直流电弧检测方法、装置、设备、系统及存储介质制造方法及图纸

本申请提供一种直流电弧检测方法、装置、设备、系统及存储介质，该方法包括：获取直流电路的电气量；将电气量输入燃弧神经网络模型，用于对直流电路进行燃弧检测，得到燃弧检测结果；若燃弧检测结果为检测到燃弧，则确定直流电路存在直流电弧故障。由于通过将电气量输入燃弧神经网络模型，以对直流电路进行燃弧检测，实现了对直流电弧故障的检测，进一步提高了直流电弧故障检测的准确性。

DC arc detection method, device, equipment, system and storage medium

【技术实现步骤摘要】
直流电弧检测方法、装置、设备、系统及存储介质
本申请涉及电弧检测
，尤其涉及一种直流电弧检测方法、装置、设备、系统及存储介质。
技术介绍
目前的光伏发电系统在国家的政策扶植下得以大力推广，但是在施工过程中由于材料偷工减料或者施工不规范往往造成一些安全隐患。由于直流电弧电流没有过零点，不会像交流电弧那样周期性的熄灭和重燃，直流电弧一旦燃烧便很难熄灭，而光伏电池板持续的电流输出为故障电弧提供了稳定燃烧的环境，使其有源源不断的能量注入。因此，直流电弧故障会对光伏组件和输电线路造成巨大的损伤，并有引发火灾的风险。因此，如何准确的检测直流电弧成为亟待解决的问题。现有技术中，为了实现对电弧的检测，通常依靠人为挖掘电弧的特征，并通过对电弧的特征的归纳和提炼，作为电弧判据，以判断是否存在直流电弧，例如，通过获取并观察发生电弧故障时的直流电弧电流波形和未发生电弧故障时的正常电流波形，然后通过比较正常电流波形和直流电弧电流波形，寻找差异，进而根据差异特征形成若干判据和对应阈值(例如，前后时刻电流方差的差值大于阈值K，判断为产生电弧)，最后光伏发电系统依据判据和阈值实时检测是否有直流电弧产生，进而判断发生直流电弧或未发生直流电弧。然而现有技术中，通过人工寻找电弧特征和非电弧特征对直流电弧进行实时检测，准确性较低。
技术实现思路
本申请实施例提供一种直流电弧检测方法、装置、设备、系统及存储介质，用于实现了对直流电弧故障的检测，提高了直流电弧故障检测的准确性。第一方面，本申请提供一种直流电弧检测方法，包括：获取直流电路的电气量；将所述电气量输入燃弧神经网络模型，用于对所述直流电路进行燃弧检测，得到燃弧检测结果；若所述燃弧检测结果为检测到燃弧，则确定所述直流电路存在直流电弧故障。电弧是电流通过绝缘介质所产生的瞬间火花，电弧可以分为起弧和燃弧，其中，起弧是引燃电弧，燃弧是起弧后的电弧，另外，电弧还可以包括熄弧，熄弧是熄灭电弧，燃弧也可以表示起弧到熄弧之间的电弧。燃弧检测用于检测是否存在燃弧。起弧检测用于检测是否存在起弧。本申请实施例中，通过将电气量输入燃弧神经网络模型，以对直流电路进行燃弧检测，实现了对直流电弧故障的检测，提高了直流电弧故障检测的准确性。可选的，电气量是对原始电气量经过傅里叶变换和数据标幺化处理之后的数据。标幺化处理用于计算原始电气量与基准值之间的比值。在标幺值是电力系统分析和工程计算中常用的数值标记方法，表示各物理量及参数的相对值，计算标幺值的过程即为标幺化处理。本申请实施例中，通过对原始电气量进行傅里叶变换和数据标幺化，有利于提高起弧神经网络模型和燃弧神经网络模型的准确性。可选的，本申请实施例提供的直流电弧检测方法，在将电气量输入燃弧神经网络模型之前，还包括：将电气量输入起弧神经网络模型，用于对直流电路进行起弧检测，得到起弧检测结果；若起弧检测结果为检测到起弧，则将电气量输入燃弧神经网络模型。本申请实施例中，通过将电气量输入至起弧神经网络模型对直流电路进行起弧检测，有效降低了电弧的误识别率，然后在检测到起弧之后，将电气量输入燃弧神经网络模型，以对直流电路进行燃弧检测，实现了对直流电弧故障的检测，进一步提高了直流电弧故障检测的准确性。可选的，起弧神经网络模型是根据第一训练数据训练得到的神经网络模型，第一训练数据包括：起弧训练数据和非燃弧训练数据。本申请实施例中，通过根据起弧训练数据和非燃弧训练数据，对起弧神经网络模型进行训练，提高起弧神经网络模型的准确性。可选的，燃弧神经网络模型是根据第二训练数据训练得到的神经网络模型，第二训练数据包括：燃弧训练数据和非燃弧训练数据。本申请实施例中，通过根据燃弧训练数据和非燃弧训练数据对燃弧神经网络模型进行训练，提高了燃弧神经网络模型的准确性。可选的，起弧检测结果为直流电路存在起弧的分数值，本申请实施例提供的直流电弧检测方法，包括：若起弧检测结果大于第一阈值，则确定起弧检测结果为检测到起弧。本申请实施例中，通过设置阈值，当起弧神经网络模型的输出结果大于该阈值，则确定检测到起弧，提高了起弧判断的准确性，进而提高了直流电弧故障检测的准确性。可选的，本申请实施例提供的直流电弧检测方法，还包括：若起弧检测结果小于或等于第一阈值，则继续将电气量输入起弧神经网络模型，直到确定直流电路存在起弧。本申请实施例中，通过在起弧神经网络模型的输出结果小于或等于第一阈值时，即未检测到起弧时，继续将电气量输入起弧神经网络模型，对起弧进行检测，直到确定直流电路中是否存在直流电弧故障，实现了对起弧的检测。可选的，燃弧检测结果为直流电路存在燃弧的分数值，本申请实施例提供的直流电弧检测方法，包括：若燃弧检测结果大于第二阈值，则确定燃弧检测结果为检测到燃弧。本申请实施例中，实现了对燃弧的确定，并通过设置第二阈值，若燃弧神经网络模型的输出结果大于第二阈值，则确定检测到燃弧，提高了燃弧判断的准确性，进而提高了直流电弧故障判断的准确性。可选的，本申请实施例提供的直流电弧检测方法，还包括：若燃弧检测结果小于或等于第二阈值，则判断从检测到起弧的时间到当前时间之间的时长是否小于预设时长；若时长小于预设时长，则继续将电气量作为燃弧神经网络模型的输入参数，直到确定直流电路是否存在直流电弧故障；若时长大于或等于预设时长，则继续将电气量作为起弧神经网络模型的输入参数，直到确定直流电路存在起弧。通过设置预设时长，实现了在检测到起弧的预设时长内检测到燃弧，则判断直流电弧故障，提高了直流电弧故障检测的准确性。可选的，在确定直流电路存在直流电弧故障之后，还包括：推送告警信息，以向用户提示直流电路存在直流电弧故障。本申请实施例中，通过推送告警信息，实现了向用户提示直流电路存在直流电弧故障，进而使用户采取相应的措施，避免发生灾害。可选的，本申请实施例提供的直流电弧检测方法，还包括：判断直流电弧故障的结果是否准确；若直流电弧故障的判断结果不准确，则根据电气量更新起弧神经网络模型和燃弧神经网络模型。本申请实施例中，通过对起弧神经网络模型和燃弧神经网络模型进行更新，提高了起弧神经网络和燃弧神经网络的可靠性。下面介绍本申请实施例提供的直流电弧检测装置、设备、系统、存储介质以及计算机程序产品，其内容和效果可参考本申请实施例第一方面及第一方面可选方式提供的直流电弧检测方法，不再赘述。第二方面，本申请实施例提供一种直流电弧检测装置，包括：获取模块，用于获取直流电路的电气量；第一处理模块，用于将电气量输入燃弧神经网络模型，用于对直流电路进行燃弧检测，得到燃弧检测结果；第一处理模块，还用于若燃弧检测结果为检测到燃弧，则确定直流电路存在直流电弧故障。可选的，电气量是对原始电气量经过傅里叶变换和数据标幺化处理之后的数据。可选的，本申请实施例提供的直流电弧检测装置，还包括：第二处理模块，用于将本文档来自技高网...

【技术保护点】
1.一种直流电弧检测方法，其特征在于，包括：/n获取直流电路的电气量；/n将所述电气量输入燃弧神经网络模型，用于对所述直流电路进行燃弧检测，得到燃弧检测结果；/n若所述燃弧检测结果为检测到燃弧，则确定所述直流电路存在直流电弧故障。/n

【技术特征摘要】
1.一种直流电弧检测方法，其特征在于，包括：
获取直流电路的电气量；
将所述电气量输入燃弧神经网络模型，用于对所述直流电路进行燃弧检测，得到燃弧检测结果；
若所述燃弧检测结果为检测到燃弧，则确定所述直流电路存在直流电弧故障。


2.根据权利要求1所述的方法，其特征在于，所述电气量是对原始电气量经过傅里叶变换和数据标幺化处理之后的数据。


3.根据权利要求2所述的方法，其特征在于，在将所述电气量输入燃弧神经网络模型之前，还包括：
将所述电气量输入起弧神经网络模型，用于对所述直流电路进行起弧检测，得到起弧检测结果；
若所述起弧检测结果为检测到起弧，则将所述电气量输入所述燃弧神经网络模型。


4.根据权利要求3所述的方法，其特征在于，
所述起弧神经网络模型是根据第一训练数据训练得到的神经网络模型，所述第一训练数据包括：起弧训练数据和非燃弧训练数据。


5.根据权利要求4所述的方法，其特征在于，
所述燃弧神经网络模型是根据第二训练数据训练得到的神经网络模型，所述第二训练数据包括：燃弧训练数据和非燃弧训练数据。


6.根据权利要求5所述的方法，其特征在于，所述起弧检测结果为所述直流电路存在所述起弧的分数值，包括：
若所述起弧检测结果大于第一阈值，则确定所述起弧检测结果为检测到所述起弧。


7.根据权利要求6所述的方法，其特征在于，还包括：
若所述起弧检测结果小于或等于所述第一阈值，则继续将所述电气量输入所述起弧神经网络模型，直到确定所述直流电路存在起弧。


8.根据权利要求7所述的方法，其特征在于，所述燃弧检测结果为所述直流电路存在所述燃弧的分数值，包括：
若所述燃弧检测结果大于第二阈值，则确定所述燃弧检测结果为检测到所述燃弧。


9.根据权利要求8所述的方法，其特征在于，还包括：
若所述燃弧检测结果小于或等于所述第二阈值，则判断从检测到所述起弧的时间到当前时间之间的时长是否小于预设时长；
若所述时长小于所述预设时长，则继续将所述电气量输入所述燃弧神经网络模型，直到确定所述直流电路是否存在直流电弧故障。


10.根据权利要求1-9任一项所述的方法，其特征在于，在确定所述直流电路存在直流电弧故障之后，还包括：
推送告警信息，以向用户提示所述直流电路存在直流电弧故障。


11.根据权利要求3-9任一项所述的方法，其特征在于，还包括：
判断直流电弧故障的结果是否准确；
若所述直流电弧故障的判断结果不准确，则根据所述电气量更新所述起弧神经网络模型和所述燃弧神经网络模型。


12.一种直流电弧检测装置，其特征在于，包括：
获取模块，用于获取直流电路的电气量；
第一处理模块，用于将所述电气量输入燃弧神经网络模型，用于对所述直流电路进行燃弧检测，得到燃弧检测结果；
所述第一处理模块，还用于若所述燃弧检测结果为检测到燃弧，则确定所述直流电路存在直流电弧故障。


13.根据权利要求12所述的装置，其特征在于，所述电气量是对原始电气量经过傅里叶变换和数据标幺化处理之后的数据。


14.根据权利要求13所述的装置，其特征在于，还包括：
第二处理模块，用于将所述电气量输入起弧神经网络模型，用于对所述直流电路进行起弧检测，得到起弧检测结果；
所述第二处理模块，还用于若所述起弧检测结果为检测到起弧，则将所述电气量输入所述燃弧神经网络模型。


15.根据权利要求14所述的装置，其特征在于，
所述起弧神经网络模型是根据第一训练数据训练得到的神经网络模型，所述第一训练数据包括：起弧训练数据和非燃弧训练数据。


16.根据权利要求15所述的装置，其特征在于，
所述燃弧神经网络模型是根据第二训练数据训练得到的神经网络模型，所述第二训练数据包括：燃弧训练数据和非燃弧训练数据。


17.根据权利要求16所述的装置，其特征在于，所述起弧检测结果为所述直流电路存在所述起弧的分数值，所述第二处理模块，具体用于：
若所述起弧检测结果大于第一阈值，则确定所述起弧检测结果为检测到所述起弧。


18.根据权利要求17所述的装置，其特征在于，所述第二处理模块，还用于：
若所述起弧检测结果小于或等于所述第一阈值，则继续将...

【专利技术属性】
技术研发人员：程斌杰，刘秦维，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东;44