基于FastDTW的电力计量装置故障智能诊断技术.pdf

信息技术 年第 期基于 的电力计量装置故障智能诊断技术罗 磊 姚栋方 阎 帅 吴 瀛 武文广(.中国南方电网有限责任公司超高压输电公司 广州.南瑞集团(国网电力科学研究院)有限公司 南京)摘 要:采用目前方法诊断电力计量装置故障时没有去除电流信号噪声存在 值低、电流信号清晰度低、诊断故障效率低的问题 为此提出了基于 的电力计量装置故障智能诊断方法 结合 法和小波包能量法预处理电流信号去除噪声分析并排列高低频电流信号重组去噪后的电流信号获得清晰有效的电流信号 在此基础上采用扭曲电流路径距离法结合动态阈值通过计算实现电力计量装置故障智能诊断 实验结果表明所提方法的 值、电流信号清晰度及诊断故障效率均较高关键词:电力计量装置 信号去噪 小波包能量法 信号重组 动态阈值诊断中图分类号:文献标识码:文章编号:():./.作者简介:罗磊()男本科工程师研究方向为电力系统自动化等 (.().):.:引 言电力计量装置可以监测计算我国人均单位实际用电量从而提高用电节电管理效率 但是近年来观测发现由于外部不可控的环境因素和内在人为因素对电力计量装置造成了许多损坏从而引发故障 因此为了提高电力计量装置基于 的电力计量装置故障智能诊断技术 罗磊 等的监测效率需要诊断电力计量装置故障提出解决方法王昕等首先分析了互感器的电路信号状态将极端学习计算机法与主要成分分析法相结合诊断电力计量装置故障能够有效提高诊断故障效率 但该方法没有对电力计量装置的电流信号进行预处理导致诊断故障的准确率低 符艺超等通过分析典型故障类型构建了一个大型故障集合的专家库再优化遗传算法的参数将算法进行选择、交叉、变异的操作然后对电力计量装置进行模型评估、智能检测实现故障诊断 该方法存在样本值异常的问题不能准确诊断出电力计量装置中存在的故障在一定程度上降低了诊断故障的效率 邱伟等基于多层次贝叶斯 样条法(即 模型)评估和修正电力计量装置数据结合马尔科夫蒙特卡洛法获得参数区间实现故障诊断 该方法获得的电流信号存在较强的噪声无法有效地实现电力计量装置故障的诊断为了解决上述方法中存在的问题提出了基于 的电力计量装置故障智能诊断的方法 算法是时间序列挖掘动态时间归整算法该算法在诊断电力计量装置故障时可以降低故障时间挖掘的复杂度提升故障诊断效率 信号去噪首先利用(经验模态分析)与小波包能量相结合的方法完成电流信号的去噪 电流信号分为高频和低频信号因为大部分噪声信号存在于高频电流信号中因此需要将高频电流信号分解为低频电流信号以获得完整排列后的 分量和剩余分量()根据分析法则判定高频 分量信号是否有噪声存在 分析法则判定过程如下:互相分析法最初原始信号与未分解噪声的互相关为 但当噪声被分解时会产生相应的变化因此原始信号与 分量中的噪声之间的相关性不再为 但相关性非常小 为了确定高频 分量是否为最大互相关系数的/的噪声分量通过公式()分析互相关关系:()()()()式中()代表互相关系数()代表原始信号()代表含有噪声的信号()代表第 个 分量 代表时间差自相关分析法当原始信号的噪声位于 点时自相关值最大位于其他点时自相关值为 通过 分解后位于 点的高频 分量中噪声的自相关值仍然是最大但是位于其他点的自相关值将会极速下降到 高频 分量中不在 点处的一般信号的自相关系数不一定为 其相关系数随时间差 的增大而增大随时间差 的减小而减小因此可以判断高频 分量是否为噪声分量 自相关关系公式如下:()()()()为了能准确清晰地表示在不同时间段中 分量取值的自相关程度进而获得统一化的自相关系数即:()()/()()式中()代表位于 点时有噪声的原始信号()代表自相关系数()代表进行统一之后的自相关系数基于上述方法在对识别出的几个含有噪声的高频 分量进行去噪处理后利用小波包能量法对剩余 分量进行降噪和重组最终实现电流信号去噪小波包能量法去噪具体步骤如下:通过 分解具有噪声的原始信号()获得从高频到低频排列的 分量和剩余分量对 分量进行互相关分析和自相关分析判定高频信号是否为噪声分量去除已经判定为噪声的 分量采用小波包能量法分解剩余的分量求出小波包能量分解后产生的节点能量值以及其在总能量中所占的百分比根据计算结果重组节点能量值较高的信号获得去噪后 分量()重组中未处理的剩余分量与去噪后的基于 的电力计量装置故障智能诊断技术 罗磊 等 分量得到去噪后信号()具体详细步骤如图 所示图 小波包能量法去噪步骤 基于 的故障识别诊断基于上述方法对电流信号进行了去噪预处理以此为基础按照电力计量装置运行状态改变的先后顺序比对模板曲线和待测曲线以此提高故障诊断的准确性首先输入模板电流曲线 和待测曲线:()少部分带有故障的电流曲线没有显著的电流峰值因此首先要找到模板电流曲线的启动状态电流峰值即:()()式中代表电流峰值将 分为两段而 则代表模板电流曲线 启动状态电流峰值索引 即:()式中代表第一段模板电流曲线代表第二段模板电流曲线通过 中确定的 位置并采集领域内 个采样点获得 曲线中启动状态电流峰值可保证包含电流曲线的完整波峰 只选择 个采样点一方面可保证有效覆盖到电动计量装置另一方面避免包含波峰计算公式如下:()()式中代表待诊断电流曲线启动状态电流峰值索引 将待测曲线 分为两部分即:()式中代表第一段待测电流曲线代表第二段待测电流曲线 扭曲路径距离计算基于上述 方法可获得待诊断电流曲线 与模板电流曲线 之间的扭曲路径距离将预处理后的模板电流曲线用 描述即:()将预处理后的待诊断电流曲线为:()将处理后的 与 长度缩短为之前长度的/即:()式中:()()()当 大于 或者 其中一个时就可以构建一个 的矩阵:()()()()基于 的电力计量装置故障智能诊断技术 罗磊 等式中代表 与 之间差的绝对值根据式()获得矩阵后利用扭曲距离路径的方法诊断电力计量装置故障()式中代表扭曲距离路径为获取最终的扭曲距离路径需要构造一个由 向 粒度映射的矩阵 首先建造一个都是 的距离矩阵距离矩阵的列数为 行数为 矩阵如下:()将 向 的映射表示为:()()()()()()()()()同理 也可以表示为:()()()()()()()()()()()()()()()()()矩阵中:()经过 次扭曲距离路径获得了最终的扭曲距离路径公式如下:()综合公式()可得到 与 两条路径之间的扭曲距离 即:()同理对 与 两条路径之间的扭曲距离计算可得到 同理可得到 与 两条路径之间的扭曲距离即:()式中 代表 和 的扭曲路径距离 基于动态阈值诊断故障扭曲路径距离直观地显现了模板电流曲线 与待诊断电流曲线 之间的差异 扭曲路径距离越大表明模板电流曲线与待诊断电流曲线的相似程度越低 而距离越小模板电流曲线与待诊断电流曲线的相似性越高 由此可见可设置阈值结合扭曲路径距离判断计量装置的运行状态如果阈值大于扭曲路径距离则说明电力计量装置无故障发生正常运行 如果阈值小于扭曲路径距离代表电力计量装置发生故障 但是由于电力计量装置存在着使用年限不同的问题会产生相应的阈值差异 因此要想达到最佳阈值就需要随着装置设备的改变对阈值的设置也作出相应的调整实现阈值的动态调整由于电能计量装置在运行过程中每一次运行时间是不一致的因此上文通过监测得到的电流信号数据存在着长度上的差异 这样就会导致诊断电力计量装置故障时出现误判 基于 所得到的扭曲路径距离差较大从而减少了阈值的有效性增加了确定阈值的难度 为了能基于 的电力计量装置故障智能诊断技术 罗磊 等够消除输入数据长度差异所带来的不利影响决定设定待诊断电流曲线与模板电流曲线之间的扭曲路径距离为:()式中代表经过处理后的扭曲路径距离 代表待诊断电流曲线 的长度 实验与分析为了验证 的电力计量装置故障智能诊断技术的整体有效性并选取文献方法和文献方法作为对照组设计以下测试对比采用基于 的电力计量装置故障智能诊断方法前后电力计量装置的电流信号清晰度以进一步验证所提方法的有效性 使用所提方法对电力计量装置电流信号去噪前后的清晰度如图 所示图 电力计量装置电流信号去噪前后清晰度由图 可知在预处理去噪后的清晰度相较于没有预处理去噪的清晰度有了明显的提升验证了所提方法预先处理电力计量装置电流信号具有一定的有效性采用 作为诊断故障准确性的指标即:()式中 代表诊断故障的精确率 代表召回率 代表将无故障电流视为无故障电流的个数 代表将故障电流视为无故障电流的个数 表示将无故障电流视为故障电流的个数 表示将故障电流视为故障电流的个数 数值越高说明诊断故障电流的准确率越高如图 所示图 诊断故障个数图图 为不同方法 值的结果随着阈值的增加所提方法与文献方法和文献方法的 值也随之增加 但所提方法的 值远高于两种对比方法的 值 采用文献方法和文献方法虽然得到的 值随着阈值的增加也有相应的提升但还是远低于所提方法对比上述方法的实验结果可知通过所提方法 值较高 因为所提方法在故障诊断前去除了电流信号噪声提高了电力计量装置故障诊断的准确率将诊断时间作为测试指标验证所提方法、文献方法和文献方法的有效性测试结果如表 所示根据表 中的数据可知所提方法的诊断时间要远低于文献方法的诊断时间和文献方法的诊断时间 诊断所用的时间越少诊断效率越高诊断所用的时间越多诊断效率越低 由此说明所提方法的诊断效率最高从而验证了所提方法诊断的有效性基于 的电力计量装置故障智能诊断技术 罗磊 等表 不同方法诊断故障所用的时间实验次数/次诊断时间/所提方法文献方法文献方法 结束语为了解决当前诊断故障方法存在的准确率低、电流信号清晰度低、诊断故障效率低等问题提出了基于 的电力计量装置故障智能诊断的方法 利用 小波包能量法对电流信号进行去噪预处理结合扭曲路径法与动态阈值在此基础上采用 与扭曲电流路径的方法对电力计量装置中存在的故障进行诊断 实验结果证明了提出方法的电力计量装置电流信号去噪前后清晰度更高在保证诊断精度的同时提高了诊断效率解决了目前方法中存在的问题为将来电力计量装置的智能化奠定了基础 下一步研究中将细化电力计量装置故障进一步提高故障诊断精度参 考 文 献:骆跃军漆小玲汪鹏等.影响电力结构的能源技术研判 基于层次分析与模糊综合评价法.科技管理研究():.刘云鹏许自强和家慧等.基于条件式 生成对抗网络的电力变压器故障样本增强技术.电网技术():.王昕尤泽樟代婷荣等.基于 算法的电能计量互感器故障诊断.高压电器():.符艺超王联智谢敏等.计量装置故障智能诊断技术的研究与应用.能源与环保():.邱伟唐求刘旭明等.基于 的电能计量设备故障率预估.仪器仪表学报():.万晓静孙文磊陈坤.小波包能量熵和改进的 在风力机轴承故障诊断中的应用.水电能源科学():.周怡娜路敬祎张勇等.去噪法及其在混沌去噪中的应用.东北石油大学学报():.苗俊田赵博解艳茹等.基于 优化算法的石化旋转设备故障诊断研究.信息技术():.许丽娟王勇刘珮琪等.基于数据矩阵化的电力计量装置黑盒故障研究.信息技术():.余腾胡伍生吴杰等.基于小波阈值去噪与 分解方法提取润扬大桥振动信息.振动与冲击():.范涛王帅杨晓斌.高压电能表失压追补电量方法的研究.电力需求侧管理():.尹宜勇付宁善廖频等.基于 距离的拖拉机传动轴载荷样本长度计算方法.农业工程学报():.王宇霖孙杰.含 极性接反的三相三线电能计量装置错接线分析方法探究.电力需求侧管理():.杨寅明韩志.开关柜局部放电信号降噪与缺陷识别研究.信息技术():.曲伟.用电信息采集终端常见故障与处理.电力需求侧管理():.(责任编辑:丁玥)