用于光伏系统中智能直流电弧故障检测的轻量级、可转移和自适应框架

arXiv:2603.25749v1 公告类型：交叉 摘要：电弧故障电路中断器 (AFCI) 对于减轻住宅光伏 (PV) 系统的火灾危险至关重要，但在现实条件下实现可靠的直流电弧故障检测仍然具有挑战性。逆变器开关、硬件异构性、工作条件漂移和环境噪声造成的频谱干扰共同损害了传统 AFCI 解决方案。本文提出了一种用于智能直流电弧故障检测的轻量级、可迁移、自适应学习驱动框架（LD框架）。在设备级别，LD-Spec 学习紧凑的频谱表示，从而实现高效的设备上推理和近乎完美的弧辨别。在异构逆变器平台上，LD-Align 执行跨硬件表示对齐，以确保在硬件引起的分布变化的情况下进行稳健检测。为了解决长期演化问题，LD-Adapt引入了云边协作自适应更新机制，可以检测未见过的操作状态并执行受控模型演化。涉及超过 53,000 个标记样本的广泛实验证明了近乎完美的检测，实现了 0.9999 的准确度和 0.9996 F1 分数。在各种容易出现误跳闸的情况下，包括逆变器启动、电网转换、负载切换和谐波干扰，该方法都实现了 0% 的误跳闸率。跨硬件传输仅使用 0.5%-1% 标记的目标数据即可显示可靠的适应，同时保留源性能。现场适应实验表明，在以前未见过的条件下，检测精度从 21% 恢复到 95%。这些结果表明，LD 框架可实现可扩展、面向部署的 AFCI 解决方案，保持跨异构设备的高度可靠检测和长期运行。