System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于边缘计算的电弧故障检测方法技术_技高网

一种基于边缘计算的电弧故障检测方法技术

技术编号:40351280 阅读:7 留言:0更新日期:2024-02-09 14:35
本发明专利技术属于航空配电系统故障电弧检测领域,涉及一种基于边缘计算的电弧故障检测方法,包括:电弧检测终端实时采集电路中的电流信息,对每个电流周期,判断多种电流特征是否超过各自电流特征阈值,若超过则该电流周期为电弧周期。判断一个移动时间窗口内的电弧周期累积量是否超过设定的阈值,若超过则发生了电弧故障,并将电弧故障报警和一个移动时间窗口内的电流数据上报给电弧检测远端。电弧检测远端进行电弧识别,若识别存在电弧故障则将电弧故障报警信息上报给上位机,并将电弧保护命令下发给电弧检测终端。电弧检测终端进行电弧故障保护。本发明专利技术技术方案在具有较高的电弧检测率的同时,降低了非线性负载等的干扰,降低了误报率。

【技术实现步骤摘要】

本专利技术属于航空供配电系统、电气安全检测,具体涉及一种基于边缘计算的电弧故障检测方法


技术介绍

1、电弧是一种气体游离放电现象,在正常状态下,气体具有良好的绝缘性,但是当在气体间隙的两端加上足够大的电场时,就可气体游离放电,产生电弧。电弧的特点是能量大且温度高,可在几微秒内达到上千摄氏度。电弧产生大量的热,加速周围电缆绝缘层的老化和损坏,使触头和绝缘材料烧损,危及线路和设备安全;严重时,可引燃电气系统的线缆和设备,发生火灾和爆炸。

2、电弧给飞机的安全运行带来极大的威胁,国内外学者针对电弧故障检测方法进行了大量的研究,如在专利“一种飞机故障电弧检测方法”中提到采用能量比方法选取飞机故障电弧特征的db3小波作为分解信号的基小波,对采集的电流信号进行小波分解,提取d2信号,利用小波高频分量周期标准差作为航空故障电弧的识别特征,从而进行电弧识别。

3、在现有的电弧故障识别中,常常忽略复杂的负载类型及不同电流大小对电弧故障带来的实际影响,从而使电弧故障识别方法只适用于个别类型的电弧类型,无法排除复杂负载的干扰,且现有飞机电弧故障检测终端算力有限,导致现有的电弧故障检测方法检测准确率较低,检测误报率居高不下。


技术实现思路

1、本专利技术解决的技术问题是航空电弧故障检测中由于非线性负载种类较多,电弧类型复杂,故障识别受干扰严重,采用的电弧检测算法检测能力有限,误报率居高不下的问题,提供了一种基于边缘计算的电弧故障检测方法。

2、本专利技术的目的可以通过以下技术方案来实现,该方案包括步骤如下:

3、本专利技术提供一种基于边缘计算的电弧故障电弧检测方法,供配电网络包含:一个电弧检测远端和多个电弧检测终端,所述的方法包括如下步骤:

4、s1,任意一个电弧检测终端以特定采样频率实时采集供配电网络主电路中的电流,并对采集的电流数据进行有效性检验、数据预处理和电流频率检测;

5、s2,所述电弧检测终端按照电流频率检测的结果确定adc采样率,按照adc采样率进行adc采样,并对每个电流周期进行多种电流特征提取;

6、s3,电弧检测终端判断每个电流周期的电流特征是否超过各自的特征阈值,若超过,则认定此电流周期为电弧周期,并进行电弧周期累积量加1;

7、s4,在预设的移动时间窗口内,电弧检测终端判断电弧周期数是否超过设定的电弧周期累积量第一阈值,若超过则认为检测到电弧故障,并清除电弧周期累积量,否则,按照s3继续进行移动时间窗口内下一个电流周期的检测;

8、s5,电弧检测终端检测到电路中存在电弧故障,将电弧故障报警和所述移动时间窗口内的所有电流数据上报给电弧检测远端;

9、s6,电弧检测远端接收到电弧检测终端上报的电弧故障报警信息和所述移动检测时间窗口内的所有电流数据;

10、s7,电弧检测远端按照和电弧检测终端相同的电流周期,对所述移动检测时间窗口内的所有电流数据进行特征提取,提取多种电流特征;

11、s8,电弧检测远端将提取的多种电流特征作为输入,输入到电弧故障神经网络识别器中,进行电弧故障识别;

12、s9,若电弧故障神经网络识别器中判断此段电流数据存在电弧故障,则电弧检测远端将电弧故障报警信息上报给上位机、存储该段电流数据,并将电弧保护命令下发给电弧检测终端;否则,若电弧故障神经网络识别器识别此段数据不存在电弧故障,则电弧检测远端将电弧故障误报信息上报给上位机、存储该段电流数据;

13、s10,电弧检测终端接收到电弧检测远端下发的电弧保护命令,进行电弧保护。

14、进一步的,电弧检测终端数据预处理,进行数据有效性校验,具体为:将采集到的电流信号与预先设定的滤波阈值进行比较,若大于滤波阈值则认为采集到的电流数据为有效数据,并转入下一个步骤;若低于滤波阈值,则认为采集到的电流数据无效,重复进行电流采样。

15、进一步的,电弧检测终端电流频率检测,通过采集的电流数据确定电流的频率,是直流电还是交流电,基于电流频率选择adc采样率,若为直流电,则以400hz的频率为基准选择adc采样率。

16、进一步的,电弧检测终端进行每电流周期的电流特征提取具体为:对每个adc采样的缓存电流数据,进行多种电流特征提取,计算每个电流周期的电流特征值,计算的特征值编号为电流特征1,电流特征2,...,电流特征n,n为大于2的正整数,电流特征为:电流均值、电流峰峰值、电流标准差、电流两周期平均幅值差、电流均匀度、电流变化率均值、电流偏态、电流余弦相似度、电流前n次谐波和或电流前后窗口各频率分量皮尔逊相关系数;电弧检测终端判断每个电流周期是否为电弧周期,具体为:电弧检测终端判断每个电流特征i是否超过本身的的电流特征i识别阈值,若所有电流特征i均超过各自的电流特征i识别阈值,其中i=1,2,..n,则判定当前电流周期为电弧周期,并进行电弧周期累积量加1。

17、进一步的,电弧检测远端将电弧电流数据按照电流周期,计算每个电流周期电流特征1、电流特征2、...、电流特征m,m为大于等于4的正整数,并将计算得到的电流周期电流特征1、电流特征2、...、电流特征m导入训练好的神经网络电弧故障识别器,进行电弧故障识别。

18、进一步的,电流特征的选取是通过对电弧电流数据、正常电流数据、干扰电流数据和负载电流数据分别进行电流特征提取,得到电弧电流特征、正常电流特征、干扰电流特征和负载电流特征,并对得到的特征进行特征值域分析,确定各自特征的最大值和最小值,得到特征值域[特征最小值,特征最大值],并对电弧电流特征值域和正常电流特征值域、干扰电流特征值域、负载电流特征值域进行比较,若电弧电流特征值域和其他特征值域的重合度小于预设的特征值域重合阈值,则该电流特征可以用于进行电弧故障识别;若电弧电流特征值域和其他值域没有重合,则特征值域重合度为零,则优选该电流特征用于电弧识别。

19、进一步的,电弧检测移动窗口的窗口长度根据电弧检测标准和电流体制确定;

20、电弧检测移动窗口长度和电弧电流周期具有如下关系:

21、电弧检测移动窗口长度=电流周期*电弧检测需要识别的周期数;

22、电流周期由电压频率f确定,电流周期=1/电压频率f;若为直流供电体制,则电流周期可根据需要选择,可选2.5ms。

23、进一步的,神经网络电弧故障识别器是预先训练好的bp神经网络:

24、(1)设置神经网络的输入层、隐藏层、输出层节点,设置学习率及激活函数;

25、(2)通过预先采集的电弧数据、正常数据、负载数据和干扰数据,进行特征提取,分别提取特征i的四类数据的相应特征,得到对应的电弧电流特征i、正常电流特征i、负载电流特征i和干扰电流特征i,将四类特征组成的数组作为训练集进行神经网络训练,神经网络输出结果为电弧故障和非电弧故障。

26、通过采用上述技术方案,本专利技术具有如下优点:

27、本文档来自技高网...

【技术保护点】

1.一种基于边缘计算的电弧故障电弧检测方法,其特征在于,供配电网络包含:一个电弧检测远端和多个电弧检测终端,所述的方法包括如下步骤:

2.根据权利要求1所述的一种基于边缘计算的电弧故障检测方法,其特征在于:电弧检测终端数据预处理,进行数据有效性校验,具体为:将采集到的电流信号与预先设定的滤波阈值进行比较,若大于滤波阈值则认为采集到的电流数据为有效数据,并转入下一个步骤;若低于滤波阈值,则认为采集到的电流数据无效,重复进行电流采样。

3.根据权利要求1所述的一种基于边缘计算的电弧故障检测方法,其特征在于:电弧检测终端电流频率检测,通过采集的电流数据确定电流的频率,是直流电还是交流电,基于电流频率选择ADC采样率,若为直流电,则以400HZ的频率为基准选择ADC采样率。

4.根据权利要求1所述的一种基于边缘计算的电弧故障检测方法,其特征在于:电弧检测终端进行每电流周期的电流特征提取具体为:对每个ADC采样的缓存电流数据,进行多种电流特征提取,计算每个电流周期的电流特征值,计算的特征值编号为电流特征1,电流特征2,...,电流特征n,n为大于2的正整数,电流特征为:电流均值、电流峰峰值、电流标准差、电流两周期平均幅值差、电流均匀度、电流变化率均值、电流偏态、电流余弦相似度、电流前n次谐波和或电流前后窗口各频率分量皮尔逊相关系数;电弧检测终端判断每个电流周期是否为电弧周期,具体为:电弧检测终端判断每个电流特征i是否超过本身的的电流特征i识别阈值,若所有电流特征i均超过各自的电流特征i识别阈值,其中i=1,2,..n,则判定当前电流周期为电弧周期,并进行电弧周期累积量加1。

5.根据权利要求1所述的一种基于边缘计算的电弧故障检测方法,其特征在于:电弧检测远端将电弧电流数据按照电流周期,计算每个电流周期电流特征1、电流特征2、...、电流特征m,m为大于等于4的正整数,并将计算得到的电流周期电流特征1、电流特征2、...、电流特征m导入训练好的神经网络电弧故障识别器,进行电弧故障识别。

6.根据权利要求1所述的一种基于边缘计算的电弧故障检测方法,其特征在于:电流特征的选取是通过对电弧电流数据、正常电流数据、干扰电流数据和负载电流数据分别进行电流特征提取,得到电弧电流特征、正常电流特征、干扰电流特征和负载电流特征,并对得到的特征进行特征值域分析,确定各自特征的最大值和最小值,得到特征值域[特征最小值,特征最大值],并对电弧电流特征值域和正常电流特征值域、干扰电流特征值域、负载电流特征值域进行比较,若电弧电流特征值域和其他特征值域的重合度小于预设的特征值域重合阈值,则该电流特征可以用于进行电弧故障识别;若电弧电流特征值域和其他值域没有重合,则特征值域重合度为零,则优选该电流特征用于电弧识别。

7.根据权利要求1所述的一种基于边缘计算的电弧故障检测方法,其特征在于:

8.根据权利要求1所述的一种基于边缘计算的电弧故障检测方法,其特征在于:神经网络电弧故障识别器是预先训练好的BP神经网络:

...

【技术特征摘要】

1.一种基于边缘计算的电弧故障电弧检测方法,其特征在于,供配电网络包含:一个电弧检测远端和多个电弧检测终端,所述的方法包括如下步骤:

2.根据权利要求1所述的一种基于边缘计算的电弧故障检测方法,其特征在于:电弧检测终端数据预处理,进行数据有效性校验,具体为:将采集到的电流信号与预先设定的滤波阈值进行比较,若大于滤波阈值则认为采集到的电流数据为有效数据,并转入下一个步骤;若低于滤波阈值,则认为采集到的电流数据无效,重复进行电流采样。

3.根据权利要求1所述的一种基于边缘计算的电弧故障检测方法,其特征在于:电弧检测终端电流频率检测,通过采集的电流数据确定电流的频率,是直流电还是交流电,基于电流频率选择adc采样率,若为直流电,则以400hz的频率为基准选择adc采样率。

4.根据权利要求1所述的一种基于边缘计算的电弧故障检测方法,其特征在于:电弧检测终端进行每电流周期的电流特征提取具体为:对每个adc采样的缓存电流数据,进行多种电流特征提取,计算每个电流周期的电流特征值,计算的特征值编号为电流特征1,电流特征2,...,电流特征n,n为大于2的正整数,电流特征为:电流均值、电流峰峰值、电流标准差、电流两周期平均幅值差、电流均匀度、电流变化率均值、电流偏态、电流余弦相似度、电流前n次谐波和或电流前后窗口各频率分量皮尔逊相关系数;电弧检测终端判断每个电流周期是否为电弧周期,具体为:电弧检测终端判断每个电流特征i是否超过本身的的电流特征i识别阈值,若所有...

【专利技术属性】
技术研发人员:韩庆轩杨昌崔建平
申请(专利权)人:天津航空机电有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1