CN104237737A - 一种故障电弧频域检测装置 - Google Patents
一种故障电弧频域检测装置 Download PDFInfo
- Publication number
- CN104237737A CN104237737A CN201410242598.5A CN201410242598A CN104237737A CN 104237737 A CN104237737 A CN 104237737A CN 201410242598 A CN201410242598 A CN 201410242598A CN 104237737 A CN104237737 A CN 104237737A
- Authority
- CN
- China
- Prior art keywords
- frequency
- signal
- electric arc
- frequency domain
- fault
- 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
Landscapes
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
- Locating Faults (AREA)
Abstract
一种故障电弧频域检测装置,主要包括互感器、前置滤波器、A/D转换、FFT(傅里叶)变换、频谱预处理、构造特征向量、与参考向量的相关线性分析及脱扣执行;根据用电回路中产生故障电弧时会同时引发电路中出现暂态的高频电流,而且该高频电流具有一定的规律性,对该高频电流信号进行FFT变换,进而提取出发生电弧时高频电流在频域上的特征向量Fref=[f1,f2,…fM]作为参考特征向量,对任意时刻的线电流信号包括事先不知道有无发生电弧也进行同样的处理,得到其在频域上的特征向量F=[f1,f2,…fM],再对特征向量与参考特征向量进行相关性分析,最终根据其相关性的大小来判断是否发生了故障电弧;解决了时域特征来检测电弧故障存在的局限性和不足性。
Description
技术领域
本发明属于故障检测技术领域,具体涉及一种故障电弧频域检测装置。
背景技术
基于故障电弧放电过程会伴随着光、热、声音和电磁辐射等特性,目前通常采用的一种故障电弧检测装置:在燃弧点附近设置相应的传感器检测发生电弧时产生的热量、电磁辐射及噪声等特性,当这些传感器都检测到故障信号时,该装置才会认为线路中发生了故障电弧,而且利用安装在4个不同位置的PZM来定位电弧发生的位置。
中国专利文献中公开了“故障电弧检测与定位***和方法”(专利号201310234303.5,公开日为2013年10月02日),“故障电弧保护装置”(专利号200920199078.5,公开日2010年08月25日)等,已申请专利的故障电弧检测中由于检测这些参数的传感器都必须安装在故障电弧发生的位置,这就给全面检测供电线路中的故障电弧带来了不便。
另一种常见的电弧检测方法是利用发生故障电弧时电流会有突增或者突降的特性。中国专利文献中公开了“故障电弧检测与定位***和方法”(专利号CN200910154087.7,公开日为2010年04月21日),已申请专利的故障电弧检测方法当负载为非线性负载或负载热插拔时都会造成电弧故障检测的误动作。
从上述两种检测故障电弧的方法中,我们可以知道只利用电弧的光、热、声音、电磁辐射或者电流突增突降等时域特征来检测电弧故障存在着很大的局限性和不足性,因此我们需要一种新的故障电弧检测方案。
发明内容
本发明的目的在于提供一种故障电弧频域检测装置,这种检测装置是通过故障电弧在频域的特征为判据来识别的,解决了只利用电弧的光、热、声音、电磁辐射或者电流突增突降等时域特征来检测电弧故障存在的局限性和不足性。
由研究和实验发现,当用电回路中产生电弧时会同时引发电路中出现暂态的高频电流,而且该高频电流具有一定的规律性。所以本方案从频域上能有效地提取出故障电弧的频谱特征,作为识别故障电弧的判据,并且满足实时性要求。
一种故障电弧频域检测装置,主要包括互感器、前置滤波器、A/D转换、FFT(傅里叶)变换、频谱预处理、构造特征向量、与参考向量的相关线性分析及脱扣执行。
为达到上述目的,本发明采用的技术方案是:一种故障电弧频域检测装置,根据用电回路中产生故障电弧时会同时引发电路中出现暂态的高频电流,而且该高频电流具有一定的规律性,对该高频电流信号进行FFT变换,进而提取出发生电弧时高频电流在频域上的特征向量Fref=[f1,f2,…fM]作为参考特征向量,对任意时刻的线电流信号(事先不知道有无发生电弧)也进行同样的处理,得到其在频域上的特征向量F=[f1,f2,…fM],再对特征向量与参考特征向量进行相关性分析,最终根据其相关性的大小来判断是否发生了故障电弧。
所述的互感器,用于获取线路电流信号i(t)。由于交流电压电流比较高,直接测量非 常危险,为便于线路电压电流信号的采集,可以采用所述的互感器转换为逼近统一的、低压的电压或电流信号,同时还起到变流和电气隔离作用,保证操作人员和仪表的安全。
所述的前置滤波器,对电流信号i(t)进行限带滤波(前置滤波器)得到i(t)′。一方面为了后面信号的采集时满足采样定理,将模拟电流信号进行限带处理;另一方面为了后面更有效的提取出故障电弧的频域特征向量,通过前置滤波尽可能地将正常信号与故障电弧信号分离。
所述的A/D采样,对i(t)′进行采样得到i(n)′。为了能够在计算机上对信号进行处理,必须通过所述的A/D转化对模拟信号进行数字化(离散化),即对模拟信号要进行采样,其采样频率不能低于上述前置滤波器截止频率的2倍。
所述的FFT变换,对信号i(n)′进行FFT变换得到I(k)。由于通过时域特征检测存在很大的局限性和不足性,为此借助所述的FFT变换,将时域信号i(n)′转换为频域信号I(k),至此,我们可以从频域上去分析。
所述的频谱预处理,对信号I(k)进行频域处理得到I(k)′。为了提取出频谱轮廓,需要对原始频谱I(k)进行滤波,这里采用的是高建波提出的轮廓提取算法。
所述的构造特征向量,通过I(k)′,构造其特征向量F=[f1,f2,…fM]。即用特征向量F=[f1,f2,…fM]去代替I(k)′。
所述的与参考向量的相关线性分析及脱扣执行,计算出相关性判据ζ。将上述步骤得到的特征向量F=[f1,f2,…fM]与参考的特征向量Fref=[f1,f2,…fM]作相关性分析得到ζ,将ζ作为判据识别故障电弧。
附图说明
图1频域特征向量检测故障电弧流程图。
具体实施方式
为了更好的描述本发明,下面结合附图及具体实施方式对本发明的技术方案进行补充和详细说明。
先对本发明所涉及到的标记统一说明如下:
I(t)表示线路中的电流信号,λ表示互感器放大或缩小倍数,N表示一个周期内的采样点数,f0表示原始交流信号的频率,fs表示采样频率,h1(t)表示前置滤波器的冲激响应,δ(t-nTs)表示在nTs处的冲激,h2(k)表示频域预处理器的冲激响应,M表示特征向量F的列数,表示卷积运算过程,Σ表示求和运算。
参见图1,频域特征向量检测故障电弧流程图。首先互感器将线路中的大电流转化成合适的小电流,然后对小电流信号进行预处理后,输入到A/D装置转化为数字信号,为了能够在频域上检测电弧,将通过A/D装置后的数字信号进行FFT变换得到其频谱图,对其频谱进行平滑滤波,提取出频谱轮廓,最后对得到的频谱轮廓进行峰值检测,并按峰值由大到小的顺序对其对应频率点进行排序,取前M个频率点得到的向量作为其特征向量,对提取的特征向量与参考向量进行相关性分析得到ζ,特别为了减少误动率,需要满足在连续若干周期 内,ζ都在同个置信区间里(本例取[-0.05,0.05]),此时可判断有故障电弧发生,否则无故障电弧发生。
本实施方式具体过程如下:
i(t)=λ×I(t),由于线路中电流比较大,直接测量非常危险,所以用互感器将其线电流转换为适合测量的电流信号。
通过前置滤波器对信号做限带处理以便满足后面的A/D采样,同时尽可能地得到发生电弧故障时的高频电流信号。
采用冲激脉冲函数对模拟信号进行采样,采样间隔是一周内采样点数
由于此方案要在频域上检测出故障电弧,所以对离散化后的数字信号i(n)′进行FFT变换,从时域上将其转换为频域信号,式中
为了提取出上述频谱图的轮廓,这里采用了滑动窗口极值提取算法来解决这个问题,具体操作为,滑动窗口从原始频谱的坐标点开始,从左向右滑动,每滑动一步求出滑动窗口内的最小点,一直滑动到频谱终点,这样就取得了频谱图的轮廓点。特别要注意的是,此过程中窗口的宽度是一个可以修改的参数,选择这个参数的标准是保证在窗口滑动的每个位置都有至少一个真正的轮廓点落在窗口内。一般窗口宽度稍大于最大频谱峰宽度,如果有多个峰重叠,则将这些峰作为一个峰来处理。这一操作在此例中用冲激响应为h2(k)的***来表示。
I(k)′→F=[f1,f2,…fM],根据I(k)′构造特征向量F=[f1,f2,…fM],其构造步骤为:对上述得到频谱轮廓I(k)′进行峰值检测,并按照峰值由大到小的顺序对其对应频率点进行排序,取前M个频率点得到的向量作为其特征向量F=[f1,f2,…fM]。其中M越大特征向量F越逼近真实的I(k)′,f1对应频谱轮廓中最大幅值点对应频率,其它频率点按峰值点幅值大小依次排序。
采用此式对提取的特征向量F(i)与参考特征向量Fref(i)进行相关性分析,其中参考特征向量Fref(i)是发生故障电弧时所提取的特征向量。
若连续若干周期所提取的特征向量与参考特征向量作相关性分析,其结果都满足-0.05<ζ<0.05时,我们就判断有故障电弧发生,否则认为没有发生故障电弧。
Claims (8)
1.一种故障电弧频域检测装置,其特征在于先对本方案所涉及到的标记统一说明如下:I(t)表示线路中的电流信号,λ表示互感器放大或缩小倍数,N表示一个周期内的采样点数,f0表示原始交流信号的频率,fs表示采样频率,h1(t)表示前置滤波器的冲激响应,δ(t-nTs)表示在nTs处的冲激,h2(k)表示频域预处理器的冲激响应,M表示特征向量F的列数,表示卷积运算过程,Σ表示求和运算,FFT表示快速傅里叶变换;
所述的一种故障电弧频域检测装置,包括互感器、前置滤波器、A/D转换、FFT变换、频谱预处理、构造特征向量、与参考向量的相关线性分析及脱扣执行;所采用的技术方案是:根据用电回路中产生故障电弧时会同时引发电路中出现暂态的高频电流,而且该高频电流具有一定的规律性,对该高频电流信号进行FFT变换,进而提取出发生电弧时高频电流在频域上的特征向量Fref=[f1,f2,…fM]作为参考特征向量,对任意时刻的线电流信号包括事先不知道有无发生电弧也进行同样的处理,得到其在频域上的特征向量F=[f1,f2,…fM],再对特征向量与参考特征向量进行相关性分析,最终根据其相关性的大小来判断是否发生了故障电弧;解决了只利用电弧的光、热、声音、电磁辐射或者电流突增突降时域特征来检测电弧故障存在的局限性和不足性。
2.根据权利要求1所述的互感器,其特征是:用于获取线路电流信号i(t),由于交流电压电流较高,直接测量非常危险,为便于线路电压电流信号的采集,可以采用所述的互感器转换为逼近统一的、低压的电压或电流信号,同时还起到变流和电气隔离作用,保证操作人员和仪表的安全。
3.根据权利要求1所述的前置滤波器,其特征是:对电流信号i(t)进行限带滤波得到i(t)′,一方面为了后面信号的采集时满足采样定理,将模拟电流信号进行限带处理;另一方面为了后面更有效的提取出故障电弧的频域特征向量,通过前置滤波尽可能地将正常信号与故障电弧信号分离。
4.根据权利要求1所述的A/D采样,其特征是:对i(t)′进行采样得到i(n)′,为了能够在计算机上对信号进行处理,必须通过所述的A/D转化对模拟信号进行数字化,即对模拟信号要进行采样,其采样频率不能低于上述前置滤波器截止频率的2倍。
5.根据权利要求1所述的FFT变换,其特征是:对信号i(n)′进行FFT变换得到I(k),由于通过时域特征检测存在很大的局限性和不足性,为此借助所述的FFT变换,将时域信号i(n)′转换为频域信号I(k),可从频域上去分析。
6.根据权利要求1所述的频谱预处理,其特征是:对信号I(k)进行频域处理得到I(k)′,为了提取出频谱轮廓,需要对原始频谱I(k)进行滤波,这里采用的是高建波提出的轮廓提取算法。
7.根据权利要求1所述的构造特征向量,其特征是:通过I(k)′,构造其特征向量F=[f1,f2,…fM],即用特征向量F=[f1,f2,…fM]去代替I(k)′。
8.根据权利要求1所述的与参考向量的相关线性分析及脱扣执行,其特征是:计算出相关性判据ζ,将得到的特征向量F=[f1,f2,…fM]与参考的特征向量Fref=[f1,f2,…fM]作相关性分析得到ζ,将ζ作为判据识别故障电弧。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410242598.5A CN104237737A (zh) | 2014-05-31 | 2014-05-31 | 一种故障电弧频域检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410242598.5A CN104237737A (zh) | 2014-05-31 | 2014-05-31 | 一种故障电弧频域检测装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104237737A true CN104237737A (zh) | 2014-12-24 |
Family
ID=52226209
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410242598.5A Pending CN104237737A (zh) | 2014-05-31 | 2014-05-31 | 一种故障电弧频域检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104237737A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105954608A (zh) * | 2016-04-22 | 2016-09-21 | 西安交通大学 | 一种基于电磁辐射特性的直流电弧检测方法 |
CN106874872A (zh) * | 2017-02-16 | 2017-06-20 | 武汉中旗生物医疗电子有限公司 | 工频噪声滤除装置与方法 |
CN107367677A (zh) * | 2016-05-13 | 2017-11-21 | 本德尔有限两合公司 | 用于对非接地供电***中的电弧故障进行识别的方法及装置 |
CN107505401A (zh) * | 2017-08-09 | 2017-12-22 | 武汉理工大学 | 基于傅氏变换的频域检测*** |
CN107976614A (zh) * | 2016-10-21 | 2018-05-01 | 亚德诺半导体集团 | 在电力***中检测电弧事件的方法和包括电弧检测器的电力*** |
CN109541418A (zh) * | 2019-01-17 | 2019-03-29 | 北京腾锐视讯科技有限公司 | 一种故障电弧检测传感器及故障电弧检测方法 |
CN109923422A (zh) * | 2016-12-16 | 2019-06-21 | 德州仪器公司 | 线路故障特征分析 |
CN110048375A (zh) * | 2019-03-26 | 2019-07-23 | 华为技术有限公司 | 一种储能***电弧检测与保护方法以及相关装置 |
CN110286277A (zh) * | 2019-05-31 | 2019-09-27 | 北京萨达智能技术有限公司 | 基于综合检测技术的电弧识别装置及识别方法 |
CN110622013A (zh) * | 2017-02-28 | 2019-12-27 | 绿动有限公司 | 一种设备运作信号处理***及方法 |
CN112204407A (zh) * | 2018-05-18 | 2021-01-08 | 艾尼克斯股份公司 | 用于故障检测的方法和*** |
CN112363021A (zh) * | 2020-11-13 | 2021-02-12 | 重庆大学 | 一种分布式线路故障检测与定位***及方法 |
CN113253063A (zh) * | 2020-10-29 | 2021-08-13 | 诸暨市迪朗物联科技有限公司 | 基于长短时记忆网络深度学习的故障电弧检测***及方法 |
WO2021212891A1 (zh) * | 2020-04-22 | 2021-10-28 | 青岛鼎信通讯股份有限公司 | 一种采用卷积神经网络的故障电弧信号检测方法 |
CN114757110A (zh) * | 2022-06-16 | 2022-07-15 | 南昌航空大学 | 一种基于滑窗检测提取电流信号的断路器故障诊断方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090284265A1 (en) * | 2008-05-13 | 2009-11-19 | Sinfonia Technology Co., Ltd. | Arc detecting device and aircraft equipped therewith |
CN103457238A (zh) * | 2013-08-22 | 2013-12-18 | 南京集能易新能源技术有限公司 | 一种用于光伏发电***的直流电弧检测及保护方法和电路 |
CN103675605A (zh) * | 2013-12-11 | 2014-03-26 | 湖南大学 | 基于故障信号暂态相关分析的小电流接地故障选线方法 |
-
2014
- 2014-05-31 CN CN201410242598.5A patent/CN104237737A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090284265A1 (en) * | 2008-05-13 | 2009-11-19 | Sinfonia Technology Co., Ltd. | Arc detecting device and aircraft equipped therewith |
CN103457238A (zh) * | 2013-08-22 | 2013-12-18 | 南京集能易新能源技术有限公司 | 一种用于光伏发电***的直流电弧检测及保护方法和电路 |
CN103675605A (zh) * | 2013-12-11 | 2014-03-26 | 湖南大学 | 基于故障信号暂态相关分析的小电流接地故障选线方法 |
Non-Patent Citations (2)
Title |
---|
PAUL SMITH ET AL.: "Analysis of Spread Spectrum Time Domain Reflectometry for Wire Fault Location", 《IEEE SENSORS JOURNAL》 * |
王清亮等: "基于高频暂态分量相关性的选择性漏电保护", 《电力自动化设备》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105954608A (zh) * | 2016-04-22 | 2016-09-21 | 西安交通大学 | 一种基于电磁辐射特性的直流电弧检测方法 |
CN105954608B (zh) * | 2016-04-22 | 2018-07-17 | 西安交通大学 | 一种基于电磁辐射特性的直流电弧检测方法 |
CN107367677A (zh) * | 2016-05-13 | 2017-11-21 | 本德尔有限两合公司 | 用于对非接地供电***中的电弧故障进行识别的方法及装置 |
US11175348B2 (en) | 2016-05-13 | 2021-11-16 | Bender Gmbh & Co. Kg | Method and device for identifying arc faults in an ungrounded power supply system |
CN107976614A (zh) * | 2016-10-21 | 2018-05-01 | 亚德诺半导体集团 | 在电力***中检测电弧事件的方法和包括电弧检测器的电力*** |
CN109923422B (zh) * | 2016-12-16 | 2022-03-29 | 德州仪器公司 | 线路故障特征分析 |
CN109923422A (zh) * | 2016-12-16 | 2019-06-21 | 德州仪器公司 | 线路故障特征分析 |
CN106874872A (zh) * | 2017-02-16 | 2017-06-20 | 武汉中旗生物医疗电子有限公司 | 工频噪声滤除装置与方法 |
CN110622013A (zh) * | 2017-02-28 | 2019-12-27 | 绿动有限公司 | 一种设备运作信号处理***及方法 |
US11067482B2 (en) | 2017-02-28 | 2021-07-20 | Green Running Limited | Appliance operation signal processing system and method |
CN107505401A (zh) * | 2017-08-09 | 2017-12-22 | 武汉理工大学 | 基于傅氏变换的频域检测*** |
CN112204407A (zh) * | 2018-05-18 | 2021-01-08 | 艾尼克斯股份公司 | 用于故障检测的方法和*** |
CN109541418A (zh) * | 2019-01-17 | 2019-03-29 | 北京腾锐视讯科技有限公司 | 一种故障电弧检测传感器及故障电弧检测方法 |
CN110048375A (zh) * | 2019-03-26 | 2019-07-23 | 华为技术有限公司 | 一种储能***电弧检测与保护方法以及相关装置 |
CN110286277A (zh) * | 2019-05-31 | 2019-09-27 | 北京萨达智能技术有限公司 | 基于综合检测技术的电弧识别装置及识别方法 |
US20230160942A1 (en) * | 2020-04-22 | 2023-05-25 | Qingdao Topscomm Communication Co., Ltd | Fault arc signal detection method using convolutional neural network |
WO2021212891A1 (zh) * | 2020-04-22 | 2021-10-28 | 青岛鼎信通讯股份有限公司 | 一种采用卷积神经网络的故障电弧信号检测方法 |
US11860216B2 (en) | 2020-04-22 | 2024-01-02 | Qingdao Topscomm Communication Co., Ltd | Fault arc signal detection method using convolutional neural network |
CN113253063A (zh) * | 2020-10-29 | 2021-08-13 | 诸暨市迪朗物联科技有限公司 | 基于长短时记忆网络深度学习的故障电弧检测***及方法 |
CN112363021A (zh) * | 2020-11-13 | 2021-02-12 | 重庆大学 | 一种分布式线路故障检测与定位***及方法 |
CN114757110B (zh) * | 2022-06-16 | 2022-09-27 | 南昌航空大学 | 一种基于滑窗检测提取电流信号的断路器故障诊断方法 |
CN114757110A (zh) * | 2022-06-16 | 2022-07-15 | 南昌航空大学 | 一种基于滑窗检测提取电流信号的断路器故障诊断方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104237737A (zh) | 一种故障电弧频域检测装置 | |
Artale et al. | Arc fault detection method based on CZT low-frequency harmonic current analysis | |
Jiang et al. | Series arc detection and complex load recognition based on principal component analysis and support vector machine | |
CN103454535B (zh) | 一种综合负载串联电弧故障辨识方法 | |
Elkalashy et al. | DWT-based detection and transient power direction-based location of high-impedance faults due to leaning trees in unearthed MV networks | |
US10852359B2 (en) | Apparatus and method for DC-component-based fault classification of three-phase distribution power cables with magnetic sensing | |
CN104614608B (zh) | 一种低压并联电弧故障检测装置及方法 | |
WO2019127440A1 (zh) | 一种直流电弧的处理方法及装置 | |
CN106707094B (zh) | 低压供配电线路电弧故障的分类识别方法 | |
CN101706527A (zh) | 基于电流高频分量时频特征的电弧故障检测方法 | |
Bao et al. | Novel series arc fault detector using high-frequency coupling analysis and multi-indicator algorithm | |
CN204347118U (zh) | 高压带电数字显示及闭锁装置 | |
CN105510760B (zh) | 一种基于小波分析的短路故障数据检测方法 | |
CN205941736U (zh) | 故障电弧检测装置 | |
CN107870281B (zh) | 一种漏电和故障电弧检测方法及其装置 | |
CN103163353B (zh) | 基于电流波形相空间重构和分形理论的电弧故障检测方法 | |
CN107085158A (zh) | 一种集合多种通信方式的故障电弧检测装置及方法 | |
CN103439625A (zh) | 一种电缆***故障定位及负荷监控方法 | |
CN104218523A (zh) | 用于断路器的检测电路 | |
CN107210624A (zh) | 用于在数字变电站内检测电力***干扰的方法和设备 | |
CN104111433A (zh) | 一种接地故障指示器动作性能的检测装置 | |
CN104062555B (zh) | 配电线路高阻接地故障特征谐波的辨识方法 | |
CN104090211B (zh) | 一种配电线路高阻接地故障的在线检测方法 | |
CN107703377A (zh) | 故障电弧检测方法和装置 | |
CN113484683A (zh) | 一种基于暂态信息的配电网故障定位***及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20141224 |
|
WD01 | Invention patent application deemed withdrawn after publication |