摘 要：【目的】建筑供配電線路是建筑電氣系統(tǒng)的核心組成部分，其安全性和可靠性將直接關(guān)系到建筑物的用電安全和正常運(yùn)行。對(duì)建筑供配電線路缺陷進(jìn)行識(shí)別，能及時(shí)發(fā)現(xiàn)并處理線路中存在的問(wèn)題，從而避免電氣事故的發(fā)生，確保建筑電氣系統(tǒng)的安全穩(wěn)定運(yùn)行。為此，提出了基于貝葉斯推理的建筑供配電線路缺陷識(shí)別方法。【方法】計(jì)算線路電阻值、功率因數(shù)、電壓損失，從而實(shí)現(xiàn)對(duì)建筑供配電線路特征參數(shù)的提取?；谔卣鲄?shù)和貝葉斯推理算法，對(duì)建筑供配電線路缺陷候選區(qū)進(jìn)行劃分，計(jì)算所有事件中的最大后驗(yàn)概率，從而實(shí)現(xiàn)對(duì)建筑供配電線路缺陷的識(shí)別?！窘Y(jié)果】設(shè)計(jì)的方法可以實(shí)現(xiàn)對(duì)建筑供配電線路缺陷的精準(zhǔn)識(shí)別，且準(zhǔn)確率較高。【結(jié)論】所設(shè)計(jì)的方法能及時(shí)發(fā)現(xiàn)和處理線路中潛在的問(wèn)題，從而避免故障的發(fā)生，保障電力系統(tǒng)的穩(wěn)定運(yùn)行。

關(guān)鍵詞：貝葉斯推理；建筑；供配電線路；缺陷識(shí)別

中圖分類(lèi)號(hào)：TM862" " "文獻(xiàn)標(biāo)志碼：A" " 文章編號(hào)：1003-5168（2024）24-0008-04

DOI：10.19968/j.cnki.hnkj.1003-5168.2024.24.002

Research on Defect Identification of Building Power Supply and

Distribution Lines Based on Bayesian Reasoning

Abstract：[Purposes] As the core component of building electrical system， the safety and reliability of building power supply and distribution lines are directly related to the safety and normal operation of buildings. Through the research on the defect identification of building power supply and distribution lines， the potential problems in the lines can be found and dealt with in time， so as to avoid the occurrence of electrical accidents and ensure the safe and stable operation of building electrical system. Therefore， a defect identification method of building power supply and distribution lines based on Bayesian reasoning is proposed. [Methods] This paper calculates the line resistance， power factor and voltage loss， so as to extract the characteristic parameters of building power supply and distribution lines. According to the characteristic parameters and Bayesian inference algorithm， the defect candidate areas of building power supply and distribution lines are divided， and the maximum posterior probability defect classification in all events is calculated， so as to realize the defect identification of building power supply and distribution lines. [Findings] The designed method can accurately identify the defects of power supply and distribution lines in buildings with high accuracy. [Conclusions] The designed method can find and deal with the potential problems in the line in time， thus avoiding the occurrence of faults and ensuring the stable operation of the power system.

Keywords：Bayesian reasoning; architecture; power supply and distribution lines; defect identification

0 引言

智能建筑的安全運(yùn)行高度依賴(lài)其供配電系統(tǒng)的穩(wěn)定性和可靠性，一旦供配電系統(tǒng)出現(xiàn)故障，不僅會(huì)影響居民的正常生活，還有可能導(dǎo)致嚴(yán)重的經(jīng)濟(jì)損失，甚至引發(fā)安全事故。因此，對(duì)建筑供配電系統(tǒng)的故障進(jìn)行快速、準(zhǔn)確診斷顯得尤為重要。

裴少通等［1］通過(guò)引入Transformer注意力機(jī)制、優(yōu)化特征提取及應(yīng)用多重注意力機(jī)制檢測(cè)頭網(wǎng)絡(luò)，從而有效增強(qiáng)算法在多尺度、空間位置和多任務(wù)感知下的能力，實(shí)驗(yàn)結(jié)果表明，ER-YOLO算法在跨環(huán)境測(cè)試中展現(xiàn)出更高的缺陷識(shí)別精度和魯棒性，各測(cè)試數(shù)據(jù)集下mAP平均值為0.726，且相較于改進(jìn)前有明顯提升。但算法對(duì)復(fù)雜環(huán)境變化的適應(yīng)性仍要進(jìn)一步加強(qiáng)，尤其是在極端天氣條件下對(duì)缺陷的識(shí)別效果有待提高。此外，該方法在訓(xùn)練過(guò)程中依賴(lài)高質(zhì)量的虛擬數(shù)據(jù)集，而數(shù)據(jù)集的生成和標(biāo)注需要耗費(fèi)大量的時(shí)間和資源。周紅亮等［2］在原有的卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上，采用不同感受野的卷積核，從而獲取更全面的特征信息。通過(guò)圖像處理技術(shù)實(shí)現(xiàn)樣本擴(kuò)充，然后將樣本輸入到網(wǎng)絡(luò)中進(jìn)行特征學(xué)習(xí)，并將學(xué)習(xí)的特征輸入到Softmax分類(lèi)器中進(jìn)行分類(lèi)。但該方法對(duì)復(fù)雜背景下的缺陷識(shí)別能力仍有待提升，尤其是在光照條件不佳或圖像模糊時(shí)。

為實(shí)現(xiàn)對(duì)缺陷的精準(zhǔn)識(shí)別，本研究引進(jìn)貝葉斯推理算法，以某建筑供配電線路為例，對(duì)其缺陷識(shí)別方法進(jìn)行設(shè)計(jì)。

1 建筑供配電線路特征參數(shù)提取

為實(shí)現(xiàn)對(duì)建筑供配電線路缺陷的識(shí)別，設(shè)計(jì)方法前，使用電壓傳感器和電流傳感器分別測(cè)量供配電線路的電壓和電流，將測(cè)量得到的電壓和電流值代入公式中，計(jì)算出線路電阻值［3］，見(jiàn)式（1）。

式中：[I]為電流；[V]為電壓；[R]為電阻。

在此基礎(chǔ)上，使用功率計(jì)或電能質(zhì)量分析儀測(cè)量供配電線路的有功功率和視在功率，計(jì)算得到線路的功率因數(shù)，見(jiàn)式（2）。

式中：[F]為功率因數(shù)；[p]為有功功率；[S]為視在功率。[F]反映了電力設(shè)備的用電效率，其值越接近1，表示用電效率越高。功率因數(shù)下降可能是因?yàn)樵O(shè)備存在老化或故障。

同時(shí)，使用電壓傳感器測(cè)量供配電線路的始端和末端電壓，根據(jù)歐姆定律和線路長(zhǎng)度，計(jì)算出單位長(zhǎng)度線路的電阻值，從而得到線路的電壓損失。計(jì)算公式見(jiàn)式（3）。

[ΔV=I×R×L] （3）

式中：[ΔV]為電壓損失；[L]為線路長(zhǎng)度。[ΔV]是評(píng)估線路供電質(zhì)量的重要指標(biāo)，其值的大小將直接影響設(shè)備的正常運(yùn)行和用電效率，過(guò)大的電壓損失可能導(dǎo)致設(shè)備無(wú)法正常工作或損壞［4］。輸出上述公式的計(jì)算結(jié)果，從而完成對(duì)建筑供配電線路特征參數(shù)的提取。

2 基于貝葉斯推理的建筑供配電線路缺陷候選區(qū)劃分

在上述設(shè)計(jì)的基礎(chǔ)上，引進(jìn)貝葉斯推理算法，對(duì)建筑供配電線路缺陷候選區(qū)進(jìn)行劃分。在此過(guò)程中，將事件[A]定義為“某區(qū)域存在缺陷”，事件B定義為“檢測(cè)到某些特征參數(shù)異常” ［5］。通過(guò)收集歷史數(shù)據(jù)，可以計(jì)算出各特征參數(shù)異常時(shí)缺陷存在的似然度[PBA]、缺陷和特征參數(shù)異常的先驗(yàn)概率[PA]和[PB]。在此基礎(chǔ)上，利用貝葉斯定理計(jì)算出在給定特征參數(shù)異常的情況下，某區(qū)域存在缺陷的后驗(yàn)概率[PAB]，計(jì)算公式見(jiàn)式（4）。

上述計(jì)算中，設(shè)定[Bi]為“某特征參數(shù)處于某個(gè)特定范圍或狀態(tài)”。通過(guò)計(jì)算在不同特征參數(shù)狀態(tài)下缺陷存在的條件概率[PBiA]評(píng)估各特征參數(shù)對(duì)缺陷識(shí)別的貢獻(xiàn)度，并據(jù)此劃分候選區(qū)。該過(guò)程的計(jì)算公式見(jiàn)式（5）。

式中：[PABi]表示在[Bi]發(fā)生條件下， [A]發(fā)生的概率；[PBi]表示[Bi]發(fā)生的先驗(yàn)概率。計(jì)算不同事件的發(fā)生概率，根據(jù)提取到的特征參數(shù)構(gòu)建貝葉斯網(wǎng)絡(luò)模型，確定各特征參數(shù)之間的依賴(lài)關(guān)系和先驗(yàn)概率分布。根據(jù)后驗(yàn)概率的大小劃分缺陷候選區(qū)，優(yōu)先關(guān)注后驗(yàn)概率較高的區(qū)域。

3 配電線路缺陷識(shí)別與類(lèi)別劃分

在完成上述設(shè)計(jì)后，計(jì)算所有事件中的最大后驗(yàn)概率，見(jiàn)式（6）。

4 對(duì)比實(shí)驗(yàn)

4.1 實(shí)驗(yàn)準(zhǔn)備

選取某高層建筑作為研究試點(diǎn)，該建筑擁有完善的供配電系統(tǒng)。其電力來(lái)源主要為城市電網(wǎng)，通過(guò)10 kV高壓線路引入，經(jīng)過(guò)建筑內(nèi)的高壓配電所后，再分配到各個(gè)樓層和用電設(shè)備。

在深入研究后發(fā)現(xiàn)，該建筑的高壓配電所設(shè)有兩臺(tái)10 kV進(jìn)線柜（互為備用），配電干線采用銅芯電纜，截面根據(jù)負(fù)載情況而有所不同，如照明回路常用2.5 mm2導(dǎo)線，大功率設(shè)備（如電梯、空調(diào)等）則采用更大截面的導(dǎo)線。

該建筑的配電線路布局合理，主干線采用放射式配電，供電可靠性高；分支線路采用樹(shù)干式配電，減少開(kāi)關(guān)設(shè)備和導(dǎo)線消耗。對(duì)其供配電線路的規(guī)格與技術(shù)參數(shù)進(jìn)行分析，見(jiàn)表1。

在某次供配電線路故障事件中，10 kV高壓配電線路在運(yùn)行中出現(xiàn)了局部放電的現(xiàn)象，但由于識(shí)別方法靈敏度較低，未能及時(shí)檢測(cè)到此次缺陷。經(jīng)過(guò)一段時(shí)間的發(fā)展，放電現(xiàn)象逐漸加劇，最終導(dǎo)致線路絕緣層被擊穿，引發(fā)短路故障。

4.2 實(shí)驗(yàn)步驟

收集大量建筑供配電線路的歷史故障數(shù)據(jù)和正常運(yùn)行數(shù)據(jù)，將其作為本次實(shí)驗(yàn)的樣本數(shù)據(jù)，見(jiàn)表2。

準(zhǔn)備數(shù)據(jù)采集設(shè)備，如傳感器、數(shù)據(jù)采集卡等，用于實(shí)時(shí)監(jiān)測(cè)建筑供配電線路的運(yùn)行狀態(tài)。在此基礎(chǔ)上，將裴少通等［1］提出的基于ER-YOLO算法的缺陷識(shí)別方法、周紅亮等［2］提出的基于膨脹卷積的缺陷識(shí)別方法作為對(duì)照，搭建供配電線路的運(yùn)行環(huán)境。對(duì)測(cè)試的線路進(jìn)行編號(hào)（1～8），模擬編號(hào)為2、6的線路存在缺陷，應(yīng)用基于貝葉斯推理的建筑供配電線路缺陷識(shí)別方法、基于ER-YOLO算法的缺陷識(shí)別方法、基于膨脹卷積的缺陷識(shí)別方法，對(duì)編號(hào)為1～8的供配電線路缺陷進(jìn)行識(shí)別。

4.3 實(shí)驗(yàn)結(jié)果與分析

應(yīng)用上述三種方法，對(duì)供配電線路進(jìn)行缺陷識(shí)別，并對(duì)不同線路推理得到的缺陷概率進(jìn)行匯總分析，結(jié)果如圖1到圖3所示。

由圖1可知，基于貝葉斯推理的建筑供配電線路缺陷識(shí)別方法推理得到編號(hào)為2、6的輸配電線路的缺陷概率＞80%，其他編號(hào)線路的缺陷概率＜20%。因此，根據(jù)該方法，可以推斷編號(hào)為2、6的供配電線路存在缺陷，其他線路無(wú)缺陷。

由圖2可知，基于ER-YOLO算法的缺陷識(shí)別方法推理得到編號(hào)為2、6的輸配電線路存在缺陷，但該方法推理得到編號(hào)為1的線路存在60%的可能為缺陷線路，與實(shí)際不符。

由圖3可知，基于膨脹卷積的缺陷識(shí)別方法只能識(shí)別到編號(hào)5輸配電線路存在缺陷，對(duì)編號(hào)2的輸配電線路，推理得到的缺陷概率較低，無(wú)法作為缺陷辨識(shí)的最終依據(jù)。

綜上所述，本研究設(shè)計(jì)的方法可以實(shí)現(xiàn)對(duì)建筑供配電線路缺陷的精準(zhǔn)識(shí)別。

5 結(jié)語(yǔ)

在供配電系統(tǒng)中，由于線路復(fù)雜性及存在大量傳感器和智能器件，導(dǎo)致故障類(lèi)型較常規(guī)建筑更為多樣和復(fù)雜。除了原有的三相短路、兩相接地短路、兩相短路、單相短路等基本故障外，還可能出現(xiàn)多重故障等嚴(yán)重故障。原有的故障診斷方法（如基于神經(jīng)網(wǎng)絡(luò)或Petri網(wǎng)絡(luò)的算法）雖然在一定程度上能提高故障診斷的速度和準(zhǔn)確性，但仍存在一些不足。貝葉斯推理作為一種強(qiáng)大的統(tǒng)計(jì)方法，能處理不確定性問(wèn)題。因此，本研究通過(guò)建筑供配電線路特征參數(shù)提取、線路缺陷候選區(qū)劃分、配電線路缺陷識(shí)別與類(lèi)別劃分，完成此次設(shè)計(jì)，并通過(guò)進(jìn)一步提取故障信息中的關(guān)鍵特征，提高故障診斷的精準(zhǔn)度和效率。

參考文獻(xiàn)：

［1］裴少通，張行遠(yuǎn)，胡晨龍，等.基于ER-YOLO算法的跨環(huán)境輸電線路缺陷識(shí)別方法［J］.電工技術(shù)學(xué)報(bào)，2024，39（9）：2825-2840.

［2］周紅亮，李宏軍，董小剛，等.基于膨脹卷積的多尺度輸電線路缺陷識(shí)別技術(shù)研究［J］.制造業(yè)自動(dòng)化，2023，45（11）：102-106.

［3］耿座學(xué)，李學(xué)富.邊緣算法優(yōu)化Faster R-CNN算法下的輸電線路缺陷識(shí)別方法［J］.無(wú)損檢測(cè)，2023，45（9）：12-16.

［4］王月香，王興勛，李云鵬，等.基于嵌入式與目標(biāo)檢測(cè)網(wǎng)絡(luò)的高壓線路缺陷邊端識(shí)別方法［J］.電工技術(shù)，2022（21）：203-207，210.

［5］黃廣龍.基于無(wú)人機(jī)圖像識(shí)別技術(shù)的水利工程輸電線路缺陷檢測(cè)方法［J］.水利科技與經(jīng)濟(jì)，2022，28（8）：137-141.