基于CMAC神经网络的低压故障电弧检测

合集下载

两种电弧故障保护电器的对比分析

两种电弧故障保护电器的对比分析谢振华1,3苏晶晶2傅炳1,3杜量1,3（1.浙江省机电产品质量检测所有限公司，杭州310051；2.闽江学院计算机与控制工程学院，福州350108；3.浙江省机电设计研究院有限公司，杭州310051）摘要电弧故障保护电器是一类能够实现故障电弧检测并切断故障线路的保护电器，确保其动作的可靠性是产品生产与应用的重要课题。

针对电弧故障保护电器的动作特性验证实验，本文介绍了国内外相关标准，阐述了标准UL1699—2017与国家标准GB/T31143—2014在产品定义、适用范围、产品功能要求等内容上的差异，重点分析电弧故障检测实验内容、电弧故障模拟发生装置的技术要求，为电弧故障的实验研究和电弧故障检测设备的设计奠定基础。

关键词：故障电弧；电弧故障保护电器；动作特性；电弧发生装置Comparative analysis of two standards for arc fault detection deviceXie Zhenhua1,3Su Jingjing2Fu Bing1,3Du Liang1,3(1.Zhejiang Testing&Inspection Institute for Mechanical and Electrical Products Quality Co.,Ltd,Hangzhou310051;2.College of Computer and Control Engineering,Minjiang University,Fuzhou350108;3.Zhejiang Institute of Mechanical&Electrical Engineering Co.,Ltd,Hangzhou310051)Abstract Arc fault detection device is a newly developed protector which can detect fault arc and cut off the failure circuit.Ensuring the reliability of its operation is an important issue in the production and application.The relevant domestic and foreign standards are introduced to study the action characteristic verification tests of arc fault detection parison analysis has been put on the differences between the standard UL1699—2017and national standard GB/T31143—2014in product definition,scope of application and functional requirements of products.The experimental content of arc fault detection and the technical requirements of arc fault simulation device are analyzed emphatically that would lay a foundation for the experimental studies of arc fault and the design of arc fault detection equipment.Keywords：arc fault;arc fault detection device(AFDD);action characteristics;arc generating device电缆绝缘表皮老化、破损、接线端子接触不良、相间短路等故障都可能引发电弧，若无法及时切断故障线路将可能引发电气火灾[1-2]。

电弧检测原理

电弧检测原理一、引言电弧是电路中常见的一种故障，会给设备和人员带来严重的危害。

因此，电弧检测技术越来越受到人们的关注。

本文将介绍电弧检测的原理。

二、电弧概述电弧是指两个电极之间由于放电而形成的等离子体通道。

当两个金属导体之间的距离缩短到一定程度时，空气中的分子会被高能量的电子撞击激发，从而形成等离子体通道。

这个过程会释放出大量能量，并产生鲜艳夺目的光芒和较高温度。

三、电弧检测原理电弧检测是通过对电路中出现的电弧进行监测和识别，从而采取相应措施防止事故发生。

其原理主要包括以下几方面：1. 检测信号采集在进行电弧检测时，需要采集相关信号，并对其进行处理和分析。

常见的信号包括：放电声音、振动信号、光学信号等。

2. 信号处理和分析采集到的信号需要经过滤波、转换、放大等处理，以便进行后续的分析和识别。

常见的信号处理方法包括：傅里叶变换、小波变换、时频分析等。

3. 特征提取和分类通过对处理后的信号进行特征提取和分类，可以判断出是否存在电弧。

常见的特征包括：频率、幅值、波形等。

分类方法包括：模式识别、神经网络等。

4. 报警和控制当检测到电弧时，需要及时报警并采取相应措施。

常见的控制方法包括：切断电源、降低电压等。

四、电弧检测技术发展趋势随着科技的不断进步，电弧检测技术也在不断发展。

目前主要有以下几个方向：1. 多参数检测传统的电弧检测主要依靠单一参数进行判断，但是这种方法容易出现误判或漏报。

因此，未来的发展趋势是采用多参数综合判断。

2. 智能化监控随着人工智能技术的不断发展，未来的电弧检测将更加智能化。

通过机器学习等技术，可以实现自动识别和判断。

3. 非接触式检测传统的电弧检测需要接触电路，而非接触式检测可以避免操作人员的安全风险。

因此，未来的发展趋势是采用非接触式检测技术。

五、结论电弧是一种常见的电路故障，会给设备和人员带来严重危害。

通过采用电弧检测技术，可以及时发现并采取措施防止事故发生。

未来的电弧检测技术将更加智能化和多元化。

基于支持向量机的低压故障电弧识别方法

ＸＵＺｅ — ｕ．Ｅａ — ｉｇｈｎｈａＰＩＸｉｏｑｎ
（ａｇｉｏｐｒｏａｙＬｍｔ，ｅｉｇＪｎｘ３４２，ｈｎ）ＪｎｘＣｐｅｍｐｎｉｉｄＤｘ，ｉｇｉ３２４ＣｉａｉＣｅｎａ
ＡｂｔａｔＦｕｔａｃｉｎｆｔｅｐｍｅｒａｏｓｃｕｉｇｅｅｔｃｌｆｅａｃｄｎｓｈｓｐｐｒｈｓｉｔｄｃｄｓｐｏｔｖｃｏｓｒｃａｌｒｓｏｅｏｈｒｅｓｎａｓｌｃｒａｒｃｉｅｔ．ＴｉａｅａｎｒｕｅｕｐｒｅｔｒｉｎｉｉｏｍａｈｎｎｏｆｕｔａｃｒｓａｃｅｄａｄｒｃｇｉｅａｌａｃｎｅｉｅｅｔｌａｓＦｉｔ，ｔｓｓｗｒｄｏｃｌｃａａｂｓｄｏｃｉｅｉｔａｌｒｅｅｒｈｆｌｎｅｏｎｚｄｆｕｔｒｓｕｄｒｄｆｒｎｏｄ．ｒｌｅｔｅｅｍａｅｔｏｌｔｔａｅｎｉｓｙｅｄＡｍｅｃｎＳａｄｒ１９．Ａｎｈｎｔａｎｎ，ｄｔｃｉｎａｄｒｃｇｉｏｆｆｕｔａｃｒｄｙｓｐｏｔｖｃｏｃｉｅｈｉｒａｔｎａｄＵＬ６９ｄｔｅｒｉｉｇｅｅｔｎｅｏｎｔｎｏａｌｒｓａｅｍａｅｂｕｐｒｅｔｒｍａｈｎ．Ｔｅｏｉａａｙｉｆｔｅｒｓｌａｒｖｄｔｅｔｓｔｏｓｏｅｔｉｂｌｙｏｅｅａｉａｉｎｎｌｓｓｏｅｕｔｈｓｐｏｅｈｅｔｍｅｈｄｉｆｃｒｎａｉｔｆｎｒｌｔ．ｈｓａｉｇｚｏＫｅｗｏｄｓｐｏｔｅｔｒｍａｈｎ；ｅｌｆｎｔｎｆｕｔｒｙｒｓｕｐｒｃｏｃｉｅｋｍｅｕｃｉ；ａｌａｃｖｏ

低压供配电线路故障电弧检测方法探讨

低压供配电线路故障电弧检测方法探讨摘要：本文首先分析低压供配电线路故障电弧检测方式的现状以及今后发展方向。

详细分析低压供配电线路以及家庭供配电系统之间分别产生故障电弧时所呈现出的不同物理特性，并分析出两者电弧检测方式的区别。

关键词：低压供配电线路故障；电弧检测；方法0.引言传统的基于弧声、温度以及弧光等故障电弧检测方式，因为受地理位置的限制往往不能够应用在供配电线路当中。

当前的故障电弧检测方式主要是依据故障过程中所产生的电流波形特点，并借助采样幅值大小以及傅里叶分析等多种手段，辨别故障电弧。

1.低压供配电线路故障电弧检测现状想要检测故障电弧首先需要检测到电弧，然后再考虑如何鉴别是否为故障电弧。

根据相关文献报道，当前检测电弧的方式主要为以下三大类：1、按照电弧发生时所产生的物理现象检测电弧，主要是以辐射、噪声、温度以及弧光等变化检测电弧；2、建立电弧产生模型，并按照检测得出的相应参数鉴别电弧是否产生[1]；3、按照电弧产生过程中的电压、电流等波形变化鉴别电弧是否产生。

在电弧产生过程中，会发生一些非常明显的物理现象，例如辐射、噪声、温度以及弧光等变化[2]。

在低压供配电线路当中产生电弧，有着较多并且非常明显的物理现象，例如噪声、强烈的电弧光、高温、高压等[3]。

早在上世纪末，借助压力分区华通、红外线接收器以及回路天线检测等方式便能够检测电弧产生时所发生的电磁辐射、热量以及噪声等特性，并根据这些特性设计了一种电弧检测装置。

主要是借助分光镜的照相方式以及光谱仪等对弧光进行检测。

以下为低压供配电线路故障电弧的模糊推理计算模型。

1.1计算波形斜率因为故障电弧发生过程中，波形会呈现“平肩部”，并且斜率会迅速发生变化，信号的斜率大小变化便可以作为判断的依据[4]。

图1为实验所截取的15个周期的故障电弧斜率波形、正常电路斜率波形。

图1 故障、正常波形斜率从图1可以明显看出，正常电路波形斜率的幅值只会存在许多较小的变化，而故障电弧则完成不同，其变化大小更大，因为平肩部过后波形的斜率会呈现迅速上升或下降，同时斜率波形的幅值便有了较大的变动。

基于STM32的故障电弧监测方案设计

基于STM32的故障电弧监测方案设计
方超
【期刊名称】《物联网技术》
【年(卷),期】2024(14)3
【摘要】针对电力系统发生故障时异常的电弧和温度,设计基于STM32的监测方案。

通过各种传感器和外设采集数据,利用STM32平台对测得的数据进行分析,从而降低电气火灾的发生概率,减少经济损失。

故障电弧的电流通常伴随着过零点出现“平肩”,即零休现象,存在高频谐波,还会发生火灾,同时周围温度会升高。

利用电流传感器以及温度传感器,将测得的信号数据输入STM32芯片;经过A/D转换后计算分析,再实时将数据通过LoRa模块上传至云平台进行预警。

【总页数】3页(P30-32)
【作者】方超
【作者单位】安徽理工大学电气与信息工程学院
【正文语种】中文
【中图分类】TP39;TM7
【相关文献】
1.基于STM32故障电弧检测装置的设计
2.基于STM32风力发电机传动链故障监测与诊断系统设计研究
3.基于STM32的故障电弧检测装置设计
4.基于STM32的振动故障监测系统设计
5.基于FPGA和STM32的机械故障监测系统
因版权原因，仅展示原文概要，查看原文内容请购买。

电力系统中的电弧故障检测与诊断方法

电力系统中的电弧故障检测与诊断方法概述：电力系统是现代社会的重要基础设施之一，然而，由于各种原因，如设备老化、故障等，电弧故障在电力系统中时有发生。

电弧故障可能导致电力系统的短路、过电压等问题，给系统的稳定运行带来巨大威胁。

因此，电弧故障的检测与诊断变得至关重要。

本文将介绍电力系统中的电弧故障检测与诊断方法。

一、传统的电弧故障检测与诊断方法传统的电弧故障检测与诊断方法主要基于电力系统的保护系统。

电力系统中的保护设备能够通过监测系统的电压和电流变化来判断是否发生电弧故障，并采取适当的措施。

然而，传统的保护设备对电弧故障的检测有一定的局限性。

首先，传统的保护设备主要通过监测电压和电流的变化来识别电弧故障，但是电弧故障的特征与正常工作状态的电压和电流变化差别不大，这就给电弧故障的检测带来了困难。

其次，传统的保护设备只能对电弧故障进行简单的概率识别，无法精确地诊断电弧故障的具体位置和原因。

因此，传统的电弧故障检测与诊断方法在实际应用中存在一定的局限性。

二、基于机器学习的电弧故障检测与诊断方法随着机器学习技术的不断发展，越来越多的研究者开始尝试将机器学习方法应用于电力系统中的电弧故障检测与诊断。

机器学习方法可以通过对大量的实验数据进行训练，学习出电弧故障的特征，从而能够更准确地检测和诊断电弧故障。

其中，深度学习是一种较为常见的机器学习方法，在电弧故障检测与诊断中具有较好的效果。

基于深度学习的电弧故障检测与诊断方法主要分为两步：特征提取和故障诊断。

特征提取是指将电力系统的实验数据转化为具有辨识度的特征向量，通常采用卷积神经网络（CNN）等方法。

故障诊断是指根据提取到的特征向量，经过训练的模型来判断电力系统是否发生了电弧故障，并诊断出故障的具体位置和原因。

三、基于数据融合的电弧故障检测与诊断方法在实际应用中，电力系统的故障数据往往具有多种类型，例如电压、电流、振动等。

传统的电弧故障检测与诊断方法往往只针对某一种类型的数据进行分析，无法全面地判断电力系统的故障情况。

低压空气开关电弧现代测试技术的研究综述_图文(精)

李兴文(1978—,男,副教授,博士,研究方向为电弧电接触理论及其应用和电力电子技术。

低压空气开关电弧现代测试技术的研究综述3李兴文,陈德桂,吐松江・卡日,李瑞(西安交通大学电力设备电气绝缘国家重点实验室,陕西西安710049摘要:空气开关电弧是以空气为灭弧和绝缘介质的低压电器中最为复杂的物理现象。

针对电弧运动过程特别是电弧背后击穿现象、电弧温度、电弧组分及其浓度等方面,综述了CCD 和光纤阵列、光谱诊断技术及磁测试技术等低压空气开关电弧的现代测试技术的特点及其应用,并指出了空气开关电弧实验研究中所面临的几个问题。

关键词:电弧;测试;光谱;光纤阵列中图分类号:T M 501+.2文献标识码:A 文章编号:100125531(20080120006204Rev i ew of the I nvesti ga ti on on the M odern M ea surem en tTechnolog i es of L ow Volt age A i r Sw itch ArcL I X ingw en,CHEN D egui,TUSON GJ I AN G Kari,L I R ui(State Key Laborat ory of Electrical I nsulati on and Power Equi pment,Xi πan J iaot ong University,Xi πan 710049,ChinaAbstract:A ir s witch arc is the most comp lex phenomenon in l ow voltage electric apparatus using air asquenching and insulati on mediu m.W ith regarding t o arc moti on p r ocess,es pecially,arc back commutati on phe 2nomenon,arc te mperature,arc compositi on and the corres ponding concentrati on,the characteristics and app licati on of modern measurement technol ogies including CCD,op tical fiber array,s pectru m diagnostics and magnetic diag 2nostics were reviewed .Finally,s ome i m portant p r oble m s in the experi m ental studies of arc s witching arc were pointed .Key words:arc;m ea sure m en t ;spectru m;opti ca l f i ber array陈德桂(1933—,男,教授,博士生导师,研究方向为新型低压电器的研究和开发等。

建筑配电系统故障电弧的仿真与检测

ｃｍｐｓｄｗｔａｅｅｒｎｆｒｌ —ｅｏｕｉｎａａｙｉａｄｔｅｆａｕｅｖｃｏｓｗｒｘｒｃｅ，ＴｅｈｏｏｅｉｗｖｌｔｔａｓｏｈｍｍｕｔｒｓｌｔｎｌｓｓｎｈｅｔｒｅｔｒｅｅｅｔａｔｄｉｏｈｎｔｅＡＮＮ
摘要：选择合适的电弧模型，对建筑配电系统发生的故障电弧进行了仿真。基
于小波的时一频分析特点和人工神经网络（Ｎ）ＡＮ的学习能力，出了一种分辨故障电提弧和正常负荷电流的方法。该方法通过小波变换对信号进行多分辨率分析，取信号提
ＺＨＡ０ｕｎ，ＷＵｉｉＳｈｍｉＷｅｌｎ
（ｏｌｅｏｌｔｃｌｎｉｅｒｇＺｅａｇＵｉｒｔ，Ｈｎｚｏ０７ｈｎ）ＣｌｇｆｅｒａＥｇｅｎ，ｈｊｎｎｖｓｙａｇｈｕ３０２，ＣｉａｅＥｃｉｎｉｉｅｉ１
Ｋｅｒｓｕｌｉｇｐｗｅｉｔｉｕｏｙｔｍ；ｆｕｔａｃｎｙｗｏｄ：ｂｉｎｏｒｄｓｒｂｔｎｓｓｅｄｉａｌｒｉｇ；ｗａｅｅｒｎｆｒ；ａｔｃａｅｒｌｎｔｖｌｔｔａｓｏｍｒｉｉｌｕａｅ－ｉｆｎ
ｗａｓｄｏａｈｅｈｕｏａｉａｔｄｅｅｔｏｃｏｄｉｇｔｈｅｉｐｕｅｔｒｅｔｒ，Ｔｅｔｒｕｔｈｏｄｔｔｔｓｓｕｅｔｃｉｖｅｔｅａｔｍｔｃｆｕｌｔｃｉｎａｃｒｎｏｔｎｔｆａｕｅｖｃｏｓｓｅｓｌｓｓｗｅｈａｈｉｍｅｈｏｄｇｏｒｏａｃｅｆｒｆｕｌｄｔｃｉｎ，ｔｄｈａｏｄｐｅｆｒｎｏａｔｅｅｔｏｍ

一种基于小波变换能量与神经网络结合的串联型故障电弧辨识方法

一种基于小波变换能量与神经网络结合的串联型故障电弧辨识方法张士文;张峰;王子骏;顾昊英;宁庆【摘要】针对交流串联型故障电弧发生时回路电流幅值较小、传统线路保护装置不能有效检测的问题,提出一种基于小波变换能量与神经网络结合且适用于多种典型负载的串联型低压交流故障电弧辨识方法.利用自制的电弧发生装置模拟产生低压交流故障电弧,获取了6种典型家用负载情况下电路正常运行及产生串联型故障电弧时回路的电流信号.对采集的信号进行小波分解,将各层细节信号能量的平均值和标准差输入BP神经网络后构成小波神经网络,实现对不同负载测试样本的辨识.采用粒子群优化算法计算神经网络训练初始值,利用自适应学习率方法提高了训练速度.算法输出结果含义明确,输入层特征量选取合理.实验结果表明,采用该方法进行故障电弧辨识的准确率达到95％以上.【期刊名称】《电工技术学报》【年(卷),期】2014(029)006【总页数】7页(P290-295,302)【关键词】故障电弧;小波变换;神经网络;粒子群算法;辨识方法【作者】张士文;张峰;王子骏;顾昊英;宁庆【作者单位】上海交通大学电子信息与电气工程学院上海 200240;上海交通大学电子信息与电气工程学院上海 200240;上海交通大学电子信息与电气工程学院上海 200240;上海交通大学电子信息与电气工程学院上海 200240;上海交通大学电子信息与电气工程学院上海 200240【正文语种】中文【中图分类】TM5011 引言电弧是一种由于绝缘介质被电压击穿而导致的放电现象。

人们利用电弧产生的火花制作了燃气点火器、打火机等；利用电弧产生的高温制作了大功率电弧炉来熔炼金属[1,2]。

但输电线路及用电设备中的电缆、插座、内部线路或电源等长时间带载运行、过载或受外力影响造成的绝缘层老化或破损，也会产生电弧现象，被称为故障电弧。

故障电弧一般易产生放电火花，引燃周边易燃物造成火灾，导致严重后果。

因此，有必要寻求有效的故障电弧检测方法，能够在电弧产生的初期将其熄灭。

低压直流配电网强弱电弧特征及检测算法

01直流电弧特性与实验方案根据直流电弧故障发生位置不同，将其分为串、并联电弧故障。

串联电弧故障通常由连接器、端子或触头松动引起，更容易发生，且总负载阻抗的增加使得回路电流不增反降，断路器不能及时响应低电流故障。

因此，常见的断路器、熔断器不能实现对串联电弧的有效保护，串联电弧故障是本文研究的重点。

1.1 实验平台及采集方案首先搭建实验平台研究电弧故障，直流电源、电弧发生装置以及负载构成串联回路，模拟串联电弧故障。

实验平台包括电弧发生装置以及电弧模拟发生实验平台，其中电弧发生装置如图1 a)所示，包含一个固定电极和一个活动电极，活动电极可沿滑轨移动，用于模拟电路开断引起的电弧故障。

电弧模拟发生实验平台如图1 b)所示，由直流电源、模拟电阻、电感以及电弧发生装置串联构成。

其中，直流电源为欧斯姆大功率直流电源，输入电压为三相三线380 V交流电源，输出电压为0~1500 V直流连续可调电压，输出电流为0~50 A连续可调电流，大功率电阻模拟直流配电网中的负载。

图1 实验平台设计Fig.1 Experimental platform design首先将固定电极与活动电极接触，电极材料为单芯铜电极，按照图1 b)中的电路构成完整回路，接通电源，待回路稳定后缓缓滑动活动电极，使活动电极与固定电极分开一定的距离，在电压足够的情况下可产生稳定燃烧的电弧，同时，记录电压与电流信号。

每次实验后均对电极表面进行打磨，去除表面产生的金属氧化物。

实验中电压信号用PINTECH-P6028A高压探头采集，电流信号用TEKTRONIX-A622电流钳采集，示波器为TEKTRONIX-TPS2000B数字存储示波器，采样频率为512 kHz，实验采集电弧信号如图2所示。

因为电弧信号具有不稳定性，所以采用电弧发生后2~3 s的信号平均值作为电弧电压和电弧电流值研究直流电弧特性。

图2 电弧电压及电弧电流信号Fig.2 Arc voltage and arc current signal1.2 直流电弧特性电弧由近阻极区、弧柱、近阳极区组成，是一种高热量和高温度等离子体流，电弧中粒子的随机激烈碰撞，宏观表现为外特性的不稳定。

一种低压故障电弧检测的FFT判定方法

Chul- HwanKim [31等人利用小波变换对故障电弧的检测进行了研究。PeterMuller 等人对故障
国的电弧电流的时域和频域特性进行了研究，研究结
果显Байду номын сангаас电弧是导致线电流零休的主要原因，在频域方面，故障电弧出现时往往伴随着明显的三次谐波的上升现象。 . . 等人[4]通过对
障电弧发生状态下的电流信号特征，并通过快速傅里叶变换 (FFT) 将电流信号变换到频域进行分析，提
非线性负载发生故障电弧时电流幅值变化率小于 1。
中图分类号： TM773 文献标志码：
出一种判定负载是否产生故障电弧的较为准确的方法：线性负载发生故障电弧时幅值变化率大于 1 ，
T
弧的发生，利用传感器检测到的相关信号来测量故障电弧产生时的热量、噪声以及电磁场强度等特性，该故障电弧检测装置只有在设定的几个参量都超过阈值时才会发出故障电弧产生的警报，并且为了方便检修，还配套了相关的电弧定位装置来确定故障发生位置。虽然该套故障电弧检测
James A Momoh
电流电压进行傅里叶变换的方法判断是否产生故障电弧，但是该种判断方法较易受干扰，所以研究人员又在此基础上通过人工神经网络算法进行更细致判断，提高了判断的准确性。加拿大的 .
S. Sidhu[5]等人通过设置的传感器组检测故障电
2017 年第 36卷第 1 期
ZHEJIANG ELECTRIC POWER

故障电弧检测概述

〔整理版〕故障电弧检测概述故障电弧检测概述南京航空航天大学摘要：故障电弧是由于电线等的电气绝缘老化、破损，空气潮湿引起的空气击穿或者电气连接松动等原因造成的。

电弧能量大，危害大，严重威胁了设备和人员的安全。

首先介绍了电弧及其危害，然后介绍了近儿年来国内外学者在故障电弧检测方面提出的一些理论和算法，最后介绍了故障电弧检测的应用及其前景。

尖键词：故障电弧检测特征算法1引言随着电力电子技术的不断发展，电气化程度越来越高，电路保护也越来越重要。

电弧能量大，温度高，危害却是极大的，容易引起火灾，甚至爆炸。

但是，传统的断路器是根据电流的过载情况（ft图片:image002. gif）设计的，而许多严重的电气事故却是山低电流的故障电弧引起的，传统的断路器并不能检知或防止这种故障。

随着电弧故障引起的事故越来越凸显，对电弧故障进行检测的要求越来越迫切，针对电弧故障的研究也越来越多。

2电弧及其危害电弧是一种气体游离放电现象，也是一种等离子体。

电弧中的电流从微观上看是电子及正离子在电场作用下移动的结果，其中电子的移动构成电流的主要部分。

根据电弧产生的机理，电弧可以分为2类:好弧（插拔电器时产生的弧等）和坏弧（故障电弧）。

故障电弧主要是111于电线等电气绝缘老化、破损，空气潮湿引起的空气击穿，或者电气连接松动等原因造成的。

故障电弧根据电弧电流的强度，可以分为高水平电弧和低水平电弧。

故障电弧根据弧产生的位置乂可分为3类:串型电弧、对地电弧以及线线电弧（见图Do图片:imageOOd・ jpg @）串型电弧（b）对地电弧（c）线线电弧图1故障电弧分类电弧的特点是温度很高，电流很小，持续时间短，一旦出现击穿点则会频繁出现。

电弧放电时，会产生大量的热，能引燃周围的易燃易爆品，造成火灾其至爆炸。

比如，《中国火灾统计年鉴》显示，因电气原因引发的火灾在各类火灾中高居榜首，约有30%的火灾是111住宅电气线路老化或配置不合理造成的，并正以平均每年1%的速度持续上升，6. 6%的人在使用插座板时曾有被电击的经历;美国联邦航空管理局（FAA）指出电气故障是无数商业飞机事故的主要问题;军方也认为电气故障是造成安全问题和飞机不能准时起飞的重要原因。

东北大学本科毕业设计论文《基于支持向量机算法的电网故障诊断方法研究》

ABSTRACT
With electricity demand growth and technology progress, power grid has become larger and more complex. Due to the formation of large power grids, the quality of electricity supply and electric security improves, also, resources complementary has been strengthened. Once fault occurs, however, it will spread to a wider area with a faster speed. For these merits, this study focuses on the fault diagnosis for power network based on support vector machine. By analyzing relative literatures and building a simulation model, this thesis finishes the analyzing of fault waveforms and harmonic distribution, and studies fault characteristics from the perspective of signal synthesis. To extract fault features submerged in original fault data, this thesis deeply studies the fuzzy processing method, the value detection of instantaneous current and the common fault feature extraction method based on wavelet singular entropy. For the error-prone of instantaneous current detection, fuzzing set ideas is drew to optimize the training samples and by modifying diagnostic strategies, the shortcoming is overcame. To reduce the elapsed time of the common fault feature extraction method based on wavelet singular entropy, a new fault feature combination is proposed by comparing the method with instantaneous current detection. This new combination can inspect faults rapidly when current has a sharp rise such as no- load line closing serious short circuit and improve the diagnostic accuracy when fault current rise is more gentle by taking advantage of wavelet transform which has a wealth of information. Under the condition that the fault features are extracted entirely, artifirt vector machine are used to diagnose power network faults. On one hand, a comparison of the two methods and a study on kernels, multi-class classification methods and SVM training algorithms are carried out. On the other hand, for a figurative expression of the diagnostic results, two dimensions are constructed from the training samples and a twodimensional optimal hyperplane is established by analyzing simulation system structure and data characteristics. Finally, by analyzing the spatial distribution of sample points, the three-dimensional optimal hyperplane is explored. －III－

上海理工大学科技成果——基于人工智能算法的电弧放电检测系统

上海理工大学科技成果——基于人工智能算法的电
弧放电检测系统
成果简介：
在串联回路中，当电弧或放电现象发生时，对电流进行频谱分析，根据电流的频谱特征变化来确定是否有电弧发生，提供预警信息或保护动作。

为了防止在开关的瞬间或受到其他脉冲电流的干扰造成电弧故障检测电路误动作，同时在频谱分析的基础上综合电弧时间长短等其他特性作为电弧故障的判据。

系统的硬件部分包含电流检测、滤波、故障特征提取等模块。

软件部分包含信号采集、信号处理、故障判别等模块，并综合时间等其他因素降低误报率，提高检测系统的可靠性。

在算法中，采用了人工智能算法以提高系统的适应性。

技术特点：
1、对故障电弧/放电现象的故障特征识别和提取。

2、人工智能算法在应用案例中的实现。

3、成功应用于光伏逆变器新能源行业，正在应用于汽车、高压双馈风机行业。

技术指标:
光伏逆变器系统串联电弧故障检出率大于99.9999%。

技术的成熟度：
掌握核心人工智能算法，完成功能样机。

已与两家世界500强企业展开依托该技术的项目合作，计划将该技术应用于未来的工业产品中。

成果的图片：
图基于人工智能算法的电弧放电检测系统。

基于HCMAC神经网络的故障电弧检测方法

２．青岛市建筑设计研究院股份有限公司，山东青岛２６６００３）
摘要：低压故障电弧电流的有效值往往４，Ｔ热脱扣器的动作电流，导致传统的电盼十立ｒ１ｑ６Ｒ
一
、
路保护装置失效。模拟低压电气线路中的故障电弧，利用电流采样装置对故障电弧电流进行采样。在分析故障电弧电流波形特征的基础上，利用ＨＣＭＡＣ神经网络对电流波形
ｔｈｅｃｕｒｒｅｎｔｗａｖｅｃｈｒａａｃｔｅｒｉｓｔｉｃｓａｎｄｕｓｉｎｇＨＣＭＡＣｎｅｕｒｌａｎｅｔｗｏｒｋｔｏｊｕｄｇｅｔｈｅｔｈｒｅｅｃｏｍｐｒｅｈｅｎｓｉｖｅｅｖｌａｕａｔｉｏｎｓ
Ａｂｓｔｒａｃｔ：ＴｈｅＲＭＳｃｕｒｒｅｎｔｏｆｌｏｗｖｏｌｔａｇｅｆａｕｌｔａｒｃｉｓｏｆｔｅｎｌｅｓｓｔｈａｎｔｈｅｏｐｅｒａｔｉｎｇｃｕｒｒｅｎｔｏｆｔｈｅｈｅａｔｒｅｌａｅｓｅ，ｗｈｉｃｈｒｅｓｕｌｔｓｉｎｆａｉｌｕｒｅｏｆｔｈｅｔｒａｄｉｔｉｏｎａｌｃｉｒｃｕｉｔｐｒｏｔｅｃｔｉｏｎｄｅｖｉｃｅ．Ｂｙｓｉｍｕｌａｔｉｎｇｔｈｅｆａｕｌｔａｒｃｐｈｅｎｏｍｅｎｏｎｉｎｌｏｗ

浅谈低压配电设备故障诊断及运行监控系统方法

浅谈低压配电设备故障诊断及运行监控系统方法摘要：目前，各项科学技术不断创新，在低压配电设备维护管理方面，也有了更多的新技术和新手段，例如，故障诊断技术以及监控系统等。

为了保证低压配电设备能够稳定地运行，减少故障发生的概率，就需要加强故障诊断，做好设备的实时监控。

下面将从低压配电设备故障诊断难点出发展开相关探讨。

关键词：低压配电设备；故障诊断；运行监控系统1低压配电网的常见故障1.1线路漏电故障低压配电网在实际运行过程中时常发生漏电故障。

这种故障发生的原因在于低压配电网中的线路老化或材料老化等，这些老化现象降低了配电系统的绝缘性能，导致导线和导线间出现了漏电故障。

当低压配电网络发生漏电故障时，线路中容易出现电火花，继而增加热量的输出，一旦热量到达线路的熔点，将会引起火灾，无法保障电网覆盖区域内使用人群的人身财产安全。

另外，正常运行状态下的低压配电网也会出现漏电故障，这是由于低压配电网的线路与线路间、线路与地线间的绝缘层容易产生电容，但这种情况导致漏电故障出现的概率非常小，也不会伴随电火花的产生。

1.2断路故障在低压配电网络的运行中，断路故障也是比较常见的故障，这种故障主要是由于线路回路出现故障，继而出现了网络断路的情况。

但低压配电网出现这种故障的断路点数量较多，迫使流经电路的电压出现电弧现象，严重时将会出现不可估量的火灾。

此外，低压配电网断路故障的产生还有以下4点原因：①电网外部遭受了较大的外力破坏，损坏了电路的整体运行。

在铺设电网的电路时，任何不经意的活动都会导致电线受损。

②在正常运行环境下，外部运行环境的变化迫使电路受损。

例如，铺设在地下的线路容易受地下水蒸气的影响破坏其外部绝缘层，导致电路发生断路故障。

③电线连接处没有加装密封处理，当连接部位的温度逐渐升高，就会损坏线路本身，造成断路故障。

④电路终端没有进行加固处理，容易在外力的作用下运行，继而发生断路故障。

1.3超负荷运行故障产生这种故障主要是因为网络系统中电流量的突然剧增，迫使低压配电网在无法承受的状态下继续运行。

基于全相位谱和深度学习的串联故障电弧识别方法

陈烜 1，冷继伟 1，李海峰 1,2
(1.国网四川电力服务有限公司，四川资阳 641300；2.四川大学电气工程学院，四川成都 610065)
摘要：为准确识别低压配电网中的串联故障电弧，提出了一种基于全相位谱和深度学习的串联故障电弧识别方法。首先，从理论上推导负载畸变信号的全相位频谱特征产生机理，利用全相位离散傅里叶变换提取线性、非线性负载的全相位频谱特征量。其次，构建了基于 Logistic 回归的深度学习神经网络模型，并对不同负载、不同运行状态下的全相位频谱特征量进行深度学习训练。最后，对搭建的故障电弧试验平台上采样数据进行分析，结果能准确识别低压配电网是否发生串联故障电弧和甄别出故障负载的类型。试验结果验证了所提方法的有效性，并随着深度学习理论在电力系统智能化中的应用，该方法可做进一步的深入研究和推广。关键词：串联故障电弧；全相位；频谱泄漏；深度学习；Logistic 回归
Abstract: To recognize the series arc fault in low voltage distribution network accurately, this paper proposes a method of series fault arc recognition based on an all-phase spectrum and deep learning. First, it deduces the generation mechanism of all-phase spectrum characteristics of load distortion signal in theory, and extracts the all-phase spectrum feature of a linear and non-linear load by an all-phase discrete Fourier transform. Secondly, it constructs a deep learning neural network model based on Logistic regression, and carries out deep learning training of all-phase spectrum characteristics under different loads and operating conditions. Finally, the sampling data of the fault arc experiment platform is analyzed. The results can accurately recognize whether a series fault arc occurs in a low voltage distribution network and distinguish the type of fault load. Experimental results verify the effectiveness of the proposed method. With the application of deep learning theory in the intelligent power system, the method is expected to be further studied and popularized.

浅谈故障电弧检测技术在电气火灾监控中的应用

浅谈故障电弧检测技术在电气火灾监控中的应用王巍*黄武杰（北京习羽杰创科技发展有限公司，北京 100070）摘要：文章从故障电弧引起的火灾入手，介绍了AFCI产品功能及相关检测标准UL1699，并结合电气火灾监控系统的特点，探讨了电气火灾监控中故障电弧检测装置应具有的功能。

关键词：故障电弧；AFCI；电气火灾监控系统The Application of Arc-fault Detection for Electric FirePreventionWang Wei Huang Wu Jie(Beijing Xiyu Jiechuang Technology Development Co.,Ltd.,Beijing,100070)Abstract: The paper introduces the electric fire caused by arc-fault , main function of AFCI and the relative knowledge about UL1699.The basic function of a arc-fault detection device used in the alarm and control system for electric fire is also introduced.Key Words: Arc-fault；AFCI；Alarm and control system for electric fire1.引言随着我国社会的进步和城市化进程的不断加快，电能的生产和使用量也在逐年递增，已经成为我国最主要的能源。

但是，伴随电气化进程的加快，电气火灾隐患日益突出，重、特大电气火灾事故也时有发生。

据公安部消防局火灾数据统计显示：2007年电气火灾事故占到火灾总数的28.8%，2008年电气火灾事故占到火灾总数的30.1%，由此可见，电气火灾已经成为各种火灾的主要灾害源，且有逐年增高的趋势。