【技术实现步骤摘要】
本专利技术属于电动汽车充电，涉及充电系统故障识别方法，尤其是一种电动汽车交直流充电桩串联电弧故障检测方法。
技术介绍
1、纯电动汽车具有零排放、能源利用率高、结构简单、噪声小、可以平抑电网的峰谷差以及能使发电设备得到充分利用的优点。随着电动汽车的快速普及，电动汽车及其充电装置火灾事故频发，造成巨大生命财产损失。电动汽车内部及充电桩内部线路复杂、搭接点众多，极易发生因绝缘老化、连接松动等引起的串联电弧，连锁反应可能导致设备烧蚀甚至起火。
2、电动汽车充电桩产生的电弧故障为多为串联电弧故障，而串联电弧故障因受线路负载限制，其故障电流小，以至于现有保护体系无法实现对串联电弧故障信号的提取及检测，是现有电气保护体系的漏洞之一，存在潜在电气安全隐患。传统电弧检测和治理技术无法套用到电动汽车充电桩的故障电弧检测，此外，国内外关于电动汽车充电设备漏电与串联电弧故障特征的研究较少，尚未有通用的火灾隐患故障检测及保护装置，亟需开展电动汽车及充电火灾保护装置研究，为配电网安全稳定运行提供保障。
技术实现思路
1、本专利技术的目的在于克服现有技术的不足，提供一种电动汽车交直流充电桩串联电弧故障检测方法，能够实时监测电气系统中的电弧故障，使得故障可以及早被察觉和处理，减少了事故的发生时间和损失。
2、本专利技术解决现有的技术问题是采取以下技术方案实现的：
3、一种电动汽车交直流充电桩串联电弧故障检测方法，包括以下步骤：
4、步骤1、初始化电动汽车交直流充电桩
5、步骤2、利用电流互感器采集电动汽车交直流充电桩的电弧信号，获取电流时频信号；
6、步骤3、从电流时频信号中提取用于故障检测的特征信息；
7、步骤4、根据提取的特征信息综合确定电动汽车交直流充电桩的当前状态类型，若所探测状态持续为故障状态，则进行下一步，否则，重复步骤4；
8、步骤5、若误报场景特征集w为空，则进行步骤6，否则，遍历误报场景特征集w中的特征向量，计算已提取的特征信息并与误报场景特征集w中每个特征向量进行匹配，如果已提取的特征信息与误报场景特征集w中每个特征向量不匹配，则判定故障电弧有效，提交处理；否则，进行下一步；
9、步骤6、判定本次故障电弧报警为误报，进行人工干预。
10、进一步，所述步骤1误报场景特征集w由相同间隔时间内发生误报的故障电弧的特征向量x组成。
11、进一步，所述电流互感器为电子式电流互感器，步骤2通过电子式电流互感器采集电流行波模拟信号，并通过高速ad芯片将采集到电流行波模拟信号转换为数字信号，得到电流行波信号x(t)。
12、进一步，所述步骤3在提取故障检测的特征信息时，按照设定的时间段ts对电流时频信号进行采样，并经小波去噪处理，得到用于故障检测的特征信息。
13、进一步，所述步骤3的具体实现方法包括：
14、⑴采用局部均值分解法获得电流信号的多个乘积函数，每一个乘积函数分量都是由一个包络信号和一个纯调频信号相乘得到的；选取能指示故障电弧发生时刻的某一阶乘积函数，作为判断故障电弧的一组特征值，记为xi(t)，i表示当前时间段的计数值；
15、⑵计算各个乘积函数分量的时频熵值作为故障信号特征量，利用乘积函数分量样本熵值组成反应故障性质的特征向量组对故障性质进行表征。
16、进一步，所述步骤⑴选取作为故障电弧检测特征量的乘积函数的原则为：能以尖峰形式准确指示故障电弧发生的时间段，且以幅值波动形式显示故障电弧燃烧阶段与系统正常运行阶段的差异。
17、进一步，所述步骤⑴局部均值分解法的具体实现方法为：
18、设故障电弧检测时的电流量为x(t)，对x(t)的全部局部极值点进行求取，获得两相邻极值点ni和ni+1的包络估计值ai和局部均值mi：
19、
20、
21、使用直线连接所有的局部均值mi和局部包络线估计值ai，利用平滑处理法求取包络估计函数a11(t)与局部均值函数m11(t)；
22、在信号x(t)中，去除m11(t)后得残差信号：
23、p11(t)＝x(t)-m11(t)
24、对p11(t)进行解耦后得调频信号s11(t)：
25、
26、重复以上步骤，直到s1n(t)的包络估计函数a1(n+1)(t)＝1.设定动变量△，a1n(t)满足下式，则迭代结束：
27、1+δ≤a1n(t)≤1+δ
28、得到包络信号a1(t)：
29、
30、式中，k表示迭代循环次数；
31、信号x(t)的第一个乘积函数分量为：
32、pf1(t)＝a1(t)s1n(t)
33、瞬时幅值为a1(t)，瞬时频率为：
34、
35、重复上述步骤，直至uk(t)单调：
36、
37、至此，原始检测信号x(t)被表示为：
38、
39、进一步，所述步骤⑵计算各个乘积函数分量的时频熵的方法为：
40、将lmd的时频分布定义为：
41、
42、其中，n为乘积函数分量的个数，ai(t)和fi(t)分别为第i个乘积函数分量的瞬时幅值与瞬时频率；
43、利用lmd方法对信号进行分析后，计算其时频熵：将lmd时频平面划分为n个等面积的时频块，每个时频块的能量为wi，i＝1～n，整个时频平面的能量为w，w归一化为：
44、其中
45、故障电弧信号经lmd处理后信号的时频熵为：
46、
47、进一步，所述步骤5使用欧几里得距离相似度进行特征向量匹配，该欧几里得距离相似度公式为：
48、
49、其中，xi为特征向量x的元素，yi为误报场景特征集w的元素，距离数值越小，则相似度越大。
50、本专利技术的优点和积极效果是：
51、1、本专利技术采用局部均值分解法(local mean decomposition,lmd)和时频熵对电动汽车交直流充电桩串联电弧故障进行检测，可有效去除干扰噪声的同时，只需使用较少数据从复杂多变的串联电弧电流数据中准确分离出判别能力最强的故障分量，实现了充电桩故障电弧的电流特征量准确提取及故障检测功能功能，具有分解效率较高、敏感分量特征的相对增量较大、故障检测能力强等特点；并且针对每个故障电弧探测终端构建一个单独的误报场景特征数据集，一种场景下出现误报并人工标记，之后同类场景将不会再次发生误报，基于反馈机制，避免已知误报场景的持续误报。本专利技术对交直流电动汽车充电桩的整体安全性、可靠性有重要的价值和意义。
52、2、本专利技术采用的局部均值分解法的电动汽车交直流充电桩串联电弧故障检测方法，局部均值分解法与传统故障本文档来自技高网...
【技术保护点】
1.一种电动汽车交直流充电桩串联电弧故障检测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的电动汽车交直流充电桩串联电弧故障检测方法，其特征在于：所述步骤1误报场景特征集W由相同间隔时间内发生误报的故障电弧的特征向量X组成。
3.根据权利要求1所述的电动汽车交直流充电桩串联电弧故障检测方法，其特征在于：所述电流互感器为电子式电流互感器，步骤2通过电子式电流互感器采集电流行波模拟信号，并通过高速AD芯片将采集到电流行波模拟信号转换为数字信号，得到电流行波信号x(t)。
4.根据权利要求1所述的电动汽车交直流充电桩串联电弧故障检测方法，其特征在于：所述步骤3在提取故障检测的特征信息时，按照设定的时间段TS对电流时频信号进行采样，并经小波去噪处理，得到用于故障检测的特征信息。
5.根据权利要求4所述的电动汽车交直流充电桩串联电弧故障检测方法，其特征在于：所述步骤3的具体实现方法包括：
6.根据权利要求5所述的电动汽车交直流充电桩串联电弧故障检测方法，其特征在于：所述步骤⑴选取作为故障电弧检测特征量的乘积函数的原则为：
7.根据权利要求5所述的电动汽车交直流充电桩串联电弧故障检测方法，其特征在于：所述步骤⑴局部均值分解法的具体实现方法为：
8.根据权利要求5所述的电动汽车交直流充电桩串联电弧故障检测方法，其特征在于：所述步骤⑵计算各个乘积函数分量的时频熵的方法为：
9.根据权利要求1所述的电动汽车交直流充电桩串联电弧故障检测方法，其特征在于：所述步骤5使用欧几里得距离相似度进行特征向量匹配，该欧几里得距离相似度公式为：
...【技术特征摘要】
1.一种电动汽车交直流充电桩串联电弧故障检测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的电动汽车交直流充电桩串联电弧故障检测方法，其特征在于：所述步骤1误报场景特征集w由相同间隔时间内发生误报的故障电弧的特征向量x组成。
3.根据权利要求1所述的电动汽车交直流充电桩串联电弧故障检测方法，其特征在于：所述电流互感器为电子式电流互感器，步骤2通过电子式电流互感器采集电流行波模拟信号，并通过高速ad芯片将采集到电流行波模拟信号转换为数字信号，得到电流行波信号x(t)。
4.根据权利要求1所述的电动汽车交直流充电桩串联电弧故障检测方法，其特征在于：所述步骤3在提取故障检测的特征信息时，按照设定的时间段ts对电流时频信号进行采样，并经小波去噪处理，得到用于故障检测的特征信息。
5.根据权利要求4所述的电动汽车交...
【专利技术属性】
技术研发人员：刘思华，刘杰，王勇，肖萌，万里，李之鹏，薛天，李曰皓，侯志超，胥维骁，李冠琦，
申请(专利权)人：国网山东电动汽车服务有限公司，
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。