电弧故障识别方法和装置

本公开涉及人工智能，更具体地涉及一种电弧故障识别方法、装置。

背景技术：

1、太阳能光伏板发生电弧故障后会产生较为严重的后果，所以为了保证太阳能光伏板能够正常工作，对电弧的故障检测尤为重要。

2、现有技术中，对电弧的故障检测通常是通过深层卷积结构，针对回路电流对直流电弧进行特征提取，通过提取的特征判断电弧故障情况。

3、在实现本公开构思的过程中，发明人发现现有技术中至少存在如下问题：现有的电弧故障检测方法占用计算资源量大、效率低、操作复杂。

技术实现思路

1、鉴于上述问题，本公开提供了一种电弧故障处理方法、装置、设备、介质和程序产品。

2、根据本公开的第一个方面，提供了一种电弧故障处理方法，包括：对关于光伏板的电流功率谱进行预处理，得到目标功率谱图；基于上述目标功率谱图，得到电流特征矩阵；对上述电流特征矩阵进行深度可分离卷积和通道混洗，得到通道交互特征；基于上述通道交互特征，得到电弧故障识别结果。

3、根据本公开的实施例，上述对关于光伏板的电流功率谱进行预处理，得到目标功率谱图，包括：基于预设时间内的上述功率谱，得到预设分辨率的第一功率谱图；对上述第一功率谱图进行归一化处理，得到第二功率谱图；对上述第二功率谱图进行灰度处理，得到上述目标功率谱图。

4、根据本公开的实施例，上述对上述电流特征矩阵进行通道混洗，得到通道交互特征，包括：对上述电流特征矩阵进行第一模式通道混洗，得到第一通道交互特征；以及对上述第一通道交互特征进行第二模式通道混洗，得到上述通道交互特征。

5、根据本公开的实施例，上述对上述电流特征矩阵进行第一模式深度可分离卷积和通道混洗，得到第一通道交互特征，包括：对上述电流特征矩阵进行第一模式的特征提取，得到第一卷积矩阵；对上述电流特征矩阵进行第二模式的特征提取，得到第二卷积矩阵；将上述第一卷积矩阵和上述第二卷积矩阵进行矩阵拼接，得到第三卷积矩阵；将上述第三卷积矩阵进行通道重排，得到上述第一通道交互特征。

6、根据本公开的实施例，上述对上述第一通道交互特征进行第二模式深度可分离卷积和通道混洗，得到上述通道交互特征，包括：对上述第一通道交互特征进行通道分割，得到第四卷积矩阵和第五卷积矩阵；对上述第五卷积矩阵进行第三模式的特征提取，得到第六卷积矩阵；将上述第四卷积矩阵和上述第六卷积矩阵进行矩阵拼接，得到第七卷积矩阵；将上述第七卷积矩阵进行通道重排，得到上述第一通道交互特征。

7、根据本公开的实施例，上述基于上述通道交互特征，得到电弧故障识别结果，包括：对上述通道交互特征进行卷积，得到卷积特征；对上述卷积特征进行全局池化，得到全局特征；对上述全局特征进行分类，得到上述电弧故障识别结果，其中，上述电弧故障识别结果用于表征电流中是否存在电弧。

8、根据本公开的实施例，上述基于上述目标功率谱图，得到电流特征矩阵，包括：对上述目标功率谱图进行向量转换，得到初始特征矩阵；对上述初始特征矩阵进行卷积，得到卷积特征矩阵；对上述卷积特征矩阵进行最大池化，得到电流特征矩阵。

9、根据本公开的实施例，上述对上述第五卷积矩阵进行第三模式的特征提取，得到第六卷积矩阵，包括：对上述第五卷积矩阵进行深度可分离卷积的特征提取，得到上述第六卷积矩阵。

10、根据本公开的实施例，上述对上述全局特征进行分类，得到上述电弧故障识别结果，包括：对上述全局特征进行分类，得到电弧识别结果；在上述电弧识别结果用于表征电流中存在电弧的情况下，确定上述电弧故障识别结果用于表征上述电流存在电弧故障；在上述电弧识别结果用于表征电流中不存在电弧的情况下，确定上述电弧故障识别结果用于表征上述电流不存在电弧故障。

11、本公开的第二方面提供了一种电弧故障识别装置，包括：预处理模块，用于对关于光伏板的电流功率谱进行预处理，得到目标功率谱图；特征转换模块，用于基于上述目标功率谱图，得到电流特征矩阵；通道交互模块，用于对上述电流特征矩阵进行深度可分离卷积和通道混洗，得到通道交互特征；以及结果确定模块，用于基于上述通道交互特征，得到电弧故障识别结果。

12、本公开的第三方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当上述一个或多个程序被上述一个或多个处理器执行时，使得一个或多个处理器执行上述电弧故障识别方法。

13、本公开的第四方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述电弧故障识别方法。

14、本公开的第五方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述电弧故障识别方法。

15、根据本公开的实施例，对光伏板的电流功率谱进行预处理，得到具有一定大小及形式目标功率谱图，提高处理速度和电弧故障识别的准确率。将目标功率谱图转化为计算机可以直接处理的，维度较低的电流特征矩阵，可以提高电弧故障识别的速度。通过对电流特征矩阵进行深度可分离卷积和通道混洗，减少计算资源占用，提高电弧故障识别的精度和速度。最后基于通道交互特征，通过卷积和池化操作后进行二分类，使得到的电弧故障识别结果准确率更高。

技术特征：

1.一种电弧故障识别方法，包括：

2.根据权利要求1所述的方法，其中，所述对关于光伏板的电流功率谱进行预处理，得到目标功率谱图，包括：

3.根据权利要求1所述的方法，其中，所述对所述电流特征矩阵进行深度可分离卷积和通道混洗，得到通道交互特征，包括：

4.根据权利要求3所述的方法，其中，所述对所述电流特征矩阵进行第一模式深度可分离卷积和通道混洗，得到第一通道交互特征，包括：

5.根据权利要求3所述的方法，其中，所述对所述第一通道交互特征进行第二模式深度可分离卷积和通道混洗，得到所述通道交互特征，包括：

6.根据权利要求1所述的方法，其中，所述基于所述通道交互特征，得到电弧故障识别结果，包括：

7.根据权利要求1所述的方法，其中，所述基于所述目标功率谱图，得到电流特征矩阵，包括：

8.根据权利要求5所述的方法，所述对所述第五卷积矩阵进行第三模式的特征提取，得到第六卷积矩阵，包括：

9.根据权利要求6所述的方法，所述对所述全局特征进行分类，得到所述电弧故障识别结果，包括：

10.一种电弧故障识别装置，包括：

技术总结
本公开提供了一种电弧故障识别方法，可以应用于人工智能技术领域。该电弧故障识别方法包括：对关于光伏板的电流功率谱进行预处理，得到目标功率谱图；基于目标功率谱图，得到电流特征矩阵；对电流特征矩阵进行深度可分离卷积和通道混洗，得到通道交互特征；基于通道交互特征，得到电弧故障识别结果。

技术研发人员：王尧,李腾,白翠艳,盛德杰,包志舟,蔡慧茂,李奎
受保护的技术使用者：河北工业大学
技术研发日：
技术公布日：2024/1/25