关键词:
电气火灾
故障电弧
多信息融合
模糊逻辑推理
神经网络
摘要:
安全用电已成为我国电力事业发展的永恒主题之一。如何有效检测引起电气火灾的原因,降低电气火灾事故的发生率及造成的生命财产损失,成为当今社会安全用电的研究重点。建筑物低压配电系统中,现有预防电气火灾的保护装置,主要对过载、短路等引起的过电流及由接地故障产生的剩余电流,起到检测作用。当发生易引起电气火灾的串联型故障电弧时,因故障电流值低于传统保护装置的动作阈值,不能全面、有效的预防电气火灾,致使我国每年因电气故障引发的火灾,居其他原因引发火灾的首位。
本文首先对课题的研究背景和意义,电气火灾的特点,引起电气火灾的主要原因,预防电气火灾的保护装置及技术措施在国内外的发展现状做了综述性分析,查阅了现有的有关预防电气火灾的标准规范,深入分析了亟待解决的关键问题。
其次,搭建模拟低压配电线路中故障电弧的实验平台,使用电流互感器和数据采集模块采集回路负荷量发生变化时的波形,电阻性负载、阻感性负载时的故障电弧波形及计算机开关电源波形数据;并使用电能质量分析仪验证故障电弧波形,进行谐波、电流的K-系数和总谐波畸变率的分析;使用多功能示波器对采集的故障电弧波形进行初步的数学函数分析。
第三,为有效分析故障电弧波形特征与实际生活中负载正常工作时的相似点和区别,本文使用MATLAB软件,分别采用快速傅里叶变换、小波变换、数据统计分析的方法,分析采集的阻性、阻感性负载的故障电弧波形,负荷量发生变化时的波形,计算机开关电源的波形数据。分析和提取上述波形的频谱,小波高频系数,计算波形各周期采样数据的和、最大值、中值、均值、标准差和斜率,以表格和图形的形式表述了各波形的特征及上述方法在辨识故障电弧时的优缺点。
第四,为了弥补现有预防电气火灾技术的不足,本文提出了基于多信息融合的电气火灾智能检测技术,分别使用模糊逻辑推理和超闭球CMAC神经网络建立系统模型,将提取的多信息融合,对建筑物低压配电系统中常引起电气火灾的故障电弧进行检测,通过仿真验证建立的多信息融合模型的可靠性,从而说明多信息融合方法在故障电弧检测方面可弥补单一判据的不足,更全面、精确的预防电气火灾。
最后,文章对所做的工作进行了总结,提出电气火灾智能检测技术下一步需要解决的问题和研究方向。