电弧是现代电力系统中一种最危险、带来损失最大的故障情况。 从光伏逆变器、储能系统，到 AI 数据中心配电单元（PDU）以及直流（DC）快充设备，市场正迫切转向在边缘实现高可靠性、低功耗的实时电弧故障检测。
电弧故障可引发火灾、损坏设备并造成严重停机，因此电弧故障断路器（AFCI） 的重要性前所未有。 传统保护方案在以下场景面临挑战：
- 高频噪声
- 宽范围工作电流
- 复杂负载
- 多变的环境条件
瑞萨电子通过两种硬件方案支持 AFCI 实现，提供设计灵活性、可配置性与可靠的检测精度。 瑞萨电子结合混合信号可配置性 + MCU 智能 + 边缘 AI 推理，可升级传统方案，最大化设计选择并确保可靠性。
基于 MCU 智能的实时 AI 电弧检测
用于电弧检测的实时分析技术可提升电气系统安全性、减少误报，并支持预测性维护。 这一能力基于搭载 Arm® Cortex®-M33 处理器的 RA6M3/RA6M4 MCU 实现，其最高主频可达 200MHz，并具备丰富的 DSP 架构。 通过对接由 Reality AI Tools® 生成的实时分析（RTA）模型，即可实现 AI 推理。 由于推理时间低至 10ms 至 250ms，因此可以实现实时保护。 该方法能够可靠地检测串联电弧与并联电弧、阻性负载下的微电弧以及异常电流波形，而这些功能是传统模拟方法难以实现的。 数据收集/数据存储（DC/DS）功能由 Reality AI Utilities支持，能够捕获数据并进行模型迭代，从而快速检测异常电流分布、篡改和不安全布线。
模拟滤波的硬件方法
GreenPAK™ 和 AnalogPAK™ 可编程混合信号器件提供超低功耗、小型化、可配置的模拟前端，非常适用于高速电弧故障检测。 凭借以下特性，用户可为其产品实现精准的 AI 分类：
- 集成模数转换器（ADC）、可编程增益放大器（PGA）、比较器和串行外设接口（SPI）
- 低延迟混合信号处理
- 硬件级可靠性（支持 AEC‑Q100）
- 可灵活适配基于电流互感器（CT）、分流电阻或传感器线圈的检测方案
- 面向大众市场设备的成本优化、精简物料清单（BOM）
在信号到达 MCU 之前，GreenPAK 会对快速变化的电弧特征进行滤波、整形和数字化处理，确保为人工智能（AI）和机器学习（ML）分类提供清晰的数据。
- 由 Future Electronics 提供的 AFCI 交钥匙硬件平台可实现快速评估并加快产品上市速度。 该平台不依赖云端。 所有推理均在边缘侧完成，可大幅缩短处理时间。 平台支持一键学习校准，一键即可快速完成环境适配。 该平台可扩展，适用于所有大众市场 OEM 厂商，满足其不同的需求。 该方案具备多项优势：
- 传感器线圈输入和信号调节板
- 高速采样（12 位 ADC，250kHz 采样率）
- 基于 RA6M4 的处理，集成 AI 模型
- 一键学习校准，快速适配环境
- 不云端依赖；所有推理均在边缘完成
- 可扩展设计，适用于大众市场 OEM
AFCI 端到端流程系统工作原理
- 电流互感器（CT）或传感器线圈捕获高频线路扰动信号
- GreenPAK/AnalogPAK 或采用分立器件设计的滤波器执行信号滤波、ADC 转换和 SPI 数据流传输
- RA MCU 接收数据帧并执行以下操作：
- 数字信号处理（DSP）预处理
- 特征提取
- 使用 Reality AI 训练模型进行实时 AI 分类
- 决策引擎触发警报、关断或保护机制
这种混合架构针对工业、消费和可再生能源领域的 AFCI 市场进行了优化。
我们的 AFCI 平台大幅降低了开发门槛，常适用于光伏 OEM、电动出行设备、电池工具、电动汽车（EV）充电桩及数据中心配电单元（PDU）等场景，其优势包括：
- 更快上市速度 - 预验证硬件 + 可移植 AI 模型 = 帮助客户在数周内推出 AFCI 产品，而非数月。
- 顶尖检测精度 - 使用瑞萨 Reality AI 工具训练的模型能够利用传统模拟电路无法单独捕捉的高维信号特征。
- 成本优化 - GreenPAK 将众多分立器件集成到单个 IC 中，从而减少了 PCB 面积、降低了成本与功耗，并简化了供应链复杂度。
电弧故障已成为全球日益严峻的安全挑战。 借助我们实用、高精度且可扩展的 AFCI 平台，用户可以在其应用中防范危险电弧故障的发生。 瑞萨电子提供从芯片、软件到完整参考设计的全套方案，助力在光伏逆变器、光伏发电（PV）、电池储能系统、电动汽车充电桩及基础设施、AI 数据中心、电动出行、工业设备、智能家居及电气保护等领域，打造下一代安全、智能的电力系统。
申请 Reality AI 演示或开始为期一个月的 Reality AI Explorer Tier 试用。
