淺談基于物聯網的電氣設備狀態評價及管理系統建設

鐘方偉 周平 鄒帥

摘要：該文主要針對電氣設備智能狀態評價及管理進行闡述，包括電網電氣設備狀態評價現狀分析、系統架構設計，系統主要功能進行簡述，如前端數據采集方法、設備狀態評價方法等進行了闡述。文章整體上從電氣設備狀態評價及管理系統建設的研究現狀、技術架構、抓藥功能等方面分別進行了綜述，并對建設過程進行了總結。

關鍵詞：物聯網;狀態評價

中圖分類號：N945.23? 文獻標識碼：A

文章編號：1009-3044（2019）22-0068-03

開放科學（資源服務）標識碼（OSID）：

1 現狀分析

近年來，電氣設備的新產品、新材料和新工藝的不斷涌現，電網規模的高速發展，使得試驗人員工作量不斷增加，而電氣設備特有的安全要求對運維檢修管理的要求不斷提高，特別是安全方面必須做到百分之百可靠，這些方面在帶來企業不斷發展進步的同時，也給試驗檢修人員帶來大量的煩瑣低效的重復工作。目前預試工作中大部分的數據處理都需要人工方式處理，如抄表、比對導則、出具分析報告等，隨著業務量的發展，日常工作中碰到很多問題急需解決，主要表現在：

1）電力行業試驗業務對現場工作規范化要求高，責任重，公司制定的大量相關制度，卻缺乏行之有效的監督與執行手段。

2）電力設備預防性試驗非常專業化，對人員專業知識要求高，新進人員很難快速上手，迫切需要實現知識管理，做到隱形知識顯性化。

3）試驗人員專業水準不一，工作量大的情況下，甚至存在責任心不夠，少做項目甚至數據作假。

4）對于預防性試驗數據，其歷史數據非常重要，而目前許多停留在紙質文件或者類似Word/Excel之類的電子文檔里，使得數據易丟失并且長時間處于“低效”甚至“無用”狀態，同時歷史試驗記錄查詢特別困難，使得歷史數據不能形成方便分析決策的信息，難以對設備狀態量的變化趨勢進行動態分析診斷。

5）試驗數據與分析報告的提交滯后，在野外無人值守的電站所做的試驗業主監督難有足夠的人力物力配置，數據可能存在失真現象。

2 課題目標

從電網的安全生產、輸電可靠、經營績效與智慧電網等方面考慮，打造基于物聯網的智能狀態評價系統，為業主提供現代化管理手段，減少人員配置，強化實時監督，做到試驗數據的實時在線跟蹤，實時出具初步的試驗及設備狀態結論。

3 系統架構

系統主要包括數據采集、狀態評價及臺賬管理、輔助決策及診斷分析三個部分。數據采集通過定制終端采集實驗設備數據，使用APN通道將采集的數據上傳到數據庫服務器。系統后臺的在線監測和診斷分析模塊完成對數據的監測、診斷分析及相關報告、報表的生成等。

4 系統主要功能

系統分前端數據采集、狀態評價及臺賬管理、輔助決策及診斷分析三部分。

4.1 前端采集

通過研制試驗數據專用數據采集設備，通過USB、串口等數據接口與實驗儀器連接，采集實驗數據，并轉換為標準化數據格式，以無線或有線網絡將數據加密后上傳到后臺服務器。終端設備內置數據通訊模塊，只要通訊鏈路存在，會與后端數據接收程序連接，實現在線實時傳輸和補傳功能。前端采集設備具有設備臺賬查詢、設備歷史試驗數據查詢、設備維修記錄查詢等功能。數據采集過程如下圖：

4.2 狀態評價及臺賬管理

4.2.1 設備狀態監控預警

通過前端設備采集的試驗數據，利用數據挖掘技術對設備歷史數據挖掘分析，生成設備狀態監測的預警數據模型，通過預警數據模型對設備運行過程中的 異動變化及時給出預警，對引起設備異動的變化測點進行關聯排序。

4.2.2 全景信息綜合查詢

全景信息綜合查詢模塊是一個重要輔助管理的模塊， 如通過設備樹把對應的試驗記錄、消缺記錄、巡檢、報警、評價結果等進行匯總統一查詢。同時可以從綜合頁面上穿透到相關模塊詳細內容頁面，極大地提高系統的全景數據分析查詢效率。

4.2.3 設備狀態測點管理

對于設備測點的命名，采取統一的編碼規則命名，可以在不同的功能模塊 之間進行相互調用，同時通過數據模型為設備的每一個測點提供實時狀態的安 全期望值，并通過實測值和期望值進行殘差計算，進行測點的異動提示（如對 每一個測點均可設置合理的運行閾值，任何測點異常報警將層層傳到至最終計 算結果，為追溯異常來源提供方便手段）。如下圖所示：

預測（安全期望值）值產生及狀態預警原理：依據相似性原理來求取過程對象狀態點的預測（正常）值。 當預警系統接收到現場設備采集的實時數據時，首先判斷設備當前數據測點在動態模型超球中的位置，得到當前狀態位置點和模型狀態位置點之間的距離，從而進一步確定當前設備狀態與模型狀態的相似度，利用相似度和模型內 部各個參照點的坐標，就可以生成對這個運行狀態的預測點，針對設備每個測 點的預測（正常）值不僅僅取決于該測點長期的歷史運行規律，同時也取決于 該測點和設備其他測點之間的關聯相似度，從而可以屏蔽干擾信號對預測（正常）值的影響，大大增強了預測（正常）值的精確度和可靠性。

（左圖為模型，中圖為正常狀態，右圖為預警狀態） 從上圖中可以看出，模型預測（正常）值生成的過程與模型生成過程正好相反，即設備實時狀態在超球狀態密度越大的地方，則相似關聯度越高，設備的當前狀態就越穩定，而當實時狀態在超球內偏離相似關聯度的定義范圍越遠， 則表明設備處于不穩定的異常狀態，當相似度越過動態的定義范圍之后，則將記錄到一條有針對性的設備狀態預警，盡管設備的當前運行參數尚未達到報警狀態。

4.3 輔助決策及診斷分析主要功能

4.3.1 在線計算服務

在線計算服務模塊，可以按照定義的周期、觸發條件來完成數據分析計算的功能，如當試驗數據發送到服務端后，系統會自動把試驗/檢測結果按照定義的數學模型進行計算，并通過專家服務模塊完成分析報告的發布等。功能可提升試驗數據分析效率、減少人工成本等。

4.3.2 專家系統

專家系統的核心是一整套基于規則的知識庫，根據有關規程、實踐經驗、專家建議、案例分析等形成具體設備的狀態檢修應用導則，以知識規則的形式進行表達，建立知識庫，用于對設備狀態的綜合分析。模糊數學在對設備狀態的描述中，涉及許多不確定的知識，因此我們引入模糊數學的概念（如模糊狀態量、隸屬度等），建立設備的模糊狀態 模型，采用模糊聚類分析對設備的故障特征進行識別。例如：將各專業試驗數據按其重要程度（關鍵狀態量和參考狀態量），及對設備絕緣、導電、機械三大性能的影響程度（隸屬度）經綜合分析、加權平均后，得出設備的總體健康狀況。專家系統模型如下圖：

5 結論

本文對基于物聯網的電氣設備狀態評價及管理系統建設進行闡述，通過從通訊手段、數據處理、判別、信息反饋等多方面入手，來構建信息化平臺，以信息化管理手段，減少人員配置，強化實時監督，做到試驗數據的實時在線跟蹤，實時出具初步的試驗及設備狀態結論，甚至減少對試驗人員的專業水平的依賴。

參考文獻：

[1] 張友強， 寇凌峰， 盛萬興， 等. 配電變壓器運行狀態評估的大數據分析方法[J]. 電網技術， 2016（3）.

[2] 周廣， 閆丹鳳， 許光可， 等. 大數據在輸變電設備狀態評估中的研究[J]. 軟件， 2016（1）.

[3] 陳琦. 對輸配電線路故障的在線監測的探討[J]. 城市建設理論研究： 電子版， 2013（2）.

[4] 張亞娟. 物聯網信息安全與隱私保護研究綜述[J]. 物流科技， 2017， 40（1）： 69-70.

[5] 嚴英杰， 盛戈皞， 陳玉峰， 等. 基于大數據分析的輸變電設備狀態數據異常檢測方法[J]. 中國電機工程學報， 2015（1）.

[6] 盧志俊， 黃若函， 周招洋. 物聯網技術在智能電網中的應用[J]. 電力系統通信， 2010（7）.

[7] 許婧， 王晶， 高峰， 等. 電力設備狀態檢修技術研究綜述[J]. 電網技術， 2000（8）.

[8] 王保云. 物聯網技術研究綜述[J]. 電子測量與儀器學報， 2009（12）.

[9] 鐘清， 闕華坤， 陳銳民，等. 物聯網技術在設備全生命周期管理中的應用[J]. 計算機工程， 2012（5）.

【通聯編輯：謝媛媛】