[实用新型]一种基于深度神经网络的电气火灾预警装置

说明书

本实用新型提供了一种基于深度神经网络的电气火灾预警装置，包括：信号调理单元、A/D采样单元、微处理器单元、远程通信单元、人机交互单元和电源管理单元。信号调理单元的输入端输入电网电压信号，信号调理单元的输出端连接A/D采样单元的输入端；A/D采样单元输出采样数据到微处理器单元的输入端，微处理器单元对采样数据进行特征提取和特征选择后，输出给远程通信单元和人机交互单元；电源管理单元为供电单元。该装置通过已训练的深度神经网络模型，大大简化电弧故障识别阈值设置困难，解决了不同负载及其电路连接方式使得故障电弧识别准确率不高的问题。减少了电弧故障识别中的误判断，提高系统运行的安全性。

技术领域

本实用新型涉及电力监测技术领域，特别是涉及一种基于深度神经网络的电气火灾预警装置。

背景技术

电弧故障是引发电气火灾的主要原因，传统的电气保护装置，例如熔断器、断路器、剩余电流动作保护器等，只能检测出过载、短路和接地故障电流，无法检测出故障电弧。当线路过载或不良的电气连接导致绝缘层老化、破损时，都可能产生故障电弧。仅仅几个安培大小的电弧电流就可能产生2000～4000℃的局部高温。故障电弧的这种特性使得其危害异常严重，一方面，较小的故障电流使得电弧故障难以被准确检测出来，另一方面，故障电弧产生的高温可能导致用电设备被烧毁、引发火灾等，其后果不堪设想。

不同负载及其电路连接方式使得电弧波形具有复杂性，电弧特征在不同的条件下(负载种类、电弧发生的位置等)呈现出较大的波动，仅通过对几个特征进行阈值判断这种简单的检测方式，难以准确检测出故障电弧。随着人工智能技术的快速发展，从机器学习的视角出发，通过采集到的数据样本训练一个分类器，然后用这个分类器对测试样本进行预测，将测试样本标记为正常状态或故障状态，可以提升电弧故障识别的准确率，实现对电气火灾的预警。

实用新型内容

本实用新型的目的为解决不同负载及其电路连接方式使得阈值设置困难、故障电弧识别准确率不高等问题，提供了一种简单易用、高可靠的基于深度神经网络的电气火灾预警装置，为了实现上述目的，本实用新型采用的技术方案如下：

一种基于深度神经网络的电气火灾预警装置，包括信号调理单元、A/D采样单元、微处理器单元、远程通信单元、人机交互单元和电源管理单元；所述的信号调理单元的输入端输入电网电压信号，信号调理单元的输出端连接A/D采样单元的输入端；A/D采样单元输出采样数据到微处理器单元的输入端，微处理器单元对采样数据进行特征提取和特征选择后，输出给远程通信单元和人机交互单元；电源管理单元为供电单元，为信号调理单元、A/D采样单元、微处理器单元、远程通信单元、人机交互单元供电。

进一步的，所述的信号调理单元包括电压回路和电流回路；所述的电压回路利用电压互感器将输入的电网电压信号调理后发送至A/D采样单元；所述的电流回路将前端输入的电流信号调理后发送至A/D采样单元。

进一步的，所述的电压回路包括电阻R1、电阻R2、电阻R3、电阻R4、电压互感器T1、电容C1、电容C2、电容C3、二极管D1和二极管D2；电压互感器T1的一次侧的一端串联电阻R1，电压互感器T1的二次侧的一端串联电阻R3后作为电压回路的输出端的一端输出电压V_N，电压互感器T1的二次侧的另一端串联电阻R4后作为电压回路的输出端的另一端输出电压V_A；电容C1和电阻R2分别并联在电压互感器T1的二次侧的两端；电容C2连接在电压回路的输出端的一端和地之间；电容C3连接在电压回路的输出端的另一端和地之间；二极管D1的阳极和二极管D2的阴极连接电压回路的输出端的一端，二极管D1的阴极接入电压VCC；二极管D2的阳极接地。