Identification Method of AC Series Arc Fault Based on Randomness of Arc and Convolutional Network

GONG Quanyi; PENG Ke; CHEN Yu; WANG Wei; LIU Faying

doi:10.7500/AEPS20220221005

您当前的位置：

首页 >

文章列表页 >

Identification Method of AC Series Arc Fault Based on Randomness of Arc and Convolutional Network

Application Research | 更新时间：2025-06-16

- Identification Method of AC Series Arc Fault Based on Randomness of Arc and Convolutional Network
- Automation of Electric Power Systems Vol. 46, Issue 24, Pages: 162-169(2022)
- 作者机构：
  
  山东理工大学电气与电子工程学院，山东省淄博市255000
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation of China(51807112);Key Project of Smart Grid Technology and Equipment of National Key R&D Program of China(2016YFB0900600)
- DOI：10.7500/AEPS20220221005
  CLC：
- Received：21 February 2022，
  
  Revised：2022-04-27，
  
  Published Online：18 October 2022，
  
  Published：25 December 2022
- 稿件说明：
移动端阅览
巩泉役,彭克,陈羽等.基于电弧随机性和卷积网络的交流串联电弧故障识别方法[J].电力系统自动化,2022,46(24):162-169.

GONG Quanyi,PENG Ke,CHEN Yu,et al.Identification Method of AC Series Arc Fault Based on Randomness of Arc and Convolutional Network[J].Automation of Electric Power Systems,2022,46(24):162-169.
巩泉役,彭克,陈羽等.基于电弧随机性和卷积网络的交流串联电弧故障识别方法[J].电力系统自动化,2022,46(24):162-169. DOI： 10.7500/AEPS20220221005.

GONG Quanyi,PENG Ke,CHEN Yu,et al.Identification Method of AC Series Arc Fault Based on Randomness of Arc and Convolutional Network[J].Automation of Electric Power Systems,2022,46(24):162-169. DOI： 10.7500/AEPS20220221005.

摘要

随着接入低压配电系统负载种类的增加，低压交流串联电弧故障的识别难度大幅提升。针对此类问题，提出基于电弧随机性的卷积网络识别方法。首先，对采集到的电流数据进行陷波滤波，以放大电弧的高频随机特性；然后，基于皮尔逊相关系数计算电流周期间的相似度，并通过求解一阶导数获得电弧特征值作为检测标准。与基于小波变换和奇异值分解法、基于经验模态分解和概率神经网络法、电流周期间差异法相比，所提方法对电弧半周期的识别精度最高。最后，将电弧特征值生成特征向量，并采用AlexNet模型进行训练，进一步增加方法的普适性。试验结果验证了所提方法的有效性。

Abstract

With the increase in types of loads connected to low-voltage distribution systems

the identification difficulty of low-voltage series arc faults greatly increases. For such problems

a neural network identification method based on randomness of arc is proposed. First

the collected current data is filtered by notch filtering to amplify the high-frequency random characteristics of the arc. Secondly

the current similarity

during the cycle is calculated based on the Pearson correlation coefficient

and the characteristic values of the arc are obtained by calculating the first-order derivative as the detection standard. Compared with the method based on wavelet transform and singular value decomposition

the method based on empirical mode decomposition (EMD) and probabilistic neural network (PNN)

and the method based on current cycle difference

the proposed method has the highest recognition accuracy for the half cycle of arc. Finally

the characteristic values of the arc are used to generate characteristic vectors

and the AlexNet model is adopted for training the fault detection method to further increase the universality of the method. The test results verify the effectiveness of the proposed method.

关键词

Keywords

references

龙官微，穆海宝，张大宁，等 . 基于多特征融合神经网络的串联电弧故障识别技术［J］. 高电压技术， 2021 ， 47 （ 2 ）： 463 - 471 .

LONG Guanwei ， MU Haibao ， ZHANG Daning ， et al . Series arc fault detection technology based on multi-feature fusion neural network ［J］. High Voltage Engineering ， 2021 ， 47 （ 2 ）： 463 - 471 .

卢其威 . 故障电弧检测技术与应用［M］. 北京：电子工业出版社， 2020 .

LU Qiwei . Fault arc detection technology and application ［M］. Beijing ： Publishing House of Electronics Industry ， 2020 .

余琼芳，胡亚倩，杨艺 . 低压交流串联故障电弧检测概述［J］. 电器与能效管理技术， 2020 （ 1 ）： 24 - 30 .

YU Qiongfang ， HU Yaqian ， YANG Yi . A review of low voltage AC series arc fault detection ［J］. Electrical ＆ Energy Management Technology ， 2020 （ 1 ）： 24 - 30 .

郭凤仪，高洪鑫，唐爱霞，等 . 局部二值模式直方图匹配的串联故障电弧检测及选线［J］. 电工技术学报， 2020 ， 35 （ 8 ）： 1653 - 1661 .

GUO Fengyi ， GAO Hongxin ， TANG Aixia ， et al . Series arc fault detection and line selection based on local binary pattern histogram matching ［J］. Transactions of China Electrotechnical Society ， 2020 ， 35 （ 8 ）： 1653 - 1661 .

高杨，王莉，张瑶佳，等 . 简化的Schavemaker交流电弧模型参数的计算方法研究［J］. 电力系统保护与控制， 2019 ， 47 （ 8 ）： 96 - 105 .

GAO Yang ， WANG Li ， ZHANG Yaojia ， et al . Research on the calculation method for the parameters of the simplified Schavemaker AC arc model ［J］. Power System Protection and Control ， 2019 ， 47 （ 8 ）： 96 - 105 .

SHEN Y L ， WAI R J . Fast-Fourier-transform enhanced progressive singular-value-decomposition algorithm in double diagnostic window frame for weak arc fault detection ［J］. IEEE Access ， 2022 ， 10 ： 39752 - 39768 .

郑昕，单潇洁 . 低压交流电弧电流零区电压波形特征分析与应用［J］. 电工技术学报， 2020 ， 35 （ 22 ）： 4717 - 4725 .

ZHENG Xin ， SHAN Xiaojie . Characteristic analysis and application research of low voltage AC arc voltage waveform at the current zero ［J］. Transactions of China Electrotechnical Society ， 2020 ， 35 （ 22 ）： 4717 - 4725 .

SOHEILI A ， SADEH J ， LOMEI H ， et al . A new high impedance fault detection scheme： Fourier based approach ［C］// IEEE International Conference on Power System Technology ， September 28-October 1 ， 2016 ， Wollongong， Australia ： 1 - 6 .

崔芮华，佟德栓，李泽 . 基于广义S变换的航空串联电弧故障检测［J］. 中国电机工程学报， 2021 ， 41 （ 23 ）： 8241 - 8250 .

CUI Ruihua ， TONG Deshuan ， LI Ze . Aviation arc fault detection based on generalized S transform ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 23 ）： 8241 - 8250 .

BURNS R J ， BAKER A D ， HRNCIR D E . Strategies for reliable arc flash detection in low-voltage switchgear ［C］// 2019 IEEE IAS Pulp， Paper and Forest Industries Conference （PPFIC）， June 23-28 ， 2019 ， Jacksonville， USA ： 119 - 126 .

SEPHUMA A M ， NNACHI A F ， AKUMU A O ， et al . Low voltage switchgear internal arc protection using light and pressure detection ［C］// IEEE Africon ， September 25-27 ， 2019 ， Accra， Ghana ： 1 - 6 .

张冠英，张晓亮，刘华，等 . 低压系统串联故障电弧在线检测方法［J］. 电工技术学报， 2016 ， 31 （ 8 ）： 109 - 115 .

ZHANG Guanying ， ZHANG Xiaoliang ， LIU Hua ， et al . Online detection method for series arcing fault in low voltage system ［J］. Transactions of China Electrotechnical Society ， 2016 ， 31 （ 8 ）： 109 - 115 .

HAN C X ， WANG Z Y ， TANG A X ， et al . Recognition method of AC series arc fault characteristics under complicated harmonic conditions ［J］. IEEE Transactions on Instrumentation and Measurement ， 2021 ， 70 ： 1 - 9 .

ARTALE G ， CATALIOTTI A ， COSENTINO V ， et al . Arc fault detection method based on CZT low-frequency harmonic current analysis ［J］. IEEE Transactions on Instrumentation and Measurement ， 2017 ， 66 （ 5 ）： 888 - 896 .

蔡杰轩 . 基于5次谐波分量概率分布的故障电弧识别方法的研究［D］. 沈阳：沈阳工业大学， 2017 .

CAI Jiexuan . Research of arc fault identification method based on the five time harmonic component probability distribution ［D］. Shenyang ： Shenyang University of Technology ， 2017 .

王尧，韦强强，葛磊蛟，等 . 基于电弧电流高频分量的串联交流电弧故障检测方法［J］. 电力自动化设备， 2017 ， 37 （ 7 ）： 191 - 197 .

WANG Yao ， WEI Qiangqiang ， GE Leijiao ， et al . Series AC arc fault detection based on high-frequency components of arc current ［J］. Electric Power Automation Equipment ， 2017 ， 37 （ 7 ）： 191 - 197 .

卢其威，王涛，李宗睿，等 . 基于小波变换和奇异值分解的串联电弧故障检测方法［J］. 电工技术学报， 2017 ， 32 （ 17 ）： 208 - 217 .

LU Qiwei ， WANG Tao ， LI Zongrui ， et al . Detection method of series arcing fault based on wavelet transform and singular value decomposition ［J］. Transactions of China Electrotechnical Society ， 2017 ， 32 （ 17 ）： 208 - 217 .

白辉，许志红 . 基于小波包变换和高阶累积量的电弧故障识别方法［J］. 电力自动化设备， 2020 ， 40 （ 11 ）： 195 - 202 .

BAI Hui ， XU Zhihong . Arc fault identification method based on wavelet packet transform and high-order cumulant ［J］. Electric Power Automation Equipment ， 2020 ， 40 （ 11 ）： 195 - 202 .

李宜珂 . 硬件离散小波变换低压交流串联电弧故障检测SoC及识别方法［D］. 杭州：浙江大学， 2021 .

LI Yike . Hardware discrete wavelet transform based SoC for low-voltage series AC arc fault detection and identification method ［D］. Hangzhou ： Zhejiang University ， 2021 .

林靖怡，王尧，李奎，等 . 基于自组织特征映射网络的电弧故障检测方法［J］. 电力自动化设备， 2020 ， 40 （ 8 ）： 210 - 219 .

LIN Jingyi ， WANG Yao ， LI Kui ， et al . Arc fault detection method based on self-organizing feature mapping network ［J］. Electric Power Automation Equipment ， 2020 ， 40 （ 8 ）： 210 - 219 .

CALDERON E ， PATRICK S ， SERGE W . Kalman filter for detecting serial arc faults in a domestic electrical network ［C］// IEEE 66th Holm Conference on Electrical Contacts and Intensive Course ， September 30-October 7 ， 2020 ， San Antonio， USA ： 165 - 169 .

朱晨，王尧，谢振华，等 . 基于改进AlexNet模型的串联型电弧故障识别方法［J］. 济南大学学报（自然科学版）， 2021 ， 35 （ 6 ）： 605 - 613 .

ZHU Chen ， WANG Yao ， XIE Zhenhua ， et al . Series arc fault identification method based on improved AlexNet model ［J］. Journal of University of Jinan （Science and Technology）， 2021 ， 35 （ 6 ）： 605 - 613 .

余琼芳，黄高路，杨艺，等 . 基于AlexNet深度学习网络的串联故障电弧检测方法［J］. 电子测量与仪器学报， 2019 ， 33 （ 3 ）： 145 - 152 .

YU Qiongfang ， HUANG Gaolu ， YANG Yi ， et al . Series arc fault detection method based on AlexNet deep learning network ［J］. Journal of Electronic Measurement and Instrumentation ， 2019 ， 33 （ 3 ）： 145 - 152 .

霍成军，王玮茹，余昆，等 . 基于小生境遗传算法优化串级神经网络的台区理论线损预测［J］. 科学技术与工程， 2021 ， 21 （ 23 ）： 9897 - 9906 .

HUO Chengjun ， WANG Weiru ， YU Kun ， et al . Theoretical line loss forecast based on cascade neural network optimized by niche genetic algorithm ［J］. Science Technology and Engineering ， 2021 ， 21 （ 23 ）： 9897 - 9906 .

TISSERAND E ， LEZAMA J ， SCHWEITZER P ， et al . Series arcing detection by algebraic derivative of the current ［J］. Electric Power Systems Research ， 2015 ， 119 ： 91 - 99 .

中华人民共和国国家质量监督检验检疫总局，中国国家标准化管理委员会 . 电气火灾监控系统第4部分：故障电弧探测器： GB 14287.4—2014 ［S］. 北京：中国标准出版社， 2014 .

General Administration of Quality Supervision ， Inspection and Quarantine of the People's Republic of China ， Standardization Administration of China ． Electrical fire monitoring system-Part 4： arcing fault detectors ： GB 14287.4—2014 ［S］. Beijing ： China Standards Press ， 2014 ．

赵怀军，秦海燕，刘凯，等 . 基于相关理论及零休特征融合的串联故障电弧检测方法［J］. 仪器仪表学报， 2020 ， 41 （ 4 ）： 218 - 228 .

ZHAO Huaijun ， QIN Haiyan ， LIU Kai ， et al . A series fault arc detection method based on the fusion of correlation theory and zero current feature ［J］. Chinese Journal of Scientific Instrument ， 2020 ， 41 （ 4 ）： 218 - 228 .

苏晶晶，许志红 . 基于EMD和PNN的故障电弧多变量判据诊断方法［J］. 电力自动化设备， 2019 ， 39 （ 4 ）： 106 - 113 .

SU Jingjing ， XU Zhihong . Diagnosis method of multi-variable criterion based on EMD and PNN for arc fault diagnosis ［J］. Electric Power Automation Equipment ， 2019 ， 39 （ 4 ）： 106 - 113 .

朱雪晨，陈三林，蔡刚，等 . 降低参数规模的卷积神经网络模型压缩方法［J］. 计算机与现代化， 2021 （ 9 ）： 83 - 89 .

ZHU Xuechen ， CHEN Sanlin ， CAI Gang ， et al . Compression method of CNN model for parameter reduction ［J］. Computer and Modernization ， 2021 （ 9 ）： 83 - 89 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Transient Model and Real-time Simulation Method for Power Electronic Switches Based on Connectionist Neural Networks

Dynamic Security Partitioning Assessment and Model Updating of Power System Based on Electrical Coordinates

基于单机模型扩展的直驱风电场通用等值模型构建方法

Identification Method for Tree-contacting Grounding Fault of Medium-voltage Line Based on Long-term Variation Features of Zero-sequence Current

Related Author

Quanyi GONG

Ke PENG

Yu CHEN

Wei WANG

Faying LIU

WENG Haowen

WANG Can

PAN Xuewei

Related Institution

School of Robotics and Advanced Manufacturing, Harbin Institute of Technology

Key Laboratory of Power System Intelligent Dispatch and Control, Ministry of Education (Shandong University)

Shandong Kehui Electric Power Automation Co., Ltd.

State Grid Fujian Electric Power Co., Ltd.

⁰