AFCI 应用笔记二之数据采集

1. 简介

基于监督学习的神经网络算法需要大量数据作为输入，模型完全由数据驱动，其数据质 量是算法有效的必要条件，所以如何高效的采集到数据，以及正确的标注或分析是极其重要的，如果第一步有问题，后续的所有工作都是徒劳。

本文将介绍 PECC 的数据采集板，以及来自 GPM China 的数据采集工具，简单分析数据质量的一些方法，以及需要注意的一些事项。

图1. PECC 硬件 V1.0

2. 上位机介绍

图2. 上位机主界面

2.1. 打开串口

单击①找到相应的串口号，并通过②选择合适的波特率，点击③打开串口。注意：

1.   如果连接设备是串口+USB 虚拟串口，则需要选择正确的波特率才能正常通讯。

2.  如果连接设备是 USB 虚拟串口（比如 PECC 的开发板），则波特率可以随便选择。

2.2. 数据采集

通过④设置标签，⑤设置采样率（最高 400KHz），⑥设置采样时间，⑦选择通道（目前 上位机支持四个通道），选择⑧开始数据采集。

2.2.1.     数据标注方法与原则

1. ④中设置的是文件标签，也可以理解为文件保存路径，python 脚本会根据保存的文 件路径来给数据进行打标。

2. 文件夹中必须有且仅有 “Arc”“Normal”字符串，大小写无关。其中“Arc”，表 示该文件夹下的数据全为有弧信号； “Normal”，表示该文件夹下的数据全为无弧 信号。参看下文一个比较好的数据标注的例子。

3. “Normal”信号的采集。无弧信号采集较简单，只需要关注不同的采集条件，让数 据分布更广即可。为了确保无弧，所有线头连接部分必须保证充分接触，防止接触 不良导致接头内部产生电弧，而肉眼无法看到的情况发生，拉弧机两端最好有接示 波器，电压必须为 0，以确保拉弧机接头内部没有肉眼无法看到的电弧。

4. “Arc”信号的采集。为了保证采集到的数据全部为有弧信号，需要先打开拉弧机产 生电弧，再点击⑧开始采集，待上位机采集完成，再断开拉弧机。

5. 由于拉弧与非常多的因素相关，所以数据采集应当在各个不同条件下采集。目前已 知能影响拉弧效果的因素包括且不限于：是否有关断器，是否有优化器，电流等级， 逆变器通道，硬件采集电路，拉弧距离等。在数据标注时，需要对这些情况进行相 应的标注，方便以后分析。电流等级可以以 2-3A 为一个步长采集所有电流等级内的 数据。

6. 采集时长或数据大小。没有明确规定的大小，建议每个电流等级总时长不低于 30s。 同一条件也不建议太大，因为数据量太多可能导致内存不足，无法训练或训练时间 过长。

2.2.2.     数据文件夹

1.  文件夹设置好后，采集数据，会自动在上位机同目录下生成文件夹。

2.  在 Chart 页面下，左键点击文件夹会将文件夹路径更新到④中，方便采集

2.2.3.     采集板供电

PECC 板子使用 USB 供电，可以连接笔记本，但是 USB 供电会引入工频噪声，在采集 阶段和验证阶段，必须保证环境的一致性，所以在采集和验证阶段都需要使用统一的设备进 行供电，不能切换电脑或电源。建议使用同一台电脑采集数据和验证，并且连接电源，不使 用电池。

图3. 数据标注

图4. 数据采集 Log

2.2.4.     采集日志

1.   Log 信息会自动保存在上位机同目录下，以当前时间作为文件名，以.log 作为结尾。

2. 如果 Log 信息中，出现了丢包或其他错误信息，最好删掉采集保存下来的这条数据。 从上文数据采集 log 中，可以看出

① ：400KHz 采样率下，数据有丢包。那么，可以在 Chart 界面下，找到该条数据，点击 delete 删除。

② ： 400KHz 正常的数据采集 Log。

目前，仅在 400KHz 采样率下，发现小概率有丢包情况，其他情况未发现，未来提高

USB 通信速率应该可以解决该问题，不过串口通讯仍然有误码率的可能性。

2.3. 数据分析

2.3.1.     数据显示

图5. Chart 页面

1．点击采集到的数据①，会在右边绘制出波形图。

2．②：时域图形，横坐标表示采样点数，纵坐标表示 ADC 值。③：频域图形，横坐标表 示 N × 采样率，如果采样率为 250KHz，则 0.5 表示 125KHz，纵坐标表示幅值。

3．设置帧长⑤，拖动④可以看到不同帧长窗口下的时域和频域图形。

2.3.2.     数据对比

图6. 上位机软件的时域和频域对比功能

1. 选择①痕迹，再选择其他数据文件，则可以对比不同数据的波形，上图为有弧和无弧 信号的对比。

2. 检查②时域部分：查看是否有异常点，是否有样本点超过最大幅值的情况，中心点是 否在 2048 附近（12 位 ADC 最大值为 4096，中心点为 2048），可以看出硬件是否 有设计问题，比如放大倍数不正确，或者中心点不正确。还可以和示波器进行对比， 看采集到的数据是否和示波器上的一致，来检查硬件或固件。

3. 检查③频域部分：查看滤波器的滤波范围是否正确，限波点是否正确，上图可以看到 数据在相对低频部分有比较好的分辨能力。

2.4. 在线识别

图7. 识别结果

选择好①采样率和③通道，点击开始识别，就可以让开发板进入 AFCI 识别模式，识别中会输出 图中④类似的 Log 信息，表示采样率已经设置为 250KHz，CH2 通道已经打开，并输出了 normal 和 arc 的百分比信息，代表是的无弧和有弧的概率。

2.5. 文件验证

文件验证功能指的是将采集到的 csv 格式的原始数据文件，下载到开发板中，进行验证， 从而判断固件部分 AI 功能是否正常，如果固件和模型正确，输出结果应当和标记的内容一样。

图8. 文件验证

图9. Log 信息

图 8：在 Chart 界面下，选择需要验证的文件，双击会弹出验证对话框，点击 Yes 进行验证。 

图 9：显示的输出结果信息，以及剩余验证数据，通道信息可忽略，因为数据是从上位机下载的 和通道无关。

2.6. 通讯协议

在 Note 界面下，有相应的串口通讯协议和 Release 信息。

图10. Note 界面

3. 总结

数据采集和标注是做好神经网络的第一步，需要格外小心和谨慎，不然其中有脏数据，通 过肉眼十分难以清理出来，脏数据过多会导致模型泛化能力很差。

其中一个办法是用模型对所有数据进行验证，然后挑选出验证结果失败的数据，然后 Plot 出来。若通过肉眼分辨，其工作量非常巨大和繁琐，还是应当在数据收集的过程中保证数据 的有效性。

更多相关信息请见：AFCI 应用笔记二之数据采集 https://share.eepw.com.cn/share/download/id/391490