基于Chirplet稀疏表示的大电流光伏系统微弱故障电弧检测方法

针对大电流光伏直流系统中早期微弱故障电弧特征提取困难的问题，提出一种基于Chirplet稀疏表示的时频信息提取方法。通过构建多负载直流故障电弧实验平台，结合改进哈里斯鹰算法优化Chirplet原子字典，有效抑制逆变器噪声干扰，构建最优检测特征，并验证其在支路小电流与铝电极条件下的普适性。采用K-means无监督分类器实现电弧检测，实验结果表明，波形检出准确率达100%，平均检出时间0.31 s，较现有方法分别提升48.22%和缩短1.9 s，并在树莓派平台完成硬件部署。

针对光伏直流系统大电流等级下早期微弱故障电弧特征难以提取的问题,提出基于Chirplet稀疏表示提取早期微弱故障电弧时频信息的方法.首先,搭建含有电阻、电子负载以及逆变器负载的直流故障电弧实验平台,研究Chirplet稀疏表示对大电流等级不同系统拓扑下早期微弱故障电弧时频信息的提取效果;通过多策略改进的哈里斯鹰算法优化Chirplet时频原子字典的构成,以消除逆变器噪声对微弱电弧时频信息的强干扰,实现基于Chirplet稀疏表示的最佳检测特征构建,并通过实验数据验证大电流母线上的特征对于支路小电流生弧和铝电极材料生弧条件下微弱故障电弧检测的普适性;最后,基于 K-means 无监督分类器构建故障电弧的检测算法,检测结果表明,所提Chirplet稀疏表示特征的波形检出准确率为 100%、平均检出时间为 0.31 s,相较于现有方法的准确率平均提升 48.22%、检出时间平均缩短1.9 s,并基于树莓派平台完成算法的硬件实现.