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，然后介绍了近几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。关键词：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(

图片:image002.gif

)设计的，而许多严重的电气事故却是由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）。故障电弧主要是由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又可分为3类：串型电弧、对地电弧以及线线电弧（见图1）。

图片:image004.jpg

（a）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，造成火灾甚至爆炸。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%的火灾是由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。在引起这些事故的电气原因中，电弧故障是主要的原因之一，而传统的熔断器和电子断路器不能满足电弧故障检测这个要求。这是因为目前的断路器都只被设计为检知过载电流情况( )的，而由图2可以发现，低水平电弧的电流很小，甚至小于额定电流，目前

的断路器不会有反应；而高水平电弧的电流虽然较大，但是其持续时间太短，传统断路器还来不及做出保护动作，电弧就已经熄灭。

图片:image006.jpg

图2 热保护曲线

3 电弧检测国内外研究现状

正是由于电弧故障的危害极大，尤其是近几年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。利用电弧放电时的光、热、声音和电磁辐射等特性，国内外学者提出了一些方法来检测电弧[1~5]。

加拿大Saskatchewan大学的T.S.Sidhu等人利用PZM（Pressure Zone Microphone：压力分区话筒）、红外线接受器以及回路天线来检测电弧放电时的噪声、热量以及电磁辐射等特性，设计了一种电弧检测装置[1，3]，见图3。

图片:image008.jpg

图3 基于热、声以及电磁特性的电弧检测装置

只有当3种检测装置都检测到电弧时，装置才认为检测到电弧故障。该装置还利用安装在4个不同位置的PZM来定位电弧发生的位置，为后期维修提供了数据。近年来，利用电弧的光效应，国外开发出了弧光检测与保护系统。如德国Moeller 公司用于低压开关柜的故障电弧保护系统、ARCON ABB的ARC Guard System故障电弧保护系统、芬兰Vaasa公司的VAMP系统等。这些系统都是基于检测电弧故障时发出的弧光以及过流双判据，提供快速而安全的母线保护，这为限制电弧故障损坏提供了一种有效的解决方案。

但是，这类检测装置也有其局限性。它们检测电弧用的传感器有其特定的安装位置，不适用于线路稍长的设备中。此外，该设备需要增加的设备较多，与航空等领域要求体积小、重量轻等要求不符。因此此类检测装置一般适用于开关电源柜等场合。随着汽车系统中的系统电压从14 V增加到42 V，汽车电弧的检测也越来越重要。Delphi研究室基于电弧故障时电流会有突增或者突降的特性，设计了FDC模块（Series/Parallel Arc Fault Discrimination

Circuit：串型/并型电弧故障检测电路），提出了一种电弧检测装置[6]，框图如图4。

图片:image010.jpg

图4 汽车系统中电弧检测装置示意框图

相对而言，该装置增加的设备不多，但是该装备也有其不足处，即当开关闭合后，系统要求负载不能有太大的变化，而事实上在很多场合线路的终端负载可能会发生变化。当负载为非线性负载或者负载的热插拔都会造成电弧故障检测的误动作。

正是由于只利用电弧的光、热、声音、电磁辐射或电流突增突降等时域特征来检测电弧故障的局限性和不足性，有人提出从时域转到频域进行电弧检测的想法[6~8]。

在文献[8]中，R.Spyker等人主要针对直流串联电弧进行了研究。通过测试，作者将分别得到的三组电弧电流数据进行了分析，得出了下面一张电流能量的频谱分布图（图5），用来说明电弧电流的特征。从图5可以发现，发生电弧时，在10 kHz到100 kHz的频率范围内，电流的谐波含量明显增多。

图片:image012.jpg

图5 电流能量频谱分布图

正是由于发现了电弧电流的频域特征，说明了在频域进行电弧故障检测的可能性。于是傅立叶分解[9~16]、小波分析[17~18]、神经网络[19]等算法被引入到电弧检测中。

JamesA.Momoh等人将傅立叶分解引入了电弧检测中[12]，将采集到的电流值和电压值综合考虑，得到能量的傅立叶分解，傅立叶分解的结果就可以作为判断电弧故障的依据。但是，考虑到负载性质（如DC－DC将引入高频干扰）、电源质量等因素，为了防止产生误判断，又引入了ANN

(Artificial Neural Network：人工神经网络) [13]，将傅立叶分解后的结果引入神经网络中，进行训练，然后得到较为精确的结果。