[发明专利]一种基于支持向量机和图像识别的故障电弧检测方法

说明书

本发明涉及一种基于支持向量机和图像识别的故障电弧检测方法，包括：S1、获取用电数据；S2、根据获取的数据生成V‑I轨迹曲线，采用V‑I轨迹曲线提取和图像识别的方法对电压电流信号进行特征提取和组合，得到电弧特征量，将电子图像转换为可供模型识别的图像特征向量；S3、将S2所得的训练集标签作为特征，对其进行基于SVM的故障电弧检测，识别得到是否产生故障电弧。本发明将图像识别与SVM方法应用于故障电弧检测，建立一种故障电弧检测方法，提高检测与识别准确率，即减少误报警和拒报警。实现低压故障电弧准确检测与识别，将有助于分析电弧产生根源以降低因故障电弧导致的电气火灾隐患，提高用电安全性。

技术领域

本发明属于智能电网领域，涉及故障电弧检测技术，尤其是一种基于支持向量机和图像识别的故障电弧检测方法。

背景技术

随着智能电网的发展与人民生活水平的提高，工业电气设备和家用电器种类不断增多，随之而来的电气火灾事故发生率也逐年增高。据公安部消防局统计，近年来我国电气火灾发生率约为30％，并且呈逐年上升趋势，电气火灾已高居各类火灾原因之首。电器设备在使用过程中，由于电缆老化、电连接松动、触头虚接等情况，经常会发生故障电弧。如果不及时采取有效的灭弧措施，可能导致火灾甚至爆炸的危险发生。

研究表明，在电气火灾中由故障电弧引起的火灾事故远多于带电导体间金属性短路引起的火灾，故障电弧是电气火灾的重要诱因。尽管低压供电系统配置了断路器、熔断器及剩余电流动作断路器等保护电器，对于维护供电可靠性、减少电气火灾事故起到了很大作用，但是这些保护装置无法对电弧故障进行有效保护。在低压系统中，发生电弧故障时电弧的温度超过5500℃，高强热电弧发射出的热粒子经时间累积易引燃线路周围绝缘层材料，特别是在处在低压系统中复杂的周边环境，从而大大增大了引起电气火灾的几率，因此，低压故障电弧检测研究对防范电气火灾有着重大意义。

目前，国内外就电弧故障检测都有一定的成果。国内外研究学者检测串联故障电弧的方法可大致归为三类，分别以故障电弧的数学模型、物理特征、电流/电压波形变化为依据。主要研究方向是根据电压、电流信号的波形特征来区分正常状态和故障状态。这类检测方法通常是利用故障电流信号特征确定合适的检测指标，或者构建特征向量与故障电弧之间的映射关系，即建立故障电弧识别模型来检测故障电弧。但是提取出来的电弧特征值虽然具有一定效果，但是一般适用于某些特定负载，难以保证其代表性。

发明内容

本发明的目的在于克服现有技术的不足之处，提供一种支持向量机和图像识别的故障电弧检测方法，能有效辨识是否产生故障电弧。

本发明解决其技术问题是采取以下技术方案实现的：

一种基于支持向量机和图像识别的故障电弧检测方法，包括以下步骤：

S1、从入户处安装的智能电表获取用电数据；

S2、根据预先获取的电压电流数据生成V-I轨迹曲线，采用V-I轨迹曲线提取和图像识别的方法对电压电流信号进行特征提取和组合，得到电弧特征量，即通过一系列数据预处理操作，将电子图像转换为可供模型识别的图像特征向量；

S3、将S2所得的训练集标签作为特征，对其进行基于SVM的故障电弧检测，识别得到是否产生故障电弧。

而且，用电数据包括总电流和电压。

而且，S2包括以下步骤：

S21、将所得的V-I轨迹曲线进行裁剪和灰度处理，采用平均加权法对图像进行灰度化处理，如式(1)：

f(i，j)＝0.299·R(i，j)+0.587·G(i，j)+0.114·B(i，j) (1)

对灰度化处理后的图像二值化，将灰度值设置在0或者255，分离成一副特征明显的二值化图像；

S22、将二维图像转化为一维数组；