[發明專利]一種基于自組織大腦情感學習的低壓故障電弧檢測方法

在審

• 申請號: 202210393393.1
• 申請日: 2022-04-15
• 公開（公告）號: CN114839484A
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 韓刃;邵振華
• 申請（專利權）人: 廈門明翰電氣股份有限公司
• 主分類號: G01R31/12
• 分類號: G01R31/12;G06N3/04;G06N3/08;G06N5/04
• 代理公司: 廈門原創專利事務所(普通合伙) 35101
• 代理人: 李榮耀

本發明提供了一種基于自組織大腦情感學習的低壓故障電弧檢測方法，包括：S1：通過低壓供配電線路的電流檢測數據，分別計算出周期采樣電流均方差、周期電流小波分解與重構的高頻分量；S2：構建具有2個通道的功能調節函數及自動擇優調整模型結構與參數的模糊大腦情感學習神經網絡模型；S3：利用李雅普諾夫函數設定模型的優化學習率，使得模型系統穩定，從而正確檢測低壓供配電線路中的故障電弧；將故障電弧電流數據計算得到的周期采樣電流均方差、周期電流小波分解與重構的高頻分量作為特征數據，輸入模型對模型進行訓練，直至模型收斂；S4：通過基于自組織大腦情感學習的低壓配電線路故障電弧模型對待測電流進行故障電弧檢測。

技術領域

本發明涉及低壓故障電弧檢測技術領域，尤其涉及一種基于自組織大腦情感學習的低壓故障電弧檢測方法。

背景技術

低壓配電網故障電流大部分由電弧故障引起，電弧是兩個電極之間跨越絕緣介質的持續放電現象，經常伴隨著電極的局部發熱。典型的電弧是在兩極之間的空氣間隔中形成的，其中心溫度一般為5000至15000攝氏度。低壓配電網中，線路和設備工作時間較長且運行環境復雜，絕緣層可能出現老化、破損或接觸不良現象，導致其絕緣能力下降，進而產生故障電弧。故障電弧產生后，在較小電流下就可產生極高的溫度，足以引燃線路或設備周圍可燃物。

低壓供配電線路中的故障電弧由于其電流值小，不足以驅動斷路器或熔斷器保護動作，極易產生電氣火災。供配電線路中負載多樣化，存在與故障電弧波形相似的特性。故，傳統上采用單一的判據區分電弧故障，誤判率較高。

發明內容

有鑒于此，本發明的目的在于提出一種基于自組織大腦情感學習的低壓故障電弧檢測方法，能夠準確判斷故障電弧，以確保低壓供用電系統安全運行。

為解決上述問題，本發明采用如下技術方案：

一種基于自組織大腦情感學習的低壓故障電弧檢測方法，包括如下步驟：

S1：通過低壓供配電線路的電流檢測數據，分別計算出周期采樣電流均方差、周期電流小波分解與重構的高頻分量；

S2：構建具有2個通道的功能調節函數及自動擇優調整模型結構與參數的模糊大腦情感學習神經網絡模型；

S3：利用李雅普諾夫函數設定模型的優化學習率，使得模型系統穩定，從而正確檢測低壓供配電線路中的故障電弧；

將故障電弧電流數據計算得到的周期采樣電流均方差、周期電流小波分解與重構的高頻分量作為特征數據，輸入模型對模型進行訓練，直至模型收斂，獲得基于自組織大腦情感學習的低壓配電線路故障電弧模型；

S4：通過基于自組織大腦情感學習的低壓配電線路故障電弧模型對待測電流進行故障電弧檢測。

進一步的，S1中周期采樣電流均方差，計算公式如下：

其中，I_i表示在第i個采樣周期采樣的電流值,N表示N個采樣周期，表示在N個采樣周期內采樣的電流信號的均值，S_i表示第i個采樣周期內的采樣電流均方差；

周期電流小波分解，計算公式如下：

其中，W_f(a,b)表示分解的小波函數，a表示周期尺度伸縮因子，b表示周期平移因子；表示具有自變量*的小波周期函數,表達式如下：

周期電流小波重構，計算公式如下：

其中，M_i表示具有i個采樣周期序列的小波變換電流信號，γ是給定的小波變換常數。

進一步的，S2包括如下步驟：