专利名称：用于检测电气系统中的串联电弧的方法和系统的制作方法
技术领域：
本发明涉及电气系统。更特别地，本发明涉及用于检测交流(AC) 电气系统中的串联电弧的方法和系统。
背景技术：
住宅、商业和工业应用中的电气系统通常包括用于接收来自公用电 源的电能的配电盘。电能通过配电盘送往一个或多个断流器，例如但不 限于断路器、跳闸装置等。
每个断流器将电能分配给指定支路，其中每个支路给一个或多个负 载提供电能。断流器配置为在支路中的某些电能情况达到预定设定点时 中断提供给该特定支路的电能。
例如， 一些断流器会由于接地故障中断电能，它们通常称作接地故
障断流器(GFCI)。当失调电流在线路导体和中性导体之间流动时发生 接地故障情况，其可能起因于向地面漏泄电流或发生闪络故障(arcing fault)。
其它断流器会由于闪络故障中断电能，它们通常称作电弧故障断流 器(AFCI)。闪络故障通常定义为两种主要类型，串联电弧和并联电弧。 例如在电流横穿单个导体中的间隙时会产生串联电弧。例如在电流经过 两个导体之间时会产生并联电弧。
令人遗憾的是，闪络故障可能不会导致传统的电路断流器跳闸。这 在处理串联电弧时尤为实际。串联电弧可能造成住宅和商业建筑内的火 灾。这种可能性由于住宅老化而增加。
因此，本发明已经确定对检测交流电气系统中的串联电弧的方法存 在长期的需要，该方法克服、减轻和/或緩解现有系统中的一个或多个上 述和其它有害影响。
发明内容
本发明提供了检测交流电气系统中的串联电弧的方法。该方法是以 图形识别为基础的方法，包括使来自于电气系统中的导体的原始电流信 号通过一个或多个滤波器以提供滤过信号；从滤过信号中提取一个或多 个特征；和将所述特征分类以确定是否出现串联电弧。本发明还提供了用于检测交流电气系统中的串联电弧的方法，其包 括将自于电气系统中的导体的原始电流信号输入到一个或多个滤波器中 以提供滤过信号；从滤过信号中提取多个特征；和使所述特征与表示串 联电弧的已知特征进行比较。通过下面的详细说明、附图和所附权利要求，本发明的普通技术人 员将认识和理解本发明的上述及其它特征和优点。
图l是根据本发明的用于检测串联电弧的方法的示例性实施例的框图；图2是根据本发明的数据特征提取步骤的示例性实施例的图解说明；图3 - 5是在特征提取步骤的第一示例性实施例中比较所用提取数据 的一个或多个周期的图表；图6 - 8图解说明了在特征提取步骤的第二示例性实施例中比较所用 提取数据的多个周期的图表；和图9图解说明了根据本发明的用于检测串联电弧的系统。
具体实施方式
参见附图，特别是图1和2，显示了根据本发明的用于检测串联电弧 的方法，其通常以参考数字10表示。方法10利用图形识别方法，从经过 断流器的检测电流中提取多个特征，并且确定哪个特征或特征子集可用 于检测串联电弧事件。在一些实施例中，方法10可以确定被测串联电弧 事件的原因(例如，压缩机电弧(compressor arc))。因此，方法10提供了有助于使表示正常和有害情况的电流信号图形 与表示串联电弧情况的电流信号图形加以识别和区分的工具。因此，方 法10使用数据驱动方法检测交流电气系统中的串联电弧。方法10包括使用数据库12 。数据库12包括例如但不限于由交流电气 系统中的多种情况测量的大量原始信号(yl)。在示例性实施例中，原 始信号(yl)以已知方式通过断流器的双金属进行测量。因此，原始信 号(yl)包括与双金属串联的导体上的线路电流。数据库12包括来自于串并联电弧负载14、有害负载16和正常负载18 的情况的原始信号(yl),其中有害负载16包括来自于表示突入信号的一个或多个情况的原始信号(yl)。方法10将来自于数据库12的原始信号(yl)输入到特征提取步骤20 中。特征提取步骤20，如图2所示，使原始信号(yl)流通或调整经过一 个或多个滤波器22 (只显示了一个)以提供滤过信号y2。在图示实施例 中，滤波器22显示为高通滤波器。当如，本发明考虑特征提取步骤20使 原始信号(yl)调整通过其它滤波器，例如但不限于高通滤波器、低通 滤波器、带通滤波器及其任意组合以产生希望的滤过信号y2。在一些实 施例中，特征提取步骤20可以包括一个或多个信号处理算法，以例如滤 出界外值信号和/或异常信号。一旦过滤，特征提取步骤20使用滤过信号y2计算滤过信号的一个或 多个特征。在图示实施例中，特征提取步骤20显示为由滤过信号yH十算 三个统计特征(y3， y4， y5 )。这里，特征y3显示为滤过信号y2的平均 值，特征y4是滤过信号的标准偏差，特征y5是y卩和y3之差。为清楚起见，特征提取步骤2O显示为只由滤过信号y2确定三个统计 特征。然而，本发明考虑，特征提取步骤20计算任何已知的特征，这些特征包括但不限于完整周期的平均值，完整周期的标准偏差，周期内信 号窗口 (其中，窗口宽度可以变化)的最大标准偏差，周期内信号窗口的最小标准偏差，最大和最小标准偏差之比，周期内每个样本的绝对和， 周期内每个相邻窗口的标准偏差(或变化)的关系，RMS值，用于例如但 不限于两个相邻样本之间的最大差，两个相邻样本之间的最小差，最大 差与最小差之比，信号差范围(例如，最大差减去最小差)，相邻点之 间的差之和的特征的相邻点之差，上述第一差信号中的相邻点之间的 差，例如但不限于两个相邻样本之间的最大差，两个相邻样本之间的最 小差，最大差与最小差之比，差信号范围(例如，最大差减去最小差)， 相邻点之间的差之和，信号y2中的独立波峰数目的特征，等等。当在此 使用时，术语"信号窗口"是指波形信号的完整周期分成多个具有相同或 不同长度的窗口。
这样，特征提取步骤20测量数据库12中的电弧负载14、有害负载16 和正常负载18的情况的信号/波形并使其特征化。本发明已经确定，当已经提取不同的特征时，这些特征可以通过使 特征化波形特征划分为串联电弧、并联电弧、正常情况或有害情况而进 行判断。方法10包括分类器设计步骤24，其使波形特征分类。分类器设计步骤24可以是任何分类系统，例如但不限于决策树 (DT)、神经网络(NN)、随机林(RF)、支持向量机(SVM)、及其任 意组合等等。为清楚起见，分类器设计步骤24的第一示例性实施例在此参照图3到 8描述为决策树。图3显示了比较原始信号、滤过信号、和表示压缩机的电弧情况14的 相应提取特征(yl， y2， y3， y4， y5 )的一个或多个周期的图表。图4 显示了比较表示压缩机的有害(即，突入)情况16的数据(yl， y2， y3, y4， y5)的一个或多个周期的图表，而图5显示了比较表示压缩机的正常 情况18的数据(yl， y2, y3， y4, y5 )的一个或多个周期的图表。本发明确定了决策树分析应用于数据(yl， y2， y3， y4， y5 )，某 些特征可用于检测压缩机的电弧情况。例如，可以看出，用于图3中电弧 情况14的滤过平均值统计特征(y5)的图表在发生串联电弧时提供了电 流信号的独特猝发图形，其中在用于图4和5中的正常和有害情况16， 18 的滤过平均值统计特征(y5)中没有该图形。在一些实施例中，决策树可应用于超过一个的数据周期。通过观察 超过一个周期，分类器设计步骤24在一些情况下可以决定在只观察一个 周期时不可能的特定特征。例如，多个周期可用于消除周期性或一次性 事件以进一步区分有害信号和电弧。当分类器设计步骤24将一个或多个特定特征分类为例如串联电弧情 况的指示时，方法10包括图1所示的测试步骤26。这里，特定识别特征 (yl, y2， y3, y4, y5 )可以对比数据库12中的串联电弧14的其它情况 进行测试，从而决定识别特征的表现是否为可接受的，即，该特征是否 为希望情况的有效指示。如果一个或多个特定识别特征(yl， y2， y3, y4， y5)在数据库12中的数据基础上进行工作时正确指示希望情况的话，则方法10完成，并 且该特征可用作具有希望特性的希望情况的检测器。然而，如果特定识 别特征(yl， y2, y3， y4, y5 )在数据库12的原始信号的基础上工作时 没有正确指示希望的情况，则方法10返回以观察波形的其它特征。因此，方法10提供了数据驱动方法，其允许从作为特定情况指示的 波形中提取和选择特征，所述特定情况例如但不限于串联电弧情况、并 联电弧情况、正常情况、有害情况及其任意组合。此外，本发明考虑， 方法10同样用作例如但不限于接地故障等的波形的其它情况的检测器。有利地，方法10配置为产生许多不同的特征，其用于使串联电弧信 号的图形与正常情况信号和具有各种有害负载的信号的图形进行区分。现在参见图6 - 8，显示了分类器设计步骤24的第二示例性实施例。 在这个实施例中，分类器设计步骤24集中于来自特征提取步骤2 0的波形 特征的信号峰值标记(y6)。同样地，与分类器设计步骤"的第二实施 例一起使用的特征提取步骤2 0可以通过计算任何已知峰值域特征来计算 信号峰值标记(y6),这些已知的峰值域特征包括但不限于峰值振幅最 小值，峰值振幅最大值，最小与最大振幅之差，峰值振幅平均值，振幅 的标准偏差，峰值振幅峰度，峰值振幅倾斜度，峰值振幅均方根UMS)， 峰值振幅的振幅因数，每单位时间的波峰数等等。另外，与分类器设计 步骤2 4的第二实施例 一起使用的特征提取步骤2 0可以通过计算任何已知 的峰形统计来计算信号峰值标记(y6)，所述已知的峰形统计例如但不 限于二阶形状矩，三阶形状矩，四阶形状矩，从最大峰值到波峰矩心的 时间距离，等等。图6显示了比较来自于数据库12的表示压缩机的串联电弧情况n的 数据(yl， y2， y6)的一个或多个周期的图表。图7显示了比较表示压缩 机的有害(即，突入)情况16的数据(yl， y2， y6 )的一个或多个周期 的图表，而图8显示了比较表示压缩机的正常情况18的数据(yl， y2， y6 ) 的一个或多个周期的图表。如图6所示，峰值特征y6的图表显示了电流信号在发生串联电弧时的 独特猝发图形，其中在用于图7和图8的正常和有害情况16， 18的相同的 峰值特征(y6)中不存在该图形。因此，分类器设计步骤24可以识别这 种峰值标记特征以检测串联电弧。在所有实施例中，方法1 O可用于提取任何数量的表征对应于不同情 况(即，串联电弧，并联电弧，有害负载，正常负载等)的判别特征以 将串联电弧与交流电气系统的正常操作精确、可靠地区分。
当判定检测串联电弧的特征时，这些特征可在例如但不限于电弧故障电路断流器(AFCI)的系统中使用以产生跳闸信号，使得电路在电弧 故障对连接于系统中的其它电器造成更进一步破坏之前及时断开。例 如，AFCI可以假定为连续地比较交流电气系统中的电流信号与由方法IO 预先确定的特征，以表现出串联电弧故障并使用该比较的结果使AFCI跳 闸和保护电路及连接在系统中的其它电器。因此，这种激活的AFCI装置 可以配置为只在串联电弧发生时跳闸。现在参见图9，显示了用于检测串联电弧故障的系统30的示例性实施 例。系统30包括信号源32、滤波器34和微处理器36。信号源32可以是任何希望的原始电流波形信号(yl)源。在一个实 施例中，信号源32可以是如上所述的数据库12。在另一个实施例中，信 号源32是断流器的双金属。系统30使来自信号源32的原始信号(yl)通过滤波器34。滤波器34 配置为调整原始信号(yl)并给微处理器36提供滤过信号(y2)。滤波 器34可以是滤波电路，驻留在微处理器36上的滤波算法，及其任意组合。 例如，滤波器34可以是高通滤波器、低通滤波器、带通滤波器、信号处 理算法、及其任意组合。系统30将来自滤波器34的滤过信号(y2)提供给微处理器36。微处 理器36配置为由滤过信号(y2)产生一个或多个特征(y3， y4， y5， y6 )。 另外，微处理器36配置为使特征(y3， y4, y5， y6 )与表示原始电流波 形信号(yl)的特定情况的一个或多个已知特征进行比较。例如，微处 理器36可以使特征(y3， y4， y5， y6 )与驻留在微处理器上的一个或多 个预定特征进行比较，其中所述一个或多个预定特征可以表示例如正常 情况，有害情况，串联电弧情况，并联电弧情况，接地故障及其任意组合的情况。这样，系统30配置为使表示正常和有害情况的原始电流波形信号 (yl )与表示例如串联或并联电弧情况的特定故障情况的原始电流波形 信号(yl)进行识别和区分。另外，系统30配置为确定特殊故障情况(例 如，压缩机串联电弧)的成因。在一个实施例中，系统30常驻在电弧故障电路断流器(AFCI)上。 这里，微处理器36可以在系统检测到一个或多个故障情况时给电弧故障 电路断流器提供跳闸信号38。
还应当注意，术语"第一"、"第二"、"第三"、"上"、"下"等在此用 于修饰不同的元件。这些修饰语不意味着被修饰元件具有空间、时间或 层次顺序，特别指出的除外。尽管已经参考一个或多个示例性实施例对本发明进行了描述，但是 本领域的技术人员应当理解，在不脱离本发明范围情况下，可以进行各 种变化并且元件可以被等效物所代替。另外，在不脱离本发明实质范围 的情况下，根据本发明的教导可以进行许多改进以适应特殊的情况或材 料。因此，本发明不局限于作为执行本发明的最佳方式公开的特定实施 例，相反，本发明应包括落入所附权利要求范围之内的全部实施例。部件列表用于检测串联电弧的方法 10数据库12原始信号yi电弧负载14有害负载16正常负载18特征提取步骤20一个或多个滤波器22滤过信号y2统计特征y3， y4，分类器设计步骤24测试步骤26信号峰值标记y6系统30信号源32滤波器34微处理器36跳闸信号38
权利要求
1.一种用于检测交流电气系统中的串联电弧的方法(10)，包括使来自于电气系统中的导体的原始电流信号(y1)经过一个或多个滤波器(y2)以提供滤过信号(y2)；从所述滤过信号(y2)提取一个或多个特征(y3，y4，y5)；和将所述一个或多个特征(y3，y4，y5)分类为串联电弧的已知状态。
2. 如权利要求1所述的方法，其中，所述一个或多个特征包括选自所 述滤过信号的平均值，所述滤过信号的标准偏差，平均滤过信号，完整 周期的平均值，完整周期的标准偏差，周期内信号窗口的最大标准偏差， 周期内信号窗口的最小标准偏差，最大与最小标准偏差之比，周期内每 个样本的绝对和，用于周期内每个相邻窗口的标准偏差的关系，均方根 值，两个相邻样本之间的最大差，两个相邻样本之间的最小差，最大差 与最小差之比，差信号范围，相邻点之间的差和，及其任意组合的特征。
3. 如权利要求1所述的方法，其中，所述一个或多个特征包括选自最 小峰值振幅，最大峰值振幅，最小与最大振幅之差，峰值振幅的平均值， 振幅的标准偏差，峰值振幅的峰度，峰值振幅的倾斜度，峰值振幅的均 方根(RMS)，峰值振幅的振幅因数，每单位时间的波峰数目，及其任意 组合的峰值特征(y6)。
4. 如权利要求1所述的方法，其中，所述一个或多个特征包括选自峰 形的二阶矩，峰形的三阶矩，峰形的四阶矩，最大峰值到波峰矩心的时 间距离，及其任意组合的峰值特征(y6)。
5. 如权利要求1所述的方法，其中，所述一个或多个滤波器选自高通 滤波器，低通滤波器，带通滤波器，信号处理算法，及其任意组合。
6. 如权利要求l所述的方法，还包括测量经过与所述导体串联的双金 属的所述原始信号。
7. 如权利要求l所述的方法，还包括将所述原始信号从原始信号数据 库(12)输入给所述一个或多个滤波器。
8. 如权利要求1所述的方法，还包括使用一个或多个不同的分类器对 特征进行分类，所述一个或多个分类器选自决策树，神经网络，支持向 量机，随机林，及其任意组合。
9. 一种用于检测交流电气系统中的串联电弧的方法(10)，包括 将来自电气系统中的导体的原始电流信号(yl)输入到一个或多个 滤波器(22)中以提供滤过信号(y2);从所述滤过信号(y2)提取多个特征(y3， y4， y5 );和 使所述多个特征(y3， y4， y5 )与表示串联电弧的已知特征进行比较。
10.如权利要求9所述的方法，其中，所述已知特征包括所述多个特 征的形状标记，所述多个特征的峰值特征标记(y6)，及其任意组合。
全文摘要
本发明提供了一种检测交流电气系统中的串联电弧的方法(10)。该方法是以图形识别为基础的方法，包括使来自于电气系统中的导体的原始电流信号(y1)经过一个或多个滤波器(22)以提供滤过信号(y2)；从所述滤过信号(y2)提取一个或多个特征(y3，y4，y5)；和使所述特征分类为表示串联电弧的已知状态。
文档编号G01R31/00GK101210948SQ200710160839
公开日2008年7月2日 申请日期2007年12月27日 优先权日2006年12月27日
发明者H·小马森, K·尤恩西, 严卫中, 周颖能, 晓 胡 申请人:通用电气公司