符藝超，王聯(lián)智，謝 敏，周吉星，吳海杰，孟 超

(南方電網海南數(shù)字電網研究院有限公司，海南 ?？?570100)

電能計量是電網企業(yè)營銷管理工作的重要組成部分，其核心任務是確保計量裝置計量的準確和安全可靠。計量裝置故障將導致用戶計量出現(xiàn)差錯，不僅給電網企業(yè)造成電量損失，也給后續(xù)電量追補帶來一定的難度，甚至會造成用戶與電網產生法律糾紛。因此，如何快速準確地發(fā)現(xiàn)計量裝置故障，及時有效地進行故障處理，以確保計量裝置的準確可靠正常運行，是電網企業(yè)亟待解決的難題[1-4]。

傳統(tǒng)的電能計量裝置異常發(fā)現(xiàn)途徑最主要有2個：①通過開展用電檢查工作，對電能計量裝置進行現(xiàn)場校驗；②通過計量自動化系統(tǒng)電能計量裝置采集數(shù)據(jù)進行數(shù)據(jù)分析[5-8]。這2種方式局限于校驗周期長以及工作人員業(yè)務水平參差不齊，且耗費時間長，工作人員無法及時發(fā)現(xiàn)電能計量裝置故障。為避免電能計量裝置故障的發(fā)生，減小用戶和電網企業(yè)的損失，必須將傳統(tǒng)的計量裝置“人工運維”方式逐步轉變?yōu)椤爸悄苓\維”方式，提高用電檢查的效率，縮減故障發(fā)現(xiàn)的時間，實現(xiàn)計量故障的智能診斷[9-12]。

1 智能故障診斷技術

本文主要利用計量自動化系統(tǒng)所采集的電能量數(shù)據(jù)，在進行數(shù)據(jù)清洗后對計量故障中常見的失壓、失流和電流不平衡故障類型的數(shù)據(jù)展開大數(shù)據(jù)分析，利用數(shù)據(jù)挖掘算法及故障規(guī)則對相應的故障類型進行異常研究和判斷，再根據(jù)不同的故障類型，構建不同診斷模型，最后實現(xiàn)計量故障的遠程診斷。智能故障診斷流程如圖1所示。

圖1 故障智能診斷流程Fig.1 Flow chart of intelligent fault diagnosis

1.1 計量故障的常見表現(xiàn)

電力計量裝置出現(xiàn)不同類型的故障，故障異常判斷方法及檢測方法也會存在差異。就本文來說，主要通過失壓、失流、電流不平衡3種故障類型展開分析。計量用戶電流、電壓互感器在運行過程中，由于長時間超負荷、保險絲熔斷、線路老化、線路短路、互感器極性接觸不良、電壓電流線接觸不良、接線端子接觸不良或銹化、用戶用電不平衡等問題，將導致裝置出現(xiàn)失壓、失流、電流不平衡的情況[13-15]。為此，可通過計量自動化系統(tǒng)對此故障類型實時數(shù)據(jù)進行采集、深度分析。

1.2 計量故障判斷

在對3種不同故障類型的實時數(shù)據(jù)進行校驗后，有選擇性地抽取部分故障測量點與正常測量點的檔案信息及負荷數(shù)據(jù)，審視正常測量點與失壓、失流和電流不平衡不同類型的故障測量點數(shù)據(jù)分布特征與分布類型，利用數(shù)據(jù)挖掘算法及故障規(guī)則，對相應的故障類型進行異常研究和判斷[16-21]。

1.3 專家?guī)鞓嫿?/h3>

針對不同故障類型，運用數(shù)據(jù)挖掘分析算法、充足的故障條件模擬及反復的對比驗證、專家分析評價參數(shù)以及計算公式得出最優(yōu)的模型，并寫入專家?guī)熘?。專家?guī)旌w了專家診斷的經驗及層層篩選后的不同類型故障模型，可以對模型數(shù)據(jù)進行一系列分類，能夠以專家的推理方法、思考模式站在專業(yè)的角度準確識別計量故障，有助于計量智能診斷功能的完善，確保診斷結果的可靠性。專家?guī)鞓嫿鞒倘鐖D2所示。

圖2 專家?guī)鞓嫿鞒蘁ig.2 Flow chart of expert database construction

(1)提取不同故障類型所需要的數(shù)據(jù)，進行初步的數(shù)據(jù)清洗，剔除采集失敗數(shù)據(jù)。

(2)確定故障類型并進一步進行數(shù)據(jù)清洗。結合實際情況，剔除在該故障類型中無效的數(shù)據(jù)。以失壓為例：只需要三相三線、三相四線的數(shù)據(jù)，剔除單相的數(shù)據(jù)。

(3)通過數(shù)據(jù)分析得到該異常數(shù)據(jù)所呈現(xiàn)的規(guī)律，運用充足的故障條件模擬及反復的對比驗證、專家分析評價參數(shù)以及計算公式得出異常規(guī)則。以失壓為例：經分析可以發(fā)現(xiàn)，裝置失壓的數(shù)據(jù)會呈現(xiàn)電壓與額定電壓的比值偏低，而電流與額定電流的比值在正常范圍，從而通過專家分析，確立電壓、電流、持續(xù)時長和當天異常記錄所對應的參數(shù)，當其電壓、電流、持續(xù)時長、異常記錄滿足對應參數(shù)條件時，判斷該計量裝置發(fā)生失壓故障。

(4)根據(jù)異常規(guī)則建立異常規(guī)則算法，將該異常的數(shù)據(jù)預處理和異常規(guī)則算法封裝為異常模型，并導入專家?guī)臁?/p>

1.4 基于遺傳算法的參數(shù)優(yōu)化

遺傳算法是模擬生物在自然環(huán)境中的遺傳和進化進程而形成的一種自適應全局優(yōu)化概率搜索算法。其基本思想是，將待求解問題轉換成由個體組成的演化群體，經歷生成—評價—選擇操作的演化過程，反復進行選擇、交叉、變異，直到搜索到最優(yōu)解[22-23]。

本文所建立的專家?guī)熘械漠惓ＤＰ鸵蕾嚾斯ぶ贫ǔ跏奸撝?，主觀因素較大，可能會導致模型并不是最優(yōu)模型。本文提出一種基于遺傳算法的參數(shù)優(yōu)化，由初始參數(shù)出發(fā)，以準確率為適應度函數(shù)，通過遺傳算法尋找最優(yōu)參數(shù)。算法實現(xiàn)步驟：①初始化控制參數(shù)、種群規(guī)模、遺傳代數(shù)、變異概率等參數(shù)以及尋優(yōu)范圍；②判斷參數(shù)因子是否超過尋優(yōu)范圍，并對超過范圍的進行調整；③利用初始參數(shù)引導種群的生成，并計算適應度函數(shù)；④判斷適應度或迭代次數(shù)是否滿足閾值，滿足則輸出尋優(yōu)結果；⑤進行選擇、交叉、變異等操作；⑥根據(jù)適應度進行個體排序，將適應度高的個體替換掉上一代個體，并進入步驟④。

本文采用構建專家?guī)斓氖簲?shù)據(jù)和個體參數(shù)作為初始參數(shù)，種群規(guī)模為10，尋優(yōu)范圍為初始參數(shù)上下浮動的20%，如圖3所示，在迭代到50步時，適應度趨于平穩(wěn)，取迭代步數(shù)為50作為停止條件，代入遺傳算法，得到適應度為0.956 3，代表模型準確率95.63%，與初始參數(shù)為92.06%相比，模型的準確率得到了提高，最后輸出個體結果，將該個體參數(shù)替換失壓模型的初始參數(shù)，并存入專家?guī)熘?。參?shù)優(yōu)化結果見表1。

圖3 適應度變化趨勢Fig.3 Fitness trend chart

表1 參數(shù)優(yōu)化結果Tab.1 Parameter optimization results

1.5 模型評估

以失壓、失流、電流不平衡3種故障類型展開分析(表2)，可見專家?guī)炜梢杂行У刈R別異常，均達到90%以上。經過遺傳算法優(yōu)化參數(shù)后，模型的準確率得到進一步提升，在誤差允許的范圍內，可以極大地縮短人工檢測所需要的時間，完成人工檢測到智能檢測的轉變。

2 智能檢測

計量裝置出現(xiàn)故障會使計量數(shù)據(jù)發(fā)生異常，計量裝置故障智能診斷技術就是通過一系列的計量故障診斷規(guī)則模型構建專家?guī)?，基于專家?guī)鞂γ咳盏挠嬃繑?shù)據(jù)進行檢測，實現(xiàn)對故障的智能化診斷及計量裝置的動態(tài)監(jiān)測。其最大的特點是計量裝置設備與計量主站設備在空間上處于分隔的狀態(tài)，利用信息化提前實現(xiàn)了遠程故障檢測。

表2 優(yōu)化比對Tab.2 Optimization comparison %

基于專家?guī)斓闹悄軝z測技術，通過計量自動化系統(tǒng)采集表碼、電壓、電流、功率等數(shù)據(jù)，經過初步預處理后完成數(shù)據(jù)的提取、數(shù)據(jù)庫數(shù)據(jù)格式向專家?guī)焖钄?shù)據(jù)格式轉換的工作，然后從專家?guī)熘刑崛∮嬃恐悄茉\斷模型，按照不同的模型傳入其所需的數(shù)據(jù)，根據(jù)專家?guī)煲延心Ｐ屯瓿捎嬃垦b置的異常檢測，最后利用計量故障在線診斷完成診斷結果的可視化?；趯＜?guī)斓闹悄軝z測流程如圖4所示。

圖4 基于專家?guī)斓闹悄軝z測流程Fig.4 Intelligent detection flow chart based on expert database

3 應用效果

陵水供電局2020年6月通過計量裝置異常發(fā)現(xiàn)陵水椰林北斗花園路千島商務大酒店告警電流異常343次，經計量人員現(xiàn)場查明，證實A相二次電流存在開路導致實際抄表少計用戶電量，故追補2019年6月4日至2020年6月4日少計電量，共追補41 320 kWh。中電科海洋信息技術研究院有限公司告警電流異常12次，經現(xiàn)場查明，證實A相電流接地線接錯導致電流不平衡，追補223 820 kWh。海南魯宏祥達實業(yè)有限公司5月、6月告警電壓異常8次，經計量人員現(xiàn)場查明，證實B相失壓，但因7月開始電壓已恢復正常，用戶不愿追補，目前正在協(xié)商。

很明顯，在計量故障智能診斷平臺的實時檢測下，工作人員可以較為及時地發(fā)現(xiàn)計量故障問題，就出現(xiàn)的問題尋找正確的解決措施。在該功能模塊的幫助下，電量或電費追補工作可以以合理的方式開展，計算過程也具有說服力，可以減少電網企業(yè)與用電客戶之間的矛盾。

4 結語

總的來說，計量自動化系統(tǒng)建設的不斷加快及改造，大大提高了電網的運行效率及信息化應用水平。但計量設備故障在線診斷技術目前未在海南電網加以應用，整體而言這項技術屬于初級階段，鑒于電力系統(tǒng)的復雜性以及運行方式的多樣性及故障類型的不確定性，在應用計量設備故障在線診斷技術的基礎上，能夠不斷加強計量裝置設備管理，并根據(jù)自身實際情況及需求進行合理應用，從而能夠更好地實現(xiàn)遠程設備在線檢測及設備故障診斷，減輕工作人員的工作量，提高工作人員工作效率及電力企業(yè)管理水平，加速電力企業(yè)發(fā)展。