基於小波變換和時域混合特徵的交流故障電弧檢測方法
2023-08-07 01:52:01 2
基於小波變換和時域混合特徵的交流故障電弧檢測方法
【專利摘要】本發明涉及一種基於小波變換和時域混合特徵的交流故障電弧檢測方法，包括以下步驟：1)系統初始化；2)微處理器以設定的採樣間隔，實時採集信號採集電路的輸出電流信號；3)微處理器判斷採集的次數是否到達設定閾值，若為是，執行步驟4)，否則返回步驟2)；4)微處理器對採樣得到的一個周期的電流信號進行歸一化處理，分別對電流信號進行時域和小波變換特徵值計算，將時域特徵值和小波變換特徵值作為收斂的BP神經網絡的輸入；5)通過BP神經網絡的輸出值來判斷是否存在故障電弧。與現有技術相比，本發明具有適用範圍廣、控制精度高、安全性高、擴展性好等優點。
【專利說明】基於小波變換和時域混合特徵的交流故障電弧檢測方法
【技術領域】
[0001]本發明涉及一種交流故障電弧檢測方法，尤其是涉及一種基於小波變換和時域混合特徵的交流故障電弧檢測方法。
【背景技術】
[0002]隨著社會經濟的不斷發展，火災事故的數量也同比不斷上升，其中電氣火災佔所有火災事故總數的30.1%。住宅內部的線路，如電氣布線、插座線路、家用電器內部線路和電源線等，在長時間帶載運行、過載或受外力影響的情況下，會造成電線絕緣層出現老化或者發生絕緣破損，容易造成線路間串並聯電弧故障或線路對地短路故障的發生。與短路故障相比，低壓故障電弧發生時線路中電流幅值較小，傳統的檢測裝置無法檢測出發生故障電弧，因此保護失效。絕緣材料被擊穿後形成的導電通路使電弧持續燃熾，燃熾時產生的局部高溫極易引燃周圍的可燃物而造成火災，嚴重威脅人員的生命財產安全。傳統檢測裝置的保護盲區使故障電弧成為引起電氣火災的主要原因，極有必要開發針對低壓故障電弧的檢測裝置。
[0003]美國是最早推廣使用故障電弧斷路器(AFCI,Arc Fault Circuit Interrupters)的國家，美國保險商試驗在1999年經深入研究後形成了 UL1699《電弧故障斷路裝置安全標準》(Standard for Safety for Arc Fault Circuit Interrupters) ? 該標準將 AFCI 定義為「一種能根據電弧特徵在電路中對故障電弧進行檢測並在發生故障電弧時及時切斷電源的裝置」，其規定了各種類型AFCI的性能參數、安全試驗測試項目及試驗方法等。然而，不同負載下產生故障電弧時的電流差異很大，有些負載(如調光燈負載)正常運行時電流的特徵和電阻性負載故障電弧時的電流特徵相似，給故障電弧的檢測帶來了困難。所以其市場上的現有產品只能在某些特定負載情況下使用，沒有很好的通用性。而國內對於故障電弧的研究起步相對較晚，目前主要處在理論研究階段，從電學特性判斷故障電弧，已經提出的方法包括電流零休時間長短、電流變化率、電流最大最小值、波形頻譜分布等。
【發明內容】
[0004]本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種適用範圍廣、控制精度高、安全性高、擴展性好的基於小波變換和時域混合特徵的交流故障電弧檢測方法。
[0005]本發明的目的可以通過以下技術方案來實現:
[0006]一種基於小波變換和時域混合特徵的交流故障電弧檢測方法，其特徵在於，包括以下步驟:
[0007]I)系統初始化；
[0008]2)微處理器以設定的採樣間隔，實時採集信號採集電路的輸出電流信號；
[0009]3)微處理器判斷採集的次數是否到達設定閾值，若為是，執行步驟4)，否則返回步驟2)；
[0010]4)微處理器對採樣得到的一個周期的電流信號進行歸一化處理，分別對電流信號進行時域和小波變換特徵值計算，其中時域特徵值為線路電流信號半個周期內平均值和峰值的變化量，小波變換特徵值為前兩層小波變換細節信號的能量，將時域特徵值和小波變換特徵值作為收斂的BP神經網絡的輸入；
[0011]5)通過BP神經網絡的輸出值來判斷是否存在故障電弧。
[0012]所述的對採樣得到的一個周期的電流信號進行歸一化處理具體為:
【權利要求】
1.一種基於小波變換和時域混合特徵的交流故障電弧檢測方法，其特徵在於，包括以下步驟: 1)系統初始化； 2)微處理器以設定的採樣間隔，實時採集信號採集電路的輸出電流信號； 3)微處理器判斷採集的次數是否到達設定閾值，若為是，執行步驟4)，否則返回步驟2)； 4)微處理器對採樣得到的一個周期的電流信號進行歸一化處理，分別對電流信號進行時域和小波變換特徵值計算，其中時域特徵值為線路電流信號半個周期內平均值和峰值的變化量，小波變換特徵值為前兩層小波變換細節信號的能量，將時域特徵值和小波變換特徵值作為收斂的BP神經網絡的輸入； 5)通過BP神經網絡的輸出值來判斷是否存在故障電弧。
2.根據權利要求1所述的一種基於小波變換和時域混合特徵的交流故障電弧檢測方法，其特徵在於，所述的對採樣得到的一個周期的電流信號進行歸一化處理具體為: 先由模數轉換模塊採集得到數組ADealeulate,再經歸一化處理AD (n) =Normal (ADcalculate)。
3.根據權利要求2所述的一種基於小波變換和時域混合特徵的交流故障電弧檢測方法，其特徵在於，所述的時域特徵值計算如下: 先對歸一化後的電流信號AD(n)取絕對值得到|AD(n) |，再分別計算其每半個周期的平均值Sn和峰值Mn與上半個周期的平均值Slri和峰值Mn_1;最後做差得到時域特徵值Λ M和AS "[m=H
O
4.根據權利要求2所述的一種基於小波變換和時域混合特徵的交流故障電弧檢測方法，其特徵在於，所述的小波變換特徵值包括電流信號兩層小波變換的細節信號的能量，第一層小波變換的細節信號為Cl1(Ii)，其由歸一化後得到的數組AD (η)同小波變換高通濾波器係數計算得到，具體的公式為: 4(?)=Σ?(2?-^^)
k 第一層小波變換的逼近信號為％(11)，其由歸一化後得到的數組AD(η)同小波變換低通濾波器係數計算得到，具體的公式為:
a{(n) = ^h(2n - k)AD{k)
k 第二層小波變換的細節信號為d2 (η)，其由第一層小波變換的逼近信號ai(n)同小波變換高通濾波器係數i(?)計算得到，具體的公式為: d2(n)^^g(2n-k)a}(k)
k 最後再計算兩層小波變換的細節信號的能量ei和e2;
5.根據權利要求1所述的一種基於小波變換和時域混合特徵的交流故障電弧檢測方法，其特徵在於，所述的收斂的BP神經網絡建立如下: 通過實驗測得多組多種負載的時域特徵和小波變換特徵值作為神經網絡的學習樣本，通過MATLAB軟體對BP神經網絡進行自適應學習，待神經網絡收斂後，將其移至微處理器中。
6.根據權利要求1所述的一種基於小波變換和時域混合特徵的交流故障電弧檢測方法，其特徵在於，所述的通過BP神經網絡的輸出值來判斷是否存在故障電弧具體為: 網絡輸出為O代表正常狀態，輸出I代表有故障電弧發生，判斷設定時間長度內神經網絡輸出I的個數是否大於閾值，若為是，發生故障電弧，微處理器通過驅動電路控制脫扣機構斷開電路。
7.根據權利要求1所述的一種基於小波變換和時域混合特徵的交流故障電弧檢測方法，其特徵在於，所述的BP神經網絡輸入層為4個神經元，輸出層為I個神經元，中間層神經元的個數根據樣本負載類型的多少而變化。
8.根據權利要求1所述的一種基於小波變換和時域混合特徵的交流故障電弧檢測方法，其特徵在於，所述的信號採集電路包括依次連接的電流互感器、電壓跟隨單元和信號調理單元，所述的信號調理單元與微處理器連 接。
【文檔編號】G01R31/02GK103543375SQ201310376133
【公開日】2014年1月29日 申請日期:2013年8月26日 優先權日:2013年8月26日
【發明者】劉鵬, 張峰, 張士文 申請人:上海交通大學