用于电力分配系统中的高阻抗故障检测的系统和方法与流程

1.本公开涉及功率分配，并且更特别地，涉及用于高阻抗故障检测的系统和方法。


背景技术：

2.功率分配系统有时可能暴露于高阻抗故障。虽然可能存在用于检测此类故障的系统，但是这些系统的准确性可能不像它们可能的那样有效。特别地，更准确地检测高阻抗故障可能有问题，因为电流的特性可基于表面的材料(例如，草、水泥、沥青、土壤等)而改变。


技术实现要素：

3.本发明提供一组技术方案，如下。
4.技术方案1.一种方法，所述方法包括：通过处理器运算信号的相对随机性，其中，所述相对随机性是第一尺度小波变换的导数除以所述信号的能量；通过所述处理器运算所述信号的小波变换的一个或多个尺度；通过所述处理器运算所述一个或多个尺度中的所述小波变换的能量之间的一个或多个能量比率；通过所述处理器运算所述信号的三次谐波和基波分量之间的过零相位差；以及通过所述处理器基于以下中的至少一个确定发生高阻抗故障：所述相对随机性、所述小波变换的所述一个或多个尺度之间的比较、以及所述过零相位差。
5.技术方案2.如技术方案1所述的方法，进一步包括：从位于分配系统的馈线头处的智能电子装置接收第一信号；以及应用一个或多个滤波器，以从所述第一信号中滤波掉通过正常操作所生成的噪声和信号，从而生成经滤波的信号，其中，所述信号包括所述滤波器信号。
6.技术方案3.如技术方案1所述的方法，进一步包括：通过所述处理器通过对所述信号的相电流或剩余电流的能量求导来运算第一随机性，其中，确定发生所述高阻抗故障是进一步基于所述第一随机性。
7.技术方案4.如技术方案1所述的方法，进一步包括：通过所述处理器通过将带通滤波器应用于所述信号的相电流或剩余电流的能量上来运算第二随机性，其中，确定发生所述高阻抗故障是进一步基于所述第二随机性。
8.技术方案5.如技术方案1所述的方法，进一步包括：运算所述小波变换的所述一个或多个尺度的第一尺度与所述小波变换的第二尺度的第一比率；以及运算所述小波变换的所述一个或多个尺度的所述第二尺度与所述小波变换的第
三尺度的第二比率，其中，确定发生所述高阻抗故障是进一步基于所述第一比率和所述第二比率。
9.技术方案6.如技术方案1所述的方法，其中，运算所述过零相位差包括：运算相对于所述基波分量的奇次和偶次谐波比率。
10.技术方案7.如技术方案1所述的方法，其中，确定发生所述高阻抗故障包括：为所述相对随机性、所述小波变换的所述一个或多个尺度以及所述过零相位差中的每个确定相应权重；确定所述相应权重中的每个权重超过阈值；以及基于所述相应权重中的每个权重超过所述阈值确定发生所述高阻抗故障。
11.技术方案8.如技术方案7所述的方法，其中，确定所述相应权重包括：使用在线数据和离线数据来训练机器学习模型；以及将所述相对随机性、所述小波变换的所述一个或多个尺度以及所述过零相位差输入到所述机器学习模型中，其中，确定发生所述高阻抗故障是基于所述机器学习模型。
12.技术方案9.如技术方案8所述的方法，其中，所述在线数据是从高阻抗故障的发生的反馈获得的。
13.技术方案10.如技术方案1所述的方法，进一步包括：将指示所述高阻抗故障的发生的警报信号发送到一个或多个监测和计算装置；以及响应于所述高阻抗故障的所述发生，执行一个或多个纠正动作。
14.技术方案11.一种系统，所述系统包括：可操作以执行一组计算机可读指令的计算机处理器；以及可操作以存储所述一组计算机可读指令的存储器，所述一组计算机可读指令可操作以：通过处理器运算信号的相对随机性，其中，所述相对随机性是第一尺度小波变换的导数除以所述信号的能量；通过所述处理器运算所述信号的小波变换的一个或多个尺度；通过所述处理器运算所述一个或多个尺度中的所述小波变换的能量之间的一个或多个能量比率；通过所述处理器运算所述信号的三次谐波和基波分量之间的过零相位差；以及通过所述处理器基于以下中的至少一个确定发生高阻抗故障：所述相对随机性、所述小波变换的所述一个或多个尺度之间的比较、以及所述过零相位差。
15.技术方案12.如技术方案11所述的系统，其中，所述计算机可读指令可进一步操作以：从位于分配系统的馈线头处的智能电子装置接收第一信号；以及应用一个或多个滤波器，以从所述第一信号中滤波掉通过正常操作所生成的噪声和信号，从而生成经滤波的信号，其中，所述信号包括所述滤波器信号。
16.技术方案13.如技术方案11所述的系统，其中，所述计算机可读指令可进一步操作
以：通过所述处理器通过对所述信号的相电流或剩余电流的能量求导来运算第一随机性，其中，确定发生所述高阻抗故障是进一步基于所述第一随机性。
17.技术方案14.如技术方案11所述的系统，其中，所述计算机可读指令可进一步操作以：通过所述处理器通过将带通滤波器应用于所述信号的相电流或剩余电流的能量上来运算第二随机性，其中，确定发生所述高阻抗故障是进一步基于所述第二随机性。
18.技术方案15.如技术方案11所述的系统，其中，所述计算机可读指令可进一步操作以：运算所述小波变换的所述一个或多个尺度的第一尺度与所述小波变换的第二尺度的第一比率；以及运算所述小波变换的所述一个或多个尺度的所述第二尺度与所述小波变换的第三尺度的第二比率，其中，确定发生所述高阻抗故障是进一步基于所述第一比率和所述第二比率。
19.技术方案16.如技术方案11所述的系统，其中，运算所述过零相位差包括：运算相对于所述基波分量的奇次和偶次谐波比率。
20.技术方案17.如技术方案11所述的系统，其中，确定发生所述高阻抗故障包括：为所述相对随机性、所述小波变换的所述一个或多个尺度以及所述过零相位差中的每个确定相应权重；确定所述相应权重中的每个权重超过阈值；以及基于所述相应权重中的每个权重超过所述阈值确定发生所述高阻抗故障。
21.技术方案18.如技术方案17所述的系统，其中，确定所述相应权重包括：使用在线数据和离线数据来训练机器学习模型；以及将所述相对随机性、所述小波变换的所述一个或多个尺度以及所述过零相位差输入到所述机器学习模型中，其中，确定发生所述高阻抗故障是基于所述机器学习模型。
22.技术方案19.如技术方案18所述的系统，其中，所述在线数据是从高阻抗故障的发生的反馈获得的。
23.技术方案20.如技术方案11所述的系统，其中，所述计算机可读指令可进一步操作以：将指示所述高阻抗故障的发生的警报信号发送到一个或多个监测和计算装置；以及响应于所述高阻抗故障的所述发生，执行一个或多个纠正动作。
附图说明
24.参考附图阐述了详细描述。附图只是为了说明的目的而提供，并且仅仅描绘本公开的示例实施例。提供附图以促进理解本公开，而不应视为限制本公开的广度、范围或可适
用性。在附图中，参考数字的最左边的(一个或多个)数字可标识其中首次出现该参考数字的附图。相同参考数字的使用指示类似但不一定相同或完全相同的组件。然而，不同的参考数字也可用来标识类似的组件。各种实施例可利用不同于附图中所示的元件或组件的元件或组件，并且一些元件和/或组件在各种实施例中可能不存在。取决于上下文，使用单数术语来描述组件或元件可涵盖复数数量(plural number)的此类组件或元件，反之亦然。
25.图1是根据本公开的一个或多个示例实施例的示例系统的示意图。
26.图2是根据本公开的一个或多个示例实施例的另一示例系统的示意图示。
27.图3是根据本公开的一个或多个示例实施例的示例流程图的示意图。
28.图4是根据本公开的一个或多个示例实施例的示例方法的示意图。
29.图5是根据本公开的一个或多个示例实施例的示出示例流程图的示意图。
30.图6是根据本公开的一个或多个示例实施例的示出另一示例流程图的示意图。
31.图7是根据本公开的一个或多个示例实施例的示出另一示例流程图的示意图。
32.图8是根据本公开的一个或多个示例实施例的示出另一示例流程图的示意图。
33.图9是根据本公开的一个或多个示例实施例的示出另一示例流程图的示意图。
34.图10是根据本公开的一个或多个示例实施例的示出另一示例流程图的示意图。
35.图11是根据本公开的一个或多个示例实施例的示出另一示例流程图的示意图。
36.图12是根据本公开的一个或多个示例实施例的示出另一示例流程图的示意图。
37.图13是根据本公开的一个或多个示例实施例的示出另一示例流程图的示意图。
38.图14是根据本公开的一个或多个示例实施例的示出另一示例流程图的示意图。
39.图15是根据本公开的一个或多个示例实施例的示出另一示例流程图的示意图。
40.图16是根据本公开的一个或多个示例实施例的示出另一示例流程图的示意图。
41.图17是根据本公开的一个或多个示例实施例的示出另一示例流程图的示意图。
42.图18是根据本公开的一个或多个示例实施例的示出另一示例流程图的示意图。
43.图19是根据本公开的一个或多个示例实施例的示出另一示例流程图的示意图。
44.图20是根据本公开的一个或多个示例实施例的用于高阻抗检测的机器或系统的示例的框图。
具体实施方式
概述
45.本公开尤其涉及用于高阻抗检测以有效检测高阻抗故障的系统、方法、计算机可读介质、技术和方法论。在一些实施例中，用于执行高阻抗检测的这种多算法和多规则方法在较高水平上可包括至少以下内容。首先，可执行算法准备。算法准备可包括将一组算法应用于一个或多个输入信号。所述一个或多个输入信号可包括例如测量的相电流、剩余电流或所产生的剩余电流。在一些情况下，可将这些算法应用于所述一个或多个输入信号，以便运算至少rms电流(i
rms
)、基于rms的导数的随机性(di
rms
)、基于增量rms的随机性(δi
rms
)、奇次和偶次谐波与基波频率的比率(r
odd
，r
even
)、基波频率的振幅(amp_h1)、谐波的振幅(amp_h)、奇次谐波的振幅(amp_odd)、三次谐波与基波频率的比率(amp_ratio_h3_h1)、三次谐波与基波频率之间的过零相位差(phase_diff_h3_h1)、尺度1与尺度2的平均小波能量比率(r
wt1av
)、尺度1与尺度3的平均小波能量比率(r
wt2av
)和/或基于小波能量的相对随机性
(rr
wt1，
)等信息。一旦运算出来，接着便可与所述一个或多个规则(如下文将进一步详细描述)相关联地使用该信息(在一些情况下，术语“信息”和“数据”可互换使用)，以确定是否存在故障条件。
46.在一些实施例中，在算法准备之后，可进行有效性确定。有效性确定可涉及分析输入数据(例如，所述一个或多个输入信号和/或通过算法准备获得的任何数据)，以确定数据是否可用于执行高阻抗检测或者数据是否只是噪声或其它不可用类型的数据。到有效性确定的输入可包括测量的相电流或剩余电流或所产生的剩余电流。有效性确定可滤波掉正常操作所生成的大部分噪声和信号，为的是更高的安全性，从而避免对负载的误操作、断路器操作或噪声。
47.在一些实施例中，一旦确定数据可用于执行高阻抗检测，便可使用一系列规则来标识是否存在电弧故障。该规则系统可以是开放系统，可以在此基础上增加和/或移除用于具有高安全性的电弧故障检测的新规则。如本文所描述，为此目的可利用六个规则，然而，这不旨在限制，并且在高阻抗故障检测中也可使用任何其它数量的规则。另外，可对一些或所有规则进行加权。例如，可给予第一规则比第二规则更大的权重。规则的输出可包括数值，以使得加权可简单地涉及将规则的输出乘以加权因子，加权因子也可以是数值。但是，规则的输出可以是任何其它形式，并且加权也可以用任何其它方式加以应用。这种加权可作为诸如人工智能系统、机器学习系统等的智能决策系统的一部分来执行。在这方面，与不同规则相关联的权重也可以是自适应的。例如，可设计不同的规则以适应不同的场景，诸如经由土壤、沥青、混凝土等的电弧故障。在这方面，应用于不同规则的权重可随时间变化，以使得可给予各个规则不同的权重。另外，虽然最初可在第一时间为第一规则提供比第二规则更大的权重，但是基于系统所接收的数据，最终可适于为第二规则提供比第一规则更大的权重(例如，如果确定第二规则的输出更能指示存在故障的话)。该系统还可涉及额外的分析，其最终的输出是是否存在故障的指示。可如何结合智能决策系统来使用这些规则以产生是否存在故障的指示的高级示例可在至少图3和图11(下文将额外详细地描述)中进一步示出。
48.在一些实施例中，第一规则可包括第一随机性算法(本文中可称为“随机性1”)。第一随机性算法可涉及可能是增量或基于rms的导数的随机性。当存在间歇性电弧故障时，可通过该值反映连续波动。值可以是在一个周期内电流的均方根(rms)的导数。在正常操作下，可约为零。如果超过阈值(例如，6a/s或任何其它值)，则可确定正在发生异常条件(例如，电弧故障)。当值在特定时段内从正值到负值振荡时，也可确定正在发生异常条件。这个第一规则可在下文可进一步详细描述的图6和图13中进一步举例说明。
49.在一些实施例中，第二规则可以是第二随机性算法(本文中可称为“随机性2”)，它可以是基于增量rms的随机性，并且可基于输入电流的rms的平均值的改变。随机性2又可称为小波能量比率，它可包括原始输入信号的小波变换能量的尺度之间的能量比率。第一比率可以是尺度1与尺度2的能量比率，而第二比率可以是尺度1与尺度3的能量比率。这可适合于此类场景，其中输入电流(次级)的rms高于给定的阈值电流(例如，0.1ma或任何其它
值)。当随机性(δi
rms
)大于i
rms
本身的阈值百分比(例如，10％或任何其它百分比)并且平均小波能量比率遵循某种关系时，可确定为电弧故障。这个第二规则可在下文可进一步详细描述的图7和图14-15中进一步举例说明。
50.在一些实施例中，第三规则可涉及尺度1小波能量的基于小波能量比率的相对随机性。可运算尺度1的小波能量的相对随机性(例如，使用在图19中所描绘的算法1900)，并且所得值可反映与采样频率相关联的最高频带的改变。在电弧故障期间，高频部分可占用比正常操作时相对更高的比例，并且当频带不同时，这个比例可能改变。当在不同的采样频率场景下使用该规则时，阈值也可改变。这个第三规则可在下文可进一步详细描述的图8和图19中进一步举例说明。
51.在一些实施例中，第四规则可基于在基波电流的过零处在三次谐波和基波频率分量之间的相位差。当存在电弧故障时，当一次谐波为零度时，三次谐波可能引起一次谐波。这个第四规则可在下文可进一步详细描述的图10、图15和图17中进一步举例说明。
52.在一些实施例中，第五规则可以是谐波和小波能量比率的组合，这可用于将故障场景的大部分与噪声和正常操作状态区分开来。这个第五规则可在下文可进一步详细描述的图9和图16中进一步举例说明。
53.在一些实施例中，第六规则可涉及添加新设计的规则以适应新的特定场景的选项。
54.在一些实施例中，可将上文描述的六个规则(以及任何其它数量的规则)的输出提供给逻辑或门。以这种方式，如果满足规则中的任何规则，则可输出故障可能已经发生的指示。然而，在其它实施例中，这些规则可作为智能决策系统(例如，如图11所示的智能决策器1114)的输入提供。在此类实施例中，可使用人工智能、机器学习等来确定是否发生高阻抗故障。例如，使用人工智能、机器学习等，可为不同的规则提供不同的权重。智能决策系统可以用数据预训练，并且也可以用实际数据实时训练。例如，智能决策系统可基于实际数据提供是否发生故障的指示，并且可将以实际是否存在故障的指示的形式的反馈提供给系统。然后，智能决策系统可使用该数据来调整用于此类确定的模型(例如，智能决策系统可在任何其它类型的调整中尤其调整提供给不同规则的权重)。以这种方式，人工智能、机器学习等可自适应地不断标识要在给定的时间利用的最优权重。
55.在一些实施例中，将各个确认逻辑应用于每个规则的输出以探测电弧故障。确认逻辑之后的所有输出连接到或门，以得到最终的结果。
56.在一些实施例中，本文所描述的方法可提供多个优点。例如，该方法可提供极高的灵敏度来检测电弧故障(例如，即使在故障电流低至5ma时)。该方法还可包括极高的安全性和基于噪声数据的非误操作。或者来自核平衡的ct的相电流或剩余电流、或者由测量的一个或多个相电流产生的剩余电流都可以是该方案的输入。该方法还可在对阈值进行轻微调整后用于早期故障警报。该方法可通过选择有效的信号加规则以探测不同种类的电弧故障来进行设计。这可以是开放的方案，其中可以单独添加和/或移除这些规则。可在系统中组合小波多分辨率分析、随机性能量、过零相位差等，以保证可靠性和稳定性。该方法也可以应用于架空线路和电缆两者的早期故障检测。该方法还可容纳从每个周期24个样本数到每个周期64个样本数的各种抽样率。
57.转到图，图1是根据本公开的一个或多个示例实施例的示出高阻抗故障检测的示
220(1),
…
,220(n)和221(1),
…
,221(n)可经由通信网络230向高阻抗检测控制器240发送同步相量数据。
62.高阻抗故障检测控制器240(又称为控制器240)可配置成与一个或多个ied 220和221以及一个或多个监测和计算装置280通信。控制器240可以是任何类型的计算装置，诸如但不限于实时计算装置、实时网关装置、计算机和/或服务器。控制器240可包括一个或多个服务器，所述一个或多个服务器可能布置在集群中，布置为服务器场，或布置为互不关联的各个服务器。
63.控制器240可至少包括存储器250和一个或多个处理单元(或处理器)242。处理器242可适当实现为硬件、软件、固件或其组合。处理器242的软件或固件实现可包括用任何合适的编程语言编写的计算机可执行或机器可执行指令以(例如，实时)执行所描述的各种功能。
64.存储器250可存储在处理器242上可加载和可执行的程序指令以及在这些程序执行过程中所生成的数据。取决于控制器240的配置和类型，存储器250可以是易失性的(诸如随机存取存储器(ram))和/或非易失性的(诸如只读存储器(rom)、闪速存储器等)。控制器240或服务器还可包括额外的可移动存储设备248和/或不可移动存储设备252，包括但不限于磁存储设备、光盘和/或磁带存储设备。磁盘驱动器及其相关联的计算机可读介质可为计算装置提供对计算机可读指令、数据结构、程序模块和其它数据的非易失性存储。在一些实现中，存储器250可包括多种不同类型的存储器，诸如静态随机存取存储器(sram)、动态随机存取存储器(dram)或rom。
65.存储器250、可移动存储设备248和不可移动存储设备252都可以是计算机可读存储介质的示例。例如，计算机可读存储介质可包括以任何方法或技术实现以用于存储信息(诸如计算机可读指令、数据结构、程序模块或其它数据)的易失性和非易失性、可移动和不可移动介质。存储器250、可移动存储设备248和不可移动存储设备252都可以是计算机存储介质的示例。可存在的额外类型的计算机存储介质包括但不限于：可编程随机存取存储器(pram)、sram、dram、ram、rom、电可擦除可编程只读存储器(eeprom)、闪速存储器或其它存储器技术、致密盘只读存储器(cd-rom)、数字通用盘(dvd)或其它光存储设备、磁带盒、磁带、磁盘存储设备或其它磁存储装置、或可以用于存储希望的信息并且可以由控制器240或其它计算装置访问的任何其它介质。上述介质中的任何介质的组合也应包含在计算机可读介质的范围内。
66.备选地，计算机可读通信介质可包括计算机可读指令、程序模块或在数据信号中传送的其它数据，诸如载波或其它传输。但是，如本文中所使用，计算机可读存储介质不包括计算机可读通信介质。
67.控制器240还可包含(一个或多个)通信连接270，所述(一个或多个)通信连接270允许控制器240与存储的数据库、另一计算/存储装置或服务器、用户终端、ied 220和221、计算装置280和/或通信网络230上的其它装置通信。控制器240还可包括(一个或多个)输入装置244(诸如键盘、鼠标、笔、语音输入装置、触摸输入装置等)以及(一个或多个)输出装置246(诸如显示器、扬声器、打印机等)。
68.更详细地转到存储器250的内容，存储器250可包括操作系统254以及用于实现本文所公开的特征的一个或多个应用程序或服务，包括数据有效性选择器256、规则分析器
260、随机性运算器、小波分析器264、相位差运算器266和/或警报/命令生成器270。在一些情况下，数据有效性选择器256、规则生成器260、随机性运算器、小波分析器264、相位差运算器266和/或警报/命令生成器270可接收、传送信息和/或将信息存储在数据库272中。应注意，数据有效性选择器256、规则分析器260、随机性运算器、小波分析器264、相位差运算器266和/或警报/命令生成器270可以是用于执行本文所描述的用于执行高阻抗故障检测的任何功能性的示例性模块。但是，也可使用任何其它数量的模块和/或不同类型的模块的组合。即，包括数据有效性选择器256、规则分析器260、随机性运算器、小波分析器264、相位差运算器266和/或警报/命令生成器270不旨在在可能存在于存储器250中的模块方面进行限制。
69.在一些实施例中，数据有效性选择器256可涉及分析输入数据(例如，一个或多个输入信号和/或通过算法准备获得的任何数据)，以确定数据是否可用于执行高阻抗检测或数据是否只是噪声或其它不可用类型的数据。到有效性确定的输入可包括测量的相电流或剩余电流或所产生的剩余电流。有效性确定可滤波掉正常操作所生成的大部分噪声和信号，为的是更高的安全性，从而避免对负载的误操作、断路器操作或噪声。规则分析器260(以及包含在规则分析器260中的模块，如随机性运算器262、小波分析器264和/或相位差运算器266)可执行本文中关于图中的任何图所描述的操作的任何操作(例如，利用六个规则来确定是否存在电弧故障)。
70.通信网络230可使用传输介质经由网络接口装置/收发器利用多种传输协议(例如，帧中继、互联网协议(ip)、传输控制协议(tcp)、用户数据报协议(udp)、超文本传输协议(http)等)中的任一传输协议来在ied 220/221、控制器240以及监测和计算装置280之中传送或接收数据和/或指令。示例通信网络可包括局域网(lan)、广域网(wan)、分组数据网络(例如以太网)、移动电话网络(例如蜂窝网络)、普通老式电话(pots)网络、无线数据网络(例如电气和电子工程师协会(ieee)802.11标准系列(又称为)、ieee 802.16标准系列(又称为))、ieee 802.15.4标准系列以及点对点(p2p)网络等。在一示例中，网络接口装置/收发器可包括一个或多个物理插口(例如，以太网、同轴或电话插口)或一个或多个天线以连接到通信网络。在一示例中，网络接口装置/收发器可包括多个天线，以使用单输入多输出(simo)、多输入多输出(mimo)或多输入单输出(miso)技术中的至少一种技术来进行无线通信。术语“传输介质”应视为包括能够存储、编码或携带指令以便通过ied 220/221、控制器240以及监测和计算装置280执行的任何无形介质，并且包括数字或模拟通信信号或其它无形介质，以促进此类软件的通信。在一些实施例中，网络230可包括基于电缆的网络。
71.图3是根据本公开的一个或多个示例实施例的示例流程图300的示意图。流程图300可以是示出如本文所描述被执行以检测故障的各种操作的高级流程图。更详细的流程图也可在如下文将额外详细描述的图11中示出。
72.在一些实施例中，流程图300可以操作302开始，操作302可涉及进行数据有效性选择。数据有效性选择可涉及分析输入数据(例如，一个或多个输入信号和/或通过算法准备获得的数据中的任何数据)，以确定数据是否可用于执行高阻抗检测或数据是否只是噪声或其它不可用类型的数据。有效性确定的输入可包括测量的相电流或剩余电流或所产生的剩余电流。有效性确定可滤波掉正常操作所生成的大部分噪声和信号，为的是更高的安全
性，从而避免对负载的误操作、断路器操作或噪声。关于数据有效性选择的额外细节可在图5和图16中呈现。
73.在一些实施例中，在操作302的数据有效性选择之后，流程图300可继续与一个或多个规则相关联地执行操作。例如，流程图300可描绘可分别应用于操作304-314中的六个不同的规则。这些规则可包括应用于操作304中的“随机性1”规则、应用于操作306中的“随机性2”规则、应用于操作308中的“随机性3”规则、应用于操作310中的小波比率和谐波比率规则、应用于操作312中的过零相位差规则和/或应用于操作314中的极高阻抗故障的(一个或个)特殊规则。与这些不同的规则相关联地使用的逻辑可在至少图6-10、图13-17和图19(和/或任何其它图)中进一步详细说明。
74.在一些实施例中，应用于操作304中的“随机性1”规则可涉及确定输入电流的rms值的导数di/dt。取电流的导数的目的可以是确定rms值中的改变量。这可允许标识电弧故障，因为电弧故障可能使得电流的rms值的严重改变。增量可作为一个周期内的rms电流的导数进行运算(这可如在图13中所描绘的第二算法所示)。在正常操作下，该值应该约为零。但是，当高于阈值(例如，6a/s或任何其它值)时，这可指示异常。当在特定时段内在特定值内从正到负振荡时，这也可指示异常。关于“随机性1”规则的额外细节可在图6中呈现。
75.在一些实施例中，应用于操作306中的“随机性2”规则可以是基于增量rms的随机性，并且可基于输入电流的rms的平均值的改变。随机性2又可称为小波能量比率，它可包括原始输入信号的小波变换能量的尺度之间的能量比率。比率1可以是尺度1与尺度2的能量比率，并且比率2可以是尺度1与尺度3的能量比率。这可适合于此类场景，其中输入电流(次级)的rms高于给定阈值电流(例如，0.1ma或任何其它值)。当随机性(δi
rms
)大于i
rms
本身的给定百分比(如10％)并且平均小波能量比率遵循某种关系时，可确定为电弧故障。这个第三规则可在下文可进一步详细描述的图7和图14-15中进一步举例说明。
76.在一些实施例中，应用于操作308中的随机性3规则可以是基于小波能量比率的相对随机性。如在图19的第八算法中所示，可运算尺度1的小波能量的相对随机性，其值可反映与采样频率有关的最高频带的改变。在电弧故障期间，高频部分可占用比正常操作时相对更高的比例，并且当频带不同时，该比例可改变。当在不同的采样频率使用该规则时，阈值可改变。关于小波比率和谐波比率规则的额外细节也可在图8和图19中呈现。
77.在一些实施例中，应用于操作310中的小波比率和谐波比率规则可涉及相对于基波频率分量的奇次谐波比率和偶次谐波比率连同尺度1与尺度2的小波能量比率r
wt1av
和尺度1与尺度3的小波能量比率r
wt2av
。如在图15中所呈现的算法(相对于基波频率的奇次和偶次谐波比率)、在图17中所呈现的算法(用于小波能量比率运算的算法)和在图18中所呈现的算法(小波变换算法)中所示，在电弧故障期间，奇次和偶次谐波比率可高于阈值，并且小波能量比率1可在比率2的0.8-3.0倍(或任何其它值)内(见图10)。在一些情况下，只有当零序电流高于给定阈值(例如，0.1ma或任何其它值)时，才可激活与操作314相关联的这个第六规则。额外细节可在图15和图17中呈现。
78.在一些实施例中，过零相位差规则可应用于操作312中。在三次谐波和基波频率分
量之间可能存在特定的关系。在电弧故障期间，当一次谐波为零度时，三次谐波可能引出一次谐波。比较可能只发生在基波的相位的零交叉点处，这意味着每个周期一个值。考虑测量误差，在规则中使用-5
°
。当原始电流在不同电平时，用于规则的阈值应该不同，以确保在任何情况下都不存在误操作。阈值不受采样率的影响。关于过零相位差规则的额外细节可在图9和图16中呈现。
79.在一些实施例中，这六个规则的输出可作为操作316的输入提供，操作316可涉及使用智能决策系统来确定是否可能存在高阻抗故障。例如，智能决策系统可涉及使用人工智能、机器学习等。如上所述，另一实施例可简单地涉及使用逻辑或门，以使得如果满足任何规则，则输出可指示已经发生了故障或可能已经发生了故障。在一些情况下，规则的输出和/或作为整体的流程图300的输出可以是数值。例如，某个规则的输出“1”可指示满足该规则(例如，该规则可指示发生了故障或可能发生了故障)，而某个规则的输出“0”可指示不满足该规则。同样地，最终输出“1”可指示已经发生和/或正在发生故障。但是，输出也可以是任何其它形式。例如，输出可提供模糊指示，诸如发生故障的概率百分比(而不是简单地提供数值来指示已经发生了或没有发生故障)。关于智能决策系统的额外实现细节也可在图11中呈现。
80.图4是根据本公开的一个或多个示例实施例的用于基于阻抗的高阻抗故障检测的说明性方法400的示例过程流程图。在图4中，可执行高阻抗故障检测系统100/200的一个或多个模块(例如，控制器104/240)的计算机可执行指令，以执行高阻抗故障检测。
81.在图4中的方法400的框402，方法400可包括通过处理器运算信号的相对随机性，其中，相对随机性是第一尺度小波变换的导数除以信号的能量。方法400的框404可包括通过处理器运算信号的小波变换的一个或多个尺度。方法400的框406可包括通过处理器运算所述一个或多个尺度中的小波变换的能量之间的一个或多个能量比率。方法400的框408可包括通过处理器运算信号的三次谐波和基波分量之间的过零相位差。方法400的框410可包括通过处理器基于以下中的至少一个确定发生高阻抗故障：相对随机性、小波变换的一个或多个尺度之间的比较、以及过零相位差。
82.在图4的说明性过程流中所描述和描绘的操作可在本公开的各种示例实施例中按所希望的任何合适的顺序实行或执行。另外，在某些示例实施例中，这些操作的至少一部分可并行实行。另外，在某些示例实施例中，可执行比图4中所描绘的操作更少、更多或不同的操作。
83.图4的过程流的一个或多个操作可能在上文描述为由用户装置或者更具体地由在装置上执行的一个或多个程序模块、应用等执行。然而，应该领会，图4的过程流的任何操作可由一个或多个其它装置或者更具体地由在此类装置上执行的一个或多个程序模块、应用等至少部分地以分布式方式执行。另外，应该领会，响应于作为应用、程序模块等的一部分提供的计算机可执行指令的执行而执行的处理可在本文中可互换地描述为由应用或程序模块本身或由正在其上执行应用、程序模块等的装置执行。虽然图4的过程流的操作可在说明性高阻抗故障检测控制器的上下文中进行描述，但是应该领会，此类操作可与众多其它装置配置共同实现。
84.应该进一步领会，在不偏离本公开的范围的情况下，控制器104/240可包括除了所描述或描绘的那些以外的备选和/或额外的硬件、软件或固件组件。更特别地，应该领会，描
述为形成控制器104/240的一部分的软件、固件或硬件组件仅仅是说明性的，并且在各种实施例中可能不存在一些组件或者可提供额外的组件。虽然将各种说明性程序模块描绘和描述为是存储在数据存储设备中的软件模块，但是应该领会，被描述为由程序模块支持的功能性可通过硬件、软件和/或固件的任意组合来启用。应该进一步领会，在各种实施例中，上述模块中的每个都可表示所支持的功能性的逻辑分区。描绘这种逻辑分区是为了便于解释功能性，它可能不代表用于实现该功能性的软件、硬件和/或固件的结构。因此，应该领会，在各种实施例中，被描述为由特定模块提供的功能性可至少部分地由一个或多个其它模块提供。此外，在某些实施例中可能不存在一个或多个所描绘的模块，而在其它实施例中，可能存在未描绘的额外模块，并且这些额外模块可支持所描述的功能性和/或额外功能性的至少一部分。此外，虽然可能将某些模块描绘和描述为是另一模块的子模块，但是在某些实施例中，此类模块可作为独立模块或作为其它模块的子模块提供。
85.虽然描述了本公开的具体实施例，但是本领域普通技术人员将意识到，众多其它修改和备选实施例都在本公开的范围内。例如，关于特定装置或组件所描述的任何功能性和/或处理能力都可由任何其它装置或组件来执行。此外，虽然根据本公开的实施例描述了各种说明性实现和架构，但是本领域普通技术人员将领会，对本文中所描述的说明性实现和架构的众多其它修改也在本公开的范围内。
86.上文根据示例实施例参考系统、方法、设备和/或计算机程序产品的框图和流程图描述了本公开的某些方面。将理解，框图和流程图中的一个或多个框以及框图和流程图中的框的组合可分别通过执行计算机可执行程序指令来实现。同样地，根据一些实施例，框图和流程图的一些框可能不一定需要按照呈现的顺序执行，或者可能根本不需要执行。此外，在某些实施例中可存在在框图和/或流程图的框中所描绘的组件和/或操作之外的额外组件和/或操作。
87.因此，框图和流程图的框支持用于执行指定功能的部件的组合、用于执行指定功能的元件或步骤的组合、以及用于执行指定功能的程序指令部件。还将理解，框图和流程图的每个框以及框图和流程图中的框的组合可由用于执行指定功能、元件或步骤的基于专用硬件的计算机系统、或专用硬件和计算机指令的组合实现。图5是根据本公开的一个或多个示例实施例的示出示例流程图500的示意图。特别地，流程图500可表示如上文所描述并且在图3中所描绘的数据有效性选择。如果它是有效信号而不是噪声，则基波分量必须高于阈值。如果基波分量极低，则它可能不是有效信号。如果它是电弧故障，则基波分量可能也不是非常高。因此，合理的有效数据可通过i
harm
＜i
amh1
＜50*i
odd
来表征。流程图500可包括一个或多个输入(例如，输入502-520)、一个或多个条件(例如，条件522-542)以及输出(例如，输出544)。与输入相关联的变量可如上定义。流程图500可包括以下逻辑。第一个条件522可涉及确定在小于2*10^-3安培且大于1*10^-5安培范围内的基波频率分量的振幅(即，1*10^-5《amp_h1《2*10^-3)是否大于所有谐波分量的振幅的2倍且小于奇次谐波的50倍(50*amp_odd》amp_h1》2*amp_h)。该范围也可包括任何其它值。第二个条件524可涉及确定基波频率的振幅是否大于2*10^-3安培。可将这两个条件提供给逻辑或门532，以使得必须满足这些条件中的一个条件。另外，逻辑与门536可能要求还满足条件526。条件526可涉及确定是否50*amp_odd》amp_h1》amp_h。另外，条件538可能要求这些条件连续持续足够的时间(cnt_continuous)。如果满足所有这些条件，则可确定数据是有效的。备选地，也可满足条件528、
530和540，以确定数据是有效的(如由最终的逻辑或门542指示)。条件528和530可涉及确定大于1*10^-5且小于1*10^-3的基波频率分量的振幅以及奇次谐波的振幅是否大于所有谐波的振幅的0.8倍。
88.图6是根据本公开的一个或多个示例实施例的示出示例流程图600的示意图。特别地，流程图600可表示如上文所描述并且在图3中所描绘的“随机性1”规则(例如，第一规则)。流程图600可包括一个或多个输入(例如，输入604-610)、一个或多个条件(例如，条件614-630)以及输出(例如，输出632)。流程图600可涉及确定dirms的绝对值是否大于六并且是否连续持续足够的时间(例如，条件620和628)。流程图600还可涉及确定dirms的值都不在包括0.5-1.0或-1.0至-0.5的值的范围内(例如，条件616和618)。另外，条件622和624可涉及确定输入值608和610是否分别保持连续正和连续负。如果满足这些条件，并且满足条件620和628(基于条件630)，则规则随机性1可确定可能存在电弧故障，其中，ddb_rule_randomness1＝1(例如，输出可等于1)。
89.图7是根据本公开的一个或多个示例实施例的示出示例流程图700的示意图。特别地，流程图700可表示如上文所描述并且在图3中所描绘的“随机性2”规则(例如，第二规则)。流程图700可包括一个或多个输入(例如，输入702-710)、一个或多个条件(例如，条件712-720)以及输出(例如，输出722)。流程图700可涉及以下逻辑。首先，条件712可接收输入702和704。输入702可以是rms电流的变化(δi
rms
)。输入704可以是单个rms电流(i
rms
)。在条件712中，如果δi
rms
＞0.1i
rms
，则可满足该条件。其次，条件714可接收输入706和708。输入706可包括平均小波能量比率1，而输入708可包括平均小波能量比率2。条件714可涉及确定平均小波能量比率1是否大于平均小波能量比率2的0.8倍且小于平均能量比率2的三倍。第三，条件716可接收输入710。输入710可包括i
rms
的平均值。条件716可涉及确定i
rms
的平均值是否大于0.1ma。条件712、714和716可以作为条件720的输入。条件720可涉及确定条件718持续足够的时间(例如，0.9s或任何其它时间量)或这些条件出现超过足够的次数(例如，12次)，然后根据规则随机性2确定为电弧故障。ddb_rule_randomness2＝1(例如，输出可等于一)。在这种情况下，输出1可指示可能存在电弧故障。但是，如前所述，输出可能不一定是“1”或“0”，而是也可以是布尔值、字符串、十进制值、百分比或任何其它输出。这也可应用于来自本文所描述的其它五个规则中的任何规则的输出的任何输出。
90.图8是根据本公开的一个或多个示例实施例的示出示例流程图800的示意图。特别地，流程图800可表示如上文所描绘并且在图3中所描绘的“随机性3”规则(例如，第三规则)。流程图800可包括一个或多个输入(例如，输入802-808)、一个或多个条件(例如，条件810-814)以及输出(例如，输出816)。流程图800的逻辑可包括以下内容。首先，条件810可涉及确定基于小波-能量比率(尺度1)的相对随机性rr
wt1
(输入802)对于每周期24个样本的采样率是否大于30、或者对于每周期64个样本的采样率是否大于1.5(输入804)。其次，条件812可涉及确定是否满足条件810，didt_cut_off值是否不是特定的值(即，dirms不在[0.5,1.0]和[-1.0,-0.5]内，类似于图6)，并且data_valid_flag值是否是特定的值(这可指示数据是有效的)。最后，如果满足条件814(这些先决条件保持足够的时间周期)，则确定为电弧故障。同样地，在这种情况下，输出1可指示可能存在电弧故障。但是，如前所述，输出可能不一定是“1”或“0”，而是也可以是布尔值、字符串、十进制值、百分比或任何其它输出。这也可
应用于来自本文所描述的其它五个规则中的任何规则的输出的任何输出。
[0091]
图9是根据本公开的一个或多个示例实施例的示出示例流程图900的示意图。特别地，流程图900可表示如上文所描述并且在图3中所描绘的过零相位差规则(例如，第五规则)。流程图900可包括一个或多个输入(例如，输入902-944)、一个或多个条件(例如，条件946-972)以及一个或多个输出(例如，输出910、912和974)。流程图900的逻辑可首先涉及对三次谐波和基波频率的振幅比率amp_ratio_h3_h1以及三次谐波和基波频率之间的过零相位差phase_diff_h3_h1应用特定的周期数(例如，60个周期，其中，例如，对于50hz系统，一个周期可以是0.02s，并且例如，对于60hz系统，一个周期可以是0.167s)。振幅比率的平均值可称为amp_ratio_avg，而相位差的平均值可称为phase_diff_avg。
[0092]
在一些实施例中，流程图900最终可产生指示存在电弧故障或指示不存在电弧故障的输出974，这与其它规则的输出类似。当满足条件970和972时，输出974可指示存在电弧故障。条件970可包括确定接收到第一输入942和第二输入944，并且也满足条件968。条件972可涉及确定在足够的时间量内满足条件970。第一输入942可以是指示dirms不在诸如0.5到1.0和-1.0到-0.5(例如，见图6)之类的特定值范围内的值。第二输入可以是指示数据有效的值(例如，基于本文所描述的“数据有效性”确定)。条件968可涉及确定满足条件962、条件964或条件966中的任何条件。条件962可涉及确定满足条件946和948。条件964可涉及确定满足条件950、951和952。条件966可涉及确定满足条件954、956和960。
[0093]
条件946可涉及确定amp_ratio_avg是否大于阈值(例如，1.0)。条件948可涉及确定phase_diff_avg是否大于阈值度数(例如，30度)。条件950可涉及确定amp_ratio_avg是否大于给定值(例如，0.35)。条件952可涉及确定是否phase_diff_avg＞15度。条件954可涉及确定amp_ratio_avg是否小于给定值(例如，0.35)。条件956可涉及确定amp_ratio_avg是否大于给定值(例如，0.0)。条件960可涉及确定phase_diff_avg是否大于给定的度数(例如，-5度)。
[0094]
图10是根据本公开的一个或多个示例实施例的示出示例流程图1000的示意图。特别地，流程图1000可表示如上文所描述并且在图3中所描绘的用于极高阻抗故障的规则(例如，第六规则)。流程图1000可包括一个或多个输入(例如，输入1002-1014)、一个或多个条件(例如，条件1016-1026)以及输出(例如，输出1028)。流程图1000的逻辑可包括以下内容。条件1016可涉及确定奇次谐波与基波频率分量的振幅比率rodd(输入1002)是否大于给定的阈值(例如，0.5)，该阈值可以是输入1004。条件1018可涉及确定偶次谐波与基波频率分量的振幅比率reven(输入1006)是否大于阈值(例如，0.1)，该阈值可以是输入1008。条件1020可涉及确定是否0.8*r
wt2av
＜r
wt1av
＜3*r
wt2av
，其中，r
wt1av
和r
wt2av
分别可以是输入1010和1012。条件1022可涉及确定基波频率的振幅(输入1014)是否大于阈值(例如，0.1ma)。如果满足所有这些条件(如条件1024所指示)，并且这些条件持续给定时间段(如条件1026所指示)，则在该规则中确定为电弧故障。虽然该图示出了对于条件1026时段为0.8秒，但是任何其它时间段也可适用。
[0095]
图11是根据本公开的一个或多个示例实施例的示出示例流程图1100的示意图。特别地，流程图1100可表示与图3的流程图300类似但是包括与智能决策块1114(图3中的操作316)有关的额外细节的另一高级流程图。在一些实施例中，智能决策块1114接收本文所描述的各种规则的所有输出作为输入。例如，智能决策块1114可接收与第一规则(例如，如图6
中所描绘)的输出相对应的第一输入1102、与第二规则(例如，如图7中所描绘)的输出相对应的第二输入1104、与第三规则(例如，如图8中所描绘)的输出相对应的第三输入1106、与第四规则(例如，如图9中所描绘)的输出相对应的第四输入1108、与第五规则(例如，如图10中所描绘)的输出相对应的第五输入1110、以及与第六规则(例如，如图9中所描绘)的输出相对应的第六输入1112。在一些情况下，输入可包括“0”或“1”的数值。然而，在其它情况下，输入可包括任何其它数值或任何其它类型的数据，诸如字符串、布尔值等。
[0096]
在一些实施例中，智能决策块1114的一些或所有输入可以单独加权。例如，第一输入1102可与第一权重1116相关联，第二输入1104可与第二权重1118相关联，第三输入1106可与第三权重1120相关联，第四输入1108可与第四权重1122相关联，第五输入1110可与第五权重1124相关联，而第六输入1112可与第六权重相关联。在一些情况下，应用于不同输入的所有权重都可不同。然而，在一些情况下，一些或所有不同的权重也可以相同或类似。在一些情况下，权重可以是与不同输入相乘的数值。例如，第一输入1102可以是值1，而第一权重1116可以是数值1.2。在这种情况下，第一输入1102将乘以第一权重，以得到第一输入1102的加权值1.2。这仅仅是一个示例，并且任何数量的输入和/或权重也可适用。另外，权重也可以以数值以外的任何形式存在。
[0097]
在一些实施例中，一旦对智能决策块1114的输入进行加权，便可对所有加权的输入值执行求和1128。然后，可将求和1128的输出提供给智能决策块1114的评估子块1130。在一些情况下，评估子块1130可涉及在求和1128的输出与阈值1138(在图中可示为“α”)之间执行比较1140。在一些情况下，加权因子和阈值可使用人工智能、机器学习等来确定。作为一个示例，可能存在可用于训练目的的一组已知的情况。例如，第一种情况可指示电弧故障，第二种情况也可指示电弧故障，而第三种情况可指示没有电弧故障。每一种情况都可与关于这些未知参数的等式相关联。可使用多个这样的等式来对加权因子的参数求解。这可以是监督式机器学习的示例，但是，也可使用任何其它形式的人工智能、机器学习等。智能决策块1114的输出可以是是否存在故障的指示。例如，输出可以是数值输出的形式，其中，值“1”可指示故障，而值“0”可指示可能不存在故障。然而，这仅仅是一个非限制性示例，并且也可使用任何其它数值或非数值。另外，输出可以是指示存在故障的百分比可能性的模糊确定。例如，0.8的输出可指示有80％的可能性存在故障。
[0098]
在此类实施例中，可使用人工智能、机器学习等来确定是否发生高阻抗。例如，使用人工智能、机器学习等，可为不同的规则提供不同的权重。智能决策系统可以用数据预训练，并且也可以用实际数据实时训练。例如，智能决策系统可基于实际数据提供是否发生故障的指示，并且可将实际是否存在故障的指示的形式的反馈提供给系统。然后，智能决策系统可使用该数据来调整用于此类确定的模型(例如，智能决策系统可在任何其它类型的调整中尤其调整提供给不同规则的权重)。
[0099]
在一些实施例中，图12-19可示出可用于确定在本文所描述的任何规则中所使用的一些或所有变量的示例算法。例如，图12可示出第一算法1200。第一算法1200可用于运算测量的信号在一个周期内的能量/rms。信号的输入ir可以或者是来自核平衡的ct的相电流或剩余电流，或者可由相电流产生。第一算法的输出可指示为i
rms
，它可使用下文呈现的式1确定。另外，di
rms
(n)可使用下文所示的式2运算。
其中，n可以是窗口长度，例如每周期的样本数。
[0100]
图13可示出第二算法1300。这个第二算法1300的输入可以是i
rms
，它也可以是在图12中所描绘的第一算法1200的输出。δi可以是rms在一个周期间隔内的增量值，并且δt可以是时段。然后，可运算δi/δt以作为指示为di
rms
(上文式2中所示)的这个第二算法1300的输出，它可以是rms电流的随机偏差。z-nspc
可以指nspc样本的延迟，其中，nspc是每周期的样本数。
[0101]
图14可示出第三算法1400。这个第三算法1400的输入可以是i
rms
，它也可以是在图12中所描绘的第一算法1200的输出。δi可以是两个周期内中的现值与平均值之间的增量。还可运算两个周期中的另一rms。第三算法1400的最终输出可以是随机性值的delta，即，δi
rms
。该值可使用下文呈现的式3来确定。其中，n可以是窗口长度，这里n＝2*nspc，即，每周期的样本数的2倍。δi
rms
可使用下文呈现的式4来运算。
[0102]
图15可示出第四算法1500。第四算法1500可涉及确定奇次和偶次谐波比率(例如，rodd和reven)。这可能是有益的，因为电弧故障可能使得更高的谐波比率。信号的输入ir可以或者是来自核平衡的ct的相电流或剩余电流，或者可由相电流产生。在框1502，可运算相邻点的这可涉及取电流样本的导数，然后再取三次谐波。这可以是为了放大谐波的振幅。然后，在框1504，可将所得值除以基本角频率。在框1504之后，框1506可涉及执行傅立叶变换。在傅立叶变换之后，可确定基波、奇波(如3次、5次、7次等)和偶波(如2次、4次、6次等)的振幅。然后，在框1508，可分别运算奇波和偶波与基波的比率，并作为r
odd
，r
even
输出。
[0103]
图16可示出第五算法1600。第五算法1600可涉及确定正常的谐波振幅和相位数据。amp_h1可以是来自fft输出的基波频率分量的振幅。amp_h可以是所有谐波、即2次、3次、4次、5次、6次、7次谐波的振幅之和。amp_odd可以是奇次谐波、即3次、5次、7次谐波的振幅之和。amp_ratio_h3_h1可以是三次谐波与基波频率的振幅比率。phase_diff_h3_h1可以是三次谐波与基波频率之间的相位差。信号的输入ir可以或者是来自核平衡的ct的相电流或剩余电流，或者可由相电流产生。在第五算法1600的框1602，可对输入信号ir应用快速傅立叶变换(fft)。在此之后，可运算从基波到7次谐波的振幅。也可运算基波和3次谐波的相位。在此之后，在框1604，可运算等效谐波(例如，2次到7次)振幅为amp_h，并且可运算等效奇次谐波(例如，3次、5次、7次等)振幅为amp_odd。可运算3次谐波和基波之间的振幅的比率为amp_ratio_(h3/h1)，并且可运算在基波的过零点处三次谐波与基波之间的相移为phase_diff_(h3-h1)。
[0104]
图17可示出第六算法1700。第六算法1700可涉及确定各尺度的小波变换和小波能量比率。三个尺度的小波能量可表示三个相邻频带中的能量(例如，如果采样率为3.2khz，则第一频带可以是0.8-1.6khz，第二频带可以是0.4-0.8khz，而第三频带可以是0.2-0.8hz)。对于非故障信号(例如，噪声)，这三个频带中的能量分布可能不一致或不均匀，但是对于电弧故障，能量分布可能是一致的。换句话说，对于噪声信号，或者r1可能很小而r2可能很大，或者r1可能很大而r2可能很小。但是，对于电弧故障，r1的值可能接近于r2的值。因此，区别性准则被定义为例如0.8 r2＜r1＜3*r2以用于标识故障。信号的输入ir可以或者是来自核平衡的ct的相电流或剩余电流，或者可由相电流产生。在第六算法1700的框1702，使用小波变换来导出前三个尺度的系数wt
i1
、wt
i2
和wt
i3
。wt
i1
、wt
i2
和wt
i3
可使用关于图18所描绘和描述的第七算法1800来确定。在此之后，框1704可涉及确定两个周期中的系数的rms为i
wt1
、i
wt2
和i
wt3
(如式5-7所示)。在此之后，在框1706，可运算i
wt
之间的比率为r1＝i
wt1
/i
wt2
、r2＝i
wt1
/i
wt3
(如式8-9所示)。最后，在框1708，可运算两个周期中的r的平均值为r
wt1av
、r
wt2av
(如式10-11所示)。11所示)。11所示)。11所示)。11所示)。11所示)。11所示)。其中，n＝2nspc，nspc是每个周期的样本数。
[0105]
图18可示出第七算法1800。第七算法1800可首先涉及确定两组系数(g(n)和h(n))，它们可分别表示对应小波的低通和高通滤波系数。第七算法1800的逻辑可涉及以下内容。首先，信号可通过h(n)，由此可允许确定第一尺度小波变换wti1。其次，信号可通过g(n)，并且可对之前信号的半采样率执行下采样。然后，下采样的数据可通过h(n)以确定第二尺度小波变换wti2。第三，下采样的数据可再次通过g(n)，再次进行半下采样，并且随后通过h(n)以确定第三尺度小波变换wti3。
[0106]
图19可示出第八算法1900。第八算法1900可涉及确定小波能量相对随机性(rr
wt1
(n))。rrwt1可以是尺度1小波变换的rms相对于尺度1的rms和整体信号的rms两者的偏差的比率。该比率可反映尺度1rms值的偏差的程度。如果该比率足够大，则它可指示电弧故障。如果它是噪声，则尺度1rms值的偏差或者可能远小于尺度1的rms，或者可能远小于输入电流的总体rms值。第八算法1900的输入可以是小波变换后的第一尺度的系数，它可指示为
wt
i1
。可运算一个周期中的rms，并且其相邻的增量可运算为dwti。可导出涉及系数本身的rms的相对随机性。在此之后，相对随机性可涉及原始信号的rms，以得到rr
wt1
的输出。第八算法1900的逻辑可包括以下内容。首先，在框1902，可在第一尺度小波变换上应用一个周期rms，第一尺度小波变换可使用式12确定。其中，n＝nspc，它可以是每个周期的样本数。
[0107]
其次，框1904可涉及取i
wt1
的差分，这可使用式13确定。di
wt1
(n)＝i
wt1
(n)-i
wt1
(n-1)
ꢀꢀ
(式13)框1906可涉及将di
wt1
除以i
wt1
，这可由下文呈现的式14所示。框1908可涉及将r
diwt1
除以i
rms
，这可由下文呈现的式15所示。
[0108]
图20是根据本公开的一个或多个示例实施例的用于高阻抗故障检测的机器或系统2000的示例的框图。
[0109]
在其它实施例中，机器2000可作为独立装置进行操作，或者可连接(例如，联网)到其它机器。在网络部署中，机器2000可在服务器机器、客户端机器的容量中或都在服务器-客户端网络环境中操作。在一示例中，机器2000可充当点对点(p2p)(或其它分布式)网络环境中的对等机器。机器2000可以是服务器(例如，实时服务器)、计算机、自动化控制器、网络路由器、交换机或桥、或能够(按顺序或以其它方式)执行指令的任何机器，这些指令指定了该机器要采取的动作。此外，虽然只示出了单个机器，但是术语“机器”也应该视为包括单独或联合执行一组(或多组)指令以执行本文所讨论的方法中的任何一种或多种的机器的任何合集，诸如云计算、软件即服务(saas)或其它计算机集群配置。
[0110]
如本文所描述，示例可包括逻辑或多个组件、模块或机构，或者可在逻辑或多个组件、模块或机构上操作。模块是在操作时能够执行指定操作的有形实体(诸如硬件)。模块包括硬件。在一示例中，硬件可具体配置成实行特定操作(例如，硬连线)。在另一示例中，硬件可包括可配置的执行单元(例如，晶体管、电路等)以及包含指令的计算机可读介质，其中，指令将执行单元配置成在操作中时实行特定操作。配置可在执行单元或加载机构的指导下发生。因此，当装置正在操作时，执行单元在通信上耦合到计算机可读介质。在该示例中，执行单元可以是多于一个模块的成员。例如，在操作下，执行单元可通过第一组指令配置成在某个时间点实现第一模块，并通过第二组指令重新配置成在第二时间点实现第二模块。
[0111]
机器(例如，计算机系统)2000可包括硬件处理器2002(例如，中央处理单元(cpu)、图形处理单元(gpu)、硬件处理器核或其任意组合)、主存储器2004和静态存储器2006，它们中的一些或所有可经由互连链路(例如，总线)2008彼此通信。机器2000可进一步包括功率管理装置2032、图形显示装置2010、输入装置2012(例如，键盘)和用户界面(ui)导航装置2014(例如，鼠标)。在一示例中，图形显示装置2010、输入装置2012和ui导航装置2014可以是触摸屏显示器。机器2000可另外包括存储装置(即，驱动单元)2016、信号发生装置2018
(例如，发射器、扬声器)、高阻抗故障检测装置2019、耦合到(一个或多个)天线2030的网络接口装置/收发器2020和一个或多个传感器2028，诸如全球定位系统(gps)传感器、指南针、加速度计或其它传感器。机器2000可包括输出控制器2034，诸如串行(例如，通用串行总线(usb)、并行或其它有线或无线(例如，红外(ir)、近场通信(nfc)等)连接，以与一个或多个外围装置(例如，打印机、读卡器等)通信或对其进行控制。
[0112]
存储装置2016可包括机器可读介质2022，在该介质上存储有一组或多组数据结构或指令2024(例如，软件)，这些数据结构或指令由本文所描述的技术或功能中的任何一种或多种体现或利用。指令2024还可在通过机器2000执行期间完全或至少部分地驻留在主存储器2004、静态存储器2006或硬件处理器2002内。在一示例中，硬件处理器2002、主存储器2004、静态存储器2006或存储装置2016中的一个或其任意组合可构成机器可读介质。
[0113]
高阻抗故障检测装置2019可实行或执行上文描述的任何操作和过程(例如，图6的逻辑图600和/或图7的过程700)。高阻抗故障检测装置2019可以是控制器104/240的一个实施例。例如，高阻抗故障检测装置2019可至少包括数据收集器256、阻抗变化比率运算器258、阈值设定点生成器260、高阻抗故障检测器262、警报生成器264和/或命令生成器266。
[0114]
虽然将机器可读介质2022示为是单个介质，但是术语“机器可读介质”可包括配置成存储所述一个或多个指令2024的单个介质或多个介质(例如，集中式或分布式数据库、和/或相关联的高速缓存和服务器)。
[0115]
各种实施例可完全或部分地在软件和/或固件中实现。该软件和/或固件可采取包含在非暂时性计算机可读存储介质之中或之上的指令的形式。然后，可由一个或多个处理器读取和执行这些指令，以使得能够实现本文所描述的性能。指令可以是任何合适的形式，诸如但不限于源代码、编译代码、解译代码、可执行代码、静态代码、动态代码等。此类计算机可读介质可包括用于存储可供一个或多个计算机读取的形式的信息的任何有形非暂时性介质，诸如但不限于：只读存储器(rom)；随机存取存储器(ram)；磁盘存储介质；光学存储介质；闪速存储器等。
[0116]
术语“机器可读介质”可包括能够存储、编码或携带指令以供机器2000执行并且使得机器2000执行本公开的技术中的任何一种或多种、或者能够存储、编码或携带供此类指令使用或与此类指令相关联的数据结构的任何介质。非限制性机器可读介质示例可包括固态存储器以及光和磁介质。在一示例中，大规模机器可读介质包括具有包含静止质量的多个粒子的机器可读介质。大规模机器可读介质的具体示例可包括：非易失性存储器，诸如半导体存储器装置(例如，电可编程只读存储器(eprom)或电可擦除可编程只读存储器(eeprom))和闪速存储器装置；磁盘，诸如内部硬盘和可移动盘；磁光盘；以及cd-rom和dvd-rom盘。
[0117]
指令2024可进一步使用传输介质经由网络接口装置/收发器2020利用多个传输协议(例如，帧中继、互联网协议(ip)、传输控制协议(tcp)、用户数据报协议(udp)、超文本传输协议(http)等)中的任一协议在通信网络2026上传送或接收。示例通信网络可包括局域网(lan)、广域网(wan)、分组数据网络(诸如互联网)、移动电话网络(诸如蜂窝网络)、普通老式电话(pots)网络、无线数据网络(例如，电气和电子工程师协会(ieee)802.11标准系列(又称为)、ieee 802.16标准系列(又称为))、ieee 802.15.4标准系列、以及点对点(p2p)网络等。在一示例中，网络接口装置/收发器2020可包括一个或多个物理插
口(例如，以太网、同轴或电话插口)或一个或多个天线，以连接到通信网络2026。在一示例中，网络接口装置/收发器2020可包括多个天线，以使用单输入多输出(simo)、多输入多输出(mimo)或多输入单输出(miso)技术中的至少一种技术进行无线通信。术语“传输介质”应该视为包括能够存储、编码或携带指令以供机器2000执行的任何无形介质，并且包括数字或模拟通信信号或用于促进此类软件的通信的其它无形介质。
[0118]
上文描述和示出的操作和过程可在各种实现中按所希望的任何合适的顺序实行或执行。另外，在某些实现中，至少有一部分操作可并行实行。此外，在某些实现中，可执行比所描述的操作更少或更多的操作。
[0119]
词语“示例性”在本文中用于表示“充当示例、实例或说明”。本文描述为“示例性”的任何实施例不一定要解释为相较于其它实施例优选或有利。如本文中所使用的术语“监测和计算装置”、“用户装置”、“通信站”、“站点”、“手持式装置”、“移动装置”、“无线装置”和“用户设备”(ue)是指无线通信装置，诸如蜂窝电话、智能电话、平板计算机、上网本、无线终端、膝上型计算机、毫微微小区、高数据速率(hdr)订户站、接入点、打印机、销售点装置、接入终端或其它个人通信系统(pcs)装置。该装置可以是或者移动的或者固定的。
[0120]
如在本文中所使用，术语“通信”旨在包括传送、或接收、或传送和接收两者。当描述由一个装置传送并由另一装置接收的数据的组织时，这在权利要求中可能特别有用，但是只需要这些装置中的一个装置的功能性便侵犯权利要求。类似地，当只要求保护这些装置中的一个装置的功能性时，可将两个装置(在交换期间均传送和接收的两个设备)之间的双向数据交换描述为“通信”。如本文中关于无线通信信号所使用的术语“传递”包括传送无线通信信号和/或接收无线通信信号。例如，能够传递无线通信信号的无线通信单元可包括用于将无线通信信号传送到至少一个其它无线通信单元的无线传送器、和/或用于从至少一个其它无线通信单元接收无线通信信号的无线通信接收器。
[0121]
如本文中所使用，除非另外规定，否则使用序数形容词“第一”、“第二”、“第三”等来描述一个共同的部件仅仅指示提到同类部件的不同实例，而不是意味着如此描述的部件必须按照给定的顺序，无论是时间上、空间上、排序上、还是以任何其它方式。
[0122]
一些实施例可以与各种装置和系统结合使用，例如个人计算机(pc)、桌面型计算机、移动计算机、膝上型计算机、笔记本计算机、平板计算机、服务器计算机、手持式计算机、手持式装置、个人数字助理(pda)装置、手持式pda装置、机载装置、外接装置、混合装置、车载装置、非车载装置、移动或便携式装置、消费装置、非移动或非便携式装置、无线通信站、无线通信装置、无线接入点(ap)、有线或无线路由器、有线或无线调制解调器、视频装置、音频装置、音频-视频(a/v)装置、有线或无线网络、无线局域网、无线视频区域网(wvan)、局域网(lan)、无线局域网(wlan)、个人区域网(pan)、无线pan(wpan)等。
[0123]
要理解，以上描述只是为了说明的目的，而不是要进行限制。
[0124]
虽然描述了本公开的具体实施例，但是众多其它修改和备选实施例都在本公开的范围内。例如，关于特定装置或组件描述的任何功能性都可由另一装置或组件执行。此外，虽然描述了具体的装置特性，但是本公开的实施例可涉及众多其它装置特性。此外，虽然用特定于结构特征和/或方法动作的语言描述了实施例，但是要理解，本公开不一定局限于所描述的特定特征或动作。而是，具体特征和动作作为用于实现这些实施例的说明性形式加以公开。除非另外特别说明或者在所使用的上下文中以其它方式理解，否则诸如“可以”、“能够”、“可能”或“可”之类的条件语言一般旨在传达某些实施例可能包括某些特征、元件和/或步骤，而其它实施例可能不包括某些特征、元件和/或步骤。因此，此类条件语言一般不是要暗示对于一个或多个实施例以任何方式要求的特征、元件和/或步骤。
[0125]
可以通过各种编程语言中的任何编程语言来编码软件组件。说明性编程语言可以是较低级的编程语言，诸如与特定的硬件架构和/或操作系统平台相关联的汇编语言。包含汇编语言指令的软件组件可能要求先通过汇编器转换成可执行的机器代码，然后再通过硬件架构和/或平台执行。
[0126]
另一示例编程语言可以是可跨多个架构移植的较高级的编程语言。包含较高级编程语言指令的软件组件可能要求在执行前通过解译器或编译器转换为中间表示。
[0127]
编程语言的其它示例包括但不限于宏语言、外壳(shell)或命令语言、作业控制语言、脚本语言、数据库任务或搜索语言、或报告编写语言。在一个或多个示例实施例中，包含前述编程语言示例之一的指令的软件组件可由操作系统或其它软件组件直接执行，而不一定要先变换为另一形式。
[0128]
软件组件可存储为文件或其它数据存储构造。可将类似类型或相关功能性的软件组件一起存储在诸如例如特定的目录、文件夹或库中。软件组件可以是静态的(例如，预先建立或固定的)或动态的(例如，在执行时创建或修改)。
[0129]
软件组件可通过各种各样的机构中的任何机构调用其它软件组件或被其它软件组件调用。被调用或调用的软件组件可包括其它定制开发的应用软件、操作系统功能性(例如，装置驱动程序、数据存储(例如，文件管理)例程、其它常见例程和服务等)或第三方软件组件(例如，中间件、加密或其它安全软件、数据库管理软件、文件传输或其它网络通信软件、数学或统计软件、图像处理软件、和格式转译软件)。
[0130]
与特定的解决方案或系统相关联的软件组件可驻留在单个平台上并在单个平台上执行，或者可跨多个平台分布。所述多个平台可与多于一个硬件供应商、底层芯片技术或操作系统相关联。此外，与特定的解决方案或系统相关联的软件组件最初可以用一种或多种编程语言进行编写，但是可调用用另一种编程语言编写的软件组件。
[0131]
计算机可执行程序指令可加载到专用计算机或其它特定的机器、处理器或其它可编程数据处理设备上，以产生特定的机器，以使得在计算机、处理器或其它可编程数据处理设备上执行指令使得执行流程图中所指定的一个或多个功能或操作。这些计算机程序指令也可存储在计算机可读存储介质(crsm)中，这些指令一经执行便可引导计算机或其它可编程数据处理设备以特定的方式运行，以使得存储在计算机可读存储介质中的指令产生包含用于实现流程图中所指定的一个或多个功能或操作的指令部件的制品。计算机程序指令也可加载到计算机或其它可编程数据处理设备上，以使得在计算机或其它可编程设备上执行一系列操作元件或步骤，从而产生计算机实现的过程。
[0132]
在本文所描述的任何装置中可存在的额外类型的crsm可包括但不限于：可编程随机存取存储器(pram)、sram、dram、ram、rom、电可擦除可编程只读存储器(eeprom)、闪速存储器或其它存储技术、致密盘只读存储器(cd-rom)、数字通用盘(dvd)或其它光存储、磁带盒、、磁带、磁盘存储或其它磁性存储装置、或可用于存储信息并且可以被访问的任何其它介质。上述介质中的任何介质的组合也包含在crsm的范围内。备选地，计算机可读通信介质(crcm)可包括计算机可读指令、程序模块或在诸如载波或其它传输的数据信号中传送的其
它数据。但是，如本文中所使用，crsm不包括crcm。