李學(xué)生，張尊揚

(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)備安全運行的關(guān)注度日益提升，監(jiān)測設(shè)備運行狀態(tài)的需求與日俱增，只有及時掌握電氣設(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)備維護費用消耗較大，故狀態(tài)監(jiān)測技術(shù)應(yīng)運而生，該項技術(shù)的目的是防止意外停機、降低維修費用、盡可能減少停機時長以及增加機器的耐疲勞性，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)濟效益，因此，為提升狀態(tài)監(jiān)測技術(shù)的可靠性與經(jīng)濟性，該項技術(shù)得到了眾多相關(guān)學(xué)者的深入研究。

文獻[1]基于電網(wǎng)系統(tǒng)中輸變電設(shè)備的重要性，對全景數(shù)據(jù)的輸變電設(shè)備狀態(tài)監(jiān)測系統(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；文獻[2]把液壓設(shè)備的運行狀態(tài)作為監(jiān)測對象，經(jīng)過融合電信號與李薩如圖形，設(shè)計一款基于工控機虛擬儀器平臺的狀態(tài)監(jiān)測系統(tǒng)，該系統(tǒng)的監(jiān)測項目分別是電參量以及功率圓等，通過監(jiān)測項目內(nèi)容，獲取設(shè)備實際運行狀態(tài)。

因為網(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)測系統(tǒng)中，每個節(jié)點解析狀態(tài)數(shù)據(jù)包的所用時長也不盡相同，所以，當數(shù)據(jù)流解析部分收到狀態(tài)數(shù)據(jù)流時，一定會出現(xiàn)接收數(shù)據(jù)次序不同于實際發(fā)送次序的情況，即時序混亂問題，時序混亂會在一定程度上影響狀態(tài)分析結(jié)果，甚至造成分析錯誤的后果。因此，本文依據(jù)數(shù)據(jù)流檢測技術(shù)，提出一種電氣設(shè)備狀態(tài)監(jiān)測方法，引入核密度估計策略，滿足較高需求的內(nèi)存空間與處理時間，提升密度估計的準確度；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，降低算法的復(fù)雜度，減少運算步驟；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)時序混亂的問題，得到準確的數(shù)據(jù)流密度，實現(xiàn)電氣設(shè)備狀態(tài)準確監(jiān)測。

2 設(shè)備狀態(tài)監(jiān)測預(yù)處理

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

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

基于數(shù)據(jù)流檢測[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)含有時間參數(shù)ΔTd與ΔTf、時序容錯率P、時序性要求Q以及實時性要求T；

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

3)依據(jù)任務(wù)解析參數(shù)(T，P)與時延概率密度函數(shù)P(td)，求取滑窗緩沖時間ΔT，根據(jù)數(shù)據(jù)抵達頻率f得到窗口緩沖數(shù)據(jù)數(shù)量K，針對不同時刻抵達的數(shù)據(jù)所采用的處理方法，由任務(wù)時間參數(shù)ΔTd與ΔTf和時序性要求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)分配滑動窗口給任務(wù)A，使各任務(wù)與單獨的滑動窗口[5]一一對應(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)的延時情況，將狀態(tài)數(shù)據(jù)分成延時數(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)流時序混亂問題解決方法

2.2.1 獨立同分布形式調(diào)整

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

(1)

在上式中代入下列表達式

(2)

得到下列不等式

(3)

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

(4)

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

2.2.2 滑動窗口大小設(shè)定

滑動窗口的規(guī)格要能夠使狀態(tài)數(shù)據(jù)流經(jīng)窗口處理后，同時符合任務(wù)解析時的容錯率要求P與實時性要求T。

針對任務(wù)實時性要求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)送到接收的時間差期望，表達式如下所示

(6)

針對容錯率要求P，經(jīng)過ΔT規(guī)格的滑動窗口緩沖，發(fā)生的時間亂序概率要小于容錯率要求P。假設(shè)滑動窗口中原子狀態(tài)數(shù)據(jù)的固定緩存?zhèn)€數(shù)是K=ΔT×f，當數(shù)據(jù)Dj進入滑窗后，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的窗口接收時間tc-ΔT。設(shè)定數(shù)據(jù)Di與Dj傳輸時所用時長分別是tdi與tdj，則兩數(shù)據(jù)的接收時間應(yīng)滿足下列關(guān)系式

Dj.Timestamp+tdj=tc

(7)

Di.Timestamp+tdi=tc-ΔT

(8)

當數(shù)據(jù)Dj的發(fā)送時間比數(shù)據(jù)Di早時，數(shù)據(jù)Dj將出現(xiàn)時間亂序，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)生時序錯誤，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出現(xiàn)時序錯誤問題的概率，且tdj與tdi應(yīng)符合時延概率密度函數(shù)P(td)的獨立同分布，即

(11)

因為容錯率要求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)測任務(wù)同時滿足容錯率與時序性要求，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)測任務(wù)的實時性要求與容錯率要求存在矛盾，也就是說在當前的數(shù)據(jù)流情況下，無法精準地分析、獲取設(shè)備狀態(tài)，此時需要通過調(diào)整相關(guān)參數(shù)使其有解，才能進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

基于數(shù)據(jù)流檢測技術(shù)的設(shè)備狀態(tài)監(jiān)測過程中，采用密度估計方法來滿足較高需求的內(nèi)存空間與處理時間，核密度估計[9]方法近似于直方圖技術(shù)，可記錄各區(qū)間點數(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，但核密度估計方法較直方圖給出的密度估計更為精準，因為核密度估計方法在統(tǒng)計任意點鄰近點數(shù)量時，會優(yōu)先考慮鄰近點。

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，其核密度估計表達式如下所示

(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變量樣本規(guī)格是n，則采用上式估計密度函數(shù)時，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，簡單核是僅表示一個數(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)表達式如下所示

(15)

式中，Xi為中心，ρ為權(quán)值。

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

(16)

假設(shè)任意數(shù)據(jù)流的時間步進是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，得到核密度估計曲線，通過檢測不同數(shù)據(jù)流的曲線變化規(guī)律，估計變化誤差，以此來識別數(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。擬合兩個不同中心的核函數(shù)，架構(gòu)出一個非標準核函數(shù)，完成數(shù)據(jù)流密度估計，采用下列表達式界定擬合公式

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)的判定標準，在利用擬合核函數(shù)取代權(quán)值不同、帶寬不同、中心點相近的兩個核函數(shù)總和時，生成的誤差值ε計算公式如下所示

(18)

若核函數(shù)為高斯函數(shù)時，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

未驗證所提方法的有效性，設(shè)計仿真。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)，為驗證方法的有效性與可行性，分別采用文獻[1]、[2]方法以及所提方法，監(jiān)測某個電氣設(shè)備的狀態(tài)，選取一個滑動窗口，當設(shè)備狀態(tài)出現(xiàn)異常情況時，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，得到實驗數(shù)據(jù)與監(jiān)測結(jié)果。

4.1 仿真監(jiān)測時域?qū)Ρ?/h3>

當頻率波動變化幅度達到0.03Hz，即可監(jiān)測到設(shè)備狀態(tài)，圖3所示為各方法與所提方法的仿真監(jiān)測時域圖。

圖3 設(shè)備異常狀態(tài)監(jiān)測時域圖

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

4.2 監(jiān)測效果對比

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

表1 各方法設(shè)備狀態(tài)監(jiān)測結(jié)果對比表

根據(jù)表1中數(shù)據(jù)能夠發(fā)現(xiàn)，相比較文獻[1]、[2]方法，所提方法通過滑動窗口精準劃分數(shù)據(jù)流數(shù)據(jù)類型，監(jiān)測出更多的異常數(shù)據(jù)，監(jiān)測率達到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)流檢測為技術(shù)背景，提出一種電氣設(shè)備狀態(tài)監(jiān)測方法。電氣設(shè)備狀態(tài)監(jiān)測就是通過科學(xué)的管理手段與測量方法，即時地監(jiān)測電氣設(shè)備各項指標參數(shù)，保證設(shè)備狀態(tài)良好，并在額定的范圍內(nèi)運行。通過仿真得出結(jié)論如下：

1)所提方法對電氣設(shè)備運行頻率的監(jiān)測曲線與真實狀態(tài)曲線非常接近，在60.3-60.9Hz之間波動，說明所提方法對電氣設(shè)備狀態(tài)監(jiān)測的準確率較高。

2)所提方法能夠監(jiān)測出更多的異常數(shù)據(jù)，監(jiān)測率達到96.7%，說明該方法的查全率較高，能夠檢測出異常運行狀態(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)競爭，都將有力推動狀態(tài)監(jiān)測技術(shù)的進一步發(fā)展與應(yīng)用，因此，今后電氣設(shè)備狀態(tài)監(jiān)測技術(shù)的發(fā)展趨勢主要體現(xiàn)在以下方面：電氣設(shè)備狀態(tài)監(jiān)測時采集的數(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)用的知識系統(tǒng)、

神經(jīng)網(wǎng)絡(luò)以及模糊邏輯等多項技術(shù)，進一步研究更加智能化、自動化、多功能、多狀態(tài)的實時監(jiān)測系統(tǒng)；采用遠程監(jiān)測與診斷技術(shù)，實現(xiàn)設(shè)備狀態(tài)的遠程診斷與網(wǎng)絡(luò)化追蹤，彌補現(xiàn)場人員缺少的經(jīng)驗。