本發明專利技術公開一種微弱直流故障電弧檢測方法及裝置，其中，方法包括：步驟S1，對信號源為光伏系統多聯機工況下的直流母線電流與電壓信號進行采樣，得到含有電弧故障的電壓信號與電流信號；步驟S2，對采集到的含有電弧故障的電壓信號與電流信號進行小波分解處理，得到小波系數排列熵的特征量；步驟S3，將得到的小波系數排列熵的特征量輸入到預設機器學習模型，通過預設機器學習模型檢測是否發生了電弧故障，若是則返回步驟S1，否則執行步驟S4；步驟S4，判斷檢測結果是否達到切斷故障電弧的觸發標準，若是則判定為故障電弧工況，否則判定為類弧工況。本發明專利技術可以保證微弱直流故障電弧檢出的快速性、準確性，避免此類電弧因拒動而引發的電氣火災問題。發的電氣火災問題。發的電氣火災問題。
【技術實現步驟摘要】
一種微弱直流故障電弧檢測方法及裝置
[0001]本專利技術涉及電力系統
，具體涉及一種微弱直流故障電弧檢測方法及裝置。
技術介紹
[0002]隨著光伏系統的不斷擴大，在帶來環保型強、高效和可再生的優勢之外，大型光伏系統的大面積應用也為安全問題帶來了巨大的隱患，在光伏系統直流一側發生故障電弧是導致火災的一大原因。瑞士Mont Soleil伏發電站、英國BP公司的光伏組件都曾發生過火災，而經過調查，兩個地方起火的原因都是因為直流故障電弧引起的。在相同的燃燒條件或者相同的實驗環境下，與交流故障電弧相比直流故障電弧更加難以熄滅，極易引起火災事故。關于交流電弧的檢測早已開始。常用的檢測技術包括小波變換、神經網絡等。至今對于交流電弧的特征提取和模式識別技術已經趨于成熟和完善。
[0003]但不同于交流故障電弧的周期性和過零點特征，直流電弧本身的隨機性使得故障檢測編的困難，加之對于直流電弧故障檢測的研究起步較晚，國內外對該問題并沒有全面的認識與研究。鑒于光伏系統的廣泛應用，使得對于直流故障電弧的故障檢測變得尤為重要。
[0004]直流電弧故障的檢測方法，一般從時域與頻域兩方面進行故障電弧的特征提取。Alam MK等人對光伏故障信號從時域角度研究了故障電弧的檢測問題，提出了時域反射法。趙尚程等通過小波變換對故障電弧的特征頻帶進行提取，移動窗口統計小波分解后的高頻系數能量值，依次來描述故障電弧的復雜程度。吳春華通過小波變換后小波系數的均方值和能量值作為多種特征值輸入到BP神經網絡中得到了良好的分析結果。Gu等人利用五層小波對電流進行分解，計算頻帶的能量的平均值及標準差，加入神經網絡中對故障電弧進行檢測。
[0005]雖然上述方法綜合考慮到了時域與頻域的特征，但是所用到的算法較復雜并且需要大量的數據作為訓練集，而且也沒有解決環境、開關的頻率噪聲干擾問題，所以如何在不受噪聲干擾的條件下快速、準確的檢測出故障電弧變得尤為重要。若仍用上述相關手段通過小波系數特征和原始信號排列熵處理多聯機運行等工況下的微弱直流電弧故障無法得到有效識別正常與故障的電弧特征值，最終導致檢測算法失效。
技術實現思路
[0006]本專利技術所要解決的技術問題在于，提供一種微弱直流故障電弧檢測方法及裝置，以在多元強耦合噪聲干擾條件下快速、準確地檢測出故障電弧。
[0007]為解決上述技術問題，本專利技術提供一種微弱直流故障電弧檢測方法，包括：
[0008]步驟S1，對信號源為光伏系統多聯機工況下的直流母線電流與電壓信號進行采樣，得到含有電弧故障的電壓信號與電流信號；
[0009]步驟S2，對采集到的含有電弧故障的電壓信號與電流信號進行小波分解處理，得
到小波系數排列熵的特征量；
[0010]步驟S3，將得到的小波系數排列熵的特征量輸入到預設機器學習模型，通過所述預設機器學習模型檢測是否發生了電弧故障，若是則返回步驟S1，進行下一時間窗內對信號源的采樣，否則執行步驟S4；
[0011]步驟S4，判斷檢測結果是否達到切斷故障電弧的觸發標準，若是則判定為故障電弧工況，否則判定為類弧工況。
[0012]進一步地，所述步驟S2中，對所述步驟S1采集到的當前時間窗內含有電弧故障的檢測信號進行小波分解處理時，采用的小波基函數為“rbio 3.1”，進行4層分解得到16組小波系數，提取頻段范圍為93.75kHz～125kHz的小波系數并進行重構。
[0013]進一步地，所述步驟S3中，通過機器學習模型的結果來判斷原光伏系統是否發生了電弧故障，輸出檢測結果為0表示原光伏系統正常運行，則返回至所述步驟S1進行下一時間窗內光伏系統輸出電流信號的狀態檢測。
[0014]進一步地，所述步驟S4具體包括：判斷連續輸出檢測結果為1的周期是否達到切斷故障電弧的周期數觸發標準，如果達到觸發標準，則確定光伏系統內發生了故障電弧，將給相應的脫扣裝置發出切斷故障電弧支路信號；如果未達到觸發標準，則判定并網光伏系統類弧工況形成了不足數量的連續1輸出，返回所述步驟S1進行下一時間窗內光伏系統輸出電流信號的狀態檢測。
[0015]進一步地，所述步驟S1的采樣頻率f＝1000kHz。
[0016]本專利技術還提供一種微弱直流故障電弧檢測裝置，包括：
[0017]采樣模塊，用于對信號源為光伏系統多聯機工況下的直流母線電流與電壓信號進行采樣，得到含有電弧故障的電壓信號與電流信號；
[0018]小波處理模塊，用于對采集到的含有電弧故障的電壓信號與電流信號進行小波分解處理，得到小波系數排列熵的特征量；
[0019]第一判斷模塊，用于將得到的小波系數排列熵的特征量輸入到預設機器學習模型，通過所述預設機器學習模型檢測是否發生了電弧故障，若是則由所述采樣模塊進行下一時間窗內對信號源的采樣；
[0020]第二判斷模塊，用于在預設機器學習模型輸出檢測結果為1時，進一步判斷檢測結果是否達到切斷故障電弧的觸發標準，若是則判定為故障電弧工況，否則判定為類弧工況。
[0021]進一步地，所述小波處理模塊對所述采樣模塊采集到的當前時間窗內含有電弧故障的檢測信號進行小波分解處理時，采用的小波基函數為“rbio 3.1”，進行4層分解得到16組小波系數，提取頻段范圍為93.75kHz～125kHz的小波系數并進行重構。
[0022]進一步地，所述第一判斷模塊通過機器學習模型的結果來判斷原光伏系統是否發生了電弧故障，輸出檢測結果為0表示原光伏系統正常運行，則由所述采樣模塊進行下一時間窗內光伏系統輸出電流信號的狀態檢測。
[0023]進一步地，所述第二判斷模塊具體用于：判斷連續輸出檢測結果為1的周期是否達到切斷故障電弧的周期數觸發標準，如果達到觸發標準，則確定光伏系統內發生了故障電弧，將給相應的脫扣裝置發出切斷故障電弧支路信號；如果未達到觸發標準，則判定并網光伏系統類弧工況形成了不足數量的連續1輸出，返回所述步驟S1進行下一時間窗內光伏系統輸出電流信號的狀態檢測。
[0024]進一步地，所述采樣模塊的采樣頻率f＝1000kHz。
[0025]實施本專利技術具有如下有益效果：本專利技術提出的排列熵特征結合電流小波分解系數，能夠有效提取在環境、設備運行、開關頻率等多元強耦合噪聲干擾條件下的故障電弧信息，保證微弱直流故障電弧檢出的快速性、準確性，避免此類電弧因拒動而引發的電氣火災問題。
附圖說明
[0026]為了更清楚地說明本專利技術實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本專利技術的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。
[0027]圖1是本專利技術實施例一一種微弱直流故障電弧檢測方法的流程示意圖。
[0028]圖2是本專利技術實施例一一種微弱直流故障電弧檢測方法的具體流程示意圖。
[0029]圖3是本專利技術實施例中微弱直流故障電弧的電信號波本文檔來自技高網...
【技術保護點】
【技術特征摘要】
1.一種微弱直流故障電弧檢測方法，其特征在于，包括：步驟S1，對信號源為光伏系統多聯機工況下的直流母線電流與電壓信號進行采樣，得到含有電弧故障的電壓信號與電流信號；步驟S2，對采集到的含有電弧故障的電壓信號與電流信號進行小波分解處理，得到小波系數排列熵的特征量；步驟S3，將得到的小波系數排列熵的特征量輸入到預設機器學習模型，通過所述預設機器學習模型檢測是否發生了電弧故障，若是則返回步驟S1，進行下一時間窗內對信號源的采樣，否則執行步驟S4；步驟S4，判斷檢測結果是否達到切斷故障電弧的觸發標準，若是則判定為故障電弧工況，否則判定為類弧工況。2.根據權利要求1所述的方法，其特征在于，所述步驟S2中，對所述步驟S1采集到的當前時間窗內含有電弧故障的檢測信號進行小波分解處理時，采用的小波基函數為“rbio 3.1”，進行4層分解得到16組小波系數，提取頻段范圍為93.75kHz～125kHz的小波系數并進行重構。3.根據權利要求2所述的方法，其特征在于，所述步驟S3中，通過機器學習模型的結果來判斷原光伏系統是否發生了電弧故障，輸出檢測結果為0表示原光伏系統正常運行，則返回至所述步驟S1進行下一時間窗內光伏系統輸出電流信號的狀態檢測。4.根據權利要求1所述的方法，其特征在于，所述步驟S4具體包括：判斷連續輸出檢測結果為1的周期是否達到切斷故障電弧的周期數觸發標準，如果達到觸發標準，則確定光伏系統內發生了故障電弧，將給相應的脫扣裝置發出切斷故障電弧支路信號；如果未達到觸發標準，則判定并網光伏系統類弧工況形成了不足數量的連續1輸出，返回所述步驟S1進行下一時間窗內光伏系統輸出電流信號的狀態檢測。5.根據權利要求1
?
4任一項所述的方法，其特征在于，所述步驟S1的采樣頻率f＝1000kHz。6.一種微弱直流故障電弧檢測裝置，其特征在...
【專利技術屬性】
技術研發人員：王靜，趙宇明，李艷，
申請(專利權)人：深圳供電局有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。