CN114527361A - 确定交流回路电弧故障的方法及装置 - Google Patents
确定交流回路电弧故障的方法及装置 Download PDFInfo
- Publication number
- CN114527361A CN114527361A CN202210163918.2A CN202210163918A CN114527361A CN 114527361 A CN114527361 A CN 114527361A CN 202210163918 A CN202210163918 A CN 202210163918A CN 114527361 A CN114527361 A CN 114527361A
- Authority
- CN
- China
- Prior art keywords
- frequency
- determining
- target
- low
- current signal
- 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
Images
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Locating Faults (AREA)
Abstract
本发明实施例提供了一种确定交流回路电弧故障的方法、装置、存储介质及电子装置,其中,该方法包括:获取低频信号采集设备对目标交流回路进行采集所得到的低频电流信号,以及获取高频信号采集设备对目标交流回路进行采集所得到的高频电流信号;分析低频电流信号,得到低频特征,以及分析高频电流信号,得到高频特征;基于低频特征以及高频特征确定目标交流回路是否发生故障。通过本发明,解决了相关技术中存在的确定交流回路电弧故障不准确的问题,达到提高确定交流回路中发生电弧故障的准确率的效果。
Description
技术领域
本发明实施例涉及电气火灾防护电弧故障识别领域,具体而言,涉及一种确定交流回路电弧故障的方法、装置、存储介质及电子装置。
背景技术
智慧用电概念提出以来,业界逐渐对智慧用电理念产生共识,智慧安全的用电也越来越被重视。随着低压配电***的容量和规模不断地扩大,各种不同新型用电设备广泛应用于日常生活以及高层建筑的不断增加,带来了严重的电气火灾隐患。根据应急管理部消防救援局发布的数据,电弧故障引起的电气火灾远远超过私拉电线、接地故障、用电设备过载等引起的火灾。因为电弧瞬时产生的温度极高,如果不能及时切断线路,将严重危害生命安全。尽管低压配电***配备了微型断路器、组合式电气火灾探测器、剩余电流保护器以及其他相关的保护设备,对低压线路正常运行、减少电气火灾有重要的作用,但是这些保护设备无法有效的防护电弧故障。电弧故障产生会增大回路的电阻,一般低于微型断路器的脱扣电流,且不会产生剩余电流,保护设备都不会动作。另外,电弧故障受线路中许多因素的影响,其故障特性不但会被淹没在负载电流中,而且受负载类型的影响,大大增加了识别的难度。极易产生误动作和漏报。
由此可知,相关技术中存在确定交流回路电弧故障不准确的问题。
针对相关技术中存在的上述问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种确定交流回路电弧故障的方法、装置、存储介质及电子装置,以至少解决相关技术中存在的确定交流回路电弧故障不准确的问题。
根据本发明的一个实施例,提供了一种确定交流回路电弧故障的方法,包括:获取低频信号采集设备对目标交流回路进行采集所得到的低频电流信号,以及获取高频信号采集设备对所述目标交流回路进行采集所得到的高频电流信号;分析所述低频电流信号,得到低频特征,以及分析所述高频电流信号,得到高频特征;基于所述低频特征以及所述高频特征确定所述目标交流回路是否发生故障。
根据本发明的另一个实施例,提供了一种确定交流回路电弧故障的装置,包括:获取模块,用于获取低频信号采集设备对目标交流回路进行采集所得到的低频电流信号,以及获取高频信号采集设备对所述目标交流回路进行采集所得到的高频电流信号;分析模块,用于分析所述低频电流信号,得到低频特征,以及分析所述高频电流信号,得到高频特征;确定模块,用于基于所述低频特征以及所述高频特征确定所述目标交流回路是否发生故障。
根据本发明的又一个实施例,还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,其中,所述计算机程序被处理器执行时实现上述任一项中所述的方法的步骤。
根据本发明的又一个实施例,还提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明,获取低频信号采集设备对目标交流回路采集所得到的低频电流信号,以及获取高频信号采集设备对目标交流回路采集所得到的高频电流信号,分析低频电流信号得到低频特征,分析高频电流信号,得到高频特征,根据低频特征以及高频特征确定目标交流回路是否发生故障。由于在确定目标交流回路中是否发生故障时综合低频特征以及高频特征,因此,可以解决相关技术中存在的确定交流回路电弧故障不准确的问题,达到提高确定交流回路中发生电弧故障的准确率的效果。
附图说明
图1是本发明实施例的一种确定交流回路电弧故障的方法的移动终端的硬件结构框图;
图2是根据本发明实施例的确定交流回路电弧故障的方法的流程图;
图3是根据本发明示例性实施例的确定目标交流回路中是否发生故障流程图;
图4是根据本发明示例性实施例的确定目标特征向量流程示意图;
图5是根据本发明具体实施例确定交流回路电弧故障的方法流程图;
图6是根据本发明实施例的确定交流回路电弧故障的装置的结构框图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明的实施例。
需要说明的是,本发明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。
本申请实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例,图1是本发明实施例的一种确定交流回路电弧故障的方法的移动终端的硬件结构框图。如图1所示,移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104,其中,上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述移动终端的结构造成限定。例如,移动终端还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如本发明实施例中的确定交流回路电弧故障的方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输设备106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中,传输设备106包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输设备106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种确定交流回路电弧故障的方法,图2是根据本发明实施例的确定交流回路电弧故障的方法的流程图,如图2所示,该流程包括如下步骤:
步骤S202,获取低频信号采集设备对目标交流回路进行采集所得到的低频电流信号,以及获取高频信号采集设备对所述目标交流回路进行采集所得到的高频电流信号;
步骤S204,分析所述低频电流信号,得到低频特征,以及分析所述高频电流信号,得到高频特征;
步骤S206,基于所述低频特征以及所述高频特征确定所述目标交流回路是否发生故障。
在上述实施例中,低频信号采集设备可以是低频电流互感器,高频信号采集设备可以是高频电流互感器。目标交流回路可以是低压交流回路。低频信号采集设备以及高频信号采集设备均可以设置在目标交流回路的干路和各个支路中,分别采集干路和各个支路中的低频电流信号和高频电流信号。其中,低频电流信号可以是低频电弧电流信号,高频电流信号可以是高频电弧电流信号。
在上述实施例中,可以分别使用高频电流互感器、低频电流互感器采集低压交流回路中的电弧电流信号,并对获取的电弧电流信号数据进行预处理。可以分别用低频电流互感器和高频电流互感器对低压交流主回路和各支路进行实时的电流信号采集,其中,高频电流互感器最大可以采集12MHz的高频电流信号。在线路中产生的电弧时,其高频电流在500Khz到15Mh之间。通过低频和高频同时的采样,弥补了单一信号的不足。
在上述实施例中,在获取到低频电流信号和高频电流信号后,可以对低频电流信号和高频电流信号进行预处理。首先,对采样信号进行放大和滤波降噪处理,去除掺杂的干扰信号数据和AD采样或过采样中造成的异常信号数据,避免因干扰、异常信号的存在导致最终电弧误报。对经过预处理的高频、低频电弧电流信号数据进行信号变换及时频分析,提取多种相应的高频特征和低频特征。并根据高频特征以及低频特征确定目标交流回路中是否出现故障。
可选地,上述步骤的执行主体可以是后台处理器,或者其他的具备类似处理能力的设备,还可以是至少集成有信号采集设备以及数据处理设备的机器,其中,信号采集设备可以包括电流互感器等设备,数据处理设备可以包括计算机、手机等终端,但不限于此。
通过本发明,获取低频信号采集设备对目标交流回路采集所得到的低频电流信号,以及获取高频信号采集设备对目标交流回路采集所得到的高频电流信号,分析低频电流信号得到低频特征,分析高频电流信号,得到高频特征,根据低频特征以及高频特征确定目标交流回路是否发生故障。由于在确定目标交流回路中是否发生故障时综合低频特征以及高频特征,因此,可以解决相关技术中存在的确定交流回路电弧故障不准确的问题,达到提高确定交流回路中发生电弧故障的准确率的效果。
在一个示例性实施例中,基于所述低频特征以及所述高频特征确定所述目标交流回路是否发生故障包括:将所述低频特征以及所述高频特征组成目标特征向量;确定所述目标特征向量与预先确定的参考特征向量之间的差异系数;基于所述差异系数确定所述目标交流回路是否发生故障。在本实施例中,可以将低频特征以及高频特征组成目标特征向量,确定目标特征向量与预先确定的参考特征向量之间的差异系数,根据差异系数确定目标交流回路是否发生故障。其中,参考特征向量可以是在交流回路正常状态的情况下,确定的正常低频特征以及正常高频特征所组成的特征向量。目标特征向量可以是根据高频特征和低频特征进行组合,组成的面向边缘计算的电弧识别的特征向量。提取的高频分布特征和低频分布特征组成面向边缘计算的电弧识别的特征向量,可以弥补单一特征的偶然性和局限性。
在一个示例性实施例中,确定所述目标特征向量与预先确定的参考特征向量之间的差异系数包括:确定所述目标特征向量中包括的每个目标子向量与所述参考特征向量中包括的与所述目标子向量对应的参考子向量的乘积,得到多个第一乘积;确定所述目标特征向量中包括的每个所述目标子向量的平方的和,得到第一和值;确定所述参考特征向量中包括的每个所述参考子向量的平方的和,得到第二和值;基于所述第一乘积、所述第一和值以及所述第二和值确定所述差异系数。在本实施例中,在确定差异系数时,可以确定目标特征向量中包括的每个目标子向量与参考特征向量中与目标子向量对应的参考子向量的乘积,得到多个第一乘积,确定目标特征向量中目标子向量的平方的和,得到第一和值,确定参考特征向量中参考子向量的平方的和,得到第二和值,根据第一和值、第二和值以及第一乘积确定差异系数。
在上述实施例中,目标特征向量可以表示为其中,If,SW,为低频特征,R可以为高频特征。参考特征向量可以表示为第一乘积可以表示为X(j)×Y(j),其中,X(j)表示目标特性向量中包括的第j个向量,Y(j)表示参考特征向量中包括的第j个向量。第一和值可以表示为第二和值可以表示为其中,m表示目标特征向量包括的向量的数量。其中,目标特性向量和参考特征向量中包括的向量一一对应,因此,目标特征向量中包括的向量的个数与参考特征向量中包括的向量的个数相同。
在一个示例性实施例中,基于所述第一乘积、所述第一和值以及所述第二和值确定所述差异系数包括:确定多个所述第一乘积的和的绝对值,得到第三和值;确定所述第一和值与所述第二和值的乘积的第一算术平方根;将所述第三和值与所述第一算术平方根的比值确定为所述差异系数。在本实施例中,计算目标特征向量参考特征向量的差异系数,可以量化每一个特征的相对重要性,使每个特征都参与在识别中,寻找各项特征的内在相同点与差异性,代替对每个特征设置固定阈值的方式,实现对电弧故障状态与正常运行状态的区分,从而实现不同电气环境实时的交流电弧故障诊断。其中,差异系数可以表示为
在一个示例性实施例中,基于所述差异系数确定所述目标交流回路是否发生故障包括:在所述差异系数小于预定阈值的情况下,确定所述目标交流回路中在当前目标周期内出现电弧,并将所述当前目标周期确定为初始故障周期;统计所述目标交流回路在所述当前目标周期之后出现电弧的目标周期的第一数量;在所述第一数量达到目标数量的情况下,将到达所述目标数量时的目标周期确定为最终故障周期;确定所述初始故障周期与所述最终故障半周期之间的时间间隔;在所述时间间隔小于预定时长的情况下,确定所述目标交流回路发生故障。在本实施例中,在确定出差异系数后,可以根据差异系数和电弧个数判断是否线路中产生电弧。在差异系数小于预定阈值的情况下,可以确定目标交流回路中在当前目标周期中出现了电弧,可以将当前目标周期确定为初始故障周期。再统计目标交流回路在当前目标周期之后出现电弧的目标周期的第一数量,在第一数量达到目标数量的情况下,确定达到目标数量时的目标周期确定出最终故障周期,确定初始故障周期以及最终故障周期之间的时间间隔是否小于预定时长,在小于预定时长的情况下,确定目标交流回路出现故障。若大于或等于预定时长,则将统计的第一数量清零,重新开始新目标周期的故障判断。
在上述实施例中,得到的差异系数ψ的范围为0到1,ψ越接近于0,表明X,Y的特征向量相似度越低,有电弧故障发生。ψ越接近于1,表明X,Y的特征向量相似度越高,信号为正常运行。当检测到电弧故障发生时,记录一次电弧个数。检测到第二个周期电弧故障发生时,电弧个数继续累加,直达电弧个数为14(对应于上述目标数量,该取值仅是一种示例性说明,还可以为15、18等大于14的数值,本发明对此不做限制)。并且判断第一个故障周期与第14个故障周期的时间是否小于1s(对应于上述预定时长)。若大于1s,则继续下一周波的采集计算。若小于1s,则确认交流线路中存在电弧故障。其中,确定目标交流回路中是否发生故障流程图可参见附图3。
在一个示例性实施例中,所述目标周期包括半周期。在本实施例中,目标周期可以为半周期,即可以每半个周期确定一次目标回路中是否发生故障。
在一个示例性实施例中,分析所述低频电流信号,得到低频特征包括:确定所述低频电流信号的时域特征以及频域特征;将所述时域特征以及所述频域特征确定为所述低频特征。在本实施例中,在采集到低频电流信号后,可以对低频电流信号进行时频分析,提取低频时域、频域特征。将时域特征以及频域特征确定为低频特征。
在一个示例性实施例中,确定所述低频电流信号的时域特征包括:确定所述低频电流信号的波形因数;确定所述低频电流信号在半周期内的平肩数与采样点数的比值,得到平肩宽百分比;将所述波形因数以及所述平肩宽百分比确定为所述时域特征。在本实施例中,可以将低频电流信号的波形因数、平肩宽百分比确定为时域特征。其中,波形因数为在一个时间窗口中电流波形的有效值和绝对均值的比值,这是一个无量纲的指标,不用考虑负载电流的大小。以半周期为单位,每个半周期的采样点数N,每个采样电流用ik表示,If为波形因素,可以表示为
在上述实施例中,平肩宽百分比可以为目标周期内平肩数的个数跟采样点数之比,平肩数可以为电流零点附近的个数。其中,目标周期可以为半周期。
在一个示例性实施例中,确定所述低频电流信号的频域特征包括:确定所述低频电流信号的K次谐波因数,其中,K为处于预定区间内的整数;将所述K次谐波因数确定为所述频域特征。在本实施例中,在确定频域特征时,可以对经过预处理的数据进行快速傅里叶FFT变换,得到工频基波幅值与各次谐波幅值。为消除不同电流大小的影响,提出谐波因数频域特征。谐波因数的定义是各次谐波的幅值与工频基波幅值之比。谐波因数的计算公式如下:其中,IK表示K次的谐波幅值,I1为工频基波幅值,HK代表第K次的谐波因数。预定区间即为[2,10]。
需要说明的是,上述预定区间仅是一种示例性说明,本发明对此区间不做限定。预定区间还可以为[2,11]、[2,15]等。仅计算预定区域内的K次谐波,可以减少运算量,提高确定是否发生故障的效率。
在一个示例性实施例中,确定所述低频电流信号在目标周期内的平肩数与采样点数的比值包括:确定目标周期内每个采样点对应的电流,得到多个电流;确定多个所述电流中包括的处于预定电流区间内的电流的第二数量;将所述第二数量与所述采样点数的比值确定为所述低频电流信号在目标周期内的平肩数与采样点数的比值。在本实施例中,在确定平肩宽百分比时,可以确定目标周期内每个采样点对应的电流,得到多个电流,确定多个电流中处于预定电流区间内的电流的第二数量,将第二数量与采样点数的比值确定为低频电流信号在目标周期内的平肩宽百分比。
在上述实施例中,当目标周期为半周期时,每个半周期的采样点数N,每个采样电流用ik表示,il表示零点附近的上下限阈值,SW为平肩宽百分比,则其中(-il,il)即为预定电流区间,il可以为预先设置的电流值,本发明对此不做限制。
在一个示例性实施例中,分析所述高频电流信号,得到高频特征包括:确定所述高频电流信号中包括的高频脉冲信号;基于所述高频脉冲信号确定所述高频特征。在本实施例中,在确定高频特征时,可以以对高频电流信号进行分析,提取相应的高频特征。如确定高频电流信号中包括的高频脉冲信号,根据高频脉冲信号确定高频特征。
在一个示例性实施例中,基于所述高频脉冲信号确定所述高频特征包括:以预定时间周期为采集单位,统计所述高频电流信号中包括的所述高频脉冲的第三数量;确定每个所述高频脉冲幅值的平方,得到多个平方;确定多个所述平方的第五和值与所述第三数量的比值的第二算术平方根;将所述第二算术平方根确定为所述高频特征。在本实施例中,可以以10ms(对应于上述预定时间周期,该取值仅是一种示例性说明,还可以为8ms、15ms等,本发明对此不做限制)为采集单位,统计高频脉冲的个数,即第三数量,求取高频脉冲的均方根值。其计算公式如下:其中,N表示高频脉冲的个数,ri表示脉冲的幅值,R为高频脉冲的均方根值。在确定出高频特征以及低频特征后,即可将低频特征以及高频特征组成目标特征向量。其中,确定目标特征向量流程示意图可参见附图4。
下面结合具体实施方式对确定交流回路电弧故障的方法进行说明:
图5是根据本发明具体实施例确定交流回路电弧故障的方法流程图,如图5所示,该流程包括:
步骤一:电流信号采集与预处理:分别使用高频电流互感器、低频电流互感器采集低压交流回路中的电弧电流信号,并对获取的电弧电流信号数据进行预处理。
步骤二:信号变换与特征提取:对经过预处理的高频、低频电弧电流信号数据进行信号变换及时频分析,提取多种相应的高频特征和低频特征。
步骤三:多特征组合:根据所述的高频特征和低频特征进行组合,组成面向边缘计算的电弧识别的特征向量。
步骤四:实时故障诊断:通过比较正常时参考特征向量和目标信号特征向量的相关系数以及电弧个数判断是否线路中产生电弧。
在前述实施例中,通过高频电流互感器、低频电流互感器采集低压交流回路中的电弧电流信号,通过电弧电流高频和低频信号同时定位,尽可能保证输入信号的完整性。并对获取的信号数据进行预处理。相对于传统获取单一频段的电弧电流信号,本方案能实现电弧电流信号高频低频多频段的采样,尽可能保证信号的完整性,并通过预处理去除掺杂的干扰、异常信号,进一步降低了误报率。通过对电弧电流信号数据进行信号变换及时频分析,提取多种相应的高频特征和低频特征,组成面向边缘计算的电弧识别的特征向量。通过计算特征向量的相关系数,量化每一个特征的相对重要性,使每个特征都参与在识别中,寻找各项特征的内在相同点与差异性,代替了对每个特征设置固定阈值的方式,实现对电弧故障状态与正常运行状态的区分,从而实现不同电气环境实时的交流电弧故障诊断。基于边缘计算对多个特征进行实时监测。相较于传统方式把大量的数据传输到服务器端进行复杂算法的处理,能有效降低硬件结构复杂度,减少数据传输时间,同时实现对线路中电弧高效快速响应,及时切断线路,进一步降低电气火灾风险。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
在本实施例中还提供了一种确定交流回路电弧故障的装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图6是根据本发明实施例的确定交流回路电弧故障的装置的结构框图,如图6所示,该装置包括:
获取模块62,用于获取低频信号采集设备对目标交流回路进行采集所得到的低频电流信号,以及获取高频信号采集设备对所述目标交流回路进行采集所得到的高频电流信号;
分析模块64,用于分析所述低频电流信号,得到低频特征,以及分析所述高频电流信号,得到高频特征;
确定模块66,用于基于所述低频特征以及所述高频特征确定所述目标交流回路是否发生故障。
在一个示例性实施例中,确定模块66可以通过如下方式实现基于所述低频特征以及所述高频特征确定所述目标交流回路是否发生故障:将所述低频特征以及所述高频特征组成目标特征向量;确定所述目标特征向量与预先确定的参考特征向量之间的差异系数;基于所述差异系数确定所述目标交流回路是否发生故障。
在一个示例性实施例中,确定模块66可以通过如下方式实现确定所述目标特征向量与预先确定的参考特征向量之间的差异系数:确定所述目标特征向量中包括的每个目标子向量与所述参考特征向量中包括的与所述目标子向量对应的参考子向量的乘积,得到多个第一乘积;确定所述目标特征向量中包括的每个所述目标子向量的平方的和,得到第一和值;确定所述参考特征向量中包括的每个所述参考子向量的平方的和,得到第二和值;基于所述第一乘积、所述第一和值以及所述第二和值确定所述差异系数。
在一个示例性实施例中,确定模块66可以通过如下方式实现基于所述第一乘积、所述第一和值以及所述第二和值确定所述差异系数:确定多个所述第一乘积的和的绝对值,得到第三和值;确定所述第一和值与所述第二和值的乘积的第一算术平方根;将所述第三和值与所述第一算术平方根的比值确定为所述差异系数。
在一个示例性实施例中,确定模块66可以通过如下方式实现基于所述差异系数确定所述目标交流回路是否发生故障:在所述差异系数小于预定阈值的情况下,确定所述目标交流回路中在当前目标周期内出现电弧,并将所述当前目标周期确定为初始故障周期;统计所述目标交流回路在所述当前目标周期之后出现电弧的目标周期的第一数量;在所述第一数量达到目标数量的情况下,将到达所述目标数量时的目标周期确定为最终故障周期;确定所述初始故障周期与所述最终故障周期之间的时间间隔;在所述时间间隔小于预定时长的情况下,确定所述目标交流回路发生故障。
在一个示例性实施例中,所述目标周期包括半周期。
在一个示例性实施例中,分析模块64可以通过如下方式实现分析所述低频电流信号,得到低频特征:确定所述低频电流信号的时域特征以及频域特征;将所述时域特征以及所述频域特征确定为所述低频特征。
在一个示例性实施例中,分析模块64可以通过如下方式实现确定所述低频电流信号的时域特征:确定所述低频电流信号的波形因数;确定所述低频电流信号在半周期内的平肩数与采样点数的比值,得到平肩宽百分比;将所述波形因数以及所述平肩宽百分比确定为所述时域特征。
在一个示例性实施例中,分析模块64可以通过如下方式实现确定所述低频电流信号的频域特征:确定所述低频电流信号的K次谐波因数,其中,K为处于预定区间内的整数;将所述K次谐波因数确定为所述频域特征。
在一个示例性实施例中,分析模块64可以通过如下方式实现确定所述低频电流信号在半周期内的平肩数与采样点数的比值:确定目标周期内每个采样点对应的电流,得到多个电流;确定多个所述电流中包括的处于预定电流区间内的电流的第二数量;将所述第二数量与所述采样点数的比值确定为所述低频电流信号在所述目标周期内的平肩数与采样点数的比值。
在一个示例性实施例中,分析模块64可以通过如下方式实现分析所述高频电流信号,得到高频特征:确定所述高频电流信号中包括的高频脉冲信号;基于所述高频脉冲信号确定所述高频特征。
在一个示例性实施例中,分析模块64可以通过如下方式实现基于所述高频脉冲信号确定所述高频特征:以预定时间周期为采集单位,统计所述高频电流信号中包括的所述高频脉冲的第三数量;确定每个所述高频脉冲幅值的平方,得到多个平方;确定多个所述平方的第五和值与所述第三数量的比值的第二算术平方根;将所述第二算术平方根确定为所述高频特征。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,对于后者,可以通过以下方式实现,但不限于此:上述模块均位于同一处理器中;或者,上述各个模块以任意组合的形式分别位于不同的处理器中。
本发明的实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,其中,所述计算机程序被处理器执行时实现上述任一项中所述的方法的步骤。
在一个示例性实施例中,上述计算机可读存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,简称为ROM)、随机存取存储器(Random Access Memory,简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置,包括存储器和处理器,该存储器中存储有计算机程序,该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
在一个示例性实施例中,上述电子装置还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例,本实施例在此不再赘述。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (15)
1.一种确定交流回路电弧故障的方法,其特征在于,包括:
获取低频信号采集设备对目标交流回路进行采集所得到的低频电流信号,以及获取高频信号采集设备对所述目标交流回路进行采集所得到的高频电流信号;
分析所述低频电流信号,得到低频特征,以及分析所述高频电流信号,得到高频特征;
基于所述低频特征以及所述高频特征确定所述目标交流回路是否发生故障。
2.根据权利要求1所述的方法,其特征在于,基于所述低频特征以及所述高频特征确定所述目标交流回路是否发生故障包括:
将所述低频特征以及所述高频特征组成目标特征向量;
确定所述目标特征向量与预先确定的参考特征向量之间的差异系数;
基于所述差异系数确定所述目标交流回路是否发生故障。
3.根据权利要求2所述的方法,其特征在于,确定所述目标特征向量与预先确定的参考特征向量之间的差异系数包括:
确定所述目标特征向量中包括的每个目标子向量与所述参考特征向量中包括的与所述目标子向量对应的参考子向量的乘积,得到多个第一乘积;
确定所述目标特征向量中包括的每个所述目标子向量的平方的和,得到第一和值;
确定所述参考特征向量中包括的每个所述参考子向量的平方的和,得到第二和值;
基于所述第一乘积、所述第一和值以及所述第二和值确定所述差异系数。
4.根据权利要求3所述的方法,其特征在于,基于所述第一乘积、所述第一和值以及所述第二和值确定所述差异系数包括:
确定多个所述第一乘积的和的绝对值,得到第三和值;
确定所述第一和值与所述第二和值的乘积的第一算术平方根;
将所述第三和值与所述第一算术平方根的比值确定为所述差异系数。
5.根据权利要求2所述的方法,其特征在于,基于所述差异系数确定所述目标交流回路是否发生故障包括:
在所述差异系数小于预定阈值的情况下,确定所述目标交流回路中在当前目标周期内出现电弧,并将所述当前目标周期确定为初始故障周期;
统计所述目标交流回路在所述当前目标周期之后出现电弧的目标周期的第一数量;
在所述第一数量达到目标数量的情况下,将到达所述目标数量时的目标周期确定为最终故障周期;
确定所述初始故障周期与所述最终故障周期之间的时间间隔;
在所述时间间隔小于预定时长的情况下,确定所述目标交流回路发生故障。
6.根据权利要求5所述的方法,其特征在于,所述目标周期包括半周期。
7.根据权利要求1所述的方法,其特征在于,分析所述低频电流信号,得到低频特征包括:
确定所述低频电流信号的时域特征以及频域特征;
将所述时域特征以及所述频域特征确定为所述低频特征。
8.根据权利要求7所述的方法,其特征在于,确定所述低频电流信号的时域特征包括:
确定所述低频电流信号的波形因数;
确定所述低频电流信号在半周期内的平肩数与采样点数的比值,得到平肩宽百分比;
将所述波形因数以及所述平肩宽百分比确定为所述时域特征。
9.根据权利要求7所述的方法,其特征在于,确定所述低频电流信号的频域特征包括:
确定所述低频电流信号的K次谐波因数,其中,K为处于预定区间内的整数;
将所述K次谐波因数确定为所述频域特征。
10.根据权利要求8所述的方法,其特征在于,确定所述低频电流信号在半周期内的平肩数与采样点数的比值包括:
确定目标周期内每个采样点对应的电流,得到多个电流;
确定多个所述电流中包括的处于预定电流区间内的电流的第二数量;
将所述第二数量与所述采样点数的比值确定为所述低频电流信号在所述目标周期内的平肩数与采样点数的比值。
11.根据权利要求1所述的方法,其特征在于,分析所述高频电流信号,得到高频特征包括:
确定所述高频电流信号中包括的高频脉冲信号;
基于所述高频脉冲信号确定所述高频特征。
12.根据权利要求11所述的方法,其特征在于,基于所述高频脉冲信号确定所述高频特征包括:
以预定时间周期为采集单位,统计所述高频电流信号中包括的所述高频脉冲的第三数量;
确定每个所述高频脉冲幅值的平方,得到多个平方;
确定多个所述平方的第五和值与所述第三数量的比值的第二算术平方根;
将所述第二算术平方根确定为所述高频特征。
13.一种确定交流回路电弧故障的装置,其特征在于,包括:
获取模块,用于获取低频信号采集设备对目标交流回路进行采集所得到的低频电流信号,以及获取高频信号采集设备对所述目标交流回路进行采集所得到的高频电流信号;
分析模块,用于分析所述低频电流信号,得到低频特征,以及分析所述高频电流信号,得到高频特征;
确定模块,用于基于所述低频特征以及所述高频特征确定所述目标交流回路是否发生故障。
14.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,其中,所述计算机程序被处理器执行时实现所述权利要求1至12任一项中所述的方法的步骤。
15.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行所述权利要求1至12任一项中所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210163918.2A CN114527361A (zh) | 2022-02-22 | 2022-02-22 | 确定交流回路电弧故障的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210163918.2A CN114527361A (zh) | 2022-02-22 | 2022-02-22 | 确定交流回路电弧故障的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114527361A true CN114527361A (zh) | 2022-05-24 |
Family
ID=81624723
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210163918.2A Pending CN114527361A (zh) | 2022-02-22 | 2022-02-22 | 确定交流回路电弧故障的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114527361A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114878971A (zh) * | 2022-05-31 | 2022-08-09 | 国网北京市电力公司 | 一种配电网故障点定位方法、装置、设备及介质 |
CN117434406A (zh) * | 2023-12-20 | 2024-01-23 | 天津航空机电有限公司 | 一种基于互补集合经验模态分解的电弧故障检测方法 |
-
2022
- 2022-02-22 CN CN202210163918.2A patent/CN114527361A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114878971A (zh) * | 2022-05-31 | 2022-08-09 | 国网北京市电力公司 | 一种配电网故障点定位方法、装置、设备及介质 |
CN114878971B (zh) * | 2022-05-31 | 2024-01-30 | 国网北京市电力公司 | 一种配电网故障点定位方法、装置、设备及介质 |
CN117434406A (zh) * | 2023-12-20 | 2024-01-23 | 天津航空机电有限公司 | 一种基于互补集合经验模态分解的电弧故障检测方法 |
CN117434406B (zh) * | 2023-12-20 | 2024-04-09 | 天津航空机电有限公司 | 一种基于互补集合经验模态分解的电弧故障检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114527361A (zh) | 确定交流回路电弧故障的方法及装置 | |
EP1714366B1 (en) | High impedance fault detection | |
CN113589105B (zh) | 基于物联网的建筑电气火灾串联故障电弧识别方法及*** | |
CN106707094B (zh) | 低压供配电线路电弧故障的分类识别方法 | |
CN102135555B (zh) | 低压***串联电弧故障识别方法 | |
WO2019127440A1 (zh) | 一种直流电弧的处理方法及装置 | |
CN102621377A (zh) | 故障电弧检测方法 | |
Imani et al. | A novel time-domain method for fault detection and classification in VSC-HVDC transmission lines | |
CN210111945U (zh) | 光伏***直流侧电弧故障检测*** | |
CN104638664A (zh) | 风电厂次同步振荡保护方法及保护装置 | |
CN204330917U (zh) | 一种配电变压器潜在故障预警装置 | |
Akorede et al. | Wavelet transform based algorithm for high-impedance faults detection in distribution feeders | |
CN111313833A (zh) | 一种组串式光伏***直流侧串联电弧故障的检测方法 | |
CN104577999A (zh) | 基于暂态零序电流特征的母线保护方法及*** | |
CN110687400B (zh) | 一种暂态录波型故障指示器误启动滤除方法 | |
CN112200998A (zh) | 应用于电力设备的早期火灾预警方法、***及其存储介质 | |
CN104062555B (zh) | 配电线路高阻接地故障特征谐波的辨识方法 | |
US11162994B2 (en) | Fault current calculation during transformer saturation using the waveform unsaturated region | |
Jettanasen et al. | The spectrum comparison technique of DWT for discriminating between external fault and internal fault in power transformer | |
CN110568300B (zh) | 一种基于多源信息的配电网单相接地故障辨识方法 | |
Yao et al. | Distribution high impedance fault detection using the fault signal reconstruction method | |
CN113514720B (zh) | 一种边缘侧低压交流串联的电弧故障识别方法 | |
Ramamurthy et al. | High Impedance Fault detection using DWT for transmission and distribution networks | |
CN113219374B (zh) | 一种变压器电压故障检测方法 | |
Rao et al. | Pattern recognition approach for fault identification in power transmission lines |
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 |