本发明属于光伏，尤其涉及一种光伏智能拉弧检测装置的拉弧自检方法。
背景技术：
1、在光伏产品使用过程中，针对产品是否出现拉弧故障，都会设计一套拉弧检测装置。在对进入逆变器的电流或电压进行采集时，通常使用霍尔电流传感器或ct(电流互感器)元器件，拉弧自检的目的是为了确保霍尔或ct到芯片链路的可靠连接。比如检测连接器插的是否牢固，霍尔或ct内部线是否断开，板子焊接不良等问题。
2、目前市面上普遍的方法是通过采样分析电流或电压进行特征值提取，然后设定阈值的方法，将采集的数据跟阈值进行比对来判断结果。在自检阶段，通过采样分析拉弧电流或电压的特征值，通过软件方法，设定阈值判断检测结果。针对不同的硬件，采集到的电流或者电压值可能浮动范围不一致，往往需要调整阈值来适配不同硬件产生的不同特征值。人为的设定特征值的阈值，会根据硬件的不同，采集到的电流的特征值可能会不同，导致特征值阈值不同，不够通用，还得手动调整。采集回来已知的拉弧数据，需要软件额外开发计算方法，调整阈值等二次操作。
3、由于光伏逆变器系统中由复杂元器件组成，并且外界环境多变，导致无法采集到固定的拉弧电流值，无法使用数学公式或设置多个阈值的方式来判断是否有拉弧产生，导致软件设计起来容易反复修改，不容易固化。
技术实现思路
1、为解决上述问题，本发明的目的是提供一种光伏智能拉弧检测装置的拉弧自检方法及系统，
2、本发明提供的技术方案为：一种光伏智能拉弧检测装置的拉弧自检方法，包括以下步骤：
3、程序启动，获取预先存储的拉弧数据，通过第一数据端口输出；
4、通过第二数据端口采集所述第一数据端口的输出数据，处理后输入拉弧检测装置；
5、若所述拉弧检测装置输出发生拉弧故障的结果，自检通过；否则自检失败上报故障信息。
6、优选的，获取预先存储的拉弧数据时，采样频率为96khz，所述第一数据端口输出数据频率为96khz，所述第二数据端口采集数据的频率为96khz。
7、优选的，所述第一数据端口输出的数据通过数模转换器处理后输出，所述第二数据端口采集的数据通过模数转换器处理后输入拉弧检测装置。
8、优选的，所述第一数据端口采用i2s接口，所述第二数据端口采集所述i2s接口的数据后处理为拉弧检测装置能够兼容的数据类型。
9、优选的，所述第一数据端口采用pwm输出端口，所述第二数据端口采集所述pwm输出端口输出的数据后处理为拉弧检测装置能够兼容的数据类型。
10、优选的，所述拉弧检测装置采用cnn卷积神经网络模型，所述cnn卷积神经网络模型输入层接收来自光伏逆变器的电参数作为模型的原始输入，卷积层通过一系列卷积操作来提取波形数据中的特征，池化层降低特征维度，强化模型提取的关键特征，并减少计算量，通过全连接层进行进一步的特征整合和分析，以便做出最终的判断，通过输出层判断出最终的检测结果是否存在拉弧现象。
11、优选的，所述cnn卷积神经网络模型输入层接收来自光伏逆变器的电压和/或电流波形数据，在输入所述cnn卷积神经网络模型之前对采集到的数据进行清洗和标准化，以便于cnn卷积神经网络模型处理。
12、基于相同的构思，本发明还提供一种光伏智能拉弧检测装置的拉弧自检系统，包括：
13、拉弧数据获取模块，用于程序启动，获取预先存储的拉弧数据，通过第一数据端口输出；
14、拉弧数据转换模块，用于通过第二数据端口采集所述第一数据端口的输出数据，处理后输入拉弧检测装置；
15、拉弧自检模块，用于若所述拉弧检测装置输出发生拉弧故障的结果，自检通过；否则自检失败上报故障信息。
16、基于相同的构思，本发明还提供一种电子设备，包括：
17、存储器，所述存储器用于存储处理程序；
18、处理器，所述处理器执行所述处理程序时实现上述任意一项所述的光伏智能拉弧检测装置的拉弧自检方法。
19、基于相同的构思，本发明还提供一种可读存储介质，所述可读存储介质上存储有处理程序，所述处理程序被处理器执行时实现上述任意一项所述的光伏智能拉弧检测装置的拉弧自检方法。
20、本发明由于采用以上技术方案，使其与现有技术相比具有以下的优点和积极效果：
21、本发明技术方案从存储的拉弧数据开始，经过完整的数据处理链路(包括数据的输出、采集、处理和检测结果的生成)，实现了闭环测试，确保了整个检测链路的准确性和可靠性。能够确认拉弧检测装置是否能正确识别拉弧故障，从而保障了装置的实际运行性能。定期或不定期地进行自检可以确保光伏系统的持续稳定运行，减少因拉弧故障带来的风险，提高了系统的整体可靠性。自检方法可以适应不同的光伏系统配置和不同的工作环境，具有较好的通用性和适应性。避免了现有技术中还需要额外的增加自检算法并且由于逆变器系统由复杂元器件组成、外界环境多变等原因需要不断更改阈值的问题。
1.一种光伏智能拉弧检测装置的拉弧自检方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的光伏智能拉弧检测装置的拉弧自检方法，其特征在于，获取预先存储的拉弧数据时，采样频率为96khz，所述第一数据端口输出数据频率为96khz，所述第二数据端口采集数据的频率为96khz。
3.根据权利要求1所述的光伏智能拉弧检测装置的拉弧自检方法，其特征在于，所述第一数据端口输出的数据通过数模转换器处理后输出，所述第二数据端口采集的数据通过模数转换器处理后输入拉弧检测装置。
4.根据权利要求1所述的光伏智能拉弧检测装置的拉弧自检方法，其特征在于，所述第一数据端口采用i2s接口，所述第二数据端口采集所述i2s接口的数据后处理为拉弧检测装置能够兼容的数据类型。
5.根据权利要求1所述的光伏智能拉弧检测装置的拉弧自检方法，其特征在于，所述第一数据端口采用pwm输出端口，所述第二数据端口采集所述pwm输出端口输出的数据后处理为拉弧检测装置能够兼容的数据类型。
6.根据权利要求1所述的光伏智能拉弧检测装置的拉弧自检方法，其特征在于，所述拉弧检测装置采用cnn卷积神经网络模型，所述cnn卷积神经网络模型输入层接收来自光伏逆变器的电参数作为模型的原始输入，卷积层通过一系列卷积操作来提取波形数据中的特征，池化层降低特征维度，强化模型提取的关键特征，并减少计算量，通过全连接层进行进一步的特征整合和分析，以便做出最终的判断，通过输出层判断出最终的检测结果是否存在拉弧现象。
7.根据权利要求6所述的光伏智能拉弧检测装置的拉弧自检方法，其特征在于，所述cnn卷积神经网络模型输入层接收来自光伏逆变器的电压和/或电流波形数据，在输入所述cnn卷积神经网络模型之前对采集到的数据进行清洗和标准化，以便于cnn卷积神经网络模型处理。
8.一种光伏智能拉弧检测装置的拉弧自检系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种可读存储介质，其特征在于，所述可读存储介质上存储有处理程序，所述处理程序被处理器执行时实现如权利要求1至7中任意一项所述的光伏智能拉弧检测装置的拉弧自检方法。
