基于特征向量的計(jì)量裝置故障診斷研究

鄒仕強(qiáng)

（中煤科工集團(tuán)武漢設(shè)計(jì)研究院有限公司，武漢430064）

電力計(jì)量裝置是負(fù)責(zé)測量并記錄供電量、發(fā)電量和用電量的計(jì)量器具，在電力企業(yè)生產(chǎn)、經(jīng)營和管理中發(fā)揮著重要作用[1]。現(xiàn)代網(wǎng)絡(luò)大數(shù)據(jù)時(shí)代的快速發(fā)展，使電力計(jì)量裝置能夠通過運(yùn)用電能信息采集系統(tǒng)，實(shí)現(xiàn)數(shù)據(jù)的存儲(chǔ)、挖掘和提取，不僅可以完成遠(yuǎn)程電量的采集，還能節(jié)省大量的人力、物力和時(shí)間，從而提高電力企業(yè)的經(jīng)濟(jì)效益[2]。采集系統(tǒng)負(fù)責(zé)電力信息的采集、質(zhì)量監(jiān)測和負(fù)荷管理等控制管理系統(tǒng)，在多種通信方式下可以實(shí)現(xiàn)系統(tǒng)主站和現(xiàn)場終端之間的聯(lián)系。隨著社會(huì)經(jīng)濟(jì)的發(fā)展和科學(xué)技術(shù)的進(jìn)步， 智能產(chǎn)品的用電需求也不斷增加，用電量數(shù)據(jù)呈大規(guī)模增長趨勢，導(dǎo)致電能信息數(shù)據(jù)的采集量也在快速增加[3]。為有效保障系統(tǒng)采集海量數(shù)據(jù)的高效率和精準(zhǔn)性，應(yīng)對(duì)采集系統(tǒng)進(jìn)行定期檢測與維護(hù)，避免發(fā)生故障影響電力計(jì)量裝置安全穩(wěn)定的運(yùn)行。

文獻(xiàn)[4]提出基于規(guī)則網(wǎng)的高壓輸電線路故障診斷方法，對(duì)故障錄波信息進(jìn)行預(yù)處理，利用小波變換技術(shù)從電氣模擬量信息中提取線路故障特征量，得到電流突變事件和保護(hù)動(dòng)作事件序列。建立高壓線路故障診斷規(guī)則網(wǎng)絡(luò)模型，并確定故障假說集與期望的保護(hù)和斷路器狀態(tài)，對(duì)故障錄波做進(jìn)一步分析以判別故障類型、故障性質(zhì)和故障位置，實(shí)現(xiàn)電能信息采集故障診斷， 但該方法準(zhǔn)確度較差。基于此，本次研究提出一種電力計(jì)量裝置電力信息采集故障診斷方法，能夠?qū)崿F(xiàn)對(duì)大范圍分散在各處電力表的遠(yuǎn)程監(jiān)測、診斷與校驗(yàn)，確保電力計(jì)量裝置穩(wěn)定安全的運(yùn)行。

1 電力計(jì)量裝置分析與異常原因研究

由于電力計(jì)量裝置受電壓、功率因數(shù)和外界環(huán)境干擾等影響，在進(jìn)行遠(yuǎn)程數(shù)據(jù)分析校驗(yàn)和在線診斷時(shí)，會(huì)存在一些難以解決的問題[5]。因此，采用先進(jìn)的采集前置裝置設(shè)計(jì)方法，實(shí)現(xiàn)對(duì)電能表的遠(yuǎn)程監(jiān)測、校驗(yàn)和在線故障診斷，確保數(shù)據(jù)信息采集的實(shí)時(shí)性和有效性。

1.1 電力計(jì)量裝置分析

在電力計(jì)量裝置內(nèi)安裝采集前置裝置、通信傳輸、遠(yuǎn)程數(shù)據(jù)分析主站等，實(shí)現(xiàn)遠(yuǎn)程校驗(yàn)及故障診斷。電力計(jì)量裝置系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 電力計(jì)量裝置系統(tǒng)結(jié)構(gòu)Fig.1 System structure of power metering device

采集前置裝置通信系統(tǒng)主要包括通信接口、以太網(wǎng)傳輸線路、通信服務(wù)平臺(tái)軟件和控制設(shè)備，通過無線WiFi 或有線網(wǎng)絡(luò)， 將現(xiàn)場采集的電壓和電流波形數(shù)據(jù)，發(fā)送至遠(yuǎn)程的主站系統(tǒng)；數(shù)據(jù)分析主站的數(shù)據(jù)服務(wù)庫負(fù)責(zé)數(shù)據(jù)的接收與存儲(chǔ)，其中電能計(jì)量遠(yuǎn)程校驗(yàn)軟件，負(fù)責(zé)對(duì)電能表的電壓互感器二次回路負(fù)荷、電流互感器、二次壓降的遠(yuǎn)程校驗(yàn)、校準(zhǔn)和監(jiān)測診斷，并把校驗(yàn)與診斷的數(shù)據(jù)結(jié)果存入數(shù)據(jù)庫，電力計(jì)量裝置運(yùn)行狀態(tài)在線診斷軟件，負(fù)責(zé)分析和診斷電能表的運(yùn)行情況[6]。

1.2 電力計(jì)量裝置異常原因研究

（1）竊電行為

引起電力計(jì)量裝置異常的外界因素較多，其中竊電行為就是造成電力計(jì)量裝置異常的原因之一。一些不法分子利用阻止、破壞等手段偷盜電能，導(dǎo)致電能計(jì)量裝置出現(xiàn)運(yùn)行慢、不計(jì)量等異常情況，造成電力計(jì)量裝置不能正常運(yùn)行。

（2）電力系統(tǒng)干擾

電力系統(tǒng)在供電傳輸過程中會(huì)產(chǎn)生諧波污染，對(duì)電力計(jì)量裝置造成干擾，引起電能表出現(xiàn)較大的計(jì)量誤差。同時(shí)，長期受高溫和諧波污染，不僅影響設(shè)備使用壽命，還會(huì)直接導(dǎo)致電力計(jì)量裝置運(yùn)行狀態(tài)發(fā)生異常[7]。

（3）計(jì)量裝置故障

除了上述幾種因素外，還有很多導(dǎo)致電力計(jì)量裝置發(fā)生異常故障的原因，如計(jì)量裝置設(shè)計(jì)及安裝不合理、質(zhì)量差、裝置長期處于外界環(huán)境較差的地方等，都會(huì)導(dǎo)致電力計(jì)量裝置出現(xiàn)異常故障。

針對(duì)電力計(jì)量裝置異常故障采取監(jiān)測方法，裝置異常現(xiàn)象的特征、工作狀態(tài)、外界環(huán)境的變化，會(huì)導(dǎo)致計(jì)量的電壓、電流、功率等相關(guān)性能狀態(tài)量、參數(shù)發(fā)生異常變化，具體表現(xiàn)如表1所示。

表1 電力計(jì)量裝置異常特征Tab.1 Abnormal characteristics of power metering device

如果電力計(jì)量裝置中安裝監(jiān)視裝置，那么一旦發(fā)生異常狀態(tài)[8]，裝置中的監(jiān)視裝置就會(huì)發(fā)出指示信號(hào)或報(bào)警，避免異常故障影響計(jì)量裝置正常運(yùn)行[9]。

2 電力計(jì)量裝置故障診斷方案

2.1 信息聚類

對(duì)計(jì)量裝置中電能信息的采集是通過信息聚類實(shí)現(xiàn)的。信息聚類的過程還可以控制信息流傳輸延遲，從而實(shí)現(xiàn)對(duì)電力計(jì)量裝置故障的實(shí)時(shí)分析[10]。

在信息聚類密度連接過程中，通過連續(xù)輸入新信息，建立一種新的密度連接方式。當(dāng)輸入一個(gè)新的信息點(diǎn)a 時(shí)，就會(huì)產(chǎn)生一種新的密度連接，可能存在以下4 種不同狀態(tài)：

（1）a 為異常信息。如果新信息a 在鄰域內(nèi)沒有核心點(diǎn)時(shí)，那么將a 標(biāo)記為異常信息。

（2）生成新的聚類。如果新信息a 是一個(gè)核心點(diǎn)，而且不屬于任何一個(gè)聚類，滿足核心點(diǎn)的密度條件，即可創(chuàng)建一個(gè)新的聚類。

（3）并入現(xiàn)有聚類。當(dāng)新信息點(diǎn)a 滿足某個(gè)聚類核心點(diǎn)密度時(shí)，則將a 加入此聚類中。

（4）合并多個(gè)聚類。當(dāng)信息點(diǎn)a 加入后，與相鄰的聚類之間的核心點(diǎn)實(shí)現(xiàn)了密度可達(dá)，就可合并為一個(gè)新的聚類。

因新的電力計(jì)量裝置運(yùn)行信息的不斷輸入，需對(duì)電力計(jì)量裝置的歷史信息設(shè)置延遲消除或批量刪除。在新的信息重新計(jì)算聚類過程中，針對(duì)歷史信息對(duì)聚類影響，設(shè)置延遲因子α 來綜合考慮歷史信息對(duì)新信息的影響程度。α=1 表示歷史信息和新信息具有同等影響，α=0 則忽略歷史信息。依據(jù)上一時(shí)刻或歷史信息聚類情況βt計(jì)算新的聚類βt+1。新聚類計(jì)算過程如下：

式中：βt+1為當(dāng)前時(shí)刻聚類情況；it+1為當(dāng)前聚類中點(diǎn)的個(gè)數(shù)；it為上一個(gè)時(shí)刻聚類中點(diǎn)的個(gè)數(shù)；at為新加入聚類中的點(diǎn)；jt為新加入點(diǎn)的個(gè)數(shù)。

在信息聚類過程中，當(dāng)新數(shù)據(jù)達(dá)到一定規(guī)模后，部分歷史數(shù)據(jù)將被新的信息替換，從而形成新聚類。計(jì)量裝置中電能信息是通過Map 操作完成每一條信息記錄的，并對(duì)記錄信息進(jìn)行分類選取和歸一化處理。使用Reduce 操作完成用戶用電的數(shù)據(jù)，以用戶和時(shí)間間隔為單位匯總生成數(shù)據(jù)，實(shí)時(shí)發(fā)現(xiàn)用戶用電特征、向量的異常特征數(shù)據(jù)。

2.2 故障診斷流程設(shè)計(jì)

2.2.1 計(jì)量電壓、電流異常診斷

影響計(jì)量采集的主要原因就是電壓、電流出現(xiàn)異常情況，因此針對(duì)三相不平衡電壓、相電壓、相電壓的突變量、斷路器位置等問題展開計(jì)量實(shí)現(xiàn)異常監(jiān)測是具有一定必要性的。計(jì)量電流異常監(jiān)測應(yīng)對(duì)三相不平衡電流、相電流、相電流突變量、斷路器位置進(jìn)行監(jiān)測。診斷流程如圖2所示。

圖2 計(jì)量電壓異常診斷流程Fig.2 Diagnosis flow chart of abnormal metering voltage

根據(jù)上述流程完成對(duì)電力計(jì)量裝置電壓、電流的異常監(jiān)測。

2.2.2 功率因數(shù)異常診斷

荷載功率因數(shù)突變是造成功率因數(shù)異常的主要原因，通過對(duì)功率因數(shù)突變的監(jiān)測，實(shí)現(xiàn)對(duì)電力計(jì)量裝置功率因數(shù)異常的診斷。本文設(shè)計(jì)分塊診斷方法診斷異常功率因數(shù)。首先，利用軟件功能模塊中的信息處理系統(tǒng)、故障系統(tǒng)處理，判斷出功率因素是否存在異常，即是否有突變現(xiàn)象，進(jìn)而采用協(xié)同處理和應(yīng)急處理的分塊處理方法診斷異常的功率因素。診斷流程如圖3所示。

圖3 功率因數(shù)異常診斷流程Fig.3 Power factor abnormal diagnosis flow chart

在沒有進(jìn)行檢修或斷路器分閘的特殊情況下，如果用戶功率因素上升到0.99～1，則說明功率因數(shù)發(fā)生了突變，說明某一相電流的二次回路已被短路；如果用戶功率因素突然下降至0.5 以下，說明某相電路被開路，根據(jù)此現(xiàn)象可以判斷計(jì)量裝置的故障。

2.2.3 電力計(jì)量裝置異常運(yùn)行診斷

針對(duì)電力計(jì)量裝置異常運(yùn)行診斷如圖4所示。

圖4 電力計(jì)量裝置異常運(yùn)行診斷流程Fig.4 Power metering device abnormal operation diagnosis flow chart

由圖4可知，系統(tǒng)初始化完成網(wǎng)絡(luò)聯(lián)網(wǎng)配置后，啟動(dòng)定時(shí)采集數(shù)據(jù)。每采集完一幀數(shù)據(jù)后，經(jīng)A/D轉(zhuǎn)換并打包進(jìn)行發(fā)送。這一過程中，采集、傳送是連續(xù)循環(huán)進(jìn)行的。服務(wù)器將接收到的數(shù)據(jù)進(jìn)行分析、整理和挖掘，作為計(jì)量裝置運(yùn)行狀態(tài)診斷的依據(jù)，實(shí)施遠(yuǎn)程在線診斷，從而判斷電能計(jì)量裝置的運(yùn)行狀態(tài)是否正常。

3 實(shí)驗(yàn)驗(yàn)證

為了驗(yàn)證電力計(jì)量裝置電能信息采集故障診斷方法研究合理性，進(jìn)行了實(shí)驗(yàn)驗(yàn)證分析。實(shí)驗(yàn)信息選自某企業(yè)電力計(jì)量裝置，以信息采集目標(biāo)故障為源頭，進(jìn)行組件之間實(shí)驗(yàn)研究。

3.1 實(shí)驗(yàn)平臺(tái)建設(shè)與信息采集

本次研究使用Standalone 單機(jī)模擬集群環(huán)境對(duì)上述方法進(jìn)行測試， 選用的實(shí)驗(yàn)信息為模擬信息，以某電網(wǎng)公司用戶采集的信息為參考。信息采集系統(tǒng)中通過通信前置機(jī)接收不同裝置發(fā)送過來的數(shù)據(jù)，使用Java 編寫程序模擬信息流。利用上述實(shí)驗(yàn)平臺(tái)，并通過變換采集頻率，驗(yàn)證電力計(jì)量裝置電能信息采集故障診斷方法的診斷精準(zhǔn)度，采集間隔時(shí)間為2 min。

3.2 電壓、電流診斷結(jié)果與分析

首先檢測不同方法的電壓、電流診斷精度，實(shí)際獲取的電壓、電流值如表2所示。

表2 實(shí)際電壓和電流值Tab.2 Actual voltage and current values

在確定實(shí)際電壓、電流值情況下，將文獻(xiàn)[4]方法與電力計(jì)量裝置電能信息采集故障診斷方法的電壓、電流情況進(jìn)行對(duì)比分析，結(jié)果如圖5所示。

圖5 兩種方法電壓及電流對(duì)比分析Fig.5 Voltage and current comparative analysis of the two methods

根據(jù)上述數(shù)據(jù)，對(duì)比文獻(xiàn)[4]方法與所提方法的電壓、電流獲取精度，結(jié)果如圖6所示。

圖6 兩種方法精度對(duì)比分析Fig.6 Comparative analysis of accuracy of two methods

通過上述對(duì)比結(jié)果可知，不同時(shí)刻下，文獻(xiàn)[4]方法的電壓值和電流值與實(shí)際值存在較大誤差，而研究方法的電壓值和電流值始終與實(shí)際值相近，診斷數(shù)值與實(shí)際值越接近， 表示方法的精度越高，通過以上數(shù)據(jù)可以證明，電力計(jì)量裝置電能信息采集故障診斷方法的診斷精準(zhǔn)度更高，實(shí)際應(yīng)用效果更理想。

3.3 不同方法的運(yùn)行時(shí)間對(duì)比結(jié)果與分析

為進(jìn)一步驗(yàn)證不同計(jì)量裝置故障診斷方法的運(yùn)行時(shí)長，將文獻(xiàn)[4]方法作為對(duì)照組，與所提方法的測試結(jié)果進(jìn)行對(duì)比，具體實(shí)驗(yàn)輸出結(jié)果如圖7所示。

圖7 兩種方法運(yùn)行時(shí)長對(duì)比Fig.7 Comparison of running time of two methods

分析圖7可知， 盡管檢測次數(shù)在不斷增加，但所提方法的故障診斷耗時(shí)始終保持在150 ms 以下，明顯少于文獻(xiàn)[4]方法的故障診斷時(shí)長，進(jìn)一步證明了所提方法的有效性。

3.4 不同方法的功率因數(shù)異常診斷精度對(duì)比

為更全面驗(yàn)證所提方法的應(yīng)用有效性，以功率因數(shù)異常診斷的精度作為評(píng)價(jià)指標(biāo)，文獻(xiàn)[4]方法為對(duì)照方法，對(duì)文獻(xiàn)[4]方法和所提方法的功率因數(shù)異常診斷精度進(jìn)行實(shí)驗(yàn)測試，結(jié)果如圖8所示。

圖8 兩種方法功率因數(shù)診斷精度對(duì)比Fig.8 Comparison of power factor diagnosis accuracy between two methods

根據(jù)圖8實(shí)驗(yàn)結(jié)果可知，隨著故障診斷次數(shù)的不斷增多，文獻(xiàn)[4]的功率因數(shù)異常診斷精度不斷降低，相比之下，所提方法的功率因數(shù)診斷精度可以保持在98%～100%。數(shù)據(jù)測試結(jié)果表明所提方法的功率因數(shù)異常診斷精度更高，功率因數(shù)異常診斷精度越高，則說明計(jì)量裝置故障診斷結(jié)果更理想。

4 結(jié)語

為保障電力計(jì)量信息采集的精準(zhǔn)性和高效性，采用有效的監(jiān)測手段和分析診斷技術(shù)，實(shí)現(xiàn)對(duì)計(jì)量電壓異常監(jiān)測、計(jì)量電流異常監(jiān)測、功率因數(shù)突變監(jiān)測等，及時(shí)、準(zhǔn)確地掌握信息采集系統(tǒng)的運(yùn)行狀態(tài)，避免異常故障的發(fā)生，確保電力計(jì)量裝置穩(wěn)定可靠的運(yùn)行。

電力計(jì)量裝置電力信息采集故障診斷方法，能夠提高診斷精度，減少電損、線損等電能的損耗，避免了電力企業(yè)的經(jīng)濟(jì)損失。電力企業(yè)應(yīng)加大對(duì)計(jì)量裝置的維護(hù)管理工作，采取安裝防竊防盜報(bào)警設(shè)備，防止不法行為對(duì)計(jì)量裝置造成的異常狀況，保證電力企業(yè)健康穩(wěn)定的發(fā)展。