劉明武
(烏海職業技術學院,內蒙古 烏海 016000)
隨著人們生活水平的提高,人們對供電質量的要求也越來越高。而在供電系統中電力設備故障成為影響供電系統運行質量的主要因素。由此可以看出,對電力設備故障進行管理預測是提高供電質量的有效手段,其中最有效的方法就是利用改進關聯規則法對電力設備中的故障進行故障預測。
目前我國電力設備在實際運行中主要存在以下問題,電力故障預測中的設備參數不穩定,進而無法對其進行有效的控制,最終導致電力設備在運行過程中出現運行故障。另外,電力設備在運行時網絡環境不穩定也會導致設備出現運行故障。尤其是電力設備的自動控制系統,如果長時間在不穩定的網絡環境下運行,不僅會影響運行質量,還會對系統造成損害,由此可以看出電力設備故障預測的重要性[1]。
電力設備故障檢預測技術全面推進,應進一步推進現代電力關聯結構的設計模型的應用,逐步構建數字化電力傳輸監控結構體系。一方面,電力設備故障檢預測憑借系統監控模式,形成以點蓋面的電力設備應用故障分析體系,當監控區域出現店里哦傳輸故障時,系統能夠在第一時間發出電力故障檢驗分析信號,實行電力設備檢驗故障分析與檢驗。另一方面,電力設備故障檢預測系統,結合電力設備動力傳輸的相關條件,采取系統化的方式,計算出電力設備故障檢預測的評估值。依據電力設備故障檢預測嵌入式定理分析可知:電力故障有效調節,應遵循Dz(t)/Dt=F(z)的公式條件,才能夠達到對電力設備故障檢預測評價。一般而言,我們對電力系統監控分析時,主要采取定力傳輸段初始傳輸信息、后期傳輸信息、以及電力傳輸中心電路值分析的方式,對檢驗段電力傳輸進行綜合式評估檢驗。如果本段線路的三段式檢驗值都在電力設備故障檢預測評估值的范圍內,則說明其運作信息符合當前電路有效運轉的需要;反之,則說明本段線路傳輸存在故障,需進一步進行電力傳輸線路分析。
電力設備故障檢預測在現代電力設備運維處理的基礎上,借助數字化電力供應傳輸網絡,構建電力設備故障檢驗分析結構體系,實現現代電力傳輸結構協調運作。舉例來說,新型電力設備故障檢預測設備,在傳統電力傳輸線路的基礎上,安裝了電力傳輸檢驗分析結構。當電力傳輸線路中存在設備檢驗問題故障時,智能檢驗終端,將會結合電力設備實際運行情況,作出電力傳輸實際信息的分析,在第一時間進行電力設備故障檢預測信息反饋。如果檢驗線路段的電力傳輸存在著較為嚴重的電力傳輸故障,則自動監控系統將會在第一時間切斷外部傳輸電源,達到對電力設備故障檢預測總體電路保護的作用。
值得注意的是,雖然電力設備故障檢預測能夠及時依據電力設備信號構建虛擬信息傳輸網絡,但并不能完全從根本上解決掉電力設備傳輸中存在的故障。因此,電力運維處理人員必須結合電力設備故障檢預測的實際情況,做好電力設備故障的綜合分析。
在進行電力設備故障檢測信號的構建基礎上,還需要對故障預測進行改進設計。首先,在高維相空間中,對電力設備中的故障信號進行模擬,模擬成非線性的時間序列波形,并根據該序列以及相空間對奇異值進行分解;然后,根據奇異值分解的結果,進行故障特征的提取,從而得到故障信號的IMF分量;其次,構建電力設備的故障樣本,并在此基礎上對故障進行關聯規則分析,將相應的故障特征進行輸出;最后,運用MUSIC方法預估故障信號的信息特征,并以此獲取信號源的二維參數,采集故障信號,從而實現電力設備的故障預測。
為了測試本文改進的方法在電力設備故障預測中的作用,筆者進行了仿真測試。仿真電腦的具體配置如下:1GB內存;主頻是DDR2667;處理器為Intel Core2 Duo1.80GHz。在仿真實驗中,主要通過Abaqus在電腦中建立測試所用的虛擬樣機,以此來進行在線仿真模型的構建。在仿真測試中,首先需要進行信號采集,并記錄下電力設備在信號采集過程中的時域波形,根據時域波形進行關聯維特征的提取,提取方法主要是改進之后的關聯規則方法,以此來得到故障特征的提取結果。觀察提取結果我們可以發現,改進關聯規則方法能夠有效反映出電力設備中故障信號的相關特征信號,為運維人員診斷故障類別提供了便利。另外,為了體現改進關聯規則方法的性能,筆者應用了不同方法進行電力設備的故障預測。預測的結果顯示:使用傳統方法,電力設備的故障診斷分布呈現出交叉冗余的現象,預測的效果不是很理想,故障預測的準確率為77%;使用改進關聯規則方法,能夠明顯看出故障的特征分布狀況,在很大程度上提高了故障預測的性能,故障預測的準確率為98%[2]。
隨著人們對電力設備故障預測的關注程度越來越高,如何將改進關聯規則方法應用在電力設備故障預測中,成為有關人員關注的重點問題。本文通過對改進關聯規則法在電力設備故障預測中的應用進行研究發現,對其進行研究,能夠有效提高電力設備故障的預測質量,同時縮短故障預測需要的時間,進而提高故障預測效率。由此可以看出,將改機關聯規則法應用在電力設備故障預測中,能夠為今后電力設備故障預測的發展奠定基礎。
[1]班淑珍,韓俊峰.改進關聯規則方法在電力設備故障預測中的應用[J].電網與清潔能源,2016(3110):83-88.
[2]何友全.數據挖掘方法及其在電力系統故障診斷中的應用研究[D].西南交通大學,2015.