基于數(shù)據(jù)流檢測(cè)技術(shù)的電氣設(shè)備狀態(tài)監(jiān)測(cè)仿真

李學(xué)生，張尊揚(yáng)

(北方民族大學(xué)電氣與信息工程學(xué)院，寧夏 銀川 750021)

1 引言

電氣設(shè)備安全運(yùn)行的關(guān)注度日益提升，監(jiān)測(cè)設(shè)備運(yùn)行狀態(tài)的需求與日俱增，只有及時(shí)掌握電氣設(shè)備狀態(tài)與絕緣的劣化程度，才能更好地采取預(yù)防措施，防止事故發(fā)生，而作為電力企業(yè)的貴重資產(chǎn)，電氣設(shè)備維護(hù)費(fèi)用消耗較大，故狀態(tài)監(jiān)測(cè)技術(shù)應(yīng)運(yùn)而生，該項(xiàng)技術(shù)的目的是防止意外停機(jī)、降低維修費(fèi)用、盡可能減少停機(jī)時(shí)長(zhǎng)以及增加機(jī)器的耐疲勞性，憑借提供的有效信息，使設(shè)備得到最優(yōu)應(yīng)用，增加經(jīng)濟(jì)效益，因此，為提升狀態(tài)監(jiān)測(cè)技術(shù)的可靠性與經(jīng)濟(jì)性，該項(xiàng)技術(shù)得到了眾多相關(guān)學(xué)者的深入研究。

文獻(xiàn)[1]基于電網(wǎng)系統(tǒng)中輸變電設(shè)備的重要性，對(duì)全景數(shù)據(jù)的輸變電設(shè)備狀態(tài)監(jiān)測(cè)系統(tǒng)展開研究，將輸變電設(shè)備物聯(lián)網(wǎng)與信息模型相結(jié)合，面向智能變電站設(shè)備，利用輸變電設(shè)備全壽命周期管理業(yè)務(wù)需要的設(shè)備全景信息，構(gòu)建一個(gè)多方位的全景信息模型，以此來完成輸變電設(shè)備的狀態(tài)監(jiān)測(cè)；文獻(xiàn)[2]把液壓設(shè)備的運(yùn)行狀態(tài)作為監(jiān)測(cè)對(duì)象，經(jīng)過融合電信號(hào)與李薩如圖形，設(shè)計(jì)一款基于工控機(jī)虛擬儀器平臺(tái)的狀態(tài)監(jiān)測(cè)系統(tǒng)，該系統(tǒng)的監(jiān)測(cè)項(xiàng)目分別是電參量以及功率圓等，通過監(jiān)測(cè)項(xiàng)目?jī)?nèi)容，獲取設(shè)備實(shí)際運(yùn)行狀態(tài)。

因?yàn)榫W(wǎng)絡(luò)傳輸路徑各不相同，無法提前預(yù)知有可能產(chǎn)生的阻塞或者干擾，且在分布式監(jiān)測(cè)系統(tǒng)中，每個(gè)節(jié)點(diǎn)解析狀態(tài)數(shù)據(jù)包的所用時(shí)長(zhǎng)也不盡相同，所以，當(dāng)數(shù)據(jù)流解析部分收到狀態(tài)數(shù)據(jù)流時(shí)，一定會(huì)出現(xiàn)接收數(shù)據(jù)次序不同于實(shí)際發(fā)送次序的情況，即時(shí)序混亂問題，時(shí)序混亂會(huì)在一定程度上影響狀態(tài)分析結(jié)果，甚至造成分析錯(cuò)誤的后果。因此，本文依據(jù)數(shù)據(jù)流檢測(cè)技術(shù)，提出一種電氣設(shè)備狀態(tài)監(jiān)測(cè)方法，引入核密度估計(jì)策略，滿足較高需求的內(nèi)存空間與處理時(shí)間，提升密度估計(jì)的準(zhǔn)確度；利用附帶權(quán)值的核函數(shù)代替數(shù)值相同的數(shù)據(jù)點(diǎn)，降低算法的復(fù)雜度，減少運(yùn)算步驟；通過擬合鄰近中心的核函數(shù)，縮減待保留的核函數(shù)數(shù)量，由此解決了接收數(shù)據(jù)時(shí)序混亂的問題，得到準(zhǔn)確的數(shù)據(jù)流密度，實(shí)現(xiàn)電氣設(shè)備狀態(tài)準(zhǔn)確監(jiān)測(cè)。

2 設(shè)備狀態(tài)監(jiān)測(cè)預(yù)處理

數(shù)據(jù)流在狀態(tài)監(jiān)測(cè)技術(shù)中屬于一種亂碼，無法直接用來分析監(jiān)測(cè)結(jié)果，所以，需要在監(jiān)測(cè)運(yùn)行之前進(jìn)行一系列的處理，使操作更便捷，結(jié)果更準(zhǔn)確。

2.1 數(shù)據(jù)流檢測(cè)下狀態(tài)數(shù)據(jù)分類處理

基于數(shù)據(jù)流檢測(cè)[3]的狀態(tài)數(shù)據(jù)分類處理具體步驟描述如下：

1)通過解析監(jiān)測(cè)任務(wù)A，得到任務(wù)數(shù)據(jù)ID集合S與任務(wù)解析參數(shù)，參數(shù)含有時(shí)間參數(shù)ΔTd與ΔTf、時(shí)序容錯(cuò)率P、時(shí)序性要求Q以及實(shí)時(shí)性要求T；

2)當(dāng)狀態(tài)數(shù)據(jù)流ID屬于集合S時(shí)，經(jīng)過一定時(shí)間段，窗口即可監(jiān)測(cè)到數(shù)據(jù)的抵達(dá)頻率f，擬合抵達(dá)數(shù)據(jù)發(fā)送時(shí)刻與接收時(shí)刻的差值頻率，架構(gòu)數(shù)據(jù)傳輸解析的時(shí)延概率密度函數(shù)[4]P(td)；

3)依據(jù)任務(wù)解析參數(shù)(T，P)與時(shí)延概率密度函數(shù)P(td)，求取滑窗緩沖時(shí)間ΔT，根據(jù)數(shù)據(jù)抵達(dá)頻率f得到窗口緩沖數(shù)據(jù)數(shù)量K，針對(duì)不同時(shí)刻抵達(dá)的數(shù)據(jù)所采用的處理方法，由任務(wù)時(shí)間參數(shù)ΔTd與ΔTf和時(shí)序性要求Q決定；

4)將窗口緩沖數(shù)據(jù)數(shù)量K作為分配依據(jù)，從系統(tǒng)的總緩沖區(qū)域內(nèi)分配滑動(dòng)窗口給任務(wù)A，使各任務(wù)與單獨(dú)的滑動(dòng)窗口[5]一一對(duì)應(yīng)，若總緩沖區(qū)域里無可分配的閑置區(qū)域，則按照比例重新調(diào)整、分配其它任務(wù)的緩沖窗口；

5)分配完滑動(dòng)窗口，滑窗執(zhí)行ID為集合S的狀態(tài)數(shù)據(jù)流緩存操作，依據(jù)不同原子狀態(tài)數(shù)據(jù)的延時(shí)情況，將狀態(tài)數(shù)據(jù)分成延時(shí)數(shù)據(jù)、失效數(shù)據(jù)以及正常數(shù)據(jù)，依順序丟棄或者傳輸至上層解析部分。

2.2 數(shù)據(jù)流時(shí)序混亂問題解決方法

2.2.1 獨(dú)立同分布形式調(diào)整

時(shí)間亂序概率的影響因素是傳輸時(shí)間td與狀態(tài)數(shù)據(jù)發(fā)送頻率f，在真實(shí)的監(jiān)測(cè)情況下，通過擬合Weibull分布[6]、Gamma分布、對(duì)數(shù)正態(tài)分布[7]等長(zhǎng)拖尾型概率分布函數(shù)，即可得到具體的時(shí)間亂序概率分布形式。已知網(wǎng)絡(luò)延時(shí)概率密度函數(shù)P(td)，且0

(1)

在上式中代入下列表達(dá)式

(2)

得到下列不等式

(3)

因此，網(wǎng)絡(luò)延時(shí)導(dǎo)致的時(shí)間亂序概率就是該不等式概率，且tdi-1與tdi應(yīng)符合時(shí)延概率密度函數(shù)P(td)的獨(dú)立同分布[8]，即

(4)

利用該式合計(jì)調(diào)整延時(shí)概率密度函數(shù)的獨(dú)立同分布形式，即可有效降低時(shí)間亂序概率，從根本上解決時(shí)序混亂問題。

2.2.2 滑動(dòng)窗口大小設(shè)定

滑動(dòng)窗口的規(guī)格要能夠使?fàn)顟B(tài)數(shù)據(jù)流經(jīng)窗口處理后，同時(shí)符合任務(wù)解析時(shí)的容錯(cuò)率要求P與實(shí)時(shí)性要求T。

針對(duì)任務(wù)實(shí)時(shí)性要求T，存在下列不等式形式

ΔT

(5)

式中，E(td)表示數(shù)據(jù)從發(fā)送到接收的時(shí)間差期望，表達(dá)式如下所示

(6)

針對(duì)容錯(cuò)率要求P，經(jīng)過ΔT規(guī)格的滑動(dòng)窗口緩沖，發(fā)生的時(shí)間亂序概率要小于容錯(cuò)率要求P。假設(shè)滑動(dòng)窗口中原子狀態(tài)數(shù)據(jù)的固定緩存?zhèn)€數(shù)是K=ΔT×f，當(dāng)數(shù)據(jù)Dj進(jìn)入滑窗后，發(fā)送滑窗中最前邊的數(shù)據(jù)Di，如圖1所示。

圖1 滑窗規(guī)格參數(shù)解析圖

若tc是數(shù)據(jù)Dj的接收時(shí)間，ΔT是滑窗規(guī)格，結(jié)合臨界情況，得到任務(wù)數(shù)據(jù)Di的窗口接收時(shí)間tc-ΔT。設(shè)定數(shù)據(jù)Di與Dj傳輸時(shí)所用時(shí)長(zhǎng)分別是tdi與tdj，則兩數(shù)據(jù)的接收時(shí)間應(yīng)滿足下列關(guān)系式

Dj.Timestamp+tdj=tc

(7)

Di.Timestamp+tdi=tc-ΔT

(8)

當(dāng)數(shù)據(jù)Dj的發(fā)送時(shí)間比數(shù)據(jù)Di早時(shí)，數(shù)據(jù)Dj將出現(xiàn)時(shí)間亂序，所以，將數(shù)據(jù)Dj排列在滑窗前邊，解析部分收到Di后才接收到更早發(fā)送的Dj，發(fā)生時(shí)序錯(cuò)誤，此類情況可用下列條件不等式描述

Dj.Timestamp

(9)

在上列不等式中代入式(7)、(8)后，整理得到下列關(guān)系式

tdj-tdi≥ΔT

(10)

上式即為滑窗緩沖后還是會(huì)出現(xiàn)時(shí)序錯(cuò)誤問題的概率，且tdj與tdi應(yīng)符合時(shí)延概率密度函數(shù)P(td)的獨(dú)立同分布，即

(11)

因?yàn)槿蒎e(cuò)率要求P滿足下列不等式，故可由此得到ΔT下限

P(tdj-tdi≥ΔT)≤P

(12)

因此，為確保狀態(tài)監(jiān)測(cè)任務(wù)同時(shí)滿足容錯(cuò)率與時(shí)序性要求，使滑窗規(guī)格ΔT符合下列不等式組

(13)

若上式無解，證明監(jiān)測(cè)任務(wù)的實(shí)時(shí)性要求與容錯(cuò)率要求存在矛盾，也就是說在當(dāng)前的數(shù)據(jù)流情況下，無法精準(zhǔn)地分析、獲取設(shè)備狀態(tài)，此時(shí)需要通過調(diào)整相關(guān)參數(shù)使其有解，才能進(jìn)行下一步的操作處理。

3 數(shù)據(jù)流下電氣設(shè)備狀態(tài)監(jiān)測(cè)

基于數(shù)據(jù)流檢測(cè)技術(shù)的設(shè)備狀態(tài)監(jiān)測(cè)過程中，采用密度估計(jì)方法來滿足較高需求的內(nèi)存空間與處理時(shí)間，核密度估計(jì)[9]方法近似于直方圖技術(shù)，可記錄各區(qū)間點(diǎn)數(shù)量或者頻率，令直方圖內(nèi)的矩形條高度根據(jù)數(shù)量的變化而發(fā)生改變，但核密度估計(jì)方法較直方圖給出的密度估計(jì)更為精準(zhǔn)，因?yàn)楹嗣芏裙烙?jì)方法在統(tǒng)計(jì)任意點(diǎn)鄰近點(diǎn)數(shù)量時(shí)，會(huì)優(yōu)先考慮鄰近點(diǎn)。

已知一組數(shù)據(jù){x1，x2，…，xn}，xn為電氣設(shè)備的任意狀態(tài)參數(shù)數(shù)據(jù)信息，其核密度估計(jì)表達(dá)式如下所示

(14)

式中，Kh(t)=h-1K(h-1t)，核函數(shù)用K(·)表示，帶寬用h表示。估計(jì)的密度函數(shù)隨著帶寬的增加而愈加平滑，密度函數(shù)越小說明密度曲線與樣本擬合得越好。

若從分布中選取到的隨機(jī)變量樣本規(guī)格是n，則采用上式估計(jì)密度函數(shù)時(shí)，核函數(shù)的需求量為n，故依據(jù)核函數(shù)的可累加特征，利用附帶權(quán)值的核函數(shù)代替權(quán)值相同的狀態(tài)數(shù)據(jù)信息，也就是說，核函數(shù)代替的數(shù)據(jù)信息數(shù)量即為核函數(shù)的權(quán)值大小。

一般情況下，簡(jiǎn)單核是僅表示一個(gè)數(shù)據(jù)信息的核函數(shù)，而指代多數(shù)據(jù)信息的核函數(shù)[10]叫做M-核，M-核核函數(shù)表達(dá)式如下所示

(15)

式中，Xi為中心，ρ為權(quán)值。

當(dāng)核函數(shù)為符合正態(tài)分布的高斯核函數(shù)時(shí)，利用下列公式描述

(16)

假設(shè)任意數(shù)據(jù)流的時(shí)間步進(jìn)是1ms，區(qū)間是1s，每100ms流量數(shù)據(jù)信息的階躍為100kb/s，則該數(shù)據(jù)流的統(tǒng)計(jì)分布曲線圖如圖2所示。

圖2 正態(tài)分布模擬數(shù)據(jù)流

將圖2中數(shù)據(jù)代入式(14)后，得到核密度估計(jì)曲線，通過檢測(cè)不同數(shù)據(jù)流的曲線變化規(guī)律，估計(jì)變化誤差，以此來識(shí)別數(shù)據(jù)流流量。

通過擬合鄰近中心的核函數(shù)，縮減待保留的核函數(shù)數(shù)量。擬合兩個(gè)不同中心的核函數(shù)，架構(gòu)出一個(gè)非標(biāo)準(zhǔn)核函數(shù)，完成數(shù)據(jù)流密度估計(jì)，采用下列表達(dá)式界定擬合公式

ρiKhi(x-Xi)+ρjKhj(x-Xj)

(17)

將擬合誤差值ε的大小作為設(shè)備狀態(tài)的判定標(biāo)準(zhǔn)，在利用擬合核函數(shù)取代權(quán)值不同、帶寬不同、中心點(diǎn)相近的兩個(gè)核函數(shù)總和時(shí)，生成的誤差值ε計(jì)算公式如下所示

(18)

若核函數(shù)為高斯函數(shù)時(shí)，核函數(shù)K1與K2的參數(shù)滿足下列不等式組

(19)

(20)

通過上式解得的誤差值，推導(dǎo)出設(shè)備狀態(tài)，若誤差值在狀態(tài)監(jiān)測(cè)的允許范圍中，則設(shè)備狀態(tài)正常，相反，則屬于非正常狀態(tài)，并發(fā)出相應(yīng)預(yù)警。

4 仿真案例分析

未驗(yàn)證所提方法的有效性，設(shè)計(jì)仿真。在REFITPower Data(https：∥pureportal.strath.ac.uk/en/datasets/refit-electrical-load-measurements)數(shù)據(jù)集中選擇1000Mb數(shù)據(jù)流數(shù)據(jù)，為驗(yàn)證方法的有效性與可行性，分別采用文獻(xiàn)[1]、[2]方法以及所提方法，監(jiān)測(cè)某個(gè)電氣設(shè)備的狀態(tài)，選取一個(gè)滑動(dòng)窗口，當(dāng)設(shè)備狀態(tài)出現(xiàn)異常情況時(shí)，數(shù)據(jù)流將產(chǎn)生劇烈變化，通過記錄、解析數(shù)據(jù)流情況，得到實(shí)驗(yàn)數(shù)據(jù)與監(jiān)測(cè)結(jié)果。

4.1 仿真監(jiān)測(cè)時(shí)域?qū)Ρ?/h3>

當(dāng)頻率波動(dòng)變化幅度達(dá)到0.03Hz，即可監(jiān)測(cè)到設(shè)備狀態(tài)，圖3所示為各方法與所提方法的仿真監(jiān)測(cè)時(shí)域圖。

圖3 設(shè)備異常狀態(tài)監(jiān)測(cè)時(shí)域圖

通過圖3可以看出，各方法依據(jù)數(shù)據(jù)流監(jiān)測(cè)設(shè)備狀態(tài)時(shí)，所提方法的監(jiān)測(cè)曲線與真實(shí)狀態(tài)曲線非常接近，而文獻(xiàn)[1]方法、[2]方法的狀態(tài)監(jiān)測(cè)頻率波動(dòng)較大，且與真實(shí)狀態(tài)頻率相差較大。

4.2 監(jiān)測(cè)效果對(duì)比

表1所示為各方法的設(shè)備狀態(tài)監(jiān)測(cè)結(jié)果。

表1 各方法設(shè)備狀態(tài)監(jiān)測(cè)結(jié)果對(duì)比表

根據(jù)表1中數(shù)據(jù)能夠發(fā)現(xiàn)，相比較文獻(xiàn)[1]、[2]方法，所提方法通過滑動(dòng)窗口精準(zhǔn)劃分?jǐn)?shù)據(jù)流數(shù)據(jù)類型，監(jiān)測(cè)出更多的異常數(shù)據(jù)，監(jiān)測(cè)率達(dá)到96.7%，由此說明所提方法具有一定的有效性。

5 結(jié)論

本文以數(shù)據(jù)流檢測(cè)為技術(shù)背景，提出一種電氣設(shè)備狀態(tài)監(jiān)測(cè)方法。電氣設(shè)備狀態(tài)監(jiān)測(cè)就是通過科學(xué)的管理手段與測(cè)量方法，即時(shí)地監(jiān)測(cè)電氣設(shè)備各項(xiàng)指標(biāo)參數(shù)，保證設(shè)備狀態(tài)良好，并在額定的范圍內(nèi)運(yùn)行。通過仿真得出結(jié)論如下：

1)所提方法對(duì)電氣設(shè)備運(yùn)行頻率的監(jiān)測(cè)曲線與真實(shí)狀態(tài)曲線非常接近，在60.3-60.9Hz之間波動(dòng)，說明所提方法對(duì)電氣設(shè)備狀態(tài)監(jiān)測(cè)的準(zhǔn)確率較高。

2)所提方法能夠監(jiān)測(cè)出更多的異常數(shù)據(jù)，監(jiān)測(cè)率達(dá)到96.7%，說明該方法的查全率較高，能夠檢測(cè)出異常運(yùn)行狀態(tài)。

越來越高的電力質(zhì)量需求與越來越激烈的電力企業(yè)競(jìng)爭(zhēng)，都將有力推動(dòng)狀態(tài)監(jiān)測(cè)技術(shù)的進(jìn)一步發(fā)展與應(yīng)用，因此，今后電氣設(shè)備狀態(tài)監(jiān)測(cè)技術(shù)的發(fā)展趨勢(shì)主要體現(xiàn)在以下方面：電氣設(shè)備狀態(tài)監(jiān)測(cè)時(shí)采集的數(shù)據(jù)量將逐漸呈爆炸式遞增，采用傳統(tǒng)的數(shù)據(jù)處理方法是一項(xiàng)巨大的挑戰(zhàn)，所以，很有必要開發(fā)新的數(shù)據(jù)分析策略與故障診斷程序；通過嘗試融入廣泛應(yīng)用的知識(shí)系統(tǒng)、

神經(jīng)網(wǎng)絡(luò)以及模糊邏輯等多項(xiàng)技術(shù)，進(jìn)一步研究更加智能化、自動(dòng)化、多功能、多狀態(tài)的實(shí)時(shí)監(jiān)測(cè)系統(tǒng)；采用遠(yuǎn)程監(jiān)測(cè)與診斷技術(shù)，實(shí)現(xiàn)設(shè)備狀態(tài)的遠(yuǎn)程診斷與網(wǎng)絡(luò)化追蹤，彌補(bǔ)現(xiàn)場(chǎng)人員缺少的經(jīng)驗(yàn)。