基于PLC的智能電表運行故障監控系統設計

（廣西現代職業技術學院，河池 547000）

0 引言

智能倉儲物流系統主要包括自動化立體倉庫與物流配送系統，自動化立體倉庫主要負責實現計量器具與用電信息采集的自動倉儲，物流配送系統主要負責實現計量器具與用電采集終端在電能計量中心的自動封箱、配送、盤點以及出入庫[1,2]。因此，對智能電表運行故障進行監控具有重要意義，是保證智能倉儲物流系統有效運行的基礎和關鍵。

現階段，通常采用定期現場校驗的形式對智能電表故障信息進行采集，需耗費大量人力物理，同時因為巡檢周期相對較差，無法及時發現智能電表故障[3]。當前電表越來越智能，運行故障具有突發性與復雜性等特性，為智能電表故障監測帶來了很大的挑戰。傳統方法無法及時有效發現智能電表故障[4]，為此，設計了一種新的基于PLC的智能電表運行故障監控系統，通過PLC完成智能電表控制程序的編寫，完成故障診斷，同時通過智能電表數據采集與數據運行實現數據處理，實現智能電表運行故障監控及處理。

1 基于PLC的智能電表運行故障監控系統

1.1 系統總體設計

設計的基于PLC的智能電表運行故障監控系統如圖1所示。

圖1 系統總體結構

PLC采用日本三菱企業A2N系列[5]，按照功能，設計系統主要包括電源模塊、CPU模塊、通訊模塊、輸入模塊、輸出模塊、主板以及擴展板。通過輸入模塊對智能倉儲物流系統智能電表運行故障信號進行采集[6]，通過輸出模塊對繼電器輸出故障復位信號進行帶動，并對故障信號報警信息進行顯示。利用通信接口和工控機完成信息交換。除此之外，設計系統在主板與擴展板上設置備用空間。

1.2 PLC內部結構

按照現階段技術的發展，在監控領域中PLC為相對成熟的控制技術，具有安全穩定、靈活性與控制功能強的優勢，被廣泛應用[7]。設計的基于PLC的智能電表運行故障監控系統將PLC作為系統的核心，其內部結構如圖2所示。

圖2 PLC內部結構

1.3 通信接口設計

通信接口主要包括無線微控制單元、DSP單元和電源模塊，詳細結構圖如圖3所示。

圖3 通信接口結構

無線微控制單元主要結構為P87LPC764芯片，能夠實現傳輸功能，利用SPI接口和DSP單元達到通訊的目的。

DSP單元主要用于實現對采集信息的預處理，把得到的結果通過P87LPC764芯片發送到主機[8]。

為了達到通訊的目的，需按照數字信號對載波進行調整。在大多數系統中，通常把正弦波信號當成載波，利用信號離散型對載波進行修正，獲取振幅鍵控等，本節選用二進制數字頻移鍵控模式，其利用載波頻率實現二進制數字信號傳輸，即符號“1”和載頻“1”相應，而符號“0”和載頻的已調波形相應。已調信號可描述成：

式中，g(t)為矩形脈沖；Ts為周期；an計算公式是：

1.4 系統軟件設計

系統軟件設計包括兩個階段，第一個階段為通過C語言在上位機對智能電表運行故障監控系統制表程序進行編制，從而對故障累積統計表進行查詢及打印。第二個階段為通過PLC通用MEDOC軟件包在PC機上對PLC進行離線編程及在線調試處理[9]。

MEDOC軟件包不但功能強大，同時人機互動能力強，通過菜單驅動，使用過程簡單。軟件流程圖如圖4所示。

圖4 軟件流程圖

軟件設計中，輸入數據處理非常關鍵，依據系統功能要求，對采集的數據進行處理，達到智能倉儲物流系統智能電表運行故障診斷的目的，為故障監控提供依據。

復位輸出對不同復位信號進行輸出處理，對非故障信號進行自動復位，對故障信號進行外復位。通過故障記錄將出現故障的具體時間及次數傳輸至對應文件寄存器。在故障記錄點數高于設定值的情況下，利用數據移送功能把前天的記錄刪除。

1.5 數據處理關鍵技術

1.5.1 故障診斷模型

本節通過數據挖掘法對以往智能倉儲物流系統智能電表運行故障數據進行處理，獲取有意義的故障信息及規律，從而實現智能電表運行故障診斷。智能電表故障監測按照出現故障時電表采集終端的事件記錄分析結果進行診斷，研究不同結果間的關系，為電表故障監測提供依據。

用S描述智能電表故障以往數據，同時把S的60%數據看作訓練集W，將剩余數據看作測試集T，通過C5.0法完成對訓練集W的數據挖掘。

把W劃分為n個子集W1，W2，…，Wn，其中n用于描述W中n個子集W1，W2，…，Wn，其中n用于描述W中屬性X的數量。假設訓練集W的熵用inf o(W)進行描述，計算公式為：

其中，|W|用于描述W中樣本總量，freq(Di,W)用于描述W中決策屬性屬于Di類別的樣本數量，N用于描述決策屬性總類別數。

按照屬性X把訓練集W劃分為n個子集，求出不同子集的信息熵，公式如下：

其中，inf oX(W)用于描述屬性X的信息熵，|Wi|用于描述Wi中屬于Di種類的樣本總量，m用于描述屬性總類別數量。

增益標準gain(X)可通過下式求出：

屬性X形成潛在信息G(X)可描述成：

屬性X的信息增益率gain_ratio(X)可通過下式求出：

把信息增益率最高的屬性當成根節點構造決策樹，剩余屬性繼續依據信息增益率最高方法進行遞歸計算，直至產生整個決策樹，得到診斷規則。

為了驗證診斷結果是否可靠，假設診斷正確率R的計算公式為：

其中，Mt用于描述測試集中準確診斷的數量，M用于描述測試集總數據量。

假設R'是故障診斷準確率基準，如果R≥R'，則相應分類規則可靠；反之，如果R＜R'，則返回訓練集重新訓練。從而獲取決策樹，產生診斷規則，實現智能倉儲物流系統智能電表故障監測。

1.5.2 數據處理

數據處理即依據統一格式完成對監測數據與診斷結果的處理，變成可識別邏輯項，主要包括邏輯項形成、轉換以及歸類三個階段，詳細分析如下：

邏輯項形成即按照既定模型從采集的數據中獲取之恩給你電表故障信息，智能電表與采集終端時間記錄能夠直接產生故障信息，量測量、狀態量等信息需完成對數據或狀態的判斷，才可產生可用故障信息。

邏輯項轉換即把故障信息變成可識別邏輯項，令其應用在關聯規則的產生和故障監測過程中的故障診斷，診斷結果轉換為對統計故障結果進行邏輯化處理，將其轉換成對應項。

邏輯項歸類即按照故障診斷結果的屬性完成對故障信息的分類處理，加快數據挖掘速度。

在上述分析的基礎上，給出一組故障信息F={F1，F2，…，FN}與診斷結果E={E1，E2，…，EN}，挖掘即的蘊含式，其中X、Y依次為F與E的項與項集，在實際應用中，如果產生關聯關系{s1%，c1%}，說明利用故障信息診斷得到的故障是R1，支持度是s1，置信度是c1。

2 實驗結果及分析

選擇某智能倉儲物流智能電能表，對數據進行分析，通過本文系統對之恩給你電表運行故障進行監控，得到的結果用表1進行描述。

表1 本文系統監測結果

分析表1可以看出，測試集總量為115，其中監測結果準確的數量是110個，準確率高于設定值，說明系統監測結果可靠。

下面針對1個月、2個月和3個月的監測，比較本文系統、文獻[3]系統和文獻[4]系統的平均監測響應時間與監測誤差，結果如表2所示。

分析表2可知，在監測時間相同的狀態下，本文系統監測平均響應時間和誤差都比文獻[3]系統和文獻[4]系統低，說明本文系統監測性能更優。

表2 三種系統性能比較

3 結論

本文設計了一種新的基于PLC的智能電表運行故障監控系統。給出設計系統總體結構，設計PLC內部結構和通信接口。介紹了軟件設計過程。通過數據挖掘法實現智能電表運行故障診斷，對數據進行處理，達到智能電表運行故障監控的目的。經實驗驗證，所設計系統監控精度高，響應時間短。