训练方法、电弧故障检测方法、装置、电子设备及介质制造方法及图纸

本公开提供了一种训练方法、电弧故障检测方法、装置、电子设备及介质。电弧故障检测模型的训练方法包括：获取训练样本数据集，其中，训练样本数据集包括多个目标训练电流信号，目标训练电流信号包括以下至少一项：并联电弧的训练电流信号和串联电弧的训练电流信号；以及利用训练样本数据集训练初始神经网络模型，得到电弧故障检测模型。电弧故障检测模型。电弧故障检测模型。

【技术实现步骤摘要】
训练方法、电弧故障检测方法、装置、电子设备及介质


[0001]本公开涉及电子电力
，更具体地，涉及一种电弧故障检测模型的训练方法、电弧故障检测方法、电弧故障检测模型的训练装置、电弧故障检测装置、第一电子设备、第二电子设备、计算机可读存储介质和计算机程序产品。

技术介绍

[0002]随着电力电子设备的广泛使用，电力利用变得更加高效和方便。然而，随着低压配电系统的现代化，也给电力安全带来了潜在的风险。电弧故障是这种严重的威胁之一。例如由于部分电弧的温度较高，容易发生电气火灾。
[0003]在实现本公开构思的过程中，专利技术人发现相关技术中至少存在如下问题：相关技术中电弧故障的检测方法对串联电弧故障的检测准确性较差。

技术实现思路

[0004]有鉴于此，本公开实施例提供了一种电弧故障检测模型的训练方法、电弧故障检测方法、电弧故障检测模型的训练装置、电弧故障检测装置、第一电子设备、第二电子设备、计算机可读存储介质和计算机程序产品
[0005]本公开实施例的一个方面提供了一种电弧故障检测模型的训练方法，包括：
[0006]获取训练样本数据集，其中，上述训练样本数据集包括多个目标训练电流信号，上述目标训练电流信号包括以下至少一项：并联电弧的训练电流信号和串联电弧的训练电流信号；以及
[0007]利用上述训练样本数据集训练初始神经网络模型，得到上述电弧故障检测模型。
[0008]根据本公开的实施例，电弧故障检测模型的训练方法，还包括：
[0009]获取由第一嵌入式设备采集的多个初始训练信号；以及
[0010]对多个上述初始训练信号进行预处理，得到多个上述目标训练电流信号。
[0011]根据本公开的实施例，上述对多个上述初始训练信号进行预处理，得到多个上述目标训练电流信号，包括：
[0012]对多个上述初始训练信号进行数据清洗处理，得到多个第一训练信号；
[0013]对每个上述第一训练信号进行分类处理，得到分类后的第一训练信号；以及
[0014]利用预设分割规则处理每个上述分类后的第一训练信号，得到与上述分类后的第一训练信号对应的多个上述目标训练电流信号。
[0015]根据本公开的实施例，上述利用预设分割规则处理每个上述分类后的第一训练信号，得到与上述分类后的第一训练信号对应的多个上述目标训练电流信号，包括：
[0016]按照信号的波形周期对每个上述分类后的第一训练信号进行分割，得到多个第二训练信号；
[0017]对每个上述第二训练信号进行降采样处理，得到多个第三训练信号；
[0018]对每个上述第三训练信号进行归一化处理，得到多个第四训练信号；以及
[0019]按照预设筛选规则对多个上述第四训练信号进行筛选，得到多个上述目标训练电流信号。
[0020]根据本公开的实施例，电弧故障检测模型的训练方法，还包括：
[0021]获取多个第一目标电流信号和与每个上述第一目标电流信号对应的标签数据，其中，上述标签数据是根据上述电弧故障检测模型处理上述第一目标电流信号得到的检测结果确定的；以及
[0022]在预设时间间隔后利用多个上述第一目标电流信号和与每个上述目标电流信号对应的标签数据训练上述电弧故障检测模型，得到新的电弧故障检测模型。
[0023]本公开实施例的另一个方面提供了一种电弧故障检测方法，包括：
[0024]响应于电弧故障检测指令，确定第二目标电流信号，其中，上述第二目标电流信号包括以下至少一项：并联电弧的电流信号和串联电弧的电流信号；以及
[0025]将上述第二目标电流信号输入电弧故障检测模型，输出与上述第二目标电流信号对应的检测结果，其中，上述电弧故障检测模型是利用如上所述的方法训练的。
[0026]根据本公开的实施例，上述响应于电弧故障检测指令，确定第二目标电流信号，包括：
[0027]响应于上述电弧故障检测指令，获取由第二嵌入式设备采集的上述第二目标电流信号。
[0028]根据本公开的实施例，电弧故障检测方法，还包括：
[0029]在上述检测结果指示上述第二目标电流信号为故障电流的情况下，向电弧保护装置发送电弧保护指令，以便上述电弧保护装置响应于上述电弧保护指令，执行电弧保护动作。
[0030]本公开实施例的另一个方面提供了一种电弧故障检测模型的训练装置，包括：
[0031]获取模块，用于获取上述训练样本数据集，其中，上述训练样本数据集包括多个目标训练电流信号，上述目标训练电流信号包括以下至少一项：并联电弧的训练电流信号和串联电弧的训练电流信号；以及
[0032]训练模块，用于利用上述训练样本数据集训练初始神经网络模型，得到上述电弧故障检测模型。
[0033]本公开实施例的另一个方面提供了一种电弧故障检测装置，包括：
[0034]确定模块，用于响应于电弧故障检测指令，确定第二目标电流信号，其中，上述第二目标电流信号包括以下至少一项：并联电弧的电流信号和串联电弧的电流信号；以及
[0035]预测模块，用于将上述第二目标电流信号输入电弧故障检测模型，输出与上述第二目标电流信号对应的检测结果，其中，上述电弧故障检测模型是利用如上所述的方法训练的。
[0036]本公开实施例的另一个方面提供了一种第一电子设备，包括：
[0037]一个或多个第一处理器；
[0038]第一存储器，用于存储一个或多个第一程序，
[0039]其中，当所述一个或多个第一程序被所述一个或多个第一处理器执行时，使得所述一个或多个第一处理器实现如上所述的训练方法。
[0040]本公开实施例的另一个方面提供了一种第二电子设备，包括：
[0041]一个或多个第二处理器；
[0042]第二存储器，用于存储一个或多个第二程序，
[0043]其中，当所述一个或多个第二程序被所述一个或多个第二处理器执行时，使得所述一个或多个第二处理器实现如上所述的检测方法。
[0044]根据本公开的实施例，所述第二电子设备包括第三嵌入式设备。
[0045]本公开实施例的另一个方面提供了一种计算机可读存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上所述的训练方法或检测方法。
[0046]本公开实施例的另一个方面提供了一种计算机程序产品，所述计算机程序产品包括计算机可执行指令，所述指令在被执行时用于实现如上所述的训练方法或检测方法。
[0047]根据本公开的实施例，通过利用并联电弧和串联电弧的训练电流信号构成的训练样本数据集对初始神经网络模型进行训练，从而可以利用得到的电弧故障检测模型对采集的电流信号中的电弧故障进行检测，由于训练样本数据集包括串联电弧的训练电流信号，利用多个串联电弧的训练电流信号训练得到的电弧故障检测模型能够对电路中存在的串联电弧进行检测。此外，在训练电弧故障检测模型的过程中，能够自主学习串联电弧故障导致的电流信号中的故障特征，有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电弧故障检测模型的训练方法，包括：获取训练样本数据集，其中，所述训练样本数据集包括多个目标训练电流信号，所述目标训练电流信号包括以下至少一项：并联电弧的训练电流信号和串联电弧的训练电流信号；以及利用所述训练样本数据集训练初始神经网络模型，得到所述电弧故障检测模型。2.根据权利要求1所述的方法，还包括：获取由第一嵌入式设备采集的多个初始训练信号；以及对多个所述初始训练信号进行预处理，得到多个所述目标训练电流信号。3.根据权利要求2所述的方法，其中，所述对多个所述初始训练信号进行预处理，得到多个所述目标训练电流信号，包括：对多个所述初始训练信号进行数据清洗处理，得到多个第一训练信号；对每个所述第一训练信号进行分类处理，得到分类后的第一训练信号；以及利用预设分割规则处理每个所述分类后的第一训练信号，得到与所述分类后的第一训练信号对应的多个所述目标训练电流信号。4.根据权利要求3所述的方法，其中，所述利用预设分割规则处理每个所述分类后的第一训练信号，得到与所述分类后的第一训练信号对应的多个所述目标训练电流信号，包括：按照信号的波形周期对每个所述分类后的第一训练信号进行分割，得到多个第二训练信号；对每个所述第二训练信号进行降采样处理，得到多个第三训练信号；对每个所述第三训练信号进行归一化处理，得到多个第四训练信号；以及按照预设筛选规则对多个所述第四训练信号进行筛选，得到多个所述目标训练电流信号。5.根据权利要求1～4中任一项所述的方法，还包括：获取多个第一目标电流信号和与每个所述第一目标电流信号对应的标签数据，其中，所述标签数据是根据所述电弧故障检测模型处理所述第一目标电流信号得到的检测结果确定的；以及在预设时间间隔后利用多个所述第一目标电流信号和与每个所述目标电流信号对应的标签数据训练所述电弧故障检测模型，得到新的电弧故障检测模型。6.一种电弧故障检测方法，包括：响应于电弧故障检测指令，确定第二目标电流信号，其中，所述第二目标电流信号包括以下至少一项：并联电弧的电流信号和串联电弧的电流信号；以及将所述第二目标电流信号输入电弧故障检测模型，输出与所述第二目标电流信号对应的检测结果，其中，所述电弧故障检测模型是利用根据权利要求1～5中任一项所述的方法训练...

【专利技术属性】
技术研发人员：王尧，盛德杰，侯林明，邢云琪，包志舟，孔健旭，
申请(专利权)人：乐清长三角电气工程师创新中心，
类型：发明
国别省市：