[發明專利]一種基于全景信息的弧光故障識別裝置及方法

在審

• 申請號: 201810802425.2
• 申請日: 2018-07-20
• 公開（公告）號: CN109298291A
• 公開（公告）日: 2019-02-01
• 發明（設計）人: 陳力;周斌;沈健;彭奇;周劭亮;張敏;沈宇龍;王猛
• 申請（專利權）人: 國電南瑞科技股份有限公司;國電南瑞南京控制系統有限公司
• 主分類號: G01R31/12
• 分類號: G01R31/12;G06K9/62
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

1.一種基于全景信息的弧光故障識別裝置，其特征在于，

包括傳感器單元、局部卡爾曼濾波器、信息融合單元、全局卡爾曼濾波器和弧光識別單元；

所述傳感器單元、局部卡爾曼濾波器、信息融合單元、全局卡爾曼濾波器和弧光識別單元依次順序連接；

傳感器單元包括若干傳感器，傳感器單元用于檢測弧光發生時的電氣量，每個傳感器連接一個局部卡爾曼濾波器，對傳感器輸出數據進行濾波；

局部卡爾曼濾波器輸出的信息經過信息融合單元進行信息融合后，基于全局卡爾曼濾波器進行全景信息的全局濾波，進行弧光判定。

2.根據權利要求1所述的一種基于全景信息的弧光故障識別裝置，其特征在于，

傳感器單元包括弧光傳感器、溫度傳感器和壓力傳感器。

3.根據權利要求1所述的一種基于全景信息的弧光故障識別裝置，其特征在于，

信息融合單元包括局部信息融合模塊和全局信息融合模塊；

局部信息融合模塊對同類傳感器輸出的信息進行融合；

全局信息融合模塊融合所有局部信息融合模塊輸出的全景信息。

4.根據權利要求1所述的一種基于全景信息的弧光故障識別裝置，其特征在于，

全景信息是指針對孤光光譜特性的弧光檢測的特性信息，包括電流特性和聲光特性。

5.一種基于全景信息的弧光故障識別方法，其特征在于，

包括以下步驟：

S1，傳感器單元采集弧光發生時的電氣量信息；

S2，建立BP神經網絡，確定BP神經網絡參數；

步驟S2具體包括以下步驟：

(201)，傳感器單元連接多參量傳感器數據的局部卡爾曼濾波器，分析電弧故障發生時電流在時域和頻域的特征變化，提取特征值作為BP神經網絡的輸入，采用BP神經網絡檢測電弧故障，基于遺傳算法獲得BP神經網絡的初始權值；

(202)確定BP神經網絡輸入層與輸出層神經元個數：

輸入層神經元為6個，包括采樣時間窗口內電流最大最小幅值差I_diff、電流在中低頻段的能量、電流在中低頻段內小波包分解樹第一節點Node(4，1)、第2節點Node(4,2)、第3節點Node(4,3)和第4節點Node(4,4)的平均均方根值(RMS)；

輸出層神經元個數為1個；

(203)確定隱藏層神經元個數：

基于公式(1)計算隱藏層神經元個數：

式中H：表示神經網絡隱藏層的神經元個數；

I：表示的是神經網絡輸入層的神經元個數；

O：表示的是神經網絡輸出層的神經元個數，α為彈性動量，取值范圍為1～10；

S3，大數據神經網絡訓練：

對原始電流采樣數據提取6個特征量形成N個樣本數據作為訓練樣本，神經網絡訓練停止條件是訓練迭代次數Epoch≥6000、輸出誤差MSE≤0.001或者梯度下降Gradi-ent≤1.00e^－10；

S4，局部卡爾曼濾波器和全局卡爾曼濾波器初始值設定

X₀是全局狀態初始值，P₀是全局協方差陣初始值，Q₀是全局系統協方差陣初始值，全局卡爾曼濾波器和局部卡爾曼濾波器的信息分配因子按傳感器偵測量特性設定；

P₀全局協方差陣初始值和Q₀全局系統協方差陣初始值是沒有離散度的，取0或者一個零漂誤差；

S5，基于測量估計量和狀態估計量完成采樣點信息融合；

設定初始值在系統開始時刻，P_m是全局協方差陣，Q_m是全局系統協方差陣，其中m為傳感器個數，全局卡爾曼濾波器和每個局部卡爾曼濾波器的信息分配因子基于公式(2)和公式(3)進行分配；

公式(2)為全局卡爾曼濾波器信息因子分配公式，其中Q_i是傳感器第i點離散采樣數據的全局系統協方差陣，Q為全局卡爾曼濾波器分配因子；

公式(3)為局部卡爾曼濾波器信息因子分配公式，其中P_i^-1＝β_iP^-1，P_i是傳感器第i點離散采樣數據值的全局協方差陣,P為局部卡爾曼濾波器分配因子；β_i為權重因子；

公式(2)，公式(3)中權重因子β_i遵守信息守恒定理，

且β₁+β₂+…β_i…+β_m-1+β_m＝1(0≤β_i≤1)，i＝1,2,3…m；

則局部卡爾曼濾波器算法為公式(4)、全局卡爾曼濾波器算法為公式(5)

公式(4)適用于同種類型的傳感器，其中P_i為傳感器第i點離散采樣數據的全局協方差陣，是第i點離散時間采樣的狀態估計矢量；D_k是第k個傳感器采樣數據，Z_i為第i點的觀測值，為第i點數據的轉置，R_i為第i點數據的殘差；

公式(5)中，Q_全i是各類型傳感器局部融合后第i組數據的全局系統協方差陣，為是各類型傳感器局部融合后，第i組數據的離散時間采樣的狀態估計矢量；D_k’表示第k個傳感器局部融合后數據，Z_i′為數據局部融合后第i點的觀測值，為數據局部融合后第i點數據的轉置，R_i′為數據局部融合后第i點數據的殘差；

通過公式(4)，對故障電弧檢測系統中的每個傳感器探測到信號實施局部濾波處理；把每個局部卡爾曼濾波器的處理結果按傳感器類別局部融合后，進行全局權重分配，實現信息融合，全局卡爾曼濾波器繼續根據公式(5)對接收到融合信息實施濾波，分析弧光是否發生；

S6，基于全局卡爾曼濾波器輸出的全景信息得出弧光發生信號，用于邏輯跳閘出口。

6.根據權利要求1所述的一種基于全景信息的弧光故障識別方法，其特征在于，

α的取值，滿足神經網絡的輸出誤差(MSE)≤0.001或者梯度下降≤1.00e^－10；

α＝6時，神經網絡輸出誤差最小。