大數據的電力計量裝置故障智能化診斷技術研究

孫靜

摘 要：電力計量是電力日常管理中的重要工作，貫穿于電能的生產、傳輸及使用的整個過程。保障電力計量的準確性，是促進電力市場公平、公正、有序進行的關鍵。傳統的電力計量裝置，在檢驗的過程中，由于工作量較大，所需時間較長，無法保障結果的精準度。為了解決上述的問題，本文對大數據的電力計量裝置故障智能化診斷技術進行研究，對電力計量裝置的運行狀態進行實時監測，利用大數據計算故障出現的概率，實現對故障的智能化診斷。

關鍵詞：大數據;電力計量裝置故障;智能化診斷

1 電力計量裝置故障診斷方法

在我國，目前廣泛使用的電力計量裝置故障診斷方法，主要表現為診斷信號、診斷數據模型加上多年來的實踐經驗來完成診斷工作。現階段診斷的過程大都依賴于人工操作，不具智能化，所以工作量較大且工作效率較低。因此，隨著科學技術的快速發展，智能化技術發展迅速。隨著人工智能化診斷技術的不斷完善和優化，該技術越來越成熟的應用于檢測電力系統計量裝置的故障中。但是在實際的收集電力數據階段，計量裝置非常容易出現各式各樣的故障，隨著采集數據量的不斷增長，傳統的數據庫很難在短時間內對存在的故障進行判斷，導致工作效率非常低，無法滿足當下用戶的需求。而通常情況下，工作人員對電力計量裝置故障進行分析時，基本都是按照多年來的實踐經驗，加上對現場故障的掌握情況來進行故障診斷工作。雖然能更好地解決故障問題，但所需成本較高，工作效率也比較低。因此，在大數據的基礎上，新的電力計量裝置故障智能化診斷技術出現，能夠很好地解決上述問題，能在短時間內找到故障問題的原因，提高工作效率，滿足電力用戶的實際需求。

2 電力計量裝置智能化診斷技術措施

在大數據時代，可以有效地促進電力計量裝置故障的智能化診斷。主要表現為首先要建立故障診斷知識庫，同時還要對電力計量裝置的工作情況進行的動態監測，及時發現異常狀況，并采取有效的措施解決。

2.1 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。知識庫中存在的信息可以認為是邏輯規則，合理利用邏輯規則，可以有效判斷異常特征和電力計量裝置故障之間的關系，繼而有效診斷該裝置中故障的類型。

2.2 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。最后，還要監測數據再平衡能否實現，電力計量裝置利用預先設定的臨界值，將監測數據點轉移到其他數據點，檢測發現不能實現的話，就證明出現了故障。

2.3 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。將檢測到的數據與之前建立的知識庫對比，以此來判斷計量裝置是否存在故障。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。在實際中電力計量裝置出現異常狀況時，主要是通過安裝的報警系統發出警報，提醒相關人員對故障問題進行分析并處理。

2.4 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。

3 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。電力計量裝置故障的智能化診斷技術，通過對運行狀態進行監測及診斷，并對故障進行自動報警，提高了電力工作的高效性及準確性。

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.