大数据的电力计量装置故障智能化诊断技术

大数据的电力计量装置故障智能化诊断技术

王钢

国网太原供电公司 山西太原 030012

摘要：现如今，随着我国终端的数据接入量不断增加，采集量也随之越来越大，采集器每天需要采集的数据非常多，在保持高强度的运行下，会致使大量的故障出现，而电力的维护工作也越来越困难。电力计量装置故障智能化诊断方法具有良好的智能性，不仅能够提高电力计量工作的工作效率，使故障诊断结果更加准确，还可以提升电力企业故障诊断系统的性能，保障电网的稳定运行，有利于提高电力企业的经济效益。

关键词：大数据;电力计量;装置故障;智能化;诊断技术

引言

随着产业改革的不断发展，人们的电力需求量日益增加，这也对电力计量装置提出了更高的要求。所以，电力企业应当结合实际情况对电力计算装置发生的故障进行明确的分析，并应用相应的检测技术，以此保证电力计算装置在电力计量系统的运行过程中发挥出真正的作用，提高其检测技术的可行性。只有这样才能为电力企业的兴旺发展提供重要保障。

1对电力计量装置工作原理的分析

电力计量装置作为电力系统运行的重要组成部分，它的工作原理是利用电压与电流互感器、电压与计量器之间的相互作用关系而研制的一种电能计量设备。通过对电力计量装置的安装，可以准确地计算出一定时间内用户用电量的多少，同时也有利于工作人员对用电量的统计，其次在应用电力计量装置时，互感器和接线柱的使用，可以有效地避免漏电、偷电现象的出现。

2电力计量装置故障异常

2.1窃电

窃电是电力计量中最常见的违规行为，其会引起电力计量装置的异常。窃电属于一类人为方式，干扰了电网系统的稳定性。电网系统中的窃电，是指应用不正当的手段，直接破坏电力计量装置，或者损坏电网系统的构件、部件，导致电力计量装置不能准确的计量，引起异常问题。窃电诱发的电力计量装置故障异常，主要表现在少计量、不计量两个方面，窃电人员自身会少支付很多电费。随着电力用电需求量增大，窃电行为的数量越来越多，不法人员采用多种类型的窃电方式，在电力计量装置上，诱发不同规模的异常故障，不利于电力计量装置的准确使用。

2.2干扰

干扰是电力计量装置异常中不可忽视的故障，电网是电力计量装置的载体，当电网系统受到干扰时，就会在电力计量装置方面造成大规模的异常故障。例如：电网系统运行中的谐波问题，来源于电子设备、电压负荷以及非线性电流等因素，当电网内有谐波风险时，就会干扰到电力计量装置的准确性，电力计量装置运行时，基波、工频等位置不能保持正常的状态，出现了负荷频率，电网系统内的谐波越大，电力计量装置负荷频率的影响也会越明显，导致电力计量装置的读数、计量误差非常大，甚至有负计量的情况。

2.3装置

电力计量装置自身也会产生故障异常，来自于装置本身的故障异常，是指装置的配置、缺陷以及使用环境。电力计量装置缺陷，不利于用电计量的准确度。计量装置自身的问题，会在电网系统内引起显示异常、回路异常的问题，致使电力计量装置虽然在电网系统内，但是不能处于正常的工作状态，在装置中形成了明显的误差，电力计量装置自身引起的异常误差，数值较大，应该提高对电力计量装置自身异常的重视度，防止装置自身有问题。

3电力计量装置智能化诊断技术措施

3.1电力计量装置故障智能化诊断知识库的建立

电力计量装置故障智能化诊断知识库，不但可以有效储存数据，同时还可以对数据进行一系列的处理，包括删除、修改、更换以及查询等。除此之外，在知识库内部，还储存着关于各种故障相关的问题，因此相关管理人员要及时更新知识库内容，确保诊断结果的可靠性。该知识库包含两部分，一个是异常特征模型，另一个是专家规则库。他们都具备独特的管理方式。异常特征模型的管理方式，就是建立模块并进行修改或删除工作。专家规则库可以实现导入或导出模块并进行更改。而对于知识库的界面来说，要基于Web的平台实现管理功能，当数据传入知识库中，就要和异常特征模型和专家规则库比对并分类。每进行一次故障诊断工作，相应的知识库就建立相应的异常特征模型库，并有效地利用计量装置的故障特征建立故障模型。但是在实际的异常特征模型库中，并不是非常全面的，因此，相关管理人员必须要及时更正和优化故障智能化诊断知识库，确保数据库实时更新。在实际中由于知识库中异常特征模型库内容非常庞大，为了有效避免其占用大量的内存，必须要及时删除没用的信息，确保知识库为更多的有用信息提供空间。异常特征模型库中，由于数据量较大，更新维护工作也比较复杂。可采用比较常见的异常字段状态来建立异常类型表，详细记录异常情况，可以有效地利用异常类型表来分析电力计量装置的异常信息。在实际建立的知识库中，还包含了详细的专家规则，实际中的每一次故障都要及时的保存，极大地便利了技术人员查阅查询相关信息。实际中每一个专家规则中都有专属的逻辑，所以技术人员要及时进行维护更新工作，合理增加知识库中的逻辑。知识库中存在的信息可以认为是逻辑规则，合理利用逻辑规则，可以有效判断异常特征和电力计量装置故障之间的关系，继而有效诊断该装置中故障的类型。

3.2电力计量装置故障在线监测

利用分布式系统Hadoop对电力计量装置进行在线监测。监测时，首先要监测电力计量装置的内部存储数据，存储数据是电力计量装置的核心数据，关系到整个装置的安全运行，并且基数很大，存储数据一旦出现故障，电力计量装置将立刻无法正常工作，因此监测存储数据是重要目标之一；其次要监测数据访问形式，通常电力计量装置数据都是通过流式数据访问，如果数据不能以该方式进行访问，则很有可能出现问题；再次监测电力计量装置是否支持大文件计量，正常运行的计量装置能够支持数百GB甚至TB的大文件，并精准地计量出内部数据，如果不能支持，则很有可能出现问题；最后监测是否支持数据再平衡，电力计量装置可以根据设定的阈值，把某一个监测的数据点移到另一个数据点中，如果不能支持，则存在故障。

3.3电力计量装置故障异常信息的诊断

异常信息的出现就会致使电力计量装置出现故障，因此在实际的检测计量装置故障中首先要检测异常信息，继而才可以有效判断具体的故障。将检测到的数据与之前建立的知识库对比，以此来判断计量装置是否存在故障。假如发现存在故障，还要对故障的类型、具体位置以及规模进行综合的分析。故障异常信息的检测需要在是否存在与电力计量相关设备内部。电力计量装置出现异常信息，主要是因为其内部的电压回路或者是整个系统的电流回路出现故障、电能表出现故障、时钟记录的结果不准确、电池的供应电压变小等。在实际中电力计量装置出现异常状况时，主要是通过安装的报警系统发出警报，提醒相关人员对故障问题进行分析并处理。

结语

大数据的电力计量装置故障智能化诊断技术，首先就是要构建电力计量装置故障智能化诊断知识库，并合理使用异常特征模型及专家规则库，采用分布式系统对电力计量装置进行在线监测，并将结果与知识库中的相关标准对比，实现对故障的智能化诊断，同时还可以对计量装置进行动态监测。在通过设置的预警系统，将故障信息发送给技术人员，有利于技术人员及时处理故障。电力计量装置故障的智能化诊断技术，通过对运行状态进行监测及诊断，并对故障进行自动报警，提高了电力工作的高效性及准确性。

参考文献

[1]于磊，王双，韩宇龙，等.基于大数据技术的电网故障智能诊断方法[J].中国科技信息，2017，26（2）:32-33.

[2]李伟，郁章伟，李娜，等.基于大数据的电力变压器智能在线监测方法研究[J].科技创新导报，2018，33（2）:191-195.

[3]大数据下机械智能故障诊断的机遇与挑战[J].机械工程学报，2018，54（5）:94-104.