触电识别方法及装置、计算机可读存储介质、处理器制造方法及图纸

本发明专利技术公开了一种触电识别方法及装置、计算机可读存储介质、处理器。其中，该方法包括：获取低压配电网出现故障后预定时长内目标对象的剩余电流和低压配电网的故障相电压；根据剩余电流和故障相电压生成电压

【技术实现步骤摘要】
触电识别方法及装置、计算机可读存储介质、处理器


[0001]本专利技术涉及低压配电网故障识别
，具体而言，涉及一种触电识别方法及装置、计算机可读存储介质、处理器。

技术介绍

[0002]低压配电网中常见人体触电事故，存在安全隐患，所以需要快速动作；然而配网中又常因电缆泄露电流增大或绝缘老化造成电阻性漏电，针对这类故障，为保证供电可靠性，并不希望跳闸；然而它们与人体触电的故障特征十分相近，导致动作正确率低下。
[0003]在已有的研究中，人体触电识别可以分为解析方法与人工智能方法。在考虑人体阻抗cole
‑
cole模型，使用快速傅里叶变换，实现了人体触电识别；并使用小波变换与混沌理论分析剩余电流，准确率基本可以达到90％。对于人工智能方法来说，目标使用希尔伯特
‑
黄变换对剩余电流提取固有模态分量，以此作为模糊神经网络的输入，以实现人体触电识别；此外，使用前馈神经网络可实现对人体触电识别，比如，分别使用支持向量机与反向传播(BP)神经网络实现人体触电识别。
[0004]然而，现有的人体触电保本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种触电识别方法，其特征在于，包括：获取低压配电网出现故障后预定时长内目标对象的剩余电流和所述低压配电网的故障相电压；根据所述剩余电流和所述故障相电压生成电压
‑
电流轨迹图；将所述电压
‑
电流轨迹图输入至触电识别模型中，以利用所述触电识别模型对所述电压
‑
电流轨迹图进行识别，其中，所述触电识别模型是使用多组训练数据通过机器学习训练得到，所述多组训练数据中的样本电压
‑
电流轨迹图为所述触电识别模型的输入，所述多组训练数据中的样本识别结果为所述触电识别模型的输出；根据所述识别结果确定所述目标对象是否触电。2.根据权利要求1所述的触电识别方法，其特征在于，获取低压配电网出现故障后预定时长内目标对象的剩余电流，包括：生成阻抗模型，其中，所述阻抗模型用于表征包括所述目标对象的多个对象的阻抗；根据所述阻抗模型中各个电器元件的电参数确定所述剩余电流。3.根据权利要求2所述的触电识别方法，其特征在于，根据所述阻抗模型中各个电器元件的电参数确定所述剩余电流，包括：通过漏电流确定公式确定所述剩余电流，其中，所述漏电流确定公式为：i
n(t)＝
i
n0
(t)+i
n1
(t)+i
n2
(t),i
n(t)
表示所述剩余电流，i
n(t)＝
i
n0
表示所述目标对象对地电阻影响下的交流分量，i
n1
表示所述阻抗模型中皮肤电容与皮肤电阻并联部分下的电流量，i
n2
表示衰减直流分量，所述皮肤电容是所述阻抗模型中用于表示所述目标对象细胞液间隙的电容，所述皮肤电阻是所述阻抗模型中用于表示所述目标对象皮肤的电阻。4.根据权利要求3所述的触电识别方法，其特征在于，在通过漏电流确定公式确定所述剩余电流之前，还包括：通过第一公式确定所述电流量，其中，所述第一公式为：i
n1
(t)＝Asin(ωt+φ
‑
θ)，i
n1
(t)表示所述电流量，ω为电网角频率，t表示时间，φ表示所述低压配电网的故障合闸角，A和θ分别通过所述阻抗模型中各个电器元件的电参数以及所述电网角频率确定得到。5.根据权利要求1所述的触电识别方法，其特征在于，根据所述剩余电流和所述故障相电压生成电压
‑
电流轨迹图，包...

【专利技术属性】
技术研发人员：白浩，刘亦朋，李巍，杨炜晨，要若天，潘益丰，谈赢杰，郭祚刚，徐敏，刘通，
申请(专利权)人：南方电网科学研究院有限责任公司，
类型：发明
国别省市：