[发明专利]一种基于多尺度特征融合的网络级电弧故障诊断方法

说明书

本发明公开一种基于多尺度特征融合的网络级电弧故障诊断方法，包括以下步骤：1)基于电流传感器采集系统中不同支路的电流信号；2)基于多尺度分析方法得到不同支路电流信号在不同尺度下的时域特征、频域特征以及奇异值以构造特征向量；3)采用随机森林实现特征的重要度分析与选择，得到最优特征组合；4)利用最优特征组合与训练后的随机森林实现电弧故障诊断。本发明基于不同的尺度提取故障特征，给予了分析特征的不同视角并增加了特征的多样性，同时利用随机森林算法实现了特征选择与融合，从而使不同类型特征中故障信息实现优势互补，并能消除高维特征向量中的冗余信息，有利于诊断准确度的提升以及减小分类器的负担。

技术领域

本发明涉及一种基于多尺度特征融合的网络级电弧故障诊断方法，属于电弧故障检测领域。

技术背景

随着可再生能源、电动汽车、微电网以及多电飞机等领域的发展，直流电能得到越来越广泛的应用。但在长期运行过程中，线路的绝缘老化、接线端子接触不良等现象易引发电弧故障。尤其直流配电网中电弧电流不存在过零点，相比于交流配电网，更容易产生持续的燃弧现象。电弧弧柱的温度最高能达到15000℃，极易引燃附近的可燃物。因此，电弧故障对直流配电系统的安全稳定运行构成了巨大的挑战。电弧故障分为串联电弧故障和并联电弧故障。当直流配电系统中发生并联电弧故障，故障线路会产生较大的短路电流，易被断路器保护。而当系统中发生串联电弧故障，由于引入了电弧阻抗导致其所在线路的电流上升不明显，断路器难以实现保护。近年来，串联电弧故障检测方法的研究受到了越来越广泛的关注。

发生电弧故障的位置通常伴随着噪声、强光、大量的热以及电磁辐射等物理现象，有研究者基于以上物理现象实现串联电弧故障检测，但该类方法需检测点靠近发生电弧故障的位置。因此，受限于其较小的监测范围，基于物理现象的方法难以应用到实际系统中。

前绝大多数研究者基于电流信号实现串联电弧故障检测。有研究者利用电流信号的时域特征如标准差检测电弧故障。发生电弧故障时电流信号频谱能量分布会发生变化，有研究者提取48.83kHz-93.99kHz范围内的谐波能量作为特征值，并将特征值与设定阈值的比较判定线路中是否发生电弧故障。当发生电弧故障时，电流信号随机波动性增强，有研究者利用hurst指数度量信号的随机性从而判断线路中是否发生电弧故障。有研究者利用奇异值分解滤除电流信号的低频成分，然后提取滤波后电流信号的方差作为判断是否发生电弧故障的依据。电弧故障会改变线路中故障处特征阻抗的大小，基于扩展频谱时域反射法实时监测线路特征阻抗的变化并将反射波头与设定的阈值比较，可实现电弧故障的检测。实际系统的工作状态以及所处环境复杂，电流信号中极易引入噪声干扰。基于单一特征阈值的电弧故障检测方法易发生误判。因此，越来越多研究者基于机器学习的方法融合电流信号中不同类型特征的关键故障信息，以提升电弧故障检测性能。如人工神经网络、支持向量机、决策树、极限学习机以及卷积神经网络等。

虽然基于机器学习的特征融合方法能够提升电弧故障检测准确度，但以上的研究都是针对单一支路的电弧故障检测，即仅判断当前所这条支路上是否存在电弧故障。而实际配电系统中往往包含多个支路，不同线路之间是相互连接的。当系统中某一条支路发生电弧故障，相邻支路的电流信号也有可能受到干扰并被高频随机噪声入侵。标准UL1699规定，在两条并联线路构成的系统中，某条线路发生电弧故障时安装在未发生电弧故障线路中的电弧故障断路器不能出现误判。而采用单支路电弧故障检测方法易造成正常支路的虚警，无法准确定位故障点。因此，从系统级的角度而言，不仅需要检测出系统是否发生电弧故障，还要实现电弧故障的定位并避免正常线路的虚警。