[发明专利]一种电弧故障检测方法

说明书

本发明公开了一种配电故障检测技术领域的一种电弧故障检测方法，旨在解决现有技术中检测方式受限、无法有效对全局线路进行故障监测的问题。其包括采集直流配网的电流信号；对所采集的电流信号进行分帧并消除每帧信号的直流分量；对消除直流分量后的每帧信号进行希尔伯特‑黄变换，获得电流信号的时频谱图；将所述时频谱图输入至训练好的深度异常检测模型中，以获取故障检测结果。本发明适用于直流配网中电流故障的检测，能够方便地在全局电路进行直流电弧故障检测，为故障检测提供可靠标准以及依据，有利于该检测方法的推广应用。

技术领域

本发明涉及一种电弧故障检测方法，属于配电故障检测技术领域。

背景技术

电弧故障是配网中最常见的故障类型之一，通常由线路绝缘老化、线路搭接故障等引起，如果不能及时发现和排除将会引起火灾等灾难性后果。直流电弧故障没有交流电弧故障的‘零休’现象，比交流电弧故障检测难度更大，目前常用的检测方法有物理特征、时域特征、频域特征、时频域特征和智能检测算法等。物理特征方法利用电弧发生时会产生弧光和弧声等物理现象来检测电弧，这种方法虽然原理直观，但是只限于重点设备的局部保护，不能对线路全长进行监测。同时设计适用于直流电弧故障检测的时域、频域、时频域特征检测的方式需要大量的专业知识和丰富的工程经验，这也限制了此类方法的应用推广。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种电弧故障检测方法，用于直流配网中的故障监测，适用范围不受传统检测方式的限制，为故障检测提供可靠依据，可有效提升直流配网的可靠性。

为实现上述目的，本发明是采用下述技术方案实现的：

一方面，本发明提供一种电弧故障检测方法，所述方法包括：

采集直流配网的电流信号；

对所采集的电流信号进行分帧并消除每帧信号的直流分量；

对消除直流分量后的每帧信号进行希尔伯特-黄变换，获得电流信号的时频谱图；

将所述时频谱图输入至训练好的深度异常检测模型中，以获取故障检测结果。

具体的，所述深度异常检测模型的训练方法包括如下步骤：

采集训练样本以构建训练样本集，所述训练样本包括：正常电流信号及故障状态下的电弧电流信号；

对训练样本集中的训练样本进行分帧并消除每帧信号的直流分量；

对消除直流分量后的每帧信号进行希尔伯特-黄变换，获得相应的时频谱图；

将各训练样本的时频谱图输入至预建立的深度神经网络中，直至深度神经网络收敛，从而获得训练好的深度异常检测模型。

具体的，所述电弧电流信号由电弧实验装置模拟产生。

具体的，所述正常电流信号包括冰箱、电脑、电视、油烟机、日光灯在内的负荷正常运行时线路中产生的电流。

具体的，所述训练样本的采样频率fs不低于500kHz，采样时间为5s。

具体的，所述分帧的帧长N_f取0.1×fs，帧移N_d取0.05×fs，通过分帧得到K个电流样本i_k(n)，1≤k≤K，其中k为第k个电流样本，n为采样点的计数，i_k(n)为第k个电流样本下第n个采样点的电流信号。

一方面，本发明提供的一种电弧故障的检测方法，所述方法还包括分帧后采用海明窗函数对每帧信号进行加窗处理。

具体的，采用下述公式消除每帧信号的直流分量：