基于加權(quán)差分電流的直流故障電弧檢測(cè)方法

近幾年來,由于低壓直流用電設(shè)備迅速增加以及分布式能源增多,直流供電在配電網(wǎng)中的應(yīng)用日益廣泛

。直流供電相較于交流供電具有能量損耗小、供電效率高、線路造價(jià)低等優(yōu)勢(shì),廣泛應(yīng)用于大型數(shù)據(jù)中心、電動(dòng)汽車、航天飛機(jī)、電氣化船舶等領(lǐng)域

。然而,在直流配電網(wǎng)中,由于其導(dǎo)線截面較小、機(jī)械強(qiáng)度較低、線路絕緣水平較低等原因,極易在系統(tǒng)運(yùn)行過程中出現(xiàn)絕緣損壞、線路老化和導(dǎo)線斷裂,進(jìn)而導(dǎo)致直流電弧的產(chǎn)生

。直流電弧沒有電流過零點(diǎn),無法自行熄滅,故障電弧持續(xù)燃燒可能會(huì)引發(fā)火災(zāi)、爆炸事故,對(duì)設(shè)備和系統(tǒng)的穩(wěn)定運(yùn)行和操作人員的人身安全構(gòu)成威脅

。因此,研究直流電弧故障特性及其檢測(cè)方法對(duì)低壓直流設(shè)備和系統(tǒng)的安全穩(wěn)定運(yùn)行至關(guān)重要。

國(guó)內(nèi)外學(xué)者針對(duì)低壓直流系統(tǒng)中的電弧故障檢測(cè)方法進(jìn)行了大量研究

。Wang等利用高頻正弦信號(hào)的主動(dòng)注入直流母線來檢測(cè)直流電弧,但是主動(dòng)注入諧波可能會(huì)對(duì)系統(tǒng)的正常運(yùn)行造成影響

。Wilkinson使用基于霍爾效應(yīng)的環(huán)形電流傳感器來檢測(cè)電路中潛在的電弧故障,可以實(shí)現(xiàn)電弧的準(zhǔn)確檢測(cè)

。Park等利用光伏系統(tǒng)自帶的差分功率處理結(jié)構(gòu)檢測(cè)直流電弧,該方法不需要額外的傳感器

。研究人員通過對(duì)直流電弧電信號(hào)數(shù)據(jù)的研究和處理,提取出不同的電弧特征參量

。Li等將線路電流和供電電壓作為電弧故障的特征參量檢測(cè)直流電弧

。Ahmadi等利用電壓、電流等可測(cè)量量的協(xié)方差矩陣的特征向量作為檢測(cè)算法的特征參量

,將提取到的電弧特征參量作為檢測(cè)算法的輸入,通過算法可以對(duì)直流系統(tǒng)中的電弧故障進(jìn)行檢測(cè),檢測(cè)算法隨故障特征的不同而不同

。Miao等使用支持向量機(jī)算法對(duì)改進(jìn)模型經(jīng)驗(yàn)分解技術(shù)提取到電弧特征進(jìn)行電弧故障檢測(cè)

。Gajula等通過估算線路導(dǎo)納提出了一種基于卡爾曼濾波的串聯(lián)電弧檢測(cè)算法

,該方法可以對(duì)故障電弧進(jìn)行快速隔斷并重新配置。Amiri等利用非線性動(dòng)力學(xué)知識(shí),提出了一種基于遞歸圖的確定性的直流電弧檢測(cè)算法

,該算法可以對(duì)700多種實(shí)驗(yàn)條件準(zhǔn)確檢測(cè)。

然而,目前針對(duì)直流電弧的檢測(cè)方法仍存在著一些不足。基于傳感器及其測(cè)量量的檢測(cè)方法主要依賴于對(duì)回路電壓和電流信號(hào)的采集,受環(huán)境因素的影響較大,且檢測(cè)指標(biāo)單一、精度較低?；谔卣鲄⒘康奶崛≈会槍?duì)單一系統(tǒng),在不同的低壓直流源系統(tǒng)和光伏系統(tǒng)中,檢測(cè)方法不具備普適性。

本文針對(duì)以上問題,分析低壓直流系統(tǒng)故障電弧的特性,研究電極材料和負(fù)載類型對(duì)電弧電流的影響,提取特征判據(jù)并提出直流故障電弧的檢測(cè)方法。

3)電網(wǎng)方面，40年來，上海電網(wǎng)的最高電壓等級(jí)從220kW提升到1000kW，220kW及以上變電站數(shù)量從8座增長(zhǎng)到135座，變電容量從138萬(wàn)kWA增長(zhǎng)到11 400萬(wàn)kWA，220KW及以上輸電線路總長(zhǎng)從511km增長(zhǎng)到5 892km，其中電纜線路更是從6.9km增長(zhǎng)到867km。如今上海電網(wǎng)已成為國(guó)內(nèi)最為領(lǐng)先的超大型、大受端城市交直流混聯(lián)電網(wǎng)，形成了以“五交四直”特高壓、跨區(qū)電網(wǎng)以及500km雙環(huán)網(wǎng)為骨干的輸電格局，電網(wǎng)資源優(yōu)化配置能力、安全控制能力、運(yùn)維管理水平均達(dá)到世界先進(jìn)水平。

1 實(shí)驗(yàn)平臺(tái)的搭建

搭建直流電弧實(shí)驗(yàn)平臺(tái),包括直流電源、電弧發(fā)生裝置、示波器、差分探頭、電流探頭,以及電阻負(fù)載。電弧發(fā)生裝置由步進(jìn)電機(jī)和兩個(gè)銅電極構(gòu)成,其中一個(gè)銅電極固定在絕緣支座上,由步進(jìn)電機(jī)控制另一個(gè)銅電極的移動(dòng)來產(chǎn)生電弧。電弧發(fā)生裝置如圖1所示,具體的儀器型號(hào)及參數(shù)如表1所示。

現(xiàn)場(chǎng)檢測(cè)單元各部分組成如圖2所示，包括微控制器、電力通信模塊、復(fù)位電路模塊、溫濕度傳感器、報(bào)警模塊、顯示模塊、鍵盤模塊等。其中為控制器選用STC89C52芯片，它的I/O接口與溫濕度傳感器的2線串行接口連接，不需要通過數(shù)模轉(zhuǎn)換就可以實(shí)現(xiàn)數(shù)據(jù)讀取功能。通常將SHT10芯片作為溫濕度傳感器。優(yōu)于傳統(tǒng)檢測(cè)電路，具有簡(jiǎn)單、經(jīng)濟(jì)、實(shí)用、可靠等特點(diǎn)。變電站環(huán)境溫濕度通過布置在變電站的各個(gè)溫濕度傳感器檢測(cè)參數(shù)值。

實(shí)驗(yàn)電路如圖2所示,將電弧發(fā)生裝置串聯(lián)接入回路中。負(fù)載為純電阻,保持電源電壓240 V不變,銅電極每次拉開的距離(1.6 mm)不變,通過改變負(fù)載電阻阻值(112、60.8、30.8、20.5、15.2、13.5 Ω)來改變回路電流幅值,利用差分探頭測(cè)量電弧電壓,電流探頭測(cè)量回路電流。示波器記錄電弧的電壓及電流波形,示波器的采樣率為200 kHz,采樣時(shí)間為5 s,每組實(shí)驗(yàn)重復(fù)5次。在室溫、常壓的條件下采集實(shí)驗(yàn)數(shù)據(jù),每次實(shí)驗(yàn)之前,用砂紙將電極的表面打磨光滑,以消除上一次實(shí)驗(yàn)中電弧燒蝕對(duì)實(shí)驗(yàn)結(jié)果的影響。在本研究中,陽(yáng)極電極被固定,而陰極電極被步進(jìn)電機(jī)分開。

2 直流電弧高頻特性

2.1 電弧特征參量提取

電弧在本質(zhì)上是一個(gè)高溫等離子體放電通道。當(dāng)電極剛分離時(shí),強(qiáng)場(chǎng)發(fā)射和熱電發(fā)射所產(chǎn)生大量等離子體,在電場(chǎng)作用下移向陽(yáng)極。電子和離子在此后運(yùn)動(dòng)過程中,產(chǎn)生碰撞使弧道中的氣體游離,進(jìn)而產(chǎn)生電弧。由于等離子體的碰撞游離是隨機(jī)的,但可能服從一定的概率分布,因此電弧電流中的高頻分量可能具有特征頻帶

。

利用電流探頭采集電弧電流,分別對(duì)電弧產(chǎn)生前后的回路電流進(jìn)行FFT,得到回路電流的頻譜,將20～30 kHz、40～50 kHz和55～65 kHz 3個(gè)特征頻段內(nèi)幅值的最大值

、幅值之和

以及幅值的標(biāo)準(zhǔn)差

作為特征參量。根據(jù)實(shí)驗(yàn)結(jié)果,認(rèn)為幅值最大值在特征參量中占據(jù)比重較幅值之和以及幅值標(biāo)準(zhǔn)差更高,故取3個(gè)特征參量的權(quán)重分別為0.4、0.3和0.3,定義某一頻段內(nèi)

值的計(jì)算公式為

若

大于設(shè)定的閾值,則表明回路中產(chǎn)生了直流電弧;反之,則沒有直流電弧產(chǎn)生。

由圖4可知,當(dāng)回路電流幅值為2 A時(shí),特征頻率集中在20～30 kHz內(nèi)和70 kHz。回路電流為12 A時(shí),直流故障電弧的特征頻率集中在40～50 kHz和55～65 kHz兩個(gè)頻段內(nèi)。將不同幅值電弧電流的特征頻率繪制成如圖5所示的散點(diǎn)圖,可以直觀地看出,電流幅值逐步增大,電流中的高頻成分衰減,電弧特征頻率主要集中在40～50 kHz以及55～65 kHz兩個(gè)頻段內(nèi),且40～50 kHz內(nèi)的幅值更高。綜合考慮2～20 A電流作用下電弧的頻率特征,選擇20～30 kHz、40～50 kHz和55～65 kHz3個(gè)頻段作為串聯(lián)型直流電弧的特征頻帶。

直流電弧的電壓和電流中存在高頻脈沖,利用快速傅里葉變換(FFT)對(duì)電弧的電壓和電流信號(hào)進(jìn)行頻譜分析,以提取直流電弧的特征頻率。

Compound 3 amorphous powder; mp 251-253°C; [α]D25 –31.0 (c 0.75, MeOH); IR (KBr) νmax3560, 1750, 1510, 880 cm–1; 1H and 13C NMR (CD3OD) data, see Table 1; HR-ESI-MS m/z 597.2418 [M + Na]+(Calcd. for C30H38O11Na, 597.2414).

2.2 電極材料和負(fù)載類型對(duì)電弧電流高頻特性的影響

為了研究電極材料對(duì)電弧特征頻率的影響,改變實(shí)驗(yàn)中的電極材料組合,分別為正負(fù)均為銅電極、正負(fù)均為鋁電極、正極銅電極負(fù)極鋁電極和正極鋁電極負(fù)極銅電極。電源電壓240 V,負(fù)載電阻為60 Ω,其余實(shí)驗(yàn)條件同上,將記錄的電弧電流進(jìn)行FFT分析,結(jié)果表明改變電極材料的組合,電弧電流的頻譜隨之改變,但直流電弧的特征頻率同樣集中在20～30 kHz、40～50 kHz和55～60 kHz內(nèi)。

泛酸激酶2相關(guān)的神經(jīng)變性病的臨床特點(diǎn)（附1例報(bào)告） … ………………… 李雯雯，孫啟英，易芳，等 61

保證其他實(shí)驗(yàn)條件不變,在負(fù)載電阻側(cè)并聯(lián)一個(gè)121 μF的電容或串聯(lián)一個(gè)60 μH的電感,實(shí)驗(yàn)結(jié)果表明,盡管電弧電流的頻域幅值減小,特征頻率仍分布在40～50 kHz和55～65 kHz范圍內(nèi)。

綜上,改變回路電流幅值、電極材料以及負(fù)載類型均對(duì)電弧高頻特性產(chǎn)生一定影響,但直流電弧的特征頻率仍集中在20～30 kHz、40～50 kHz和55～65 kHz內(nèi)。

3 直流故障電弧檢測(cè)方法

3.1 檢測(cè)方法

電源電壓240 V,負(fù)載電阻分別為120 Ω和20 Ω時(shí)的電弧電流波形如圖3所示,對(duì)上述兩電弧產(chǎn)生前后各1 s的波形進(jìn)行FFT頻譜分析,得到0～100 kHz的頻譜圖如圖4所示。由于直流電壓源通過橋式整流產(chǎn)生直流電壓,所以在電弧產(chǎn)生前的回路電流中存在特定頻率的諧波。當(dāng)電弧產(chǎn)生后,回路電流中的高頻分量是由電弧引起的。

=0.4

+0.3

+0.3

(1)

=0.2

+0.5

+0.3

(2)

若電路的工況發(fā)生變化,如更換負(fù)載或電極材料,只需重新計(jì)算正常狀態(tài)的

值,將其作為基準(zhǔn)值代入檢測(cè)方法,仍可使用式(2)和式(3)檢測(cè)是否產(chǎn)生直流電弧。檢測(cè)方法的流程圖如圖6所示。

(3)

在現(xiàn)代教育不斷發(fā)展的情況下，全面提高學(xué)生的綜合素質(zhì)，促進(jìn)學(xué)生多方面發(fā)展，才是初中地理科目教師在進(jìn)行教學(xué)過程中的最終教學(xué)目標(biāo)。教師要端正教學(xué)態(tài)度，全面認(rèn)識(shí)在教學(xué)過程中采用差異教學(xué)方法的重要作用。教師要對(duì)班級(jí)里每一位學(xué)生的特點(diǎn)以及學(xué)生之間存在的差異進(jìn)行全面的調(diào)查和了解，然后針對(duì)每位學(xué)生在學(xué)習(xí)以及其他方面中存在的問題對(duì)教學(xué)方式和教學(xué)內(nèi)容進(jìn)行設(shè)計(jì)，盡可能使班級(jí)每一位學(xué)生的學(xué)習(xí)能力和綜合素質(zhì)都得到有效提高。

(2)光伏系統(tǒng)驗(yàn)證。5 kW光伏系統(tǒng)電路連接示意圖如圖7所示。該光伏系統(tǒng)由兩路最大功率點(diǎn)跟蹤(MPPT)分別控制,通過逆變器接入電網(wǎng),具體參數(shù)如表3所示。光伏系統(tǒng)的直流電弧通常發(fā)生在不同位置的兩塊光伏板之間。在2、3號(hào)光伏板之間產(chǎn)生串聯(lián)直流電弧,保護(hù)電阻為60 Ω。電弧電流及頻譜圖如圖8所示。電弧特性與低壓直流源相似,提取電弧的特征頻段為0～10 kHz和65～75 kHz。

將電弧產(chǎn)生前即正常狀態(tài)的特征值記為

,并將其作為檢測(cè)基準(zhǔn)值。計(jì)算有電弧故障產(chǎn)生時(shí)的特征值記為

,將兩個(gè)特征值進(jìn)行差分處理,利用式(3)與初始閾值進(jìn)行比較

3.2 實(shí)驗(yàn)驗(yàn)證

(1)不同回路電流條件。利用該檢測(cè)方法對(duì)負(fù)載為純電阻的回路進(jìn)檢測(cè),當(dāng)回路電流幅值從2 A增大至20 A時(shí),檢測(cè)結(jié)果如表2所示,

均大于設(shè)定的閾值。改變電極材料和負(fù)載類型,分別利用該檢測(cè)方法對(duì)電弧故障進(jìn)行檢測(cè),檢測(cè)結(jié)果均遠(yuǎn)大于初始閾值,檢測(cè)成功率為100%,驗(yàn)證了檢測(cè)方法的正確性。

我國(guó)綠色GDP核算體系遲遲未能真正實(shí)施，有很多方面的原因，其中有綠色GDP核算的技術(shù)問題，也有外部因素的制約。

但是，也有部分學(xué)者的研究提示兒童生長(zhǎng)痛的發(fā)生與鈣的缺乏有一定關(guān)系，可能是由于小兒骨骼發(fā)育，神經(jīng)肌肉緊張而導(dǎo)致牽扯性疼痛。另外，鈣對(duì)神經(jīng)興奮有抑止作用，缺鈣可以使神經(jīng)肌肉興奮性增高，從而引起肌肉疼痛或肌肉痙攣等。

利用本文提出的檢測(cè)方法對(duì)5 kW光伏系統(tǒng)不同位置電弧故障進(jìn)行檢測(cè)。改變串聯(lián)電弧在光伏板之間的位置,每個(gè)位置重復(fù)檢測(cè)10次,檢測(cè)結(jié)果如圖9所示。檢測(cè)方法可以準(zhǔn)確區(qū)分正常狀態(tài)與電弧故障,準(zhǔn)確率為100%,因此該方法對(duì)光伏系統(tǒng)的故障電弧檢測(cè)同樣有效。

(3)負(fù)載突變和開關(guān)動(dòng)作。在系統(tǒng)正常運(yùn)行時(shí),可能會(huì)發(fā)生負(fù)載突變或開關(guān)動(dòng)作引起回路電流突變,檢測(cè)方法應(yīng)能夠區(qū)分上述情況與電弧故障。

將并聯(lián)在回路中的10 Ω電阻短路,使負(fù)載從27 Ω突變至40 Ω?；芈冯娏骷邦l譜圖如圖10所示。利用該檢測(cè)方法對(duì)負(fù)載突變情況下的電流進(jìn)行檢測(cè),結(jié)果可得

=0.135<0.5,不能將其判斷為電弧故障。開關(guān)動(dòng)作同樣會(huì)造成回路電流產(chǎn)生類似電弧的波動(dòng)。在實(shí)驗(yàn)回路開關(guān)斷開的瞬間,回路電流及頻譜圖如圖11所示,利用該檢測(cè)方法進(jìn)行檢測(cè),得

=0.18<0.5。因此,該方法可以實(shí)現(xiàn)區(qū)分系統(tǒng)內(nèi)的正常操作與電弧故障。

4 結(jié) 論

本文通過對(duì)直流電弧高頻特性的分析,提出一種基于加權(quán)差分電流的直流電弧故障檢測(cè)方法,通過實(shí)驗(yàn)對(duì)該方法進(jìn)行了驗(yàn)證,得出以下結(jié)論。

(1)通過對(duì)不同回路電流下產(chǎn)生直流電弧的電流頻譜進(jìn)行FFT分析,得到直流電弧的特征頻率為20～30 kHz、40～50 kHz和55～65 kHz 3個(gè)頻段,且特征頻率不隨回路電流幅值、電極材料和負(fù)載類型改變。

(2)提出了基于對(duì)電流幅頻譜特征頻段特征參量加權(quán)差分的直流電弧的檢測(cè)方法,分別將各特征頻段內(nèi)特征參量加權(quán)平均,再將特征頻段加權(quán)差分,所得結(jié)果超過設(shè)定閾值0.5即產(chǎn)生直流電弧。檢測(cè)方法能夠區(qū)分直流電弧與負(fù)載突變等系統(tǒng)正常操作,克服了以往單一頻段單一指標(biāo)檢測(cè)方法的不穩(wěn)定性,提高了檢測(cè)的準(zhǔn)確性。

(3)所提出的檢測(cè)方法在光伏系統(tǒng)中進(jìn)行驗(yàn)證,能夠準(zhǔn)確檢測(cè)光伏系統(tǒng)中直流電弧故障,驗(yàn)證了檢測(cè)方法的通用性。

:

[1] 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): 6015-6026.

XIONG Qing, CHEN Weijiang, JI Shengchang, 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): 6015-6026.

[2] YAO Xiu, WANG Jin, SCHWEICKART D L. Review and recent developments in DC arc fault detection [C]∥2016 IEEE International Power Modulator and High Voltage Conference (IPMHVC). Piscataway, NJ, USA: IEEE, 2016: 467-472.

[3] 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.

MOU Longhua, WANG Yijian, JIANG Wei, 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.

[4] 易洋, 駱雅姿, 張子瑜, 等. 集中式光伏電站匯集系統(tǒng)故障分析與保護(hù)方案 [J]. 電力工程技術(shù), 2021, 40(2): 1-10.

YI Yang, LUO Yazi, ZHANG Ziyu, et al. Failure analysis and protection scheme of centralized photovoltaic power station convergence system [J]. Electric Power Engineering Technology, 2021, 40(2): 1-10.

[5] 吳盛軍, 王益鑫, 李強(qiáng), 等. 低壓直流供電技術(shù)研究綜述 [J]. 電力工程技術(shù), 2018, 37(4): 1-8.

WU Shengjun, WANG Yixin, LI Qiang, et al. Review of low voltage DC power supply technology [J]. Electric Power Engineering Technology, 2018, 37(4): 1-8.

[6] 苑吉河, 張曦, 黃虎, 等. 基于電流序分量的多源配電網(wǎng)故障定位方法 [J]. 電力工程技術(shù), 2020, 39(5): 204-210.

YUAN Jihe, ZHANG Xi, HUANG Hu, et al. Multi-source distribution network fault location method based on current sequence component [J]. Electric Power Engineering Technology, 2020, 39(5): 204-210.

[7] RIZA ALVY SYAFI’I M H, PRASETYONO E, KHAFIDLI M K, et al. Real time series DC arc fault detection based on fast Fourier transform [C]∥2018 International Electronics Symposium on Engineering Technology and Applications (IES-ETA). Piscataway, NJ, USA: IEEE, 2018: 25-30.

[8] 劉源, 汲勝昌, 祝令瑜, 等. 直流電源系統(tǒng)中直流電弧特性及其檢測(cè)方法研究 [J]. 高壓電器, 2015, 51(2): 24-29.

LIU Yuan, JI Shengchang, ZHU Lingyu, et al. Characteristics and detection of DC arc in DC power system [J]. High Voltage Apparatus, 2015, 51(2): 24-29.

[9] YANG Jun, WANG Yukai. Identification and detection of DC arc fault in photovoltaic power generation system [C]∥2020 International Conference on Intelligent Transportation, Big Data & Smart City (ICITBS). Piscataway, NJ, USA: IEEE, 2020: 440-444.

[10]FITRIANTO M I, WAHJONO E, ANGGRIAWAN D O, et al. Identification and protection of series DC arc fault for photovoltaic systems based on fast Fourier transform [C]∥2019 International Electronics Symposium (IES). Piscataway, NJ, USA: IEEE, 2019: 159-163.

[11]LU Shibo, PHUNG B T, ZHANG Daming. A comprehensive review on DC arc faults and their diagnosis methods in photovoltaic systems [J]. Renewable and Sustainable Energy Reviews, 2018, 89: 88-98.

[12]HAN Zhengqian, LUO Liwen, YAO Wei, et al. Research on detection methods of arc fault in photovoltaic DC systems [C]∥2020 8th International Conference on Condition Monitoring and Diagnosis (CMD). Piscataway, NJ, USA: IEEE, 2020: 58-61.

[13]WANG Zekun, WANG Zhixin, SHEN Jiangming, et al. An active method for detecting a DC arc fault in photovoltaic systems [C]∥2020 5th International Conference on Power and Renewable Energy (ICPRE). Piscataway, NJ, USA: IEEE, 2020: 306-310.

[14]WILKINSON D P. Potential arc fault detection and suppression: US 9190836 [P]. 2014-10-11.

[15]PARK H P, KIM M, JUNG J H, et al. Series DC arc fault detection method for PV systems employing differential power processing structure [J]. IEEE Transactions on Power Electronics, 2021, 36(9): 9787-9795.

[17]SEO G S, KIM K A, LEE K C, et al. A new DC arc fault detection method using DC system component modeling and analysis in low frequency range [C]∥2015 IEEE Applied Power Electronics Conference and Exposition (APEC). Piscataway, NJ, USA: IEEE, 2015: 2438-2444.

[18]LU Qiwei, YE Zeyu, SU Mengmeng, et al. A DC series arc fault detection method using line current and supply voltage [J]. IEEE Access, 2020, 8: 10134-10146.

[19]AHMADI M, SAMET H, GHANBARI T. A new method for detecting series arc fault in photovoltaic systems based on the blind-source separation [J]. IEEE Transactions on Industrial Electronics, 2020, 67(6): 5041-5049.

[20]KAVI M, MISHRA Y, VILATHGAMUWA M. DC arc fault detection for grid-connected large-scale photovoltaic systems [J]. IEEE Journal of Photovoltaics, 2020, 10(5): 1489-1502.

[21]PARK H P, CHAE S. DC series arc fault detection algorithm for distributed energy resources using arc fault impedance modeling [J]. IEEE Access, 2020, 8: 179039-179046.

[22]MIAO Wenchao, XU Qi, LAM K H, et al. DC arc-fault detection based on empirical mode decomposition of arc signatures and support vector machine [J]. IEEE Sensors Journal, 2021, 21(5): 7024-7033.

[23]GAJULA K, HERRERA L. Detection and localization of series arc faults in DC microgrids using Kalman filter [J]. IEEE Journal of Emerging and Selected Topics in Power Electronics, 2021, 9(3): 2589-2596.

[24]AMIRI A, SAMET H, GHANBARI T. Recurrence plots based method for detecting series arc faults in photovoltaic systems [J/OL]. IEEE Transactions on Industrial Electronics, 2021 [2021-10-20]. https:∥doi.org/10.1109/TIE.2021.3095819.

[25]FLICKER J, JOHNSON J. Photovoltaic ground fault detection recommendations for array safety and operation [J]. Solar Energy, 2016, 140: 34-50.