首页 > 论文范文 > 工程工业论文 > 电力工业论文 > 电能论文 > 大数据背景下电力计量装置智能化诊断技术的应用措施

大数据背景下电力计量装置智能化诊断技术的应用措施

2022-03-29 51 上传者：管理员

摘要：在当前大数据时代的背景下，信息、电子等技术在我们的日常生活中获得了广泛运用。在此之中，电力计量装置的重要性逐渐凸显出来，其能直接决定电力计量系统运作时的稳定性，因而当其发生故障时，应当采取合理的诊断技术来对故障原因加以分析，从而才能采取有效措施来处理故障，使得电力计量装置可以正常运行。

关键词：
大数据
故障诊断
智能化技术
电力计量装置
电能资源
加入收藏

电力计量工作质量高低既与公司自身的经济收益息息相关，并且也牵涉到电力用户的切身利益，特别是当电力计量装置在运行期间发生故障时，若是工作人员无法在第一时间内查明故障并将其处理，则必定会导致电能资源出现流失或是对电力公司的信誉造成影响。因此，持续强化对电力计量装置故障问题的分析探究，确保其正常、准确地运作对于提升电能服务质量，为用户提供更加优质的电能资源而言有着重要作用。

1、电力计量装置故障智能化诊断技术的作用

电力计量装置实际上指的是对电能使用情况加以记录的电能设备如电能表、电压表等。而在电力供应期间对电力计量装置实施诊断检测技术可以有效保证电力计量系统的稳定运行。从某种程度上而言，在当今电力需求量日益增大的情况下，提高电力计量装置诊断检测力度可提高电力用户满意度，同时也能为电力企业的节能降耗起到促进作用，从而帮助电力企业节约成本，增加经济效益。因此，相关人员应当对电力计量装置的故障进行细致分析，以便保障电力设备的安全。

2、电力计量装置常见的故障

2.1 电力计量装置自身存在故障

电力计量装置若是自身存在异常，那么就会使得电能的计量准确性受到一定影响。并且，电力计量装置通常都是处在恶劣的环境中运行，时间久了，就会使得装置内部的零件发生严重损耗，使之性能降低，从而导致互感器或是电表产生异常，促使整个电力计量装置在进行电能的计量之时产生较大误差，最终计量得出的结果与实际存在差异，也就不能将其作为依据来对用户进行收费[1]。

2.2 电压表出现短路或失压

在电力计量装置中出现较为频繁的故障有电压表短路和失压问题。由于电流线圈为电压表十分重要的零配件，在具体使用时，如果长时间处在高负荷状态下则极易引起电压表出现短路，进而使得计算出的电压数值存在误差。此外，如果电压表在制造期间存在瑕疵，就会在后期运作时出现接触不良的问题，这也属于引发装置故障的一类原因。因此，有关工作人员必须要仔细检查电压表，判断其是否存在质量问题，而且还要细致、全面地对电力计量装置的各个零配件实行检测，从而充分保障计量数据的准确性。

3、电力计量装置故障诊断方法

在国内，当前运用较为普遍的对电力计量装置故障加以诊断的方法主要有：信号诊断、数据模型诊断法，以及还有借助个人的过往实操经验来实行诊断。就目前来看，诊断工作普遍需依靠人力操作，智能化与自动化程度较低，因而整体工作量比较庞大，并且工作效率也不高。为此，伴随着科技水平的持续提升，智能化技术也愈发完善，将其运用在电力计量装置的故障诊断中，能够取得较好的效果[2]。不过在电力数据采集环节，计量装置十分容易产生各种故障，同时伴随着收集数据量的持续增多，传统的数据库无法迅速对发生的故障加以分析排查，使得整体工作效率不高，不能满足目前用户的服务要求。而在工作人员实行故障排查时，大多是凭借个人的过往经验来开展分析工作，再综合现场的实际状况来实行故障的分析诊断。尽管采取此种模式可以有效地处理故障问题，但是所要花费的成本却相对较高，诊断效率也不高。所以，在大数据背景下，新的诊断技术研发问世，使得上述问题得到了有效的处理，可以以较快的速度排查得出故障原因，提升工作效率，为用电客户提供更加优质的服务。

4、影响智能电能表计量准确性的因素

4.1 环境因素

智能电表是由许多的功能模块所构成，在实际使用时极易因周边环境的干扰而受到影响，例如，空气质量、温度、湿度、磁场的波动等。

4.2 烧表因素

当出现烧表问题时，极有可能是由于电路板短路、电流量太大等问题所引起的。

4.3 材料因素

若是制作电表所使用的材料质量较差、不满足实际使用要求，那么在电流通过电表的时候，正负极之间会产生高电压，从而使得计量结果存在误差。另外，安装温度若是在6℃以下，则电容正负极中不存在电荷，此时若是电压持续降低，则电表的表电压也会因此受到一定影响，使得计量芯片出现问题。

5、大数据平台及运行架构分析

5.1 大数据技术平台

大数据技术即是将数据分析技术作为基础载体，将大量数据资源作为重点分析对象，基于对数据和信息流等有关资源的准确高效处理，实现对对应的数据分析和整理工作的有效处理。当前科技水平不断提升、基础理论研究日渐完善，研发出了包括数据处理、模型建设、信息解析等多种技术方式。大数据自其研发问世至今，前后发生了较多的改变与补充，在价值内涵层面获得了较大的扩充，承载了重要的时代价值，在运用范围与运用水平层面获得了较大扩展。纵览大数据技术的发展和演变轨迹，既延伸发展出了较多高效率的数据分析方式，同时在数据的整理和储存层面取得了飞跃式发展，创建构成了以时代信息为基础的技术平台结构，为新时代背景下社会经济的进一步发展汇入了强劲动力[3]。

5.2 总体架构设计

在大数据背景下，电力计量工作所要处理的数据信息量十分庞大，而且已经迈入了数据资产管理的宏观阶段，通过运用大数据技术来完成对电力计量装置故障的诊断分析工作，能够为改进装置的综合效果提供有力参考依据。结合了大数据的故障智能化诊断技术，需要将数据和信息流作为核心基础，结合云计算数据平台的价值关联，创建构成数据资产管理云平台立体化组织结构，以此为相关业务的进行与数据分析整合工作提供有力支撑。

6、电力计量装置智能化诊断技术措施

6.1 电力计量装置故障智能化诊断知识库的建立

通过建立此知识库，既能够实现对数据的有效储存，并且还能够对数据实行充分的处理，例如，删除、输入、替换、修正、检索等。另外，在知识库内，还存放着与各类故障有关的问题，所以有关管理人员应当及时将知识库的内容加以更新，保证诊断结果的准确性。此知识库涵盖了两大部分：

(1) 异常特征模型；

(2) 专家规则库。

这两部分均具有特殊的管理模式。前者所使用的管理模式为，创建模块再实行修改或者是删除处理，后者则是设置了导入和导出模块，再实行更换调整。在知识库界面方面，需要利用Web平台来实行管理控制，在将数据输入知识库内后，便需与异常特征模型与专家规则库实行对比和分类。每当开展一次故障诊断分析工作，对应的知识库便会构建与之对应的异常特征模型库，而且能够有效凭借电力计量装置故障的具体特征来构建故障模型。不过在具体的异常特征模型库内，并非是足够全面的，所以，有关管理人员应当及时调整和改进知识库，保证数据库能够及时进行更新。在实际工作中，考虑到知识库的异常特征模型库所涵盖的内容极为庞大，为防止其占取较大内存，应当及时将无用信息加以删除，保证能为有用信息预留出足够的空间。在异常特征模型库中，因为其数据量非常大，所以，相应地更新与维护工作流程也较为复杂。可通过较为常用的异常字段状态来创建异常类型表，对各种异常状况加以仔细登记，通过此表能够有效分析计量装置的各项异常信息数据。在创建知识库时，还涵盖了详尽的专家规则，对于实际运行时出现的每次故障都应将其有关信息加以记录，这使得技术人员查找历史信息变得更加方便。并且每项专家规则中均具备特定的逻辑，因此技术人员应当处理好维护更新工作，以此合理丰富知识库内的逻辑[4]。知识库内的各种信息数据均可视作逻辑规则，合理运用逻辑规则，能够有效分辨异常特征与装置故障二者间的联系，从而准确判定此故障的具体类别。

6.2 电力计量装置故障的在线检测

电力计量装置的动态检测功能是通过分布式系统来加以实现的。为能对电力计量装置实行动态化检测分析，最为关键的一点便是要检测电力计量装置中存储的有关信息。由于这些数据是十分关键的，对于整个装置的正常运作有着决定性作用，不过这些数据的总量极其庞大，若是其发生异常，就会使得计量装置立刻产生故障，无法正常运作，所以对装置的有关数据实行动态化检测属于整体监控工作中最为重要的内容之一。接着便是需要检测信息数据的访问方式，在具体工作中，记录装置的内部信息访问普遍均是凭借流式数据来加以实现的，若是在检测期间发现无法借助此方式实行数据访问，那表示可能出现了某种问题。对计量装置实行在此检测，主要目的在于测试其能否处理大文件，处于正常状态下的计量装置是能够处理百GB甚至是TB大小的文件额定，而且可以对内部信息数据实行准确计算，若是经过检测得知其无法进行处理，则表明存在故障。此外，还应检测数据再平衡是否可以实现，正常的电力计量装置可以基于实现设置好的临界值，把检测数据点移动至其他位置，若是检测得知此功能无法实现，则表明存在故障[5]。

6.3 采集功率因数变化信息

因为电力计量装置的异常状况具有多样性，所以对于功率因素的变化信息需要进行全面收集，如此方可在异常状况的分析、处理期间提供更有效地保障。此种技术方式通常是运用在检测对象的设计工作中，用于确定断路器的安装位置和负载功率因数等。若是功率因素产生了异常状况，那么便要按照检测的实际特征与原理实行对应的分析，检测的核心重点为，判断功率因素的变化值是否超出允许范围，若是已经超出了允许范围，那么可按照超出程度来判断断路器是否发生了严重事故，对断路器当前状态的正常与否加以分析，然后使用专业化技术手段进行优化。

6.4 电力计量电压异常检测

对于正常的电力系统而言，和电力计量装置电压检测结果异常相关的指标主要有下述几个：相电压/电流、三相不平衡电压、相电压突变量、断路器位置等。对于电压异常检测，显示要深入全面电压异常原理，由于在计量装置处于异常状态之时，其运行的环境与状态均会产生一定改变，从而电压便会显示出与正常状态下有所不同的数据，通常表现为电压回路存在异常，此外便是电能表异常工作引起电压变化，主要表现为下述几种状况：计量电压发生突变、计量电压长时间处于异常水平、计量电压没有指示、计量三相电压处于不平衡的状态。全面掌握电压变化原理与特点，从而制定有针对性的方案来实现对电压异常状况的有效检测。

6.5 多样化故障预警技术

在动态监控电力计量装置过程中，有关工作人员应当运用智能化诊断模型，来开展装置运作状况的检测工作，以此来有效减少装置出现故障的记录。若是计量装置无法正常运作，也就是存在故障时，系统就会立即开启摄像头，将装置的运作状况拍摄下来，再把所摄取的图像传递到主站计算机系统中，接着让技术人员对有关信息实行整体分析处理，并以此为依据探寻有效的处理对策。另外，智能化故障诊断技术还能通过多种形式来进行预警，例如像语音文字转换、短信提示等，还能够按照具体需求来实行制作。其中，所具备的语言文字转换功能，能够实现对不同语言类别与音色的准确识别，并且合成语音的效率较高，能够有效提升预警技术的操作潜力，短信提示便是利用手机短信的形式，把故障预警信息传送至预设的手机中，以此实现及时提醒的功能，至于在定制预警技术方面，也就是按照使用对象的具体要求来确定监测范围，合理分配用户责任区，在各个责任区中对故障预警信息实行分类传送。

7、结语

基于大数据背景下的电力计量装置故障智能化诊断技术，首先应当创建相应的智能化诊断知识库，再合理运用异常特征模型与专家规则库，借助分布式系统来对电力计量装置实行在线检测，同时把检测收集到的数据与知识库内的标准数据实行比对分析，以此达成对故障的智能化诊断，并且还能对装置实行动态监测。随着对电力计量装置的各类故障结合运用智能化诊断技术，基于对装置运作情况加以检测与分析诊断，能够及时发现故障问题，并且对故障采取多种方式实行自动化预警，使得电力计量装置的运作更加可靠，同时也让计量结果更为准确，也就促使电力公司的经济效益获得了有力的保障，并且也让其保持良好的市场信誉。

参考文献:

[1]李景佶.大数据分析在电力计量检查的实践运用[J].电子技术与软件工程,2021(01);230-231.

[2]许丽娟,王勇,刘珮琪,陈健华,郭斌,钟蔚.基于数据矩阵化的电力计量装置黑盒故障研究[J].信息技术,2020,44(11);29-33.

[3]郑楷洪,肖勇,王鑫,陈为.一个面向电力计量系统的联邦学习框架[J].中国电机工程学报,2020,40(S1):122-133.

[4]郭佳婧,严童,陈明,刘璐,马媛.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+63.

[5]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,2019,42(05):1095-1098+1121.

文章来源：王楠.大数据背景下的电力计量装置故障智能化诊断技术应用[J].科技风,2022,(09):97-99.