电弧故障检测方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种电弧故障检测方法、装置、设备及存储介质，属于电气技术领域。所述方法包括：获取待检测电路的电信号，所述电信号包括电流信号和/或电压信号；获取故障检测模型，所述故障检测模型为采用样本电信号对循环神经网络进行训练得到的模型；根据所述电信号，调用所述故障检测模型输出得到电弧故障信息，所述电弧故障信息用于指示所述待检测电路是否存在发生电弧故障的趋势或者是否发生电弧故障。本申请实施例通过调用基于循环神经网络训练得到的故障检测模型，对待检测电路进行电弧故障检测，相较于传统的检测方法，提高了电弧故障检测的准确率和有效性，保证了电弧故障的检测效果。

Arc fault detection method, device, equipment and storage medium

【技术实现步骤摘要】
电弧故障检测方法、装置、设备及存储介质
本申请实施例涉及电气
，特别涉及一种电弧故障检测方法、装置、设备及存储介质。
技术介绍
电气设备在实际运行中会在电路中产生电弧。电弧包括正常电弧和故障电弧。相关技术中，通过电弧故障分段保护技术识别电弧故障在电路中的状态特征，用以区分正常电弧和故障电弧，在电弧引起火灾之前及时、准确检测和清除电弧故障的保护技术。但是相关技术中的电弧故障检测方法准确度低且可靠性差，目前尚未提出有效的解决方案。
技术实现思路
本申请实施例提供了一种电弧故障检测方法、装置、设备及存储介质，所述技术方案如下：一方面，本申请实施例提供了一种电弧故障检测方法，所述方法包括：获取待检测电路的电信号，所述电信号包括电流信号和/或电压信号；获取故障检测模型，所述故障检测模型为采用样本电信号对循环神经网络（RecurrentNeuralNetworks，RNN）进行训练得到的模型；根据所述电信号，调用所述故障检测模型输出得到电弧故障信息，所述电弧故障信息用于指示所本文档来自技高网...

【技术保护点】
1.一种电弧故障检测方法，其特征在于，所述方法包括：/n获取待检测电路的电信号，所述电信号包括电流信号和/或电压信号；/n获取故障检测模型，所述故障检测模型为采用样本电信号对循环神经网络进行训练得到的模型；/n根据所述电信号，调用所述故障检测模型输出得到电弧故障信息，所述电弧故障信息用于指示所述待检测电路是否存在发生电弧故障的趋势或者是否发生电弧故障。/n

【技术特征摘要】
1.一种电弧故障检测方法，其特征在于，所述方法包括：
获取待检测电路的电信号，所述电信号包括电流信号和/或电压信号；
获取故障检测模型，所述故障检测模型为采用样本电信号对循环神经网络进行训练得到的模型；
根据所述电信号，调用所述故障检测模型输出得到电弧故障信息，所述电弧故障信息用于指示所述待检测电路是否存在发生电弧故障的趋势或者是否发生电弧故障。


2.根据权利要求1的方法，其特征在于，所述根据所述电信号，调用故障检测模型输出得到电弧故障信息，包括：
从所述电信号中提取信号特征，所述信号特征包括电流波动特征和/或电压波动特征；
将所述信号特征输入至所述故障检测模型中，输出得到所述电弧故障信息；
其中，所述故障检测模型是根据至少一组样本数据组训练得到的，每组所述样本数据组包括：样本电信号和预先标注的正确电弧故障信息。


3.根据权利要求2的方法，其特征在于，所述获取故障检测模型之前，还包括：
获取训练样本集，所述训练样本集包括所述至少一组样本数据组；
对于所述至少一组样本数据组中的每组样本数据组，从所述样本电信号中提取样本信号特征；
将所述样本信号特征输入原始参数模型得到训练结果，所述原始参数模型为长短期记忆模型；
将所述训练结果与所述正确电弧故障信息进行比较，得到计算损失，所述计算损失用于指示所述训练结果与所述正确电弧故障信息之间的误差；
根据所述至少一组样本数据组各自对应的计算损失，采用误差反向传播算法训练得到所述故障检测模型。


4.根据权利要求3所述的方法，其特征在于，所述根据所述电信号，调用所述故障检测模型输出得到电弧故障信息之后，还包括：
将所述电信号和所述电弧故障信息添加至所述训练样本集，得到更新后的训练样本集；
根据所述更新后的训练样本集对所述故障检测模型进行训练，得到更新后的故障检测模型。


5.根据权利要求1至...

【专利技术属性】
技术研发人员：王彬成，陈建飞，
申请(专利权)人：杭州电弧数据科技有限公司，
类型：发明
国别省市：浙江;33