馮建云
(山西工程科技職業(yè)大學(xué) 山西省晉中市 030619)
電子設(shè)備的實際運行狀態(tài)與其運行效果有重要關(guān)聯(lián),一旦其運行失穩(wěn)[1-2],會導(dǎo)致嚴(yán)重的控制問題,造成不可估量的損失,因此,為了提高電子設(shè)備運行可靠性,需要進(jìn)行電子設(shè)備運行狀態(tài)監(jiān)測與預(yù)警[3]。常規(guī)的電子設(shè)備運行狀態(tài)監(jiān)測方法主要使用相關(guān)的傳感器進(jìn)行監(jiān)測,完成預(yù)警反饋,但受傳感器自身敏感性的影響,其經(jīng)常出現(xiàn)數(shù)據(jù)狀態(tài)信息采集異常問題,導(dǎo)致運行狀態(tài)監(jiān)測延時過高,還未監(jiān)測到數(shù)據(jù)[4],電子設(shè)備就發(fā)生了嚴(yán)重的故障,不滿足目前電子設(shè)備運行狀態(tài)監(jiān)測需求,因此需要設(shè)計一種新的電子設(shè)備運行狀態(tài)監(jiān)測方法。
隨著信息化發(fā)展,我國智能變電站的數(shù)量越來越多,內(nèi)部的電子設(shè)備組成越來越復(fù)雜[5],一旦變電站開始運行,其內(nèi)部會產(chǎn)生非常多的電子設(shè)備運行數(shù)據(jù),僅靠單一的傳感器進(jìn)行監(jiān)測難度較高,無法有效地識別處理電子設(shè)備的運行狀態(tài)信息[6]。大數(shù)據(jù)技術(shù)可以有效地進(jìn)行海量數(shù)據(jù)分析,針對數(shù)據(jù)的特征進(jìn)行處理、分類,完成數(shù)據(jù)的管理和分析,能有效地提高電子設(shè)備運行狀態(tài)信息的識別速度,提高運行狀態(tài)監(jiān)測預(yù)警的實時性,因此,本文基于大數(shù)據(jù)技術(shù),設(shè)計了一種新的電子設(shè)備運行狀態(tài)監(jiān)測預(yù)警方法,降低監(jiān)測預(yù)警延時。
要想準(zhǔn)確地判斷電子設(shè)備的運行狀態(tài),完成監(jiān)測和預(yù)警,必須有效地進(jìn)行運行狀態(tài)信息識別,處理電子設(shè)備的運行狀態(tài)信息。在運行狀態(tài)監(jiān)測的過程中,往往會生成大量的運行狀態(tài)圖像,為了提高圖像信息的識別效果,必須進(jìn)行樣本訓(xùn)練,在樣本信息中添加少量的噪聲數(shù)據(jù),提高運行狀態(tài)信息的魯棒性。
本文使用大數(shù)據(jù)技術(shù),對采集到的數(shù)據(jù)圖像信息進(jìn)行統(tǒng)一增強(qiáng)處理,再進(jìn)行數(shù)據(jù)挖掘,完成數(shù)據(jù)的加工,實現(xiàn)電子設(shè)備運行信息的高效識別。首先,將采集到的電子設(shè)備運行圖片進(jìn)行翻轉(zhuǎn)、平移處理,提高模型的泛化效果,再進(jìn)行數(shù)據(jù)集擴(kuò)充,獲取增強(qiáng)的batch數(shù)據(jù),并將擴(kuò)充后的數(shù)據(jù)樣本重新輸入到數(shù)據(jù)庫中。
經(jīng)過上述步驟識別的電子設(shè)備運行狀態(tài)信息內(nèi)部存在少部分模糊邊緣,為了進(jìn)一步提高運行狀態(tài)監(jiān)測的監(jiān)測精度,本文結(jié)合電子設(shè)備的運行特征,對其進(jìn)行了有效的定位。全部運行狀態(tài)信息圖像中都能分解出多個灰度閾值,此時可以進(jìn)行單閾值分割。假設(shè)輸入的識別狀態(tài)信息圖像中僅存在一個識別目標(biāo),且該識別目標(biāo)與全部閾值點比較結(jié)果相同,此時可以對該圖像進(jìn)行灰度化處理,將采集到的狀態(tài)信息圖像轉(zhuǎn)換為灰度圖像,如下(1)~(3)所示。
圖像進(jìn)行灰度化處理后,各個像素的像素閾值都發(fā)生了不同程度的改變,此時可以進(jìn)行閾值對比,確定電子設(shè)備運行狀態(tài)信息圖像通道全局閾值變化范圍,手動設(shè)置一個標(biāo)準(zhǔn)的閾值,分析此時的狀態(tài)信息分割效果。
經(jīng)過多次識別發(fā)現(xiàn),上述電子設(shè)備運行狀態(tài)信息融合后會受隨機(jī)性影響,無法判斷某些特定狀態(tài)下的電子設(shè)備運行狀態(tài)信息,針對該問題,本文使用大數(shù)據(jù)OTSU技術(shù),選取一個閾值重點,設(shè)計像素點之間的關(guān)系式m,如下(4)所示。
公式(4)中,m0代表運行狀態(tài)圖像信息的像素平均值,n0代表全部狀態(tài)信息像素點,m1代表處理后的像素平均值,n1代表處理后的狀態(tài)信息像素點,n代表全部圖像狀態(tài)信息像素點,p0代表像素占比,p1代表圖像像素個數(shù)比例。
根據(jù)上述設(shè)計的關(guān)系式可以成功提取電子設(shè)備運行狀態(tài)監(jiān)測閾值,計算閾值的最佳值,進(jìn)行有效的OTSU大數(shù)據(jù)分割,得到合理的電子設(shè)備運行狀態(tài)監(jiān)測雙峰圖像。如果一個圖像中存在多個電子設(shè)備運行狀態(tài)監(jiān)測目標(biāo),僅使用上述的單閾值分割技術(shù)會造成狀態(tài)信息圖像處理粘連,降低運行狀態(tài)監(jiān)測背景的區(qū)分度,因此,面對這種情況,需要使用多閾值分割法進(jìn)行定位處理。首先,需要判斷不同狀態(tài)目標(biāo)處于同一灰度范圍的概率,判斷此時存在的閾值背景,其次需要比較區(qū)域內(nèi)閾值的大小關(guān)系,確定像素點的分類狀態(tài),逐一進(jìn)行狀態(tài)信息監(jiān)測調(diào)整,得出狀態(tài)圖像像素的平均值,避免出現(xiàn)圖像粘連現(xiàn)象。
針對某些特殊的電子設(shè)備運行區(qū)域,可以使用區(qū)域定位法識別運行狀態(tài)監(jiān)測信息,即尋找恰當(dāng)?shù)谋O(jiān)測區(qū)域,進(jìn)行像素整合,確定合理的像素成長狀態(tài),此時的運行狀態(tài)識別流程如圖1所示。
圖1:運行狀態(tài)識別流程
由圖1可知,該識別流程使用了分水嶺算法,可以實時進(jìn)行梯度圖像轉(zhuǎn)換,并將圖像看成一座高低不同的山峰來查找圖像分割的局部極值點,完成電子設(shè)備運行狀態(tài)信息識別,采集到有效的電子設(shè)備運行狀態(tài)監(jiān)測預(yù)警信息。
常規(guī)的電子設(shè)備運行狀態(tài)檢測預(yù)警方法缺乏相關(guān)的監(jiān)測預(yù)警裝置支持,無法保證運行狀態(tài)監(jiān)測預(yù)警的可靠性,因此本文設(shè)計的電子設(shè)備運行狀態(tài)監(jiān)測預(yù)警方法選取了EMI虛擬檢測儀作為運行狀態(tài)監(jiān)測預(yù)警裝置,進(jìn)行有效的電子設(shè)備運行狀態(tài)監(jiān)測與預(yù)警。
EMI虛擬檢測儀屬于一種綜合化智能化檢測儀,其主要依據(jù)虛擬監(jiān)測標(biāo)準(zhǔn)進(jìn)行設(shè)計。為了提高該設(shè)備的監(jiān)測敏感性,其內(nèi)部添加了信號實時處理中心和數(shù)據(jù)采集中心,其可以利用數(shù)據(jù)儲存芯片及數(shù)據(jù)采集裝置對采集到的運行狀態(tài)監(jiān)測數(shù)據(jù)進(jìn)行實時處理,再結(jié)合IO等數(shù)據(jù)運算函數(shù)完成曲線擬合分析。在使用過程中用戶可以不斷地對EMI虛擬檢測儀進(jìn)行優(yōu)化,結(jié)合Visual C++、 Visual Basic.LabWindows/CVI等進(jìn)行二次開發(fā),生成符合電子設(shè)備運行監(jiān)測需求的監(jiān)測代碼及監(jiān)測面板,生成的狀態(tài)監(jiān)測波動圖像如圖2所示。
由圖2可知,在狀態(tài)監(jiān)測波動圖像中,存在多個波動峰值,每一個波動峰值均可能代表電子設(shè)備發(fā)生相應(yīng)的改變,EMI虛擬檢測儀可以使用數(shù)據(jù)分析程序統(tǒng)一進(jìn)行一體化處理,保證監(jiān)測的快速收斂性,有助于進(jìn)行集成控制。
圖2:狀態(tài)監(jiān)測波動圖像
針對可能實時發(fā)生的環(huán)境噪聲,EMI虛擬檢測儀內(nèi)部額外設(shè)置了雙通道噪聲排除中心,該中心可以同時調(diào)度內(nèi)部的全部分析變換程序,計算設(shè)備運行極值,一旦檢測到的指標(biāo)高于設(shè)備運行極值,會立即進(jìn)行報警,及時對運行中的電子設(shè)備進(jìn)行維修處理。
在電子設(shè)備運行狀態(tài)監(jiān)測的過程中,會生成、采集大量的運行狀態(tài)信息,僅靠LabVIEW無法進(jìn)行存取調(diào)用,因此需要對EMI虛擬檢測儀進(jìn)行優(yōu)化,設(shè)置合理的監(jiān)測接口和驅(qū)動函數(shù),使其滿足電子設(shè)備運行狀態(tài)監(jiān)測預(yù)警驅(qū)動需求。為了實現(xiàn)監(jiān)測預(yù)警裝置的數(shù)據(jù)交換需求,需要利用VC++對EMI虛擬檢測儀內(nèi)部的程序進(jìn)行多次開發(fā),并在Advanced功能板中重新進(jìn)行優(yōu)化配置,從而設(shè)置合理的儀器監(jiān)測參數(shù),規(guī)定儀器預(yù)警觸發(fā)的范圍。
在復(fù)雜的監(jiān)測過程中,EMI虛擬檢測儀主要利用核心數(shù)據(jù)分析程序進(jìn)行數(shù)據(jù)協(xié)同運算,內(nèi)部設(shè)置了大量的運算矩陣降低監(jiān)測工作量,提高電子設(shè)備運行狀態(tài)監(jiān)測的監(jiān)測效率,但在實際監(jiān)測過程中,還需要剔除相應(yīng)的誤差節(jié)點,保證EMI虛擬檢測儀的預(yù)警可靠性,最大程度上降低電子設(shè)備運行狀態(tài)監(jiān)測的監(jiān)測延時。
在實際進(jìn)行電子設(shè)備運行狀態(tài)監(jiān)測的過程中,可能受監(jiān)測需求及電子設(shè)備的實際運行狀態(tài)影響,出現(xiàn)難以控制的監(jiān)測誤差,降低監(jiān)測預(yù)警的有效性,因此本文設(shè)計了有效的電子設(shè)備運行狀態(tài)監(jiān)測預(yù)警算法,有效地減少運行狀態(tài)監(jiān)測誤差。首先,本文根據(jù)模糊數(shù)學(xué)原理,設(shè)計了運行狀態(tài)監(jiān)測的映射子集CA,如下(5)所示。
公式(5)中,U代表監(jiān)測閾值,該映射子集中每個元素都對應(yīng)著電子設(shè)備的運行狀態(tài),存在運行特征,此時設(shè)計電子設(shè)備運行狀態(tài)特征函數(shù)C(U),如下(6)所示。
公式(6)中,D代表特征權(quán)重,F(xiàn)代表映射范圍,R代表每個監(jiān)測數(shù)據(jù)源。根據(jù)上述特征函數(shù),可以確定各個運行狀態(tài)與標(biāo)準(zhǔn)運行狀態(tài)的偏離程度。
電子設(shè)備的運行狀態(tài)衡量指標(biāo)較多,某些衡量指標(biāo)也并非可以定量識別,因此本文使用模糊語言來進(jìn)行隸屬度描述,設(shè)計隸屬度函數(shù)Akf(x),如下(7)所示。
公式(7)中,x代表監(jiān)測系數(shù),由于多次監(jiān)測的結(jié)果處于同一模糊集合里,因此為了避免監(jiān)測變量對監(jiān)測結(jié)果造成的影響,需要計算運行狀態(tài)監(jiān)測幅值P,如下(8)所示。
公式(8)中,A(U)代表樣本集隸屬度,B(U)代表模糊判斷參數(shù)。可以根據(jù)監(jiān)測幅值計算結(jié)果估計電子設(shè)備的運行狀態(tài)參數(shù),構(gòu)建一個退化模型。該退化模型內(nèi)需要含有不同狀態(tài)下的退化信息,需要結(jié)合監(jiān)測需求進(jìn)行訓(xùn)練優(yōu)化,獲取狀態(tài)監(jiān)測全局最優(yōu)解。
在監(jiān)測的過程中,假設(shè)運行狀態(tài)預(yù)估參數(shù)最高,此時存在一個適應(yīng)度函數(shù)f(x),如下(9)所示。
公式(9)中,k代表監(jiān)測序列,P(O)代表適應(yīng)度參數(shù),λ代表狀態(tài)監(jiān)測對數(shù),不斷使用上述適應(yīng)度函數(shù)進(jìn)行多次迭代,選取最優(yōu)迭代進(jìn)化代數(shù),評估電子設(shè)備的運行狀態(tài),實時進(jìn)行狀態(tài)監(jiān)測預(yù)警。
為了真實反映電子設(shè)備的運行狀態(tài),可以設(shè)計一個回溯狀態(tài)序列q,如下(10)所示。
不同類型的電子設(shè)備運行狀態(tài)閾值存在較大差異,因此在進(jìn)行監(jiān)測閾值規(guī)劃時,要結(jié)合各個狀態(tài)的運行標(biāo)準(zhǔn),進(jìn)行針對化監(jiān)測,設(shè)置區(qū)段化監(jiān)測指標(biāo),還可以將監(jiān)測部分劃分成多個微小的監(jiān)測單元進(jìn)行監(jiān)測。一旦某個監(jiān)測單元內(nèi)的監(jiān)測參數(shù)高于設(shè)置閾值,需要立即引發(fā)報警裝置,完成預(yù)警處理,有效地降低電子設(shè)備運行狀態(tài)監(jiān)測預(yù)警延時,提高監(jiān)測預(yù)警的有效性。
為了有效采集電子設(shè)備的運行狀態(tài)信息,本文選用IED數(shù)據(jù)采集處理器進(jìn)行電子設(shè)備運行狀態(tài)監(jiān)測實驗,該數(shù)據(jù)采集處理器能實時保存監(jiān)測現(xiàn)場的各種數(shù)據(jù),有效判定電子設(shè)備的狀態(tài),調(diào)整實驗參數(shù),提高實驗的有效性,該數(shù)據(jù)采集處理器的參數(shù)如表1所示。
表1:數(shù)據(jù)采集處理器參數(shù)
由表1可知,該數(shù)據(jù)采集處理器的相關(guān)參數(shù)符合電子設(shè)備運行狀態(tài)監(jiān)測實驗需求。
在實驗的過程,由實驗?zāi)_本預(yù)先進(jìn)行格式解析,判斷采集到的電子設(shè)備運行狀態(tài)信息變量,并進(jìn)行預(yù)期結(jié)果描述,再根據(jù)相關(guān)的實驗參數(shù)完成運行狀態(tài)監(jiān)測響應(yīng)。通過搭建的實驗?zāi)M器、客戶端通信裝置、測試單元等可以布置電子設(shè)備運行狀態(tài)監(jiān)測實驗環(huán)境,如圖3所示。
圖3:電子設(shè)備運行狀態(tài)監(jiān)測實驗環(huán)境
由圖3可知,監(jiān)測實驗環(huán)境內(nèi)部共包含兩臺PC機(jī),本實驗通過MMS、PDU生成10組不同的電子設(shè)備運行狀態(tài),已知各個狀態(tài)的運行常規(guī)參數(shù)為0.5,高于0.5證明設(shè)置的電子設(shè)備運行狀態(tài)失穩(wěn),會立即引發(fā)報警,設(shè)置的電子設(shè)備運行狀態(tài)及其運行常規(guī)參數(shù)如表2所示。
表2:電子設(shè)備運行狀態(tài)及常規(guī)參數(shù)
由表2可知,上述10組運行狀態(tài)的常規(guī)參數(shù)存在一定差異,符合后續(xù)的設(shè)備運行狀態(tài)監(jiān)測預(yù)警實驗需求,且部分運行狀態(tài)能觸發(fā)監(jiān)測預(yù)警,可以以此為基礎(chǔ),進(jìn)行后續(xù)的運行狀態(tài)監(jiān)測效果分析。
根據(jù)上述的實驗準(zhǔn)備及設(shè)置的電子設(shè)備運行狀態(tài),可以進(jìn)行電子設(shè)備運行狀態(tài)監(jiān)測預(yù)警實驗分析,即分別使用本文設(shè)計的電子設(shè)備運行狀態(tài)大數(shù)據(jù)監(jiān)測預(yù)警方法及常規(guī)的電子設(shè)備運行狀態(tài)監(jiān)測預(yù)警方法進(jìn)行監(jiān)測預(yù)警,記錄不同電子設(shè)備運行狀態(tài)下兩種方法的監(jiān)測延時和預(yù)警情況,實驗結(jié)果如表3所示。
表3:實驗結(jié)果
由表3可知,本文設(shè)計的電子設(shè)備運行狀態(tài)大數(shù)據(jù)監(jiān)測方法在電子設(shè)備不同的運行狀態(tài)下的運行延時均較短,且能成功地進(jìn)行預(yù)警,而常規(guī)的電子設(shè)備運行狀態(tài)監(jiān)測預(yù)警方法消耗的監(jiān)測延時較長,部分狀態(tài)下無法有效地進(jìn)行預(yù)警。
電子設(shè)備在運行過程中經(jīng)常受運行環(huán)境影響,改變自身的運行狀態(tài),造成嚴(yán)重的運行故障,而常規(guī)的電子設(shè)備運行狀態(tài)方法的監(jiān)測延時較高,不滿足部件的監(jiān)測預(yù)警需求,因此本文設(shè)計了一種新的電子設(shè)備運行狀態(tài)大數(shù)據(jù)監(jiān)測方法,進(jìn)行實驗,結(jié)果表明,設(shè)計的電子設(shè)備運行狀態(tài)監(jiān)測方法的監(jiān)測延時較短,具有實時性。