Study on the Detection Methods of DC Series Arc Fault

It is difficult to detect and extinguish direct current(DC)arc in power electronics systems,and the arc could easily lead to a fire and cause great damage to surrounding equipment.A DC arc generation simulation unit is established,in which DC series arcs are generated by dragging the moving electrode away from the fixed one with the help of the stepper motor.In addition,a ferrite rod antenna is used to receive the electromagnetic radiation signals induced by the arcs.Based on experiments using the unit,the general characteristics of DC arc,including the pulse characteristics of arc current and source output in corresponding time window,and the frequency-domain characteristics of arc current,are studied.With discussion on three detection methods,it is concluded that the variation of current and voltage of arc,the spectrum of the arc current during the discontinuous intervals and the radiating electromagnetic signal are all features that can be adopted for detecting DC series arc.Therefore,a synthetic judgment method is suggested for further study.

低压直流电弧检测与分断技术研究综述

低压直流电弧精准检测与快速分断技术是保障低压直流配用电系统安全、稳定、可靠运行的关键。首先综述轨道交通新场景下发展的直流故障电弧检测技术,分析多类基于时频域特征构建算法和基于机器学习的智能模型设计方式,介绍采用电磁、电流信号等特征的多种直流故障电弧定位技术。其次综述面向低压直流系统的快速分断技术,概述传统机械断路器开断方法,介绍基于电力电子器件发展的混合式断路器和固态断路器研究进展。最终提出低压电器设计领域发展方向,以期为相关研究人员提供参考。

基于发电机定子接地燃弧电阻变化特征的主动降压熄弧机理与抑制方法

定子接地燃弧故障是制约大型发电机安全可靠运行的技术瓶颈。为解决定子绕组接地电弧引发的绝缘击穿与铁心损伤问题,该文提出基于发电机定子接地燃弧电阻变化特征的柔性接地主动降压熄弧方法。该文建立了定子接地燃弧电阻与弧道电压的解析关系,揭示了定子接地故障点电压降低过程中,接地燃弧电阻增大的变化规律;明确了将接地故障点电压抑制在电弧重燃电压以下时,可实现定子绕组击穿间隙回归正常绝缘状态的抑制方法。根据大型发电机定子柔性接地方式降压熄弧策略,在接地故障燃弧阶段,中性点电压源输出故障点工频与3次谐波反向电势,主动降低故障点电压,将故障点电压降低至燃弧电压以下,使定子接地电弧熄灭。利用注入信号感知定子接地燃弧状态,实时监测定子阻尼率矢量角变化趋势,判定降压消弧过程中接地燃弧故障是否消除。所提方法无需将故障点电压降低至零,可有效降低非故障相电压抬升,降低定子非故障相绕组槽内击穿风险。在PSCAD/EMTDC仿真环境模拟定子接地故障燃弧工况,对所提方法进行试验验证。试验结果表明,基于定子接地燃弧电阻变化特征的柔性接地消弧方法可主动降低定子接地故障点电压,助增故障点间隙绝缘电阻回归,抑制接地电弧重燃,降低定子非故障相绝缘击穿风险,实现定子接地燃弧故障的可靠消弧。

基于多卷积和结构搜索的电弧故障检测模型

串联型电弧故障主要由电路中电气接触点接触不良引起,是引发电动汽车电气火灾的主要原因之一,直接威胁着车内人员的生命安全。为对其进行研究,论文搭建了电动汽车直流串联型电弧故障实验平台,获取了系统处于不同工作状态下的电源端电压信号,分析了电弧故障对电源端电压的影响。在构建检测模型时,论文使用了卷积神经网络,引入轻量型的卷积操作并考虑了其在实际应用中的局限性。将常规卷积和轻量化卷积操作结合,构建了电弧故障检测的初步模型。接着以网络的规模和准确率为评估指标,通过具有精英保留策略的遗传算法对模型的外部结构和内部参数进行搜索。最终建立了适合电动汽车的电弧故障检测(arc fault detection,AFD)的检测模型AFDNet。该模型的检测准确率达到93.73%,在嵌入式设备Jetson Nano(JN)中的运行时间为10.82 ms。模型建立后,论文在网络的规模、准确性及实时性方面,将搜索算法的搜索结果与其他的网络结构进行比较,验证了搜索算法所得结果的合理性。并通过与其他检测方法对比,证明了电动汽车电弧故障检测模型AFDNet性能的优越。

用于光伏串联电弧辐射检测的五阶Hilbert分形天线设计

串联电弧是光伏系统的主要故障类型之一,掌握光伏电弧的辐射特性是解决光伏电弧检测的重要前提.为实现对故障电弧的检测,需要设计针对电弧特征频带的天线.为此,对Hilbert分形天线进行研究,设计了五阶Hilbert分形天线实现电弧故障检测.通过提高分形天线阶数,减小谐振频率,扩大天线带宽.设计结果表明:五阶Hilbert天线在0~500 MHz电磁辐射能量较大的频段内驻波比小于3(在10~140 MHz和170~500 MHz频段内VSWR<3),增益为-38 dB,方向性良好.通过搭建光伏串联电弧实验平台和设计的五阶Hilbert分形天线,分析电弧电磁辐射信号时频特性.研究可为光伏系统电弧故障的检测提供参考.

典型神经网络串联型电弧故障检测及选线方法研究

为解决传统特征分析加机器学习的电弧故障检测方法的准确率和实时性受到特征参数选取的主观性及特征分析过程的影响问题,搭建了三相多负载并联的串联型电弧故障实验系统,对不同支路、不同相发生电弧故障时的干路电流信号时间序列进行分析。将电流信号进行分类、分段、标准化处理并作为检测模型样本;对深度卷积神经网络模型、长短期记忆网络模型、普通神经网络模型进行架构及训练;通过差分处理对网络模型在线分类结果进行优化分析;以准确度和损失函数值、在线测试速度、优化后多分类识别准确率为评价指标,对比分析了3种模型故障检测及选线效果。研究结果表明:基于深度卷积神经网络的串联型电弧故障检测及选线模型对电机类负载故障检测及选线准确率可达96.77%,对变频器类负载故障检测及选线准确率可到98%,准确率高于近几年其他三相回路电弧故障检测模型。

基于1DCNN和D-S多信息融合的光伏系统直流母线串联电弧故障检测

直流母线是光伏系统输出能源的主干道,由于长期曝晒、风化等作用,电缆、连接器等组件劣化,光伏系统直流母线中发生电弧的可能性急剧上升,极易引发火灾、触电等事故。在光伏系统中,串联电弧故障将使回路电流下降,传统的过流保护无法识别。因此,本文提出基于深度学习和证据理论(D-S)的方法来识别串联电弧故障,该方法基于并联电容器电流和电压信号,采用一维卷积神经网络(1DCNN)对检测数据进行电弧识别;在此基础上将基于单个传感数据的识别结果作为证据,运用D-S多信息合成法则计算得到信度分配,最后利用决策规则判断是否发生串联电弧故障。搭建多参数可调模型获取数据进行测试,结果表明:使用1DCNN识别方法,基于并联电容器电流和电压信号的串联电弧识别准确率分别为97.19%和94.98%,而基于1DCNN和D-S多信息融合的光伏系统直流串联电弧故障检测的识别准确率可提升至99%以上。

基于时频域参数分析的直流电弧故障检测装置

针对现有的直流电弧故障检测方法容易受到环境影响,无法实现精准检测,且算法结构复杂,难以部署于实际应用,基于短时傅里叶变换设计一种直流电弧故障检测算法。通过分析电弧电流信号在频域上的幅值变化趋势,将频谱划分为不同的阶段,计算不同阶段频率积分的比值,根据大量实验结果得到判定的阈值从而实现电弧故障检测。最后,选择合适的单片机实现检测算法并进行测试,验证所提算法的有效性。结果表明,所提算法不仅能在多种类型负载并联的情况下及时检测出电弧故障,检测的准确率可达94.4%,而且在面对正常状态电流时的误判率为0,证明其具有较好的稳健性。

低压直流串联故障电弧研究综述

直流串联故障电弧发生时隐蔽性较高、检测难度大,是低压直流系统发生火灾的重要原因。主要从低压直流串联故障电弧模型、电弧特征及其检测方法、检测标准及装置等3个方面进行综述。基于电弧仿真模型了解电弧演化过程,分析常用故障电弧模型的原理、适用范围和局限性;基于故障电弧的物理、电气信号特征构建及检测方法,阐述不同特征检测方法的优缺点;最后对直流串联故障电弧相关标准进行解读,并讨论试验平台及产品的研究现状和不足,展望未来低压直流故障电弧相关领域的研究方向。

自适应模糊神经网络多信息融合串联型电弧故障检测方法

针对低压交流串联电弧故障因其特殊性难以识别的问题,在实验室建立了实验平台,采集不同负载下的正常和电弧故障的电流波形数据,提出一种自适应模糊神经网络(adaptive neuro fuzzy inference system,ANFIS)多信息融合串联型电弧故障检测方法,通过多层次特征参数提取,对自适应模糊神经网络进行训练、测试。结果表明,该方法可以有效地克服反向传播(back propagation,BP)神经网络故障诊断中收敛速度慢、误差精度大的缺点,得到更为精准、理想的诊断结果。

基于改进经验模态分解的直流串联电弧故障检测

针对直流系统中存在强噪声干扰时串联电弧故障检测准确度较低的问题,提出一种基于改进自适应噪声完备集合经验模态分解和模糊k均值聚类相结合的直流串联电弧故障检测方法;首先运用改进自适应噪声完备集合经验模态分解方法分解回路电流信号,得到多个本征模态函数;然后计算各本征模态函数的Hurst指数值以区分噪声分量和有用分量,将Hurst指数值大于0.5的有用分量进行重构;最后计算重构信号的峰峰值特征量和模糊熵特征量以构建特征向量作为模糊k均值聚类的输入,通过聚类中心的不同位置识别正常与故障状态。仿真与试验结果表明,所提出的方法区分系统正常与故障状态准确度为100%,区分系统干扰与故障状态准确度为93%,能有效识别直流串联电弧故障。

光伏直流配电故障诊断及火灾风险评估技术

长期服役的光伏发电系统直流配电故障概率高、火灾风险及危害大,严重影响光伏电站的运行安全、发电与出力能力,并对电站运维提出故障与火灾精准检测的技术挑战。为此,从生产现场直流配电柜故障分析入手,揭示接触不良、绝缘劣化、故障电弧、电气火灾的演变机理;分析国内外故障电弧诊断与火灾检测技术的理论成果应对在运电站电弧火灾的有效性,提出故障电弧预诊断与火灾检测技术的应用解决方案。研究结果表明,提出的故障电弧诊断与火灾检测技术应用方案,弥补直流继电保护对串联电弧故障无法保护的不足,能够有效诊断故障电弧并检测烟雾和高温,避免火灾及其扩大事故的发生。

基于改进MobileNet的串联电弧故障检测方法

针对非线性负载和复杂组合负载发生串联电弧故障时检测效果不理想,提出一种基于改进轻量型网络MobileNet的串联电弧故障检测方法。根据磁通不对称分布将中性线和相线同时穿过电流互感器获取高频电流耦合信号,通过在实验室模拟大量电弧故障实验,获得国标规定7种负载与常见家用电器5种负载的各类电弧故障样本,运用数据增强生成数据集进行训练并测试,最后将串联电弧故障检测网络模型搭载于电弧故障保护样机上,进行在线检测测试。实验结果表明,所提方法能有效识别串联电弧故障,且有利于实现电弧故障保护器的产品化。

新型电力系统下电弧故障诊断技术及发展趋势

确保电力能源安全稳定供应是构建新型电力系统的前提,用电安全领域故障诊断技术需要不断革新和进步,以适应电力系统的新需求。故障电弧无法精准诊断作为制约电气火灾监测预防的主要原因,严重威胁到供用电安全。文中分析了基于不同原理的故障电弧诊断方法,介绍了故障电弧试验检测技术及相关标准,并提出了未来可能的研究方向,最后总结了新型电力系统下电弧故障诊断面临的技术挑战和发展趋势。

变频器负载回路串联故障电弧检测及选线方法

串联故障电弧的高温是引发电气火灾的主要原因之一,针对工业变频器负载回路中串联故障电弧尚无有效保护手段的问题,提出了一种新的串联故障电弧检测及选线方法。首先,针对工业领域常用的三相变频器负载回路开展了不同线路中发生串联故障电弧的实验;其次,利用基于能量收敛原则改进的变分模态分解将变频器前端A相电流信号自适应分解为多个模态分量,依次将单个模态分量乘以能量系数并重构,得到多个电流信号的特征增强信号,并建立特征矩阵;再次,对特征矩阵进行分块,利用核主成分分析对每块矩阵进行降维,并对降维信号组成的矩阵进行二次降维构建故障特征向量;最后,利用鹈鹕算法优化的支持向量机对串联故障电弧进行检测及选线。结果表明:该方法仅通过分析变频器前端A相电流可以实现变频器整个回路中6条线路的串联故障电弧检测及选线,检测及选线准确率均达到98%以上。

基于多特征量判据的新型配电系统早期故障检测

高比例新能源接入下新型配电系统故障特性发生显著变化,运行方式多变、短路电流受限。电弧类早期故障是系统发生短路前的征兆,通过提前对早期故障的有效识别能够避免新型配电系统短路故障难以隔离的问题。首先,建立了早期故障的电气量与温度量定量解析模型,通过理论分析指出仅依靠单一的电气量或温度量均难以实现可靠的检测;然后,综合电信号的快速性和热信号的高灵敏性和可靠性,将电弧功率作为复合特征量来判别早期故障,提出了结合电流量与温度量的早期故障检测方法;最后,通过PSCAD仿真、现场数据及实验室模拟故障试验证明了该方法的有效性。

变压器内部电弧故障快速检测方法研究与对比

变压器内部短路电弧故障是变压器最危险、最严重的故障,极有可能造成变压器油箱的形变和破裂,乃至变压器油的燃烧与爆炸,对人员生命安全、变电站财产安全、电网运行安全都造成了严重威胁。实现变压器内部短路电弧故障的快速检测有利于及时发出断路器分闸信号,从而缩短电弧燃弧时间,减小电弧能量,降低燃爆可能性。为寻找适用于电弧故障快速检测的信号及特征,首先搭建了基于电容电感串联谐振的油中工频大电流电弧实验平台,并实现了油中工频电弧的电压、电流、压力波、光、电磁脉冲、气泡形态等关键电弧特性的测量;发现压力波存在前期快速振荡-后期持续上升两阶段,光信号存在间隔约10 ms的脉冲,电弧电流过零点时必定会产生电磁脉冲,上述压力波、光和电磁脉冲3种信号及其特性有望应用于变压器内部短路电弧故障的快速检测;最后对比了这3种故障检测方法的优缺点,并指出这些方法在工程实际应用前急需进一步解决的问题。

基于轻量型CNN和特征阈值的光伏系统串联电弧故障检测装置

为保证光伏发电系统的安全稳定运行,提出一种基于轻量型卷积神经网络(CNN)和特征阈值的光伏串联电弧故障检测算法。为了应对逆变器异常工况和光伏阵列时变性对信号特征的影响,以及不同弧长(0.05~10.00 mm)导致的信号特征差异,利用高频耦合信号为特征信号,并结合神经网络算法和特征阈值方法,检测光伏线路上的串联电弧故障。最后,制作光伏串联电弧故障检测装置样机。经实验测试,样机切断电弧故障的平均时间为177.1 ms,且在逆变器异常工况的干扰下不会发生误判。

船舶电力系统电弧故障检测及危害评估

针对电力推进船舶电弧故障引起的船舶火灾事故逐年增加的现状,讨论引起船舶发生电弧故障的原因,分析交直流、串并联电路电弧故障的时域和频域特性。对比分析现有电弧模型和电弧故障检测技术,根据IEEE1584和NFPA 70E标准给出船舶电力系统电弧故障危害分析计算方法和电弧危害等级类别。在此基础上,结合实际案例对电弧故障的危害进行评估分析,并提出可靠的电弧保护措施。

基于合成时频分布图的轻量级网络小电流故障电弧检测

为有效解决故障电弧检测问题,提出一种基于时频分布图的轻量级网络小电流故障电弧检测方法。参照相关标准进行电弧试验,并采集电弧试验数据,通过把电流数据转换成合成时频分布图构造训练集和测试集,输入STF-GhostNet模型识别故障电弧并输出结果。试验结果表明:采用该方法进行故障电弧检测准确率约为94.1%,与传统BP模型、AlexNet相比,准确率明显提高。