收稿日期：2021-11-12

基金項(xiàng)目：國(guó)家重點(diǎn)研發(fā)計(jì)劃（2018YFB1503000；2018YFB1503001）；上海市科委科技計(jì)劃（21DZ1207300）

通信作者：王志新（1964—），男，博士、教授，主要從事光伏發(fā)電控制、新能源發(fā)電技術(shù)方面的研究。wangzxin@sjtu.edu.cn

DOI：10.19912/j.0254-0096.tynxb.2021-1383 文章編號(hào)：0254-0096（2023）04-0398-09

摘 要：提出一種基于高頻注入的主動(dòng)式智慧建筑直流系統(tǒng)串聯(lián)型電弧故障檢測(cè)方法。通過線圈耦合的方式向直流母線注入一定特征的高頻電流信號(hào)，提取電流輸出響應(yīng)信號(hào)特征，再經(jīng)過小波變換分析電流輸出與輸入信號(hào)特征變化及其穩(wěn)定性，制定識(shí)別電弧故障的判據(jù)?；贛atlab/Simulink仿真平臺(tái)和Cassie電弧模型進(jìn)行仿真分析，并設(shè)計(jì)相應(yīng)的實(shí)驗(yàn)驗(yàn)證平臺(tái)，結(jié)果表明所提出的檢測(cè)方法能準(zhǔn)確識(shí)別系統(tǒng)串聯(lián)電弧故障，且能有效降低電力電子等開關(guān)器件噪聲和不同運(yùn)行工況等外部條件的影響，魯棒性較強(qiáng)。

關(guān)鍵詞：光伏發(fā)電；電氣故障電流；小波變換；智能建筑；分布式發(fā)電

中圖分類號(hào)：TM62""""""""""" """""""""""" """文獻(xiàn)標(biāo)志碼：A

0 引 言

分布式光伏發(fā)電技術(shù)的進(jìn)步與規(guī)?；瘧?yīng)用是實(shí)現(xiàn)雙碳目標(biāo)的有效手段之一。其中，基于直流配電網(wǎng)絡(luò)的智慧建筑集成了分布式光伏發(fā)電、儲(chǔ)能系統(tǒng)和充電等直流負(fù)載和建筑能源管理系統(tǒng)，該應(yīng)用場(chǎng)景已成為業(yè)界公認(rèn)的趨勢(shì)［1-2］。圖1所示智慧建筑直流系統(tǒng)結(jié)構(gòu)圖，涉及的直流電壓涵蓋48、110、220、375 V等。

智慧建筑直流系統(tǒng)在運(yùn)行過程中易發(fā)生導(dǎo)體絕緣損壞、斷線或接觸松動(dòng)，繼而在絕緣損壞或接觸不良處產(chǎn)生直流電弧［3-9］。當(dāng)線路中出現(xiàn)直流串聯(lián)型電弧故障時(shí)，電弧可等效為一個(gè)非線性電阻，線路阻抗勢(shì)必增大，電弧電壓升高，回路電流減小，因此，現(xiàn)有的過流保護(hù)裝置無(wú)法對(duì)其進(jìn)行有效保護(hù)，且由于直流電弧無(wú)過零點(diǎn)，也不具有周期性特征，難以實(shí)現(xiàn)自熄滅，因此易引發(fā)火災(zāi)事故，危及建筑物及人身安全［10-11］。

目前，國(guó)內(nèi)外學(xué)者針對(duì)直流電弧故障的檢測(cè)方法進(jìn)行了相應(yīng)研究。例如，美國(guó)圣地亞國(guó)家實(shí)驗(yàn)室率先對(duì)光伏系統(tǒng)直流串聯(lián)電弧故障檢測(cè)問題進(jìn)行研究，并深入研究分布式光伏發(fā)電系統(tǒng)串聯(lián)電弧和并聯(lián)電弧的相關(guān)特征，證明兩種故障電弧的噪聲信號(hào)基本相同［12-13］。文獻(xiàn)［14-15］研究了電弧的電壓-電流特性，表明電弧電壓與電源電壓無(wú)直接關(guān)系，而電弧電流在電弧不同發(fā)展階段有所不同；文獻(xiàn)［16］通過實(shí)驗(yàn)平臺(tái)采集大量數(shù)據(jù)進(jìn)行傅里葉變換分析，得出電弧特性并進(jìn)行閾值選擇；文獻(xiàn)［17］通過采樣光伏系統(tǒng)中直流母線上的電流信號(hào)，分析故障電弧電流信號(hào)的時(shí)頻域特征，得知故障電弧與正常狀態(tài)在高頻段有較明顯的區(qū)分；文獻(xiàn)［18］利用小波變換的方法，提出3種區(qū)分正常及電弧故障狀態(tài)的時(shí)頻判據(jù)，并提出一種基于時(shí)域與頻域的混合故障判據(jù)。

目前，電弧故障檢測(cè)方法研究的主要目標(biāo)是如何實(shí)現(xiàn)直流電弧故障的精確、快速檢測(cè)，同時(shí)提高直流電弧故障檢測(cè)方法的抗干擾能力以減少誤判。為模擬電弧故障，通常采用黑盒模型來(lái)描述電弧與電網(wǎng)的相互作用［19］。黑盒模型采用斷路器試驗(yàn)的電壓和電流軌跡以及微分方程建立電弧模型。其中，多數(shù)文獻(xiàn)都采用了Cassie和Mayr模型［20］，并通過選擇合適的電弧參數(shù)，如時(shí)間常數(shù)和冷卻功率（通常視為電弧電流和電壓的函數(shù)）等模擬故障電弧［21-25］。

本文在上述研究的基礎(chǔ)上，提出一種基于高頻注入的主動(dòng)式智慧建筑直流系統(tǒng)串聯(lián)型電弧故障檢測(cè)方法，基于Matlab/Simulink仿真平臺(tái)，采用Cassie電弧模型構(gòu)建仿真電路，并搭建相應(yīng)的實(shí)驗(yàn)平臺(tái)，驗(yàn)證了應(yīng)用小波變換和小波相干性理論檢測(cè)低壓直流系統(tǒng)串聯(lián)型電弧故障的有效性。

1 檢測(cè)方法與理論基礎(chǔ)

1.1 主動(dòng)式電弧故障檢測(cè)技術(shù)

目前，針對(duì)低壓直流系統(tǒng)電弧故障的檢測(cè)主要采用被動(dòng)方式，即通過檢測(cè)分析故障電路的電流或電壓高頻特征，從而判斷系統(tǒng)中是否存在電弧故障。該方式的缺陷主要是所獲得的電弧信號(hào)特征易受外界條件，如電力電子開關(guān)器件噪聲、不同運(yùn)行工況等的影響，而易造成系統(tǒng)誤判。

本文提出一種主動(dòng)式檢測(cè)方法，即主動(dòng)注入具有一定特征的高頻信號(hào)，然后檢測(cè)輸出響應(yīng)的高頻信號(hào)，分析比較二者之間的特征差異來(lái)判斷智慧建筑直流系統(tǒng)是否有串聯(lián)型電弧故障產(chǎn)生。采用小波變換和小波相干性分析來(lái)處理數(shù)據(jù)，無(wú)串聯(lián)型電弧故障發(fā)生時(shí)輸出響應(yīng)的高頻信號(hào)應(yīng)是穩(wěn)定的，也就是其頻率分量系數(shù)也應(yīng)是穩(wěn)定在一定范圍內(nèi)的。當(dāng)串聯(lián)型電弧故障發(fā)生時(shí)，一方面其輸出響應(yīng)本身的頻率分量系數(shù)不再穩(wěn)定，偏離一定范圍，其穩(wěn)定性特征被破壞；另一方面，與輸入高頻信號(hào)相比，其特征也會(huì)產(chǎn)生差異，因此，通過獲取基于主動(dòng)檢測(cè)方法的串聯(lián)電弧故障特征，就可以準(zhǔn)確地檢測(cè)智慧建筑串聯(lián)電弧故障。

圖2所示系統(tǒng)主要由直流電源、電弧故障發(fā)生裝置、數(shù)據(jù)采集裝置、高頻信號(hào)發(fā)生與注入裝置和大功率波紋繞線電阻器組成，圖3所示高頻信號(hào)發(fā)生與注入裝置用于向低壓直流系統(tǒng)母線注入高頻電流信號(hào)，由功率輸出函數(shù)信號(hào)發(fā)生器、保護(hù)電路和耦合線圈組成，電弧故障檢測(cè)流程如圖4所示。

1.2 相干性函數(shù)

對(duì)兩個(gè)連續(xù)有限能量信號(hào)[x（t）]和[y（t）]，相干性反映了[x（t）]與[y（t）]在頻域下的線性相關(guān)程度，如式（1）所示。相干值[Cf]始終在0～1之間，其中，0表示有限能量信號(hào)[x（t）]和[y（t）]完全不相干，1表示有限能量信號(hào)[x（t）]和[y（t）]完全相干。

[Cf2=Sxyf2Sxxf?Syyf]" （1）

式中：[f]——有限能量信號(hào)[x（t）]和[y（t）]的頻率；[Sxyf]——有限能量信號(hào)[x（t）]和[y（t）]的互功率譜；[Sxxf]——有限能量信號(hào)[x（t）]的自功率譜；[Syyf]——有限能量信號(hào)[y（t）]的自功率譜；[|·|]——取模值運(yùn)算。

1.3 小波變換

小波變換（wavelet transforms，WT）與傅里葉變換一樣，是一種線性變換。與快速傅里葉變換（fast Fourier transforms，F(xiàn)FT）不同，小波變換允許對(duì)給定的不同頻率分量進(jìn)行時(shí)間局部化。通過將數(shù)據(jù)分割成不同頻率分量，再采用相匹配的分辨率分別研究每個(gè)頻率分量。小波變換實(shí)質(zhì)上可看作窗寬度可調(diào)整的傅里葉變換。小波函數(shù)有兩個(gè)參數(shù)實(shí)現(xiàn)時(shí)間和頻率的變化，小波函數(shù)定義如式（2）所示。

[φτ，at=1aφt-τa]""""" （2）

式中：[a]——尺度參數(shù)因子，實(shí)現(xiàn)頻率變化；[φ]——平移參數(shù)因子，控制時(shí)窗位置。

改變小波函數(shù)兩個(gè)參數(shù)因子，然后與待處理信號(hào)相乘，可分析得到待處理信號(hào)在某一時(shí)刻的頻率信息，最終得到待處理信號(hào)的時(shí)頻譜。小波變換函數(shù)定義如式（3）所示。

[Wτ，a=1axtφ?t-τadt]""""" （3）

小波分析過程基于一個(gè)被稱為“母小波”的小波原型函數(shù)，其提供了一種局部化的信號(hào)處理方法，將原始信號(hào)分解成一系列小波分量，每個(gè)小波分量是覆蓋特定頻帶的時(shí)域信號(hào)。圖5所示為小波分解樹，可采用正交小波變換將原始信號(hào)處理得到高頻分量系數(shù)cD和低頻分量系數(shù)cA。如0～100 kHz的原始信號(hào)經(jīng)一層分解之后可被分解成頻段為0～50 kHz的信號(hào)和50～100 kHz的信號(hào)。小波變換在逼近電力系統(tǒng)故障信號(hào)等具有不連續(xù)性或急劇變化的函數(shù)時(shí)特別有效，適用于信號(hào)分析和故障特征的提取。

1.4 小波相干性

小波的相干性采用時(shí)間函數(shù)方式，研究非平穩(wěn)信號(hào)的相干性，具有時(shí)間聚焦性強(qiáng)、頻率分辨率較高的特點(diǎn)，此外，還包含相位信息及幅值信息等。小波相干來(lái)源于傅里葉相干，其函數(shù)定義如式（4）所示。

[WCt，" f2=SWxyt， f2SWxxt， f?SWyyt， f]"" （4）

[SWxyt，" f=t-δ2t+δ2Wxτ， fW*yτ，" fdτ] （5）

[SWxxt，" f=t-δ2t+δ2Wxτ，" fW*xτ，" fdτ]""""" （6）

[SWyyt，" f=t-δ2t+δ2Wyτ， fW*yτ，" fdτ]" （7）

[δ=ncyf]"""""" （8）

式中：[δ]——與所關(guān)注頻率有關(guān)的窗長(zhǎng)；[ncy]——［[t-δ/2，][t+δ/2]］時(shí)間段內(nèi)的周期數(shù)量，對(duì)于短時(shí)間序列，[ncy]取值較小，如5或6，對(duì)于長(zhǎng)的時(shí)間序列，ncy取較大的值。

2 直流串聯(lián)型電弧故障仿真及結(jié)果分析

2.1 電弧故障模型

本文采用Cassie電弧模型進(jìn)行仿真實(shí)驗(yàn)，通過采用強(qiáng)制對(duì)流冷卻方式為電弧設(shè)定一個(gè)固定溫度。電弧橫截面積與電弧電流成正比，電弧電壓恒定不變。Cassie電弧模型適用于大電流電弧模擬，其微分方程式為：

[1g·dgdt=1τcu2U2C-1]"""" （9）

式中：[g]——電弧動(dòng)態(tài)電導(dǎo)；[u]——電弧兩端電壓；[τc]——電弧時(shí)間常數(shù)；[UC]——電弧電壓梯度常數(shù)。

2.2 電弧故障仿真

在Matlab/Simulink中創(chuàng)建一個(gè)帶有串聯(lián)電弧模型的實(shí)驗(yàn)電路，如圖6所示，該電路基于Cassie電弧模型，仿真參數(shù)如表1所列。經(jīng)過仿真對(duì)比驗(yàn)證，得到直流電源電壓110 V下最優(yōu)的主動(dòng)式注入單元電流的頻率為10 kHz，幅值為55 mA。

2.3 電弧故障仿真數(shù)據(jù)分析

將采集得到的數(shù)據(jù)導(dǎo)入到Matlab中，分析0～100 kHz頻段的能量。將0～100 kHz劃分10段并利用FFT處理數(shù)據(jù)，即0～10、10～20、…、90～100 kHz，分別計(jì)算正常狀態(tài)和電弧故障狀態(tài)下相應(yīng)頻段的能量值，如表2所示。將采集到的主動(dòng)注入10 kHz正弦信號(hào)下的正常工作電流與電弧故障電流進(jìn)行小波變換處理，采用db4小波進(jìn)行4層分解。表3所列為小波系數(shù)與頻率范圍的對(duì)照關(guān)系，表4所列為4層小波分解結(jié)果，其中，小波系數(shù)取平均值。

由表4可知當(dāng)主動(dòng)注入10 kHz的正弦信號(hào)時(shí)，電弧故障狀態(tài)下的小波系數(shù)較正常狀態(tài)均有所增大。其中，增大最明顯的是小波系數(shù)cD4，因此，可將其作為電弧故障發(fā)生的特征判據(jù)，即當(dāng)小波系數(shù)cD4增大至1.5倍時(shí)，電路有串聯(lián)型電弧故障發(fā)生。通過計(jì)算主動(dòng)注入10 kHz正弦電流信號(hào)和正常工作與電弧故障情況下電流信號(hào)的小波相干系數(shù)，求取平均值，再經(jīng)[t]檢驗(yàn)進(jìn)行顯著性差異（[Plt;0.05]）分析，獲得小波相干系數(shù)如圖7所示。

10個(gè)頻段內(nèi)WCO值

比較圖7兩種狀態(tài)下輸入與輸出信號(hào)的小波相干系數(shù)（wavelet coherence coefficient，WCO）值，在故障時(shí)0～10 kHz頻段的小波相干系數(shù)從接近1.0降至約0.5，該頻段相較于其他頻段小波相干系數(shù)變化劇烈，輸入與輸出信號(hào)的相干性顯著下降，因此，將其作為電弧故障發(fā)生的特征判據(jù)，并認(rèn)為當(dāng)0～10 kHz頻段的小波相干系數(shù)降至0.5，且其他頻段的小波相干系數(shù)不超過0.3時(shí)，電路有串聯(lián)型電弧故障發(fā)生。在正常狀態(tài)下，因?yàn)檩斎肱c輸出信號(hào)存在因果關(guān)系，所以二者只在所注入信號(hào)的頻段內(nèi)有較大相干性，其他頻段內(nèi)相干性幾乎不存在。在電弧故障狀態(tài)下，電弧放電電流劇烈振動(dòng)，其頻譜變化很明顯，每個(gè)頻段內(nèi)的信號(hào)都會(huì)和輸入信號(hào)產(chǎn)生一定的相干性，但相干性隨著頻段頻率的增加而降低。

2.4 電弧故障仿真模型加入噪聲與紋波

基于圖6所示的串聯(lián)電弧智慧建筑直流系統(tǒng)Simulink模型，在其上加入小幅度交流分量用以模擬100 Hz單相倍頻電源紋波和2 kHz電力電子開關(guān)器件噪聲，仿真電路圖如圖8所示。對(duì)含電源紋波和開關(guān)噪聲的電流數(shù)據(jù)同樣利用db4小波進(jìn)行4層分解，得到表5結(jié)果。

對(duì)比表4和表5可看出，只有小波系數(shù)cA4發(fā)生了微小變化，其他系數(shù)并未發(fā)生改變，不影響小波系數(shù)cD4作為電弧故障發(fā)生的特征判據(jù)，頻率越高，噪聲幅值越小，同樣不會(huì)引起小波系數(shù)cD4大幅變換，可認(rèn)為當(dāng)小波系數(shù)cD4增大為1.5倍時(shí)，電路中存在串聯(lián)型電弧故障。對(duì)含電源紋波和開關(guān)噪聲的電流數(shù)據(jù)同樣計(jì)算主動(dòng)注入的10 kHz正弦電流信號(hào)與正常工作情況下、電弧故障情況下電流信號(hào)的小波相干系數(shù)，取平均值，經(jīng)[t]檢驗(yàn)進(jìn)行顯著性差異（[Plt;0.05]）分析，小波相干系數(shù)結(jié)果如圖9所示。

電弧故障狀態(tài)下輸出信號(hào)10個(gè)頻段內(nèi)WCO值

signal with ripple and noise at normal state or arc fault state

通過分析比較圖9a和圖7a、圖9b和圖7b發(fā)現(xiàn)，只有0～10 kHz頻段的小波相干系數(shù)發(fā)生了微小變化，其他系數(shù)并未發(fā)生改變，不影響0～10 kHz頻段的小波相干系數(shù)作為電弧故障發(fā)生的特征判據(jù)，仍可認(rèn)為當(dāng)0～10 kHz頻段的小波相干系數(shù)降至0.5，且其他頻段的小波相干系數(shù)不超過0.3時(shí)，電路有串聯(lián)型電弧故障發(fā)生。在加入電源紋波和電力電子開關(guān)器件噪聲后，電路發(fā)生串聯(lián)型電弧故障的判據(jù)并未因此改變。

文獻(xiàn)［16］所提出的基于時(shí)頻域特性的電弧故障閾值判斷法，僅可避免電力電子開關(guān)器件一小部分噪聲的干擾，具有一定局限性，而本文采用前后比較的故障判別方法，而非單一的閾值判斷法，因此能有效避免所檢測(cè)頻段內(nèi)電力電子開關(guān)器件噪聲、不同運(yùn)行工況等外部條件對(duì)電弧故障檢測(cè)的影響。

3 實(shí)驗(yàn)及結(jié)果分析

3.1 電弧故障實(shí)驗(yàn)平臺(tái)

基于圖2所示的主動(dòng)式智慧建筑直流系統(tǒng)電弧故障檢測(cè)示意圖，搭建圖10所示的主動(dòng)式智慧建筑直流系統(tǒng)電弧故障檢測(cè)實(shí)驗(yàn)平臺(tái)，實(shí)驗(yàn)參數(shù)如表6所示。其中，直流電源型號(hào)為鼎麒DQ-8000S，用于模擬智慧建筑直流系統(tǒng)光伏組串和儲(chǔ)能蓄電池；采用泰克DPO2024數(shù)字信號(hào)示波器記錄直流電弧故障發(fā)生時(shí)的電弧電流數(shù)據(jù)，由于電弧電流高頻成分幅值較直流電流幅值相差幾個(gè)數(shù)量級(jí)，而實(shí)驗(yàn)所用的示波器垂直通道采樣位數(shù)僅為8位，因此需首先將電弧電流高頻成分與直流電流分離開來(lái)再進(jìn)行測(cè)量，避免出現(xiàn)示波器采樣數(shù)據(jù)大數(shù)吞并小數(shù)的問題，通過在負(fù)載兩端并聯(lián)一個(gè)2200 μF的電解電容（耐壓DC 400 V）來(lái)對(duì)電弧電流高頻成分進(jìn)行提取，采用泰克A622電流探頭采樣電流數(shù)據(jù)。

圖11所示為高頻信號(hào)發(fā)生與注入裝置實(shí)物圖。圖中帶有功率輸出功能的函數(shù)信號(hào)發(fā)生器型號(hào)為逸飛EM1643V。設(shè)計(jì)了保護(hù)電路防止高電壓危害，電感L1設(shè)計(jì)為20 mH，為從直流母線側(cè)耦合入高頻信號(hào)發(fā)生裝置中的低頻信號(hào)提供一個(gè)通路。壓敏電阻MOV型號(hào)為HEL 5D180K，其最大允許使用電壓為AC 11 V，能有效保護(hù)高頻信號(hào)發(fā)生裝置。

3.2 電弧故障實(shí)驗(yàn)結(jié)果分析

將直流電源電壓110、220 V下所采集到的主動(dòng)注入10 kHz正弦信號(hào)下的正常工作電流數(shù)據(jù)與電弧故障電流數(shù)據(jù)進(jìn)行小波變換處理。采用db4小波進(jìn)行4層分解，表7列出了4層小波分解得到的結(jié)果，其中小波系數(shù)取平均值。

分析表7可知，實(shí)驗(yàn)條件下小波系數(shù)中增大最明顯的是小波系數(shù)cD4，且其增大倍數(shù)還是大于1.5倍，同時(shí)其他的小波系數(shù)雖也都有增加，但增大倍數(shù)都比小波系數(shù)cD4的增大倍數(shù)低，且均不超過1.5倍，實(shí)驗(yàn)結(jié)果與仿真結(jié)果一致。分別計(jì)算直流電源電壓110、220 V下主動(dòng)注入的10 kHz正弦電流信號(hào)與正常工作情況下、電弧故障情況下電流信號(hào)的小波相干系數(shù)，取平均值，經(jīng)[t]檢驗(yàn)進(jìn)行顯著性差異（[Plt;0.05]）分析，小波相干系數(shù)結(jié)果如圖12所示。

電弧故障狀態(tài)下輸出信號(hào)10個(gè)頻段內(nèi)WCO值

220 V DC voltage

通過分析比較圖12中兩種狀態(tài)下輸入與輸出信號(hào)的WCO值，在110、220 V兩種不同直流電源電壓等級(jí)下，故障時(shí)0～10 kHz頻段的小波相干系數(shù)從接近1.0降至0.5～0.6之間，且不低于0.5，同時(shí)該頻段相較于其他頻段小波相干系數(shù)變化劇烈，輸入與輸出信號(hào)的相干性顯著下降，實(shí)驗(yàn)結(jié)果與仿真結(jié)果相一致。因此將0～10 kHz頻段小波相干系數(shù)的變化作為直流串聯(lián)電弧故障發(fā)生時(shí)的特征判據(jù)是有效的，即當(dāng)0～10 kHz頻段的小波相干系數(shù)降至0.5～0.6區(qū)間內(nèi)，且其他頻段的小波相干系數(shù)不超過0.3時(shí)，電路有直流串聯(lián)型電弧故障發(fā)生。

4 結(jié) 論

本文提出基于高頻注入主動(dòng)式智慧建筑直流系統(tǒng)串聯(lián)電弧故障檢測(cè)方法，通過建立低壓直流系統(tǒng)串聯(lián)電弧故障模型，采用小波變換和小波相干性，判斷是否發(fā)生電弧故障，并結(jié)合實(shí)驗(yàn)平臺(tái)對(duì)故障判據(jù)進(jìn)行驗(yàn)證。主要結(jié)論如下：

1）當(dāng)向低壓直流系統(tǒng)注入10 kHz的正弦電流信號(hào)時(shí)，電弧故障狀態(tài)下的小波系數(shù)較正常狀態(tài)均有所增大，其中增大最明顯的是系數(shù)cD4，同時(shí)0～10 kHz頻段的小波相干系數(shù)變化劇烈，輸入與輸出信號(hào)的相干性顯著下降。

2）通過由小波變換和小波相干性得到的兩個(gè)判據(jù)，可有效檢測(cè)智慧建筑直流系統(tǒng)串聯(lián)型電弧故障。

3）通過仿真驗(yàn)證了所提方法具有良好的抗干擾性，可有效避免電力電子開關(guān)器件噪聲、不同運(yùn)行工況等外部條件對(duì)電弧故障檢測(cè)的影響。

［參考文獻(xiàn)］

［1］"""" 魯宗相， 黃瀚， 單葆國(guó)， 等. 高比例可再生能源電力系統(tǒng)結(jié)構(gòu)形態(tài)演化及電力預(yù)測(cè)展望［J］. 電力系統(tǒng)自動(dòng)化， 2017， 41（9）： 12-18.

LU Z X， HUANG H， SHAN B G， et al. Morphological evolution model and power forecasting prospect of future electric power systems with high proportion of renewable energy［J］. Automation of electric power systems， 2017， 41（9）： 12-18.

［2］"""" 鄒洪濤. 基于BIM技術(shù)的智慧建筑綜合運(yùn)用策略［J］. 智能建筑與城市信息， 2021（5）： 75-76.

ZOU H T. Comprehensive application strategy of smart buildings"" based"" on"" BIM"" techno"" logy［J］." Intelligent building amp; smart city， 2021（5）： 75-76.

［3］"""" 李智華， 鐘杰人， 吳春華， 等. 光伏電站中故障電弧信號(hào)的傳輸行為研究［J］. 太陽(yáng)能學(xué)報(bào)， 2021， 42（7）： 152-160.

LI Z H， ZHONG J R， WU C H， et al. Study on transmission behavior of fault arc signal in photovoltaic power plant［J］. Acta energiae solaris sinica， 2021， 42（7）： 152-160.

［4］"""" 熊慶， 陳維江， 汲勝昌， 等. 低壓直流系統(tǒng)故障電弧特性、 檢測(cè)和定位方法研究進(jìn)展綜述［J］. 中國(guó)電機(jī)工程學(xué)報(bào)， 2020， 40（18）： 6015-6027.

XIONG Q， CHEN W J， JI S C， et al. Review of research progress on characteristics， detection and localization approaches" of" fault" arc" in" low" voltage" DC" system［J］. Proceedings of the CSEE， 2020， 40（18）： 6015-6027.

［5］"""" 陳萌. 低壓直流串聯(lián)電弧故障診斷研究［D］. 天津： 天津工業(yè)大學(xué)， 2019.

CHEN M. Research on low-voltage DC series arc fault diagnsis［D］. Tianjin： Tiangong University， 2019.

［6］"""" BRUSSO B C. History of aircraft wiring arc-fault protection［J］. IEEE industry applications magazine， 2017， 23（3）： 6-11.

［7］"""" 白輝， 許志紅. 基于小波包變換和高階累積量的電弧故障識(shí)別方法［J］. 電力自動(dòng)化設(shè)備， 2020， 40（11）： 195-202， 224.

BAI H， XU Z H. Arc fault identification method based on wavelet" packet" transform" and" high-order" cumulant［J］. Electric power automation equipment， 2020， 40（11）： 195-202， 224.

［8］"""" 白浩， 潘姝慧， 邵向潮， 等. 基于小波去噪與隨機(jī)森林的配電網(wǎng)高阻接地故障半監(jiān)督識(shí)別方法［J］. 電力系統(tǒng)保護(hù)與控制， 2022， 50（20）： 79-87.

BAI H， PAN S H， SHAO X C， et al. A high impedance grounding"" fault"" semi-supervised"" identification"" method based on wavelet denoising and random forest［J］. Power system protection and control， 2022， 50（20）： 79-87.

［9］"""" 張程， 邱炳林. 基于可調(diào)Q因子小波變換與稀疏時(shí)域法的電力系統(tǒng)低頻振蕩模態(tài)辨識(shí)［J］. 電力系統(tǒng)保護(hù)與控制， 2022， 50（13）： 63-72.

ZHANG C， QIU B L. Power system low frequency oscillation modal identification based on a tunable Q-factor wavelet transform and sparse time domain method［J］. Power system protection and control， 2022， 50（13）： 63-72.

［10］""" SARLIOGLU B， MORRIS C T. More electric aircraft： review，challenges， and opportunities for commercial transport aircraft［J］. IEEE transactions on transportation electrification， 2015， 1（1）： 54-64.

［11］""" 李葉茂， 李雨桐， 郝斌， 等. 低碳發(fā)展背景下的建筑“光儲(chǔ)直柔”配用電系統(tǒng)關(guān)鍵技術(shù)分析［J］. 供用電， 2021， 38（1）： 32-38.

LI Y M， LI Y T， HAO B， et al. Key technologies of building power supply and distribution system towards carbon neutral development［J］. Distribution amp; utilization， 2021， 38（1）： 32-38.

［12］""" 吳春華， 馮夏云， 袁同浩， 等. 基于BP神經(jīng)網(wǎng)絡(luò)的光伏故障電弧檢測(cè)方法研究［J］. 太陽(yáng)能學(xué)報(bào)， 2016， 37（11）： 2958-2964.

WU C H， FENG X Y， YUAN T H， et al. Photovoltaic arc fault detection method based on BP neural network［J］. Acta energiae solaris sinica， 2016， 37（11）： 2958-2964.

［13］""" LU S B， PHUNG B T， ZHANG D M. A comprehensive review on DC arc faults and their diagnosis methods in photovoltaic"" systems［J］."" Renewable"" and"" sustainable energy reviews， 2018， 89： 88-98.

［14］""" JOHNSON J， PAHL B， LUEBKE C， et al. Photovoltaic DC arc fault detector testing at Sandia National Laboratories［C］//37th IEEE Photovoltaic Specialists Conference， Seattle， WA， USA， 2011：" 003614-003619.

［15］""" JOHNSON J， MONTOYA M， MCCALMONT S， et al. Differentiating" series" and" parallel" photovoltaic" arc-faults［C］//38th"" IEEE"" Photovoltaic"" Specialists"" Conference， Austin， TX， USA， 2012： 720-726.

［16］""" 姚秀， 汲勝昌， Luis Herrera， 等. 串聯(lián)直流電弧特性及其在故障診斷中的應(yīng)用［J］. 高壓電器， 2012， 48（5）： 6-10.

YAO X， JI S C， LUIS H， et al. Series DC arc characteristic study and the application in fault recognition［J］. High voltage apparatus， 2012， 48（5）： 6-10.

［17］""" SCHOEPF T J， NAIDU M， GOPALAKRISHNAN S. Mitigation and analysis of arc faults in automotive DC networks［J］."" IEEE"" transactions"" on"" components"" and packaging technologies， 2005， 28（2）： 319-326.

［18］""" 王先發(fā)， 顧衛(wèi)祥. 光伏系統(tǒng)直流側(cè)故障電弧的檢測(cè)與判別［J］. 電氣技術(shù)， 2019， 20（5）： 10-13.

WANG X F， GU W X. Detection and discrimination of DC side"" fault"" arc"" in"" photovoltaic"" system［J］."" Electrical engineering， 2019， 20（5）： 10-13.

［19］""" 吳春華， 徐文新， 李智華， 等. 光伏系統(tǒng)直流電弧故障檢測(cè)方法及其抗干擾研究［J］. 中國(guó)電機(jī)工程學(xué)報(bào)， 2018， 38（12）： 3546-3555， 3514.

WU C H， XU W X， LI Z H， et al. Study on detection method and its anti-interference of DC arc fault for photovoltaic system［J］. Proceedings of the CSEE， 2018， 38（12）： 3546-3555， 3514.

［20］""" 牟龍華， 王伊健， 蔣偉， 等. 光伏系統(tǒng)直流電弧故障特征及檢測(cè)方法研究［J］. 中國(guó)電機(jī)工程學(xué)報(bào)， 2016， 36（19）： 5236-5244， 5405.

MOU L H， WANG Y J， JIANG W， et al. Study on characteristics and detection method of DC arc fault for photovoltaic system［J］. Proceedings of the CSEE， 2016， 36（19）： 5236-5244， 5405.

［21］""" 王雪菲， 李京， 陳平， 等. 基于行波波形綜合相似度比較的電纜故障選線［J］. 電力系統(tǒng)保護(hù)與控制， 2022， 50（1）： 51-59.

WANG X F，LI J， CHEN P， et al. Cable fault line selection based on comprehensive similarity comparison of traveling wave waveforms［J］. Power system protection and control， 2022， 50（1）： 51-59.

［22］""" SCHAVEMAKER P H， SLUIS L V D. The arc fault blockset［C］//Proceedings of the Second IASTED International Conferenceon POWER and ENERGY SYSTEM （EuroPES）， Crete， Greece， 2002.

［23］""" CASSIE A M. Theorie nouvelle des arcs de rupture et de la rigidite des circuits［J］. CIGRE， 1939， 102： 588-608.

［24］""" YUAN L， SUN L， WU H R. Simulation of fault arc using conventional"""" arc"""" models［J］.""" Energy"""" and"""" power engineering， 2013， 5（4）： 833-837.

［25］""" GUARDADO J L， MAXIMOV S G， MELGOZA E， et al. An improved arc model before current zero based on the combined"" Mayr"" and"" Cassie"" arc"" models［J］."" IEEE transactions on power delivery， 2005， 20（1）： 138-142.

ACTIVE SERIES ARC FAULT DETECTION METHOD OF INTELLIGENT BUILDINGS DC SYSTEM BASED ON HIGH FREQUENCY INJECTION

Wang Zekun1，Gong Chunyang2，Bao Jun3，Zhu Guozhong4，Wang Zhixin1

（1. School of Electronic Information and Electrical Engineering， Shanghai Jiao Tong University， Shanghai 200240， China；

2. School of Electric Power Engineering， Shanghai University of Electric Power， Shanghai 200090， China；

3. Shanghai Xilong Technology Co.， Ltd.， Shanghai 201517， China；

4. Shanghai Chint Power Systems Co.， Ltd.， Shanghai 201620， China）

Abstract：This paper proposes an active series arc fault detection method for intelligent buildings DC system， of which a high frequency current is injected into the DC bus through coil coupling to detect the output response of the current signal on the DC bus. Wavelet transform is used to analyze the characteristic changes and stability of current signal output and input. Develop criteria for identifying arc faults. Based on Matlab/Simulink simulation platform， this paper uses the Cassie arc model to build the simulation circuit， and the corresponding experimental platform is built for verification. The simulation and experimental results show that the detection method proposed in this paper can accurately identify series arc faults in low-voltage DC systems， and effectively reduce the noise of switching devices such as power electronics and the influence of external conditions such as different operating conditions， and verify the effectiveness and robustness of the proposed method.

Keywords：PV power； electric fault current； wavelet transform； intelligent building； distributed power generation