УДК 621.316.925
DOI: 10.36871/26189976.2026.03-2.001

Авторы

Семен Олегович Каминский,
Аспирант, Казанский государственный энергетический университет, Казань, Россия
Рустем Наимович Мухаметжанов,
Кандидат технических наук, доцент, Казанский государственный энергетический университет

Аннотация

В статье представлены результаты экспериментального исследования частотных характеристик токовых датчиков на ферритовых кольцах, предназначенных для применения в широкополосных измерительных трактах. Рассматривается сравнительный анализ 20 прототипов датчиков в диапазоне частот 3 кГц‑50 МГц с целью определения их пригодности для регистрации спектральных признаков, в том числе в системах обнаружения дуговых замыканий (AFDD). Актуальность работы обусловлена необходимостью обеспечения достоверного измерения высокочастотных токовых компонентов в условиях значительной неравномерности амплитудно-частотных характеристик ферритовых преобразователей и возможного ограничения входного тракта.
Экспериментальные исследования выполнены на лабораторном стенде с генератором сигналов 0–70 МГц и осциллографом с полосой пропускания 100 МГц. Определялась зависимость передаточного сопротивления Zt(f) для 7 низкочастотных (3 кГц‑6 МГц) и 13 высокочастотных (0,3–50 МГц) конфигураций при фиксированном уровне возбуждения. Полученные результаты показывают, что датчики демонстрируют выраженные резонансные свойства: для НЧ-конфигураций характерны высокие пики передаточного сопротивления в области сотен килогерц, тогда как ВЧ-датчики имеют максимумы в диапазоне единиц мегагерц с последующим спадом к верхней границе полосы. В ряде случаев максимальные значения фиксируются в режиме (пред)ограничения, что влияет на корректность интерпретации данных.
Показано, что для обеспечения сопоставимости спектральных измерений требуется калибровка или эквализация частотной характеристики, либо построение раздельных НЧ- и ВЧ-каналов с контролем линейности измерительного тракта.

Ключевые слова

дуговой пробой
AFDD
токовый трансформатор
HFCT
феррит
широкополосные измерения
передаточное сопротивление
резонанс
Rogowski coil

Список литературы

[1] Ерашова Ю.Н., Ившин И. В., Ившин И. И., Тюрин А. Н. Испытания устройства защиты от дугового пробоя и искровых промежутков на срабатывание // Известия высших учебных заведений. Проблемы энергетики. 2021. Т. 23, № 3. С. 168–180. — DOI 10.30724/1998–9903–2021–23–3–168–180.

[2] Тюрин А.Н., Солуянов Ю. И., Ахметшин А. Р. Проверка на работоспособность при замыкании на землю аппаратов защиты от параллельного дугового пробоя и искровых промежутков // Известия высших учебных заведений. Проблемы энергетики. 2024. Т. 26, № 4. С. 41–54.—DOI 10.30724/1998–9903–2024–26–4–41–54.

[3] Федотов А.И., Вагапов Г. В., Абдуллазянов А. Ф., Шаряпов А. М. Цифровая система мониторинга повреждений на линиях электропередачи // Известия высших учебных заведений. Проблемы энергетики. 2021. Т. 23, № 1. С. 146–155.—DOI 10.30724/1998– 9903–2021–23–1–146–155.

[4] Владимиров О.В., Ившин И. В., Низамиев М. Ф., Цветков А. Н., Усманов И. К., Гибадуллин Р. Р. Стенд для послеремонтных испытаний асинхронных двигателей напряжением до 1000 В // Известия высших учебных заведений. Проблемы энергетики. 2019. Т. 21, № 3–4. С. 52–58.—DOI 10.30724/1998–9903–2019–21–3–4–52–58.

[5] Суслов К.В., Солонина Н. Н., Солонина З. В., Ахметшин А. Р. Эффективный метод определения места короткого замыкания в электрических сетях // Известия высших учебных заведений. Проблемы энергетики. 2023. Т. 25, № 2. С. 71–83. — DOI 10.30724/1998– 9903–2023–25–2–71–83.

[6] Шаманин С.Ю., Блинов В. Л., Савченко В. В., Бродов Ю. М. Исследование ветряной турбины малой мощности горизонтального типа // Известия высших учебных заведений. Проблемы энергетики. 2023. Т. 25, № 1. С. 45–57.—DOI 10.30724/1998–9903–2023– 25–1–45–57.

[7] Zhang P., Qin Y. Series arc-fault diagnosis using convolutional neural network via generalized S-transform and power spectral density // IET Generation, Transmission & Distribution. 2024. Vol. 18, No. 19. P. 3029–3041.—DOI 10.1049/gtd2.13193.

[8] Zhao H., Liu J., Lou J. Series arc fault detection based on current fluctuation and zero-current features // Electric Power Systems Research. 2022. Vol. 202. 107626. — DOI 10.1016/j. epsr.2021.107626.

[9] Luan W., Lin J., Liu B., Zhao B. Arc fault detection and identification via non-intrusive current disaggregation // Electric Power Systems Research. 2022. Vol. 210. 108113. — DOI 10.1016/j.epsr.2022.108113.

[10] Li J., Zou G., Wang W., Shao N., Han B., Wei L. Low-voltage series arc fault detection based on ECMC and VB-SCN // Electric Power Systems Research. 2023. Vol. 218. 109222.—DOI 10.1016/j.epsr.2023.109222.

[11] Chabert A., Bakkay M. C., Schweitzer P., Weber S., Andrea J. A Transformer Neural Network for AC series arc-fault detection // Engineering Applications of Artificial Intelligence. 2023. Vol. 125. 106651.—DOI 10.1016/j.engappai.2023.106651.

[12] Wang J., Li X., Zhang Y. A series fault arc detection method based on denoising autoencoder and deep residual network // Frontiers in Energy Research. 2024. Vol. 12. 1341281.—DOI 10.3389/fenrg.2024.1341281.

[13] Hu C., Qu N., Zhang S. Series arc fault detection based on continuous wavelet transform and DRSN-CW with limited source data // Scientific Reports. 2022. Vol. 12. 12809.—DOI 10.1038/s41598–022–17235–7.

[14] Hosseini S., Sadeghkhani I. Cross-entropy based AC series arc fault detection for more electric aircrafts // Scientific Reports. 2025. Vol. 15. 26108.—DOI 10.1038/s41598–025–11935–6.

[15] Li B., Shu J., Cui F. Research on series arc fault detection method household loads based on voltage signals // Scientific Reports. 2025. Vol. 15. 27324. — DOI 10.1038/s41598–025– 12760–7.

[16] Bogarra S. [и др.] A dataset of voltage and current waveforms in an electric arc (data descriptor) // Scientific Data. 2024. Vol. 11, No. 1. 1396. — DOI 10.1038/s41597–024– 04253–5.

[17] Wang Y., Hou L., Paul K. C., Ban Y., Chen C., Zhao T. ArcNet: Series AC Arc Fault Detection Based on Raw Current and Convolutional Neural Network // IEEE Transactions on Industrial Informatics. 2022. Vol. 18, No. 1. P. 77–86.—DOI 10.1109/TII.2021.3069849.

[18] Wang Y., Zhang F., Zhang X., Zhang S. Series AC Arc Fault Detection Method Based on Hybrid Time and Frequency Analysis and Fully Connected Neural Network // IEEE Transactions on Industrial Informatics. 2019. Vol. 15, No. 12. P. 6210–6219.—DOI 10.1109/ TII.2018.2885945.

[19] Qu N., Wang J., Liu J. An Arc Fault Detection Method Based on Current Amplitude Spectrum and Sparse Representation // IEEE Transactions on Instrumentation and Measurement. 2019. Vol. 68, No. 10. P. 3785–3792.—DOI 10.1109/TIM.2018.2880939.

[20] Artale G., Cataliotti A., Cosentino V., Di Cara D., Nuccio S., Tinè G. Arc Fault Detection Method Based on CZT Low-Frequency Harmonic Current Analysis // IEEE Transactions on Instrumentation and Measurement. 2017. Vol. 66, No. 5. P. 888–896. — DOI 10.1109/ TIM.2016.2627248.

[21] Bao G., Gao X., Jiang R., Huang K. A Novel Differential High-Frequency Current Transformer Sensor for Series Arc Fault Detection // Sensors. 2019. Vol. 19, No. 17. 3649.—DOI 10.3390/ s19173649.

[22] Chu R., Schweitzer P., Zhang R. Series AC Arc Fault Detection Method Based on High-Frequency Coupling Sensor and Convolution Neural Network // Sensors. 2020. Vol. 20, No. 17. 4910.— DOI 10.3390/s20174910.

[23] Liu Y., Yang G., Wang H. Series Arc Fault Detection under Vibration Condition Based on N-M–M-B // Sensors. 2024. Vol. 24, No. 3. 959.—DOI 10.3390/s24030959.

[24] Xiao Y., Jiao H., Huo F., Shen Z. Lightning Current Measurement Method Using Rogowski Coil Based on Integral Circuit with Low-Frequency Attenuation Feedback // Sensors. 2024. Vol. 24, No. 15. 4980.—DOI 10.3390/s24154980.

[25] Barroso-de-María G., Robles G., Martínez-Tarifa J. M., Cuadrado A. Modelling Inductive Sensors for Arc Fault Detection in Aviation // Sensors. 2024. Vol. 24. 2639.—DOI 10.3390/ s24082639.

[26] Robles G., Martínez-Tarifa J. M., Barroso-de-María G., Izquierdo D. High-Frequency Current Transformer Design to Detect Serial Arcs in More Electric Aircraft // IEEE Transactions on Transportation Electrification. 2025. Vol. 11, No. 1. P. 639–647. — DOI 10.1109/ TTE.2024.3394044.

[27] Robles G., Martínez-Tarifa J. M., Gómez-de-la-Calle M., Barroso-de-María G., Izquierdo D. Detecting Serial Arcs in Aeronautical Applications Using Inductive Sensors // IEEE Transactions on Aerospace and Electronic Systems. 2022. Vol. 58, No. 3. P. 2073– 2082.—DOI 10.1109/TAES.2021.3128868.

[28] Sarlioglu B., Morris C. T. More electric aircraft: Review, challenges, and opportunities for commercial transport aircraft // IEEE Transactions on Transportation Electrification. 2015. Vol. 1, No. 1. P. 54–64.—DOI 10.1109/TTE.2015.2426499.