[发明专利]一种直流故障电弧检测方法及装置

说明书

技术领域

本发明涉及电路保护技术领域，尤其涉及一种直流故障电弧检测方法及装置。

背景技术

在多个负载串并联的综合负载回路中，由于直流电弧和交流电弧不同，没有明显的“零休现象”。尤其在发生串联直流故障电弧时，直流电弧呈现负的伏安特性，直流电弧的电流值往往比正常工作时的额定电流小，若小功率负载发生直流电弧故障，会导致故障信号淹没在正常信号中，导致不能检测到直流故障电弧信号，造成检测装置的漏判断。

目前对直流故障电弧的检测方法主要集中在时域和频域两个方面，比如利用电流变化率、FFT频谱分析或者小波分析等，检测的智能算法有BP神经网络、支持向量机SVM等，对于电动汽车、直流低压配电柜等直流故障电弧有较好的检测效果，但检测装置在一些其他的领域也会容易产生误判。比如线路中负载经常性的波动，会导致与电弧故障类似的电流突变现象。在光伏系统中，光伏系统的输出特性受光照强度和温度变化的影响很大，并且和光伏阵列的局部阴影有关，这些因素都容易导致检测装置对负载易波动与直流输出特性受外界影响的系统辨识能力不足导致误漏判。

专利201310371017.3公开了“一种用于光伏发电系统的直流电弧检测及保护方法和电路”，通过将采样得到的电流信号转换成采样电压信号，采样电压信号的采样电压值与预先设定好的电压阀值进行比较，若采样电压值超过电压阀值,则认为已经发生了电弧故障,这样的单一的阈值检测往往容易出现漏判或者误判，存在检测方式单一，相应的阈值难以选取的问题。

专利201510727565.4公开了“一种光伏系统直流故障电弧的识别方法”，通过对对光伏系统中的直流电流进行采样，将采集得到的直流电流数据进行离散傅立叶变换，构建特征向量空间作为Fisher识别算法的输入，并以此作为学习样本，作为Fisher识别算法的训练与学习，该方法的检测算法较复杂，要求数据处理快且对硬件电路要求较高。

发明内容

针对上述现有技术的不足，本发明提出一种直流故障电弧检测方法及装置，通过线路中直流故障电弧产生的电磁耦合信号并基于高阶累积量统计识别可以有效检测出线路中的直流电弧故障并及时予以保护。

为实现上述目的，本发明的技术方案是：一种直流故障电弧检测方法，包括：步骤1：将电流互感器套设在被保护电路的正极和负极导线上；

步骤2：通过电流互感器对线路中的电磁耦合信号实时采集，得到实时信号序列x(t)；

步骤3：对x(t)进行高阶累积量统计，计算其四阶累积量峭度值K；

步骤4：根据预设的峭度值阈值判断是否发生电弧故障。

进一步地，所述步骤3具体为：每隔250ms对x(t)进行高阶累积量统计，设x(t)为平稳随机信号，且x₁＝x(t),x₂＝x(t+τ₁),…x_k＝x(t+τ_k-1)，

其中，τ为延时量，

随机信号x(t)的k阶矩m_k为：m_k(τ₁…τ_k-1)＝E[x(t)x(t+τ₁)…x(t+τ_k-1)]，

随机信号的高阶累积量用高阶矩来表示，对于零均值信号，随机信号的四阶累积量为

c₄(τ₁,τ₂,τ₃)＝m₄(τ₁,τ₂,τ₃)-m₂(τ₁)*m₂(τ₃-τ₂)

-m₂(τ₂)*m₂(τ₃-τ₁)-m₂(τ₃)*m₂(τ₂-τ₁)

当τ₁＝τ₂＝τ₃＝0时，由上式可得：