电弧检测方法和系统技术方案

本发明专利技术实施例公开了一种电弧检测方法和系统。所述电弧检测方法包括：所述站端设备通过第一电弧检测模型检测电弧，并将电弧检测样本上传至所述模型训练设备，以对所述模型训练设备中的原始电弧检测样本进行更新；所述模型训练设备根据更新后的电弧检测样本重新训练第二电弧检测模型，得到更新后的第二电弧检测模型；所述模型训练设备根据更新后的所述第二电弧检测模型对所述第一电弧检测模型进行更新。与现有技术相比，本发明专利技术实施例实现了针对不同的应用场景分别训练模型，既能够满足电弧检测的容错率和普适性要求、又能够满足电弧检测的敏感性要求。测的敏感性要求。测的敏感性要求。

【技术实现步骤摘要】
电弧检测方法和系统


[0001]本专利技术实施例涉及光伏
，尤其涉及一种电弧检测方法和系统。

技术介绍

[0002]电弧是一种气体放电现象，会产生高温、高亮度和辐射。当出现电弧现象时，若不及时灭弧处置，可能会导致线缆损坏、发电量损失，甚至是火灾。在光伏系统中，直流侧常见的电弧种类之一是串联电弧。为了在电弧出现时及时切断该支路，需要在光伏系统中增加电弧检测功能。
[0003]在现有技术中，电弧检测方式大多是采集直流电流的交流分量(简称电流信号)，并对信号进行时域和频域分析，提取特征参数后与预设的阈值对比，判断是否出现电弧。使用机器学习可以较好地融合时域和频域的多种参数，从多维度综合判断是否出现电弧，提高检测的准确性，因此，机器学习成为一种新兴的电弧检测方法。
[0004]然而，以光伏系统为例，受到光伏发电自身特性的影响，在不同应用场景下，逆变器型号、电网干扰信号不尽相同，在建立初始训练集时，很难囊括所有工况。此外，使用包含各种工况的样本数据训练模型，虽然提高了模型的容错率和普适性，却降低了模型的敏感性——模型无法针对某一特定工况进行最优化。

技术实现思路

[0005]本专利技术实施例提供一种电弧检测方法和系统，以针对不同的应用场景分别训练模型，既满足电弧检测的容错率和普适性要求、又满足电弧检测的敏感性要求。
[0006]第一方面，本专利技术实施例提供了一种电弧检测方法，由电弧检测系统执行，所述电弧检测系统包括站端设备和模型训练设备；所述站端设备配置有第一电弧检测模型；所述电弧检测方法包括：
[0007]所述站端设备通过所述第一电弧检测模型检测电弧，并将电弧检测样本上传至所述模型训练设备，以对所述模型训练设备中的原始电弧检测样本进行更新；
[0008]所述模型训练设备根据更新后的电弧检测样本重新训练第二电弧检测模型，得到更新后的第二电弧检测模型；
[0009]所述模型训练设备根据更新后的所述第二电弧检测模型对所述第一电弧检测模型进行更新。
[0010]可选地，所述站端设备通过所述第一电弧检测模型检测电弧，包括：
[0011]所述站端设备采集电流信号，并提取特征参数；
[0012]所述第一电弧检测模型根据所述特征参数判断是否出现电弧。
[0013]可选地，所述电弧检测样本中的参数包括：特征参数、电弧标志位、设备编号、样本的采样时间和样本序号；其中，所述特征参数为所述第一电弧检测模型检测电弧的依据；所述电弧标志位的不同的数值表示是否出现电弧。
[0014]可选地，在将电弧检测样本上传至所述模型训练设备之前，还包括：
[0015]对所述电弧检测样本进行人工校验，具体包括：人工现场确认所述第一电弧检测模型的判断结果是否正确，若不正确，则更改所述电弧标志位的值。
[0016]可选地，所述站端设备还配置有本地数据库；
[0017]在将电弧检测样本上传至所述模型训练设备之前，还包括：
[0018]将所述电弧检测样本保存至所述本地数据库；
[0019]所述本地数据库定时或定量将保存的所述电弧检测样本上传至所述模型训练设备。
[0020]可选地，所述模型训练设备更新电弧检测样本的规则包括：
[0021]以最新的所述电弧检测样本代替相应数量的最陈旧的所述电弧检测样本；
[0022]其中，最陈旧的所述电弧检测样本中判断为出现电弧的样本被保留。
[0023]可选地，所述站端设备的数量为至少一个；所述模型训练设备配置有至少一个训练模块，一个所述训练模块与至少一个所述站端设备对应；且与一个所述训练模块对应的所述站端设备的运行工况相同。
[0024]可选地，与一个所述训练模块对应的所述站端设备的型号相同。
[0025]可选地，电弧检测方法还包括：在站端接入新的站端设备，具体包括：
[0026]将所述新的站端设备与所述模型训练设备中已有的所述训练模块进行匹配；
[0027]若匹配成功，则所述模型训练设备将所述新的站端设备的第一电弧检测模型更新为对应的电弧检测模型；
[0028]若匹配失败，则为所述新的站端设备推送初始电弧检测模型。
[0029]可选地，在所述站端设备通过所述第一电弧检测模型检测电弧之前，还包括：为所述站端设备进行初始模型训练，具体包括：
[0030]将所述站端设备接入所述模型训练设备；
[0031]所述模型训练设备获取初始电弧检测样本，形成初始训练集；
[0032]所述模型训练设备使用所述初始训练集训练第二电弧检测模型，得到初始电弧检测模型；
[0033]所述模型训练设备将所述初始电弧检测模型下发至所述站端设备，形成所述第一电弧检测模型。
[0034]可选地，采用机器学习算法训练所述第二电弧检测模型。
[0035]第二方面，本专利技术实施例还提供了一种电弧检测系统，可执行本专利技术任意实施例所述的电弧检测方法，电弧检测系统包括：
[0036]站端设备，所述站端设备配置有第一电弧检测模型；所述站端设备用于通过所述第一电弧检测模型检测电弧，生成电弧检测样本；
[0037]模型训练设备，与所述站端设备连接；所述模型训练设备用于接收所述站端设备上传的所述电弧检测样本，并对存储的电弧检测样本进行更新；根据更新后的电弧检测样本重新训练第二电弧检测模型，得到更新后的第二电弧检测模型；根据所述更新后的第二电弧检测模型对所述第一电弧检测模型进行更新。
[0038]可选地，所述站端设备的数量为至少一个；
[0039]所述模型训练设备配置有至少一个训练模块，一个所述训练模块与至少一个所述站端设备对应，且与一个所述训练模块对应的所述站端设备的运行工况相同；
[0040]其中，所述训练模块包括：
[0041]数据库，用于存储与所述站端设备对应的所述电弧检测样本；
[0042]模型训练单元，用于根据所述电弧检测样本重新训练电弧检测模型，得到第二电弧检测模型。
[0043]可选地，电弧检测系统还包括：
[0044]上位机，连接于所述站端设备与所述模型训练设备之间，所述上位机用于提供对所述站端设备上传的所述电弧检测样本的人工校验。
[0045]由此可见，本专利技术实施例将电弧检测样本上传至模型训练设备，以使模型训练设备根据更新后的电弧检测样本重新训练第二电弧检测模型，得到更新后的第二电弧检测模型。其中，原始的电弧检测样本可适用于大多数站端设备，具有较高的容错率和普适性；而模型训练设备从站端设备接收的电弧检测样本为该站端设备在实际运行过程中的电弧检测样本，更加贴近实际工况。因此，本专利技术实施例通过增量学习的方式为站端设备训练对应的电弧检测模型，可以使训练出的电弧检测模型具有独特性和时效性，可以提高电弧检测的准确率。综上所述，本专利技术实施例能够针对不同的应用场景分别训练模型，既能够满足电弧检测的容错率和普适性要求、又能够满足电弧检测的敏感性要求。
附图说明
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电弧检测方法，其特征在于，由电弧检测系统执行，所述电弧检测系统包括站端设备和模型训练设备；所述站端设备配置有第一电弧检测模型；所述电弧检测方法包括：所述站端设备通过所述第一电弧检测模型检测电弧，并将电弧检测样本上传至所述模型训练设备，以对所述模型训练设备中的原始电弧检测样本进行更新；所述模型训练设备根据更新后的电弧检测样本重新训练第二电弧检测模型，得到更新后的第二电弧检测模型；所述模型训练设备根据更新后的所述第二电弧检测模型对所述第一电弧检测模型进行更新。2.根据权利要求1所述的电弧检测方法，其特征在于，所述站端设备通过所述第一电弧检测模型检测电弧，包括：所述站端设备采集电流信号，并提取特征参数；所述第一电弧检测模型根据所述特征参数判断是否出现电弧。3.根据权利要求1所述的电弧检测方法，其特征在于，所述电弧检测样本中的参数包括：特征参数、电弧标志位、设备编号、样本的采样时间和样本序号；其中，所述特征参数为所述第一电弧检测模型检测电弧的依据；所述电弧标志位的不同的数值表示是否出现电弧。4.根据权利要求3所述的电弧检测方法，其特征在于，在将电弧检测样本上传至所述模型训练设备之前，还包括：对所述电弧检测样本进行人工校验，具体包括：人工现场确认所述第一电弧检测模型的判断结果是否正确，若不正确，则更改所述电弧标志位的值。5.根据权利要求1所述的电弧检测方法，其特征在于，所述站端设备还配置有本地数据库；在将电弧检测样本上传至所述模型训练设备之前，还包括：将所述电弧检测样本保存至所述本地数据库；所述本地数据库定时或定量将保存的所述电弧检测样本上传至所述模型训练设备。6.根据权利要求1所述的电弧检测方法，其特征在于，所述模型训练设备更新电弧检测样本的规则包括：以最新的所述电弧检测样本代替相应数量的最陈旧的所述电弧检测样本；其中，最陈旧的所述电弧检测样本中判断为出现电弧的样本被保留。7.根据权利要求1所述的电弧检测方法，其特征在于，所述站端设备的数量为至少一个；所述模型训练设备配置有至少一个训练模块，一个所述训练模块与至少一个所述站端设备对应；且与一个所述训练模块对应的所述站端设备的运行工况相同。8.根据权利要求7所述的电弧检测方法，其特征在于，...

【专利技术属性】
技术研发人员：鲁晨鹏，宋诗，
申请(专利权)人：合肥阳光智维科技有限公司，
类型：发明
国别省市：