智能用电安全探测器的制作方法

本发明涉及智能用电探测领域，具体涉及一种智能用电安全探测器。

背景技术：

近年来，我国电气火灾多发，屡屡造成重大人员伤亡和财产损失。据统计，2011年至2016年，我国共发生电气火灾52.4万起，造成3261人死亡、2063人受伤，直接经济损失92亿余元，均占全国火灾总量及伤亡损失的30％以上；其中重特大电气火灾17起，占重特大火灾总数的70％。这些事故暴露出电器产品生产质量、流通销售，建设工程电气设计、施工，电器产品及其线路使用、维护管理等方面存在突出问题。

根据公安部消防局电气火灾原因技术鉴定中心的统计资料来看，电气火灾大部分是由电气线路的直接或间接原因引起的。公共安全一头连着千家万户，一头连着经济社会发展，是社会安定的风向标。

现实情况中，很多生产经营单位电气线路老旧、线路隐患多且隐蔽性强，大部份小微企业缺乏专业电工，肉眼无法直观发现电气隐患，传统的检测手段难以及时排查各种隐患等一系列难题，使得电气火灾的监测和预警很难落实到位。

技术实现要素：

为了解决现有技术中存在的问题，本发明提供了一种智能用电探测器，通过小波分析和负载电流作为特征向量，基于支持向量机的训练识别算法，使用电安全在事前预先解决。

本发明解决技术问题所采用的技术方案如下：

智能用电安全探测器，该探测器包括：电源模块、中央处理模块、数据采集模块、显示模块、通讯模块和存储模块；所述电源模块、数据采集模块、显示模块、通讯模块和存储模块分别与中央处理模块连接，所述中央处理模块、数据采集模块、显示模块、通讯模块和存储模块分别由电源模块供电；所述中央处理模块控制数据采集模块采集电流、温度和电压的数值后传送至中央处理模块，由中央处理模块进行处理后，分别传送至显示模块、通讯模块和存储模块中，由显示模块显示采集的数据类型和大小，由通讯模块向外界的终端输出，并由储存模块进行数据储存；所述中央处理模块对所述数据采集模块采集的不同负载条件下得到电流的变化的数据，并对电流值进行小波分析，得到第四尺度细节分量；所述中央处理模块内将第四尺度细节分量和电流变化值构建特征向量代入支持向量机模块进行训练，得到训练模型并开发了电弧故障识别器，在实际应用时通过实际特征数值代入已经训练好的支持向量机模块，判别得到实际数值是否为电弧故障数值；所述通讯模块时时更新训练样本，在不同环境下使用。优选的，所述中央处理模块包括dsp内核和arm内核双核处理器。

优选的，所述支持向量机模块在训练阶段时，在不同负载的情况下，通过数据采集模块采集不同的电流值，计算小波分量和负载电流，并将小波分量和负载电流作为特征向量作为训练数据的样本，通过学习获得训练模型后存入；在工程阶段时，通过实际的负载电流情况，通过数据采集模块采集不同的电流值，计算小波分量和负载电流，将数据代入到训练模型进行判别，得到电弧是否为故障数值。

优选的，所述数据采集模块包括电流采集模块、温度采集模块和电压采集模块；所述电流采集模块、温度采集模块和电压采集模块分别与中央处理模块连接。

优选的，还包括ad转换模块；所述数据采集模块采集到的信号，通过ad转换模块，将模拟信号转换成数字信号，传输至中央处理模块。

优选的，所述通讯模块包括：以web网通讯接口、以太网通讯接口、rs485通讯接口、rs232通讯接口、usb通讯接口和蓝牙通讯接口。

优选的，所述支持向量机模块的特征向量为过电流、电压、温度、短路、接地故障或故障电弧。

本发明的有益效果是：本发明对电气终端进行实时参数与运行状况的监控，数据采样进行处理分析后，若超出预警限值，启动报警功能，并将实时数据、报警状态、故障状态以及位置传送至用户端，严重情况直接传送至消防部门。本发明采用支持向量机的机器学习方法、高速采样及转换技术、快速故障电弧检测算法来实现用电安全的不同负载情况进行学习训练，在实际应用中根据学习得到的模型进行快速检测。当每一次有害的电压扰动发生时或者超过设定值的冲击电流出现时，探测器均可准确捕捉并进行判断。在必要时刻发出预报警，使得用电安全不在是事后处理，而是事前预先解决问题。

附图说明

图1本发明智能用电安全探测器结构示意图。

图2本发明支持向量机模块在训练阶段流程图。

图3本发明支持向量机模块在工程阶段流程图。

图4ad9253功能框图。

图5ad9253数据输出时序。

具体实施方式

下面结合附图和实施例对本发明做进一步详细说明。

如图1所示，智能用电安全探测器，该探测器包括：电源模块、中央处理模块、数据采集模块、显示模块、通讯模块和存储模块；所述电源模块、数据采集模块、显示模块、通讯模块和存储模块分别与中央处理模块连接，所述中央处理模块、数据采集模块、显示模块、通讯模块和存储模块分别由电源模块供电，保证正常的工作状态。

所述中央处理模块控制数据采集模块采集电流、温度和电压的数值后传送至中央处理模块，由中央处理模块进行处理后，分别传送至显示模块、通讯模块和存储模块中，由显示模块显示采集的数据类型和大小，由通讯模块向外界的终端输出，并由储存模块进行数据储存。所述中央处理模块包括dsp内核和arm内核双核处理器。

本实施例中，arm内核采用美国ti公司armcortex-a8系列微处理器。所述数据采集模块包括电流采集模块、温度采集模块和电压采集模块；所述电流采集模块、温度采集模块和电压采集模块分别与中央处理模块连接。所述通讯模块包括：以web网通讯接口、以太网通讯接口、rs485通讯接口、rs232通讯接口、usb通讯接口和蓝牙通讯接口。

各种典型负载的线电流表现出各种特性。当负载在稳定状态下工作时，如“正常”条件的情况，电路中的电流保持相对稳定并表现出良好的对称特性和某些周期性。当负载可以表征为瞬态过程时，例如启动负载，调光灯，调节速度以及插入或拔出，电路中电流最初会单调变化然后返回稳定状态。然而，如果电路中存在故障电弧，电流的周期性将会丢失，并且振幅将变得不稳定，有时可能变为零。这是因为故障电弧的电感和电容电抗通常是不稳定的，并且它们可能由于外部条件偶尔发生变化。整个电流特性可用于克服串扰的影响，应定量描述电流变化以准确提取电弧故障特征。电流特征提取电流积分可用于观察电流的变化。

故障电弧显然是一个随机过程。故障电弧的线电流经常严重失真或以不确定的方式变化。当负载在正常条件下运行时，尤其是在瞬态过程期间，也可以观察到电流周期积分的变化。为避免瞬态过程中的错误确定，引入了几个当前周期的电流变化。根据定积分的几何意义，定积分可用于表示图的总面积。该区域包含正负区域，例如当前时段的当前波区域。当前时间为20毫秒。电弧故障的负载电流波通常是不对称的，而正常状态的负载电流波是对称的。因此，ac电流周期中的确定积分可用于表示电流变化。电流变化可以计算为在一定时间内几个当前周期积分的总和，表示为：

其中tac＝10是ac电流周期的一半，i(t)代表线电流，k＝8代表积分时间为80毫秒。故障电弧和正常状态之间的电流变化阈值在不同负载下是不相等的。故障电弧的高频能量明显增加，电流周期积分随机变化。然而，高频信号很容易受到串扰的影响，并且仅使用电流变化可能导致在不同负载下的错误识别。

所述中央处理模块对所述数据采集模块采集的不同负载条件下得到电流变化的数据，并对电流值进行小波分析，得到第四尺度细节分量；所述中央处理模块内设有支持向量机模块，所述将第四尺度细节分量y1和电流变化值y2构建特征向量代入支持向量机模块，形成训练样本并开发了电弧故障识别器，在实际应用时将实际数值特征代入已经训练好的支持向量机模块进行判决实际数值是否为电弧故障数值；所述通讯模块实时更新训练样本，以便在不同环境下使用。

非线性函数f(y)用于将特征向量y从观察空间映射到更高维特征空间。在高维特征空间中可以获得故障电弧与正常状态之间的最佳识别。约束优化问题可以描述为：

其u是权重向量，n是样本数，g是惩罚因子，bn(n＝1，...，n)是加权因子，q是偏差项，ξn，(n＝1，...，n)是错误变量和输出数据。考虑到上述所有推导和讨论，设计了电弧故障检测算法的流程图，如图2和图3所示。min是取方程最小值，s.t.是subjectto，受。。约束

所述支持向量机模块在训练阶段时，在不同负载的情况下，通过数据采集模块采集不同的电流值，计算小波分量和负载电流，并将典型负载的小波分量和负载电流作为特征向量为训练数据的样本集(y，z)，其中，“0”表示正常状态，“1”表示电弧故障状态。通过学习训练样本开发了电弧故障识别器获得训练模型后存入，通过十倍交叉验证方法，确定g＝3.26；在工程阶段时，通过实际的负载电流情况，通过数据采集模块采集不同的电流值，计算小波分量和负载电流，将数据代入到训练模型进行判别，得到电弧是否为故障数值。

本实施例中，所述支持向量机模块的特征向量为过电流、电压、温度、短路、接地故障或故障电弧。

本方案应用实施中，ad采集模块的模数转换器使用adi公司的ad9253tcpz-125ep芯片，该芯片工作于-55℃～125℃，能够满足本应用的工作的环境温度要求。ad9253tcpz-125ep内部集成有4路14位的差分ad转换器，可以同时工作，以保证ad转换采样时间的同步，最大采样速率125mhz，最小采样速率10mhz，支持多芯片同步，最大模拟带宽650mhz。ad9253tcpz-125ep功能框图如图4所示。ad9253使用lvds差分信号输出数据，数据输出信号时序如图5所示。ad9253在来自载荷控制器的同步10mhz时钟信号驱动下工作，由同步控制信号保证多片ad之间的采样时间同步。根据应用中的不同负载情况，通过支持向量机学习到相应的训练模型，导入到中央处理模块和存储模块中，通过实时采样计算得到的小波特征与负载电流特征，带入支持向量机进行实时判别，实现用电安全中的故障电弧快速检测。同时，结合通讯模块的支持，可实时后台更新训练模型，更新参数，获得更好的检测精度。

当中央处理模块检测到故障电弧时，可以通过通讯模块将信息传输至电脑客户端或者移动客户端，使现场外的专家能及时了解故障情况，做出相应的判断和及时的处理。