一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

一种光伏直流电弧检测方法及系统

2022-06-05 02:07:17 来源:中国专利 TAG:

技术特征:
1.一种光伏直流电弧检测方法,其特征在于,包括如下步骤:采用霍尔传感器获取光伏直流回路的电流信号,所述霍尔传感器与光伏直流回路通过磁场连接,不存在线路连接,所获取的电流信号不受霍尔传感器影响;提取所述电流信号的时域特征、频域特征以及小波特征;所述时频特征包括:时频变化率和时频变化率绝对值均值,光伏直流回路中产生电弧时,时频变化率大于第一阈值;所述电弧的持续时间超过预设时间时,所述时频变化率绝对值均值大于第二阈值;所述频域特征包括:高频分量与低频分量之差和频域去零标准差,光伏直流回路中产生电弧时,所述高频分量与低频分量之差增大;所述频域去零标准差体现电流的频域离散程度,有电弧产生时,频域离散程度大,无电弧产生时,频域离散程度小;所述小波特征包括:各频带小波系数标准差、最高频带小波系数绝对值均值以及高频分量最大值;所述频带小波系数标准差反映各频带小波系数在时域的离散程度,有电弧产生时,高频带的时域离散程度大幅增加;所述电弧的持续时间超过预设时间时,最高频带小波系数绝对值均值大于第三阈值;有电弧产生时,所述高频分量最大值大于第四阈值;所述第一阈值、第二阈值、第三阈值以及第四阈值在训练梯度提升树模型的过程中确定,每个阈值配置有对应的权重,所述梯度提升树模型用于对电流信号进行分类,将其分类为正常电流或电弧电流;将所述时域特征、频域特征以及小波特征输入到训练好的梯度提升树模型,根据模型的分类结果检测光伏直流回路中是否产生电弧。2.根据权利要求1所述的方法,其特征在于,所述时频特征的获取过程为:获取电流信号的时域归一化数据;基于所述时域归一化数据获取电流时域变化率;光伏直流回路正常运行时电流在时域变化很缓慢,而有电弧产生时会在时域产生很多尖峰毛刺,电流的时域变化率极大增大;基于所述时域归一化数据获取电流时域变化率绝对值均值,预设检测周期内电弧存在的时间越长,该绝对值均值越大,所述绝对值均值使梯度提升树模型在一个检测周期内对持续时间更久的电弧具备更好的识别能力。3.根据权利要求1所述的方法,其特征在于,所述频域特征的获取过程为:获取电流信号的频域归一化数据;基于所述频域归一化数据获取电流高频分量与低频分量之差;光伏直流回路正常运行电流的频域分量以低频分量为主,高频分量幅值很小;产生电弧后电流的高频分量会增大;基于所述频域归一化数据获取电流的频域去零标准差,所述频域去零标准差体现频域的离散程度。4.根据权利要求1所述的方法,其特征在于,所述小波特征的获取过程为:对电流信号进行小波包变换,将电流的频带划分为多个时频矩阵,以对电流信号在高频处时间细分,低频处频率细分,聚焦到电流信号的任意细节,同时反映时域信息与频域信息;基于划分的多个时频矩阵获取电流在各频带的小波系数标准差,以确定电流在各频带小波系数的离散程度;有电弧产生时,高频带的时域离散程度大幅增加,低频带的时域离散程度稍微有所增加;基于划分的多个时频矩阵获取电流高频带小波系数绝对值均值,相比于正常运行的光伏直流回路,电弧电流进行小波包分解后最高频带存在更多尖峰小波系数,在检测周期内
将其绝对值累加求平均可以对存在时间越长的电弧电流具备更好的识别能力;基于划分的多个时频矩阵获取电流高频分量的最大值,电弧电流在高频带内产生较大的尖峰小波系数,将高频分量最大值累加,该特征与电弧电流状态有较大相关性。5.根据权利要求1至4任一项所述的方法,其特征在于,对所述梯度提升树模型的训练过程具体为:针对不同等级的正常电流设定不同的训练数据,所述训练数据包括正常电流数据集和电弧电流数据集,设光伏直流回路无电弧产生时的电流为正常电流,由外部设备对正常电流引入的扰动为微小扰动电流,有电弧产生时的电流为电弧电流;当所述正常电流为低电流等级时,将所述微小扰动电流并入正常电流数据集,当所述正常电流为高电流等级时,不将所述微小扰动电流并入正常电流数据集,当所述正常电流介于低电流等级和高电流等级之间时,根据需求将微小扰动电流数据集中的部分样本值并入正常电流数据集;采用所述训练数据对所述梯度提升树模型进行训练,以针对不同等级的正常电流训练得到不同灵敏度的梯度提升树模型,使得低电流等级下模型的灵敏度最低,高电流等级下模型的灵敏度最高,提高低电流等级下模型对微小扰动电流的包容性,且增大高电流等级下模型识别电弧的灵敏度,避免高电流等级下电弧电流产生带来的安全隐患。6.根据权利要求1至4任一项所述的方法,其特征在于,在对梯度提升树模型训练过程中,将所述训练数据划分为训练集和测试集,采用训练集对模型进行训练,测试集对模型进行测试,测试后计算对应的代价敏感错误率,以确定模型所包含的子回归树个数;所述代价敏感错误率基于非均等误判代价,不同的错误会带来不同的损失代价,当所述模型发生误判时,将有电弧产生情况误判为无电弧产生带来的损失代价远大于将无电弧产生误判为有电弧产生,前者会导致电弧持续产生,严重发热带来极大安全隐患,后者只会导致断路器误动作,因此,所述代价敏感错误率e为:式中,m为测试集样本总数,为正常电流测试集,为电弧电流测试集,将电弧电流误判为正常电流代价更大,f(x)为分类器对输入的测试集特征x的分类结果,y为测试集真实标签,cost01为将无电弧判断为有电弧的代价系数,cost10为将有电弧判断为无电弧的代价系数,cost10>cost01。7.一种光伏直流电弧检测系统,其特征在于,包括:电流信号获取单元,用于采用霍尔传感器获取光伏直流回路的电流信号,所述霍尔传感器与光伏直流回路通过磁场连接,不存在线路连接,所获取的电流信号不受霍尔传感器影响;电流特征提取单元,用于提取所述电流信号的时域特征、频域特征以及小波特征;所述时频特征包括:时频变化率和时频变化率绝对值均值,光伏直流回路中产生电弧时,时频变化率大于第一阈值;所述电弧的持续时间超过预设时间时,所述时频变化率绝对值均值大于第二阈值;所述频域特征包括:高频分量与低频分量之差和频域去零标准差,光伏直流回路中产生电弧时,所述高频分量与低频分量之差增大;所述频域去零标准差体现电流的频域离散程度,有电弧产生时,频域离散程度大,无电弧产生时,频域离散程度小;所述小波特征包括:各频带小波系数标准差、最高频带小波系数绝对值均值以及高频分量最大值;所述
频带小波系数标准差反映各频带小波系数在时域的离散程度,有电弧产生时,高频带的时域离散程度大幅增加;所述电弧的持续时间超过预设时间时,最高频带小波系数绝对值均值大于第三阈值;有电弧产生时,所述高频分量最大值大于第四阈值;所述第一阈值、第二阈值、第三阈值以及第四阈值在训练梯度提升树模型的过程中确定,每个阈值配置有对应的权重,所述梯度提升树模型用于对电流信号进行分类,将其分类为正常电流或电弧电流;电弧检测单元,用于将所述时域特征、频域特征以及小波特征输入到训练好的梯度提升树模型,根据模型的分类结果检测光伏直流回路中是否产生电弧。8.根据权利要求7所述的系统,其特征在于,所述电流特征提取单元获取小波特征的过程为:对电流信号进行小波包变换,将电流的频带划分为多个时频矩阵,以对电流信号在高频处时间细分,低频处频率细分,聚焦到电流信号的任意细节,同时反映时域信息与频域信息;基于划分的多个时频矩阵获取电流在各频带的小波系数标准差,以确定电流在各频带小波系数的离散程度;有电弧产生时,高频带的时域离散程度大幅增加,低频带的时域离散程度稍微有所增加;基于划分的多个时频矩阵获取电流高频带小波系数绝对值均值,相比于正常运行的光伏直流回路,电弧电流进行小波包分解后最高频带存在更多尖峰小波系数,在检测周期内将其绝对值累加求平均可以对存在时间越长的电弧电流具备更好的识别能力;基于划分的多个时频矩阵获取电流高频分量的最大值,电弧电流在高频带内产生较大的尖峰小波系数,将高频分量最大值累加,该特征与电弧电流状态有较大相关性。9.根据权利要求7或8所述的系统,其特征在于,还包括:模型训练单元,用于针对不同等级的正常电流设定不同的训练数据,所述训练数据包括正常电流数据集和电弧电流数据集,设光伏直流回路无电弧产生时的电流为正常电流,由外部设备对正常电流引入的扰动为微小扰动电流,有电弧产生时的电流为电弧电流;当所述正常电流为低电流等级时,将所述微小扰动电流并入正常电流数据集,当所述正常电流为高电流等级时,不将所述微小扰动电流并入正常电流数据集,当所述正常电流介于低电流等级和高电流等级之间时,根据需求将微小扰动电流数据集中的部分样本值并入正常电流数据集;采用所述训练数据对所述梯度提升树模型进行训练,以针对不同等级的正常电流训练得到不同灵敏度的梯度提升树模型,使得低电流等级下模型的灵敏度最低,高电流等级下模型的灵敏度最高,提高低电流等级下模型对微小扰动电流的包容性,且增大高电流等级下模型识别电弧的灵敏度,避免高电流等级下电弧电流产生带来的安全隐患。10.根据权利要求7或8所述的系统,其特征在于,所述模型训练单元在对梯度提升树模型训练过程中,将所述训练数据划分为训练集和测试集,采用训练集对模型进行训练,测试集对模型进行测试,测试后计算对应的代价敏感错误率,以确定模型所包含的子回归树个数;所述代价敏感错误率基于非均等误判代价,不同的错误会带来不同的损失代价,当所述模型发生误判时,将有电弧产生情况误判为无电弧产生带来的损失代价远大于将无电弧产生误判为有电弧产生,前者会导致电弧持续产生,严重发热带来极大安全隐患,后者只会导致断路器误动作,因此,所述代价敏感错误率e为:式中,m为测试集样本总数,为正常电流测试集,为电弧电流测试集,将电弧电流误判为正常电流代价更大,f(x)为分类器对输入的测试集特征x的分类结果,y为测试集真实标签,cost01为将无电弧判
断为有电弧的代价系数,cost10为将有电弧判断为无电弧的代价系数,cost10>cost01。

技术总结
本发明提供一种光伏直流电弧检测方法及系统,包括:采用霍尔传感器获取光伏直流回路的电流信号;提取所述电流信号的时域特征、频域特征以及小波特征;包括:时频变化率和时频变化率绝对值均值;高频分量与低频分量之差和频域去零标准差;各频带小波系数标准差、最高频带小波系数绝对值均值以及高频分量最大值;将所述时域特征、频域特征以及小波特征输入到训练好的梯度提升树模型,根据模型的分类结果检测光伏直流回路中是否产生电弧。本发明从时域、频域、小波三个层面分析了直流电弧的特征,并针对直流电弧特性选择了合理的特征值处理,可以多层次、多角度地展现电弧电流特征,作为训练集具备更好的训练效果,提高了模型识别准确率。确率。确率。


技术研发人员:祝之森 雷岸林 陈立学
受保护的技术使用者:华中科技大学
技术研发日:2022.05.05
技术公布日:2022/6/3
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献