一种基于奇异谱分析的电弧故障检测方法与流程

本发明涉及电器设备，具体来说，是一种基于奇异谱分析的电弧故障检测方法。

背景技术：

1、电气火灾造成的人员伤亡事故以及财产损失问题非常突出，其中尤其是由电弧故障引起的电气火灾，检测特征不明显，检测难度大。于是，电弧故障的检测受到了研究人员的广泛关注。

2、目前，电弧故障的检测多由电弧故障断路器(afdd)完成，有效的功能测试是保证afdd能够正常工作的关键所在。美标ul1699以及国标gb/t 31143-2014都对电弧故障断路器的额定参数，性能要求，以及相应的测试内容进行了详细的规定，并给出了各种试验条件下的合格标准。

3、中国发明专利申请cn114034960a公开的《一种基于弱电弧特征的故障电弧检测方法》，将采集的电流信号进行时域频域特征转换后构建hankel矩阵，通过时域频域转换提取电弧特征后，实现信号与噪声的分离，进行故障电弧检测，并无法直接对于时域信号进行处理和检测。

4、中国发明专利申请cn116338402a公开的《电弧故障的检测方法和装置、存储介质及电子设备》，也是对采集的电流信号进行降噪处理，从而提高电弧故障检测的准确率，采用的技术方案是将采集的电流信号进行傅里叶变换后，即时域频域特征转换后构建hankel矩阵进行去噪处理，既无法直接对时域信号进行处理，去噪也会将高频有效部分滤掉。

5、断路器中使用的电弧故障检测算法是当前研究的重点，研究者们聚焦于如何使用一种或多种有效的时频域特征对电弧故障进行检测。由于负载的多样性，以及实际电路的复杂性，使用时域特征容易形成虚警，而电弧故障的特征频段会随着应用对象的改变而变化，造成了这些方法准确性不高。

技术实现思路

1、本发明为了克服以上技术的不足，提供了一种基于奇异谱分析的电弧故障检测方法，开创性的提出了一个对于所有电弧故障电流信号均有效的检测量，通过电弧故障电流的最大最小特征值之比必然要比正常电流的小的监测原理，对采集的电流信号构建hankel矩阵，并使用信号自适应分解中的奇异谱分析，对信号进行从低频到高频的自适应分解，通过特征值量化这些频段的能量。

2、本发明克服其技术问题所采用的技术方案是：本发明提出的一种基于奇异谱分析的电弧故障检测方法，包括：s1，将采集的电流信号按照时间顺序划分为若干工频周期，并基于划分的工频周期的数据序列分别构建hankel矩阵；s2，基于构建的hankel 矩阵计算对应的协方差矩阵；s3，对协方差矩阵进行特征分解从而得到hankel矩阵的奇异值，并选取最大特征值和最小特征值，计算最大特征值和最小特征值之比作为检测量用于判断电弧故障。

3、通过电弧故障电流的最大最小特征值之比必然要比正常电流的小的监测原理，开创性的通过奇异谱分析得到对于所有电弧故障电流信号均有效的检测量。

4、进一步的，还包括s4，基于计算得到的检测量与预设检测阈值进行比较，连续若干工频周期的检测量小于预设检测阈值，则判断电弧故障发生。

5、进一步的，所述s1,将采集的电流信号按照时间顺序划分为若干工频周期，并基于划分的工频周期的数据序列构建hankel矩阵，包括：s11，采集待检测电路的电流信号y，将采集的电流信号按照时间顺序划分为m个工频周期； s12，基于每个工频周期的n个数据点构建对应的数据序列；s13，基于数据序列设定分解层数；s14，基于分解层数对应每个工频周期构造hankel矩阵。

6、进一步的，所述对协方差矩阵进行特征分解从而得到hankel矩阵的奇异值，具体包括：对协方差进行特征分解得到对应分解层数的特征值，其中特征值为hankel矩阵的奇异值的平方。

7、进一步的，所述最大特征值表示工频周期信号中最基频的能量，最小特征值表示工频周期信号中最高频的能量。

8、本发明的有益效果是：

9、1、开创性的提出了对于所有电弧故障电流信号均有效的电弧故障检测量，即实现了单独通过电弧故障检测量进行电弧故障检测，也可以在多特征检测算法中将检测量作为一个重要的依据进行电弧检测；

10、2、通过实际采集的电弧故障电流信号，采用自适应分解中的奇异谱分析，对电流信号进行低频到高频的自适应分解，有效的区别电弧故障电流信号和正常电流信号。

技术特征：

1.一种基于奇异谱分析的电弧故障检测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于奇异谱分析的电弧故障检测方法，其特征在于，还包括s4，基于计算得到的检测量与预设检测阈值进行比较，连续若干工频周期的检测量小于预设检测阈值，则判断电弧故障发生。

3.根据权利要求1所述的一种基于奇异谱分析的电弧故障检测方法，其特征在于，所述s1,将采集的电流信号按照时间顺序划分为若干工频周期，并基于划分的工频周期的数据序列构建hankel矩阵，包括：

4.根据权利要求1所述的一种基于奇异谱分析的电弧故障检测方法，其特征在于，所述对协方差矩阵进行特征分解从而得到hankel矩阵的奇异值，具体包括：

5.根据权利要求1所述的一种基于奇异谱分析的电弧故障检测方法，其特征在于，所述最大特征值表示工频周期信号中最基频的能量，最小特征值表示工频周期信号中最高频的能量。

技术总结
本发明公开了一种基于奇异谱分析的电弧故障检测方法，包括：将采集的电流信号按照时间顺序划分为若干工频周期，并基于划分的工频周期的数据序列分别构建hankel矩阵，基于构建的hankel矩阵计算对应的协方差矩阵，对协方差矩阵进行特征分解从而得到hankel矩阵的奇异值，并选取最大特征值和最小特征值，计算最大特征值和最小特征值之比作为检测量用于判断电弧故障；本发明提出的一种基于奇异谱分析的电弧故障检测方法，提出了一个对于所有电弧故障电流信号均有效的检测量，准确有效的区别电弧故障电流信号和正常电流信号。

技术研发人员：谢振华,徐文聪,马琳,任建民,丁荣泰,侯林明,何普全,杨善斌,马蕾,栗浩然
受保护的技术使用者：浙江省机电产品质量检测所有限公司
技术研发日：
技术公布日：2024/12/5