大數據背景下的電力計量裝置故障智能化診斷技術應用

摘 要：在當前大數據時代的背景下，信息、電子等技術在我們的日常生活中獲得了廣泛運用。在此之中，電力計量裝置的重要性逐漸凸顯出來，其能直接決定電力計量系統運作時的穩定性，因而當其發生故障時，應當采取合理的診斷技術來對故障原因加以分析，從而才能采取有效措施來處理故障，使得電力計量裝置可以正常運行。

關鍵詞：大數據;電力計量裝置;故障;智能化;診斷

電力計量工作質量高低既與公司自身的經濟收益息息相關，并且也牽涉到電力用戶的切身利益，特別是當電力計量裝置在運行期間發生故障時，若是工作人員無法在第一時間內查明故障并將其處理，則必定會導致電能資源出現流失或是對電力公司的信譽造成影響。因此，持續強化對電力計量裝置故障問題的分析探究，確保其正常、準確地運作對于提升電能服務質量，為用戶提供更加優質的電能資源而言有著重要作用。

1 電力計量裝置故障智能化診斷技術的作用

電力計量裝置實際上指的是對電能使用情況加以記錄的電能設備如電能表、電壓表等。而在電力供應期間對電力計量裝置實施診斷檢測技術可以有效保證電力計量系統的穩定運行。從某種程度上而言，在當今電力需求量日益增大的情況下，提高電力計量裝置診斷檢測力度可提高電力用戶滿意度，同時也能為電力企業的節能降耗起到促進作用，從而幫助電力企業節約成本，增加經濟效益。因此，相關人員應當對電力計量裝置的故障進行細致分析，以便保障電力設備的安全。

2 電力計量裝置常見的故障

2.1 電力計量裝置自身存在故障

電力計量裝置若是自身存在異常，那么就會使得電能的計量準確性受到一定影響。并且，電力計量裝置通常都是處在惡劣的環境中運行，時間久了，就會使得裝置內部的零件發生嚴重損耗，使之性能降低，從而導致互感器或是電表產生異常，促使整個電力計量裝置在進行電能的計量之時產生較大誤差，最終計量得出的結果與實際存在差異，也就不能將其作為依據來對用戶進行收費[1]。

2.2 電壓表出現短路或失壓

在電力計量裝置中出現較為頻繁的故障有電壓表短路和失壓問題。由于電流線圈為電壓表十分重要的零配件，在具體使用時，如果長時間處在高負荷狀態下則極易引起電壓表出現短路，進而使得計算出的電壓數值存在誤差。此外，如果電壓表在制造期間存在瑕疵，就會在后期運作時出現接觸不良的問題，這也屬于引發裝置故障的一類原因。因此，有關工作人員必須要仔細檢查電壓表，判斷其是否存在質量問題，而且還要細致、全面地對電力計量裝置的各個零配件實行檢測，從而充分保障計量數據的準確性。

3 電力計量裝置故障診斷方法

在國內，當前運用較為普遍的對電力計量裝置故障加以診斷的方法主要有：信號診斷、數據模型診斷法，以及還有借助個人的過往實操經驗來實行診斷。就目前來看，診斷工作普遍需依靠人力操作，智能化與自動化程度較低，因而整體工作量比較龐大，并且工作效率也不高。為此，伴隨著科技水平的持續提升，智能化技術也愈發完善，將其運用在電力計量裝置的故障診斷中，能夠取得較好的效果[2]。不過在電力數據采集環節，計量裝置十分容易產生各種故障，同時伴隨著收集數據量的持續增多，傳統的數據庫無法迅速對發生的故障加以分析排查，使得整體工作效率不高，不能滿足目前用戶的服務要求。而在工作人員實行故障排查時，大多是憑借個人的過往經驗來開展分析工作，再綜合現場的實際狀況來實行故障的分析診斷。盡管采取此種模式可以有效地處理故障問題，但是所要花費的成本卻相對較高，診斷效率也不高。所以，在大數據背景下，新的診斷技術研發問世，使得上述問題得到了有效的處理，可以以較快的速度排查得出故障原因，提升工作效率，為用電客戶提供更加優質的服務。

4 影響智能電能表計量準確性的因素

4.1 環境因素

智能電表是由許多的功能模塊所構成，在實際使用時極易因周邊環境的干擾而受到影響，例如，空氣質量、溫度、濕度、磁場的波動等。

4.2 燒表因素

當出現燒表問題時，極有可能是由于電路板短路、電流量太大等問題所引起的。

4.3 材料因素

若是制作電表所使用的材料質量較差、不滿足實際使用要求，那么在電流通過電表的時候，正負極之間會產生高電壓，從而使得計量結果存在誤差。另外，安裝溫度若是在6℃以下，則電容正負極中不存在電荷，此時若是電壓持續降低，則電表的表電壓也會因此受到一定影響，使得計量芯片出現問題。

5 大數據平臺及運行架構分析

5.1 大數據技術平臺

大數據技術即是將數據分析技術作為基礎載體，將大量數據資源作為重點分析對象，基于對數據和信息流等有關資源的準確高效處理，實現對對應的數據分析和整理工作的有效處理。當前科技水平不斷提升、基礎理論研究日漸完善，研發出了包括數據處理、模型建設、信息解析等多種技術方式。大數據自其研發問世至今，前后發生了較多的改變與補充，在價值內涵層面獲得了較大的擴充，承載了重要的時代價值，在運用范圍與運用水平層面獲得了較大擴展。縱覽大數據技術的發展和演變軌跡，既延伸發展出了較多高效率的數據分析方式，同時在數據的整理和儲存層面取得了飛躍式發展，創建構成了以時代信息為基礎的技術平臺結構，為新時代背景下社會經濟的進一步發展匯入了強勁動力[3]。

5.2 總體架構設計

在大數據背景下，電力計量工作所要處理的數據信息量十分龐大，而且已經邁入了數據資產管理的宏觀階段，通過運用大數據技術來完成對電力計量裝置故障的診斷分析工作，能夠為改進裝置的綜合效果提供有力參考依據。結合了大數據的故障智能化診斷技術，需要將數據和信息流作為核心基礎，結合云計算數據平臺的價值關聯，創建構成數據資產管理云平臺立體化組織結構，以此為相關業務的進行與數據分析整合工作提供有力支撐。

6 電力計量裝置智能化診斷技術措施

6.1 電力計量裝置故障智能化診斷知識庫的建立

通過建立此知識庫，既能夠實現對數據的有效儲存，并且還能夠對數據實行充分的處理，例如，刪除、輸入、替換、修正、檢索等。另外，在知識庫內，還存放著與各類故障有關的問題，所以有關管理人員應當及時將知識庫的內容加以更新，保證診斷結果的準確性。此知識庫涵蓋了兩大部分：

（1）異常特征模型;

（2）專家規則庫。

這兩部分均具有特殊的管理模式。前者所使用的管理模式為，創建模塊再實行修改或者是刪除處理，后者則是設置了導入和導出模塊，再實行更換調整。在知識庫界面方面，需要利用Web平臺來實行管理控制，在將數據輸入知識庫內后，便需與異常特征模型與專家規則庫實行對比和分類。每當開展一次故障診斷分析工作，對應的知識庫便會構建與之對應的異常特征模型庫，而且能夠有效憑借電力計量裝置故障的具體特征來構建故障模型。不過在具體的異常特征模型庫內，并非是足夠全面的，所以，有關管理人員應當及時調整和改進知識庫，保證數據庫能夠及時進行更新。在實際工作中，考慮到知識庫的異常特征模型庫所涵蓋的內容極為龐大，為防止其占取較大內存，應當及時將無用信息加以刪除，保證能為有用信息預留出足夠的空間。在異常特征模型庫中，因為其數據量非常大，所以，相應地更新與維護工作流程也較為復雜。可通過較為常用的異常字段狀態來創建異常類型表，對各種異常狀況加以仔細登記，通過此表能夠有效分析計量裝置的各項異常信息數據。在創建知識庫時，還涵蓋了詳盡的專家規則，對于實際運行時出現的每次故障都應將其有關信息加以記錄，這使得技術人員查找歷史信息變得更加方便。并且每項專家規則中均具備特定的邏輯，因此技術人員應當處理好維護更新工作，以此合理豐富知識庫內的邏輯[4]。知識庫內的各種信息數據均可視作邏輯規則，合理運用邏輯規則，能夠有效分辨異常特征與裝置故障二者間的聯系，從而準確判定此故障的具體類別。

6.2 電力計量裝置故障的在線檢測

電力計量裝置的動態檢測功能是通過分布式系統來加以實現的。為能對電力計量裝置實行動態化檢測分析，最為關鍵的一點便是要檢測電力計量裝置中存儲的有關信息。由于這些數據是十分關鍵的，對于整個裝置的正常運作有著決定性作用，不過這些數據的總量極其龐大，若是其發生異常，就會使得計量裝置立刻產生故障，無法正常運作，所以對裝置的有關數據實行動態化檢測屬于整體監控工作中最為重要的內容之一。接著便是需要檢測信息數據的訪問方式，在具體工作中，記錄裝置的內部信息訪問普遍均是憑借流式數據來加以實現的，若是在檢測期間發現無法借助此方式實行數據訪問，那表示可能出現了某種問題。對計量裝置實行在此檢測，主要目的在于測試其能否處理大文件，處于正常狀態下的計量裝置是能夠處理百GB甚至是TB大小的文件額定，而且可以對內部信息數據實行準確計算，若是經過檢測得知其無法進行處理，則表明存在故障。此外，還應檢測數據再平衡是否可以實現，正常的電力計量裝置可以基于實現設置好的臨界值，把檢測數據點移動至其他位置，若是檢測得知此功能無法實現，則表明存在故障[5]。

6.3 采集功率因數變化信息

因為電力計量裝置的異常狀況具有多樣性，所以對于功率因素的變化信息需要進行全面收集，如此方可在異常狀況的分析、處理期間提供更有效地保障。此種技術方式通常是運用在檢測對象的設計工作中，用于確定斷路器的安裝位置和負載功率因數等。若是功率因素產生了異常狀況，那么便要按照檢測的實際特征與原理實行對應的分析，檢測的核心重點為，判斷功率因素的變化值是否超出允許范圍，若是已經超出了允許范圍，那么可按照超出程度來判斷斷路器是否發生了嚴重事故，對斷路器當前狀態的正常與否加以分析，然后使用專業化技術手段進行優化。

6.4 電力計量電壓異常檢測

對于正常的電力系統而言，和電力計量裝置電壓檢測結果異常相關的指標主要有下述幾個：相電壓/電流、三相不平衡電壓、相電壓突變量、斷路器位置等。對于電壓異常檢測，顯示要深入全面電壓異常原理，由于在計量裝置處于異常狀態之時，其運行的環境與狀態均會產生一定改變，從而電壓便會顯示出與正常狀態下有所不同的數據，通常表現為電壓回路存在異常，此外便是電能表異常工作引起電壓變化，主要表現為下述幾種狀況：計量電壓發生突變、計量電壓長時間處于異常水平、計量電壓沒有指示、計量三相電壓處于不平衡的狀態。全面掌握電壓變化原理與特點，從而制定有針對性的方案來實現對電壓異常狀況的有效檢測。

6.5 多樣化故障預警技術

在動態監控電力計量裝置過程中，有關工作人員應當運用智能化診斷模型，來開展裝置運作狀況的檢測工作，以此來有效減少裝置出現故障的記錄。若是計量裝置無法正常運作，也就是存在故障時，系統就會立即開啟攝像頭，將裝置的運作狀況拍攝下來，再把所攝取的圖像傳遞到主站計算機系統中，接著讓技術人員對有關信息實行整體分析處理，并以此為依據探尋有效的處理對策。另外，智能化故障診斷技術還能通過多種形式來進行預警，例如像語音文字轉換、短信提示等，還能夠按照具體需求來實行制作。其中，所具備的語言文字轉換功能，能夠實現對不同語言類別與音色的準確識別，并且合成語音的效率較高，能夠有效提升預警技術的操作潛力，短信提示便是利用手機短信的形式，把故障預警信息傳送至預設的手機中，以此實現及時提醒的功能，至于在定制預警技術方面，也就是按照使用對象的具體要求來確定監測范圍，合理分配用戶責任區，在各個責任區中對故障預警信息實行分類傳送。

結語

基于大數據背景下的電力計量裝置故障智能化診斷技術，首先應當創建相應的智能化診斷知識庫，再合理運用異常特征模型與專家規則庫，借助分布式系統來對電力計量裝置實行在線檢測，同時把檢測收集到的數據與知識庫內的標準數據實行比對分析，以此達成對故障的智能化診斷，并且還能對裝置實行動態監測。隨著對電力計量裝置的各類故障結合運用智能化診斷技術，基于對裝置運作情況加以檢測與分析診斷，能夠及時發現故障問題，并且對故障采取多種方式實行自動化預警，使得電力計量裝置的運作更加可靠，同時也讓計量結果更為準確，也就促使電力公司的經濟效益獲得了有力的保障，并且也讓其保持良好的市場信譽。

參考文獻：

[1]李景佶.大數據分析在電力計量檢查的實踐運用[J].電子技術與軟件工程，2021（01）：230-231.

[2]許麗娟，王勇，劉珮琪，陳健華，郭斌，鐘蔚.基于數據矩陣化的電力計量裝置黑盒故障研究[J].信息技術，2020，44（11）：29-33.

[3]鄭楷洪，肖勇，王鑫，陳為.一個面向電力計量系統的聯邦學習框架[J].中國電機工程學報，2020，40（S1）：122-133.

[4]郭佳婧，嚴童，陳明，劉璐，馬媛.基于大數據的電力計量裝置故障智能化診斷研究[J].電子設計工程，2019，27（23）：55-58+63.

[5]燕凱，岳振宇，高嘉浩.基于大數據的電力計量設備運行狀態評估與故障診斷方法研究[J].電子器件，2019，42（05）：1095-1098+1121.

作者簡介：王楠（1995— ），男，漢族，北京人，本科，助理工程師，研究方向：電氣工程及其自動化。