西北工业大学 陕西省西安市 710000
摘要：据应急管理部消防救援局火灾统计数据显示，2012—2018年，全国平均每年有约8．9万起电气火灾事故发生，在所有类型火灾中排名第一，占全国火灾总数的33．43%，重特大火灾中更是占到75%。电气火灾的发生造成了极大的人员伤亡和经济损失。大量研究数据表明，低压配电线路的故障电弧是引起电气火灾的最主要原因。
关键词：低压交流；串联故障电弧；检测
引言
电弧故障保护电器（Arc Fault Detection Devices，AFDD）是一种新型用电线路保护装置。其主要功能是检测和辨别危险的接地电弧故障、并联电弧故障和串联电弧故障，并及时驱动使电流断开的装置，避免发生电气火灾。AFDD装置的电弧故障检测识别技术对于电网的交流配电保护起到了关键作用，将来也为直流领域、智能城市、航空航天电气系统以及油电混动新能源车及电气系统的直流电弧故障检测提供有效保护。
1典型串联型故障电弧电流波形分析
选取三相异步电动机和工控机2个典型负载进行串联型故障电弧模拟实验，其中三相异步电动机为线性负载中阻感性负载，工控机为非线性负载。实验中采集的典型负载在线路正常运行和发生串联型故障电弧时的电流波形如图1所示。在线路正常运行时，三相异步电动机电流波形具有周期性，近似为正弦波；在线路发生串联型故障电弧时，三相异步电动机电流波形在过零点处出现了明显的“零休”现象，整体波形发生了一定程度的畸变。工控机由于本身的非线性负载特性，其在线路正常运行时的电流波形便有明显的“零休”现象，但仍具有周期性；在线路发生串联型故障电弧时，工控机电流波形在过零点处出现了大量毛刺，整体波形发生了较为严重的畸变。
.png)
图1典型负载在线路正常运行和发生串联型故障电弧时的电流波形
2低压交流串联故障电弧检测
2.1基于电弧物理特征的检测方法
电弧燃烧时伴有的弧声、弧光、温度、压力等物理现象通常被用作故障诊断的依据。国内外相关学者已经研制出一些利用电弧的光学、电磁辐射等特性来检测故障电弧的方法。设计一种故障电弧检测装置，若压力分区话筒、红外接收器、回路电线均检测到电弧，则确定发生了故障电弧。使用电磁波和声波的双峰性进行故障电弧检测与定位，可以检测被监视区域内的故障电弧。提取故障电弧电磁辐射信号的模极大值以获得特征值，并根据该特征值设置合理的阈值来判断是否发生故障电弧。受传感器检测范围的限制，将弧光、噪声、辐射和温度变化等物理特征用于故障电弧检测更常见于开关柜中，例如德国Moeller公司的ARCON系统、瑞士ABB公司的ARCGuard系统、芬兰Vaasa公司的VAMP系统等。这类方法应用在低压配电线路主要存在以下问题：①利用物理特征进行检测要求传感器位置固定，而故障电弧的随机性导致位置不确定，如果传感器安装位置距离故障发生地点较远，检测效果将大大降低，这是无法大规模应用于电力线路的主要原因；②与配电柜、隔离配电柜、开关柜等设备相比，配电线路中的电弧物理特征相对较弱，隐蔽性较强，不容易被发现，要提高检测的灵敏度则势必会导致检测装置成本的增加。
2.2故障电弧检测应用
在消防产品市场应用中，技术保护一般都以专利形式进行。目前，国内外的消防产品在故障电弧检测方面，主要通过比较电流波形特征与代表典型电弧电流的设定阈值来检测故障电弧。先根据电流数据计算出的故障电弧特征值，预设特征值阈值，然后再以此为依据进行判断：若运行时故障电弧特征值低于阈值T1，判断未产生故障电弧；若运行时故障电弧特征值高于阈值T2，判断产生故障电弧，立即进行脱扣处理；若运行时故障电弧特征值介于阈值T1和T2之间，判断状态不定，进行报警处理。将采集到的数据转换成低频段、高光谱分辨率的频率数据，通过识别频率数据在至少两个后续观察窗之间的差异及超过阈值的特性来辨别电弧状态。对电流传感器提供的高频电流信号进行滤波，与设定阈值进行比较，通过电压过零信号、阈值比较和预定周期数的不对称高频信号三种检测结果来判断是否跳闸切断电弧。然而，以预先提取的故障电弧特征作为判别依据，其动作阈值范围有限，无法自适应地随负载和环境的变化而变化，容易造成误动作。当负载为线性负载或负载变化不大时，这类方法基本满足条件；而在电弧燃烧周期内，非线性负载的故障电弧电流的时域、频域特征可能会随时间发生变化。因此，难以保证预先提取的串联故障电弧特征的代表性是故障电弧向前发展的主要障碍。可以看出，故障电弧检测技术研究应用到现场，是需要一个过程的，市场上相对成熟的应用技术普遍滞后于先进理论技术的研究。但任何技术研究的目标都是为了走向市场，解决问题，造福人类。因而，现场的技术虽然与研究领域的技术相比有所滞后，但其逐步发展，为先进技术的投入应用奠定了良好的基础，提供了一定的经验。
3故障电弧检测技术的发展趋势
多年来，国内外研究学者一直致力于故障电弧精确检测的研究。针对目前国内外在这一领域的研究现状和低压串联故障电弧精确检测的难点，可以从以下几个方面进一步深入研究，以期获得更好的检测效果，并尽快应用于现场，从而为火灾减少做出一定的贡献。
（1）综合弧光、噪声、辐射、温度、电流、电压变化的信息，将多参量信息进行融合，建立多参量信息融合模型是故障电弧检测的一个主要方向。它有利于提高检测精度，弥补单一参量的不足，但还需进一步研究多特征信息下故障电弧高精度辨识的智能算法。
（2）针对电器种类和联结方式的复杂性，采用深度学习等新技术自动学习故障电弧深层特征，通过囊括大规模电流数据，及时分析用电线路变化情况和准确辨识故障电弧是否发生，做到自适应保护，以适应低压电网的多样化发展。
（3）目前对故障电弧检测的研究基本停留在电弧发生后再检测，在电弧燃起来之前实现故障电弧检测是一个比较新的课题。已有研究表明，可根据电弧燃弧前的特征，如燃弧前空气击穿产生的超声波，来实现故障电弧预警。
（4）目前的算法在如何正确识别串联故障电弧方面做出了深入研究，判断精度比较高。而在高准确率情况下，系统判断结果也可能出现有故障电弧检测不到、没有故障电弧却判断有故障电弧的情况。因此，要尽可能防止误诊，可以等待一定数量的连续假阴性事件或一个时间段内出现的事件数量来判断是否断开电路。
（5）判断方法是否能够达到判断故障电弧的效果，要进行具体实验数据的分析，对尽量多负载正常、故障时的电流、电压波形进行采集。这就需要建立完整的低压串联故障电弧数据库。
结语
在将来信息化飞速发展的社会，电弧故障保护装置能够更有效快捷地解决工业和民用的电弧故障问题，从而很大程度的降低电气火灾发生率，保障电气用电更安全可靠。
参考文献：
［1］杨凯，张认成，杨建红，等．基于分形维数和支持向量机的串联电弧故障诊断方法［J］．电工技术学报，2016，31（2）：70-77．
［2］邹云峰，吴为麟，李智勇．基于自组织映射神经网络的低压故障电弧聚类分析［J］．仪器仪表学报，2010，31（3）：571-576．
［3］张士文，张峰，王子骏，等．一种基于小波变换能量与神经网络结合的串联型故障电弧辨识方法［J］．电工技术学报，2014，29（6）：290-295．
［4］刘晓明，赵洋，曹云东，等．基于多特征融合的交流系统串联电弧故障诊断［J］．电网技术，2014，38（2）：795-801．