串联电弧故障信号的时频特征分析

针对串联电弧故障,依据美国UL 1699标准搭建了串联电弧试验平台。在此基础上,结合不同负载,对串联电弧的电流信号进行时域和频域特征分析。提出了一种基于短时傅里叶变换的串联电弧分析方法,得到电弧电流信号奇次、偶次谐波时的—频二维图像。试验结果表明,该方法能有效提取串联电弧故障电流的时频特征,实现故障的实时检测。     

基于全相位谱和深度学习的串联故障电弧识别方法

为准确识别低压配电网中的串联故障电弧,提出了一种基于全相位谱和深度学习的串联故障电弧识别方法。首先,从理论上推导负载畸变信号的全相位频谱特征产生机理,利用全相位离散傅里叶变换提取线性、非线性负载的全相位频谱特征量。其次,构建了基于Logistic回归的深度学习神经网络模型,并对不同负载、不同运行状态下的全相位频谱特征量进行深度学习训练。最后,对搭建的故障电弧试验平台上采样数据进行分析,结果能准确识别低压配电网是否发生串联故障电弧和甄别出故障负载的类型。试验结果验证了所提方法的有效性,并随着深度学习理论在电力系统智能化中的应用,该方法可做进一步的深入研究和推广。     

基于信息熵的串联型故障电弧频谱特征研究

针对串联型故障电弧影响供配电系统供电安全的问题,提出小波包信息熵理论与短时傅立叶变换相结合的串联型故障电弧频谱特征分析方法。首先研制了低压串联型故障电弧实验平台,开展了典型负载故障电弧模拟实验。其次,利用小波包技术对发生稳定串联型故障电弧前后的电流信号进行分解、重构和归一化处理。然后,计算各频带重构信号的信息熵,通过对比各频段燃弧前后重构信号的信息熵得出稳定故障电弧电流信号的特征频段为8-10.8KHz。最后,采用短时傅立叶变换对特征频段的重构信号进行时频分析,得出发生稳定故障电弧前后电流信号的频谱变化规律。经验证,在发生不稳定故障电弧时,8-10.8KHz仍为故障电弧的特征频段,频谱特征依然明显。结果表明,利用信息熵和短时傅立叶变换对低压串联型故障电弧进行频谱特征研究是可行的。     

基于分数阶傅里叶变换的直流电弧特征分析

针对单纯从时域或频域方面检测电弧故障的缺陷,提出了采用分数阶傅里叶变换分析电弧的时频特征。通过试验模拟不同负载时直流串行与并行电弧故障,发现改变变换阶次使得电弧分数阶傅里叶域的特征比频域特征更加明显,有利于提取电弧特征。同时比较了负载性质及电弧类型对电弧分数阶傅里叶域特征的影响,及在线检测电弧故障时分数阶傅里叶变换和快速傅里叶变换算法复杂度与实时性。     

低压串联故障电弧的识别方法

以低压串联故障电弧为研究对象,采集了几种常见用电设备单独及混合运行时的电流波形,采用Matlab软件对电流波形进行离散傅里叶变换（DFT）,提出了基于谐波分量相对变化系数的低压串联故障电弧识别方法。仿真结果表明,设计方法能有效识别故障电弧的发生,为故障电弧断路器的研究提供参考。     

一种低压故障电弧检测的FFT判定方法

介绍国内外故障电弧判定以及检测的研究现状,测定线性负载与非线性负载在正常状态与故障电弧发生状态下的电流信号特征,并通过快速傅里叶变换(FFT)将电流信号变换到频域进行分析,提出一种判定负载是否产生故障电弧的较为准确的方法:线性负载发生故障电弧时幅值变化率大于1,非线性负载发生故障电弧时电流幅值变化率小于1。     

低压串联电弧故障通用诊断方法的研究

低压串联电弧故障是引发电气火灾的重要原因之一。利用MATLAB软件,建立基于CASSIE模型的低压串联电弧故障仿真电路,对单一和混合负载下的串联电弧故障电流波形进行小波变换的可视化分析,结合实测电弧故障电流研究了不同负载下电弧故障的共同特征,提出了基于小波分解细节分量阈值的通用诊断方法并利用LabVIEW软件编制了诊断程序,在线路供电端实现了对各类串联电弧故障的识别,为电弧故障通用诊断的实现和应用提供了理论依据和实验方法。     

电动汽车充电系统串联电弧故障智能识别方法

为解决电动汽车充电系统串联电弧故障电弧电流难以准确检测的问题,提出一种基于机器学习的电动汽车充电系统串联电弧故障识别方法。首先,搭建电动汽车充电系统电弧故障实验平台,采集不同工况下故障电弧电流数据;然后,采用离散傅里叶变换进行特征分析,并构建故障电弧特征数据集;最后,基于16层视觉几何群网络训练得到电弧故障检测模型,并利用各工况下测试集对电弧故障检测模型进行测试。研究结果表明该方法识别准确率均可达到98%以上,并拥有良好的抗干扰能力。     

基于滑动离散傅里叶变换的串联直流电弧故障识别

在直流供电系统中,串联直流电弧故障因难于被检测而成为威胁系统安全运行的最主要因素。针对现有故障电弧识别方法运算较为复杂、实时性相对较差的不足,提出一种基于滑动离散傅里叶变换(DFT)的串联直流电弧故障识别方法。时域与频域分析表明,燃弧起始阶段是直流电弧故障识别的最佳时期,根据该阶段电弧电流的频谱特征确定滑动DFT分析频率点为40 k Hz、80 k Hz和100 k Hz。综合考虑算法分辨率与实时性要求,采用200μs时间窗口对电弧电流进行滑动DFT分析,并用200μs时间窗口进行滑动平均降噪处理。结果表明,发生电弧故障前后滑动DFT频谱在三个特征频率点均有明显变化,验证了滑动DFT算法用于串联直流电弧故障识别的可行性。     

串联故障电弧电流时频域特性的仿真与实验研究

为了分析和研究低压交流串联故障电弧电流的特性，文中首先搭建了故障电弧模拟实验平台，广泛研究不同负载情况下的电弧电流波形。然后，基于Mayr电弧模型，选取适当参数对故障电弧进行仿真分析。在此基础上，对比分析电弧电流信号仿真结果和实验结果的时频域特性，验证了仿真模型的正确性和可行性。频域特性的分析结合傅里叶变换和小波变换进行，还利用带通滤波器检测了小波分析的准确性。最后，总结出故障电弧电流信号的时频域特点，以此提出了一种低压交流串联故障电弧的检测方法，并对其进行了仿真验证。研究成果对低压供配电系统中串联故障电弧的检测工作具有积极意义。     

基于电压特征能量的低压交流串联电弧故障检测方法

串联电弧故障电流波形受负荷类型影响较大,利用电流特征构建通用故障判据难度较大。为识别故障点电弧电压,提出了一种基于电压特征能量的串联电弧故障检测方法。首先,通过分析故障点电弧电压及监测点故障电压特征规律,对故障信息的特征频带选择进行了论证。然后,以不同负荷下的电弧电压波形特征归类为依据,提出了基于电压特征频带全域能量幅值和敏感相位域能量相位信息的故障检测方法。最后,利用全域总能量幅值和敏感域能量相位映射统计比实现了综合故障检测策略的构建。试验结果表明,所提方法在不同线路参数和测试负荷下的故障检测准确率超过了98%且无误检发生,验证了其有效性。     

基于小波分析的故障电弧检测方法

为了对配电系统中常见的故障电弧实现快速可靠诊断,进而采取有效的保护措施,笔者提出一种基于多分辨分析的快速小波变换分析提取故障电弧特征频段的诊断方法,利用基于非参数自适应估计理论的Birge-Massart策略进行阀值求解,结合小波阀值降噪解功能对电弧电流进行降噪处理。根据小波分析适于分析非平稳信号的特点,采用该分析方法检测不同类型负载下电弧电流中的奇异信号。综合实验数据,分析表明该方法能有效地实现对故障电弧的诊断。     

电压电流能量信息融合的低压交流电弧故障检测

针对串联电弧故障检测判据选择难、阈值设置难的问题,本文在传统基于电流检测方法的基础上融合使用电压信息,提出了一种电压电流能量信息融合的交流电弧故障检测方法。以分析开关电源和非开关电源类负荷下的各自故障特征为基础,提出了利用电压半波总能量的开关电源类电弧故障直接判定方法,并融合使用电压电流特征能量波形相关性实现故障线路的选择;提出了基于敏感域电压电流最大瞬时特征能量相位匹配的适用于非开关电源类负荷下的故障检测方法,以特征能量相位信息构建判据,克服了传统检测方法的阈值设定困难问题。本文检测方法判据虽利用了负荷分类思想,但由于开关电源类负荷下的故障检测可利用电压半波总能量幅值实现故障直接判定,因此实际应用中无需辨识负荷类型。相较传统利用电流特征的检测方法,本文方法具有判据简单、易于阈值设定的优势。试验结果表明,本文方法可有效用于多种类型负荷的电弧故障检测,检测时间满足相关标准规定。     

基于电弧电磁辐射的故障电弧识别

随着用电系统中非线性负载的增多,根据故障电弧的电压电流特征进行故障电弧识别容易发生故障电弧的误判别。针对该问题,本文自主搭建了故障电弧模拟试验平台,并在不同负载下进行了串联故障电弧的模拟试验。在试验分析的基础上,提出了一种基于电弧电磁辐射信号的故障电弧识别方法,通过故障电弧时域信号的模极大值提取,得到故障电弧的电磁辐射信号特征值,并根据该特征值进行故障电弧的识别。试验结果表明,在计及距离衰减、屏蔽、非线性负载干扰以及传感器测量方位等影响因素的条件下,该方法能够实现故障电弧的有效识别,提高了故障电弧的识别准确率。     

基于小波分析信号特征频段能量变比的故障电弧诊断技术研究

为了分析和研究故障电弧的特性,进而快速及时地检测出电弧故障,以便快速切断故障线路,笔者提出一种利用小波变换来分析故障电弧电流特征频段能量变比的诊断方法,通过采用db5小波基函数分别对线路正常工作情况下电流信号和串联型故障电弧电流信号进行6层小波分解,从而提取正常情况下和故障电弧发生情况下的频带能量值及其前后的能量变比,其中d4、d5细节信号所在的频段为故障电弧的特征频带。利用此故障电弧的典型特征可以准确地实现对故障电弧的诊断,且该分析结论对于线性负载情况下的故障电弧诊断研究具有普适应意义。     

基于电流相似度与高频能量的串联故障电弧检测方法

故障电弧是引起电气火灾的重要原因,针对非线性负载工况下故障电弧保护算法的误动作和拒动作问题,提出一种基于电流相似度与高频能量的串联故障电弧检测方法。参照标准搭建故障电弧实验平台并进行实验,从时域、频域角度分析电弧电流特征。采用小波函数预处理电流信号,选取电流低、高频特征量。设定故障电弧特征量阈值,以此为基础提出故障电弧识别算法。实验结果表明,该算法能够准确识别多种负载条件下的故障电弧,且未发生误动作和拒动作。     

基于小波变换和奇异值分解的串联电弧故障检测方法

根据线路中电流信号的变化来检测电弧故障,小波变换是一种常用的检测方法,但是单纯利用小波变换对于正常情况和电弧故障的区分并不明显,而且其结果存在很大的冗余。针对这一问题,提出了采用一种基于小波变换和奇异值分解的串联电弧故障检测的方法。利用电弧模拟发生装置产生串联故障电弧,采集在多种负载下线路正常工作和发生串联电弧故障时的电流。首先对采集的电流信号进行离散小波变换,得到离散小波系数序列,构造特征矩阵;然后对特征矩阵进行奇异值分解,并定义电流信号的特征参数,利用特征参数作为串联电弧故障检测的依据。试验结果表明:正常情况和电弧故障下的特征参数区分明显且没有交叉,易于确定阈值,利用该方法进行串联电弧故障检测的准确率较高,且大大压缩了小波变换结果的冗余性。     

基于时频域分析和随机森林的故障电弧检测

针对生活用电器品种繁多,不同类型用电器之间的故障电流与正常电流波形可能类似,导致传统的故障电弧识别方法不能有效检测的问题,提出一种时频域分析与随机森林结合且适用于多种典型负载单独或混合工作的串联型低压故障电弧识别方法。根据收集到的多种负载频谱与纯阻性负载频谱的相关系数,将负载分为开关电源型负载和非开关电源型负载,分别训练两个随机森林模型对其进行故障识别。实验一共收集33 723组正常和故障电流样本验证提出的检测方法,证明所提方法能够提高故障电弧识别率。