APP下载

基于大数据挖掘技术的输变电设备故障诊断方法分析

2019-01-17苟筱林

通信电源技术 2019年1期
关键词:模式识别输配电数据挖掘

苟筱林

(国网四川省电力公司丹棱县供电分公司,四川 眉山 620200)

0 引 言

综合性较强是故障诊断的特征,主要是查询设备运行中的故障源。工作人员需检查输变电系统中设备的实际运行情况,并根据反馈的数据判断故障发生的位置。因此,工作人员在查询故障信息时耗时较长,影响电网的恢复运行[1]。通过大数据挖掘技术诊断输变电设备故障,可大大提升工作人员的工作效率和质量。因此,研究基于大数据挖掘技术输变电设备故障诊断方法具有重要的现实意义。

1 输变电设备故障诊断的重要性

故障诊断是按照设备运行和故障后停电信息情况处理故障源。通过故障诊断可实现设备的正常检测维修工作和超负荷工作。通过使用先进技术,及时研究和处理设备的各种数据,可及时发现设备异常状况和故障问题[2]。通过及时掌握设备发生故障的位置、故障程度以及造成故障的因素等信息,可第一时间合理制定有针对性的检测维修方案,从而降低故障损失,提升设备的运行稳定性和经济效益。

2 基于大数据挖掘技术的输变电设备故障诊断状况

在输变电设备运行中,若未及时检修和养护设备,将引发安全事故,影响用户的正常用电。虽然供电企业逐渐加大了诊断输变电设备故障的力度,但是输变电设备的检修过程依然存在不足。第一,技术人员在实际工作中未严格根据规章制度进行检修,且部分工作人员检修水平较低,易漏检和错捡,导致安全隐患未被发现。第二,随着计算机和信息技术的飞速发展,部分大型供电企业为提升输变电设备故障诊断的能力,在收集和整理设备故障信息的过程中应用了大数据挖掘技术。然而,由于维修人员缺乏数据挖掘方面的专业技术和知识,势必将影响设备的故障诊断效果。另外,在诊断输变电故障方面,供电企业仍处于尝试使用大数据挖掘技术的阶段,仅在一定程度上发挥了稳定性作用。第三,供电企业在大数据挖掘技术方面投入较少,且监测系统陈旧,无法充分发挥该技术的作用[3]。

3 基于大数据挖掘技术的输变电设备故障诊断方法

3.1 在线诊断设备故障

输配电设备运行状态信息含有非常复杂和不确定的内容,故在应用大数据挖掘技术过程中,需重视挖掘流程方面的应用,保障数据的准确性和时效性。工作人员需清楚和正确认识输变电设备的运行状态,收集基础信息和设备缺陷信息。大数据挖掘技术的内容之一是关联规则,主要作用是及时统计和分析自身潜在规律,从而获取关联规则流程。通过合理应用关联规则,可提升大数据挖掘技术的准确度[4]。在挖掘输变电设备数据信息、预处理设备的原始数据及收集现场数据时,都将应用关联规则。此外,可利用大数据挖掘技术删减不确定的数据资料,保存确定的数据资料;根据输配电设备的特点和类型等,制定有关的关联规则;在探索故障流程的过程中,通过关联规则简单叙述整个流程,从而为技术人员提供方便;工作人员统计和评价关联规则,形成相应的故障诊断知识,以保障设备的故障诊断效果。

3.2 模糊模式识别诊断方法

模糊模式识别方法是通过模糊数学中的概念和原理等解决分类识别问题,包括隶属度法和模糊聚类法等。所谓的模糊模式识别是将研究对象定义为现实中模糊存在的现实,并将这些模糊的现实转换为实际的信息,然后利用计算机技术处理实现模糊识别的目的。例如,过电压等具有延伸性,且不确定的概念存在于输电线路系统中。模糊模式识别故障的方法正是由于在输电线路中存在的模糊性而被具体应用。传统的行波测距方法存在无法明确的方面,如不固定的母线接线、不确定输电线路的影响参数等,影响对母线的实际反射,降低了系统可靠性[5]。为最大限度地减少无法确定的因素,可将模糊模式识别技术应用于传统行波测距方法。通过分段检测输电线路,并根据每段线路的实际情况设置不同的模式。通过识别各个分段线路上的故障模式,可准确找到发生故障的位置。如果多种候选模式应用到同一分段中,可将隶属函数按照模糊理论定义确定故障的模式属性。

3.3 故障树分析诊断方法

故障树分析法主要通过自上而下的方法分析导致设备和系统故障的直接或间接原因。在诊断输电线路的过程中,最不希望发生顶层故障,需将造成故障的所有原因从下向上分别列出,产生故障树现象。通过详细说明事件间的各种联系,从而成功应用定性和定量分析法进行分析。故障分析的关键为故障树的定性分析,可在最短时间分析系统的故障模式。在诊断故障方法中主要使用定量分析,按照已给定的事件发生率计算顶层事件的发生率,即通过故障模式和影响分析法准确分析系统结构、故障对系统造成的影响,同时及时消除潜在的故障模式。具体应用到诊断输电线路过程中时,需制定标准的FMEA表格,主要分为4个流程:(1)及时确定输电线路运行中可能出现的故障模式;(2)科学评估每种故障模式造成的影响;(3)准确评估故障模式发生的原因和概率;(4)根据故障模式合理制定解决措施。

4 结 论

通过大量推广和使用大数据挖掘技术,可加快工作人员采集和处理数据的工作速度。当前,人们不断增加的电力需求量促使输配电设备的运行工作量加大,导致故障问题频频发生。因此,供电企业需重视大数据挖掘技术的研究,不断完善和改进技术,保障输配电设备的稳定运行。同时,为保障用户的正常用电,需及时发现和解决输配电设备运行中发生的故障,从而提升工作人员的工作质量和工作效果。

猜你喜欢

模式识别输配电数据挖掘
基于模式识别的图像中多目标自动分割和分类研究
改进支持向量机在特征数据挖掘中的智能应用
探讨人工智能与数据挖掘发展趋势
数据挖掘技术在打击倒卖OBU逃费中的应用浅析
对输配电及用电工程的自动化运行的几点思考
探讨输配电及用电工程中线损管理的要点
日常输配电线路运行管理及维护措施浅谈
探讨电力输配电线路的运行维护与故障排除技术
软件工程领域中的异常数据挖掘算法
卷积神经网络分类模型在模式识别中的新进展