电力电子化直流系统在光伏发电、电动汽车充电网络及直流配电网等领域的广泛应用推动了能源转型，但也带来了直流电弧故障问题。电弧故障可能导致设备损坏、系统停运甚至火灾等严重后果。由于直流系统中电流无自然过零点，电弧难以自行熄灭，而且在电力电子化环境中，电弧故障的随机性和复杂性进一步增加，传统检测方法难以适用。本书系统性地研究了电弧故障的建模与智能检测方法，涵盖电弧的物理特性、故障特征分析、模型参数辨识及智能检测算法。通过实验验证和算法优化，提出了多种适应不同应用场景的智能检测方法。这些方法能够有效应对电力电子化直流系统中电弧故障的挑战，为系统的安全运行提供理论支持和技术保障。

电力电子新技术系列图书序言
前言
第1章 绪论 1
　1.1 背景与意义 1
　1.2 电弧建模方法研究现状 2
　1.3 电弧故障检测方法研究现状 4
　　1.3.1 基于物理现象的电弧故障检测方法 4
　　1.3.2 基于电流信号的电弧故障检测方法 4
　1.4 本书主要内容 10
第2章 直流电弧的物理特性及模拟方法 11
　2.1 电弧故障产生过程 11
　2.2 电弧故障类型 15
　2.3 电弧故障高频信号产生原理 17
　2.4 直流电弧故障机理分析 19
　　2.4.1 直流电弧温度场分布 19
　　2.4.2 直流电弧电场分布 22
　2.5 电弧故障模拟方法 25
　　2.5.1 标准分析 25
　　2.5.2 电弧发生装置 30
　　2.5.3 电弧故障研究平台 35
　2.6 电弧故障模拟及检测研究实验平台方案 38
　　2.6.1 串行电弧与并行电弧电路 38
　　2.6.2 不同负载下的电弧实验电路 38
　2.7 本章小结 41
第3章 直流电弧故障特征分析 42
　3.1 引言 42
　3.2 实验条件 42
　3.3 直流电弧电流特征分析 44
　　3.3.1 直流电弧电流时域特征 45
　　3.3.2 直流电弧电流频域特征 48
　　3.3.3 直流电弧电流随机性特征分析 53
　3.4 不同类型特征的计算复杂度 57
　3.5 光伏系统电弧特征分析 58
　　3.5.1 逆变器结构 58
　　3.5.2 影响因素分析 59
　　3.5.3 逆变器噪声对故障电弧的影响分析 66
　3.6 直流电弧故障高频特性与传输线之间的相互影响分析 69
　　3.6.1 直流电弧故障高频特性对传输线电气参数的影响分析 69
　　3.6.2 传输线线长对直流电弧故障高频特性的影响分析 72
　3.7 本章小结 77
第4章 直流电弧故障模型及其参数辨识方法 79
　4.1 引言 79
　4.2 直流电弧静态特性与噪声特性 80
　　4.2.1 直流电弧静态特性 80
　　4.2.2 直流电弧噪声特性 81
　4.3 直流电弧静态模型与噪声模型 82
　　4.3.1 直流电弧静态模型 82
　　4.3.2 直流电弧噪声模型 82
　　4.3.3 用于电弧模型参数辨识的适应度函数 83
　　4.3.4 模型参数范围 84
　4.4 混沌量子布谷鸟优化算法 85
　　4.4.1 量子布谷鸟优化算法 85
　　4.4.2 混沌机制 86
　4.5 基于混沌量子布谷鸟优化算法的直流电弧模型参数辨识 88
　　4.5.1 Hook静态模型参数辨识结果 89
　　4.5.2 不同静态模型的性能对比 91
　　4.5.3 分段噪声模型参数辨识结果 92
　　4.5.4 不同噪声模型的性能对比 94
　　4.5.5 模型输出数据与实验数据的故障特征对比分析 95
　4.6 本章小结 97
第5章 适应多种工作环境的直流串联电弧故障检测方法 99
　5.1 引言 99
　5.2 变分模态分解 100
　5.3 时频马尔可夫排列转移场 101
　　5.3.1 传统马尔可夫转移场 101
　　5.3.2 时频马尔可夫排列转移场基本原理 102
　5.4 奇异值分解 104
　5.5 核极限学习机 105
　5.6 实验平台和数据收集 107
　5.7 实验结果分析 109
　　5.7.1 所提方法在离线环境下的检测结果 109
　　5.7.2 离线环境下不同特征提取方法的性能比较 112
　　5.7.3 不同分类方法在离线环境中的性能比较 114
　　5.7.4 在线实验结果分析 124
　5.8 本章小结 127
第6章 网络级直流串联电弧故障检测方法 128
　6.1 引言 128
　6.2 实验平台的搭建与数据分析 129
　　6.2.1 实验平台 129
　　6.2.2 配电网中电弧噪声的传播规律 130
　6.3 多支路电流信号多尺度高维特征提取方法 132
　　6.3.1 多尺度分析算法 132
　　6.3.2 高维特征向量提取 133
　　6.3.3 构造多支路电流信号的高维特征向量 134
　6.4 随机森林基本原理 136
　　6.4.1 基于随机森林的分类方法 136
　　6.4.2 基于随机森林的特征重要性分析方法 138
　6.5 基于离线实验的网络级电弧故障检测算法性能分析 139
　　6.5.1 特征选择方法 139
　　6.5.2 基于多尺度特征与RF的直流电弧故障检测方法的检测结果 141
　　6.5.3 不同方法的检测性能对比 142
　6.6 基于在线实验的网络级电弧故障检测算法性能分析 144
　6.7 本章小结 147
参考文献 148

前 言
　　随着电力电子技术的迅猛发展，电力电子化直流系统已成为现代电力系统不可或缺的重要组成部分。从光伏发电、电动汽车充电网络到直流配电网，电力电子化直流系统的广泛应用不仅推动了能源转型，还加速了智能化电网的建设。然而，这种高度电力电子化的系统也带来了新的挑战，尤其是直流电弧故障问题。电弧故障不仅可能导致设备损坏和系统停运，还可能引发火灾等严重安全事故，从而对系统的安全性和可靠性构成重大威胁。
　　电力电子化直流系统的核心特征在于电力电子变换器的深度应用。以光伏并网和储能系统为例，逆变器、DC/DC变换器等设备的引入不仅改变了系统的能量流动方式，还显著提升了系统的动态特性和非线性程度。与传统交流系统相比，这种“电力电子化”的演进趋势使得电弧故障的生成机理与传播特性发生了本质变化。一方面，电力电子装置的高频开关动作可能激发电弧的高频振荡，导致故障信号中包含丰富的谐波成分，从而使电弧故障表现出更强的随机性和多样性；另一方面，复杂的系统结构与多时间尺度的动态响应要求电弧故障检测必须同时考虑局部设备特性和全局网络特性。因此，传统的检测方法已难以满足电力电子化直流系统的需求。
　　面对电力电子化系统的动态特性和故障复杂性，智能检测技术成为破解难题的关键突破口。传统检测方法多依赖于阈值判断或固定规则，难以适应直流电弧的随机性和非线性特征。而人工智能与信号处理的深度融合为电弧故障检测提供了新路径。基于机器学习算法可以自适应地挖掘故障特征与故障类别之间的复杂非线性关系，避免人工手动设置阈值带来的主观性。此外，智能检测技术还可以通过自适应学习不断优化检测模型，从而更好地适应电力电子化直流系统的动态变化。这种智能化的检测方法不仅能够适应复杂的工作环境，还能显著提高系统的安全性和可靠性。
　　本书系统性地探讨了电力电子化直流系统中电弧故障的建模与智能检测方法。全书内容围绕电弧的物理特性、故障特征分析、模型参数辨识以及智能检测算法展开，力求为电力电子化直流系统的故障检测提供坚实的理论支持和技术指导。本书在研究过程中通过实验验证和算法优化，提出了多种适应不同应用场景的智能检测方法，为电力电子化直流系统的安全运行提供了重要的技术保障。
　　本书在撰写过程中得到了浙江大学徐德鸿教授和恩师严仰光教授的指导和鼓励，也得到了课题组研究生陈业、居明浩、曾珂、阮玲月等同学的协助，在此深表谢意！
　　与本书有关的工作得到了国家自然科学基金51777092和51877102，航空基金2013ZC52032等课题的支持，在此表示感谢！衷心感谢机械工业出版社对本书出版的大力支持！
　　由于作者水平有限，撰写过程中难免有疏漏之处，敬请读者批评指正。本书旨在抛砖引玉，以期未来能有更大的突破和发展，衷心期待收到大家的反馈，共同探讨和发展。
　　
　　王 莉