[发明专利]一种电弧故障检测方法及电弧故障检测模型训练方法

说明书

本申请是关于一种电弧故障检测方法及电弧故障检测模型训练方法，具体涉及电信号处理技术领域。所述方法包括：获取目标设备生成的电流数据，并根据所述电流数据得到频域数据；将所述频域数据通过电弧故障检测模型的特征提取模块进行处理，获得电弧特征；将所述目标设备对应的设备编号与所述电弧特征进行拼接，获得待识别特征；通过所述电弧故障检测模型中的识别模块对所述待识别特征进行处理，确定所述目标设备的故障结果。上述方案中，电弧故障检测模型在识别是否存在电弧故障时，考虑到了不同设备之间的区别特性，使得故障检测模型在识别不同设备的电流数据时都具有较高的识别精度。

技术领域

本发明涉及电信号处理技术领域，具体涉及一种电弧故障检测方法及电弧故障检测模型训练方法。

背景技术

用于直流电弧检测的单片机算法有多种，近年来人工智能算法由于高准确度在电弧检测方面得到广泛应用，所以采用人工智能算法进行电弧故障检测。

在现有的单片机算法流程中，首先判断送入单片机数据的采样时间t是否达到预先设定的时间窗T，达到后处理成一维电流数据，根据逆变器当前工作状态去除相应状态的干扰信号，提取电流具有代表性的特征后，对特征数据进行归一化处理后送入电弧故障检测模型进行检测，检测模型使用基于二维卷积神经网络的电弧检测模型，也可使用其他算法模型，提前利用大量电弧数据对模型进行训练，保证准确度后再投入使用。

上述方案中，电弧故障检测模型对不同类别的设备生成的电流数据的检测效果较差。

发明内容

本申请提供了一种电弧故障检测方法及电弧故障检测模型训练方法，可以提高速度检测精度，该技术方案如下。

一方面，提供了一种电弧故障检测方法，所述方法包括：

获取目标设备生成的电流数据，并根据所述电流数据得到频域数据；

将所述频域数据通过电弧故障检测模型的特征提取模块进行处理，获得电弧特征；

将所述目标设备对应的设备编号与所述电弧特征进行拼接，获得待识别特征；

通过所述电弧故障检测模型中的识别模块对所述待识别特征进行处理，确定所述目标设备的故障结果。

又一方面，提供了一种电弧故障检测模型训练方法，所述方法包括：

获取样本数据集中的样本电流数据，并根据所述样本电流数据得到样本频域数据；所述样本数据集中包括各个样本设备生成的电流数据；

将所述样本频域数据通过电弧故障检测模型的特征提取模块进行处理，获得样本电弧特征；

将生成所述样本电流数据的样本设备对应的设备编号与所述样本电弧特征进行拼接，获得样本待识别特征；

通过所述电弧故障检测模型中的识别模块对所述样本待识别特征进行处理，确定生成所述样本电流数据的样本设备的样本识别结果；

基于所述样本识别结果以及所述生成所述样本电流数据的样本设备的故障结果，对所述电弧故障检测模型进行参数更新，以得到训练后的电弧故障检测模型。

又一方面，提供了一种电弧故障检测装置，所述装置包括：

频域数据获取模块，用于获取目标设备生成的电流数据，并根据所述电流数据得到频域数据；

电弧特征获取模块，用于将所述频域数据通过电弧故障检测模型的特征提取模块进行处理，获得电弧特征；

特征拼接模块，用于将所述目标设备对应的设备编号与所述电弧特征进行拼接，获得待识别特征；

故障确定模块，用于通过所述电弧故障检测模型中的识别模块对所述待识别特征进行处理，确定所述目标设备的故障结果。