[发明专利]直流电弧检测方法、装置、设备、系统及存储介质

说明书

本申请提供一种直流电弧检测方法、装置、设备、系统及存储介质，该方法包括：获取直流电路的电气量；将电气量输入燃弧神经网络模型，用于对直流电路进行燃弧检测，得到燃弧检测结果；若燃弧检测结果为检测到燃弧，则确定直流电路存在直流电弧故障。由于通过将电气量输入燃弧神经网络模型，以对直流电路进行燃弧检测，实现了对直流电弧故障的检测，进一步提高了直流电弧故障检测的准确性。

技术领域

本申请涉及电弧检测技术领域，尤其涉及一种直流电弧检测方法、装置、设备、系统及存储介质。

背景技术

目前的光伏发电系统在国家的政策扶植下得以大力推广，但是在施工过程中由于材料偷工减料或者施工不规范往往造成一些安全隐患。由于直流电弧电流没有过零点，不会像交流电弧那样周期性的熄灭和重燃，直流电弧一旦燃烧便很难熄灭，而光伏电池板持续的电流输出为故障电弧提供了稳定燃烧的环境，使其有源源不断的能量注入。因此，直流电弧故障会对光伏组件和输电线路造成巨大的损伤，并有引发火灾的风险。因此，如何准确的检测直流电弧成为亟待解决的问题。

现有技术中，为了实现对电弧的检测，通常依靠人为挖掘电弧的特征，并通过对电弧的特征的归纳和提炼，作为电弧判据，以判断是否存在直流电弧，例如，通过获取并观察发生电弧故障时的直流电弧电流波形和未发生电弧故障时的正常电流波形，然后通过比较正常电流波形和直流电弧电流波形，寻找差异，进而根据差异特征形成若干判据和对应阈值(例如，前后时刻电流方差的差值大于阈值K，判断为产生电弧)，最后光伏发电系统依据判据和阈值实时检测是否有直流电弧产生，进而判断发生直流电弧或未发生直流电弧。

然而现有技术中，通过人工寻找电弧特征和非电弧特征对直流电弧进行实时检测，准确性较低。

发明内容

本申请实施例提供一种直流电弧检测方法、装置、设备、系统及存储介质，用于实现了对直流电弧故障的检测，提高了直流电弧故障检测的准确性。

第一方面，本申请提供一种直流电弧检测方法，包括：

获取直流电路的电气量；将所述电气量输入燃弧神经网络模型，用于对所述直流电路进行燃弧检测，得到燃弧检测结果；若所述燃弧检测结果为检测到燃弧，则确定所述直流电路存在直流电弧故障。

电弧是电流通过绝缘介质所产生的瞬间火花，电弧可以分为起弧和燃弧，其中，起弧是引燃电弧，燃弧是起弧后的电弧，另外，电弧还可以包括熄弧，熄弧是熄灭电弧，燃弧也可以表示起弧到熄弧之间的电弧。燃弧检测用于检测是否存在燃弧。起弧检测用于检测是否存在起弧。本申请实施例中，通过将电气量输入燃弧神经网络模型，以对直流电路进行燃弧检测，实现了对直流电弧故障的检测，提高了直流电弧故障检测的准确性。

可选的，电气量是对原始电气量经过傅里叶变换和数据标幺化处理之后的数据。

标幺化处理用于计算原始电气量与基准值之间的比值。在标幺值是电力系统分析和工程计算中常用的数值标记方法，表示各物理量及参数的相对值，计算标幺值的过程即为标幺化处理。本申请实施例中，通过对原始电气量进行傅里叶变换和数据标幺化，有利于提高起弧神经网络模型和燃弧神经网络模型的准确性。

可选的，本申请实施例提供的直流电弧检测方法，在将电气量输入燃弧神经网络模型之前，还包括：

将电气量输入起弧神经网络模型，用于对直流电路进行起弧检测，得到起弧检测结果；若起弧检测结果为检测到起弧，则将电气量输入燃弧神经网络模型。

本申请实施例中，通过将电气量输入至起弧神经网络模型对直流电路进行起弧检测，有效降低了电弧的误识别率，然后在检测到起弧之后，将电气量输入燃弧神经网络模型，以对直流电路进行燃弧检测，实现了对直流电弧故障的检测，进一步提高了直流电弧故障检测的准确性。

可选的，起弧神经网络模型是根据第一训练数据训练得到的神经网络模型，第一训练数据包括：起弧训练数据和非燃弧训练数据。