一种工频串联电弧故障检测方法与流程

本发明涉及一种工频串联电弧故障检测方法，属于电路运行保护领域。
背景技术：
：电弧是一种发出强烈的光和热的自持放电现象，当带电线路中出现非人类意愿的电弧时即发生了电弧故障。电弧故障包括串联电弧故障、并联电弧故障以及复合电弧故障，其中并联电弧故障以及复合电弧故障的故障电流均很大，容易被断路器断开，但串联电弧故障的电流很小，不易被发现，一旦发生，就会造成很大的生命财产损失。据公安部消防局统计，仅在2016年，全国共接报火灾31.2万起，亡1582人，伤1065人，直接财产损失37.2亿元，其中从引发火灾的直接原因看，因违反电气安装使用规定等引发的电气火灾占总量的30.4％，在大型火灾中，这个比例上升至50％。而这些电气火灾中，故障电弧引起的火灾是最危险也是发生率最高的火灾。而目前我国低压配电领域故障电弧防护技术的研究尚属空白，国内没有建立起故障电弧的数据库，afci(电弧故障断路器)的市场化生产还处于起步阶段，因此一个适用于我国电力系统的低压串联故障电弧检测技术具有很大的应用前景。技术实现要素：本发明提出了一种工频串联电弧故障检测方法，该方法通过传感器采集电路中的电流，然后利用快速傅里叶变换对波形数据进行处理，得到其频谱信息，然后统计各次谐波与基波的幅值比值并进行主成分分析进行降维得到新的特征值，同时加入零区占比作为辅助判据，从而判断负载类型以及是否发生了电弧故障。本发明为解决其技术问题采用如下技术方案：一种工频串联电弧故障检测方法，包括以下几个步骤：步骤s1，采集电路中的电流数据；步骤s2，对采集到的电流数据求取其各次谐波幅值以及谐波幅值与基波幅值之比rn；步骤s3，将得到的谐波幅值比rn加入内置数据集进行pca计算；步骤s4，导出rn对应的主成分特征值并与阈值比较，判断负载类型及运行状态，若为故障状态，则进行下一步，若为正常状态，则返回步骤s1；步骤s5，执行零区辅助判据；步骤s6，若零区辅助判据满足，则判定发生了电弧故障，并给出负载类型。步骤s1中，通过传感器对电路中的电流数据进行实时采集，传感器的采样频率fs≥1khz。步骤s2中，具体的执行步骤如下所示：步骤s2.1，对采集到的电流数据进行fft计算；步骤s2.2，统计基波幅值im1与各次谐波幅值imn，其中n＝2-10，且n取正整数；步骤s2.3，计算各次谐波幅值与基波幅值之比其中n＝2-10，且n取正整数。步骤s3中，具体的执行步骤如下所示：步骤s3.1，将得到的幅值比加入内置数据集得到新的数据集d；步骤s3.2，对得到的数据集d进行pca计算得到主成分矩阵；步骤s3.3，计算数据集d的协方差矩阵y＝cov(d)；步骤s3.4，计算协方差矩阵y的特征向量以及特征值；步骤s3.5，根据特征值大小进行排列，保留2-3个特征向量组成新的矩阵u；步骤s3.6，计算新的主成分矩阵c＝ytd。步骤s4中，具体执行步骤如下所示：步骤s4.1，导出rn对应的主成分特征值cm；步骤s4.2，对比c1-cm，确定负载类型以及运行状态，若为故障状态，则执行下一步，若为正常状态，则返回步骤s1；s5中，具体步骤如下所示：步骤s5.1，对采集到的波形数据求取绝对值；步骤s5.2，对求得绝对值后的波形求取波形最大值imax；步骤s5.3，计算波形阈值it＝imax/10；步骤s5.4，统计原始电流数据中所有低于阈值it的采样点数之和s2；步骤s5.5，计算k＝s2/s，其中s为原始电流数据的采样总点数。步骤s6具体过程如下，具体的判断条件为零区占比k是否大于等于0.11，若满足条件，则判定发生了电弧故障并根据s4的结果给出负载类型；若不满足条件，则返回步骤s1。本发明的有益效果如下：本发明以电流信号的频谱信息为基础对其进行主成分分析计算得到新的特征值，能够区分不同负载以及不同的运行状态，同时加入零区占比辅助判据，从频域以及时域的角度对电流波形进行了分析计算，并通过设立不同的阈值来保证检测效果的准确性，确保电弧故障能够被快速、高效的检测。附图说明图1为本发明方法流程图。图2为谐波及比值计算流程图。图3为pca计算流程图。图4为零区辅助判据流程图。图5为某负载下的某次采样得到的电流波形。图6为电流波形fft频谱图。具体实施方式下面结合附图对本发明进行详细说明：如图1所示，本发明通过对电流信号的频谱进行pca(主成分分析)计算进行降维得到特征值，同时计算波形的零区占比，提出了一种工频串联电弧故障检测方法，该方法包括以下步骤：步骤s1，采集电路中的电流数据；步骤s1中，为保证步骤s2中快速傅里叶变换结果的准确性，由奈奎斯特采样定理可得采样频率应大于等于最高频率的2倍，传感器的采样频率fs≥1khz。步骤s2，对采集到的电流数据求取其各次谐波幅值以及谐波幅值与基波幅值之比rn；步骤s2中，具体的执行步骤如图2所示：步骤s2.1，对采集到的电流数据进行fft(快速傅里叶变换)计算；步骤s2.2，统计基波幅值im1与各次谐波幅值imn(n＝2-10，n取正整数)。步骤s2.3，计算各次谐波幅值与基波幅值之比(n＝2-10，n取正整数)。步骤s3，将得到的谐波幅值比rn加入内置数据集进行pca计算；步骤s3中，具体的执行步骤如图3所示：步骤s3.1，将得到的幅值比加入内置数据集得到新的数据集d；步骤s3.2，对得到的数据集d进行pca计算得到主成分矩阵；步骤s3.3，计算数据集d的协方差矩阵y＝cov(d)；步骤s3.4，计算协方差矩阵y的特征向量以及特征值；步骤s3.5，根据特征值大小进行排列，保留合适的m个特征向量组成新的矩阵u；步骤s3.6，计算新的主成分矩阵c＝ytd，t代表转置，即yt为y的转置矩阵；步骤s4，导出rn对应的主成分特征值并与阈值比较，判断负载类型及运行状态；步骤s4中，阈值对比的具体执行步骤如下所示：步骤s4.1，导出rn对应的主成分特征值cm；步骤s4.2，对比c1-cm，确定负载类型以及运行状态，若为故障状态，则执行下一步，若为正常状态，则返回步骤s1；步骤s5，执行零区辅助判据；步骤s5中，零区辅助判据执行部分的步骤如图4所示：步骤s5.1，对采集到的波形数据求取绝对值；步骤s5.2，对求得绝对值后的波形求取波形最大值imax；步骤s5.3，计算波形阈值it＝imax/10；步骤s5.4，统计原始电流数据中所有低于阈值it的采样点数之和s2；步骤s5.5，计算k＝s2/s，其中s为原始电流数据的采样总点数；步骤s6，若零区辅助判据满足，则可判定发生了电弧故障，并给出负载类型；；步骤s6中，具体的判断条件为k是否大于等于0.11，若满足条件，则判定发生了电弧故障并根据s4的结果给出负载类型；若不满足条件，则返回步骤s1。下面结合实例对该方法进行具体说明，但不应将此理解为本发明上述主题的范围仅限于以下的实施例，凡基于本
发明内容所实现的技术均属于本发明的范围。首先采集电路中的电流数据，采样频率fs＝1.25mhz，采样周期数为5个，采样点数s＝2500，得到的波形图如图5所示。接下来，对波形数据进行快速傅里叶变换，得到频谱图如图6所示，将频谱图导出至表格如表1所示。表1采样波形fft后频谱结果频率(hz)幅值(a)频率(hz)幅值(a)频率(hz)幅值(a)频率(hz)幅值(a)频率(hz)幅值(a)100.0031681100.0044282100.0042873100.0040774100.002127200.0023161200.0034332200.0027073200.0028794200.001675300.001161300.0025442300.0045473300.0036194300.004582400.3787121400.0240812400.0262953400.0151044400.015706500.7508561500.0445352500.043083500.0247734500.023847600.3721131600.0243222600.0221473600.0128334600.011267700.0017461700.0024972700.002183700.0009284700.001188800.001991800.0018232800.0013423800.000924800.001798900.0043171900.0035222900.0024183900.0028474900.0033211000.0048592000.0041943000.0037214000.0039155000.003268通过该表统计基波幅值与各次谐波幅值，统计后的各次谐波与基波幅值并计算各次谐波与基波的幅值比值如下表所示：表2基波及各次谐波幅值及比值为计算以及导出的简便，将比值rn加入内置数据集的最后一行得到新的数据集d，内置数据集为不同负载的不同运行状态的样本数据，其中部分数据如下表所示，其中每一行为一个样本，每一列为一种谐波与基波的幅值比值，从2次谐波与基波幅值之比2/1开始，共计9列：表3内置数据集(部分)2/13/14/15/16/17/18/19/110/10.0046050.5715710.0004990.3400380.002070.2569960.0013210.1728010.0007960.0036710.5710570.001140.3394840.0015440.2620310.0009980.1729260.0022880.0035240.5712880.0009940.3408130.0024020.2578080.0008890.1720950.0031410.0031170.5769520.0030470.3400240.0027610.2581020.0005270.1637570.0028290.0028480.573350.0018230.3431170.0016040.2639310.0028860.1749070.0012570.0047220.5678050.0010680.3459450.002870.2594240.0030180.1774680.0005143.15e-030.5782710.0019630.344790.001530.2680770.0017070.1723590.0033610.0017360.596840.0008370.326510.0007230.2660680.0019780.1458040.001597首先计算数据集d的协方差矩阵y，具体的计算公式如下所示：其中xn为数据集d的列向量，取值为1-9，代入数据计算后得到的协方差矩阵如下所示：因为共有9列向量，因此得到的协方差矩阵为9×9矩阵。下一步计算协方差矩阵的特征值以及特征向量并根据大小排列，结果如下表所示：表4特征值特征值0.301340.035010.010690.008990.002970.001060.000050.000280.00027表5特征向量123456789-0.277-0.3940.330-0.575-0.4360.2210.0950.2360.161-0.5360.4730.6400.1380.2210.088-0.004-0.028-0.063-0.316-0.4300.031-0.1530.117-0.385-0.208-0.555-0.423-0.4210.297-0.3450.109-0.545-0.461-0.0410.277-0.127-0.311-0.368-0.0660.2160.395-0.263-0.2480.3200.573-0.2950.267-0.387-0.242-0.0190.2090.076-0.5640.515-0.283-0.296-0.1450.3560.0670.1410.803-0.003-0.127-0.2090.138-0.394-0.4750.5000.195-0.0150.372-0.361-0.228-0.188-0.1790.398-0.2000.642-0.484-0.008-0.187下一步为保证判断的准确性，保留3个特征向量，即前三列组成新的矩阵u，则主成分矩阵c＝ytd，计算得到的结果如下表所示：表6主成分矩阵c1c2c3-0.56407-0.46019-0.08109-0.5651-0.46124-0.07848-0.56471-0.46019-0.07989-0.56623-0.46087-0.08697-0.56914-0.46383-0.07683-0.5671-0.46041-0.07367-0.57342-0.46721-0.0787-0.56822-0.46797-0.10797-0.57419-0.46612-0.08546-0.57028-0.46293-0.07535………-0.07987-0.04910.00679最后导出rn对应的出成分特征值，也即最后一行的特征值c1＝-0.07987，c2＝-0.0491，c3＝0.00679，阈值表如下所示：表7阈值对比表对比可以看出，该波形为阻性负载的故障运行状态，因此执行零区辅助判据。原始电流波形的幅值为0.78a，因此波形阈值it＝imax/10＝0.78/10＝0.078a，统计原始电流数据中绝对值小于波形阈值it的点数之和s2＝422，计算零区占比k＝s2/s＝422/2500＝0.169，大于所给阈值0.11，因此判定为发生了电弧故障，同时负载为阻性负载。以上内容是结合具体的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属
技术领域：
的普通技术人员应当知道，在不脱离本发明构思的前提下，还可以做出若干简单推演或替代，都应当视为属于本发明的保护范围。当前第1页12