水利工程自動化控制系統故障排除方法探究

茜 揚

(廣東省水利電力勘測設計研究院，廣州 510635)

0 引 言

基于智能化技術的創新，對工程項目提出了自動化控制管理，建立了工程項目自動化控制系統[1]。研究發現，自動化控制系統對工程的管理控制具有顯著的作用。該系統由智能芯片與監測裝置構成，實時對系統的最高供應需求進行匹配。同時，該系統采用的是復式建設結構，根據ARM在系統中的嵌入，實現在不同情況下對工程實施的監測與維護。并利用C15單機片集成計算機硬盤，由遠程設備及后臺管理員進行操控，滿足對獲取信息的數字與模擬轉換[2]。因此，自動化控制系統是實施水利工程的重要保障。但由于智能化技術的應用尚不成熟，系統運行仍存在一些漏洞，這些空白與漏洞均是影響系統持續運行的重要影響因素。倘若忽略系統中的漏洞，極易造成系統運行故障，嚴重情況下會傳遞錯誤的水利數據。為此，本文將以水利工程為例，開展自動化控制系統故障排出方法的設計，解決水利工程控制及管理中存在的問題，提高系統的穩定運行能力，緩解系統在長期高負荷運行狀態下的壓力，為水利工程項目的實施提供技術支持。

1 水利工程自動化控制系統故障排除方法

1.1 提取系統初始化故障信號

為了解決水利工程自動化控制系統在運行中存在的故障，首先應進行排除指令頻譜的分解，根據分解結果進行故障特征的檢測，并在此基礎上執行故障信號特征的識別[3]?？紤]到供應系統運行的電源采用分布式直流電，因此可認為在此種組件結構下系統發生故障的信號均為漏電信號?；诖?，提出自適應算法，設計故障識別傳遞函數。在傳遞過程中，使用傳感器與執行器進行系統故障數據的傳輸[4]。傳遞過程可用如下公式表示：

(1)

式中：Hs為故障信號傳遞過程；η為故障信號；φ為信號頻率；m為故障種類；J為信息傳輸路徑；B為網絡節點通信；δ為A/D轉換過程；f為故障信號特征。

xasinγ=xacosα

(2)

式中：x為提取的故障信號；α為提取次數；γ為故障信號的頻率；N為識別信號種類；n為故障信號相位。

根據上述計算公式，將提取的初始化數據集合采用包絡分析方法進行數據關聯性的進一步挖掘，可得到故障信號指令的頻譜特征[6]。在此過程中，按照能量尺度對故障信號進行分解，將分解后的數據值整理成集合，作為系統在初始化故障信號。

1.2 識別系統發生故障類型

使用上文提取的系統初始化故障信號，采用深度學習的方式，將系統中隱藏感知層的數據結構采用抽象的方式表達。同時根據系統常發故障集及發生故障的類別，對故障類型進行劃分。劃分的過程可用如下公式表示：

(3)

式中：s為故障信號種類；v為自動巡檢異常信號。

利用上述計算公式將不同故障類型近似模擬為一個調幅信號，并根據信號在傳遞中的消耗量，預測故障類型識別執行指令的尺度及其參量的變化趨勢[6]。在此基礎上，為了進一步對故障發生點進行精準定位，采用對故障信號進行稀疏分離處理的方式，選擇數據集中的特征量，按照其頻譜的偏移程度，對故障信號進行局部處理，以此得到不同類型故障信號的輸出樣本?？蓪⑵溆洖槿缦鹿剑?/p>

X1(k)=FFT[x1(k),x1(k+1),…,x1(k+N-1)]T

(4)

式中：X為不同類型故障信號的輸出樣本集合；k為稀疏處理中的某一信號的變換系數。

以此樣本集合作為故障排除的依據，進而掌握系統發生故障中不同信號的類型。

1.3 執行故障排除工作

根據故障信號的類型，利用系統訓練樣本建立對應的故障矩陣。例如，當給定自動化控制系統一個故障信號時，這一信號的所屬類別是未知的[7]。因此，根據上述相關公式，在掌握信號的類型及故障發生點后，可根據對信號檢測結果的差異性進行特征量的辨識與故障排除。步驟如下：

第一步：壓縮故障信號，使用單機片集成壓縮信號，以此提高檢測方法的遠程協調適應能力。并按照系統的總線設計方式，輸入故障排除指令。

第二步：在得到故障信號的隨機排列順序后，提取信號頻譜特征，挖掘故障發生的時延。計算故障指令的峰值，計算過程如下：

(5)

式中：p為故障信號辨識度；e為頻譜特征。

第三步：在完成上述相關工作后，根據故障的辨識，執行排除指令。并按照時延及時調整指令執行順序與時間，以完成對水利工程自動化控制系統故障的排除。

2 實 驗

2.1 實驗準備

本節將結合水利工程自動化控制系統的運行現狀，提出一個測試，檢驗本文提出方法的應用性能。使用C#/C++語言編譯程序，進行系統故障排除指令的編輯。為了提高實驗結果的準確性與真實性，將水利工程自動化控制系統對于故障信號的傳輸頻率控制在10.0～15.0 kHz范圍內，當獲取到故障信息后，模擬信號將自動轉換為數字信號。在此過程中，調整信號轉換的增益值為35 dB，并設定故障信號的樣本集合的規模為5000.0，至此完成此次實驗的系統故障及相關參數設定。根據上述采集的系統故障數據樣本，按照信號變化的頻率幅度及采集的時間，繪制成曲線圖，見圖1。

圖1 采樣的系統故障數據樣本

根據圖1中表述的信息，可清楚地看出本次研究的水利工程自動化控制系統存在多種故障，且故障的表現形式均不相同。為此，將本文提出的故障排除方法定義為實驗組，傳統故障排除方法定義為參照組，分別使用兩種方法對系統監測到的故障信號進行排除。在此過程中，控制影響實驗結果的相關變量，以此完成此次仿真實驗的實驗準備。

2.2 實驗結果分析

根據上述進行的實驗準備與實驗組別劃分，執行此次仿真實驗，記錄實驗過程中發生的相關數據，并整理數據，將其繪制成圖2、圖3所示的實驗結果。

圖2 參照組故障排除方法結果

圖3 實驗組故障排除方法結果

圖2、圖3為實驗組與對參照組故障排除方法的實驗結果。從圖2和圖3中可明顯看出，兩種方法均可實現對系統故障信號的排除，但在對比中發現本文方法對故障的排除的效果較為顯著。如發生在0.0～0.10 s之間的系統故障，傳統方法可對故障進行邊緣排除，而本文方法對故障進行深入排除；對于發生在0.15～0.35 s之間的故障，本文方法可進行故障的完全排除。因此，根據實驗結果得出此次仿真實驗的結論：相比傳統的故障排除方法，本文提出的水利工程自動化控制系統故障排除方法在實際應用中可實現對系統發生的故障信號進行有效排除，效果相對顯著，更加適用于水利工程等大型項目。

3 結 語

水利工程是受到社會重點關注的大型工程項目，無論是在實現輸送水資源，或是在提高水庫蓄水量方面均發揮了十分重要的作用。隨著自動化技術的快速發展，對于水利工程的控制已經由人工控制轉換為自動化控制。因此，本文開展了水利工程自動化控制系統估值故障排除方法的深入研究，為了檢驗提出方法的有效性，采用設計仿真實驗的方式驗證了提出方法在實際應用中具有顯著的效果。對于系統發生的故障，本文提出的故障排除方法對故障的排除更為有效。因此，在后期的水利工程建設及發展規劃中，可適當加大本文提出方法的應用，提高系統的綜合可持續運行能力，降低系統發生故障的次數，確保水利工程在各個方面的正常運行。