集抄系统电表变更识别和故障诊断研究综述

卫建均，朱俊超，彭显刚，杨 永，许炫壕

（1.广东电网有限责任公司茂名供电局，广东 茂名 525000；2.广东工业大学自动化学院，广东 广州 510006）

集抄系统电表变更识别和故障诊断研究综述

卫建均1，朱俊超2，彭显刚2，杨 永1，许炫壕2

（1.广东电网有限责任公司茂名供电局，广东 茂名 525000；2.广东工业大学自动化学院，广东 广州 510006）

针对由于用户电表及设备档案变更、损坏、通信故障等因素导致集抄系统数据采集成功率和质量出现的问题，对集抄系统路由方法和集抄系统故障诊断方法的新进展进行综述。研究结果表明：（1）利用电力线载波路由算法并构建新的网络结构模型，将复杂的电力线通信网络拓扑转化成简单清晰的网络拓扑，解决集抄系统电表更换识别问题；（2）将数据挖掘技术和专家系统相结合，开发基于数据挖掘的故障诊断专家系统，使集抄系统故障诊断智能化，提高数据采集的质量；是未来需要进一步研究的课题。

集抄系统； 采集成功率；电表变更；故障诊断

低压远程集抄系统(简称集抄系统)是一种集现代数字通讯技术、计算机软硬件技术、电能计量技术为一体的用户用电信息采集与分析处理系统。集抄系统的构成包括电表、采集器、集中器、主站系统。集中器向上与主站采用GPRS通信［1-3］，向下与采集器（载波电能表）主要采用载波通信。随着我国电力用户数量越来越多，对抄表的可靠性要求也越来越高。集抄系统的普及替代了传统的人工抄表，使电表数据的读取更加快捷、准确，减少了耗费在抄表工作上的人力、物力，满足电力企业的管理需求。

但是，由于远程集抄系统受到多方面条件的制约，所以在实际运行过程中很难保证较好的采集成功率和整个系统的可靠性。根据集抄系统实际运行情况来看主要存在以下两个方面亟待解决的问题：（1）现有的集抄系统中，经常碰到换表、拆表、新增电表等问题，主站和集中器无法实时识别，导致现场电表与集中器、主站中保存的电表档案不一致而采集不到变更电表的数据。当出现此种情况时只有通过工作人员到现场查看才能发现变更电表，这样严重降低了电力部门工作效率，且明显增大了后期维护的工作量。（2）集抄系统中采集设备的正常工作是保证采集成功的另一个重要的因素，但集抄系统在实际运行过程中经常会发生电表故障、接线错误以及通信信道受到干扰等问题，导致主站采集不到数据，降低了数据采集的成功率，且给后期故障的排查带来极大的不便。

1 研究现状与解决方法

1.1 研究现状

目前国内外集抄系统的下行通信信道大多采用电力线载波通信方式，但是，低压电力线载波网络普遍存在载波节点数目多、拓扑结构不稳定、通信环境恶劣、时变性强和周边干扰因素多等问题，所以目前大多数的研究集中在如何用路由算法提高通信网络的可靠性方面，路由算法还不具备识别变更电表的能力，但动态路由算法在对未知通信网络的搜索方面具备较强的优势，可作为变更电表识别的理论支持。

对于集抄系统故障普遍具有类型多、隐蔽性强、诊断复杂度高的特点，国内外学者对集抄系统故障诊断的研究所采用的方法主要有专家系统和数据挖掘2种，以实现故障类型的智能诊断。

1.2 解决方法

1.2.1 集抄系统路由方法

早期的路由方法采用人工中继的方式，这种中继方法中继节点固定无法适应电力线载波网络时刻变化的特点。其后，自动中继的路由方法［4］被应用在实际工程中。自动中继主要有2种方式：一种是无穷的遍历搜索，即采集器对各个电表逐一进行轮询，并采用排列组合的方法进行穷举，最后测试并选取最为有效的中继路径。这种无穷搜索的方式可以100%正常抄收，但是该方法运算量很大，耗时太长，虽可减少部分调试工作量，但是仍然难以满足路由自适应快速调整的要求。第二种方法是采用路由算法，通过引进优化算法来对路径进行高效地寻址，这种方法比较有针对性，大幅度提高了中继和寻址的效率，使集抄系统更灵活和智能。

为了提高通信的可靠性和实时性，国内外专家学者对低压电力线载波通信路由算法的设计和改良进行了大量的研究。目前较为主流的路由算法有蚁群算法和遗传算法等。此外，还有一些其他的算法，如人工蛛网算法。

1.2.1.1 基于蚁群的中继路由方法

蚁群算法［5-6］是由Marco Dorigo博士提出的一种并行优化算法，其灵感来源于蚂蚁在寻找食物过程中发现最佳路径的生物学行为。蚁群算法利用单个人工蚂蚁进行迭代，从而构筑和优化最佳侯选解。该算法采用分布式的并行计算机制，优化速度快，且无需建立复杂的数学模型便可对未知系统进行预测，具有较强的鲁棒性。文献［7-9］均采用蚁群算法构建了电表集抄系统的路由算法，并在实际工程上取得较好的应用效果。在采取蚁群算法进行电力线载波通信路由寻址的过程中，上述文献将电力线载波信号当作“人工蚂蚁”，将载波信号的发送当作“人工蚂蚁的释放”，把从集中器发送信号到收到目标节点返回信号这个过程当作是“蚂蚁的一次完整觅食过程”，最后通过模拟蚂蚁觅食寻找最佳路径的方法来获得最佳的通信路径。为了克服原始的蚁群算法容易陷入局部最优的缺陷，文献［10］提出了一种全局搜索性能更强的改进蚁群算法，该文献针对当前我国电力线通信的现状和特点，构建了路由协议的基本框架，并提出基于改进蚁群算法的路由模型。该模型不仅能保证电力线载波通信网络的快速组网，而且还能在通信网络发生改变时，自动进行网络的重构，提高网络通信的可靠性和自愈性。

1.2.1.2 基于遗传算法的中继路由方法

该方法将遗传算法运用到低压载波通信网络中。主要的思路是：首先将集中器到目标电表节点的所有路径进行编码，根据实际需求构造相应适应度函数进行每条通信路径的适应度值计算，然后通过设定规则进行交叉、变异等操作，形成一个完整的迭代过程。文献［11-12］将遗传算法应用于路由寻址中，实现了快速有效确定最优路径的目标。文献［13-14］将遗传算法和蚁群算法有机融合，形成一种遗传蚁群系统算法的动态中继路由算法。该算法将遗传算法和蚁群算法的优点结合起来，形成优势互补，同时为了防止算法陷入局部最优，对蚁群算法中的转移概率因子、信息素挥发因子以及信息素强度等参数进行改进。仿真结果表明，该混合算法提高了对通信网络路径的搜索能力，能适应电力线载波信道的变化并以较快的速度获取最优路径，有效提高了集抄系统的时效性。文献［15］提出了结合遗传算法、蚁群算法和粒子群算法的混合路由算法，加快了收敛速度、提高了全局搜索性能，降低了通信的丢包率。

1.2.1.3 人工蛛网算法

除了蚁群算法和遗传算法被应用到集抄系统的路由优化寻址外，还有其他算法也被应用到该领域。文献［16-17］将配电网的MAC层转变成由多个人工蛛网组成的逻辑拓扑，通过新的组网算法和中心节点选取算法制定自动路由协议。仿真结果表明，该组网方式及路由协议对比其他的组网方式在通信可靠性方面有更强的优势。

上述动态路由算法在收敛速度、鲁棒性、抗毁性等方面优势明显。相比传统的人工中继算法能更好地适应电力线通信网络的动态变化，在电表节点发生通信故障时，动态路由算法可以快速地对该节点进行路径的重构，减少了人工维护的成本。同时动态路由算法在对未知通信网络的搜索方面具备较强的优势，这点正好可以被用于对电表变更后的载波通信网路进行搜索，这也使通过对网络拓扑结构的变化辨识出变更电表成为可能。

1.2.2 集抄系统故障诊断方法

由于集抄系统的故障具有较强的隐蔽性，且引起的原因也相对较多，因此，集抄系统故障诊断具有较强的复杂性和不确定性，其中最主要的故障来源是现场设备损坏。现场设备故障主要包括计量装置故障、采集器故障和集中器故障等，其中，以计量装置出现故障的概率最大。常见的计量装置故障类型有电表存储器损坏、电池电量过低、表计模块故障、互感器的接线不正确、互感器熔丝熔断和接线盒接触不良等。

针对集抄系统故障，传统的方法是采取人工到现场排查的方式，但这种诊断方式操作程序复杂，需要投入大量的人工，且问题解决周期较长。为了解决传统人工排查方法的不足，目前国内外已有研究人员提出，用智能分析算法对采集数据进行深度剖析，筛查甄别电能计量装置运行异常。文献［18］根据计量装置异常最终都会反映到采集到的电压和电流数据的思想，提出了规律性非连续算法和分类连续差值算法，并用于现场实际检测，结果表明，该算法能够有效且准确地查找出异常的计量装置，减少现场异常的排查工作量，节省了大量的人力。

随着计算机、人工智能、模式识别等技术的发展，故障诊断越来越偏向智能化，其中最常用且具有代表意义的是从上世纪80年代发展起来的专家系统。专家系统［19］是一种模拟人类专家解决领域问题的计算机程序系统。在专家系统内包含着某个领域大量的专家水平的知识与经验，能够运用人类专家的知识和解决问题的方法进行推理和判断，模拟人类专家的决策过程，来解决该领域的复杂问题。文献［20-21］设计了一种基于专家系统的故障诊断系统，通过对采集终端上报的报文进行分析，然后根据专家系统中知识库推理出故障的类型，最后给出故障的解决方案。实践证明该系统能使终端故障的解决更加及时和有效，且大大降低了现场终端维护的工作量。但是由于专家系统的能力来源于它所拥有的知识，尤其是故障诊断领域专家的经验知识在问题求解过程中的作用，因此，它存在知识获取“瓶颈”问题，而数据挖掘的出现弥补了专家系统的不足，打破了人们对知识获取的瓶颈。

数据挖掘［22-23］是从数据库或数据仓库的海量数据中提取隐含的、具有潜在应用价值的信息或模式，是一种强大的知识获取工具。在故障诊断领域，随着数据采集和存储技术的不断发展，数据库中保存了大量的故障数据样本，其中也包含着许多隐含的故障规则信息。因此将数据挖掘技术应用于设备的故障诊断中，通过对故障数据库中的大量故障数据进行数据挖掘，找出故障属性和故障分类之间的对应关系，从而自动地建立故障规则数据库，最后通过故障匹配来定位故障并指导维修［24-26］，将极大地提高故障排查的效率。文献［27］利用K-means聚类算法对用电信息采集系统采集的大量数据进行分析，寻找电表故障信息与故障类别的对应关系，建立了故障诊断专家库并进行智能诊断，实现了对电表运行状态的评估，提高了异常发现和判断的时效性。文献［28］应用数据挖掘技术建立电表故障信息和故障类型之间的关联规则，实现自动诊断，并根据采集系统的结构，设计了在线监测的实现方式，结果表明，该方法能够快速、准确地诊断故障结果。

结合数据挖掘强大的模式识别功能与专家系统特有的推理机制开发基于数据挖掘的故障诊断专家系统［29］，将会使故障诊断技术更加智能化。目前，基于数据挖掘的故障诊断专家系统已被用于不同领域，但用于集抄系统的故障诊断的相关研究仍然很少。文献［30］通过对电气设备状态信息和故障信息进行数据挖掘，建立故障规则数据库，最后通过故障匹配来定位故障，实践结果表明，数据挖掘能大大提高电气设备管理和诊断的自动化水平，具有很大的实用价值。文献［31］指出了其在智能电网中成功运用，有效地解决智能电网决策的许多问题。

2 效果评价与展望

综上所述，目前国内外对电力线载波路由算法的研究主要集中在遗传算法、蚁群算法、粒子群算法等群体智能算法上。这些动态路由算法在提高电力线载波通信网络的可靠性方面有较强的优势，但对于通信网络中电表加入、退出或更换状况还不具备识别能力。采用所述智能算法及DL/ T645-2007多功能电能表通信规约对未知电力线载波通信网络进行搜索，当发现抄表系统中发生电表更换、电表拆除、电表新增等导致通信网络逻辑拓扑变化时，使算法能够自动适应网络结构的变化，准确地辨识出电表变更情况，就可解决集抄系统中电表更换问题。为此如何利用这些算法以及人工构建的新网络结构模型，将复杂的电力线通信网络拓扑转化成简单清晰的网络拓扑，然后根据网络拓扑结构的变化识别出变更电表是未来需要进一步研究的问题。

集抄系统中故障诊断现在常用的方法是建立故障诊断专家系统和数据挖掘技术，但专家系统存在知识获取的瓶颈问题，而数据挖掘技术缺乏有效的推理机制，因此如果能结合数据挖掘强大的模式识别功能与专家系统特有的推理机制，开发基于数据挖掘的故障诊断专家系统，对集抄系统和计量营销一体化系统的海量数据进行分析处理和挖掘，建立故障诊断专家库，实现对集抄系统故障类型的自动诊断和智能评估，最后将故障诊断结果上报主站管理人员，达到准确排查出发生运行故障的计量装置，为现场异常排查工作提供技术保障的目的，这将会节省大量的人力，更好的保证系统正常可靠的运行。

3 结论

（1）集抄系统现有路由算法在获取未知电力线载波通信网络的拓扑结构方面优势明显，如果能配合相应的通信规约，使其能根据网络拓扑识别出网络中变更的电表节点，便可克服因更换电表档案未录入主站系统导致无法采集数据的缺陷，大大提高采集的正确率。

（2）在故障诊断方面数据挖掘技术和专家系统各具优缺点，但两者结合正好形成优势互补。因此，开发基于数据挖掘的故障诊断专家系统，将使故障诊断更加智能化，提高效率。同时对于集抄系统故障诊断而言也是一个创新点。

［1］ Li Y,Geng L.Zheng D.On remote automatic meter read⁃ing system based on GPRS technology［C］//Proceedings of the 29th Chinese Control Conference.Beijing,Chian, 2010:5731-5733.

［2］ Yuan S.J.Remote wireless automatic meter reading sys⁃tem based on Gprs［C］//2011 IEEE 3rd International Conference on Communication Software and Networks, Xi'an,china,2011:667-669.

［3］ Chen X,Zhang Y,Wang L.Hardware design of the wire⁃less qutomatic meter reading system based on GPRS［C］//Proceedings of the 10th World Congress on Intelligent Control and Automation,Beijing,Chian,2012:4536-4540.

［4］ C.Ke,Q.Chenxi,Z.Tingtao and H.Xiaoguang.Re⁃search of automatic meter reading system based on broadband carrier in the power line［C］//2011 6th IEEE Conference on Industrial Electronics and Applica⁃tions,Beijing,China,2011:2763-2767.

［5］ Shtovba S D.Ant algorithms:theory and applications[J].Programming and Computer Software,2005,31(4):167-178.

［6］ 刘士新,宋健海,唐加福.蚁群最优化——模型、算法及应用综述[J].系统工程学报,2004,19(5):496-502.

［7］ 刘晓胜,周岩,戚佳金.电力线载波通信的自动路由方法研究[J].中国电机工程学报,2006,26(21):76-81.

［8］ 赵杰卫,卢文冰,李贤亮.电力线载波自动抄表动态路由技术研究[J].电力系统通信,2007,28(11):1-5.

［9］ 刘晓胜,戚佳金,宋其涛,等.基于蚁群算法的低压配电网电力线通信组网方法[J].中国电机工程学报,2008, 28(1):71-76.

［10］侯思祖,杨丽,陈璐.低压电力线远程抄表自动路由搜索算法研究[J].低压电器,2008,16(2):25-28.

［11］林景栋,秦玉龙,廖孝勇.电力载波通信动态组网算法的研究[J].控制工程,2013,20(5):841-843.

［12］朱斌泉.基于改进遗传算法的电力载波通信动态组网研究[J].南京工程学院学报(自然科学版),2012,10(1): 29-33.

［13］C.Ke,G.Xin and H.Xiaoguang.Routing algorithm of power line carrier meter reading based on ant colony ge⁃netic algorithm［C］//IEEE 10th International Confer⁃ence on Industrial Informatics,Beijing,China,2012: 196-201.

［14］陈可,胡晓光.基于遗传自适应蚁群系统算法的中继路由方法[J].中南大学学报(自然科学版),2013,44(2): 571-579.

［15］吴兆平,杨俊杰,高聪慧.低压电力线载波通信路由算法研究[J].电测与仪表,2015,52(12):108-112.

［16］刘晓胜,张良,徐殿国.基于蛛网的新型电力线通信组网算法及通信协议[J].电力系统保护与控制,2012,16: 27-33+41.

［17］陈杰春.低压电力线载波自动抄表系统设计中的关键问题[J].化工自动化及仪表,2014,41(6):688-697.

［18］范洁,陈霄,周玉.基于用电信息采集系统的电能计量装置异常智能分析方法研究[J].电测与仪表,2013,11:4-9.

［19］朱向明,周凤岐,王继红.数据挖掘故障诊断专家系统[J].火力与指挥控制,2011,09:190-194+198.

［20］危阜胜,肖勇,陈锐民.故障诊断技术在计量自动化系统中的应用[J].电测与仪表,2013,08:93-97.

［21］危阜胜,陈锐民,肖勇，等.用电信息采集终端远程故障诊断系统开发与应用[J].电测与仪表,2012,S1:105-109.

［22］杨一展.数据挖掘技术在故障诊断中的应用研究[D].西安：西安电子科技大学,2008.

［23］Han Jiawei，Micheline Kameber.Data Mining Concepts and Techniques[M].San Francisco:Morgan Kaufmann Publishers，2000，50-52.

［24］Richard J.Roiger，Michael W.Geatz.数据挖掘教程[M].北京：清华大学出版社，2003，33-38.

［25］安茂春.故障诊断专家系统及其发展[J].计算机测量与控制,2008,09:1217-1219.

［26］宋斌.基于数据挖掘技术的故障测试与诊断方法研究[D].西安：西安电子科技大学,2009.

［27］陈驰.基于用电信息采集系统的运行电表故障智能分析[J].电测与仪表,2014,15:18-22.

［28］王新刚,吴颖,张垠.基于数据挖掘的智能电能表在线监测方法[J].电测与仪表,2016,13:65-69.

［26］W.Hongjun,X.Xiaoli and H.Qiushi.Study of Intelligent Fault Diagnosis System Based on Data Mining Technology [C]//2010 International Forum on Information Technology and Applications,Kunming,China,2010,:329-332.

［27］H.YueShun and W.Hongling.Based on data mining electrical equipment condition monitoring and fault di⁃agnosis technology research[C]//2009 ISECS Internation⁃al Colloquium on Computing,Communication,Control, and Management,Sanya,China,2009,:127-129.

［28］李喆学.基于数据挖掘技术的智能电网诊断专家系统应用研究[D].吉林：吉林大学,2011.

Overview on meters change identification and fault automatic diagnosis technology for the meter information remote acquisition system

WEI Jianjun1,ZHU Junchao2,PENG Xiangang2,YANG Yong1，XU Xuanhao2
(1.Maoming Power Supply Filiale of Guangdong Power Grid Co.,Ltd.,Maoming Guangdong 525000,China;
2.School of Automation,Guangdong University of Technology,Guangzhou Guangdong 510006,China)

Aiming at the problems such as the meter change,the file of meter change,the equipment damage and the communication failure,influencing the data quality and the acquisition success rate of the meters information remote acquisition system,sums up the new development of the routing method and fault diagnosis of the meters information remote acquisition system.The research result shows that (1)using power line carrier routing algorithm and constructing new network structure model,translates power line communications network topology into simple and legible network topology to solve the problem of meter meter;(2)combining the data mining technology with the expert system,develops the fault diagnosis expert system based on data mining technology,makes diagnosis intelligentize of the meters information remote acquisition system and improves the quality of data acquisition;are tasks worthy to research in the future.

meters information remote acquisition system;acquisition success rate;meter meter;fault diagnosis

TM933.3

A

1672-3643（2017）03-0013-05

10.3969/j.issn.1672-3643.2017.03.003

2017-03-11

卫建均（1982），男，工程师，从事电力系统市场营销管理工作。

有效访问地址：http://dx.doi.org/10.3969/j.issn.1672-3643.2017.03.003