基于機器學習的配網設備狀態自動檢修方法研究

周凱 吳昊 蔣芝寒

摘要：當前，傳統檢修方法已經不能夠滿足配網設備的當下用網狀態。通過確定配網通信節點聚類方式的手段，對配網設備進行自適應連接及調試監測，完成基于機器學習的配網設備狀態自適應調試。基于此，本文主要對基于機器學習的配網設備狀態自動檢修方法進行分析。

關鍵詞：機器學習;配網設備;自動檢修;自適應調試

引言

隨著經濟的不斷發展，整個社會對電力的需求量也在不斷的增加，配網設備狀態檢修測試工作是整個配電設備安全可靠運行的基礎，因此提高對配網設備狀態的檢修手段，可有效提高變電器的運行效率，提高變電設備的運行可靠性。

1配網設備狀態檢修的相關內容

首先是確定設備故障模式及其影響。通常情況下，配網設備故障原因主要分為兩種：功能性故障和非功能性故障。相關技術人員需要針對各個故障類型合理地選擇處理方式。其中，功能性故障是配網設備中的常見問題，具有很大的破壞性和危害性，檢修技術人員需要重點檢查這一問題，避免因設備故障帶來嚴重的后果。其次是配網設備狀態檢修的重要性。對配網設備進行狀態檢修，檢測出狀態異常的設備，然后有針對性地進行維修，降低電力企業的檢修成本，確保電力配網設備的穩定、持續運行。在配網設備狀態檢修過程中，技術人員根據監測數據的差異性判斷配網設備的狀態，通過狀態檢修，及時地發現電力設備運行的異常，在設備尚未出現明顯故障前進行維修，有效提高維修效率，降低維修成本，且電力配網設備檢修不需要停電，能夠提高電力企業的工作效率，提高電力企業的管理水平。

2配網設備狀態檢修的具體應用

首先是變壓器狀態檢修。在配電網系統中，變壓器全權負責交流變電與輸配電工作。變壓器是由繞組、油箱、鐵芯等構件組成。當變壓器發生故障問題時，不僅會導致供電能耗增加，還會引發供電癱瘓問題，致使整個電力生產工作承受較大的安全風險。因此，在變壓器狀態檢修過程中，首先應當檢測設備的運行聲音、引線狀態以及絕緣狀態。在開展絕緣檢測時，檢測要點在于內部受潮、破損以及老化等，可以通過老化試驗以及油簡化試驗工作實現。在變壓器狀態檢修中，還應當注重引線檢測工作。開焊、引導燒斷、線柱松動等變壓器故障問題，都是由于引線故障所致，還會導致變壓器運行不穩定。在檢測運行聲音時，需要對聲音異常狀態進行判斷。當變壓器處于正常運行狀態時，會聽到“嗡嗡”聲，運行聲音節奏強，并且比較均勻。當檢測聲音異常時，表示變壓器存在異常故障問題。例如，零件松動時，變壓器運行負荷加重，就會檢測到異常聲響。例如，某電廠開展變壓器性能狀態檢測時，發現變壓器高壓側產生接地故障，且接地面積比較大，導致消弧線圈處于過量補償無法滿足狀態。故障發生后，檢修人員無法及時明確故障發生位置，導致線路故障判定難度增加。在檢修過程中，檢修人員首先檢查變壓器外部鐵芯和鐵軛，查看接地痕跡和破損情況，之后檢查夾件變形和移位問題，發現鐵芯過熱嚴重燒毀，更換鐵芯之后，變壓器恢復正常。其次是隔離開關狀態檢修。隔離開關在運行過程中應進行狀態檢修。由于隔離開關運行故障比較多，所以檢修人員需要應用現代化檢修技術，明確隔離開關的維修保養時間和運行故障問題。此外，檢修人員還應評價隔離設備的運行狀態，通過在線檢測能夠獲得信息數據，并對隔離開關的運行時間和參數進行比較分析，對開關運行狀態進行評估。通過綜合診斷檢修管理建立科學的管理系統，并且建立科學的設備狀態評估機制，以確保隔離開關處于可控狀態。這樣檢修人員能夠第一時間發現安全隱患，定位隔離開關故障具體部位，以確保整個線路的安全穩定運行。某變電站使用的SPVT-550/4000型隔離開關，氣體絕緣組合配網設備，隔離開關是該設備的附件。隔離開關運行期間經常出現切換把手接觸不良等情況，造成隔離開關控制回路斷線。在反復切換幾次就地切換把手之后，隔離開關正常運作。由于配網設備狀態監測工作比較特殊，因此采用在線檢測和離線監測方法，可以幫助檢修人員第一時間明確設備存在的故障問題。在線檢測工作應當借助信息系統，系統按照設備的電壓電流等信息，對設備的運行狀態進行檢測。采用紅外檢測設備可以真實反映出設備的實際情況，還能夠全面檢測一次設備，獲得一次設備的內部結構信息和運行溫度信息。采用振動檢測儀、油液分析儀，能夠從根本上提升設備的在線監測技術水平，強化設備狀態監測效果。

3基于機器學習的配網設備狀態新型自動檢修方法的搭建

基于機器學習的配網設備狀態新型自動檢修方法的搭建相關內容主要涉及到以下方面：在安措執行條目文件中，配網設備狀態運行數據保持并列、順序相結合的連接狀態。為保證這些數據在整個自動檢修過程中，始終保持良好的連接狀態，需要在檢修語義匹配結果的前提下，對安措執行條目文件進行及時的調整及確認。在機器學習理論的影響下，配網設備運行狀態始終按照物理鏈路連接請求發展，在生成傳輸數據的同時，一部分安措執行條目文件中的節點信息會與根節點相連，并將其中的目的信息釋放至配網運行環境中，使相關操作模塊可以感知數據中的檢修可行性。而安措執行條目文件的調整以根節點作為起始環節，當配網環境中的語義匹配結果滿足狀態運行數據的發展需求時，可通過判斷安措執行條目文件中物理鏈路連接請求存在形式的方式，完成文件的調整處理。文件的確認是數據自動檢修的最后環節，在保證配網設備狀態運行數據連接頻率保持穩定的情況下，完成安措執行條目文件的確認操作，至此完成基于機器學習配網設備狀態自動檢修方法的搭建

結語

總之，未來相關科研機構將以此方法作為出發點，不斷鉆研、更新機器學習理論的實用性意義，通過不斷提升對比實驗應用精準度的方式，使配網設備狀態自動檢修方法的應用價值達到更高水平。

參考文獻

[1]安強強，李趙興，張峰，張雅瓊.基于機器學習的通信網絡非結構化大數據分析算法[J].電子設計工程，2018，21（14）：53-56.

[2]葛賢軍，艾明浩，李志宏，等.基于CEP引擎的配電網運行監控信號大數據ETL方法[J].電工電能新技術，2017，36（9）：36-42.