电力系统高压生产设备电气故障自动化监测研究

王瑞梅，张晓娜，孟 昱，杨 岚

（山东科技大学，山东 济南 250000）

0 引 言

电力系统高压生产设备拥有良好的故障数据自动检测模块，具有较强的检测检修能力，且可实现电力系统生产设备运维故障点的准确定位与识别。另外，它建立了电力系统高压生产设备运维结构故障信息采集模块，配合检测检修优化策略，实现对系统故障的有效监测与排除。

1 电力系统高压生产设备运维结构的故障信息采集分析

1.1 构建电力系统生产设备运维结构模型

构建电力系统生产设备运维结构模型，通过模型实现对电力系统生产设备运维故障节点的自动检修优化。深度探讨电力系统中的生产设备结构模型，解读它的运维功能，并设置新的链路均衡控制模型，形成一套完整的电力系统。新模型的建立主要是希望实现对电力系统生产设备运维输出状态的优化，建立电力数据转移矩阵。矩阵的具体表现式为[1]：

式中，x(k)∈Rn×1表示电力系统生产设备运维的传输数据目标状态。A(k)∈Rn×n代表在运维故障工况背景下电力系统的生产设备信息转移矩阵。Hi(k)∈Rp×n表示电力系统生产设备的运维测量矩阵。这里针对任意mi∈R1这一条件，应该建立专门的电力系统生产设备运维测量矩阵，确保设备能够在运维故障信息特征分量分析方面满足技术要求标准。基于该要求标准，还可进一步建立特征分量[2]：

具体来讲，就是结合电力系统生产设备生成实际运维状况对比覆盖信息码，全方位分析故障节点定位内容，保证故障特征高阶统计量统计计算到位。实际中，主要结合传感器数据采集方法实施基于所有配电线路的全频谱分析。在频谱分析过程中，要结合传感器数据采集方法对生产设备中的运维传输数据进行分析、提取，获得可助力系统生产设备运维数据信号采集的模型[3]：

需要全方位分析电力系统生产设备通信模型，再基于传输数据构建传输序列采样模型，满足模型时间更新需求。另外，合理化匹配相关检测技术方法，构建一套全新的、功能齐全到位的电力系统生产设备运维传输信号体系，同时检测分析系统中的某些故障特征，保证故障定位检测统计量计算到位。文中论述的是高斯平稳统计分析技术内容，可判断分析故障，可假设电力系统生产设备在故障运维过程中存在一条间接系列内容为{x(n)}，且它的零均值应该为处于k阶段的高斯平稳过程，由此构建一套电力系统的审查设备运维结构模型体系。

结合图1构建一套完整的电力系统，即生产设备运维模型。通过该模型形成全新的生产设备运维网络，配合信息采集方法，对电力系统生产设备运维物理数据实施更深一层的分析，处理采集的数据内容，重组建设三维特征模型，并再次提取其中的故障数据谱特征量，实现故障的自动检修设计。

图1 电力系统生产设备运维结构模型

1.2 重组电力系统生产设备运维数据三维特征结构

在重组电力系统生产设备运维数据时，要建立专门的三维特征结构。要在系统设备的三维运维结构基础上，构建一套独立的三维数据分析系统，配合三维数据重组技术分析所匹配的检测技术方法，从电力系统生产设备中获得有效运维数据，并从中提取特征谱，获得特征谱特征量。在电力系统生产设备运维过程中构建设备运维故障分布相似度矩阵，结合检修原理与故障诊断原理，分析电力系统生产设备运维故障与自动检修情况，并在数据传输与特征分析提取的基础上，结合故障数据滤波自动检修方法构建电力系统生产设备，明确运维断点数据，以合理有效推进断点数据自动检修过程。需要注意，应该在电力系统生产设备运维模型中建立多层次结构，如输入输出层、竞争层等。结合这些层次内容合理化采集电力系统中的生产内容，融合数据特征分量进一步分析，需满足运维计算条件[4]：

2 电力系统高压生产设备的运维结构故障自动化监测检修优化策略

2.1 构建故障数据可视化图谱

在电力系统高压审查设备运维结构故障自动化监测与检修优化过程中，可建立多维阵列传感网络，配合信息采集方法，分析电力系统生产设备的运维物理数据采集内容，保证采集的电力系统生产设备运维数据可合理运用于三维特征重组基础上。具体来说，要结合电力系统生产设备运维结构故障实现自动检修过程，优化自动检修设计，并在该基础上提出基于高阶图谱特征的系统生产设备提取策略，以获取更多的电力资源。针对运维故障的优化与自动检测也十分必要。它基于传感点实现可定位动态化检测过程，能够计算故障数据位置，明确相应的估计函数，并对数据局部频谱密度实施动态检查，保证在相对固定的时间，在规定范围内更新电力系统生产设备内容，以确保快速完成自检状态运维操作过程。

2.2 检修电力系统生产设备运维故障

要结合三维相空间重构技术检修电力系统，必要时建立故障数据可视化图谱。在传感器节点位置设置自动检修控制模块，获得电力系统生产设备运维故障数据特征分布高维图谱，从分布高维图谱中获得采样数据，重新建立一套功能完整且覆盖面更广的数据可视化图谱。对采集的电力系统生产设备运维数据内容要实施三维特征重组，并结合检测图谱异常分布状态进行分析验证，构建电力系统生产设备运维故障检修体系，最终获得故障自动检修迭代算式y∈Rm，建立电力系统生产设备初始化运维情况，明确其运维状态向量。该过程中有必要设置一套基于故障位置分析的估计函数，目的是结合电力系统生产设备运维过程总结相关数据内容，明确图谱分析中可能存在的各种异常状况和数据异常分布状态。换言之，要深入判断故障类别，保证电力系统生产设备运维故障数据自动检测检修到位[5]。

3 电力系统高压生产设备的运维故障自动检测应用性能实验结果分析

针对电力系统高压生产设备的运维故障分析十分必要，可收集大量的设备运维故障检测样本，主要对设备故障的自动检测应用性能与相关实验结果实施针对性分析。例如，要大量收集来自于电力系统中的生产设备运维数据内容，结合三维特征重组操作展开分析，确保系统生产运维结构符合其操作特征量，即要构建一套生产设备运维故障数据可视化系统，确保对设备运维故障自动检测应用性能试验结果分析到位[6]。

4 结 论

综上所述，本文主要对电力系统中的生产设备运维内容实施技术监测，并对其中的故障状态内容实施针对性判断，必要时还要分析模型中的多维度列阵传感网络，有效调整系统设备运维实际状况。在该过程中，要结合分析能力模型，采用多维度列阵网络，实现信息采集和电力系统生产运维数据调整，合理化分析图谱中可能存在的故障数据异常分布状态。整体来说，该方法适用于监测和检修电力系统高压生产设备运维故障过程，且整体监测检修效率相对较高。