[发明专利]一种微弱直流故障电弧检测方法及装置

说明书

本发明公开一种微弱直流故障电弧检测方法及装置，其中，方法包括：步骤S1，对信号源为光伏系统多联机工况下的直流母线电流与电压信号进行采样，得到含有电弧故障的电压信号与电流信号；步骤S2，对采集到的含有电弧故障的电压信号与电流信号进行小波分解处理，得到小波系数排列熵的特征量；步骤S3，将得到的小波系数排列熵的特征量输入到预设机器学习模型，通过预设机器学习模型检测是否发生了电弧故障，若是则返回步骤S1，否则执行步骤S4；步骤S4，判断检测结果是否达到切断故障电弧的触发标准，若是则判定为故障电弧工况，否则判定为类弧工况。本发明可以保证微弱直流故障电弧检出的快速性、准确性，避免此类电弧因拒动而引发的电气火灾问题。

技术领域

本发明涉及电力系统技术领域，具体涉及一种微弱直流故障电弧检测方法及装置。

背景技术

随着光伏系统的不断扩大，在带来环保型强、高效和可再生的优势之外，大型光伏系统的大面积应用也为安全问题带来了巨大的隐患，在光伏系统直流一侧发生故障电弧是导致火灾的一大原因。瑞士Mont Soleil伏发电站、英国BP公司的光伏组件都曾发生过火灾，而经过调查，两个地方起火的原因都是因为直流故障电弧引起的。在相同的燃烧条件或者相同的实验环境下，与交流故障电弧相比直流故障电弧更加难以熄灭，极易引起火灾事故。关于交流电弧的检测早已开始。常用的检测技术包括小波变换、神经网络等。至今对于交流电弧的特征提取和模式识别技术已经趋于成熟和完善。

但不同于交流故障电弧的周期性和过零点特征，直流电弧本身的随机性使得故障检测编的困难，加之对于直流电弧故障检测的研究起步较晚，国内外对该问题并没有全面的认识与研究。鉴于光伏系统的广泛应用，使得对于直流故障电弧的故障检测变得尤为重要。

直流电弧故障的检测方法，一般从时域与频域两方面进行故障电弧的特征提取。Alam MK等人对光伏故障信号从时域角度研究了故障电弧的检测问题，提出了时域反射法。赵尚程等通过小波变换对故障电弧的特征频带进行提取，移动窗口统计小波分解后的高频系数能量值，依次来描述故障电弧的复杂程度。吴春华通过小波变换后小波系数的均方值和能量值作为多种特征值输入到BP神经网络中得到了良好的分析结果。Gu等人利用五层小波对电流进行分解，计算频带的能量的平均值及标准差，加入神经网络中对故障电弧进行检测。

虽然上述方法综合考虑到了时域与频域的特征，但是所用到的算法较复杂并且需要大量的数据作为训练集，而且也没有解决环境、开关的频率噪声干扰问题，所以如何在不受噪声干扰的条件下快速、准确的检测出故障电弧变得尤为重要。若仍用上述相关手段通过小波系数特征和原始信号排列熵处理多联机运行等工况下的微弱直流电弧故障无法得到有效识别正常与故障的电弧特征值，最终导致检测算法失效。

发明内容

本发明所要解决的技术问题在于，提供一种微弱直流故障电弧检测方法及装置，以在多元强耦合噪声干扰条件下快速、准确地检测出故障电弧。

为解决上述技术问题，本发明提供一种微弱直流故障电弧检测方法，包括：

步骤S1，对信号源为光伏系统多联机工况下的直流母线电流与电压信号进行采样，得到含有电弧故障的电压信号与电流信号；

步骤S2，对采集到的含有电弧故障的电压信号与电流信号进行小波分解处理，得到小波系数排列熵的特征量；

步骤S3，将得到的小波系数排列熵的特征量输入到预设机器学习模型，通过所述预设机器学习模型检测是否发生了电弧故障，若是则返回步骤S1，进行下一时间窗内对信号源的采样，否则执行步骤S4；

步骤S4，判断检测结果是否达到切断故障电弧的触发标准，若是则判定为故障电弧工况，否则判定为类弧工况。

进一步地，所述步骤S2中，对所述步骤S1采集到的当前时间窗内含有电弧故障的检测信号进行小波分解处理时，采用的小波基函数为“rbio 3.1”，进行4层分解得到16组小波系数，提取频段范围为93.75kHz～125kHz的小波系数并进行重构。