基于多物理场融合的电弧故障识别方法及装置与流程

本发明涉及低压配电安全，尤其涉及基于多物理场融合的电弧故障识别方法及装置。

背景技术：

1、电弧故障是引发电气火灾的最主要因素之一。据统计，我国每年发生的电气火灾中，约60%由电弧故障引发。电弧故障按形态主要分为串联电弧与并联电弧两类：串联电弧通常由线路接触不良、导线断裂等原因引起，电流幅值一般不超过额定电流，但持续燃弧温度可达3000℃以上，极易引燃周围绝缘材料与可燃物，具有隐蔽性强、发展缓慢但持续危害大的特点；并联电弧通常由绝缘破损、零火线短路等原因引起，电流幅值可达数千安培，在极短时间内释放巨大能量，具有电流上升率极高、能量释放集中的特点，对分断速度提出极高要求。

2、然而，现有技术中的电弧故障断路器主要依据ul1699和iec62606标准设计，基于单一电流波形检测原理，通过识别电流波形中的畸变特征（如零点驻留时间延长、谐波含量增加、高频噪声成分等）判断是否存在电弧故障，难以兼顾识别准确性、响应速度与保护策略的合理性。因为单一电流检测难以识别并联电弧，并联电弧的电流波形与正常短路电流波形高度相似，而电弧等离子体通道会发射强烈的电磁辐射和紫外光，纯粹的金属性短路则无此特征，导致并联电弧故障无法被及时切断。而且电钻、电焊机、吸尘器、变频空调等设备正常工作时产生的电流波形与故障电弧特征相似，均包含零点畸变和高频谐波分量，导致现有电弧故障断路器频繁误动作，部分型号在带变频负载场景下误报率高达30%以上，严重影响产品可用性。此外，现有电弧故障断路器的分断时间一般在10ms以上，对于并联电弧这类高能量、发展迅速的故障类型，延迟分断已足以引发绝缘碳化、线路熔断甚至引燃周围可燃物，理论上并联电弧在0.5ms内释放的能量即可使pvc绝缘层达到热分解温度；同时仅能检测电弧故障的存在而无法确定故障的具体位置，在大面积低压配电网络中运维人员需要逐段检查线路，严重增加运维成本和故障排除时间；对所有电弧故障统一采用机械断路器分断，无法根据电弧类型和危险程度执行差异化的分断策略，对危险性较低的串联电弧采用快速零电弧分断会额外增加器件成本和复杂度，对危险性极高的并联电弧采用常规机械断路器分断又无法满足速度要求。

技术实现思路

1、本发明解决的技术问题是：需要一种能够同时准确识别串联电弧与并联电弧、误判率低、分断速度快、具备故障定位能力且支持分级分断策略的电弧故障保护方法及装置，从而提高电弧故障保护的可靠性与安全性。

2、为解决上述技术问题，本发明提供如下技术方案：第一方面，基于多物理场融合的电弧故障识别方法，包括：

3、步骤s1，同步采集电流波形信号、电磁辐射信号和紫外光信号；

4、步骤s2，提取多维度特征，按实时信号质量自适应加权融合，得到综合特征向量；

5、步骤s3，将所述综合特征向量的时序序列输入cnn-lstm混合神经网络模型，识别电弧故障类型；

6、步骤s4，按识别结果分级分断，并联电弧零电弧分断，串联电弧常规断路器分断，正常工作电弧不分断；

7、步骤s5，分断后经时域反射与电磁辐射衰减协同定位计算故障位置。

8、作为本发明所述的基于多物理场融合的电弧故障识别方法的优选方案，其中：所述自适应加权融合采用基于实时信号质量的时变置信度系数，将电流、电磁辐射和紫外光通道的特征向量分别按各自通道的时变置信度系数加权求和，得到所述综合特征向量，各通道的时变置信度系数根据对应通道的实时信噪比和信号完整度动态计算，且各通道的时变置信度系数之和为1。

9、作为本发明所述的基于多物理场融合的电弧故障识别方法的优选方案，其中：还包括在提取多维度特征之前，对同步采集的电流波形信号、电磁辐射信号和紫外光信号分别进行自适应数字预处理，所述自适应数字预处理包括50hz陷波滤波、自适应基线校正、小波阈值去噪和数据归一化；

10、所述多维度特征包括电流特征、电磁辐射特征和紫外光特征。

11、作为本发明所述的基于多物理场融合的电弧故障识别方法的优选方案，其中：所述cnn-lstm混合神经网络模型包括一维卷积神经网络前端、双层lstm时序网络和softmax分类输出层，所述一维卷积神经网络前端用于提取短时局部时间特征，所述双层lstm时序网络用于建模电弧特征在时间上的长程依赖关系，所述softmax分类输出层用于输出串联电弧、并联电弧和正常工作电弧的三类概率分布。

12、作为本发明所述的基于多物理场融合的电弧故障识别方法的优选方案，其中：所述时域反射与电磁辐射衰减协同定位包括第一级定位和第二级定位；

13、第一级定位为时域反射法粗定位，根据电流前向波与反射波到达时间差并结合线路波速换算粗定位距离；

14、第二级定位为电磁辐射衰减校正定位，根据电磁辐射场强随距离增大而按指数规律衰减的特性，由参考距离处的场强解算校正距离，最终故障位置为粗定位距离与校正距离的加权融合，融合权重根据定位环境动态调整。

15、作为本发明所述的基于多物理场融合的电弧故障识别方法的优选方案，其中：所述零电弧分断包括经隔离驱动芯片驱动背靠背共源极连接的两片sicmosfet在500ns内完成双向电流关断，关断瞬态能量由并联的瞬态电压抑制器和rc吸收网络吸收，随后电磁式接触器机械触点闭合提供持续机械隔离与载流。

16、所述同步采集采用电流互感器、电磁辐射传感器和紫外光传感器进行采集。

17、在所述计算故障位置之后，将故障类型、故障位置和分断动作记录上传至云端平台，并本地发出声光报警信号，装置进入故障锁定状态等待人工复位。

18、第二方面，一种基于多物理场融合的电弧故障识别装置，包括：

19、多物理场传感单元，用于同步采集电流波形信号、电磁辐射信号和紫外光信号；

20、多模态融合处理单元，用于对多维度特征进行自适应加权融合，通过cnn-lstm混合神经网络模型识别电弧故障类型，并经时域反射与电磁辐射衰减协同定位计算故障位置；

21、分级分断执行单元，用于按识别结果分级分断，并联电弧零电弧分断，串联电弧常规断路器分断。

22、第三方面，一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1所述的于多物理场融合的电弧故障识别方法。

23、本发明的有益效果：本发明通过将电流波形、电磁辐射与紫外光三个物理场的同步感知统一为多维度特征的自适应加权融合，通过基于实时信号质量的时变置信度系数动态调整各物理场的贡献权重，克服了现有单电流检测方案对并联电弧识别困难、变频负载场景误判率高的固有缺陷，有利于提高电弧识别准确率，并降低误判率，并在单传感器失效时依靠软冗余容错维持识别功能，提升了装置在真实复杂配电环境下的可靠性和可用性；

24、通过cnn-lstm混合神经网络模型实现串联电弧、并联电弧和正常工作电弧的端到端三类识别，无需人工设计特征阈值规则，识别规则不受人为经验局限，经cnn-lstm混合神经网络模型量化与加速后可在低成本嵌入式处理器上实现亚毫秒级推理延迟；

25、通过分级分断策略，将零电弧分断资源仅保留给最危险的并联电弧场景，串联电弧采用常规断路器分断，正常工作电弧不误动作，实现了保护性能与成本的最优平衡；通过时域反射与电磁辐射衰减协同定位的两级定位策略，有利于提高故障定位精度，解决了现有方案只知有故障而不知故障位置的问题，并通过故障类型、故障位置与波形数据的云端上传，为智慧配电和预防性维护提供数据基础。