本發(fā)明涉及電氣線路故障電弧檢測(cè)，尤其涉及一種基于多維特征融合的串聯(lián)故障電弧檢測(cè)方法及裝置。

背景技術(shù)：

1、當(dāng)前電氣線路深入用戶生活區(qū)，由于接線復(fù)雜且電氣線路易受用戶行為的影響等問(wèn)題，會(huì)產(chǎn)生各類型的安全隱患，其中故障電弧會(huì)對(duì)電力用戶安全造成極大的威脅。例如絕緣破損、電氣老化等會(huì)引發(fā)故障電弧，進(jìn)而導(dǎo)致電氣火災(zāi)。串聯(lián)故障電弧是引發(fā)電氣火災(zāi)最主要的原因，在其發(fā)生和持續(xù)燃燒期間會(huì)導(dǎo)致線路電流減小，難以被傳統(tǒng)保護(hù)裝置有效感知，因而非常有必要進(jìn)行串聯(lián)故障電弧的檢測(cè)以確保電力用戶安全性。

2、現(xiàn)有技術(shù)中故障電弧檢測(cè)方案通常是采用電流的積分、方差或時(shí)域波形“零休”現(xiàn)象判斷線路是否發(fā)生串聯(lián)故障電弧，但是隨著負(fù)載多樣性的增加，信號(hào)混淆性也會(huì)越發(fā)嚴(yán)重，真實(shí)串聯(lián)故障電弧電流波形與電力負(fù)載正常運(yùn)行電流波形具有混淆性，例如電力電子開(kāi)關(guān)器件類負(fù)載故障前后波形具有相似性，正常運(yùn)行狀態(tài)下也會(huì)在波形過(guò)零位置出現(xiàn)“零休”現(xiàn)象，導(dǎo)致故障前后特征具有混淆性，因而現(xiàn)有技術(shù)中故障電弧檢測(cè)方法難以針對(duì)當(dāng)前多樣性負(fù)載背景下串聯(lián)故障電弧信號(hào)進(jìn)行有效區(qū)分，導(dǎo)致檢測(cè)準(zhǔn)確率不高，容易出現(xiàn)漏判和誤判現(xiàn)象。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明要解決的技術(shù)問(wèn)題就在于：針對(duì)現(xiàn)有技術(shù)存在的技術(shù)問(wèn)題，本發(fā)明提供一種實(shí)現(xiàn)方法簡(jiǎn)單、成本低、檢測(cè)效率與準(zhǔn)確度高、漏判與誤判率低的基于多維特征融合的串聯(lián)故障電弧檢測(cè)方法及裝置。

2、為解決上述技術(shù)問(wèn)題，本發(fā)明提出的技術(shù)方案為：

3、一種基于多維特征融合的串聯(lián)故障電弧檢測(cè)方法，步驟包括：

4、步驟s01、實(shí)時(shí)采集線路電流信號(hào)以及負(fù)載端電壓數(shù)據(jù)；

5、步驟s02、從所述線路電流信號(hào)中提取出線路電流的小波能量熵以及提取出用于表征波形周期規(guī)律程度的提取wri特征，根據(jù)所述負(fù)載端電壓數(shù)據(jù)計(jì)算出弧隙電壓，將提取出的所述線路電流的小波能量熵、所述wri特征與所述弧隙電壓融合構(gòu)成串聯(lián)故障電弧多維判別特征，所述wri特征為通過(guò)提取線路電流信號(hào)序列中相差一個(gè)周期的子序列并綜合各個(gè)子序列之間的差異大小計(jì)算得到；

6、步驟s03、將提取出的所述串聯(lián)故障電弧多維判別特征輸入至預(yù)先訓(xùn)練好的串聯(lián)故障電弧檢測(cè)模型中，識(shí)別出當(dāng)前是否存在串聯(lián)故障電弧，所述串聯(lián)故障電弧檢測(cè)模型為預(yù)先基于隨機(jī)森林模型，采用不同負(fù)載工況下在正常狀態(tài)和串聯(lián)故障電弧狀態(tài)時(shí)的線路電流的小波能量熵、弧隙電壓與wri特征組合構(gòu)成的串聯(lián)故障電弧多維判別特征數(shù)據(jù)集訓(xùn)練得到。

7、進(jìn)一步地，步驟s02中，所述串聯(lián)故障電弧多維判別特征包括d1-d4四層的小波能量熵、弧隙電壓的三次和五次諧波以及wri特征，所述弧隙電壓采用電源電壓減去負(fù)載端電壓計(jì)算得到。

8、進(jìn)一步地，提取所述wri特征的步驟包括：

9、獲取單個(gè)時(shí)間窗內(nèi)所述線路電流信號(hào)對(duì)應(yīng)的序列作為原始電流序列；

10、從所述原始電流序列中提取出相差一個(gè)周期的子序列；

11、根據(jù)每個(gè)子序列中各元素之間的差值計(jì)算浮動(dòng)指標(biāo)；

12、對(duì)所有浮動(dòng)指標(biāo)求和得到所述wri特征。

13、進(jìn)一步地，從從原始電流序列 i中按照下式提取出各子序列：

14、

15、其中，n表示需要提取的子序列數(shù)量；

16、第 j個(gè)子序列的浮動(dòng)指標(biāo)的計(jì)算表達(dá)式為：

17、,…,

18、其中，~分別代表中的第1~個(gè)元素，~分別為用于放大周期各點(diǎn)差異的縮放因子。

19、進(jìn)一步地，當(dāng)每個(gè)子序列內(nèi)元素的數(shù)量為3時(shí)，浮動(dòng)指標(biāo)的計(jì)算表達(dá)式為：

20、

21、各縮放因子 w的計(jì)算表達(dá)式為：

22、

23、其中，a、b為與 w相乘項(xiàng)內(nèi)的兩個(gè)元素。

24、進(jìn)一步地，步驟s03中，串聯(lián)故障電弧檢測(cè)模型的訓(xùn)練步驟包括：

25、獲取不同負(fù)載工況下在正常狀態(tài)和串聯(lián)故障電弧狀態(tài)時(shí)的線路電流的小波能量熵、弧隙電壓與wri特征，并通過(guò)滑動(dòng)時(shí)間窗實(shí)現(xiàn)數(shù)據(jù)樣本化處理，為每一個(gè)樣本賦予對(duì)應(yīng)狀態(tài)編碼，構(gòu)建形成所述串聯(lián)故障電弧多維判別特征數(shù)據(jù)集；

26、將所述串聯(lián)故障電弧多維判別特征數(shù)據(jù)集按比例劃分為訓(xùn)練集和測(cè)試集，將訓(xùn)練集的特征向量作為模型輸入、狀態(tài)編碼作為模型輸出，以模型誤差最小化進(jìn)行模型預(yù)訓(xùn)練；

27、根據(jù)預(yù)訓(xùn)練結(jié)果選取出模型最優(yōu)超參數(shù)組合，按照最優(yōu)超參數(shù)組合進(jìn)行模型訓(xùn)練，訓(xùn)練完成后得到所述串聯(lián)故障電弧檢測(cè)模型；

28、使用測(cè)試值對(duì)所述串聯(lián)故障電弧檢測(cè)模型進(jìn)行測(cè)試。

29、進(jìn)一步地，在基于隨機(jī)森林模型訓(xùn)練串聯(lián)故障電弧檢測(cè)模型的過(guò)程中，還包括根據(jù)模型輸出穩(wěn)定性、計(jì)算耗時(shí)和驗(yàn)證集準(zhǔn)確度隨弱分類器數(shù)量的變化關(guān)系計(jì)算平衡系數(shù)α，選取使α值最優(yōu)時(shí)的弱分類器數(shù)量作為最終的弱分類器數(shù)量，以實(shí)現(xiàn)弱分類器數(shù)量尋優(yōu)，所述平衡系數(shù) α的計(jì)算方式為：

30、

31、其中，、、表示權(quán)重，?n_estimators值從1取到1000，為每個(gè)弱分類器數(shù)量值時(shí)模型在驗(yàn)證集范圍內(nèi)交叉驗(yàn)證輸出多次得到的輸出準(zhǔn)確率的第一統(tǒng)計(jì)值，為每個(gè)弱分類器數(shù)量值時(shí)模型在驗(yàn)證集范圍內(nèi)交叉驗(yàn)證輸出多次得到的輸出準(zhǔn)確率的第二統(tǒng)計(jì)值，為每個(gè)弱分類器數(shù)量值時(shí)模型在驗(yàn)證集范圍內(nèi)交叉驗(yàn)證輸出多次得到的輸出耗時(shí)的統(tǒng)計(jì)值，所述第一統(tǒng)計(jì)值、第二統(tǒng)計(jì)值為不同類型的統(tǒng)計(jì)值。

32、一種基于多維特征融合的串聯(lián)故障電弧檢測(cè)裝置，包括：

33、數(shù)據(jù)采集模塊，用于實(shí)時(shí)采集線路電流信號(hào)以及負(fù)載端電壓數(shù)據(jù)；

34、多維特征提取模塊，用于從所述線路電流信號(hào)中提取出線路電流的小波能量熵以及提取出用于表征波形周期規(guī)律程度的提取wri特征，根據(jù)所述負(fù)載端電壓數(shù)據(jù)計(jì)算出弧隙電壓，將提取出的所述線路電流的小波能量熵、所述wri特征與所述弧隙電壓融合構(gòu)成串聯(lián)故障電弧多維判別特征，所述wri特征為通過(guò)提取線路電流信號(hào)序列中相差一個(gè)周期的子序列并綜合各個(gè)子序列之間的差異大小計(jì)算得到；

35、故障檢測(cè)模塊，用于將提取出的所述串聯(lián)故障電弧多維判別特征輸入至預(yù)先訓(xùn)練好的串聯(lián)故障電弧檢測(cè)模型中，識(shí)別出當(dāng)前是否存在串聯(lián)故障電弧，所述串聯(lián)故障電弧檢測(cè)模型為預(yù)先基于隨機(jī)森林模型，采用不同負(fù)載工況下在正常狀態(tài)和串聯(lián)故障電弧狀態(tài)時(shí)的線路電流的小波能量熵、弧隙電壓與wri特征組合構(gòu)成的串聯(lián)故障電弧多維判別特征數(shù)據(jù)集訓(xùn)練得到。

36、一種電子設(shè)備，包括處理器以及存儲(chǔ)器，所述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序，所述處理器用于執(zhí)行所述計(jì)算機(jī)程序以執(zhí)行如上述方法。

37、一種存儲(chǔ)有計(jì)算機(jī)程序的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述方法。

38、與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)在于：本發(fā)明通過(guò)綜合弧隙電壓、小波能量熵以及波形規(guī)律性特征形成串聯(lián)故障電弧多維判別特征，利用該多維特征基于隨機(jī)森林模型訓(xùn)練形成串聯(lián)故障檢測(cè)模型，能夠綜合考慮電弧高頻脈沖通常相對(duì)集中且無(wú)序而電力電子負(fù)載的脈沖相對(duì)均勻且有規(guī)律的特性、不同負(fù)載運(yùn)行狀態(tài)下發(fā)生串聯(lián)故障電弧時(shí)弧隙電壓會(huì)特定呈類方波特性以及串聯(lián)故障電弧信號(hào)周期規(guī)律性低的特性，使得在負(fù)載多樣性的情況下，可以快速、精準(zhǔn)的區(qū)分出串聯(lián)故障電弧，解決傳統(tǒng)故障電弧檢測(cè)方案由于電力電子開(kāi)關(guān)器件類負(fù)載故障前后波形具有相似性而導(dǎo)致檢測(cè)準(zhǔn)確率不高的問(wèn)題。