[发明专利]分步式故障电弧检测方法及装置、电子设备、存储介质

权利要求书

1.一种分步式故障电弧检测方法，其特征在于，包括：

获取待检测的电流信号；

从所述电流信号中提取时域特征参数；

根据所述时域特征参数判断其前后连续周期之间的变化值；

如果所述变化值小于设定阈值，则认为当前周期检测结果和前周期相同；

如果所述变化值大于设定阈值，则通过训练好的故障电弧检测卷积神经网络对所述电流信号进行检测得到第一检测结果，通过离散小波变换对所述电流信号进行检测并将检测结果与自适应阈值进行比较得到第二检测结果；

通过softmax函数对所述第一检测结果进行计算得到第一权重，通过自适应阈值对所述第二检测结果进行计算得到第二权重，通过权重仲裁，得到精确检测结果；

根据所述精确检测结果，统计单位时间内故障周期出现的数量；

将所述数量和国标要求进行比较，判断是否发生故障电弧。

2.根据权利要求1所述的方法，其特征在于，所述电流信号为串联在负载线路内的交流电流信号，按照国内标准，应该是50hz，220V的交流电。

3.根据权利要求1所述的分步式故障电弧检测方法，其特征在于，所述时域特征参数选自峰峰值、整流平均值、有效值和方差的一种或多种。

4.根据权利要求1所述的方法，其特征在于，训练好的故障电弧检测卷积神经网络的构建方法如下：

获取有电弧的电流信号数据集和无电弧的电流信号数据集；

通过所述有电弧的电流信号数据集和无电弧的电流信号数据集对卷积神经网络进行训练，得到训练好的故障电弧检测卷积神经网络。

5.根据权利要求1所述的方法，其特征在于，所述故障电弧检测卷积神经网络包括：

第一卷积层，用于对输入电流信号进行卷积计算，提取输入电流信号特征；

第一最大值池化层，用于对第一卷积层计算结果进行最大值池化，提取第一卷积层信号特征；

第二卷积层，用于对第一最大值池化层结果进行卷积计算，提取第一最大值池化层结果的特征；

第二最大值池化层，用于对第二卷积层计算结果进行最大值池化，提取第二卷积层信号特征；

第三卷积层，用于对第二最大值池化层结果进行卷积计算，提取第二最大值池化层结果的特征；

第三最大值池化层，用于对第三卷积层计算结果进行最大值池化，提取第三卷积层信号特征；

平铺层，用于将第三最大值池化层的计算结果组合排序；

全连接层，用于将平铺层结果进一步计算，输出对应标签的计算结果作为第一检测结果。

6.根据权利要求1所述的方法，其特征在于，通过离散小波变换对所述电流信号进行检测并将检测结果与自适应阈值进行比较得到第二检测结果，包括：

以Db4小波为母小波对输入故障电弧电流信号进行离散小波变换；

统计离散小波变换结果的最大值max；

对离散小波变换结果进行自适应阈值计算；

将离散小波变换检测结果的最大值和计算的自适应阈值相比较得到第二检测结果，如果离散小波变换检测结果的最大值大于自适应阈值，则第二检测结果判断为发生故障电弧；如果离散小波变换检测结果的最大值小于自适应阈值，则第二检测结果判断为未发生故障电弧。

7.根据权利要求1所述的方法，其特征在于，通过softmax函数对所述第一检测结果进行计算得到第一权重，通过自适应阈值对所述第二检测结果进行计算得到第二权重，通过权重仲裁，得到精确检测结果，包括：

通过softmax函数对故障电弧卷积神经网络检测的第一检测结果计算，得到卷积神经网络检测结果的第一权重值；

通过自适应阈值对离散小波变换检测的第二检测结果计算，与得到离散小波变换检测结果的第二权重值；

分别将第一检测结果和第一权重值与第二检测结果和第二权重值相结合，经过权重仲裁，得出故障电弧的精确检测结果。