基于电流信号特征的弓网电弧识别方法

辽宁工程技术大学电气与控制工程学院、辽宁工程技术大学安全科学与工程学院、国网内蒙古东部电力有限公司物资分公司的研究人员王智勇、郭凤仪、冯晓丽、王玉婷、陈程，在2018年第1期《电工技术学报》上撰文指出，弓网电弧已成为电力机车安全运行的隐患，及时识别弓网电弧对于评价受流质量、调控弓网电弧、指导线路检修具有重要意义。

该文开展了不同条件的弓网系统受流特性实验，将系统受流分为正常受流和电弧受流两种状态。提出一种基于回路电流和支持向量机（SVM）的弓网电弧在线识别方法及其工程实现方案。采用改进的F-score算法选择回路电流的平均值、标准差和相关系数作为弓网电弧的典型特征，利用svmtrain函数创建SVM模型，利用网格搜索算法优化SVM的径向基核函数。

实验表明，该方法能够有效识别弓网电弧。接触压力、滑动速度和接触电流以及燃弧时间、电流采样频率均会影响弓网电弧的识别准确率。燃弧时间对识别准确率的影响较大，相同条件下燃弧时间越长，识别准确率越高。

近年来列车运行速度不断提高，弓网离线现象越来越频繁。弓网离线会产生电弧放电现象，即弓网电弧。弓网电弧不仅会加剧滑板和接触网导线的磨耗，影响受流质量，还会产生强烈的电磁噪声，严重威胁列车的安全运行。及时识别弓网电弧对于评价受流质量、调控弓网电弧、指导线路检修具有重要意义。

国内外学者对弓网电弧的检测问题开展了诸多研究。S. Barmada等[1]回顾了弓网电弧常规检测方法的不足，建议重点关注因弓网离线以及接触区热点微熔引发的火花放电现象。A. Balestrino等[2]认为采用光电传感器和视频监测相结合的方法可以识别接触区热点微熔引发的火花放电现象。

A. Landi[3]等提出利用红外热像仪在线拍摄弓网接触区的温度图像，通过提取接触点的温度信息识别弓网电弧并发现滑板或接触网导线的热点，进而指导线路检修。H. H. Huang等[4]利用离线电弧在牵引电流中产生的直流分量识别弓网离线电弧。

S. Barmada等[5,6]利用对数周期图和聚类分析法分析弓网接触电压和回路电流信号，提出基于前馈神经网络和支持向量机的弓网电弧识别方法。I. Aydin[7]提出基于图像视频监测和最大类间方差阈值的弓网电弧检测方法。

O. Bruno等[8]提出一种弓网电弧紫外光检测方法，利用光电倍增管接收弓网电弧发出的紫外光进而检测弓网电弧。刘波[9]、蒲文旭等[10]和杨志鹏[11]分别设计了基于紫外光检测原理的弓网电弧检测系统。

现有弓网电弧在线检测方法主要有视频图像检测法、弓网电弧紫外光检测法、基于弓网接触电压和回路电流奇异特征的检测方法。视频图像检测法的检测精度受拍摄时刻的光线状态和相机分辨率的影响，并且后台处理数据量大、实时性较低[12]；紫外光检测法因安装于机车顶部的光电传感器易受天气状况和电磁辐射的影响，导致测量结果准确度低[11]。

基于弓网接触电压和回路电流奇异特征的检测方法可以避免上述不足，具有较好的应用前景。由于列车运行时，受电弓滑板和接触网导线处于相对高速运动状态，难以准确测量弓网接触电压。因此，本文提出一种基于弓网系统回路电流信号特征的弓网电弧检测方法。

利用弓网电弧电磁噪声实验系统开展不同条件下的弓网系统受流特性实验。采用三种方法相结合的方式区分正常受流状态和电弧受流状态，获得两种受流状态的实验数据。采用时域分析法提取回路电流信号特征，利用支持向量机进行受流状态识别。最后，通过实验验证了上述弓网电弧识别方法的有效性。

图1  弓网电弧电磁噪声实验系统

结论

1）根据弓网系统受流特性实验结果，将系统受流分为正常受流和电弧受流两种状态。

2）提出一种基于回路电流信号特征的弓网电弧在线识别方法。该方法以回路电流信号的平均值、标准差和相关系数作为故障特征，利用优化后的SVM进行故障识别。

3）接触压力、滑动速度和接触电流等工况条件以及弓网电弧的燃弧时间、回路电流信号的采样频率均会影响弓网电弧的识别准确率。燃弧时间对识别准确率的影响较大，相同条件下燃弧时间越长，识别准确率越高。

4）提出一种以工控机为主处理器的弓网电弧在线识别方法的工程实现方案。