典型神经网络串联型电弧故障检测及选线方法研究

为解决传统特征分析加机器学习的电弧故障检测方法的准确率和实时性受到特征参数选取的主观性及特征分析过程的影响问题,搭建了三相多负载并联的串联型电弧故障实验系统,对不同支路、不同相发生电弧故障时的干路电流信号时间序列进行分析。将电流信号进行分类、分段、标准化处理并作为检测模型样本;对深度卷积神经网络模型、长短期记忆网络模型、普通神经网络模型进行架构及训练;通过差分处理对网络模型在线分类结果进行优化分析;以准确度和损失函数值、在线测试速度、优化后多分类识别准确率为评价指标,对比分析了3种模型故障检测及选线效果。研究结果表明：基于深度卷积神经网络的串联型电弧故障检测及选线模型对电机类负载故障检测及选线准确率可达96.77%,对变频器类负载故障检测及选线准确率可到98%,准确率高于近几年其他三相回路电弧故障检测模型。     

基于功率谱密度与随机配置网络的低压串联电弧故障检测

低压串联电弧电流为非平稳信号,故障特征区分度低且具有随机性,给电弧故障特征提取和准确检测带来困难,提出了基于功率谱密度与随机配置网络的低压串联电弧故障检测方法。首先,搭建了串联电弧故障发生平台,采集不同负载类型的电流数据,构建数据集。其次,采用功率谱密度对电流信号执行随机信号分析,实现对电流信号的定量化频域特征描述,增强故障电流与正常电流特征的区分度。然后,采用随机配置网络构建串联电弧故障检测模型,将功率谱密度特征用于随机配置网络的自适应训练学习,提升网络训练效率和模型故障检测能力。在本文构建的电流数据集上,串联电弧故障检测的平均准确率达到96.156 7%,证明了方法的有效性。     

三相串联故障电弧检测方法

为进一步研究煤矿井下供配电系统中串联故障电弧的特性及检测方法,采用三相电动机及变频器负载开展了串联故障电弧实验,提出了一种基于单相电流的三相串联故障电弧的检测方法.对单相电流进行中值滤波和一阶差分预处理后,提取一阶差分信号的波峰因子、峭度、分段动态时间弯曲距离和路径长度构建故障电弧特征向量,结合改进的网格搜索优化的支持向量机建立故障电弧识别模型,并测试故障电弧检测准确率,结果表明:该方法通过分析单相电流实现三相电动机及变频器回路中故障电弧的检测,对研制低成本故障电弧断路器具有一定的参考价值.     

基于改进经验模态分解的直流串联电弧故障检测

针对直流系统中存在强噪声干扰时串联电弧故障检测准确度较低的问题，提出一种基于改进自适应噪声完备集合经验模态分解和模糊k均值聚类相结合的直流串联电弧故障检测方法；首先运用改进自适应噪声完备集合经验模态分解方法分解回路电流信号，得到多个本征模态函数；然后计算各本征模态函数的Hurst指数值以区分噪声分量和有用分量，将Hurst指数值大于0.5的有用分量进行重构；最后计算重构信号的峰峰值特征量和模糊熵特征量以构建特征向量作为模糊k均值聚类的输入，通过聚类中心的不同位置识别正常与故障状态。仿真与试验结果表明，所提出的方法区分系统正常与故障状态准确度为100%,区分系统干扰与故障状态准确度为93%,能有效识别直流串联电弧故障。     

基于加权差分电流的直流故障电弧检测方法

为了解决低压直流系统中传统电弧故障检测方法精确度不足及对不同系统通用性较差的问题，本文提出一种新的基于加权差分电流的直流电弧故障检测方法。首先搭建直流源实验平台，开展串联直流电弧高频特性实验，利用快速傅里叶变换提取电弧电流的特征频段为20～30 kHz、40～50 kHz和55～65 kHz。然后，研究电极材料和负载类型对电弧特征频率的影响，实验结果表明直流电弧的特征频段不随电极材料和负载类型改变。将3个特征频段内幅值的最大值I_max、幅值之和I_sum以及幅值的标准差I_std作为特征参量。基于对电弧电流特征频段和特征参量的双重加权差分，利用差分结果是否大于阈值0.5作为直流故障电弧检测判据。最后，在低压直流系统和光伏系统中验证所提出检测方法的有效性。检测方法能够准确区分开关动作与负载突变等系统正常操作。该方法克服了传统单一频段单一指标检测方法的不稳定性，能够有效检测直流电弧故障，提高检测的准确性，并在光伏系统中验证了检测方法的通用性。检测方法对保障低压直流系统的安全稳定运行具有重要的应用价值。     

采用负载端电压预测串联故障电弧

为研究串联故障电弧的检测方法,针对三相电动机及变频器负载开展了串联故障电弧实验.首先采用小波包对负载端电压进行4层分解,并建立5～16节点系数的极限学习机(Extreme learning machine, ELM)预测模型;然后利用建立的ELM预测模型对10个周波的小波包节点系数进行预测,分别计算每个周波预测残差的平均值并排序,取4个最小值的均值作为故障电弧特征;最后选取正常状态下特征的最大值和故障状态下特征的最小值的均值为故障电弧检测的公共阈值.结果表明:上述方法可有效检测三相电动机及变频器负载回路中的故障电弧,同时可排除谐波及暂态干扰.     

基于多维特征量的航空串联故障电弧检测

航空交流系统工作环境复杂、故障电弧检测可靠性要求较高,而单一特征的检测方法适应能力相对较差。开展了航空交流电源条件下串联型故障电弧模拟试验,分别对电源频率为360 Hz、400 Hz、450 Hz时的线性负载线路电流进行数据采集。根据电弧电流的特点,提出了一种融合波形畸变特征、间谐波特征和能量分布不确定性特征的多维特征量检测方法。引入支持向量机和粒子群优化算法进行参数寻优,用训练得到的分类模型对测试集进行分类预测。结果表明,该串联故障电弧分类模型最高分类准确率可达到98.83%。     

基于SSA-SVM的航空电弧故障检测

针对航空线路系统电弧故障隐蔽性高和难以检测的问题,提出一种基于麻雀搜索算法优化支持向量机（Sparrow Search Algorithm Optimization Support Vector Machine,SSA-SVM）的航空电弧故障检测方法。首先采用小波分解对电弧故障电流数据进行分解,小波分解能有效克服经验模态分解时存在的模态混叠问题。再从信号无序度的角度对电流分量提取能量熵、模糊熵与近似熵,并构造特征向量。然后,使用麻雀搜索算法对支持向量机的权值进行优化,得到最优的权值,最后用训练好的支持向量机对测试样本进行分类。为了验证所提方法的有效性,搭建电弧实验平台,模拟航空线路系统电弧故障的产生,分别采集交流串联正常和电弧故障电流数据,应用本文提出的SSA-SVM算法进行电弧故障检测,结果表明,该方法能较好地识别出电弧故障,检测准确率达到99.5%,相比于粒子群算法或遗传算法优化的支持向量机对电弧故障的检测准确率分别高出2.5%和2%。     

针对串联直流电弧的电容电流时频检测方法

针对串联型直流电弧故障产生时伴随着高频分量,提出了一种基于并联电容电流时频特性的串联直流电弧故障检测方法。搭建了直流电弧试验平台,测量流过直流源内部滤波电容支路的电流,检测电容电流中随电弧故障产生的高频电流。在PSCAD/EMTDC软件中建立电弧检测仿真模型,利用Nottingham公式将直流电弧等效为非线性电阻。在仿真平台中对串联电弧产生时的并联电容电流时频特性进行分析,结果表明,串联电弧产生时,并联电容电流出现突变,电容电流频谱中5～50kHz频带范围内的积分值增加。对不同回路电流、电极材料等工况时的并联电容电流进行试验,研究发现,电容电流变化率与回路电流成正比,与电极材料沸点成反比;而电容电流频谱积分差值与回路电流成正比,与电极材料沸点成正比。     

电流型串联电弧故障检测

通过实验模拟对低压配电线路电弧故障的特征进行分析研究,采用Mallat算法对低压线路电弧故障电流实施变换,获得各尺度小波变换的小波分量,与正常运行分量相比其故障特征明显,且高尺度的小波分量还可以抑制噪声干扰.为了避免配电线路中负载的启动电流,对电弧故障检测产生可能的误判影响,还对启动电流和电弧故障的小波分量加以比较.研究表明,多尺度小波变换可有效判别电弧故障及区分负载启动电流,在电弧故障检测中具有良好的鲁棒性.     

基于模态分解的低压串联电弧故障特征提取方法比较

低压交流系统串联电弧电流的非线性、非平稳和随机等特点给故障特征提取和检测带来极大困难,同时以包络线分析为基础的模态分解在非平稳信号分析中展现了良好效果。鉴于模态分解方法的优异效果以及串联电弧故障检测的实际困难,首先对目前较为成熟的经验模态分解(empirical mode decomposition, EMD)等6种模态分解方法进行了系统梳理,并深入分析了该系列方法在电弧故障信号分析和特征提取中的适用性和有效性。然后,通过实测电弧电流的分解实验和特征计算实验,从不同角度探讨了模态分解算法在电弧电流特征提取和故障检测中的优势与不足。最后,对未来可能的研究方向做了展望。     

低压串联电弧故障谐波含有率分析

参照国内现有研究成果与美国UL1699标准搭建串联电弧故障实验平台,采集电弧电流与电弧电压数据,根据FastICA分析所得的特征谐波,对分离所得独立分量与线路电流分别进行谐波含有率分析,对比电弧故障发生时的变化特性,总结出电弧故障发生时谐波含有率典型变化特征.研究结果表明：电弧发生时,FastICA分离之后独立分量的谐波含有率变化非常明显,而线路电流谐波含有率的增幅小很多,甚至在负载某些运行情况下,有些谐波含有率增幅为零.     

基于时频域融合和ECA-1DCNN的航空串联故障电弧检测

为了快速准确地检测航空交流线路中出现的串联故障电弧,提出了一种基于时频域融合和加入高效注意力机制(efficient channel attention, ECA)的一维卷积神经网络(one-dimensional convolutional neural network, 1DCNN)的故障检测算法。首先,搭建航空交流电弧故障实验平台,负载选择多类型、多参数值进行电流信号的采集;其次,为了保留更多的故障信息,分析其特征频段,经过大量数据验证,航空串联电弧在发生时,1 000～4 000 Hz分量具有一定的占比,因此将原始信号与特征频段进行融合,融合后的一维数据作为模型输入;最后,搭建ECA-1DCNN检测模型,进行训练,并通过K折交叉验证模型的有效性,得到测试集平均准确率为97.96%。该方法网络层数较少,计算快速,避免了复杂时频域计算过程,较为智能,对航空串联电弧检测装置的研究提供了理论参考。     

高压断路器合(分)闸线圈电流在线监测系统的研制

针对目前高压断路器在线监测系统的研究现状与不足,为及时发现运行中的高压断路器故障,提高运行可靠性,提出了一种基于DSP的高压断路器合(分)闸线圈电流在线监测系统的设计方案.该方案以TMS320C28346为系统控制核心,利用AD7606实时采集断路器合(分)闸线圈电流信号,采用包络均值法去除波形中的噪声和干扰,提取线圈电流波形中的关键时间点和电流最大值,计算合(分)闸时间,根据电流最大值与合(分)闸时间是否在正常范围内进行故障判断,并将电流最大值、合(分)闸时间、日期和运行状态显示在LCD上.实验结果证明,该方案可实现断路器合(分)闸线圈电流的实时监测,可及时发现故障,具有实时性能好、精度高等优点,合闸线圈电流最大值误差在1.29%,合闸时间误差在0.26%;分闸线圈电流最大值误差在1.61%,分闸时间误差在0.7%.     

井下直流电机车弓网电弧识别方法

为获得煤矿井下电机车运行过程中产生的直流弓网电弧的检测方法,开展了不同工况条件下的直流弓网电弧实验,对电流信号进行了混沌特性分析,通过相空间重构获得电弧电流混沌特性序列,使用流形学习降维实现混沌特性的可视化,利用降维后序列作为直流弓网电弧识别特征,并采用极限学习机对直流弓网电弧进行识别.结果表明:该方法能够有效识别直流电机车弓网电弧.     

基于相空间重构和Lyapunov指数电弧电压混沌特性分析

串联电弧故障是引发电气火灾的关键原因。为得到可靠数据源及更全面认识电弧电压特性,按照UL1699、GB 14287.4标准搭建了实际用电环境电弧故障模拟实验平台。依据实验结果,采用相空间重构算法将电弧电压信号引入高维空间进行分析,并给出其二维相平面;采用小数据量法计算了电弧电压的最大Lyapunov指数。选定相平面中相轨线的分布规律和最大Lyapunov指数为指示量,证明了低压串联电弧电压信号存在混沌特征。研究结果不仅丰富了电弧电压信号的特性,还为电弧模型设计和电弧式电气火灾监控探测器提供理论指导。     

利用最小二乘拟合算法的三相重合闸永久性故障判别

为解决单相接地永久性故障判别灵敏度不足的问题,提出采用并联电抗器零模电流不同频率分量比值特征的三相自适应重合闸故障性质判别方法.通过分析单相接地故障时的并联电抗器零模电流,发现不同故障性质情况下其自由振荡频率不同,据此建立了包含衰减非周期分量及不同自由振荡频率分量的并联电抗器零模电流识别模型.当输电线路发生故障且两侧断路器跳开后,将并联电抗器零模电流作为已知量,利用最小二乘拟合算法求取其不同频率分量的幅值,根据各频率分量电流幅值对比关系实现永久性故障判别.EMTP仿真表明,该方法适用于单端及双端带并联电抗器线路,且不受过渡电阻、故障位置的影响,灵敏度高.     

保护型馈线自动化原理及实现方案

提出了一种基于通讯的保护型馈线自动化方案．配电网络中相邻连接的保护单元相互交换带方向的故障信息,实现馈线故障快速切除,完成故障隔离和系统重构,瞬时性故障通过重合闸恢复供电．在光调制解调器（MODEM）中通过编码将通讯功能和电平（即故障标志）传输功能分开,故障标志传输不需要专用的通道．光MODEM之间的帧传送是自主的,相邻MODEM间能够快速地传送电平信号,实现了点对点的故障信息交换、提出的快速保护方案通过了动模实验,在实际配电系统中运行了2年,对有通讯通道的城市配电系统有实用价值.     

基于小波分解和重构的暂态选线与扰动识别

在小波分解和重构理论的基础上,提出了基于故障暂态电流α模分量突变量的故障选线方法。根据小波理论善于处理突变信号的特点,利用小波理论对暂态电流、电压信号进行分析,由分解后的小波系数构成综合故障测度进行选线,小波重构信号则对故障和扰动进行识别。大量的仿真试验证明,提出的选线方法可以很好地对故障线路进行选择,同时不受扰动影响。     

线路两相短路故障电流控制的新方法

两相短路后,传统方法是切除故障线路,但这可能导致系统潮流大转移并可能引起系统不稳定,造成大面积停电事故。为此提出一种新型的故障电流控制器及与之对应的控制方法。故障电流控制器由串联变压器、并联变压器、2个可调电感以及有载调节开关构成,嵌入在线路的两端,工作时等效于电压源和电感的串联。两相故障后,改变与并联变压器原边相连开关的位置,将改变故障电流控制器等效电压源电压的相位,使故障相线路发送端(接受端)的电压源电压与超前(滞后)于故障相的电源电压同相,再协调控制2个可调电感,能独立控制其等效电压源电压的幅值和电感值,适当地控制这2个分量,能控制故障相间的线电流等于正常电流,该状态下线路的故障电流不仅为0,同时故障线路的电流也等于其正常运行时的电流,并在此基础上提出了两相短路故障电流的控制策略,建立了与之对应的控制系统。该方法能保持故障线路的继续运行,提高了线路供电的可靠性。实验证明了故障电流控制器能控制故障线路上的电流,使其等于正常运行电流,同时理论分析和仿真结果也证明了提出的故障电流控制器以及与之对应的两相短路电流的控制原理、控制策略的正确性。