[发明专利]一种基于随机共振的直流故障电弧诊断方法及装置有效

专利信息
申请号: 202011092127.2 申请日: 2020-10-13
公开(公告)号: CN112433128B 公开(公告)日: 2022-12-02
发明(设计)人: 陈思磊;李兴文 申请(专利权)人: 西安理工大学
主分类号: G01R31/12 分类号: G01R31/12
代理公司: 西安弘理专利事务所 61214 代理人: 张皎
地址: 710048 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 随机 共振 直流 故障 电弧 诊断 方法 装置
【权利要求书】:

1.一种基于随机共振的直流故障电弧诊断方法,其特征在于,采用一种基于随机共振的直流故障电弧诊断装置,包括滤波控制模块,滤波控制模块分别连接采样模块、信号处理模块和通讯模块,信号处理模块还连接通讯模块和脱扣模块,所述直流故障电弧诊断装置通过通讯模块接收参数设定系统发送的参数;

具体包括如下步骤:

步骤1,针对需进行直流故障电弧诊断的直流供电系统,采集故障电弧发生前后的电流信号I(t),基于参数设定系统进行随机共振滤波处理,得到滤波电流信号x(t),而后分别对原始电流I(t)和滤波电流x(t)进行w种相同的时频变换处理,对所得的二维时频分解系数矩阵Ck,r作i种相同的一维特征映射fi处理,得到对应的j个时频特征量Fj(t),其中,i=1,2,…,m1,j=1,2,…,m2

步骤2,判断步骤1所得的时频特征量Fj(t)是否失真,在时频特征量Fj(t)不失真的前提下,分别计算原始电流I(t)和滤波电流x(t)两种电流输入条件下所得时频特征量在故障电弧状态下的显著性R,利用随机共振滤波处理方式对时频特征量显著性的提升程度R’确定用于直流故障电弧诊断的时频特征量组F;

步骤3,采样模块实时采集直流系统运行过程中的回路电流信号,当信号采集到的累计点数n达到min[0.02f,1024]后转至步骤4,其中f为信号的采样频率;

步骤4,按照选择的滤波处理模式,滤波控制模块利用参数优化后的随机共振方法对窗内的电流信号In(t)进行滤波预处理,转至步骤5;

所述滤波处理模式包括两种,具体为:

滤波按钮按下为滤波处理模式一,即满足|FFT(In(t))-FFT(Inor(t))|/FFT(Inor(t))10%的频段个数占全频段总数70%以上的条件下才对电流信号进行滤波处理,其中,FFT是获取频谱幅值的运算符,In(t)为输入窗内的电流信号,Inor(t)为第一分析周期内的正常电流信号;

未按下为滤波处理模式二,即对所采集的电流信号一律进行滤波处理;

步骤5,信号处理模块依据设定的时频变换对步骤4所得的滤波处理后的电流信号进行分解,得到二维时频系数矩阵,取出0~100kHz时频系数进行特征映射f1,f2……fm1计算,得到时频特征值组成的特征量组F=[F1,F2……Fm2],m2≥m1,利用完成系统状态学习的机器学习分类器融合所得计算周期内的多时频特征值F,输出用于指示当前系统状态的判断电平,一旦输出故障电弧状态电平,分别对计算周期和故障电弧状态电平输出周期计数,在规定的M个计算周期内判断为故障电弧状态电平的输出周期一旦达到N个,显示直流故障电弧报警信息,并触发脱扣模块开断电路使直流故障电弧熄灭,而后转至步骤6进行直流故障电弧发生位置的判断;在规定的M个计算周期内判断为故障电弧状态电平的输出周期一旦未达到N个,清零计数变量返回步骤1;

步骤6,信号处理模块选用步骤5中直流故障电弧发生位置影响因素下呈现差异的检测特征量构成特征量组F’,其中F’是F的子集,输入至训练好的机器学习分类器完成直流故障电弧发生的位置判断,显示需要维护的故障位置信息。

2.根据权利要求1所述的一种基于随机共振的直流故障电弧诊断方法,其特征在于,所述采样模块包括能够获取包含直流分量的电流传感器及与该电流传感器对应的调理电路。

3.根据权利要求2所述的一种基于随机共振的直流故障电弧诊断方法,其特征在于,所述滤波控制模块用于实现输入电流信号的随机共振滤波处理功能。

4.根据权利要求3所述的一种基于随机共振的直流故障电弧诊断方法,其特征在于,所述参数设定系统包括随机共振参数优化模块、检测/定位时频特征量优化模块、检测/定位机器学习分类器模型优化模块。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安理工大学,未经西安理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011092127.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top