基于PLC的智能电表运行故障监控系统设计

（广西现代职业技术学院，河池 547000）

0 引言

智能仓储物流系统主要包括自动化立体仓库与物流配送系统，自动化立体仓库主要负责实现计量器具与用电信息采集的自动仓储，物流配送系统主要负责实现计量器具与用电采集终端在电能计量中心的自动封箱、配送、盘点以及出入库[1,2]。因此，对智能电表运行故障进行监控具有重要意义，是保证智能仓储物流系统有效运行的基础和关键。

现阶段，通常采用定期现场校验的形式对智能电表故障信息进行采集，需耗费大量人力物理，同时因为巡检周期相对较差，无法及时发现智能电表故障[3]。当前电表越来越智能，运行故障具有突发性与复杂性等特性，为智能电表故障监测带来了很大的挑战。传统方法无法及时有效发现智能电表故障[4]，为此，设计了一种新的基于PLC的智能电表运行故障监控系统，通过PLC完成智能电表控制程序的编写，完成故障诊断，同时通过智能电表数据采集与数据运行实现数据处理，实现智能电表运行故障监控及处理。

1 基于PLC的智能电表运行故障监控系统

1.1 系统总体设计

设计的基于PLC的智能电表运行故障监控系统如图1所示。

图1 系统总体结构

PLC采用日本三菱企业A2N系列[5]，按照功能，设计系统主要包括电源模块、CPU模块、通讯模块、输入模块、输出模块、主板以及扩展板。通过输入模块对智能仓储物流系统智能电表运行故障信号进行采集[6]，通过输出模块对继电器输出故障复位信号进行带动，并对故障信号报警信息进行显示。利用通信接口和工控机完成信息交换。除此之外，设计系统在主板与扩展板上设置备用空间。

1.2 PLC内部结构

按照现阶段技术的发展，在监控领域中PLC为相对成熟的控制技术，具有安全稳定、灵活性与控制功能强的优势，被广泛应用[7]。设计的基于PLC的智能电表运行故障监控系统将PLC作为系统的核心，其内部结构如图2所示。

图2 PLC内部结构

1.3 通信接口设计

通信接口主要包括无线微控制单元、DSP单元和电源模块，详细结构图如图3所示。

图3 通信接口结构

无线微控制单元主要结构为P87LPC764芯片，能够实现传输功能，利用SPI接口和DSP单元达到通讯的目的。

DSP单元主要用于实现对采集信息的预处理，把得到的结果通过P87LPC764芯片发送到主机[8]。

为了达到通讯的目的，需按照数字信号对载波进行调整。在大多数系统中，通常把正弦波信号当成载波，利用信号离散型对载波进行修正，获取振幅键控等，本节选用二进制数字频移键控模式，其利用载波频率实现二进制数字信号传输，即符号“1”和载频“1”相应，而符号“0”和载频的已调波形相应。已调信号可描述成：

式中，g(t)为矩形脉冲；Ts为周期；an计算公式是：

1.4 系统软件设计

系统软件设计包括两个阶段，第一个阶段为通过C语言在上位机对智能电表运行故障监控系统制表程序进行编制，从而对故障累积统计表进行查询及打印。第二个阶段为通过PLC通用MEDOC软件包在PC机上对PLC进行离线编程及在线调试处理[9]。

MEDOC软件包不但功能强大，同时人机互动能力强，通过菜单驱动，使用过程简单。软件流程图如图4所示。

图4 软件流程图

软件设计中，输入数据处理非常关键，依据系统功能要求，对采集的数据进行处理，达到智能仓储物流系统智能电表运行故障诊断的目的，为故障监控提供依据。

复位输出对不同复位信号进行输出处理，对非故障信号进行自动复位，对故障信号进行外复位。通过故障记录将出现故障的具体时间及次数传输至对应文件寄存器。在故障记录点数高于设定值的情况下，利用数据移送功能把前天的记录删除。

1.5 数据处理关键技术

1.5.1 故障诊断模型

本节通过数据挖掘法对以往智能仓储物流系统智能电表运行故障数据进行处理，获取有意义的故障信息及规律，从而实现智能电表运行故障诊断。智能电表故障监测按照出现故障时电表采集终端的事件记录分析结果进行诊断，研究不同结果间的关系，为电表故障监测提供依据。

用S描述智能电表故障以往数据，同时把S的60%数据看作训练集W，将剩余数据看作测试集T，通过C5.0法完成对训练集W的数据挖掘。

把W划分为n个子集W1，W2，…，Wn，其中n用于描述W中n个子集W1，W2，…，Wn，其中n用于描述W中属性X的数量。假设训练集W的熵用inf o(W)进行描述，计算公式为：

其中，|W|用于描述W中样本总量，freq(Di,W)用于描述W中决策属性属于Di类别的样本数量，N用于描述决策属性总类别数。

按照属性X把训练集W划分为n个子集，求出不同子集的信息熵，公式如下：

其中，inf oX(W)用于描述属性X的信息熵，|Wi|用于描述Wi中属于Di种类的样本总量，m用于描述属性总类别数量。

增益标准gain(X)可通过下式求出：

属性X形成潜在信息G(X)可描述成：

属性X的信息增益率gain_ratio(X)可通过下式求出：

把信息增益率最高的属性当成根节点构造决策树，剩余属性继续依据信息增益率最高方法进行递归计算，直至产生整个决策树，得到诊断规则。

为了验证诊断结果是否可靠，假设诊断正确率R的计算公式为：

其中，Mt用于描述测试集中准确诊断的数量，M用于描述测试集总数据量。

假设R'是故障诊断准确率基准，如果R≥R'，则相应分类规则可靠；反之，如果R＜R'，则返回训练集重新训练。从而获取决策树，产生诊断规则，实现智能仓储物流系统智能电表故障监测。

1.5.2 数据处理

数据处理即依据统一格式完成对监测数据与诊断结果的处理，变成可识别逻辑项，主要包括逻辑项形成、转换以及归类三个阶段，详细分析如下：

逻辑项形成即按照既定模型从采集的数据中获取之恩给你电表故障信息，智能电表与采集终端时间记录能够直接产生故障信息，量测量、状态量等信息需完成对数据或状态的判断，才可产生可用故障信息。

逻辑项转换即把故障信息变成可识别逻辑项，令其应用在关联规则的产生和故障监测过程中的故障诊断，诊断结果转换为对统计故障结果进行逻辑化处理，将其转换成对应项。

逻辑项归类即按照故障诊断结果的属性完成对故障信息的分类处理，加快数据挖掘速度。

在上述分析的基础上，给出一组故障信息F={F1，F2，…，FN}与诊断结果E={E1，E2，…，EN}，挖掘即的蕴含式，其中X、Y依次为F与E的项与项集，在实际应用中，如果产生关联关系{s1%，c1%}，说明利用故障信息诊断得到的故障是R1，支持度是s1，置信度是c1。

2 实验结果及分析

选择某智能仓储物流智能电能表，对数据进行分析，通过本文系统对之恩给你电表运行故障进行监控，得到的结果用表1进行描述。

表1 本文系统监测结果

分析表1可以看出，测试集总量为115，其中监测结果准确的数量是110个，准确率高于设定值，说明系统监测结果可靠。

下面针对1个月、2个月和3个月的监测，比较本文系统、文献[3]系统和文献[4]系统的平均监测响应时间与监测误差，结果如表2所示。

分析表2可知，在监测时间相同的状态下，本文系统监测平均响应时间和误差都比文献[3]系统和文献[4]系统低，说明本文系统监测性能更优。

表2 三种系统性能比较

3 结论

本文设计了一种新的基于PLC的智能电表运行故障监控系统。给出设计系统总体结构，设计PLC内部结构和通信接口。介绍了软件设计过程。通过数据挖掘法实现智能电表运行故障诊断，对数据进行处理，达到智能电表运行故障监控的目的。经实验验证，所设计系统监控精度高，响应时间短。