基于CMAC神经网络的低压故障电弧检测
两种电弧故障保护电器的对比分析

两种电弧故障保护电器的对比分析谢振华1,3苏晶晶2傅炳1,3杜量1,3(1.浙江省机电产品质量检测所有限公司,杭州310051;2.闽江学院计算机与控制工程学院,福州350108;3.浙江省机电设计研究院有限公司,杭州310051)摘要电弧故障保护电器是一类能够实现故障电弧检测并切断故障线路的保护电器,确保其动作的可靠性是产品生产与应用的重要课题。
针对电弧故障保护电器的动作特性验证实验,本文介绍了国内外相关标准,阐述了标准UL1699—2017与国家标准GB/T31143—2014在产品定义、适用范围、产品功能要求等内容上的差异,重点分析电弧故障检测实验内容、电弧故障模拟发生装置的技术要求,为电弧故障的实验研究和电弧故障检测设备的设计奠定基础。
关键词:故障电弧;电弧故障保护电器;动作特性;电弧发生装置Comparative analysis of two standards for arc fault detection deviceXie Zhenhua1,3Su Jingjing2Fu Bing1,3Du Liang1,3(1.Zhejiang Testing&Inspection Institute for Mechanical and Electrical Products Quality Co.,Ltd,Hangzhou310051;2.College of Computer and Control Engineering,Minjiang University,Fuzhou350108;3.Zhejiang Institute of Mechanical&Electrical Engineering Co.,Ltd,Hangzhou310051)Abstract Arc fault detection device is a newly developed protector which can detect fault arc and cut off the failure circuit.Ensuring the reliability of its operation is an important issue in the production and application.The relevant domestic and foreign standards are introduced to study the action characteristic verification tests of arc fault detection parison analysis has been put on the differences between the standard UL1699—2017and national standard GB/T31143—2014in product definition,scope of application and functional requirements of products.The experimental content of arc fault detection and the technical requirements of arc fault simulation device are analyzed emphatically that would lay a foundation for the experimental studies of arc fault and the design of arc fault detection equipment.Keywords:arc fault;arc fault detection device(AFDD);action characteristics;arc generating device电缆绝缘表皮老化、破损、接线端子接触不良、相间短路等故障都可能引发电弧,若无法及时切断故障线路将可能引发电气火灾[1-2]。
电弧检测原理

电弧检测原理一、引言电弧是电路中常见的一种故障,会给设备和人员带来严重的危害。
因此,电弧检测技术越来越受到人们的关注。
本文将介绍电弧检测的原理。
二、电弧概述电弧是指两个电极之间由于放电而形成的等离子体通道。
当两个金属导体之间的距离缩短到一定程度时,空气中的分子会被高能量的电子撞击激发,从而形成等离子体通道。
这个过程会释放出大量能量,并产生鲜艳夺目的光芒和较高温度。
三、电弧检测原理电弧检测是通过对电路中出现的电弧进行监测和识别,从而采取相应措施防止事故发生。
其原理主要包括以下几方面:1. 检测信号采集在进行电弧检测时,需要采集相关信号,并对其进行处理和分析。
常见的信号包括:放电声音、振动信号、光学信号等。
2. 信号处理和分析采集到的信号需要经过滤波、转换、放大等处理,以便进行后续的分析和识别。
常见的信号处理方法包括:傅里叶变换、小波变换、时频分析等。
3. 特征提取和分类通过对处理后的信号进行特征提取和分类,可以判断出是否存在电弧。
常见的特征包括:频率、幅值、波形等。
分类方法包括:模式识别、神经网络等。
4. 报警和控制当检测到电弧时,需要及时报警并采取相应措施。
常见的控制方法包括:切断电源、降低电压等。
四、电弧检测技术发展趋势随着科技的不断进步,电弧检测技术也在不断发展。
目前主要有以下几个方向:1. 多参数检测传统的电弧检测主要依靠单一参数进行判断,但是这种方法容易出现误判或漏报。
因此,未来的发展趋势是采用多参数综合判断。
2. 智能化监控随着人工智能技术的不断发展,未来的电弧检测将更加智能化。
通过机器学习等技术,可以实现自动识别和判断。
3. 非接触式检测传统的电弧检测需要接触电路,而非接触式检测可以避免操作人员的安全风险。
因此,未来的发展趋势是采用非接触式检测技术。
五、结论电弧是一种常见的电路故障,会给设备和人员带来严重危害。
通过采用电弧检测技术,可以及时发现并采取措施防止事故发生。
未来的电弧检测技术将更加智能化和多元化。
基于支持向量机的低压故障电弧识别方法

XU Z e — u . E a — i g h n h aP IXi o q n
(agi o pr o a yLm t , eig J nx 34 2 , hn ) J nx C p e mpn ii d D x ,i gi 3 2 4 C ia i C e n a
Ab t a t F u t a c i n f t e p me r a o s c u i g e e t c l f e a c d n s h s p p r h s i t d c d s p o t v co sr c a l r s o e o h r e s n a s l cr a r c i e t.T i a e a n r u e u p r e tr i n i i o ma h n n o f u ta c r s a c ed a d r c g ie a l a c n e i e e tl a s Fi t ,tss w r d o c l c a a b s d o c i e i t a l r e e r h f l n e o n z d f u t r su d rd f r n o d . r l e t e e ma e t ol t t a e n i sy e d Ame c n S a d r 1 9 .An h n tan n ,d t ci n a d r c g i o ff u t a c r d y s p ot v co c i e h i r a tn a d UL 6 9 d t e r i i g e e t n e o n t n o a l r s a e ma e b u p r e tr ma h n .T e o i a a y i ft e r s l a r v d t e ts t o so e ti b l y o e e aia in n lss o e u t h s p o e h e tme h d i fc r n a i t f n r l t . h s a i g z o Ke wo d s p o t e t rma h n ; e lf n t n f u t r y r s u p r c o c i e k me u c i ; a l a c v o
低压供配电线路故障电弧检测方法探讨

低压供配电线路故障电弧检测方法探讨摘要:本文首先分析低压供配电线路故障电弧检测方式的现状以及今后发展方向。
详细分析低压供配电线路以及家庭供配电系统之间分别产生故障电弧时所呈现出的不同物理特性,并分析出两者电弧检测方式的区别。
关键词:低压供配电线路故障;电弧检测;方法0.引言传统的基于弧声、温度以及弧光等故障电弧检测方式,因为受地理位置的限制往往不能够应用在供配电线路当中。
当前的故障电弧检测方式主要是依据故障过程中所产生的电流波形特点,并借助采样幅值大小以及傅里叶分析等多种手段,辨别故障电弧。
1.低压供配电线路故障电弧检测现状想要检测故障电弧首先需要检测到电弧,然后再考虑如何鉴别是否为故障电弧。
根据相关文献报道,当前检测电弧的方式主要为以下三大类:1、按照电弧发生时所产生的物理现象检测电弧,主要是以辐射、噪声、温度以及弧光等变化检测电弧;2、建立电弧产生模型,并按照检测得出的相应参数鉴别电弧是否产生[1];3、按照电弧产生过程中的电压、电流等波形变化鉴别电弧是否产生。
在电弧产生过程中,会发生一些非常明显的物理现象,例如辐射、噪声、温度以及弧光等变化[2]。
在低压供配电线路当中产生电弧,有着较多并且非常明显的物理现象,例如噪声、强烈的电弧光、高温、高压等[3]。
早在上世纪末,借助压力分区华通、红外线接收器以及回路天线检测等方式便能够检测电弧产生时所发生的电磁辐射、热量以及噪声等特性,并根据这些特性设计了一种电弧检测装置。
主要是借助分光镜的照相方式以及光谱仪等对弧光进行检测。
以下为低压供配电线路故障电弧的模糊推理计算模型。
1.1计算波形斜率因为故障电弧发生过程中,波形会呈现“平肩部”,并且斜率会迅速发生变化,信号的斜率大小变化便可以作为判断的依据[4]。
图1为实验所截取的15个周期的故障电弧斜率波形、正常电路斜率波形。
图1 故障、正常波形斜率从图1可以明显看出,正常电路波形斜率的幅值只会存在许多较小的变化,而故障电弧则完成不同,其变化大小更大,因为平肩部过后波形的斜率会呈现迅速上升或下降,同时斜率波形的幅值便有了较大的变动。
基于STM32的故障电弧监测方案设计

基于STM32的故障电弧监测方案设计
方超
【期刊名称】《物联网技术》
【年(卷),期】2024(14)3
【摘要】针对电力系统发生故障时异常的电弧和温度,设计基于STM32的监测方案。
通过各种传感器和外设采集数据,利用STM32平台对测得的数据进行分析,从而降低电气火灾的发生概率,减少经济损失。
故障电弧的电流通常伴随着过零点出现“平肩”,即零休现象,存在高频谐波,还会发生火灾,同时周围温度会升高。
利用电流传感器以及温度传感器,将测得的信号数据输入STM32芯片;经过A/D转换后计算分析,再实时将数据通过LoRa模块上传至云平台进行预警。
【总页数】3页(P30-32)
【作者】方超
【作者单位】安徽理工大学电气与信息工程学院
【正文语种】中文
【中图分类】TP39;TM7
【相关文献】
1.基于STM32故障电弧检测装置的设计
2.基于STM32风力发电机传动链故障监测与诊断系统设计研究
3.基于STM32的故障电弧检测装置设计
4.基于STM32的振动故障监测系统设计
5.基于FPGA和STM32的机械故障监测系统
因版权原因,仅展示原文概要,查看原文内容请购买。
电力系统中的电弧故障检测与诊断方法

电力系统中的电弧故障检测与诊断方法概述:电力系统是现代社会的重要基础设施之一,然而,由于各种原因,如设备老化、故障等,电弧故障在电力系统中时有发生。
电弧故障可能导致电力系统的短路、过电压等问题,给系统的稳定运行带来巨大威胁。
因此,电弧故障的检测与诊断变得至关重要。
本文将介绍电力系统中的电弧故障检测与诊断方法。
一、传统的电弧故障检测与诊断方法传统的电弧故障检测与诊断方法主要基于电力系统的保护系统。
电力系统中的保护设备能够通过监测系统的电压和电流变化来判断是否发生电弧故障,并采取适当的措施。
然而,传统的保护设备对电弧故障的检测有一定的局限性。
首先,传统的保护设备主要通过监测电压和电流的变化来识别电弧故障,但是电弧故障的特征与正常工作状态的电压和电流变化差别不大,这就给电弧故障的检测带来了困难。
其次,传统的保护设备只能对电弧故障进行简单的概率识别,无法精确地诊断电弧故障的具体位置和原因。
因此,传统的电弧故障检测与诊断方法在实际应用中存在一定的局限性。
二、基于机器学习的电弧故障检测与诊断方法随着机器学习技术的不断发展,越来越多的研究者开始尝试将机器学习方法应用于电力系统中的电弧故障检测与诊断。
机器学习方法可以通过对大量的实验数据进行训练,学习出电弧故障的特征,从而能够更准确地检测和诊断电弧故障。
其中,深度学习是一种较为常见的机器学习方法,在电弧故障检测与诊断中具有较好的效果。
基于深度学习的电弧故障检测与诊断方法主要分为两步:特征提取和故障诊断。
特征提取是指将电力系统的实验数据转化为具有辨识度的特征向量,通常采用卷积神经网络(CNN)等方法。
故障诊断是指根据提取到的特征向量,经过训练的模型来判断电力系统是否发生了电弧故障,并诊断出故障的具体位置和原因。
三、基于数据融合的电弧故障检测与诊断方法在实际应用中,电力系统的故障数据往往具有多种类型,例如电压、电流、振动等。
传统的电弧故障检测与诊断方法往往只针对某一种类型的数据进行分析,无法全面地判断电力系统的故障情况。
低压空气开关电弧现代测试技术的研究综述_图文(精)

李兴文(1978—,男,副教授,博士,研究方向为电弧电接触理论及其应用和电力电子技术。
低压空气开关电弧现代测试技术的研究综述3李兴文,陈德桂,吐松江・卡日,李瑞(西安交通大学电力设备电气绝缘国家重点实验室,陕西西安710049摘要:空气开关电弧是以空气为灭弧和绝缘介质的低压电器中最为复杂的物理现象。
针对电弧运动过程特别是电弧背后击穿现象、电弧温度、电弧组分及其浓度等方面,综述了CCD 和光纤阵列、光谱诊断技术及磁测试技术等低压空气开关电弧的现代测试技术的特点及其应用,并指出了空气开关电弧实验研究中所面临的几个问题。
关键词:电弧;测试;光谱;光纤阵列中图分类号:T M 501+.2文献标识码:A 文章编号:100125531(20080120006204Rev i ew of the I nvesti ga ti on on the M odern M ea surem en tTechnolog i es of L ow Volt age A i r Sw itch ArcL I X ingw en,CHEN D egui,TUSON GJ I AN G Kari,L I R ui(State Key Laborat ory of Electrical I nsulati on and Power Equi pment,Xi πan J iaot ong University,Xi πan 710049,ChinaAbstract:A ir s witch arc is the most comp lex phenomenon in l ow voltage electric apparatus using air asquenching and insulati on mediu m.W ith regarding t o arc moti on p r ocess,es pecially,arc back commutati on phe 2nomenon,arc te mperature,arc compositi on and the corres ponding concentrati on,the characteristics and app licati on of modern measurement technol ogies including CCD,op tical fiber array,s pectru m diagnostics and magnetic diag 2nostics were reviewed .Finally,s ome i m portant p r oble m s in the experi m ental studies of arc s witching arc were pointed .Key words:arc;m ea sure m en t ;spectru m;opti ca l f i ber array陈德桂(1933—,男,教授,博士生导师,研究方向为新型低压电器的研究和开发等。
建筑配电系统故障电弧的仿真与检测

摘 要: 选择合 适的电弧模型 , 对建筑 配 电系统发生 的故 障 电弧 进行 了仿 真 。基
于小 波的时一 频分析特点和人工神经 网络 ( N ) A N 的学 习能力 , 出了一种分 辨故障 电 提 弧和正常负荷 电流 的方法 。该方法通 过小 波变换对 信号进行 多分辨 率分 析 , 取信号 提
ZHA0 u n, WU ii Sh mi Wel n
( ol eo l tcl n ier g Z e a gU i r t,H n zo 0 7 hn ) C l g f e r a E g e n , hj n nv s y a gh u3 0 2 ,C ia e Ec i n i i ei 1
Ke r s u l i g p we it i u o y t m ;f u ta cn y wo d :b i n o r d srb t n s s e d i a l r i g;wa ee r n f r ;a t ca e r ln t v ltt a s o m r i i l u a e - i f n
wa s d oa h e h uo ai a tdee to c o dig t he ipu e t r e t r, Te tr u t ho d t tt s s u e t c ivet e a tm tc ful t ci n a c r n o t n tfa u e v co s s es lss we ha hi meho d g o ro a cef rful d tc in, t d ha o d pef r n o a t e e to m
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
Fa ta cng d t ci n f r bu l i o v la e ln s b s d ul r i e e to o id ng lw o t g iwo k
基 于 C C神 经 网络 压 障 电弧检 测 MA 的低 故
段培 永 窦甜华 杨修文 郭东东 邹苒 , , , ,
(. 1 山东建筑大学 智能建筑技术重 点实验室 , 山东 济南 20 0 ;. 5 11 2 山东城 市建设 职业学 院 图 书馆 , 山东 济南
200 ) 5 1 1
S rigf li o eo em jr ass f l tc r. i pe reinue e c fut rig Oacn ut s n f h a ue e r a fe Sm l c tr sdt dt t lacn a t oc o e c il i xi o o e a
电弧 的特征 量。使用 C C神经 网络建立模 型 , 各周期采样点均值 的差值 和小波高频系数两种 判据融合 , MA 将 克
服单一判据 的不 确定性和局限性 , 所提出的信息融合方法可有效 提高辨识 故障 电弧 的准确率 。 关键词 :M C神经 网络 ; CA 故障电弧 ; 检测 ; 信息融合
摘要 : 低压供配 电线 路中的故障电弧 由于其 电流值小 , 足 以使传 统 断路器 动作 , 电路 中存在 与故 障电弧波 不 且 形 特征相似 的负载 , 使故障电弧成为产 生 电气 火 灾 的主要 原 因之一 。采 用单一 判据 判 断故 障电弧 , 判率较 误 高。通 过搭 建实验平 台, 有效模拟建筑物低压供配 电线路 中的故 障 电弧 , 析故障 电弧特征 , 取 出表 征故 障 分 提
DUAN P i o g e - n ,D in h a y OU T a — u ,YANG u we Xi - n,e 1 t . a
( hn ogPoic lK yL brty o It l etB i igT cn l y S ad n azu U i r t,ia 5 11 Sa dn rv i e aoa r f nei n ul n eh o g , hn ogJnh n esy Jnn20 0 , na o lg d o v i C ia hn )
第2 6卷 第 2期
21 0 1经
山 东 建 筑 大 学 学 报
J 0UR NAL OF HAND0NG I Z U VE I S JAN HU NI RSTY
V0. 6 12 No 2 . Ap . r 2 1 0 1
4月
文章编号 :63— 64(0 10 0 0 0 17 74 2 1 )2— 15— 5
t e p we u pl h o rs p y,a d t e e a e la swh c v h i lrc a a t r o a cn a l i h ic i , n h r r o d i h ha e t e smia h r ce s t i g f u t n t e cr u t r
h st e s o to n f ih mic r a e r t . n t i p p r t e f u t cn f u l i g lw v l g i— a h h r mi g o g s a r g a e I h s a e , h l a i g o i n o o t e d s c h i a r b d a t b t n l e s smu ae r u h b i i g a x e me tp afr a d t e c a a tr t s o u t - r u i i si i lt d t o g u l n n e p r n lt m n h h r ce si ff l a i o n h d i o i c a r cn r xr ce . MAC n u a ew r s u e o b i d lt u e t o c tr ih a e t e i g a e e ta t d C e r ln t o k i s d t u l a mo e o f s w r e a wh c r h d i i d f r n e ft e me n v l e fs mp e p i t p r y l n e w v lt ih ̄e u n y c ef in i e e c so a a u so a l on s e ce a d t a e e g f h c h h q e c o f c e tt i o o e c me t e u c r it n mi t n o i lx c tro v r o h n e an y a d l t i f mp e r e n,a d t e p e e td meh d o e mu t i - t i ao s i i n r s ne t o f h l — h t in f r t n f so a mp o e t e a c r c fie t yn u r i g e e t ey o mai u i n c n i r v h c u a y o n i i g f h a cn f c i l . o d f a v
Ab t a t T e v l e o r i gf u t u r n o s ll o ma e t eta i o a i u t r a e u f sr c : h a u f cn l c re t St ma k h d t n l r i b e k rt c t a a i o t r i c c o o