电弧故障的检测方法和装置、存储介质及电子设备制造方法及图纸

本申请公开了一种电弧故障的检测方法和装置、存储介质及电子设备，其中，包括：获取第一电流信号的第一频域特征向量，其中，第一电流信号为离散信号，第一频域特征向量包括第一电流信号在频域上的N个频段的频域特征，第一电流信号包括在目标电路中采集到的电流信号；对第一频域特征向量进行加权处理，得到第一加权频域特征向量，其中，第一加权频域特征向量中的第d个加权频域特征是第一频域特征向量中的第d个频域特征与第d个权重的乘积；对第一频域特征加权向量进行去噪处理，得到第一电流信号的电弧特征；根据电弧特征确定目标电路是否出现电弧故障。采用上述技术方案，解决了相关技术中在电弧故障的检测过程中出现的准确率较低的问题。较低的问题。较低的问题。

【技术实现步骤摘要】
电弧故障的检测方法和装置、存储介质及电子设备


[0001]本申请涉及电弧检测
，具体而言，涉及一种电弧故障的检测方法和装置、存储介质及电子设备。

技术介绍

[0002]电池储能作为大规模储能系统的重要形式之一，具有调峰、填谷、调频、调相、事故备用等多种用途。与常规电源相比，大规模储能电站能够适应负荷的快速变化，对提高电力系统安全稳定运行水平、电网供电质量和可靠性起到了重要作用，同时还可以优化电源结构，实现绿色环保，达到电力系统的总体节能降耗，提高总体的经济效益。
[0003]直流电弧故障往往会发生在包含高压直流电源的电气系统中，如不能及时检测并熄灭直流电弧，电弧会持续燃烧，甚至会波及到邻近电路，并可能对线路中的电源、控制系统造成危害，更甚者在密闭空间内形成爆炸。而传统的保护装置无法实现电弧的检测和保护。
[0004]相关技术中，对电弧故障进行检测的方案主要包括：(1)对电池的端电压和充放电电流基于时域分析，并根据提取的特征值进行电池拉弧检测；(2)通过采用快速傅立叶变换，得到每个时段的频谱数据，并计算相邻两个时段对应的两组频谱数据，判断相似度是否在阈值范围内，根据判断结果确定是否存在电弧故障。
[0005]然而，由于采集到的电流信号中包含大幅度的开关噪声和小幅值的环境噪声，上述两种方案中均未进行降噪处理，而是直接将电流数据的时域特征量作为检测依据，那么就容易受到开关频率噪声以及环境噪声的干扰，使得获取到的电弧特征准确性较低；同时由于在发生弱电弧故障时，直流电弧电流的时域波形相对稳定，直接利用电流信号的时域特征作为检测依据，无法识别到微弱电弧故障，已出现误检或漏检的情况，从而造成了电弧故障检测过程中出现的准确率较低的技术问题。
[0006]针对上述问题，目前尚未提出有效的解决方案。

技术实现思路

[0007]本申请实施例提供了一种电弧故障的检测方法和装置、存储介质及电子设备，以至少解决在电弧故障的检测过程中出现的准确率较低的问题。
[0008]根据本申请实施例的一方面，提供了一种电弧故障的检测方法，包括：获取第一电流信号的第一频域特征向量，其中，第一电流信号为离散信号，第一频域特征向量包括第一电流信号在频域上的N个频段的频域特征，第一电流信号包括在目标电路中采集到的电流信号，N为大于或等于2的正整数；对第一频域特征向量进行加权处理，得到第一加权频域特征向量，其中，第一加权频域特征向量中的第d个加权频域特征是第一频域特征向量中的第d个频域特征与第d个权重的乘积，第d个权重是与第d个频域特征对应的频段对应，d为大于或等于1、且小于或等于N的正整数；对第一频域特征加权向量进行去噪处理，得到第一电流信号的电弧特征；根据电弧特征确定目标电路是否出现电弧故障。
[0009]可选地，上述获取第一电流信号的第一频域特征向量，包括：对第一电流信号进行傅里叶变换，得到N个频段的频域信号，其中，傅里叶变换用于将第一电流信号从时域信号转换为频域信号；确定N个频段的频域信号的电流频谱能量值，得到第一频域特征向量，其中，N个频段中的第h频段的频域信号的电流频谱能量值是对第h频段的频域信号在第h个频段中的各个离散信号进行积分运算得到的值。
[0010]可选地，上述对第一加权频域特征向量进行去噪处理，得到第一电流信号的电弧特征，包括：根据第一加权频域特征向量，构造第一Hankel矩阵；对第一Hankel矩阵进行奇异值分解，得到第一电流信号的电弧特征。
[0011]可选地，上述对第一Hankel矩阵进行奇异值分解，得到第一电流信号的电弧特征，包括：在第一Hankel矩阵为m
×
n阶矩阵的情况下，对第一Hankel矩阵进行奇异值分解，得到m
×
m阶的第一交流分量矩阵、m
×
n阶的第一噪声分量矩阵以及n
×
n阶的第一直流分量矩阵，第一噪声分量矩阵为对角矩阵，第一噪声分量矩阵的对角线上包括m个奇异值，其中，m≦n、且n为大于或等于2的正整数；根据m个奇异值，确定第一电流信号的电弧特征。
[0012]可选地，上述根据m个奇异值，确定第一电流信号的电弧特征，包括：获取第一时间段内的第一电流信号的第一频域特征向量以及第二时间段内的第二电流信号的第二频域特征向量，其中，第一时间段和第二时间段是分别按照预设时间间隔得到的时间区间；对第二频域特征向量进行加权处理，得到第二加权频域特征向量，其中，第二加权频域特征向量是由第二频域特征向量中的第s个特征值分别与第z频段对应的第z个权重的乘积得到的特征值序列，s、z为大于或等于1的正整数；根据第二加权频域特征向量，构造第二Hankel矩阵，并对第二Hankel矩阵进行奇异值分解，得到p
×
p阶的第二交流分量矩阵、p
×
q阶的第二噪声分量矩阵以及q
×
q阶的第二直流分量矩阵，其中，第二噪声分量矩阵为对角矩阵，对角矩阵的对角线上包括p个奇异值，p、q为大于或等于2的正整数；根据m个奇异值和p个奇异值，确定第一电流信号的电弧特征。
[0013]可选地，上述根据m个奇异值和p个奇异值，确定第一电流信号的电弧特征，包括：在m个奇异值中按照取值从大到小取前k个奇异值，得到第一奇异值集合，以及在p个奇异值中按照取值从大到小取前k个奇异值，得到第二奇异值集合；按照取值从大到小分别计算第一奇异值集合与第二奇异值集合中相同位置上的奇异值之间的比值，得到k个比值，其中，k为大于等于、且小于等于m的正整数；将第一电流信号的电弧特征确定为包括k个比值。
[0014]可选地，上述根据电弧特征确定目标电路是否出现电弧故障，包括：将电弧特征输入目标神经网络，得到目标神经网络通过以下公式确定的输出矩阵：其中，u为电弧故障的种类数量，R为训练样本的数量，L为目标神经网络的隐含层的神经元的数量，β
i
为输出权重，g(x)为激活函数，w
i
为目标神经网络的第i个隐含层单元的输入权重，b
i
为目标神经网络的第i个隐层单元的偏置，w
i
x
j
表示w
i
和x
j
的内积，x
j
是输入矩阵X
v
×
R
的第j个值，v为输入特征变量的维数；根据输出矩阵确定目标检测结果，其中，目标检测结果用于表示目标电路出现电弧故障的概率，目标检测结果是与输出矩阵的最小化损失值相对应的值；根据目标检测结果确定目标电路是否出现电弧故障。
[0015]可选地，上述根据目标检测结果确定目标电路是否出现电弧故障，包括：在目标检测结果所表示的概率大于或等于第一预设阈值的情况下，确定目标电路出现电弧故障。
[0016]可选地，上述方法还包括：在目标检测结果所表示的概率大于或等于第一预设阈
值、小于第二预设阈值的情况下，确定目标电路存在第一类型的电弧故障，其中，第一类型的电弧故障用于发送故障报警提示；和/或在目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电弧故障的检测方法，其特征在于，包括：获取第一电流信号的第一频域特征向量，其中，所述第一电流信号为离散信号，所述第一频域特征向量包括所述第一电流信号在频域上的N个频段的频域特征，所述第一电流信号包括在目标电路中采集到的电流信号，N为大于或等于2的正整数；对所述第一频域特征向量进行加权处理，得到第一加权频域特征向量，其中，所述第一加权频域特征向量中的第d个加权频域特征是所述第一频域特征向量中的第d个频域特征与第d个权重的乘积，所述第d个权重是与所述第d个频域特征对应的频段对应，d为大于或等于1、且小于或等于N的正整数；对所述第一频域特征加权向量进行去噪处理，得到所述第一电流信号的电弧特征；根据所述电弧特征确定所述目标电路是否出现电弧故障。2.根据权利要求1所述的方法，其特征在于，所述获取第一电流信号的第一频域特征向量，包括：对所述第一电流信号进行傅里叶变换，得到所述N个频段的频域信号，其中，所述傅里叶变换用于将所述第一电流信号从时域信号转换为频域信号；确定所述N个频段的频域信号的电流频谱能量值，得到所述第一频域特征向量，其中，所述N个频段中的第h频段的频域信号的电流频谱能量值是对所述第h频段的频域信号在第h个频段中的各个离散信号进行积分运算得到的值。3.根据权利要求1所述的方法，其特征在于，所述对所述第一加权频域特征向量进行去噪处理，得到所述第一电流信号的电弧特征，包括：根据所述第一加权频域特征向量，构造第一Hankel矩阵；对所述第一Hankel矩阵进行奇异值分解，得到所述第一电流信号的电弧特征。4.据权利要求3所述的方法，其特征在于，所述对所述第一Hankel矩阵进行奇异值分解，得到所述第一电流信号的电弧特征，包括：在所述第一Hankel矩阵为m
×
n阶矩阵的情况下，对所述第一Hankel矩阵进行奇异值分解，得到m
×
m阶的第一交流分量矩阵、m
×
n阶的第一噪声分量矩阵以及n
×
n阶的第一直流分量矩阵，所述第一噪声分量矩阵为对角矩阵，所述第一噪声分量矩阵的对角线上包括m个奇异值，其中，m≦n、且n为大于或等于2的正整数；根据所述m个奇异值，确定所述第一电流信号的电弧特征。5.根据权利要求4所述的方法，其特征在于，所述根据所述m个奇异值，确定所述第一电流信号的电弧特征，包括：获取第一时间段内的所述第一电流信号的所述第一频域特征向量以及第二时间段内的第二电流信号的第二频域特征向量，其中，所述第一时间段和所述第二时间段是分别按照预设时间间隔得到的时间区间；对所述第二频域特征向量进行加权处理，得到第二加权频域特征向量，其中，所述第二加权频域特征向量是由所述第二频域特征向量中的第s个特征值分别与第z频段对应的第z个权重的乘积得到的特征值序列，s、z为大于或等于1的正整数；根据所述第二加权频域特征向量，构造第二Hankel矩阵，并对所述第二Hankel矩阵进行奇异值分解，得到p
×
p阶的第二交流分量矩阵、p
×
q阶的第二噪声分量矩阵以及q
×
q阶的第二直流分量矩阵，其中，所述第二噪声分量矩阵为对角矩阵，所述对角矩阵的对角线上
包括p个奇异值，p、q为大于或等于2的正整数；根据所述m个奇异值和所述p个奇异值，确定所述第一电流信号的电弧特征。6.根据权利要求5所述的方法，其特征在于，所述根据所述m个奇异值和所述p个奇异值，确定所述第一电流信号的电弧特征，包括：在所述m个奇异值中按照取值从大到小取前k个奇异值，得到第一奇异值集合，以及在所述p...

【专利技术属性】
技术研发人员：冯中魁，董航飞，李宗宝，李俊芝，徐小飞，石九林，许永泉，
申请(专利权)人：江苏中天科技股份有限公司，
类型：发明
国别省市：