahren nach Anspruch 7, wobei die Anzahl erster Werte, die Anzahl zweiter Werte und/oder die Anzahl dritter Werte gleich 1 ist.
Verfahren nach einem der Ansprüche 7 oder 8, wobei die Menge erster Werte, die Menge zweiter Werte und/oder die Menge dritter Werte eine Verteilung der Energie des Stroms über der Frequenz kennzeichnet.
Verfahren nach Anspruch 9, wobei die Menge erster Werte, die Menge zweiter Werte und/oder die Menge dritter Werte eine Signalentropie des Stroms kennzeichnet.
Verfahren nach einem der Ansprüche 1 bis 10, weiter umfassend Anwenden mindestens einer Zeitbereichstransformation auf die zeitliche Abfolge von Strommesswerten (80), um mindestens eine Menge vierter Werte zu erhalten, wobei das Bestimmen zudem auf Basis der Menge vierter Werte erfolgt.
Verfahren nach Anspruch 11, wobei die mindestens eine Zeitbereichstransformation eine erste Zeitbereichstransformation, die eine erste Menge vierter Werte erzeugt, die eine Standardabweichung der zeitlichen Abfolge von Strommesswerten (80) kennzeichnet, und/oder eine zweite Zeitbereichstransformation, die eine zweite Menge vierter Werte erzeugt, die Stromwelligkeiten der zeitlichen Abfolge von Strommesswerten (80) kennzeichnet.
Verfahren nach einem der Ansprüche 1 bis 12, wobei das Bestimmen durch eine Maschinenlernlogik (1201, 1202, 1203) erfolgt.
Verfahren zur Detektion eines Lichtbogens (10; 11; 24), umfassend, mehrmaliges Durchführen des Verfahrens nach einem der Ansprüche 1 bis 13 für mehrere Abfolgen von Strommesswerten (80), wobei das Verfahren weiter umfasst: endgültiges Bestimmen, ob ein Lichtbogen (10; 11; 24) vorliegt, auf Basis des Bestimmens, ob ein Lichtbogen (10; 11; 24) vorliegt, der mehreren Durchführungen des Verfahrens nach einem der Ansprüche 1-13.
Verfahren nach Anspruch 14, wobei sich die mehreren Abfolgen von Strommesswerten (80) überlappen.
Verfahren nach Anspruch 14 oder 15, wobei das endgültige Bestimmen auf Basis eines Mehrheitsentscheids erfolgt.
Computerprogramm mit einem Programmcode, der, wenn er auf einem Prozessor ausgeführt wird, bewirkt, dass das Verfahren nach einem der Ansprüche 1 bis 16 durchgeführt wird.
Vorrichtung zur Detektion eines Lichtbogens (10; 11; 24), umfassend: eine Detektionslogik (22; 91-94), welche eingerichtet ist, eine erste Wavelettransformation mit einem ersten Mother-Wavelet auf eine zeitliche Abfolge von Strommesswerten (80) eines Stroms durch eine Leitung, um erste Waveletkoeffizienten zu erhalten, anzuwenden, eine zweite Wavelettransformation mit einem von dem ersten Mother-Wavelet verschiedenen zweiten Mother-Wavelet auf die zeitliche Abfolge von Strommesswerten (80) anzuwenden, um zweite Waveletkoeffizienten zu erhalten, und auf Basis der ersten Waveletkoeffizienten und der zweiten Waveletkoeffizienten zu bestimmen, ob ein Lichtbogen (10; 11; 24) vorliegt.
Vorrichtung nach Anspruch 18, weiter umfassend eine Strommesseinrichtung (21) zum Messen des Stroms durch die Leitung, um die Abfolge von Strommesswerten (80) bereitzustellen.
Vorrichtung nach Anspruch 18 oder 19, wobei die Vorrichtung eingerichtet ist, das Verfahren nach einem der Ansprüche 1 bis 16 durchzuführen.