[发明专利]一种基于全景信息的弧光故障识别装置及方法

权利要求书

1.一种基于全景信息的弧光故障识别装置，其特征在于，

包括传感器单元、局部卡尔曼滤波器、信息融合单元、全局卡尔曼滤波器和弧光识别单元；

所述传感器单元、局部卡尔曼滤波器、信息融合单元、全局卡尔曼滤波器和弧光识别单元依次顺序连接；

传感器单元包括若干传感器，传感器单元用于检测弧光发生时的电气量，每个传感器连接一个局部卡尔曼滤波器，对传感器输出数据进行滤波；

局部卡尔曼滤波器输出的信息经过信息融合单元进行信息融合后，基于全局卡尔曼滤波器进行全景信息的全局滤波，进行弧光判定。

2.根据权利要求1所述的一种基于全景信息的弧光故障识别装置，其特征在于，

传感器单元包括弧光传感器、温度传感器和压力传感器。

3.根据权利要求1所述的一种基于全景信息的弧光故障识别装置，其特征在于，

信息融合单元包括局部信息融合模块和全局信息融合模块；

局部信息融合模块对同类传感器输出的信息进行融合；

全局信息融合模块融合所有局部信息融合模块输出的全景信息。

4.根据权利要求1所述的一种基于全景信息的弧光故障识别装置，其特征在于，

全景信息是指针对孤光光谱特性的弧光检测的特性信息，包括电流特性和声光特性。

5.一种基于全景信息的弧光故障识别方法，其特征在于，

包括以下步骤：

S1，传感器单元采集弧光发生时的电气量信息；

S2，建立BP神经网络，确定BP神经网络参数；

步骤S2具体包括以下步骤：

(201)，传感器单元连接多参量传感器数据的局部卡尔曼滤波器，分析电弧故障发生时电流在时域和频域的特征变化，提取特征值作为BP神经网络的输入，采用BP神经网络检测电弧故障，基于遗传算法获得BP神经网络的初始权值；

(202)确定BP神经网络输入层与输出层神经元个数：

输入层神经元为6个，包括采样时间窗口内电流最大最小幅值差I_diff、电流在中低频段的能量、电流在中低频段内小波包分解树第一节点Node(4，1)、第2节点Node(4,2)、第3节点Node(4,3)和第4节点Node(4,4)的平均均方根值(RMS)；

输出层神经元个数为1个；

(203)确定隐藏层神经元个数：

基于公式(1)计算隐藏层神经元个数：

式中H：表示神经网络隐藏层的神经元个数；

I：表示的是神经网络输入层的神经元个数；

O：表示的是神经网络输出层的神经元个数，α为弹性动量，取值范围为1～10；

S3，大数据神经网络训练：

对原始电流采样数据提取6个特征量形成N个样本数据作为训练样本，神经网络训练停止条件是训练迭代次数Epoch≥6000、输出误差MSE≤0.001或者梯度下降Gradi-ent≤1.00e^－10；

S4，局部卡尔曼滤波器和全局卡尔曼滤波器初始值设定

X₀是全局状态初始值，P₀是全局协方差阵初始值，Q₀是全局系统协方差阵初始值，全局卡尔曼滤波器和局部卡尔曼滤波器的信息分配因子按传感器侦测量特性设定；

P₀全局协方差阵初始值和Q₀全局系统协方差阵初始值是没有离散度的，取0或者一个零漂误差；

S5，基于测量估计量和状态估计量完成采样点信息融合；

设定初始值在系统开始时刻，P_m是全局协方差阵，Q_m是全局系统协方差阵，其中m为传感器个数，全局卡尔曼滤波器和每个局部卡尔曼滤波器的信息分配因子基于公式(2)和公式(3)进行分配；

公式(2)为全局卡尔曼滤波器信息因子分配公式，其中Q_i是传感器第i点离散采样数据的全局系统协方差阵，Q为全局卡尔曼滤波器分配因子；

公式(3)为局部卡尔曼滤波器信息因子分配公式，其中P_i^-1＝β_iP^-1，P_i是传感器第i点离散采样数据值的全局协方差阵,P为局部卡尔曼滤波器分配因子；β_i为权重因子；

公式(2)，公式(3)中权重因子β_i遵守信息守恒定理，

且β₁+β₂+…β_i…+β_m-1+β_m＝1(0≤β_i≤1)，i＝1,2,3…m；

则局部卡尔曼滤波器算法为公式(4)、全局卡尔曼滤波器算法为公式(5)

公式(4)适用于同种类型的传感器，其中P_i为传感器第i点离散采样数据的全局协方差阵，是第i点离散时间采样的状态估计矢量；D_k是第k个传感器采样数据，Z_i为第i点的观测值，为第i点数据的转置，R_i为第i点数据的残差；

公式(5)中，Q_全i是各类型传感器局部融合后第i组数据的全局系统协方差阵，为是各类型传感器局部融合后，第i组数据的离散时间采样的状态估计矢量；D_k’表示第k个传感器局部融合后数据，Z_i′为数据局部融合后第i点的观测值，为数据局部融合后第i点数据的转置，R_i′为数据局部融合后第i点数据的残差；

通过公式(4)，对故障电弧检测系统中的每个传感器探测到信号实施局部滤波处理；把每个局部卡尔曼滤波器的处理结果按传感器类别局部融合后，进行全局权重分配，实现信息融合，全局卡尔曼滤波器继续根据公式(5)对接收到融合信息实施滤波，分析弧光是否发生；

S6，基于全局卡尔曼滤波器输出的全景信息得出弧光发生信号，用于逻辑跳闸出口。

6.根据权利要求1所述的一种基于全景信息的弧光故障识别方法，其特征在于，

α的取值，满足神经网络的输出误差(MSE)≤0.001或者梯度下降≤1.00e^－10；

α＝6时，神经网络输出误差最小。