识别电弧信号的方法、装置、电弧检测设备及介质与流程

1.本技术涉及故障电弧检测领域，特别是涉及一种识别电弧信号的方法、装置、电弧检测设备及介质。


背景技术：

2.电气火灾在当今的火灾事故中占有很高比例，其中电弧故障是导致电气火灾的一个重要原因，当发生故障电弧时，极易引发火灾。真实用电环境中，电气负载种类繁多，无论时域角度还是低频角度，都无法较好地识别电弧信号和正常信号。
3.传统的电弧检测设备受电子技术水平限制，无法对电路电流信号进行高频采样，只能通过低频电流波形区分电弧和正常，特别容易受到负载类型的干扰。此外，有方法将采样出的电流信号转换到低频域，基于特征训练模型或是根据特征直接设置固定阈值，但随着环境的不断改变，特征值会动态变化，且真实场景中正常数据容易受到较大干扰，负载类型也较多，这些都导致设备出现大量误判。若未是被出电路中发生的电弧故障，可能会导致火灾事故的发生。
4.由此可见，如何较准确地识别出电弧信号是本领域人员亟需解决的技术问题。


技术实现要素：

5.本技术的目的是提供一种识别电弧信号的方法、装置、电弧检测设备及介质，用于较准确地识别出电弧信号。
6.为解决上述技术问题，本技术提供一种识别电弧信号的方法，包括：
7.通过模拟数字转换器采集交流电路中目标频段的半波信号；其中，所述目标频段的下限值大于或等于频率阈值，所述频率阈值根据所述电弧信号的频率确定；
8.获取预设数量的所述半波信号的当前频率特征以及获取所有所述预设数量的所述半波信号的所述当前频率特征的均值；其中，频率特征为多个；
9.获取当前半波信号的数据特征；其中，所述当前半波信号为所述预设数量后的所述半波信号；
10.获取所述数据特征与所述均值的差值；
11.在所述差值大于第一阈值的情况下，确定在所述当前频率特征下所述当前半波信号为所述电弧信号；返回所述获取预设数量的所述半波信号的当前频率特征的步骤，直至在所有的所述频率特征下完成确定所述当前半波信号为所述电弧信号或非电弧信号；
12.获取确定所述当前半波信号为所述电弧信号时对应的所述频率特征的数量；
13.若确定所述当前半波信号为所述电弧信号时对应的所述频率特征的数量大于第二阈值，则确定所述当前半波信号为所述电弧信号。
14.优选地，所述获取预设数量的所述半波信号的当前频率特征包括：
15.自所述交流电路中的负载上电开始，获取所述预设数量的所述半波信号的所述当前频率特征。
16.优选地，所述通过模拟数字转换器采集所述交流电路中目标频段的半波信号包括：
17.通过所述模拟数字转换器采集所述交流电路中信号；
18.通过lc滤波电路对所述信号进行滤波以便获取所述目标频段的所述半波信号。
19.优选地，所述lc电路包括电感、第一电阻、第一电容、第二电阻、第二电容、第三电阻；
20.所述第一电阻的第一端、所述电感的第一端、所述第一电容的第一端连接在火线上；所述第一电阻的第二端、所述电感的第二端与所述第二电容的第一端连接；所述第一电容的第二端与所述第二电阻的第一端连接；所述第二电容的第二端与所述第三电阻的第一端连接；所述第一电容与所述第二电阻串联成第一线路，所述第二电容与所述第三电阻串联成第二线路，且所述第一线路与所述第二线路关于所述电感、所述第一电阻形成的并联电路呈上下对称放置。
21.优选地，获取所述半波信号的所述频率特征包括：
22.通过带通滤波器对所述半波信号进行滤波并获取滤波后的所述半波信号；
23.通过快速傅里叶变换获取滤波后的所述半波信号的频率特征；
24.通过中值滤波器对所述频率特征进行滤波以便获取所述半波信号的所述频率特征。
25.优选地，在所述确定所述当前半波信号为所述电弧信号之后，所述方法还包括：
26.输出用于表征所述当前半波信号为所述电弧信号的提示信息。
27.为了解决上述技术问题，本技术还提供一种识别电弧信号的装置，包括：
28.采集模块，用于通过模拟数字转换器采集交流电路中目标频段的半波信号；其中，所述目标频段的下限值大于或等于频率阈值，所述频率阈值根据所述电弧信号的频率确定；
29.第一获取模块，用于获取预设数量的所述半波信号的当前频率特征以及获取所有所述预设数量的所述半波信号的所述当前频率特征的均值；其中，频率特征为多个；
30.第二获取模块，用于获取当前半波信号的数据特征；其中，所述当前半波信号为所述预设数量后的所述半波信号；
31.第三获取模块，用于获取所述数据特征与所述均值的差值；
32.第一确定模块，用于在所述差值大于第一阈值的情况下，确定在所述当前频率特征下所述当前半波信号为所述电弧信号；返回所述获取预设数量的所述半波信号的当前频率特征的步骤，直至在所有的所述频率特征下完成确定所述当前半波信号为所述电弧信号或非电弧信号；
33.第四获取模块，用于获取确定所述当前半波信号为所述电弧信号时对应的所述频率特征的数量；
34.第二确定模块，用于若确定所述当前半波信号为所述电弧信号时对应的所述频率特征的数量大于第二阈值，则确定所述当前半波信号为所述电弧信号。
35.为了解决上述技术问题，本技术还提供一种电弧检测设备，包括：
36.存储器，用于存储计算机程序；
37.处理器，用于执行所述计算机程序时实现上述的识别电弧信号的方法的步骤。
38.为了解决上述技术问题，本技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述的识别电弧信号的方法的步骤。
39.本技术所提供的识别电弧信号的方法，包括：通过模拟数字转换器采集交流电路中目标频段的半波信号；其中，目标频段的下限值大于或等于频率阈值，频率阈值根据电弧信号的频率确定；获取预设数量的半波信号的当前频率特征以及获取所有预设数量的半波信号的当前频率特征的均值；获取当前半波信号的数据特征；其中，当前半波信号为预设数量后的半波信号；获取数据特征与均值的差值；在差值大于第一阈值的情况下，确定在当前频率特征下当前半波信号为电弧信号；返回获取预设数量的半波信号的当前频率特征的步骤，直至在所有的频率特征下完成确定当前半波信号为电弧信号或非电弧信号；获取确定当前半波信号为电弧信号时对应的频率特征的数量；若确定当前半波信号为电弧信号时对应的频率特征的数量大于第二阈值，则确定当前半波信号为电弧信号。该方法中，目标频段的下限值大于或等于频率阈值，频率阈值根据电弧信号的频率确定，由于电弧信号是高频信号，故而，采集的目标频段的半波信号属于高频信号，即根据交流电路中的高频信号的特征区分电弧信号以及非电弧信号，而根据高频信号的特征识别电弧信号可以减少环境中低频干扰对判别的影响，在很大程度上降低误判率；其次，由于均值是根据采集的交流电路中的半波信号确定的，因此，当交流电路发生变化时，均值也会随用电环境改变而动态变化，即将用电环境的干扰考虑进来，使得区分电弧和正常的策略更为合理，能够较准确地识别出电弧信号；另外，该方法中对多个频率特征下的当前半波信号的识别结果进行综合分析，最终确定出当前半波信号的识别结果，极大地避免环境动态改变和负载类型多样性对电弧检测的干扰，能充分有效地判别电弧信号和正常信号。
40.此外，本技术还提供一种识别电弧信号的装置、电弧检测设备以及计算机可读存储介质，与上述提到的识别电弧信号的方法具有相同或相对应的技术特征，效果同上。
附图说明
41.为了更清楚地说明本技术实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
42.图1为本技术实施例提供的一种识别电弧信号的方法的流程图；
43.图2为本技术实施例提供的一种基于动态阈值的电弧判别装置的结构图；
44.图3为本技术的一实施例提供的识别电弧信号的装置的结构图；
45.图4为本技术另一实施例提供的电弧检测设备的结构图。
具体实施方式
46.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下，所获得的所有其他实施例，都属于本技术保护范围。
47.本技术的核心是提供一种识别电弧信号的方法、装置、电弧检测设备及介质，用于
较准确地识别出电弧信号。
48.社会的不断前进和生活水平的提高都与电力的发展息息相关，而故障电弧的产生会严重影响电力系统的可靠运行。由故障电弧引发的电气火灾严重危害人民生命安全，给国家造成巨大的经济损失。根据电弧在线路中产生的位置，可将故障电弧分为串联故障电弧和并联故障电弧。其中串联故障电弧发生时，配电线路中的电流幅值较小，传统的熔断器、剩余电流保护器及过载保护器都无法有效检测，因此研究串联故障电弧的检测方法具有重大意义。传统的电弧检测设备受电子技术水平限制，无法对电路电流信号进行高采样率地采集，只能通过低频电流波形区分电弧和正常，特别容易受到负载类型的干扰。有方法是将采样出的电流信号转换到低频域，基于低频特征训练模型以区分电弧和正常，但部分真实场景中正常数据会受到较大干扰，导致模型频繁出现误判。也有方法对采样出的低频特征直接设置电弧和正常的固定阈值，但随着环境改变，基线会发生改变，难以有效区分电弧和正常。
49.针对电弧判别在真实用电环境中易误判的问题，本技术提出一种基于动态阈值的电弧判别方法，使用专用的电弧采样电路，基于高速模拟数字转换器(analog-to-digital converter，adc)模块采样电路中的电流信号，着重观察高频段的特征信息，考虑到真实动态环境中负载在上电启动时基本是正常状态，求取上电时一定数量的半波信号的高频特征的均值作为基线，后续数据特征与该基线做差进行消噪计算，设定合理阈值与消噪计算结果做对比，实现电弧信号的动态阈值判别，进一步选择多个高频特征，构建动态阈值联合判别模块，充分利用多个动态阈值的判别结果，避免环境动态改变和负载类型多样性对电弧检测的干扰，能充分有效地识别电弧和正常，利于电弧检测设备的推广与现实使用。
50.为了使本技术领域的人员更好地理解本技术方案，下面结合附图和具体实施方式对本技术作进一步的详细说明。图1为本技术实施例提供的一种识别电弧信号的方法的流程图，如图1所示，该方法包括：
51.s10：通过模拟数字转换器采集交流电路中目标频段的半波信号。
52.传统的电弧检测设备受电子技术水平限制，无法对电路电流信号进行高频采样。本实施例中使用专用的电路采样电路连续从火线上进行高速采样，经过高速adc采集交流电路中的目标频段的半波信号。由于目标频段的下限值大于或等于频率阈值，频率阈值根据电弧信号的频率确定，电弧信号一般是高频信号，因此，本实施例中采集的目标频段的半波信号也为高频信号。
53.s11：获取预设数量的半波信号的当前频率特征以及获取所有预设数量的半波信号的当前频率特征的均值。
54.为了提高识别电弧信号的准确性，提取半波信号的多个频率特征，即获取的频率特征为多个。在每个频率特征下获取预设数量的半波信号的频率特征以及获取所有预设数量的半波信号的频率特征的均值。对于预设数量的值不作限定。在采集到预设数量的半波信号后，可以提取获取的预设数量的半波信号的频率特征，由于采集的是高频信号，因此，此处的频率特征具体指的是高频特征。对于提取半波信号的频率特征的方式不作限定，如可以采用快速傅里叶变换(fast fourier transform，fft)等方式。在提取出预设数量的半波信号的高频特征后，获取这些半波信号的高频特征的均值。将该均值作为基线，该均值会随用电环境改变而动态变化，即是一种动态基线。
55.s12：获取当前半波信号的数据特征；其中，当前半波信号为预设数量后的半波信号。
56.s13：获取数据特征与均值的差值；
57.s14：在差值大于第一阈值的情况下，确定在当前频率特征下当前半波信号为电弧信号。
58.在获取到预设数量的半波信号的频率特征的均值后，将预设数量后的半波信号的数据特征与该均值作差进行消噪计算，如从负载上电开始，获取10个半波信号的高频特征，并对这10个半波信号的高频特征取平均值，则第10个以后的半波信号的数据特征均可以和该均值作差进行消噪计算。
59.对于第一阈值不作限定，但是选取的第一阈值要合理。实际中，基于采集的大量原始数据，通过一系列处理得到fft特征，基于电弧和正常数据的高频特征，制定用于区分两者的最佳阈值作为第一阈值。将差值与第一阈值进行比较，若差值大于第一阈值，则根据阈值判别确定当前半波信号为电弧信号；若差值小于或等于第一阈值，则根据阈值判别确定当前半波信号为非电弧信号，即为正常信号。
60.s15：判断在所有的频率特征下是否完成确定当前半波信号为电弧信号或非电弧信号；若否，则返回步骤s11；若是，则进入步骤s16；
61.s16：获取确定当前半波信号为电弧信号时对应的频率特征的数量；
62.s17：若确定当前半波信号为电弧信号时对应的频率特征的数量大于第二阈值，则确定当前半波信号为电弧信号。
63.如，选取的高频特征为n个，包含高频特征1至高频特征n。此处以预设数量为10，当前半波信号为第11个半波信号，高频特征1为例，说明在对第11个半波信号进行电弧信号识别的过程。获取10个半波信号的高频特征1的均值，以及获取第11个半波信号的数据特征，将均值与第11个半波信号的数据特征作差进行消噪计算，将差值与第一阈值进行比较，如果差值大于第一阈值，则确定在高频特征1下，第11个半波信号为电弧信号。在对高频特征2～高频特征n下识别第11个半波信号为电弧信号或非电弧信号与上述描述的高频特征1下识别第11个半波信号为电弧信号或非电弧信号的方式类似，此处不再赘述。
64.在获取到n个高频特征下当前半波信号的判别结果后，可以根据这些判别结果联合确定当前半波信号为电弧信号或非电弧信号。获取确定当前半波信号为电弧信号时对应的频率特征的数量，若数量大于第二阈值，则确定当前半波信号为电弧信号。对于第二阈值不作限定，但是设置的第二阈值也要合理。如优选的，有大于n/2+1个识别结果为电弧信号，则才将当前半波信号判别为电弧信号。如假设选取的高频特征的数量n为7，若对7个高频特征下第11个半波信号的识别结果中存在5个为电弧信号，则确定第11个半波信号为电弧信号。
65.本实施例所提供的识别电弧信号的方法，包括：通过模拟数字转换器采集交流电路中目标频段的半波信号；其中，目标频段的下限值大于或等于频率阈值，频率阈值根据电弧信号的频率确定；获取预设数量的半波信号的当前频率特征以及获取所有预设数量的半波信号的当前频率特征的均值；获取当前半波信号的数据特征；其中，当前半波信号为预设数量后的半波信号；获取数据特征与均值的差值；在差值大于第一阈值的情况下，确定在当前频率特征下当前半波信号为电弧信号；返回获取预设数量的半波信号的当前频率特征的
步骤，直至在所有的频率特征下完成确定当前半波信号为电弧信号或非电弧信号；获取确定当前半波信号为电弧信号时对应的频率特征的数量；若确定当前半波信号为电弧信号时对应的频率特征的数量大于第二阈值，则确定当前半波信号为电弧信号。该方法中，目标频段的下限值大于或等于频率阈值，频率阈值根据电弧信号的频率确定，由于电弧信号是高频信号，故而，采集的目标频段的半波信号属于高频信号，即根据交流电路中的高频信号的特征区分电弧信号以及非电弧信号，而根据高频信号的特征识别电弧信号可以减少环境中低频干扰对判别的影响，在很大程度上降低误判率；其次，由于均值是根据采集的交流电路中的半波信号确定的，因此，当交流电路发生变化时，均值也会随用电环境改变而动态变化，即将用电环境的干扰考虑进来，使得区分电弧和正常的策略更为合理，能够较准确地识别出电弧信号；该方法中对多个频率特征下的当前半波信号的识别结果进行综合分析，最终确定出当前半波信号的识别结果，极大地避免环境动态改变和负载类型多样性对电弧检测的干扰，能充分有效地判别电弧信号和正常信号。
66.上述实施例中将当前半波信号的数据特征与均值作差，其中，均值是通过对预设数量的半波信号的高频特征取平均值得到。为了使获得的均值更具有参考性，在实施中，优选的实施方式是，获取预设数量的半波信号的当前频率特征包括：
67.自交流电路中的负载上电开始，获取预设数量的半波信号的当前频率特征。
68.考虑到真实动态环境中负载在上电启动时基本是正常状态，因此，本实施例是自交流电路中的负载上电开始，获取预设数量的半波信号的当前频率特征。如自交流电路中的负载上电开始，获取10个半波信号的当前频率特征。
69.本实施例所提供的自交流电路中的负载上电开始，获取预设数量的半波信号的当前频率特征，由于真实动态环境中负载在上电启动时基本是正常状态，因此，该方法获得的均值更具有参考性。
70.在采集半波信号时，为了尽可能地减少低频信号的干扰，优选的实施方式是，通过模拟数字转换器采集交流电路中目标频段的半波信号包括：
71.通过模拟数字转换器采集交流电路中信号；
72.通过lc滤波电路对信号进行滤波以便获取目标频段的半波信号。
73.图2为本技术实施例提供的一种基于动态阈值的电弧判别装置的结构图。如图2所示，lc滤波电路1包括电感l、第一电阻r1、第一电容c1、第二电阻r2、第二电容c2、第三电阻r3；
74.第一电阻r1的第一端、电感l的第一端、第一电容c1的第一端连接在火线上；第一电阻r1的第二端、电感l的第二端与第二电容c2的第一端连接；第一电容c1的第二端与第二电阻r2的第一端连接；第二电容c2的第二端与第三电阻r3的第一端连接；第一电容c1与第二电阻r2串联成第一线路，第二电容c2与第三电阻r3串联成第二线路，且第一线路与第二线路关于电感l、第一电阻r1形成的并联电路呈上下对称放置。
75.本实施例所提供的获取目标频段的半波信号的方法中，从火线上采样下来的信号，使用高速adc转换为数字信号，采样率高达400mhz，可充分保证原始信号的信息；电感和电阻第一电阻并联，接在火线上，第一电容和第二电阻串联，第二电容和第三电阻串联，且上下呈对称结构，可充分地采样出高频信号，并有效阻断低频信号。
76.在实施中，为了减少高频特征中的噪声干扰，优选的实施方式是，获取半波信号的
频率特征包括：
77.通过带通滤波器对半波信号进行滤波并获取滤波后的半波信号；
78.通过快速傅里叶变换获取滤波后的半波信号的频率特征；
79.通过中值滤波器对频率特征进行滤波以便获取半波信号的频率特征。
80.本实施例所提供的方法中，通过频段为2mhz～50mhz的带通滤波器滤波、fft变换和中值滤波器滤波，使得能够输出去噪的特定高频段的fft特征。
81.在确定当前半波信号为电弧信号之后，为了使用户及时了解到当前半波信号的识别结果，优选的实施方式是，识别电弧信号的方法还包括：
82.输出用于表征当前半波信号为电弧信号的提示信息。
83.对于输出提示信息的具体的方式、提示信息的具体的内容不作限定，根据实际情况确定。通过提示信息，用户能够直观了解到当前半波的识别结果。
84.在上述实施例中，对于识别电弧信号的方法进行了详细描述，本技术还提供识别电弧信号的装置、电弧检测设备对应的实施例。需要说明的是，本技术从两个角度对装置部分的实施例进行描述，一种是基于功能模块的角度，另一种是基于硬件的角度。
85.图3为本技术的一实施例提供的识别电弧信号的装置的结构图。本实施例基于功能模块的角度，包括：
86.采集模块10，用于通过模拟数字转换器采集交流电路中目标频段的半波信号；其中，目标频段的下限值大于或等于频率阈值，频率阈值根据电弧信号的频率确定；
87.第一获取模块11，用于获取预设数量的半波信号的当前频率特征以及获取所有预设数量的半波信号的当前频率特征的均值；其中，频率特征为多个；
88.第二获取模块12，用于获取当前半波信号的数据特征；其中，当前半波信号为预设数量后的半波信号；
89.第三获取模块13，用于获取数据特征与均值的差值；
90.第一确定模块14，用于在差值大于第一阈值的情况下，确定在当前频率特征下当前半波信号为电弧信号；返回第一获取模块11，直至在所有的频率特征下完成确定当前半波信号为电弧信号或非电弧信号进入第四获取模块15；
91.第四获取模块15，用于获取确定当前半波信号为电弧信号时对应的频率特征的数量；
92.第二确定模块16，用于若确定当前半波信号为电弧信号时对应的频率特征的数量大于第二阈值，则确定当前半波信号为电弧信号。
93.由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。本实施例所提供的识别电弧信号的装置具有与上述提到的识别电弧信号的方法相同的有益效果。
94.图4为本技术另一实施例提供的电弧检测设备的结构图。本实施例基于硬件角度，如图4所示，电弧检测设备包括：
95.存储器20，用于存储计算机程序；
96.处理器21，用于执行计算机程序时实现如上述实施例中所提到的识别电弧信号的方法的步骤。
97.本实施例提供的电弧检测设备可以包括但不限于智能手机、平板电脑、笔记本电
脑或台式电脑等。
98.其中，处理器21可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器21可以采用数字信号处理器(digital signal processor，dsp)、现场可编程门阵列(field－programmable gate array，fpga)、可编程逻辑阵列(programmable logic array，pla)中的至少一种硬件形式来实现。处理器21也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称中央处理器(central processing unit，cpu)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器21可以集成有图形处理器(graphics processing unit，gpu)，gpu用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器21还可以包括人工智能(artificial intelligence，ai)处理器，该ai处理器用于处理有关机器学习的计算操作。
99.存储器20可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器20还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。本实施例中，存储器20至少用于存储以下计算机程序201，其中，该计算机程序被处理器21加载并执行之后，能够实现前述任一实施例公开的识别电弧信号的方法的相关步骤。另外，存储器20所存储的资源还可以包括操作系统202和数据203等，存储方式可以是短暂存储或者永久存储。其中，操作系统202可以包括windows、unix、linux等。数据203可以包括但不限于上述所提到的识别电弧信号的方法所涉及到的数据等。
100.在一些实施例中，电弧检测设备还可包括有显示屏22、输入输出接口23、通信接口24、电源25以及通信总线26。
101.本领域技术人员可以理解，图4中示出的结构并不构成对电弧检测设备的限定，可以包括比图示更多或更少的组件。
102.本技术实施例提供的电弧检测设备，包括存储器和处理器，处理器在执行存储器存储的程序时，能够实现如下方法：识别电弧信号的方法，效果同上。
103.本技术还提供一种计算机可读存储介质对应的实施例。计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述方法实施例中记载的步骤。
104.可以理解的是，如果上述实施例中的方法以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
105.本技术提供的计算机可读存储介质包括上述提到的识别电弧信号的方法，效果同上。
106.为了使本技术领域的人员更好地理解本技术方案，下面结合上文中的图2和具体实施方式对本技术作进一步的详细说明。图2中描述的基于动态阈值的电弧判别装置的结构图中，包含采样电路、硬件数字信号处理单元2、软件算法处理单元3。首先使用专用的电
弧采样电路连续从火线上进行高速采样，在硬件数字信号处理单元2中，高速adc转换出的数字信号经过带通滤波，可选通特定的高频段且滤除该频段内噪声，之后使用fft变换以获取信号的高频fft特征，最后经过中值滤波对脉冲噪声进行滤除，输出较为理想的高频特征；在软件算法处理单元3中，首先对硬件部分输出的理想高频特征进行特征分析，筛选出用于区分电弧和正常的1到n个高频特征，然后分别输入到n个“高频特征
‑‑
动态基线
‑‑
消噪计算
‑‑
阈值判别”的动态阈值判别单元，基于真实动态环境中负载在上电启动时基本是正常状态，在每个动态阈值判别单元中，以上电时一定数量的半波信号的高频特征的均值作为动态基线，后续每个半波的数据特征与该基线做差进行消噪计算，设定合理阈值与消噪计算结果做对比，当相减的差值大于设定阈值，阈值判别为电弧，反之为正常，实现基于单个高频特征的动态阈值判别，最后将n个动态阈值判别的结果输入动态阈值联合判别模块，如果有大于n/2+1个动态阈值将信号判为电弧时，将该半波周期的信号才判别为电弧，否则判别为正常。
107.详细地，对于动态阈值的软件算法处理单元3，描述其公式化的计算过程。将高频特征表示为hf，高频特征个数表示为n，动态基线表示为db，消噪计算表示为ne，阈值判别表示为td；取m个周期数的正常数据，后续某个周期数据的高频特征记为hf*；使用cu计数，cu初始值为0，当动态阈值的判别结果为电弧，cu加1，否则不变。以hfn(高频特征n)为例，说明单个动态阈值判别单元的计算过程。对于hfn有：
[0108][0109]
nen＝hfn*-dbn
[0110]
对于n个动态阈值的判别，如果最终cu》n/2+1，则该周期的判别结果最终为电弧，否则为正常。
[0111]
本技术中搭建专用的电弧采样电路，利于充分采样出高频信号；使用高速adc进行模数转换，充分保证信号的原始信息；对于数字信号，使用带通滤波器滤波、fft变换和中值滤波器滤波，可充分滤除特定高频段的噪声，输出较为理想的高频fft特征；基于电弧和正常的特征图可视化分析，充分地筛选出易于判别电弧的n个高频特征；设计动态阈值判别单元，采用高频特征、动态基线、消噪计算、阈值判别的方式，可更有效地避免环境改变和负载类型多样性对电弧检测的干扰，更利于真实动态环境下多种负载的电弧判别；设计动态阈值联合判别模块，综合分析多个动态阈值判别单元的判别结果，当用电环境改变时，电弧判别不会受到影响，极大地避免了真实情况下的误判，更利于电弧检测设备的现实使用和推广。
[0112]
以上对本技术所提供的识别电弧信号的方法、装置、电弧检测设备及介质进行了详细介绍。说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以对本技术进行若干改进和修饰，这些改进和修饰也落入本技术权利要求的保护范围
内。
[0113]
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。