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

蔡菲菲 1 夏彬 2 赛宁 3

国网山东省电力公司威海供电公司 ，山东 威海

摘要：当今社会，经济发展质量显著提高，对电力计量装置的应用提出了更高的要求，使其故障诊断技术面临严峻挑战与考验。当前在大数据技术背景下，有必要精准把握电力计量装置故障诊断的核心方法与要求，创新智能化方法应用模式，提高诊断效率。

关键词：大数据；电力计量装置；故障智能化；诊断技术

1电力计量装置故障诊断方法

在我国，目前广泛使用的电力计量装置故障诊断方法，主要表现为诊断信号、诊断数据模型加上多年来的实践经验来完成诊断工作。现阶段诊断的过程大都依赖于人工操作，不具智能化，所以工作量较大且工作效率较低。因此，随着科学技术的快速发展，智能化技术发展迅速。随着人工智能化诊断技术的不断完善和优化，该技术越来越成熟的应用于检测电力系统计量装置的故障中。但是在实际的收集电力数据阶段，计量装置非常容易出现各式各样的故障，随着采集数据量的不断增长，传统的数据库很难在短时间内对存在的故障进行判断，导致工作效率非常低，无法满足当下用户的需求。而通常情况下，工作人员对电力计量装置故障进行分析时，基本都是按照多年来的实践经验，加上对现场故障的掌握情况来进行故障诊断工作。虽然能更好地解决故障问题，但所需成本较高，工作效率也比较低。因此，在大数据的基础上，新的电力计量装置故障智能化诊断技术出现，能够很好地解决上述问题，能在短时间内找到故障问题的原因，提高工作效率，满足电力用户的实际需求。

2电力计量装置故障异常及检测手段分析

2.1电力计量装置故障异常

2.1.1窃电

窃电是电力计量实践中的常见违规行为，是直接诱发电力计量装置异常的主要原因，不利于电网系统的整体稳定性与可靠性，属于人为主观实施的异常状况范畴。窃电行为通常以不正当手段，破坏电力计量装置，损毁电网系统的构件，致使电力计量装置难以准确稳定运行，出现少计量、不计量等状况，在所消耗电费数据方面存在显著偏差，久而久之容易造成电网运行的系统性问题。

2.1.2干扰

电网系统是电力计量装置的重要载体，只有基于稳定而可靠的电网系统运行状态，才能使电力计量装置保持在良好运行环境之中。纵观当前电网系统运行实际，普遍存在着受外来各类因素干扰的问题，对干扰因素的排查、分析与防控落实不到位，会影响电网系统的稳定性，破坏电力计量装置的整体运行屏障。比如，电网谐波问题便会影响电力计量装置的基波、工频等，导致出现负荷频率，计量误差非常大，甚至容易出现负计量状态。

2.1.3装置

尽管在当前物理硬件环境下，电力计量装置的整体性能得到了显著提升，技术参数得到了极大改进，但是在部分情况下依旧会出现自身故障问题，产生由装置问题而造成的电力计量装置故障异常。实践表明，对电力计量装置的应用配置不规范、适用环境恶劣等均会造成其数据监测异常，主要表现为显示异常、回路异常等现象，出现明显偏离实际的读数误差。因此，强化电力计量装置自身稳定性，防止装置自身问题，势在必行。

2.2电力计量装置的检测手段

2.2.1电流检测

电流检测是电力计量装置的主要检测手段之一，以断路器、相电流以及基变量等为主要检测对象，以更加积极主动的模式检测电力计量装置的异常问题。比如，在长时间、连续性的运行状态之后，断路器的工况无法检测到检修信号，且三相不平衡电流的数据信息超出额定标准，但未能实现自动恢复，上述这些状况均可作为电流检测的依据。

2.2.2电压检测

电压检测与电流检测类似，但在操作方法与检测原理上存在不同。在电压检测中，需要根据电网结构的整体状态，对断路器是否存在检修信息进行检测，判断电力计量装置的运行情况。若发现功率因数起伏波动幅值较大，超出技术条件允许范围，则代表着装置存在故障。同时，若电压检测发现系统自动化运行状态受到干扰，同样表明需要调整装置本身，使其满足预先设定的检测标准。

2.2.3功率因数检测

现代科学技术的快速发展，为电力计量装置功率因数检测提供了更为丰富的技术手段，使得传统技术条件下难以完成的功率因素检测任务更具可行性。功率因数检测以相关因素数据大小及幅值为面向对象，若检测发现其存在忽高忽低状况，则需要在电力计量端口做技术处理，防止单一化的功率因数问题扩散蔓延形成系统性或多元性的功率因数问题。通过实施功率因数检测，可对电网系统中的多类型故障进行专项排查，为提升电力计量装置的准确性提供参考。

3基于大数据的电力计量装置故障智能化诊断技术探讨

3.1电力计量装置故障智能化诊断知识库的建立

为有效提升电力计量装置故障智能化诊断的实施质量，必须首先构建基于大数据技术的知识库，将所有可能出现的故障诊断类型纳入知识库的涵盖范围之内，以对电力计量装置的工作情况进行动态监测。在大数据技术环境下，故障智能化诊断知识库得同样具备动态化特征，对其中的数据信息保持动态化删除、修改、更换以及查询等。通常情况下，故障智能化诊断知识库还应包括两个方面，即异常特征模型和专家规则库，以实现对不同类型故障问题的优化处理。对于异常特征模型而言，可建立模块并进行修改或删除，而专家规则库则可实现对具体故障模块数据的导入与导出，实现二者的同步并行。知识库建立后，应对其中的数据信息进行纵向比对，利用逻辑规则，分析电力计量装置的异常信息，诊断该装置中故障的类型。

3.2电力计量装置故障的在线监测

在线监测功能需要通过分布式系统予以实现。大数据技术的关键应用核心在于对数据的分析与判断，而在线监测功能则可对电力计量装置储存的相关数据进行监测。在此过程中，应制定详细可行的在线监测实施规则，为具体监测行为与监测过程的确定提供基础性依据与保障，防止在线监测过程无据可依、无章可循，确保在线监测工作始终沿着更高效率与更高质量的方向发展。要明确在线监测数据的访问形式，在系统内部通过流式数据的方式对电力计量装置的信息进行调阅与访问。若在线监测无法实现对特定类型数据的访问，则要判断其中是否存在较大容量的存储文件，对在线监测系统进行校验，对电力计量装置的部分数据做出去伪处理。

3.3电力计量装置故障异常信息的诊断

异常信息的出现会导致电力计量装置发生相应故障，因此应针对异常信息做出专门处理，以确保电力计量装置的稳定、高效、精准运行，并对其是否存在故障状态做出研判。在电力计量装置故障异常信息诊断中，必须强化具体操作人员的专业素养，形成“大数据思维”，在面对各类异常信息诊断需求时，主动运用“大数据思维”解决相关难题，以更好地对故障类型、具体位置及规模影响等做出分析。电力计量装置出现异常信息，主要是由于电压回路或电网系统电流回路出现故障，导致电流与电压的起伏波动，应通过报警系统获取警报信息，对故障问题进行分析并处理。

结束语
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]郭佳婧，严重，陈明，等.基于大数据的电力计量装置故障智能化诊断研究[J].电子设计工程，2019，27（23）：55-58.

[2]李志雪,刘娟琪,张勇英.基于多源数据融合的配电网运行故障特征信息提取技术研究[J].中国通信学会,2017(23):165-166.