[发明专利]一种低压供电回路异常工况感知算法及装置

说明书

本发明公开了一种低压供电回路异常工况感知算法，根据设定的每周波采样点数；采样三相电流的瞬时值i_a、i_b、i_c以及剩余电流的瞬时值i_r，逐点检测i_a、i_b、i_c或i_r的波形是否发生突变；逐点排除低压供电回路因受到电气扰动而导致的误判：判断低压供电回路是否发生异常工况。其准确识别出低压供电回路发生的异常工况，同时尽可能排除因负荷波动和电气干扰造成的误判，以降低对感测装置、通信带宽和云平台处理能力方面的性能要求。本发明还公开了一种低压供电回路异常工况感知装置，其也能实现上述技术效果。

技术领域

本发明涉及电气设备异常工况识别领域的一种低压供电回路异常工况感知算法及装置。

背景技术

在低压供电系统中，传统的框架断路器、塑壳断路器和微型断路器及对其所供电的回路进行监测的电力仪表，通过检测负载电流或者剩余电流是否超过阈值，或者断路器内部电流回路是否发热等方式进行故障检测。这种方法只能识别回路过载、绝缘破损或者回路短路等少数异常现象，而对绝缘劣化、接触不良、电气设备工作异常等常见的异常工况缺乏灵敏的识别，因而也无法提前做出故障预警。为识别这类异常工况，一些科研工作者提出采用就地电压电流波形数据采集并通过通信手段将低压供电回路相关数据上送云平台，然后在云平台侧进行大数据分析和筛选、学习和训练，从而得到一种具备自学习功能的，高效灵敏的低压供电回路异常识别算法，实现回路异常的早期预警。这种就地数据采集设备与云端分析算法结合的新型方法，一般需要采集装置实时高速地向云平台传输海量的电压电流波形数据。这对双方之间的通信带宽和云平台的数据处理压力提出了较高的要求，因而也限制了这种方法地推广应用。

发明内容

本发明的目的是为了克服现有技术的不足，提供一种低压供电回路异常工况感知算法及装置，准确识别出低压供电回路发生的异常工况，同时尽可能排除因负荷波动和电气干扰造成的误判，以降低对感测装置、通信带宽和云平台处理能力方面的性能要求。

实现上述目的的一种技术方案是：一种低压供电回路异常工况感知算法，包括下列步骤：

数据采样步骤：采样三相电压的瞬时值u_a、u_b、u_c，三相电流的瞬时值i_a、 i_b、i_c以及剩余电流的瞬时值i_r，形成记录s(t)，t代表当前采样时刻；

有效值计算步骤：计算出三相电压的有效值U_a、U_b、U_c，三相电流的有效值I_a、I_b、I_c以及剩余电流的有效值I_r，形成记录y(t)；

过零时刻计算步骤：计算三相电压U_a、U_b、U_c中每一相电压波形由负变正的过零时刻t₀；

时间差计算步骤：计算每相电压相邻两个波形由负变正的过零时刻的时间差，得到三个电压周期值T_a、T_b、T_c；若三相电压的有效值U_a、U_b、U_c之中任意一个大于0.5倍相电压额定值，则在上述相别中，找出当前周期值与电网周期额定值最为接近一相，令该相的周期值为T_X；

对电网当前周期值T进行修正，修正公式为：T＝0.75×T+0.25×T_X；

等间隔采样设定步骤：将电网当前周期值T，进行N等分后，作为采样间隔时间，其中N为每周波采样点数；