[发明专利]一种基于卷积神经网络的串联故障电弧检测装置及方法

说明书

本发明提供一种基于卷积神经网络的串联故障电弧检测装置，包括线路电流信号采集单元、数据处理单元、故障电弧模型构建单元以及结果输出单元；线路电流信号采集单元采集并转换电弧电流数据；数据处理单元将电弧电流数据整理成电流样本数据集，并建立电弧电流数据库后，形成样本训练集和样本测试集；故障电弧检测模型构建单元对样本进行归一化处理，并构建基于卷积神经网络的串联故障电弧检测模型进行训练和测试，得到训练好的串联故障电弧检测模型；结果输出单元获取待检测的电弧电流数据并导入训练好的串联故障电弧检测模型中，确定待检测的电弧电流数据是否为串联故障电弧。实施本发明，具有泛化能力强，检测准确率高，误判率低等特点。

技术领域

本发明涉及电弧检测技术领域，尤其涉及一种基于卷积神经网络的串联故障电弧检测装置及方法。

背景技术

电弧，俗称“电火花”，具有温度很高、电流很小、持续时间短等特点，是气体发生电击穿因电场场强过大而形成的一种气体游离放电现象，一旦出现击穿则会频繁出现。由于电弧放电时，会产生大量的热，能引燃周围的易燃易爆品，造成火灾甚至爆炸，因此故障电弧被认定为引起电气火灾的重要原因，有必要对故障电弧检测进行深入研究。

故障电弧主要分为三种，具体包括串联故障电弧、并联故障电弧和接地故障电弧。其中，串联故障电弧由于在故障发生时电流较小，且故障电弧特性与所串联的负载类型有关，因此在检测难度上更大，其危险性也相对较大。

目前，在对故障电弧的研究中，采用最多的研究对象就是产生故障电弧时的电流数据，提取电流中可以表征故障电弧的特征量，设置相应的阈值进行检测。如申请公告号为CN103116093A，名称为《串联故障电弧预警系统及其检测方法》的发明专利，该发明专利的串联故障电弧预警系统包括电源电路、电流传感器、电流感测电路、信号调理电路、电压过零比较电路、微处理器和故障输出电路，实现对电流信号的采集，并对电流信号进行处理，利用相邻周期电流波形比较及阈值进行故障判断，避免了频域复杂的计算；又如，申请公告号为CN102981088B，名称为《故障电弧检测方法》的发明专利，该发明专利以时域的特征提取为主，通过采集每周期的电流数据来分析电流波形是否存在失去周期性、正负半周不对称、平肩部和变化率过大来判断是否发生了电弧故障。

上述故障电弧研究虽然一定程度上能检测出故障电弧，但是当用电环境变换导致阈值变化，容易造成误判。因此，为安全考虑，系统的稳定性和泛化能力需要进一步提高。

因此，鉴于串联故障电弧较大的问题，亟需一种串联故障电弧检测装置，泛化能力强，检测准确率高，能降低误判率。

发明内容

本发明实施例所要解决的技术问题在于，提供一种基于卷积神经网络的串联故障电弧检测装置及方法，具有泛化能力强，检测准确率高，误判率低等特点。

为了解决上述技术问题，本发明实施例提供了一种基于卷积神经网络的串联故障电弧检测装置，包括线路电流信号采集单元、数据处理单元、故障电弧模型构建单元以及结果输出单元；其中，

所述线路电流信号采集单元，用于对故障电弧发生器每次对应加载有相异负载时所流过的电流信号进行采集并转换成相应的电弧电流数据；

所述数据处理单元，用于根据各相异负载的类型，将采集的电弧电流数据整理成各自相应的电流样本数据集，并根据是否为串联故障电弧为每一条电流样本进行标记，建立电弧电流数据库，且进一步在所述电弧电流数据库中，选出相应的电弧电流数据分别形成样本训练集和样本测试集；

所述故障电弧检测模型构建单元，用于对所述样本训练集和所述样本测试集中的样本数据进行归一化处理，并构建基于卷积神经网络的串联故障电弧检测模型，且进一步将归一化处理后的样本训练集和样本测试集导入所述串联故障电弧检测模型进行训练和测试，得到训练好的串联故障电弧检测模型；