[发明专利]储能有轨电车超级电容充电装置差动保护故障检测方法、装置及系统

说明书

本发明公开一种基于BP神经网络的储能有轨电车超级电容充电装置差动保护故障检测方法、装置和系统，方法包括：采集充电装置输入侧的实时电压、电流数据，输出侧的实时电压、电流数据，输入侧电压电流故障数据以及输出侧电压电流故障数据；基于采集到的实时数据，计算得到输入‑输出电流差动数据；将采集到的实时数据和电流差动数据作为预先构建的BP神经网络模型的输入层神经元数据，获取BP神经网络模型的输出数据；根据BP神经网络模型的输出数据判断故障点位置。本发明检测准确率高，可缩短检修时间，提高故障点排查工作效率。

技术领域

本发明涉及城市轨道交通充电技术领域，特别是一种基于BP神经网络的储能有轨电车超级电容充电装置差动保护故障检测方法、装置及系统。

背景技术

随着城市建设对交通的大力需求，城市轨道交通得到快速发展，其中作为现代有轨电车主要形式的储能有轨电车发展尤其迅速，其具备美观、运量大、节能环保、运行平稳安静等优点。

储能有轨电车是一种新型的轨道交通工具，主要采用超级电容作为车辆的动力单元。车辆可将约85％以上的制动能量转化成电能储存起来再使用，车辆运行无需要架空接触网供电，利用车站停车上下客时间补充电能。无视觉污染、无输电损耗、对沿线地下管路等设施无电腐蚀，是一种绿色、智能和环保型的轨道交通工具。

与传统电动汽车充电一样，储能有轨电车在充电过程中，会由于各种原因导致充电装置出现电压、电流方面的故障，此时充电装置会根据事先设定好的保护值进行动作。但储能有轨电车充电装置在充电过程中并不是一个独立的系统，上级涉及到整流系统，下级涉及到车载电容系统，一旦充电装置出现故障时，不能判断出是否为因为上、下级系统导致的故障。这给现场的检修工作带来了很大的困难以及增加了很多的工作量。

发明内容

本发明要解决的技术问题为：利用BP神经网络实现储能有轨电车超级电容充电装置的差动保护故障检测方法、装置和系统，可对充电装置本身故障与上、下级系统故障进行区分，检测判断结果可靠。

本发明采取的技术方案如下：

一方面，本发明提供一种储能有轨电车超级电容充电装置差动保护故障检测方法，包括：

采集充电装置输入侧的实时电压、电流数据，输出侧的实时电压、电流数据，输入侧电压电流故障数据以及输出侧电压电流故障数据；

基于采集到的实时数据，计算得到输入-输出电流差动数据；

将采集到的实时数据和电流差动数据作为预先构建的BP神经网络模型的输入层神经元数据，获取BP神经网络模型的输出数据；

根据BP神经网络模型的输出数据判断故障点位置。

上述输入侧电压电流故障数据以及输出侧电压电流故障数据可通过各站台内充电装置的控制平台获取。本发明的检测方法可运行于充电装置的控制平台中，亦可单独设置检测装置。

进一步的，本发明方法还包括：将各检测周期对应的BP神经网络模型的输入数据与相应的输出数据，通过网络传输至远程综控平台，使得远程综控平台基于接收到的数据对所述BP神经网络模型进行训练，进而以设定的频率回传最新训练得到的BP神经网络模型。回传目标为运行有本发明检测方法的检测装置，可使得检测装置在进行故障点检测时，始终利用当前最新的BP神经网络进行故障点判断，从而使得故障位置的判断准确度越来越高。

可选的，以预设的采样周期采集所述实时数据，以预设的检测周期进行电流差动标志位的确定、BP神经网络计算以及故障点的判断；所述检测周期大于所述采样周期。可选的，检测周期为采样周期的10倍。

进一步的，本发明还包括对单个检测周期内，对应相同数据类型的多个采样点数据进行加权平均计算，将实时采集数据的加权平均值作为预设神经网络模型的相应输入层神经元数据。可进一步保证检测结果的准确性。