大数据的电力计量装置故障智能化诊断技术

王磊

摘要：随着经济和信息技术的快速发展，电力计量是电力日常管理中的重要工作，贯穿于电能的生产、传输及使用的整个过程。保障电力计量的准确性，是促进电力市场公平、公正、有序进行的关键。传统的电力计量装置，在检验的过程中，由于工作量较大，所需时间较长，无法保障结果的精准度。为了解决上述的问题，本文对大数据的电力计量装置故障智能化诊断技术进行研究，对电力计量装置的运行状态进行实时监测，利用大数据计算故障出现的概率，实现对故障的智能化诊断。

关键词：大数据；电力计量装置故障；智能化诊断

引言

目前用的比较广泛的电力计量装置故障诊断方法有3类，分别是利用信号诊断、利用数据模型诊断和利用知识经验诊断，这些诊断方法都十分依赖人工操作，不具备智能性。近年来，人工智能诊断技术迅速发展，科学家不断在人工智能诊断技术中加入创新思路，使该技术愈加成熟。在采集海量数据时，电力计量终端很容易出现问题。电力计量装置采集的数据量超过50G，并且呈现增长模式，传统的数据库很难在短时间内推算出所有存在的故障，因此工作效率难以达到用户的需求，导致诊断延时状况的出现。工作人员在分析电力计量装置故障时，多是利用以往的工作经验结合现场故障情况判断问题所在，这种方法需要多次尝试，才能解决问题，成本高、效率低。

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电力计量装置智能化诊断技术措施

2.1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。

2.2电力计量装置故障的在线监测

动态监测电力计量的装置是基于分布式系统实现的。为了实现电力计量装置的动态监控，首先要实现的就是检测电力计量装置储存的相关数据。因为这些数据是至关重要的，对整个电力计量装置的正常工作起着决定性作用，但是这些数据的规模十分庞大，如果他们常出现异常情况，就会直接导致电力计量装置即刻出现故障情况，不能正常工作，因此动态监测电力计量装置的相关数据是整个监控过程的重中之重。然后就是要监测数据的访问形式，在实际的电力计量装置工作中，其内部数据的访问基本都是通过流式数据实现的，假如在检测过程中发现不能通过该方式进行数据的访问，就代表着可能有问题存在；对电力计量装置再次进行监测，主要是判断它是否可以处理相对较大的文件，正常工作的电力计量装置可以处理百GB甚至TB的文件，并能对内部数据进行准确的计量，检测发现不可以处理的话，就证明出现了故障。最后，还要监测数据再平衡能否实现，电力计量装置利用预先设定的临界值，将监测数据点转移到其他数据点，检测发现不能实现的话，就证明出现了故障。

2.3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[11]。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。

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]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]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，2016（2）：32-33.

[3]燕凯，岳振宇，高嘉浩.基于大数据的电力计量设备运行状态评估与故障诊断方法研究[J].电子器件，2019（5）：1095-1098.