申请/专利权人：天津航空机电有限公司

申请日：2023-12-20

公开（公告）日：2024-04-09

公开（公告）号：CN117434406B

主分类号：G01R31/12

分类号：G01R31/12;G06F17/14

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2024.02.09#实质审查的生效;2024.01.23#公开

摘要：本发明公开了一种基于互补集合经验模态分解的电弧故障检测方法。首先通过电弧电流采集系统对线路中的电流数据进行采集获取电弧电流，并进行预处理；通过互补集合经验模态分解算法提取出电弧电流的特征模态函数IMF1分量，并对IMF1分量进行分段均值处理，获得IMF1分量均值；接着通过前后周期相关系数算法对IMF1分量特征值进行计算，获得电弧判定特征值，通过与预先设定好的阈值进行比较从而判定是否产生电弧故障。与以往电弧故障检测算法相比较，本发明提取特征值的方式具有较强的抗干扰能力，能够适应强噪声环境下电弧故障特征的准确提取，具有检测精度高，误检测率低的优点，能够满足高压直流供配电系统的电弧故障检测需求。

主权项：1.一种基于互补集合经验模态分解的电弧故障检测方法，其特征在于，所述方法包括以下步骤：步骤1：采集高压直流电弧数据并进行预处理，得到待处理数据；所述的步骤1中预处理方法具体为：通过线路中的稳态工作电流对高压直流电弧数据进行归一化方式处理得到待处理数据Iarc；步骤2：采用互补集合经验模态分解算法提取待处理数据的特征模态函数分量IMF1；所述步骤2具体包含以下步骤：1创建高斯白噪声w0t，并对待处理数据Iarc进行正向调制和反向调制分别得到混有正向白噪声的电流信号Iarc0+和混有负向白噪声的电流信号Iarc0-；Iarc0+＝Iarc+w0t；Iarc0-＝Iarc-w0t；2采用经验模态分解算法分别对混有正向白噪声的电流信号Iarc0+和混有负向白噪声的电流信号Iarc0-进行分解，得到固有模态函数分量C0+和C0-；3重复上述两步添加不同的噪声，并进行经验模态分解得到对应的固有模态函数分量Ci+和Ci-，i＝1，2，3，…，N；4对所有得到的固有模态函数分量进行平均得到最后的分解结果； 最终得到特征模态函数分量IMF1＝S++S-2，其中N表示加入白噪声的次数；步骤3：对模态函数分量IMF1进行分段均值处理获取IMF1均值；所述步骤3具体包含以下步骤：1按照间隔100μs的时间跨度将模态函数分量IMF1划分为n段，最后不足100μs的数据段舍弃；2在划分的每段中分别寻找极值点及其坐标，分别记录为极大值Maxk及极大值坐标Maxzbk，极小值Mink及极小值坐标Minzbk，k＝1，2，3，…，n；3舍弃模态函数分量IMF1中的极值点，得到重构后的模态函数分量IMF2；4对重构后的模态函数分量IMF2进行均值处理，对于重构后的模态函数分量IMF2中极值点的相邻位置点，则取所述相邻位置点的相邻j个点进行均值处理；对于重构后的模态函数分量IMF2中的其他非极值点，则取所述非极值点的相邻三个点进行均值处理，j为设定值；步骤4：利用皮尔逊相关系数对IMF1均值进行特征提取；所述步骤4具体包含以下步骤：1按照间隔100μs的时间跨度将模态函数分量IMF1均值划分为m段，得到imf1，imf2，…，imfm分量集合，m为大于5的奇数；2选取相邻的两个分段计算其皮尔逊相关系数获取电弧特征值ρ，其计算公式如下所示： 式中E表示求期望，μ表示求标准差，σ表示求方差，p＝1，...，m-1；步骤5：通过预先设定的阈值判定策略识别电弧故障；所述步骤5具体包含以下步骤：1将电弧特征值ρ中的每个元素与电弧第一判定阈值YZ0进行比较，若出现电弧特征值ρ小于判定阈值YZ0的情况则认为发生电弧故障，否则进行下一步判定；2将电弧特征值ρ与电弧第二判定阈值YZ1进行比较，若出现电弧特征值ρ小于判定阈值YZ1的情况则进行计数累加；第一判定阈值YZ0小于第二判定阈值YZ1；3根据所述计数累加值判定是否发生电弧故障。

全文数据：

权利要求：

百度查询： 天津航空机电有限公司 一种基于互补集合经验模态分解的电弧故障检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD