基于改进EfficientNetV2算法的三相串联故障电弧检测.pdf

第 卷 第 期兵 器 装 备 工 程 学 报 年 月 收稿日期:修回日期:基金项目:国家自然科学基金项目()中国博士后基金项目()作者简介:余琼芳()女博士副教授:.通信作者:张宇海()男硕士研究生:.:./.基于改进 算法的三相串联故障电弧检测余琼芳张宇海赵 亮(.河南理工大学 电气工程与自动化学院 河南 焦作.大连理工大学 经济管理学院 辽宁 大连)摘要:串联电弧故障在电气火灾中的成因中占据着重要的比例在具有变频器的三相电机线路中由于多种电弧电流复杂行为以及多种负载的存在很难准确识别变频器后部线路中发生的串联电弧故障 为了解决这一问题提出了一种改进的 算法 搭建低电压三相电弧故障数据采集平台采集了所需要的正常状态和故障状态的电流信号 为了充分利用机器视觉的优势采用马尔可夫变迁场()将采集到的时域电流信号编码为图像将 图像送入模型中进行训练和测试该模型具有轻量级高效的通道注意力和双池化空间注意力更加专注于电弧特征提高网络性能 实验结果表明该方法的准确率可达.关键词:注意力机制马尔可夫变迁场三相电弧故障本文引用格式:余琼芳张宇海赵亮.基于改进 算法的三相串联故障电弧检测.兵器装备工程学报():.:.():.中图分类号:.文献标识码:文章编号:()(.):.().:引言随着电力电子设备的广泛应用电力利用变得更加高效和方便但也给电力安全带来了潜在威胁其中电弧故障引起的局部高温很容易引发电气火灾 传统的保护装置(如保险丝断路器)不适合检测电流故障根据电弧与负载之间位置的不同电弧故障又可分为串联电弧故障和并联电弧故障 因为有串联负载阻抗的限制串联负载相较于并联负载更难检测 此外一些常用的家用电器(如取暖器、电脑)在运行期间的电流表现出与串联电弧故障相似的特征增加了误报的可能性目前串联电弧故障的检测方法主要有 种:基于电弧模型的检测方法 因为仿真模型需要大量的参数在不同工况下参数需要重复的实验来确定很难在实际中应用 基于电弧故障物理特性的检测方法 受到传感器安装位置的限制难以在未知点检测电弧故障具有局限性 基于电压、电流特性的检测方法是当前主流的故障电弧检测方法 余琼芳等直接将电流数据输入到改进的 模型中进行串联故障电弧的检测 王毅等提出对电流数据进行时频域分析并与随机森林结合的方法该方法可以适用于多种典型负载单独或混合工作的串联型低压故障电弧识别 杨帆等提出了基于改进 分解与时空特征的检测算法使用 进行故障电弧的识别 等提出了一种基于时域可视化卷积神经网络()的方法对故障电弧进行分类 等提出了将域自适应与基于深度卷积生成对抗性网络()相结合的识别方法 针对三相电路中发生的串联电弧故障等利用分数傅立叶变换分析了单相电流信号从时域到频域的变化并利用奇异值分解()提取了串联电弧故障的故障特征但特征提取需要大量的计算耗费过多的时间和内存资源 等利用核主成分分析分析了两相电流信号和相电压信号以提取在复杂谐波条件下发生的串联电弧故障的特征结果表明这些信号的第五和第六主分量的峰度和偏度可以作为电弧故障的特征 但这种方法需要 个电流互感器和 个电压互感器在系统结构上较为复杂 等以 作为骨干特征提取算法实现电子元器件的多场景检测获得了较好的检测结果但是参数量较多使得网络训练缓慢同时使用 通道注意力中的降维操作会降低网络预测的性能目前对具有变频器低压三相系统的故障电弧研究是一个重点 变频器是一种非线性负载在运行过程中会产生大量的谐波干扰当变频器后部发生电弧故障时会使得输出的三相电流不平衡改变变频器前部的电流导致正常状态和电弧故障状态下的电流存在差异在实际生活中家用电器(如取暖器、电脑)的存在又会使得这种差异变小 另外如果我们能够仅通过分析变频器前部测得的电流信号来识别电弧故障这将节省安装在变频器后部线路中的电流互感器减少数据分析的计算和资源的浪费并简化系统 针对上述问题本文中提出了一种改进的 算法该算法具有较少的参数、较低的计算负担能有效的验证模型效果和改善模型在运行过程中提供了更好的性能 模型搭建.马尔可夫变迁场()最早由 等提出与马尔可夫链有着密切的相关性由于马尔可夫转移矩阵在时间序列的依赖上并不敏感基于一阶马尔科夫链考虑时间位置关系提出了 假设时间序列 首先将序列数据按照其取值范围划分为 个区间序列中任何一个数据点 都对应唯一一个()然后由于时间序列的状态空间是有限的并且满足马尔可夫性质因此可以构建与时间序列相对应的马尔可夫转移矩阵:()式()中:指的是从状态 到状态 的概率 指的是从状态 到状态 的转变中所有可能的数据点考虑时间的位置矩阵 可以进一步扩展为 矩阵如式()是一种将时序序列转换为二维矩阵或者图像的有效方法可以便于分析和可视化 本文中为了提高效率将矩阵 进行网格化每个网格中的子图用其平均值进行替代 减小了矩阵 的尺寸 最终输出的形状为 ()式()中:表示 中的特定元素 转移到 中的特定元素 的概率对于每一行 都有 ().注意力机制通道注意力极大地提高了卷积神经网络的性能最具代表性的方法是 等使用挤压和激励()模块在 年提出的 模块首先为每个通道使用全局平均池化然后使用 个非线性全连接层和 函数来生成每个通道的权重 尽管 模块在一些关于当前通道注意力模块的研究中被广泛使用但事实证明降维将影响通道注意力的预测性能以及获得所有通道之间权重的效率 等使用了一种轻量级的通道注意力()模块该模块只添加了少量参数但可以实现显著的性能提升 模块不使用降维并且通过大小为 的一维卷积进行操作 该模兵 器 装 备 工 程 学 报:/./块的结构如图 所示图 模块.在 模块中输入首先通过全局平均池化()层然后该层使用 卷积进行局部跨通道信息交互 卷积内核大小与卷积内核()大小相同一般情况下 卷积层将填充值设置为内核的一半并采用整数部分 然后将其输入到 函数进行激活输出输出的特征按元素乘以输入通道其乘积为 模块输出 通道的数量应该是 以确定通道数量和 之间的映射关系 如式()所示:()()式中:表示 的最接近奇数可以通过选择 来计算跨通道交互的程度 其中 和 分别设置为 和 为通道数.改进的 整体架构卷积神经网络()已成为图像任务中应用的基本特征提取程序 然而三相电路系统中电弧电流的多种复杂行为的存在使得一些卷积框架对于电弧故障检测任务来说不太适合 算法在训练速度和精确率方面优于传统算法并且提出了改进的增量学习方法 改进的 模型如图 所示 首先使用一层膨胀卷积模块优点是在增加内核大小的同时既可以增大感受野又可以保持原始模型的参数或计算量其中膨胀率设置为 个 其次为了减少参数数量和计算复杂度将 和 卷积模块中的 模块替换为 模块 模块使用无维度局部跨通道交互方法该方法自适应地选择合适的相邻通道来计算注意力 之后增加了一个空间注意力模块将该模块的输入分别进行基于通道的全局最大池化()和全局平均池化()操作再进行融合、激活 最后将输出的特征与该模块的输入做乘法得到该模块最后的输出大大提高了各个特征在空间上的联系图 改进的 整体架构.实验内容.实验平台搭建的三相电弧故障实验平台如图 所示 实验装置的供电电源采用低电压 /的交流电采用功率 的电阻作为采样电阻 电路连接线采用 实验专用铜线采用的变频器参数为 型.采用 型三相电机以 个断路器分别作为主开关以及明显断开点为保护装置 示波器使用 五合一虚拟综合测试仪.实验电路本文中实验三相电机采用三角形接法使用所用的变频器将单相电转为三相电驱动电机 采样电阻串联在电源附近的干路中故障发生装置固定在变频器后部三相中的某一相上(本文中实验将故障发生装置固定在 相)实验电路图如图 所示故障发生装置与开关 的设计可以有效地避免发生误判的情况当故障发生的时候将开关 断开这时余琼芳等:基于改进 算法的三相串联故障电弧检测候来采集故障电流数据采集正常电流数据的时候将开关闭合故障发生装置断开 为了使系统有更好的普遍适用性实验并联了一条负载支路分别采用感性负载、阻性负载和非线性负载作为对象.数据采集与分析在每次采样点为 个采样频率为 的设置下得到了 个周期的故障或正常电流波形时长为.经过筛选选出样本中具有 个及以上周期的故障数据 实验方案如表 所示每组分别采集故障和正常样本 个其中 个分为训练集 个分为测试集测试集中不包含训练集中的样本图 实验平台.图 实验电路图.表 实验方案 组别故障发生位置负载支路额定功率/训练集正常故障测试集正常故障 相断开 电风扇(感性)取暖器(阻性)电脑(非线性)拉弧式是本文中实验采取的获取电弧的方法主要由 根碳棒和铜棒构成都为 且碳棒做为静电极铜棒做为动电极通过控制步进电机去驱动动电极逐渐接近静电极直到形成稳定的电弧才停止 模拟故障电弧发生实验时在步进电机的驱动下令移动电极与固定电极之间具备一定的间隙产生持续的电弧发出耀眼的白光并伴随着电火花 组实验采集的波形如图 所示 由波形可看出变频器是利用了 即正弦脉冲宽度调制进行单相到三相的转换以及调速工作同时也因为变频器的存在正常工作时的电流每周期都出现较长的“平肩”现象如图()所示当负载支路加入不同的负载时主路上测得的电流也进行相应的叠加 当故障发生的时候 组实验中的故障波形的电流最值都会相较于正常波形出现不同程度的增大同时相较于正常波形高次谐波也出现在故障波形中波形中出现大量的“尖峰”现象故障特征明显把采集的 组 类别数据的每个时间序列样本通过 转换为图片样本并打上对应的标签构建图片样本数据集每个样本的形状为 如图 所示以第 组实验为例可以看出在不同的故障条件下转换后的每一类别的电流信号在 中表现出潜在的周期性且有明显的不同 实验结果与分析实验在 系统上运行该系统具有()()处理器、.内存和 双显卡 使用 软件构建程序环境为.和 .电脑操作系统是 在本节中将收集的所有训练样本送到模型中进行训练并进行了测试 将准确率作为网络的评价指标以二分类为例准确率表示公式为 ()式()中:表示预测的为故障波形类别就是实际的故障兵 器 装 备 工 程 学 报:/./波形类别的数量 表示预测的为正常波形类别就是实际的正常波形类别的数量 表示预测的为故障波形类别实际上是正常波形类别的数量 表示预测的为正常波形类别实际上是故障波形类别的数量图 实验波形.图 第 组实验 图.训练参数的选择学习速率直接影响网络模型的收敛状态这决定了权重迭代的步长 当学习速率设置太大时模型将不会收敛 当学习速率设置太小时模型的收敛速度将变慢并且将无法学习 经过多次实验选择.作为网络的学习速率以加快收敛速度并节省训练时间训练批次大小影响卷积神经网络模型的泛化性能和准确率 在特定范围内增加批次大小有助于收敛的稳定性提高内存利用率加快数据量的处理速度 经过多次实验将批量大小设置为 设置模型进行 个 每训练一个 进行一次测试计算测试损失和测试准确率.实验分析考虑三相电路系统中电弧电流数据集样本类型的复杂性使用单一精度作为模型分类评价指标是不全面的因此本文中使用了更全面的混淆矩阵作为评估标准 图 为测试集中 个样本输出的混淆矩阵对角线上的值反映了算法在每种类型标签上的正确识别概率每行中的其他值表示被误诊为其他标签的概率图 混淆矩阵.余琼芳等:基于改进 算法的三相串联故障电弧检测 从图 中可以看出改进 算法在识别各个实验方案时都具有较高的识别率仅有 个识别率有偏差一个是负载支路接电风扇时的个别故障样本被误诊为负载支路接电脑时的故障样本一个是负载支路接电脑时的个别故障样本被误诊为负载支路断开的故障样本和负载支路接电脑时的正常样本其他识别率都是 达到了一个较高的水平这表明该算法在识别三相电路电流方面具有很强的能力此外不同的激活函数也对模型的好坏有着不同的影响所以对模型中的改进 模块和改进 模块统一替换不同的激活函数以寻求最优模型 表 给出了不同激活函数的准确率对比分析结果表明使用 激活函数使得结果最优表 不同激活函数的准确率 激活函数准确率/激活函数准确率/.不同模型的比较现有的电弧故障研究中以 图像作为输入比较罕见因此为了验证所提出的改进 算法是否优于现有的神经网络模型构建了、和 算法用相同的数据集进行训练和测试并比较了电弧故障检测的准确率、总参数 结果如表 所示表 不同模型的比较 模型参数/准确率/.模型参数越多计算量越大运行速度越慢 将网络模型参数的数量与构建的、和 进行了比较模型参数总和分别为.、.、.、然而本文中所提出的轻量级网络模型中的参数总数为.低于、和 算法虽然相比 参数较多但精确度得到了大幅度提升 从图 可以清楚地看出随着 的增加准确率整体呈上升状态在第 个 时到达最高精度.之后逐渐趋于平稳 与其他 种算法相比改进 算法在准确性和收敛速度方面具有优势图 不同模型的训练精确度.结论本文中提出了一种改进的 算法用于串联电弧故障检测该方法具有参数少、计算负担低的特点 通过改进通道注意力、将具有双池化的空间注意力模块添加到网络的深层能更好的捕获数据转换 图像后的一些关键特征模型的计算负担及其预测结果都有了显著的提高实验结果表明:所提出的算法模型达到了.的电弧故障检测准确率并将所获得的实验结果与其他现有的模型进行比较进一步证明了本文中所提出的模型具有较强的适应性和稳定性 根据以上分析该方法可以用于三相电路检测串联电弧故障减少电弧火灾危险在串联电弧故障的识别中具有优势和研究价值参考文献:.():.张卫.低压配电系统故障中的电弧防护分析.集成电路应用():.():.():.王启龙王博文管红立等.低压交流串联故障电弧模型及实验.电力系统及其自动化学报():.兵 器 装 备 工 程 学 报:/./.():.刘艳丽郭凤仪李磊等.一种串联型故障电弧数学模型.电工技术学报():.():.高小庆陈晓军鲍光海.考虑故障电弧电流高频特征的阻抗电弧模型.电器与能效管理技术():.():.卢永芳卢珂张玉均.基于信息融合的配电柜故障电弧预警系统研究.科学技术与工程():.():./().余琼芳徐静杨艺.基于 模型的复杂支路故障电弧检测.中国安全生产科学技术():.():.王毅陈进李松浓等.基于时频域分析和随机森林的故障电弧检测.电子测量与仪器学报():.():.杨帆宿磊杨志淳等.基于改进 分解与时空特征的低压供电线路串联故障电弧检测.电力系统保护与控制():.():.():.:.():.():.():.():././().:/().():.余琼芳黄高路杨艺.基于 深度学习网络的串联故障电弧检测方法.电子测量与仪器学报():.():.:/()./().科学编辑 李建军 博士(塔里木大学 副教授)责任编辑 徐佳忆余琼芳等:基于改进 算法的三相串联故障电弧检测