【技术实现步骤摘要】
本申请涉及电弧故障检测，特别是涉及一种电弧故障检测方法、装置、可读存储介质和逆变器。
技术介绍
1、随着光伏发电技术在国内的普遍应用，光伏系统的安全问题也备受关注，而由光伏直流电弧故障引发的火灾事故数量也在逐年上升。
2、目前相关技术中，电弧故障检测技术主要集中在利用电弧故障发生前后时频域特征差异，来检测是否发生电弧故障。基于时频域特征例如有：利用电流瞬态变化率、极值或平均值等来检测电弧，通过傅里叶变换后的幅值进行故障判别。这些方法虽然比较简单，但由于电弧故障信号的信噪比低、不稳定，因此电弧故障检测时经常出现漏判、误判，一些极端工况下，电弧故障检出率低。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高电弧故障检测准确率的电弧故障检测方法、装置、可读存储介质和逆变器。
2、第一方面，本申请提供了一种电弧故障检测方法。所述方法包括：
3、分别获取逆变器中同一路mppt电路连接的n路光伏组串的直流信号；其中，n为大于或等于2的正整数；
4、根据目标光伏组串的所述直流信号和n-1个旁路直流信号对应获取所述目标光伏组串的输入信号；其中，所述目标光伏组串的一旁路直流信号为除所述目标光伏组串的直流信号以外的任一直流信号，并且所述输入信号中对每一所述旁路直流信号配置有一权重系数；所述目标光伏组串为所述n路光伏组串中的任一路；
5、基于电弧故障集成学习模型，根据每一所述目标光伏组串的输入信号判断所述输入信号对应的所述目标
6、在其中一个实施例中，所述根据目标光伏组串的所述直流信号和n-1个旁路直流信号对应获取所述目标光伏组串的输入信号，包括：
7、根据所述目标光伏组串的各所述旁路直流信号以及各所述旁路直流信号对应的权重系数获取所述目标光伏组串的背景噪声；
8、根据所述目标光伏组串的直流信号与所述背景噪声信号之和，获取所述目标光伏组串的输入信号。
9、在其中一个实施例中，所述根据所述目标光伏组串的各所述旁路直流信号以及各所述旁路直流信号对应的权重系数获取所述目标光伏组串的背景噪声，包括：
10、根据各所述旁路直流信号分别与对应的所述权重系数的乘积之和，获取所述目标光伏组串的背景噪声。
11、在其中一个实施例中，在根据目标光伏组串的所述直流信号和n-1个旁路直流信号对应获取所述目标光伏组串的输入信号之前，还包括：
12、获取每一所述目标光伏组串的故障前的多个第一预设输入信号以及故障后的多个第二预设输入信号；其中，每一所述第一预设输入信号和每一所述第二预设输入信号分别包括预设权重组，其中，每组所述预设权重组不同，所述预设权值组包括n-1个预设权重系数；
13、分别对多个所述第一预设输入信号进行傅里叶转换处理，以获取所述第一预设输入信号的第一特征参数；
14、分别对多个所述第二预设输入信号进行傅里叶转换处理，以获取所述第二预设输入信号的第二特征参数；
15、获取多个特征组的比值，以将具有最大比值的预设权重组的n-1个预设权重系数配置为所述旁路直流信号的权重系数；其中，每一所述特征组包括一所述第一特征参数和一所述第二特征参数，所述比值为所述第二特征参数与所述第一特征参数的比值。
16、在其中一个实施例中，所述方法还包括：
17、采用多个个体分类器构建所述电弧故障集成学习模型。
18、在其中一个实施例中，所述采用多个个体分类器构建所述电弧故障集成学习模型，包括：
19、采用装袋法将第一数目的所述个体分类器集成为第一多分类器系统；
20、采用随机森林法将第二数目的所述个体分类器集成为第二多分类器系统；
21、采用提升法将第三数目的所述个体分类器集成为第三多分类器系统；
22、根据所述第一多分类器系统、所述第二多分类器系统和所述第三多分类器系统构建所述电弧故障集成学习模型；其中，所述第一多分类器系统、所述第二多分类器系统、所述第三多分类器系统的类型不同。
23、在其中一个实施例中，所述根据目标光伏组串的所述直流信号和n-1个旁路直流信号对应获取所述目标光伏组串的输入信号之前，所述方法还包括：
24、对所述直流信号进行频域分析，以确定影响所述直流信号的噪声结果；
25、在所述噪声结果超过预设阈值的情况下，执行所述根据目标光伏组串的所述直流信号和n-1个旁路直流信号对应获取所述目标光伏组串的输入信号的步骤。
26、第二方面，本申请还提供了一种电弧故障检测装置。所述装置包括：
27、直流信号获取模块，用于分别获取逆变器中同一路mppt电路连接的n路光伏组串的直流信号；其中，n为大于或等于2的正整数；
28、输入信号获取模块，用于根据目标光伏组串的所述直流信号和n-1个旁路直流信号对应获取所述目标光伏组串的输入信号；其中，所述目标光伏组串的一旁路直流信号为除所述目标光伏组串的直流信号以外的任一直流信号，每一所述旁路直流信号配置有一权重系数；所述目标光伏组串为所述n路光伏组串中的任一路；
29、电弧故障判断模块，用于基于电弧故障集成学习模型，根据每一所述目标光伏组串的输入信号判断所述输入信号对应的所述目标光伏组串是否发生电弧故障。
30、第三方面，本申请还提供了一种逆变器。所述逆变器包括故障检测电路、电流检测电路、逆变电路、至少一个mppt电路以及多个与同一所述mppt电路连接的n路光伏组串；其中，
31、所述电流检测电路分别与各所述光伏组串连接；
32、所述故障检测电路与所述电流检测电路连接，用于分别获取逆变器中同一路mppt电路连接的n路光伏组串的直流信号，根据目标光伏组串的所述直流信号和n-1个旁路直流信号对应获取所述目标光伏组串的输入信号，以及基于电弧故障集成学习模型，根据每一所述目标光伏组串的输入信号判断所述输入信号对应的所述目标光伏组串是否发生电弧故障；其中，n为大于或等于2的正整数；其中，所述目标光伏组串的一旁路直流信号为除目标光伏组串的直流信号以外的任一直流信号，每一所述旁路直流信号配置有一权重系数；所述目标光伏组串为n路光伏组串中的任一路。
33、第四方面，本申请还提供了一种逆变器。所述逆变器包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现以下步骤：
34、分别获取逆变器中同一路mppt电路连接的n路光伏组串的直流信号；其中，n为大于或等于2的正整数；
35、根据目标光伏组串的所述直流信号和n-1个旁路直流信号对应获取所述目标光伏组串的输入信号；其中，所述目标光伏组串的一旁路直流信号为除所述目标光伏组串的直流信号以外的任一直流信号，每一所述旁路直流信号配置有一权重系数；所述目标光伏组串为所述n路光伏组串中的任一路；
36本文档来自技高网...
【技术保护点】
1.一种电弧故障检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据目标光伏组串的所述直流信号和N-1个旁路直流信号对应获取所述目标光伏组串的输入信号，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述目标光伏组串的各所述旁路直流信号以及各所述旁路直流信号对应的权重系数获取所述目标光伏组串的背景噪声，包括：
4.根据权利要求1所述的方法，其特征在于，在根据目标光伏组串的所述直流信号和N-1个旁路直流信号对应获取所述目标光伏组串的输入信号之前，还包括：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述采用多个个体分类器构建所述电弧故障集成学习模型，包括：
7.根据权利要求1所述的方法，其特征在于，所述根据目标光伏组串的所述直流信号和N-1个旁路直流信号对应获取所述目标光伏组串的输入信号之前，所述方法还包括：
8.一种电弧故障检测装置，其特征在于，所述装置包括：
9.一种逆变器，其特征
10.一种逆变器，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
11.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种电弧故障检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据目标光伏组串的所述直流信号和n-1个旁路直流信号对应获取所述目标光伏组串的输入信号，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述目标光伏组串的各所述旁路直流信号以及各所述旁路直流信号对应的权重系数获取所述目标光伏组串的背景噪声，包括：
4.根据权利要求1所述的方法，其特征在于，在根据目标光伏组串的所述直流信号和n-1个旁路直流信号对应获取所述目标光伏组串的输入信号之前，还包括：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述采用多个个体分类器构建所述电弧故障集成学习模型...
【专利技术属性】
技术研发人员：朱钦，刘孝宇，马祥茂，侯鹏，
申请(专利权)人：阳光电源股份有限公司，
类型：发明
国别省市：
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。