CN110579695A - 电弧检测模型的检测方法、检测装置、存储介质和处理器 - Google Patents

电弧检测模型的检测方法、检测装置、存储介质和处理器 Download PDF

Info

Publication number
CN110579695A
CN110579695A CN201910990252.6A CN201910990252A CN110579695A CN 110579695 A CN110579695 A CN 110579695A CN 201910990252 A CN201910990252 A CN 201910990252A CN 110579695 A CN110579695 A CN 110579695A
Authority
CN
China
Prior art keywords
load
detection model
arc detection
sum
arc
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.)
Granted
Application number
CN201910990252.6A
Other languages
English (en)
Other versions
CN110579695B (zh
Inventor
吴斌
唐楚强
杨泽
朱云青
刘光有
周永志
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Gree Electric Appliances Inc of Zhuhai
Original Assignee
Gree Electric Appliances Inc of Zhuhai
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Gree Electric Appliances Inc of Zhuhai filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN201910990252.6A priority Critical patent/CN110579695B/zh
Publication of CN110579695A publication Critical patent/CN110579695A/zh
Application granted granted Critical
Publication of CN110579695B publication Critical patent/CN110579695B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供了一种电弧检测模型的检测方法、检测装置、存储介质和处理器。该检测方法包括：采用电弧检测模型检测预定区域中的各负载对应的智能插座的动作频率；计算预定区域中的相同种类的负载对应的动作频率的总和；根据总和确定电弧检测模型是否适用对应的负载。首先，检测预定区域中的各负载对应的智能插座的动作频率；其次，计算预定区域中的相同种类的负载对应的动作频率的总和；最后，根据总和确定电弧检测模型是否适用对应的负载。该方法中通过计算一定区域内的相同负载的智能插座的动作频率的总和，并根据总和来确定电弧检测模型是否适用于相应的负载，从而保证了电弧检测模型的准确性。

Description

电弧检测模型的检测方法、检测装置、存储介质和处理器
技术领域
本申请涉及电弧检测领域，具体而言，涉及一种电弧检测模型的检测方法、检测装置、存储介质和处理器。
背景技术
一般智能插座的电弧检测模型的参数是固定的，这种固定的模型参数往往会导致电弧的误检测，因此需要通过电弧检测模型升级的方式来提高电弧检测模型的准确性。
每个区域的电力电网情况各不相同，发生故障电弧的情况也有所差异，可能会出现某些用户在相同负载下发生故障电弧的几率也不一样，因此，通过区域判别电弧检测模型的适用性有助于准确了解故障电弧检测模型的稳定性以及检测的精准性。
在背景技术部分中公开的以上信息只是用来加强对本文所描述技术的背景技术的理解，因此，背景技术中可能包含某些信息，这些信息对于本领域技术人员来说并未形成在本国已知的现有技术。
发明内容
本申请的主要目的在于提供一种电弧检测模型的检测方法、检测装置、存储介质和处理器，以解决现有技术中难以确定故障电弧检测模型检的准确性的问题。
为了实现上述目的，根据本申请的一个方面，提供了一种电弧检测模型的检测方法，包括：采用电弧检测模型检测预定区域中的各负载对应的智能插座的动作频率；计算所述预定区域中的相同种类的所述负载对应的所述动作频率的总和；根据所述总和确定所述电弧检测模型是否适用对应的所述负载。
进一步地，根据所述总和确定所述电弧检测模型是否适用对应的所述负载，包括：在所述总和大于所述预定频率的情况下，确定所述电弧检测模型不适用对应的所述负载。
进一步地，在计算所述预定区域中的相同种类的所述负载对应的所述动作频率的总和之前，所述检测方法还包括：确定所述预定区域内的各所述负载的种类。
进一步地，确定所述预定区域内的各所述负载的种类，包括：获取所述负载的电流波形和/或电压波形；在所述电流波形与预定电流波形的重合度大于第一预定重合度的情况下，和/或在所述电压波形与预定电压波形的重合度大于第二预定重合度的情况下，确定所述负载的种类。
进一步地，采用电弧检测模型检测预定区域中的各所述负载的智能插座的动作频率，包括：在所述电弧检测模型检测到故障电弧的情况下，更新所述负载对应的所述智能插座的所述动作频率。
进一步地，在确定所述电弧检测模型不适用对应的所述负载的情况下，所述检测方法还包括：更新所述电弧检测模型。
进一步地，所述预定区域包括多个用户，各所述用户包括多个所述负载，各所述负载对应于各所述智能插座。
根据本申请的另一个方面，提供了一种电弧检测模型的检测装置，包括：检测单元，采用电弧检测模型检测预定区域中的各负载对应的智能插座的动作频率；计算单元，计算所述预定区域中的相同种类的所述负载对应的所述动作频率的总和；确定单元，根据所述总和确定所述电弧检测模型是否适用对应的所述负载。
根据本申请的再一方面，提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序执行任意一种所述的检测方法。
根据本申请的再一方面，提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行任意一种所述的检测方法。
应用本申请的技术方案，通过统计一定区域内的相同负载的智能插座的动作频率的总和，来判断电弧检测模型是否适用于相应的负载，从而保证了电弧检测模型的准确性。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1示出了根据本申请实施例的一种电弧检测模型的检测方法的流程图；
图2示出了根据本申请实施例的一种电弧检测模型的检测装置示意图；
图3示出了根据本申请实施例的一种电弧故障检测流程图；
图4示出了根据本申请实施例的一种电弧故障判别流程图；
图5示出了根据本申请实施例的一种负载动作频率统计示意图；以及
图6示出了根据本申请实施例的一种电弧检测模型检测的流程图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应该理解的是，当元件(诸如层、膜、区域、或衬底)描述为在另一元件“上”时，该元件可直接在该另一元件上，或者也可存在中间元件。而且，在说明书以及权利要求书中，当描述有元件“连接”至另一元件时，该元件可“直接连接”至该另一元件，或者通过第三元件“连接”至该另一元件。
根据背景技术中所介绍的，现有技术中的一般智能插座的电弧检测模型的参数是固定的，这种固定的模型参数往往会导致电弧的误检测，造成了难以确定故障电弧检测模型检的准确性的问题。为解决难以确定故障电弧检测模型检的准确性技术问题，根据本申请的一种典型的实施例，提供了一种电弧检测模型的检测方法。
图1是根据本申请实施例的电弧检测模型的检测方法的流程图。如图1所示，该方法包括以下步骤：
步骤S101，采用电弧检测模型检测预定区域中的各负载对应的智能插座的动作频率；
步骤S102，计算上述预定区域中的相同种类的上述负载对应的上述动作频率的总和；
步骤S103，根据上述总和确定上述电弧检测模型是否适用对应的上述负载。
本方案中，首先，检测预定区域中的各负载对应的智能插座的动作频率；其次，计算预定区域中的相同种类的负载对应的动作频率的总和；最后，根据上述总和确定上述电弧检测模型是否适用对应的上述负载。该方法中通过计算一定区域内的相同负载的智能插座的动作频率的总和，并根据总和来确定电弧检测模型是否适用于相应的负载，从而确定故障电弧检测模型检的准确性。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本申请的一种实施例，根据上述总和确定上述电弧检测模型是否适用对应的上述负载，包括：在上述总和大于上述预定频率的情况下，确定上述电弧检测模型不适用对应的上述负载。由于每一种的负载的性能不同，所以每一种负载所对应的电弧检测模型也是不同的，经过多次测试后，可以得到每一种负载所对应的电弧检测模型是否适用对应的负载，在适用的情况下，该电弧检测模型的误差较小，在不适用的情况下，该电弧检测模型的误差较大，进而可以将误差较小的电弧检测模型存储在相应的智能插座的固件中。
具体地，本申请的上述预定频率可以根据合适的方法确定，本申请的一种实施例中，预定频率的设置可以通过很多次的调试实现，例如，对某一型号的空调进行多次调试得到该空调的智能插座的动作频率的平均值，计算多个该空调的智能插座的动作频率的平均值，然后相加得到上述预定频率。在所测试到的频率的总和大于上述预定频率时，即确定了此时的电弧检测模型不适用，即该模型误差较大。
本申请的一种实施例，在计算上述预定区域中的相同种类的上述负载对应的上述动作频率的总和之前，上述检测方法还包括：确定上述预定区域内的各上述负载的种类，即先确定负载的种类，再确定相同种类负载对应的动作频率的总和。具体地，上述负载的种类可以包括空调、电风扇、热水器、加湿器、油烟机和/或微波炉等家用电器，也可以包括工厂中的需要测试电弧的设备，也可以包括任何可以获取智能插座的动作频率的家用电器和工厂中的设备。当然，负载的种类也可以通过其他的方式预先获取，并不一定为该检测过程中的步骤。
本申请的一种实施例，确定上述预定区域内的各上述负载的种类，包括：获取上述负载的电流波形和/或电压波形；在上述电流波形与预定电流波形的重合度大于第一预定重合度的情况下，和/或在上述电压波形与预定电压波形的重合度大于第二预定重合度的情况下，确定上述负载的种类。具体地，每一种负载出厂前，都要测试该负载所对应的电流波形和/或电压波形，然后将所测试得到的电流波形和/或电压波形作为预定电流波形和/或预定电压波形存储在数据库中，以备后续实际测试中的比对。电流波形和/或电压波形的重合度可以采用误差能量来度量，在重合度满足上述条件的情况下，即可以确定负载的种类，具体地，在实际应用中，上述电流波形与预定电流波形具有相同的时间轴，和/或在上述电压波形与预定电压波形具有相同的时间轴，即可以保证获取的电流波形和预定电流波形处于相同的时刻，和/或可以保证上述电压波形与预定电压波形处于相同的时刻。例如，数据库存的是上电之后的T时刻的某个电流，那么比较的也是上电之后的T时刻采集的电流。满足上述条件时才可以保证电流波形和/或电压波形的重合度具有实际意义。
需要说明的是，获取上述负载种类的方式并不限于通过电流波形和/或电压波形的方式，还可以通过功率参数来获得负载的种类，本领域技术人员可以选择合适的方式来获取负载的种类。
本申请的一种实施例，采用电弧检测模型检测预定区域中的各上述负载的智能插座的动作频率，包括：在上述电弧检测模型检测到故障电弧的情况下，更新上述负载对应的上述智能插座的上述动作频率，更新上述负载对应的上述智能插座的上述动作频率的方式可以通过计数器实现，具体可以为当有故障电弧产生的情况下，智能插座会产生相应的防护动作，其智能插座的动作频率会自动更新，更新的方法是将智能插座存储模块相应单元上的字节自动加1，动作频率的次数和相应的负载的种类具有对应的关系，智能插座将数据包(负载的种类和智能插座的动作次数)上传至服务器。另外，也可以通过其他方式获得智能插座的动作频率。
本申请的一种实施例，在确定上述电弧检测模型不适用对应的上述负载的情况下，上述检测方法还包括：更新上述电弧检测模型。通过更新电弧检测模型可以保证电弧检测模型的准确性和适用性。
本申请的一种实施例，上述预定区域包括多个用户，各上述用户包括多个上述负载，其中，上述负载与上述智能插座一一对应。上述预定区域可以为某小区、某单元、某厂房和某学校等，通过计算某一区域内的多个负载的智能插座的动作频率，可以检测电弧检测模型的适用性和准确性。
本申请的一种典型的实施例，提供了一种电弧检测模型的检测装置，图2是根据本申请实施例的检测装置的示意图。如图2所示，该装置包括：
检测单元10，采用电弧检测模型检测预定区域中的各负载对应的智能插座的动作频率；
计算单元20，计算上述预定区域中的相同种类的上述负载对应的上述动作频率的总和；
第一确定单元30，根据上述总和确定上述电弧检测模型是否适用对应的上述负载。
采用本申请的检测装置，检测单元检测预定区域中的各负载对应的智能插座的动作频率；其次，计算单元计算预定区域中的相同种类的负载对应的动作频率的总和；第一确定单元根据上述总和确定上述电弧检测模型是否适用对应的上述负载。该装置中，通过计算单元计算一定区域内的相同负载的智能插座的动作频率的总和，并采用第一确定单元根据总和来确定电弧检测模型是否适用于相应的负载，从而确定故障电弧检测模型检的准确性。
本申请的一种实施例，第一确定单元用于在上述总和大于上述预定频率的情况下，确定上述电弧检测模型不适用对应的上述负载。由于每一种的负载的性能不同，所以每一种负载所对应的电弧检测模型也是不同的，经过多次测试后，可以得到每一种负载所对应的电弧检测模型是否适用对应的负载，在适用的情况下，该电弧检测模型的误差较小，在不适用的情况下，该电弧检测模型的误差较大，进而可以将误差较小的电弧检测模型存储在相应的智能插座的固件中。
具体地，本申请的上述预定频率可以根据合适的方法确定，本申请的一种实施例中，预定频率的设置可以通过很多次的调试实现，例如，对某一型号的空调进行多次调试得到该空调的智能插座的动作频率的平均值，计算多个该空调的智能插座的动作频率的平均值，然后相加得到上述预定频率。在所测试到的频率的总和大于上述预定频率时，即确定了此时的电弧检测模型不适用，即该模型误差较大。
本申请的一种实施例，上述检测装置还包括第二确定单元，第二确定单元用于在计算上述预定区域中的相同种类的上述负载对应的上述动作频率的总和之前，确定上述预定区域内的各上述负载的种类，即先确定负载的种类，再确定相同种类负载对应的动作频率的总和。具体地，上述负载的种类可以包括空调、电风扇、热水器、加湿器、油烟机和/或微波炉等家用电器，也可以包括工厂中的需要测试电弧的设备，也可以包括任何可以获取智能插座的动作频率的家用电器和工厂中的设备。当然，负载的种类也可以不通过该检测装置中来获取，还可以通过其他的方式预先。
本申请的一种实施例，第二确定单元包括获取模块和确定模块，获取模块用于获取上述负载的电流波形和/或电压波形，确定模块用于在上述电流波形与预定电流波形的重合度大于第一预定重合度的情况下，和/或在上述电压波形与预定电压波形的重合度大于第二预定重合度的情况下，确定上述负载的种类。具体地，每一种负载出厂前，都要测试该负载所对应的电流波形和/或电压波形，然后将所测试得到的电流波形和/或电压波形作为预定电流波形和/或预定电压波形存储在数据库中，以备后续实际测试中的比对。电流波形和/或电压波形的重合度可以采用误差能量来度量，在重合度满足上述条件的情况下，即可以确定负载的种类。
需要说明的是，获取模块并不限于获取电流波形和/或电压波形，还可以获取功率参数来获得负载的种类，本领域技术人员可以选择合适的获取模块来获取负载的种类。
本申请的一种实施例，检测单元还包括更新模块，更新模块用于在上述电弧检测模型检测到故障电弧的情况下，更新上述负载对应的上述智能插座的上述动作频率，更新上述负载对应的上述智能插座的上述动作频率的方式可以通过计数器实现，具体可以为当有故障电弧产生的情况下，智能插座会产生相应的防护动作，智能插座发生防护动作的时候，其智能插座的动作频率会自动更新，更新的方式是将智能插座存储模块相应单元上的字节自动加1，动作频率的次数和相应的负载的种类具有对应的关系，智能插座并将数据包(负载的种类和智能插座的动作次数)上传至服务器。另外，也可以通过其他方式获得智能插座的动作频率。
本申请的一种实施例，上述检测装置还包括更新单元，更新单元用于在确定上述电弧检测模型不适用对应的上述负载的情况下，更新上述电弧检测模型。通过更新电弧检测模型可以保证电弧检测模型的准确性和适用性。
本申请的一种实施例，上述预定区域包括多个用户，各上述用户包括多个上述负载，其中，上述负载与上述智能插座一一对应。上述预定区域可以为某小区、某单元、某厂房和某学校等，通过计算某一区域内的多个负载的智能插座的动作频率，可以检测电弧检测模型的适用性和准确性。
本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现上述检测方法。
本发明实施例提供了一种处理器，上述处理器用于运行程序，其中，上述程序运行时执行上述检测方法。
本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现至少以下步骤：
步骤S101，采用电弧检测模型检测预定区域中的各负载对应的智能插座的动作频率；
步骤S102，计算上述预定区域中的相同种类的上述负载对应的上述动作频率的总和；
步骤S103，根据上述总和确定上述电弧检测模型是否适用对应的上述负载。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有至少如下方法步骤的程序：
步骤S101，采用电弧检测模型检测预定区域中的各负载对应的智能插座的动作频率；
步骤S102，计算上述预定区域中的相同种类的上述负载对应的上述动作频率的总和；
步骤S103，根据上述总和确定上述电弧检测模型是否适用对应的上述负载。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、***或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
实施例
该实施例中，预定区域为一小区，该小区包括多个用户，每个用户对应一个家庭，每个家庭具有n个负载，每个负载对应一个智能插座，每个用户对应一个服务器，该小区具有总服务器，总服务器与各服务器通信，其中，n为正整数，该小区中具有多种负载，且每种负载有多个。
本实施例中的电弧检测模型的检测方法包括：
步骤S201，确定本小区内的各上述负载的种类；
具体地，上述步骤S201中包括：
步骤A1，用户启动负载，在负载启动后几分钟后，智能插座采集一定时间的电流或者电压波形；
步骤A2，将所采集到的电流或者电压波形上传至服务器；
步骤A2具体包括，服务器上的数据库保留着负载类目匹配表，该匹配表主要包括负载正常启动时的电压或者电流波形以及该波形下对应的负载的种类。将上传至服务器的波形与数据库的波形进行对比，如果波形与数据库波形的重合度在一定的阀值以内(重合度较高)，表示正在运行的负载在数据库中有对应的匹配项，服务器将负载的种类发送至智能插座，智能插座在存储模块上存储相应的负载种类。如果波形与数据库波形的重合度超过预先设定的阀值时，表示服务器没有对应的负载类目，智能插座不记录本个负载的相关运行状态。
步骤S202，采用电弧检测模型检测本小区内的各负载对应的智能插座的动作频率；
步骤S203，上述电弧检测模型检测是否存在故障电弧；
具体地，图3示出了该电弧故障检测流程图，图4示出了一种电弧故障判别流程图。具体包括如下步骤：
步骤B1，如图5所示，智能插座首先采集一个周期内的N个电流数据，并且将电流数据记录为I0、I1、...IN-1，同时将负载的正常电流数据表示为IO0、IO1、...ION-1，计算电流数据的平均值Iave以及统计零值电流的个数Nzero，具体计算方法如下所示：
Iave＝(I0+I1+…IN-1)/N
Nzero＝Z1+Z2+…+Zk(k＝1、2…N)
Zk有两种情况：①当|Ik|<a|IO|max时，Zk＝1(a为小于1的系数)②反之，Zk＝0
Sum＝|I0-IO0|+|I1-IO1|+|I2-IO2|+…|IN-1-ION-1|
步骤B2，比较当前周期内采集到的电流数据I0、I1、...IN-1，得到采集到的电流数据的最大值Imax，比较当前周期内正常电流数据IO0、IO1、...ION-1，得到正常电流数据的最大值IOmax，计算当前周期内电流峰值的变化情况：C＝|Imax-IOmax|；
步骤B3，计算当前周期内电流数据的最大差值的变化情况，其中△Ik＝Ik-Ik-1，表示相邻两个电流数据的差值，比较这些差值，得到这些差值△Ik的最大值D(其中k的值为1、2…N)，获取当前周期内正常电流数据的最大值DO，得到最大差值的变化情况△D，其中△D＝|D-DO|；
步骤B4，经过步骤B1到步骤B3的计算之后，对相关参数进行逻辑判断，具体的判断逻辑如图6所示，首先判断Sum的值是否大于预定的阀值1，当小于预定的阀值时，则重新刷新IO0、IO1、...ION-1的值，反之判断平肩部的长度(即零值电流的个数Nzero)，当平肩部的长度大于预定的阀值2时，开始判断当前周期内电流数据峰值的变化情况C，当变化情况C大于预定的阀值3时，表示有故障电弧产生；当平肩部的长度小于预定的阀值2时，更新IO0、IO1、...ION-1的值。当变化情况C小于预定的阀值3时，更新IO0、IO1、...ION-1的值，并且判断当前周期内正常电流数据与采集到的电流数据的得到最大差值的变化情况△D，在最大差值的变化情况△D大于预定的阀值4的情况下，表示有故障电弧产生，反之重新更新IO0、IO1、...ION-1的值。
步骤S204，在上述电弧检测模型检测到故障电弧的情况下，更新上述负载对应的上述智能插座的上述动作频率；
步骤S205，计算上述预定区域中的相同种类的上述负载对应的上述动作频率的总和；
步骤S206，根据上述总和确定上述电弧检测模型是否适用对应的上述负载；
步骤S206中还包括根据上述负载的种类和上述动作频率的总和上传至总服务器，再对总服务器的数据库中的数据进行对比，进而确定上述电弧检测模型是否适用对应的上述负载；
步骤S207，在确定上述电弧检测模型不适用对应的上述负载的情况下，更新上述电弧检测模型。
通过采用本实施例中的电弧检测模型的检测方法，可以保证电弧检测模型的准确性和适用性。
如图5所示，为一种具体的负载动作频率统计示意图，第一智能插座对应于第一负载，第二智能插座对应于第二负载…智能插座n对应于负载n，f1、f2、f3…fn对应于第一智能插座至n在校验期T内的动作频率；确认获取相应的负载种类之后，智能插座通过统计校验期T内的智能插座的动作次数，如图3中，假设该智能插座检测到的负载是第一负载，则智能插座上的故障电弧检测模型会检测是否有故障电弧产生，若有故障电弧产生，则更新校验期T内的动作频率f1，以此类推，该智能插座检测到的负载是第二负载时，智能插座上的故障电弧检测模型会检测是否有故障电弧产生，若有故障电弧产生，则更新校验期T内的动作频率f12。
如图6所示，为一种具体的电弧检测模型检测的流程图，其中f1、f2、f3…fn分别代表第一用户中第一负载对应的校验期T内智能插座C1的动作频率、第二用户中第一负载对应的校验期T内智能插座C2的动作频率对应的智能插座动作频率…第n用户中第一负载对应的校验期T内智能插座C2的动作频率对应的智能插座动作频率，其中第一服务器对应于第一用户，第二服务器对应于第二用户，第三服务器对应于第三用户…第n服务器对应于第n用户，将第一服务器、第二服务器、第三服务器…第n服务器的内容上传至总服务器，其中第一服务器对应于第一用户，第二服务器对应于第二用户，第三服务器对应于第三用户…第n服务器对应于第n用户，总服务器将相同负载种类和负载的动作频率进行存储和分析，并且将相同负载的动作频率进行叠加，利用公式动作频率f＝f1+f2+f3+…+fn计算相同负载在校验期T内的动作频率总和f，其中f1、f2、f3…fn分别代表第一用户中第一负载对应的智能插座动作频率、第二用户中第一负载对应的智能插座动作，并且将与f预设进行比较，如果f大于f预设表示，该区域相同负载对应的智能插座固件适用性较低，需要重新调整固件中电弧检测模型的参数。具体在实际应用中，只要总服务器的性能足够好，第一服务器、第二服务器、第三服务器…第n服务器可省略，可以直接将相同负载种类和负载的动作频率传到总服务器(等同于上述总服务器)。
从以上的描述中，可以看出，本申请上述的实施例实现了如下技术效果：
1)、本申请的控制方法，首先，检测预定区域中的各负载对应的智能插座的动作频率；其次，计算预定区域中的相同种类的负载对应的动作频率的总和；最后，根据上述总和确定上述电弧检测模型是否适用对应的上述负载。该方法中通过计算一定区域内的相同负载的智能插座的动作频率的总和，并根据总和来确定电弧检测模型是否适用于相应的负载，从而保证了电弧检测模型的准确性。
2)、本申请的控制装置，首先，检测单元检测预定区域中的各负载对应的智能插座的动作频率；其次，计算单元计算预定区域中的相同种类的负载对应的动作频率的总和；最后，第一确定单元根据上述总和确定上述电弧检测模型是否适用对应的上述负载。该装置中，通过计算单元计算一定区域内的相同负载的智能插座的动作频率的总和，并采用第一确定单元根据总和来确定电弧检测模型是否适用于相应的负载，从而保证了电弧检测模型的准确性。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种电弧检测模型的检测方法，其特征在于，包括：
采用电弧检测模型检测预定区域中的各负载对应的智能插座的动作频率；
计算所述预定区域中的相同种类的所述负载对应的所述动作频率的总和；
根据所述总和确定所述电弧检测模型是否适用对应的所述负载。
2.根据权利要求1所述的检测方法，其特征在于，根据所述总和确定所述电弧检测模型是否适用对应的所述负载，包括：
在所述总和大于预定频率的情况下，确定所述电弧检测模型不适用对应的所述负载。
3.根据权利要求1或2所述的检测方法，其特征在于，在计算所述预定区域中的相同种类的所述负载对应的所述动作频率的总和之前，所述检测方法还包括：
确定所述预定区域内的各所述负载的种类。
4.根据权利要求3所述的检测方法，其特征在于，确定所述预定区域内的各所述负载的种类，包括：
获取所述负载的电流波形和/或电压波形；
在所述电流波形与预定电流波形的重合度大于第一预定重合度的情况下，和/或在所述电压波形与预定电压波形的重合度大于第二预定重合度的情况下，确定所述负载的种类。
5.根据权利要求1或2所述的检测方法，其特征在于，采用电弧检测模型检测预定区域中的各所述负载的智能插座的动作频率，包括：
在所述电弧检测模型检测到故障电弧的情况下，更新所述负载对应的所述智能插座的所述动作频率。
6.根据权利要求1或2所述的检测方法，其特征在于，在确定所述电弧检测模型不适用对应的所述负载的情况下，所述检测方法还包括：
更新所述电弧检测模型。
7.根据权利要求1或2所述的检测方法，其特征在于，所述预定区域包括多个用户，各所述用户包括多个所述负载，其中，所述负载与所述智能插座一一对应。
8.一种电弧检测模型的检测装置，其特征在于，包括：
检测单元，采用电弧检测模型检测预定区域中的各负载对应的智能插座的动作频率；
计算单元，计算所述预定区域中的相同种类的所述负载对应的所述动作频率的总和；
确定单元，根据所述总和确定所述电弧检测模型是否适用对应的所述负载。
9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1至7中任意一项所述的检测方法。
10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的检测方法。
CN201910990252.6A 2019-10-17 2019-10-17 电弧检测模型的检测方法、检测装置、存储介质和处理器 Active CN110579695B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910990252.6A CN110579695B (zh) 2019-10-17 2019-10-17 电弧检测模型的检测方法、检测装置、存储介质和处理器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910990252.6A CN110579695B (zh) 2019-10-17 2019-10-17 电弧检测模型的检测方法、检测装置、存储介质和处理器

Publications (2)

Publication Number Publication Date
CN110579695A true CN110579695A (zh) 2019-12-17
CN110579695B CN110579695B (zh) 2020-10-16

Family

ID=68814876

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910990252.6A Active CN110579695B (zh) 2019-10-17 2019-10-17 电弧检测模型的检测方法、检测装置、存储介质和处理器

Country Status (1)

Country Link
CN (1) CN110579695B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111289817A (zh) * 2020-02-14 2020-06-16 珠海格力电器股份有限公司 电器的故障监听的方法、装置、***及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105308813A (zh) * 2013-06-21 2016-02-03 施耐德电气美国股份有限公司 使用在插座处的开关元件检测电弧故障的方法
US20170082677A1 (en) * 2015-09-21 2017-03-23 Advent Design Corporation, doing business as TESCO The Eastern Specialty Company Electric meter and contact arcing detector, and arcing detector therefor
CN107069345A (zh) * 2017-05-01 2017-08-18 吴昊阳 一种家用智能插座***及其控制方法
CN107525985A (zh) * 2017-07-22 2017-12-29 华映科技（集团）股份有限公司 基于设备电流id的设备类型自动辨识方法
CN107783013A (zh) * 2016-08-30 2018-03-09 上海复旦微电子集团股份有限公司 一种电弧故障的检测方法及装置
CN107887890A (zh) * 2016-09-30 2018-04-06 西门子公司 开关
CN108872728A (zh) * 2017-05-15 2018-11-23 韩国电气安全公社 利用智能插座的电气设备的故障诊断装置
CN108957117A (zh) * 2018-07-26 2018-12-07 上海与德科技有限公司 电能消耗的检测方法、装置、智能插座及存储介质
CN110190470A (zh) * 2019-05-23 2019-08-30 四川电之盾安全技术有限公司 一种具有防电弧功能的智能插座及其电弧防控方法
CN110320422A (zh) * 2019-07-01 2019-10-11 国网江西省电力有限公司电力科学研究院 一种基于多参量融合的线路避雷器动作可靠性评估方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105308813A (zh) * 2013-06-21 2016-02-03 施耐德电气美国股份有限公司 使用在插座处的开关元件检测电弧故障的方法
US20170082677A1 (en) * 2015-09-21 2017-03-23 Advent Design Corporation, doing business as TESCO The Eastern Specialty Company Electric meter and contact arcing detector, and arcing detector therefor
CN107783013A (zh) * 2016-08-30 2018-03-09 上海复旦微电子集团股份有限公司 一种电弧故障的检测方法及装置
CN107887890A (zh) * 2016-09-30 2018-04-06 西门子公司 开关
CN107069345A (zh) * 2017-05-01 2017-08-18 吴昊阳 一种家用智能插座***及其控制方法
CN108872728A (zh) * 2017-05-15 2018-11-23 韩国电气安全公社 利用智能插座的电气设备的故障诊断装置
CN107525985A (zh) * 2017-07-22 2017-12-29 华映科技（集团）股份有限公司 基于设备电流id的设备类型自动辨识方法
CN108957117A (zh) * 2018-07-26 2018-12-07 上海与德科技有限公司 电能消耗的检测方法、装置、智能插座及存储介质
CN110190470A (zh) * 2019-05-23 2019-08-30 四川电之盾安全技术有限公司 一种具有防电弧功能的智能插座及其电弧防控方法
CN110320422A (zh) * 2019-07-01 2019-10-11 国网江西省电力有限公司电力科学研究院 一种基于多参量融合的线路避雷器动作可靠性评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周涛: "电弧防护及其智能化技术应用", 《低压电器》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111289817A (zh) * 2020-02-14 2020-06-16 珠海格力电器股份有限公司 电器的故障监听的方法、装置、***及存储介质

Also Published As

Publication number Publication date
CN110579695B (zh) 2020-10-16

Similar Documents

Publication Publication Date Title
Naseri et al. Online parameter estimation for supercapacitor state-of-energy and state-of-health determination in vehicular applications
US20220376544A1 (en) Advanced smart battery analytic and diagnostic systems and methods
US9530169B2 (en) Demand response automated load characterization systems and methods
JP2020517920A (ja) バッテリ健康状態を推定するための方法および装置
CN112101666A (zh) 一种故障预测方法、装置、可读存储介质和计算机设备
CN110579695B (zh) 电弧检测模型的检测方法、检测装置、存储介质和处理器
CN113075563A (zh) 一种动力电池析锂的检测方法、装置和车辆
CN108110336B (zh) 电池包均衡控制方法、装置和设备
CN111312326B (zh) 闪存寿命测试方法、装置、电力采集终端及存储介质
CN112419094B (zh) 配电物联网数据产品构建方法、装置及可读存储介质
Guo et al. The equivalent circuit battery model parameter sensitivity analysis for lithium‐ion batteries by Monte Carlo simulation
US10503192B2 (en) Energy consumption modeling
Schirmer et al. Improving energy disaggregation performance using appliance-driven sampling rates
CN117593464A (zh) 一种电力数字孪生模型库的构建方法及***
CN109389522B (zh) 一种柔性负荷的能量区块化方法及***
CN108964282B (zh) 电能质量监测装置的部署方法、装置和计算机可读介质
CN103278707A (zh) 获取终端待机时间的方法及终端
CN112749465A (zh) 用于检测窃电的方法、处理器、存储介质及检测***
CN110879537A (zh) 智能家居能源***暂态稳定性的处理方法和装置
CN115267556A (zh) 电池寿命衰降分析方法、存储介质及电子设备
CN103902420B (zh) 电子设备性能测试方法及装置
JP7426490B2 (ja) オンラインオフィスネットワーク擾乱処理方法及び装置
CN117607603A (zh) 短路电流直流分量的特征参数确定方法
US20240051423A1 (en) Charging pile type recognition
CN113592672B (zh) 基于工业互联网平台的工业管理控制方法、设备及介质

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