基于改進奇異值分解的新能源汽車串聯型電弧故障檢測方法

摘 要：在電動汽車充電時，通常會遇到一些問題，比如高壓線路連接不牢固和線路絕緣老化破損等。這些問題往往會導致電弧故障，嚴重威脅到充電線路的安全性。由此本文提出基于改進奇異值分解的新能源汽車串聯型電弧故障檢測方法的研究，該研究旨在快速、準確地檢測電動汽車電氣系統中的電弧故障。該研究搭建了電動汽車故障電弧實驗平臺，采集不同工況下干路電流時間序列并建立了樣本庫。通過使用串聯型鋰離子電池系統的等效電路模型，構建基于二階 RC 模型。最終，通過仿真分析來驗證該模型的準確性。

關鍵詞：改進奇異值分解 故障檢測 新能源汽車 串聯型電弧

0 引言

在我國經濟高質量發展的背景下，汽車保有量不斷攀升。為了滿足平衡能源安全和環境保護的要求，推進汽車行業向雙碳轉型的努力顯得尤為緊迫。目前，電動汽車電氣系統中存在直流串聯電弧故障的潛在危險。這類故障通常發生在接觸點松動或線路連接損壞處，可能導致火災、爆炸等嚴重事故[1]。因此，快速、準確地檢測電動汽車串聯型電弧故障對于保障電動汽車的安全運行至關重要。傳統的檢測方法可能存在準確率低、冗余性高等問題。因此，本文提出基于改進奇異值分解的新能源汽車串聯型電弧故障檢測方法，通過實驗獲得正常工作和電弧故障時的電流波形，并提取小波變換的特征值，將特征值輸入概率神經網絡模型，參照UL 1699標準，通過計算0.5秒內檢測到的故障半周期數是否大于8來判斷是否為電弧故障[2]。通過奇異值分解，能夠明顯區分正常狀態和電弧故障時的特征參數，不存在混淆，有利于設定閾值。相較于僅使用小波變換，這一方法顯著減少了小波變換結果的冗余性。該方法可以有效檢測各種負載條件下的故障電弧。

1 新能源汽車電弧故障檢測分析

為了方便研究電動汽車的電路結構，我們簡化了設計，通過實驗平臺搭建、數據采集以及采用先進的機器學習方法，僅保留了必要的元件，如高功率電機及其驅動電路和加熱器等重要設備，而對較為次要的低功率電器設備進行了忽略[3]。這項電動汽車實驗的設計電路將主要集中在直流故障電弧的研究上。其中，新能源汽車簡化原理圖如圖1所示：

通過連接到電動汽車無刷電機上的傳動皮帶制動器，進行車輛在行駛時所經歷產生阻力的模擬。這些方法有助于在實驗室環境中模擬真實道路條件下的車輛性能，從而進行更加精確和可靠的測試。為了進行故障電弧特征分析，需要記錄負載電壓、主回路電流和故障電弧電壓信號[4]。在較低電流水平下，電流-電壓特性呈反比關系，而在較高電流水平下，電弧電壓近似保持恒定。這意味著隨著電流增加，電壓也會相應下降，反之亦然。為了精確控制振幅和頻率，改進了現有的故障電弧發生裝置，采用了合理的定位反饋和感應裝置，考慮了斷開速度和更小的斷開間隙，以解決受振動影響導致接觸點松動的問題[5]。

為了精確控制振幅和頻率，改進了現有的故障電弧發生裝置，采用了合理的定位反饋和感應裝置，考慮了斷開速度和更小的斷開間隙，以解決受振動影響導致接觸點松動的問題[6]。其中，新能源汽車串聯型電弧故障檢測的電壓-電流波形圖如圖2所示：

從電流波形的角度來看，盡管接觸點保持靜止且沒有振動，然而，電流波形仍呈現出明顯的周期性尖峰。電源電壓中存在噪音，當電流中斷時，電弧電壓并沒有達到電源電壓。這種情況主要是因為受到轉矩平衡等影響。

2 基于改進奇異值分解的串聯型電弧故障檢測分析

基于改進奇異值分解的串聯型電弧故障檢測通過電弧模擬裝置產生串聯故障電弧，并采集多種負載下線路正常工作和發生串聯電弧故障時的電流信號。對采集到的電流信號進行離散小波變換，得到離散小波系數序列，并構造特征矩陣。在兩個電極開始分離但尚未完全分離的過程中，電極之間的壓力逐漸減小[7]。這會導致它們的接觸面積減小，從而接觸電阻逐漸增加。這種情況會導致接觸點處的溫度迅速上升，金屬開始融化并形成了導電通道。因此，在此過程中，必須注意接觸點的溫度控制，以避免電路的不穩定性和損壞。這一過程被稱為“電弧放電”，在此過程中，電流通過融化的金屬形成了一個電流傳導通路。隨著電極逐漸分離，會形成極大的電位差。在高溫環境下，陰極上的電子會被釋放到陽極，同時釋放更多熱量，進一步加劇電弧的燃燒過程。并在多種負載下線路正常工作和發生串聯電弧故障時的電流[8]。然后，對采集的電流信號進行離散小波變換，得到離散小波系數序列，在構建特征矩陣后，接下來要進行奇異值分解，并確定電流信號的特征參數。這些特征參數將被用于作為串聯電弧故障檢測的依據。其中，新能源汽車串聯型電弧故障檢測的直流電弧電路如圖3所示：

如圖3所示，E表示為電源電動勢，U表示為電弧電壓，流過直流電弧電路的電流為i，L表示為電感，R表示為調節電阻，通過調節電阻來改變電路的電流，電弧在1和2之間進行燃燒，通過對比觀察電弧發生時逆變器直流側、單個光伏組件處的電壓、電流及功率波形的變化，力圖排除環境因素影響，識別故障電弧的發生。在電弧達到穩定平衡燃燒后，測量電弧的電壓，可以獲得電弧在1和2上的電壓-電流特性曲線，具體示意如圖4所示：

電弧的伏安特性曲線表明，電弧與一般金屬導體不同，其伏安特性呈反比例關系。其對應的串聯型電弧的伏安特性曲線的公式可表示為：

（1）

其中，可表示為電弧兩端的電壓，可表示為近降的電壓；可表示為電弧流過的電流；K可表示為電極兩端的間距；b，q，r為常數。這種特性使得電弧的行為在電路中具有獨特的影響。通過改變電弧長度并重新測量，可以得到另一條曲線，表明不同的弧長對電弧的伏安特性產生影響。在穩定燃燒的情況下，電弧電壓隨著電流的增加而減小，這與普通電路中電阻值不變時的情況相反。電弧電阻隨電流變化，電流增大時，電弧內游離作用加劇，離子濃度增加，導電性增強，因此對外呈現的電阻值減小。此外，直流電弧的靜伏安特性與弧長有關，弧長越長，靜伏安特性越向上移。靜特性是指在電弧穩定燃燒條件下，電弧不受熱慣性影響時的電流與壓降關系，而動特性則是指在電弧不穩定燃燒條件下，電弧電流變化快，其熱慣性對電弧有影響時的電流與壓降關系。

3 基于改進奇異值分解的串聯型電弧故障檢測結果分析

基于改進奇異值分解的新能源汽車串聯型電弧故障檢測在穩定的外部條件下，對于電弧長度保持不變的情況下，會存在一條獨特的靜態伏安特性曲線。這條曲線描繪了電弧的電壓和電流之間的關系，是在特定條件下固定的，并在電弧故障情況下，特征參數的區分非常明顯，且彼此之間沒有交叉，因此很容易確定閾值。然而，動態特性曲線的情況卻是多種多樣的，這取決于電弧電流的一階導數。其中，基于改進奇異值分解的新能源汽車串聯型電弧故障檢測結果如圖5所示：

由圖5可知，新能源汽車串聯型電弧故障與正常運行下的電流諧波中的均值出現了明顯的差異，正常的電流諧振保持在一個均值不變，故障的電流諧振保持在波動明顯。這一現象的產生主要是因為電弧的溫度和半徑變化存在一定的滯后效應。當電弧電流的變化率增大時，電弧電阻的下降速度滯后于電流變化的速度，這導致電弧電壓高于穩態電壓。相反地，當電弧電流的變化率減小時，電弧電阻無法及時增加，從而導致電弧電壓低于穩態電壓。這種現象說明了在電弧過程中，電阻和電壓之間存在一定的滯后關系。這種滯后效應會導致電弧特性發生變化，進而影響電路的穩定性和安全性。

4 結論

通過基于改進奇異值分解的串聯型電弧故障檢測分析可知，基于改進奇異值分解的新能源汽車串聯型電弧故障檢測方法進行串聯電弧故障檢測的準確率較高，能夠滿足新能源汽車電路系統對電弧故障檢測的需求。正常情況和電弧故障下的特征參數區分明顯且沒有交叉，易于確定閾值。因此，這種技術可用于檢測串聯電弧故障，其精準性較高，并且有效地減少了小波變換結果中的冗余信息，使數據更為緊湊。基于改進奇異值分解的新能源汽車串聯型電弧故障檢測方法是一種準確、有效的檢測方法2o4LEHECYSdsRcYUT5rhObQEw7Ie6xExwgE3sRp7+tc=。未來，可以考慮進一步優化算法，提高檢測速度和精度，以滿足新能源汽車電路系統對電弧故障檢測的更高要求。通過將機器學習和深度學習等算法運用到電弧故障檢測領域，隨著人工智能技術的不斷發展，可以有效地提升檢測的精準度和可靠性。同時，也可以探索將該方法應用于其他類型的電路系統，擴大其應用范圍，確保檢測系統的實時性至關重要，以便在電弧故障初期及時發現并采取必要措施，防止事故蔓延擴大。

參考文獻：

[1]劉艷麗，張帆，呂正陽，等.典型神經網絡串聯型電弧故障檢測及選線方法研究[J].遼寧工程技術大學學報（自然科學版），2024（01）：77-84.

[2]馮進.基于小波包分解的新能源汽車電弧故障檢測方法[J].汽車與新動力，2023（06）：61-64.

[3]李斌，楊亦航.基于改進的AlexNet模型的家用負載電弧檢測[J].傳感技術學報，2023（12）：1928-1934.

[4]唐圣學，王彥豐，喬乃珍.光伏發電系統直流串聯故障電弧檢測方法研究[J].太陽能學報，2023（11）：31-39.

[5]董志文，蘇晶晶.基于變分模態分解能量熵混合時域特征和隨機森林的故障電弧檢測方法[J].電氣技術，2024（01）：1-7.

[6]宋振宇，邢晨，李明，等.光伏直流配電故障診斷及火災風險評估技術[J].全球能源互聯網，2024（01）：46-54.

[7]林亮世，高偉，楊耿杰.基于冗余天線陣列和加權質心算法的光伏系統直流電弧故障定位方法[J].電氣技術，2024（04）：16-23+31.

[8]余瓊芳，張宇海，趙亮.基于改進EfficientNetV2算法的三相串聯故障電弧檢測[J].兵器裝備工程學報，2024（03）：299-305.