[发明专利]一种串联故障电弧检测方法

权利要求书

1.一种串联故障电弧检测方法，其特征在于，所述方法包括如下步骤：

步骤1、根据采集得到的低压供配电系统中的电流信号，将低压供配电系统中产生的电弧分类为可能的故障电弧与可能的非故障电弧；

步骤2、采用深度卷积神经网络方法对可能的故障电弧与可能的非故障电弧进行识别，确定非故障电弧或故障电弧。

2.根据权利要求1所述的串联故障电弧检测方法，其特征在于，所述步骤1包括如下具体步骤：

步骤11、以采样周期T＝0.00002秒的采样率，对低压供配电系统中的电流信号进行数据采集，并将每段时长为0.2秒的采集数据作为一组；一组采集数据对应时长为0.2秒的一段电流信号；

步骤12、对每段电流信号按其自身周期进行检测、计数：当一段电流信号包含8个以上的带噪正弦信号半波时，则将该段电流信号作为可能的故障电弧；当一段电流信号包含为7个以下的带噪正弦信号半波时，则将该段电流信号作为可能的非故障电弧。

3.根据权利要求2所述的串联故障电弧检测方法，其特征在于，所述步骤2具体包括如下步骤：

步骤21、建立基于卷积神经网络方法的深度学习网络，依次包括：第一层、第二层、第三层、第四层、第五层、第六层；其中，第一层包括第一卷积子层、第一池化子层、第一归一化子层、第一模型组合子层；第二层包括第二卷积子层、第二池化子层、第二归一化子层、第二模型组合子层；第三层包括第三卷积子层，第四层包括第四卷积子层，第五层包括第五卷积子层、第三池化子层、第三归一化子层、第三模型组合子层；第六层包括第一全连接子层、第二全连接子层和第三全连接子层；

步骤22、将每组采集数据作为一个初始向量输入深度学习网络，依次进行第一重处理、第二重处理、第三重处理、第四重处理、第五重处理、第六重处理，同时进行自学习校正，确定非故障电弧或故障电弧；其中，第一重处理包括第一卷积处理、第一池化处理、第一归一化处理、第一模型组合处理，第二重处理包括第二卷积处理、第二池化处理、第二归一化处理、第二模型组合处理，第三重处理包括第三卷积处理，第四重处理包括第四卷积处理，第五重处理包括第五卷积处理、第三池化处理、第三归一化处理、第三模型组合处理；第六重处理包括第一分类化处理、第二分类化处理、第三分类化处理；其中，所述初始向量包括10000个向量元；其中，I0表示初始输入；

步骤23、在步骤22进行上述各种处理的同时，沿着从第六层依次到第一层的方向，基于卷积神经网络方法的深度学习网络进行自学习校正处理。