[發明專利]一種基于參數匹配的多層次直流故障電弧檢測方法

有效

• 申請號: 202110502113.1
• 申請日: 2021-05-08
• 公開（公告）號: CN113298124B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 陳思磊;孟羽;李興文;盧元博
• 申請（專利權）人: 西安理工大學
• 主分類號: G06F18/214
• 分類號: G06F18/214;G06F18/10;G06F18/213;G01R31/00
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 范巍

1.一種基于參數匹配的多層次直流故障電弧檢測方法，其特征在于：包括以下步驟：

1)在直流系統運行中，對直流系統類弧工況與故障電弧條件下的電流信號進行采樣，得到電流檢測信號的樣本數據集，轉至步驟2)或步驟3)；

2)對樣本數據集中的電流檢測信號進行濾波處理，提升故障電弧成分占比，轉至步驟3)；

3)通過故障電弧特征分析及系統狀態學習，確定可供使用的特征量及分類器，結合待優化的檢測參數確定粒子群算法的優化向量，然后初始化粒子群，轉至步驟4)；

4)利用電流檢測信號、濾波后的電流檢測信號或依據這兩種信號之一進行特征量分析而得到的特征數據對與優化向量當前權重取值對應的各故障電弧狀態辨識模型分別進行訓練，并將訓練過程中狀態辨識性能y(t)首次達到穩態性能y(∞)的90％～100％的訓練時間t作為第一類評估目標，其中，∞為故障電弧狀態辨識性能達到穩態所需訓練時間，同時，對訓練完成的故障電弧狀態辨識模型的實時性能狀態按照電流檢測信號時間窗進行多周期分析，將分析得到的綜合判斷精確度、響應時間、檢測靈敏度與參數優化時間作為第二類評估目標，轉至步驟5)；

5)在粒子群算法的一次迭代過程中，對粒子適應度進行評價后更新個體和種群極值，并依據個體和種群極值對各粒子的速度和位置進行更新，其中粒子適應度根據步驟4)中得到的各類評估目標確定，轉至步驟6)；

6)若滿足迭代過程終止條件，則輸出最優評估目標下的各優化向量的權重取值，并確定最優的分類器和特征量匹配結果和最優檢測參數，轉至步驟7)，否則，轉至步驟4)；

7)按照各優化向量的權重取值確定最優檢測參數，然后根據電流信號的實時采樣結果進行系統狀態辨識，其中系統狀態選自正常干擾、故障電弧中的任意一種；

所述步驟1)還包括以下步驟：根據樣本數據集計算10～20ms故障電弧與正常運行狀態條件下的電流信號在[L,S]到[L,E]上的Rbio3.1小波系數之比小于1.2的數據占比，其中，L表示小波包分解的層數，且L＝3～5，S表示選取的起始節點編號，且S＝1、2，E表示選取的終止節點編號，且E＝5、6，若該占比大于70％，則判定故障電弧電流的檢測信號信噪比低，此時需要對樣本數據集中的所有電流檢測信號進行信號濾波處理。

2.根據權利要求1所述一種基于參數匹配的多層次直流故障電弧檢測方法，其特征在于：所述步驟1)中，故障電弧條件下的樣本數據集是通過對以下一種或多種條件下的故障電弧電流進行采樣而得到的：電力電子裝置干擾、純阻性負載運行、遠距離傳輸、多支路供電直流系統時兩支路干擾；類弧工況條件下的樣本數據集是通過對源荷運行條件下的以下正常干擾電流進行采樣而得到：正常運行狀態、暫態和停機狀態。

3.根據權利要求1所述一種基于參數匹配的多層次直流故障電弧檢測方法，其特征在于：所述待優化的檢測參數涉及以下直流故障電弧檢測過程中多個環節的參數：采樣、濾波、特征量分析、系統狀態分類、故障電弧判斷；其中，采樣環節的參數包括電流采樣頻率，濾波環節的參數包括濾波頻段參數，特征量分析環節的參數包括時頻特征分辨率和特征變換必調參數，系統狀態分類環節的參數包括分類器必調參數，故障電弧判斷環節的參數包括直流故障電弧判據，直流故障電弧判據為在利用訓練完成的故障電弧狀態辨識模型判定故障電弧發生時該模型需要輸出與故障電弧對應的值的次數的閾值。