基于小波分解的智能自适应电弧检测方法及其应用装置与流程

1.本发明涉及电能质量检测领域，具体涉及一种基于小波分解的智能自适应电弧检测方法及其应用装置。


背景技术：

2.随着国民经济的快速发展科技的飞速进步，整个社会的电气化水平也越来越高，各式各样的家电走进了各家各户，大到城市小到较为偏远的乡村电气化普及度也越来越高。现如今在人们生活体验感幸福感更高的时代下，同时也面临着巨大的风险和挑战，住宅中因为电气发生的火灾比例居高不下，对生命和经济造成的损失也难以估量。引起电气火灾的原因主要有：
①
过流。因为过流导致导线发热而引发的火灾；
②
电弧。因接触不良或运行条件不好的情况导致电弧产生进而引发火灾。对于电弧产生火灾的原因主要有：因为线缆折叠或人为因素导致绝缘保护层破损、使用时间变长绝缘劣化、使用条件不当、电器损坏、环境恶劣或动物啃咬等原因导致绝缘层破坏易发生电弧，进而容易引发火灾。市面上的保护器如微型短路器mcb或熔断器等能对过电流或漏电流进行保护，但是这样还有一个问题就是，如果此时发生了电弧，但是电流小于额定电流，这些保护器就不能对电路造成保护，能够导致火灾产生的破损线缆产生的电弧不能在这些传统断路器得到有效的保护。
3.现有技术中也有对电弧进行检测的装置，例如中国专利文献cn107064752a记载了一种航空故障电弧检测的判别算法，首先，采集实验平台上不同负载下的故障电弧电流信号；然后，判断故障电弧电流信号为直流故障电弧电流还是交流故障电弧电流，并分别提取兼具时域和频域的特征量；针对直流故障电弧的小波能量，信息熵和电流变化率以及交流故障电弧的小波能量，信息熵和经验模态分解的第四个本征模函数值分别作为训练样本，训练支持向量机预测模型；最后，利用两个支持向量机预测模型分别辨别电弧的故障与正常状态，选取多个特征量，减少了故障特征的偶然性，增加了判别的准确性；但是由于需要对故障电弧采取小波能量、信息熵和电流变化率等多重变换，在实际应用中需要强大的硬件支撑来支撑其应用，对技术的推广不利，


技术实现要素：

4.本发明所要解决的技术问题是提供一种基于小波分解的智能自适应电弧检测方法及其应用装置，采用深度优化的小波变换算法，从负载电流中准确识别出故障电弧的电流信号，并对此信号排序，与数据库中历史数据进行对比分析，以排除用电设备正常工作产生的电弧的干扰，从而准确地判断出故障电弧的产生。
5.为解决上述技术问题，本发明所采用的技术方案是：
6.一种基于小波分解的智能自适应电弧检测方法，检测的步骤包括：
7.步骤一、信号采集，建立标准工况下的电源及不同负载连接线路，并进行各种非正常条件的信号波形模拟，在线路上设置采样电路，采集电源信号并进行放大，根据电源频率截取截取电源一个周期信号的波形，得到一组数据d1[n]；
[0008]
步骤二、信号去噪，将得到的数据d1[n]通过mallat算法进行去噪，并对原始信号进行多层分解，分解处理后的数据重构得到信号d2[n]；
[0009]
步骤三、信号归一化，将重构后的不同负载或非正常条件下信号d2[n]进行归一化处理得到d3[n]；
[0010]
步骤四、数据处理，对得到的d3[n]信号进行检测，判断不同负载和非正常情况下，电压或者电流过零点的次数，并通过多次检测判断，选取各种情况下过零点数据最大值m；
[0011]
步骤五、电弧故障判断，对目标采样数据经过上述步骤一至步骤四分析后的过零点数据为n，设定误差阈值系数k，若n》k*m时，则符合电弧故障特征，再多次选定多个周期的信号重复进行判断比较，在预设的测量区间内，符合故障电弧判定特征值的累积数据大于设定值时，判定产生了电弧。
[0012]
上述的步骤二中使用mallat算法对数据d1[n]进行多层分解后到第四层的高低频系数中，然后通过阈值法对每层系数除掉一些噪声，在每一层中预设一个值δ，且δ值逐层递减，将处理后的高低频系数代入公式：
[0013][0014]
得到信号d2[n]。
[0015]
上述的步骤三中信号归一化满足：
[0016]
使用上述的一种基于小波分解的智能自适应电弧检测方法的应用装置，装置包括处理器mcu、采样放大电路、显示模块、报警模块、无线通讯模块及交互模块，采样放大电路内设有信号传感器，信号传感器与目标检测电路连接，采样放大电路输出端与处理器mcu输入端电连接，处理器mcu输出端连接报警模块。
[0017]
上述的信号传感器采用电流互感器。
[0018]
本发明提供的一种基于小波分解的智能自适应电弧检测方法及其应用装置，通过对目标电路的采样信号放大后进行过去噪和归一化，在电源频率内截取一个周期的检测值进行小波分解并重构，根据处理后信号的零点数据个数来判断是否有电弧故障发生，该方法及装置利用小波分解在有限长波形上处理同事得到频谱和时谱，相比单纯傅里叶变换或短时傅里叶变换，具有特定的时间响应，便于进行电弧这种瞬时的波形检测，且检测数据简单实用，降低了对硬件的要求，适应在电力传输、居家电源等电力行业推广应用。
附图说明
[0019]
下面结合附图和实施例对本发明作进一步说明：
[0020]
图1为本发明的采样电路示意图；
[0021]
图2为步骤二中mallat算法去噪示意图；
[0022]
图3为步骤二中小波算法在matlab上的分解示意图；
[0023]
图4为本发明方法的流程示意图；
[0024]
图5为本发明应用装置的结构框图。
具体实施方式
[0025]
如图4中所示，一种基于小波分解的智能自适应电弧检测方法，检测的步骤包括：
[0026]
步骤一、信号采集，建立标准工况下的电源及不同负载连接线路，并进行各种非正常条件的信号波形模拟，在线路上设置采样电路，采集电源信号并进行放大，根据电源频率截取截取电源一个周期信号的波形，得到一组数据d1[n]；
[0027]
步骤二、信号去噪，将得到的数据d1[n]通过mallat算法进行去噪，并对原始信号进行多层分解，分解处理后的数据重构得到信号d2[n]；
[0028]
步骤三、信号归一化，将重构后的不同负载或非正常条件下信号d2[n]进行归一化处理得到d3[n]；
[0029]
步骤四、数据处理，对得到的d3[n]信号进行检测，判断不同负载和非正常情况下，电压或者电流过零点的次数，并通过多次检测判断，选取各种情况下过零点数据最大值m；
[0030]
步骤五、电弧故障判断，对目标采样数据经过上述步骤一至步骤四分析后的过零点数据为n，设定误差阈值系数k，若n》k*m时，则符合电弧故障特征，再多次选定多个周期的信号重复进行判断比较，在预设的测量区间内，符合故障电弧判定特征值的累积数据大于设定值时，判定产生了电弧。
[0031]
上述的步骤二中使用mallat算法对数据d1[n]进行多层分解后到第四层的高低频系数中，然后通过阈值法对每层系数除掉一些噪声，在每一层中预设一个值δ，且δ值逐层递减，将处理后的高低频系数代入公式：
[0032][0033]
得到信号d2[n]。
[0034]
如图2中所示，在经过去噪后，在单个周期范围内，波形变换过程中的正常波动被消除，避免了波形的范围波动影响后续的计算结果。
[0035]
上述的步骤三中，由于不一样的负载下采集的正常与非正常的信号波形都有很大不一样，对于不同阻抗性质的负载以及负载电流大小不同的情况下，采集的信号都具有不一样的特点，为此将经过去噪处理滤除杂波后的信号数据进行归一化处理：
[0036]
步骤三中，由于不一样的负载下采集的正常与非正常的信号波形都有很大不一样，对于不同阻抗性质的负载以及负载电流大小不同的情况下，采集的信号都具有不一样的特点，为此将经过去噪处理滤除杂波后的信号数据进行归一化处理后能够更全的覆盖各种情况下的电弧检测。
[0037]
步骤四中电弧的检测原理为：通过对电弧产生机理的分析，在电路中交流电压在过零点时由于电压不足以发生电弧，所以在零点附近，存在一定的无电流区域，即电流为零的情形。通过对于正常情况下以及故障电弧情况下负载电流的多次重复试验，发现在d3[i]数组中，正常情况下存在的零点数据最多只有m个，而在故障电弧情况下，d3[i]数组中的零点数据要远大于该值。据此设定一个适当的阈值n(n》m)，通过比较d3[i]数组中的零点数据的个数是否超过该阈值，并对大于设定阈值的信号计数累加，至此，单次测量-处理-计算结束，为防止误判，本装置采用多次测量计算，在预设的测量区间内，符合故障电弧判定特征
值的累计数据大于设定值时，则判定此时线路已经产生故障电弧，同时对故障电弧数据进行存储，形成历史记录。
[0038]
如图3中所示，一个周期内，在小波变换的过程中，与正常的信号相比，含电弧的信号经过小波变换后，从d1至d4层中，d1先将信号中的电弧信号分解出来，且包含的周期内的时间信息，在经过过d2至d4中阈值的极大值的不断调整，使得结果越来越精准，到d4时可以得到精确的电弧波形，可以看到，其中每次电弧产生时，其波形多次过零点，明显不同于正常波形，因此应用此种方法，可以通过简单的计算即可分辨电弧信号，可以降低对硬件的要求，适合在家居领域推广使用。
[0039]
如图1和5中所示，使用上述的一种基于小波分解的智能自适应电弧检测方法的应用装置，装置包括处理器mcu、采样放大电路、显示模块、报警模块、无线通讯模块及交互模块，采样放大电路内设有信号传感器，信号传感器与目标检测电路连接，采样放大电路输出端与处理器mcu输入端电连接，处理器mcu输出端连接报警模块。
[0040]
上述的信号传感器采用电流互感器。
[0041]
本装置可通过交互模块对故障电弧判定条件的相关参数进行设置，实现人机交互，以此实现用户定制的故障电弧监测模式，满足不同用户的需求。
[0042]
本装置信号传感器采用高磁感应霍尔元件，能检测交直流及脉冲等各种不规则电流信号，用来捕捉因故障电弧引起的微弱信号，并采用低漂移低噪高速运算放大器将捕捉到的故障电弧的微弱信号进行放大和隔离，消除零点漂移后进入到mcu进行小波变换，提取故障电弧的特征值用于故障电弧强度计算，排除用电设备正常工作时产生的电弧的干扰，通过与数据库历史数据对比及分析，输出真正故障电弧生产的控制信号，避免误报漏报；
[0043]
当mcu通过计算分析，如果判断有真实的故障电弧产生，则输出相应数据和控制信号。mcu输出的数据用以刷新显示模块，将故障电弧的相关数据显示在显示模块上，mcu输出的控制信号用以启动报警模块，报警模块驱动本地示警灯和蜂鸣器，提示用户对电路进行检修，报警模块可根据用户的要求，通过操作本装置的交互模块来设置示警灯和蜂鸣器的工作模式，以满足用户的需求。
[0044]
mcu同时启动无线通讯模块，将故障电弧检测分析的结果通过网络传给用户，方便用户及时查看和掌握相关故障信息，并可以根据用户的需求，通过远程控制对装置参数进行修正和调整；
[0045]
本装置所用交互模块通过实体按键实现人机交互操作，完成对本装置故障电弧检测功能及条件参数进行设定，以满足用户定制化服务的需求；
[0046]
本装置所用电源模块采用充电电池，通过稳压隔离电路为核心电路及各功能模块提供高可靠性电源,为防止各模块信号通过电源相互造成干扰，电源模块的供电回路通过光电隔离多路输出，保证对各模块能够独立供电不影响其正常工作；
[0047]
电弧检测装置电路结构为：
[0048]
信号传感器连接在采样电路的输入端，其原理图如图1，采样电路的输出端连接在mcu具有adc功能的端口，显示模块和无线通讯模块通过串口与mcu链接，报警模块，交互模块以及故障定位模块通过mcu的i/o口完成型号指令的传递工作。