大數據的電力計量裝置故障智能化診斷技術

徐振亞

摘要：傳統的電力計量故障智能化診斷方法過于依賴人工操作，工作效率低，診斷準確性差。為了解決上述問題，研究了一種新的基于大數據的電力計量裝置故障智能化診斷方法。建立故障診斷知識庫，在線監測電力計量裝置運行狀態，利用大數據計算方法得到各原因出現的概率，以0.5為閾值，診斷結果大于0.5則為電流故障，診斷結果小于0.5則并非電流故障。為檢測診斷方法的實際效果，與傳統診斷方法進行對比，結果表明，所研究的電力計量故障智能化診斷方法具有很高的智能性，能夠有效提高電力計量工作效率，使用該方法可以得到更加準確的故障診斷結果。

關鍵詞：大數據;電力計量裝置;智能診斷;故障診斷;電力故障

1電力計量裝置實施檢測技術的作用

電力計量裝置實際上指的是對電能使用情況加以記錄的電能設備如電能表、電壓表等。而在電力供應期間對電力計量裝置實施檢測技術可以有效保證電力計量系統的穩定運行。從某種程度上而言，在當今電力需求量日益增大的情況下，提高電力計量裝置檢測力度可提高電力用戶滿意度，同時也能為電力企業的節能降耗起到促進作用，從而幫助電力企業節約成本，增加經濟效益。因此，相關人員應當對電力計量裝置的故障進行細致分析，以便保障電力設備的安全。

2 電力計量裝置發生的主要故障

2.1電壓表出現短路或失壓

常見的電力計量裝置故障主要包括電壓表的短路與失壓現象。電流線圈是電壓表中重要的零部件，在實際工作中，若長期處于高負荷狀態下很容易導致電壓表發生短路，從而影響電壓數值的準確性。另外，若電壓表在生產過程中存在質量問題導致后期運行期間發生接觸不良，這樣也會造成電力計量裝置發生故障。所以，相關人員應當注重電壓表質量檢測工作，并對電力計量裝置的各種零部件進行適當的檢測，以此保證數據記錄的可信度。

2.2電路負載過高或電阻過大

在電力用戶用電過程中，若電路負載過高，將極易引發電力計量裝置出現燒損現象，特別是三相交流10kV電力計量系統中，經常由于三相負荷無法保持平衡，導致電力計量裝置出現故障。另外，電路中使用的電線一般具有一定的周期年限，若長時間不更換將發生老化現象，甚至會出現電阻過大等情況，從而促使電力計量裝置產生較為嚴重的故障后果，影響電力計量系統的正常運行。

2.3供電系統不穩或部件損壞

供電系統若在運行期間出現不穩定狀況，這也會對電力計量裝置的正常運作帶來較大影響，從而降低電力設備的工作效率。縱觀往年故障發生原因，其中因人為操作不當引發線路故障的事件也屢見不鮮，進而導致電力計量裝置出現無法正常運行的情況，破壞整體運行效果。同時，由于電力計量裝置中涉及到的零部件較多，所以一旦損壞對于維修人員而言維修難度較大。

3電力計量裝置智能化診斷技術措施

3.1電力計量裝置故障智能化診斷知識庫的建立

電力計量裝置故障智能化診斷知識庫，不但可以有效儲存數據，同時還可以對數據進行一系列的處理，包括刪除、修改、更換以及查詢等。除此之外，在知識庫內部，還儲存著關于各種故障相關的問題，因此相關管理人員要及時更新知識庫內容，確保診斷結果的可靠性。該知識庫包含兩部分，一個是異常特征模型，另一個是專家規則庫。他們都具備獨特的管理方式。異常特征模型的管理方式，就是建立模塊并進行修改或刪除工作。專家規則庫可以實現導入或導出模塊并進行更改。而對于知識庫的界面來說，要基于Web的平臺實現管理功能，當數據傳入知識庫中，就要和異常特征模型和專家規則庫比對并分類。每進行一次故障診斷工作，相應的知識庫就建立相應的異常特征模型庫，并有效地利用計量裝置的故障特征建立故障模型。但是在實際的異常特征模型庫中，并不是非常全面的，因此，相關管理人員必須要及時更正和優化故障智能化診斷知識庫，確保數據庫實時更新。在實際中由于知識庫中異常特征模型庫內容非常龐大，為了有效避免其占用大量的內存，必須要及時刪除沒用的信息，確保知識庫為更多的有用信息提供空間。異常特征模型庫中，由于數據量較大，更新維護工作也比較復雜。可采用比較常見的異常字段狀態來建立異常類型表，詳細記錄異常情況，可以有效地利用異常類型表來分析電力計量裝置的異常信息。在實際建立的知識庫中，還包含了詳細的專家規則，實際中的每一次故障都要及時的保存，極大地便利了技術人員查閱查詢相關信息。實際中每一個專家規則中都有專屬的邏輯，所以技術人員要及時進行維護更新工作，合理增加知識庫中的邏輯。

3.2 電力計量裝置故障的在線監測

動態監測電力計量的裝置是基于分布式系統實現的。為了實現電力計量裝置的動態監控，首先要實現的就是檢測電力計量裝置儲存的相關數據。因為這些數據是至關重要的，對整個電力計量裝置的正常工作起著決定性作用，但是這些數據的規模十分龐大，如果他們常出現異常情況，就會直接導致電力計量裝置即刻出現故障情況，不能正常工作，因此動態監測電力計量裝置的相關數據是整個監控過程的重中之重。然后就是要監測數據的訪問形式，在實際的電力計量裝置工作中，其內部數據的訪問基本都是通過流式數據實現的，假如在檢測過程中發現不能通過該方式進行數據的訪問，就代表著可能有問題存在;對電力計量裝置再次進行監測，主要是判斷它是否可以處理相對較大的文件，正常工作的電力計量裝置可以處理百 GB 甚至 TB 的文件，并能對內部數據進行準確的計量，檢測發現不可以處理的話，就證明出現了故障。

3.3 電力計量裝置故障異常信息的診斷

異常信息的出現就會致使電力計量裝置出現故障，因此在實際的檢測計量裝置故障中首先要檢測異常信息，繼而才可以有效判斷具體的故障。假如發現存在故障，還要對故障的類型、具體位置以及規模進行綜合的分析。故障異常信息的檢測需要在是否存在與電力計量相關設備內部。電力計量裝置出現異常信息，主要是因為其內部的電壓回路或者是整個系統的電流回路出現故障、電能表出現故障、時鐘記錄的結果不準確、電池的供應電壓變小等。

3.4 多樣化故障預警技術

在動態監控電力計量裝置期間，相關工作人員要合理利用故障智能化診斷模型，來檢測計量裝置的工作情況，極大地降低了計量裝置的故障率。如果計量裝置不能正常工作即出現了故障，系統就會及時打開攝像頭，對電力計量裝置的運行情況進行拍照，并將相關的圖片傳輸到主站計算機系統，然后技術人員對相關的信息進行綜合分析并找到合理的解決方案。 除此之外，智能化故障診斷技術中還存在各式各樣的預警類型，其中有文語轉換、預警短信等等類型，還可以根據實際的需要進行制作。對于文語轉換技術來說，它可以識別不同的語言類型以及音色等，且合成語音的效率高，有效提高了預警技術的可操作性;短信預警就是以手機短信的方式，將故障預警信息發送到綁定的手機上，起到及時提醒的作用;而對于其他定制的預警技術而言，就是根據使用者的實際需要并劃定監測范圍，合理的部署客戶的責任區，不同的責任區對故障預警信息進行分類發送。

4結束語

大數據的電力計量裝置故障智能化診斷技術，首先就是要構建電力計量裝置故障智能化診斷知識庫，并合理使用異常特征模型及專家規則庫，采用分布式系統對電力計量裝置進行在線監測，并將結果與知識庫中的相關標準對比，實現對故障的智能化診斷，同時還可以對計量裝置進行動態監測。在通過設置的預警系統，將故障信息發送給技術人員，有利于技術人員及時處理故障。

參考文獻

[1]郭佳婧，嚴重，陳明，等.基于大數據的電力計量裝置故障智能化診斷研究[J].電子設計工程，2019，27（23）：55-58.

[2]于磊，王雙，韓宇龍，等.基于大數據技術的電網故障智能診斷方法[J].中國科技信息，2016（2）：32-33.