[发明专利]一种故障电弧检测装置

说明书

以一组多只线圈的磁导率、信号幅度、频率、时间为轴构建了4维空间M和它的基本子空间，设计了信号的M空间特征向量、两个特征向量的TT空间距离、TT空间距离的预先判断和精准判断的加权方法、TT空间的加权距离、各种TT空间距离门限、信号基和电弧基，通过多种用电器来构建了信号基和电弧基。给出了基于这些参数的故障电弧检测装置的实现，分析了故障电弧的随机过程属性。使用硬件电路、处理器和软件共同配合，设计完成了故障电弧检测装置，给出了典型实现、最小实现和集成电路实现等三个具体的实施范例。

技术领域

本发明涉及工频交流电供电系统的故障电弧检测及其引发的火灾的保护领域。

背景技术

据统计故障电弧引起的火灾占全部火灾很大的比例，因此急需一种保护设备来检测故障电弧，并在故障电弧还没有引燃可燃物之前的短暂时间内，将电路断开，从而熄灭故障电弧，进而避免它引起火灾。目前已有的故障电弧检测产品的主要问题是故障电弧检测的准确率比较低，检测的误报率和漏报率比较高，经常发生故障电弧误报和漏报。因此需要设计一种故障电弧检测装置，这种检测装置能尽量多地收集，处理和使用故障电弧的特征信息，更加准确地检测出故障电弧，提高故障电弧检测的准确率，降低故障电弧检测的误报率和漏报率。

发明内容

设计了一种故障电弧检测装置，这种检测装置能尽量多地收集处理和使用故障电弧的特征信息，更加准确地检测出故障电弧，提高故障电弧检测的准确率，降低故障电弧检测的误报率和漏报率。使用硬件电路、处理器和软件共同配合，设计完成了该故障电弧检测装置。

设计了一个4维向量空间，定义为M向量空间，定义M空间的基本子空间SPM (m，n，p，q)。信号到来时，通过计算该信号落入各个M空间的基本子空间的概率分布，从而构建出反应该信号在M向量空间上的概率分布特征的M空间的特征向量，将该信号的M空间的特征向量与已知的预先采集的信号基和电弧基的数据库做比较，从而检测出故障电弧。具体如下，使用了磁芯的相对磁导率u不同的一组线圈作为信号的检测线圈，工频交流电的L线穿过这组线圈的中心。这组线圈共有Nu只，以相对磁导率u的对数值为单位构建数轴，称为U轴。在U轴上，取Nu个点，这些点从小到大排列，记为u(m)，m是整数变量，0mNu+1，以U轴为其中的一个维度，构建一个多维空间M。每个线圈输出的信号都经过放大器放大，使用运算放大器实现信号放大功能，每个线圈的匝数、骨架材料的磁导率、信号放大器的增益共同决定了放大器输出端信号的幅度和整体的增益。以各个线圈所对应着的放大器的输出信号幅度值范围内的幅度值的对数值为第二个数轴，称为A轴。在A轴上，取Na个点，这些点从小到大排列，记为a(n)，n是整数变量，0nNa+1，以A 轴为第二个维度，构建这个多维空间M。以各个线圈所对应着的放大器的输出信号的频率值范围内的频率值的对数值为第三个数轴，称为F轴。在F轴上，取Nf个点，这些点从小到大排列，记为f(p)，p是整数变量，0pNf+1，以F轴为第三个维度，构建这个多维空间 M。以工频交流电的周期T为坐标的最大值，以一个周期内的时间t为数轴上坐标点构建第四个数轴，称为T轴。在T轴上，取Nt个点，这些点从小到大排列，记为t(q)，q是整数变量，0qNt+1，以T轴做为第四个维度，构建这个多维空间M。所有这4个维度的数轴上的点都是即可以均匀地选取也可以非均匀地选取，但是要保证在同一套装置中，一旦选定之后，保持一致，不能变化。目前构建好的多维空间M是四维空间，选择坐标点{u(m)， a(n)，f(p)，t(q)}和{u(m)，a(n+1)，f(p+1)，t(q+1)}，以这两个坐标点为对角顶点的三维立方体记为M空间的基本子空间SPM(m，n，p，q)。在一个工频交流电周期T内的信号S1都会多次落入M空间内，落入整个M空间信号的总次数为NM_S1(M)，落入M空间的基本子空间SPM(m，n，p，q)的次数为NM_S1(m，n，p，q)，则，NM_S1(m，n，p， q)在4个维度相加的总和等于NM_S1(M)，信号S1落入M空间的基本子空间SPM (m，n，p，q)的概率记为POSB_S1(m，n，p，q)，则，POSB_S1(m，n，p，q) ＝NM_S1(m，n，p，q)/NM_S1(M)。对于任何一个信号，定义一个信号S1在M空间的特征向量，称为该信号S1的M空间特征向量，表示为S1_V{POSB_S1(m，n，p，q)，// (m(0，Nu]，n(0，Na]，p(0，Nf]，q(0，Nt])}，它是由遍布于M空间的总数为 TT的概率数值组成，它表示的是数列{POSB_S1(1，1，1，1)，POSB_S1(1，1，1， 2)，......，POSB_S1(m，n，p，q)，......，POSB_S1(Nu，Na，Nf，Nt)}，每个概率数值称为向量S1_V的坐标,符号“_V”表示向量，以下相同，向量S1_V是TT维的向量，由这个TT维坐标构成的空间称为TT空间。信号S1的M空间特征向量位于TT空间之内。TT值等于Nu乘以Na乘以Nf乘以Nt，TT值是M空间的基本子空间SPM(m，n，p，q)的总数。定义两个信号的M空间特征向量的TT空间距离为D(S1_V，S1_V)，它是由这两个向量在每一个相同的M空间的基本子空间的对应的两个概率值，即向量的坐标值分别对应相减，然后分别求平方，得到各个向量坐标差值的平方，再然后将所有的向量坐标差值的平方求和，得到所有坐标的差值的平方和，然后再开平方，得到了信号S1和S2的M空间特征向量的TT空间距离D(S1_V，S1_V)。定义一个加权向量C_V{c(m，n，p，q)，//(m (0，Nu]，n(0，Na]，p(0，Nf]，q(0，Nt])}，它表示的是数列{c(1，1，1，1)，c (1，1，1，2)，......，c(m，n，p，q)，......，c(Nu，Na，Nf，Nt)}，该向量也是TT维向量。使用C_V对S1_V加权，得到加权向量CS1_V，C_VS1_V＝CS1_V，“”表示两个向量的加权乘，过程如下，使用向量C_V中的每个坐标与S1_V中的每一个对应的坐标分别相乘就得到了CS1_V{c(m，n，p，q)*POSB_S1(m，n，p，q)，//(m(0，Nu]，n (0，Na]，p(0，Nf]，q(0，Nt]))}。它表示的是数列{c(1，1，1，1)*POSB_S1(1， 1，1，1)，c(1，1，1，2)*POSB_S1(1，1，1，2)，......，c(m，n，p，q)*POSB_S1 (m，n，p，q)，......，c(Nu，Na，Nf，Nt)*POSB_S1(Nu，Na，Nf，Nt)}，“*”表示数值的乘法运算，该向量也是TT维向量，定义这种运算为两个向量的加权乘，得到的运算结果仍然是一个坐标维数为TT维的向量。