基于PSO 的公共建筑电气设备绝缘故障诊断系统设计

黄炜昭

（深圳供电局有限公司，深圳 518000）

由于公共建筑的能源应用需要通过电气设备来实现，其运行时间长，容易出现设备绝缘故障，降低电气设备自身能源转换能力，影响整个公共建筑的能源使用效果[1]。为此，对公共建筑中的电气设备绝缘故障诊断进行研究具有重要意义。

文献[2]结合离散小波变换和混沌系统与卷积神经网络，构建4 种不同类型的电力电缆绝缘故障。采用高速采集卡测量局部放电信号，通过离散小波变换对其进行滤波。基于Lorenz 混沌系统，建立动态误差散点图。通过CNN 处理动态误差散点图，完成故障识别；文献[3]设计了基于物联网技术的智能变压器内部故障诊断系统。构建数据传输网络，采集变压器内参数，并通过故障诊断系统储存，利用专家诊断技术，建立诊断模型分析数据，完成故障诊断。

为解决上述问题，设计了基于PSO 的公共建筑电气设备绝缘故障诊断系统。

1 公共建筑电气设备绝缘故障诊断系统硬件设计

1.1 绝缘故障诊断系统总体框架设计

公共建筑电气设备绝缘故障诊断系统的主要功能是在公共建筑电气设备能源转换使用过程中，实时监测电气设备原始数据，进行设备的绝缘故障诊断。监控部分为诊断部分的辅助，主要提供设备运行过程中的运行数据以及各项运行参数。绝缘故障诊断模块主要负责接收监测数据，并对数据开展运行状态检测，完成电气设备的绝缘故障诊断。公共建筑电气设备绝缘故障诊断系统是由文件处理、参数设置、绝缘故障诊断、报表管理、数据监控以及系统帮助6 个硬件功能模块构成的。

1.2 绝缘故障诊断系统硬件功能模块分析

1.2.1 文件处理模块

在设备绝缘故障诊断系统中，文件处理模块主要采用MPX5010 芯片检测设备运行数据，并将实时检测数据输入系统，实施分段保存。

1.2.2 参数设置模块

该模块主要负责标定电气设备的正常工作状态数据，其中包括电气能源转换值、电流值、电压值以及转换入口、出口等参数值的设定。利用LED 显示屏显示数据，ARM 微控制器控制模块运行。

1.2.3 绝缘故障诊断模块

该模块为整个设备绝缘故障诊断的核心模块，需要根据相关设备运行数据设置绝缘故障的故障类型，通过DSP 芯片处理故障数据，并通过子模块对运行数据进行预处理，去掉其中冗余数据、空值数据，提升系统的故障诊断精度。绝缘故障诊断子模块则需要根据数据预处理结果以及其余参数设置结果，结合PSO算法完成整个设备能源转换时设备绝缘故障诊断。

1.2.4 数据监测模块

该模块主要用来实时监控设备检测数据，过程中使用RTC 芯片将数据通过时间以及设备进行区分。由于设备运行时间较长[4-5]，因此监控的数据以时间段为单位完成监控数据的存储。数据通过SRAM 存储器完成存储后会自动传输进数据库模块中，作为历史数据辅助系统完成电气设备绝缘故障的诊断。

1.2.5 报表管理模块

该模块主要面向用户，负责用户在该模块内查找设备检修以及故障报表，了解设备过往故障情况以及故障检修情况。通过互联网浏览器访问该模块，并根据需要打印，方便用户查阅以及维修人员的维修方案确定。

1.2.6 系统帮助模块

该模块主要分成系统使用规则以及算法原理设置两个部分。系统使用规则主要负责详细介绍整个系统的使用流程，方便用户学习；而算法原理设置，则负责详细地介绍粒子群等绝缘故障检修所需算法的算法原理，提升用户自身水平。

2 公共建筑电气设备绝缘故障诊断系统软件设计

基于上述硬件功能模块的功能分析结果，根据B/S 结构确定公共建筑电气设备绝缘故障诊断系统软件结构，完成软件流程设计，实现公共建筑电气设备绝缘故障诊断。

2.1 应用程序流程设计

电气绝缘设备故障诊断系统主程序主要负责控制主程序下的各项子程序，其中包括上位机界面设计、数据采集流程、信号处理流程以及绝缘故障诊断流程，如图1 所示。

图1 电气绝缘设备故障诊断系统主程序控制流程Fig.1 Main program control flow chart of fault diagnosis system of electrical insulation equipment

根据图1 可知，系统在完成上电/复位初始化后，通过辨识明确是否需要采样数据，并根据调用的终端服务程序完成电流以及电压信号的采集。设定采样点数量，完成信号预处理以及介损值tanδ的计算[6]。调用通信程序将介损值通过现场总线输入系统主机中，调用诊断程序判断设备绝缘故障类型，并将结果传输至主要显示界面完成诊断。

2.2 数据采集程序设计

系统在采集数据时，需要设置数据的采集参数，结合数据采集卡采集相关数据。数据采集过程中，LabWindows/CVI 通过I/O 接口获取数据，在波形控件中显示数据，并通过定时器在指定时间将采集数据存储至数据库中。数据采集程序流程如图2所示。

图2 数据采集程序流程Fig.2 Flow chart of data collection program

2.3 信号处理流程

系统信号处理程序流程如图3 所示。

图3 信号处理程序流程Fig.3 Flow chart of signal processing program

根据图3 可知，设备信号完成采集后，需要对信号进行滤波处理，并利用信号加窗对连续信号进行截取[7-9]，分析信号频域特征以及时域特征，实现信号的特征提取。

2.4 绝缘故障诊断子程序设计

PSO 算法是基于自然界中群体智慧的行为原理，通过多个粒子的协同运动，搜索最优解。神经网络是在计算机中模拟了人类神经元网络的结构和行为方式。本文结合PSO 算法和神经网络，诊断电气设备绝缘故障，建立电气设备运行状态的神经网络模型。设定电气设备运行状态网络模型中层级之间的连接变量为，网络阈值为，层级之间的连接因子的表达式为

式中：d 表示输入神经元个数；k 为设备状态数据总数量。

神经元的输出值y 的表达式为

建立神经网络后，将网络权重、阈值以及连接变量进行处理，形成粒子群V，并采用实数编码方法，获取粒子群的全局最优近似解。将最优解粒子参数分配至神经网络中，通过样本训练学习，找出全局最佳解，实现设备的绝缘故障诊断。具体流程为

（1）设定PSO 算法参数。其中，粒子群规模为M，学习因子采用cn形式，amax为最大迭代次数，惯性权值表示为ζm。基于上述设定的参数随机生成粒子群的第一代粒子，并默认各个粒子的位置为种群最佳位置。amax、cn的计算如式（3）和式（4）所示：

（2）将粒子值通过编码形式分配至神经网络上，根据网络变量以及结构参数，获取参数相应阈值。

（3）建立适应度函数，并通过其计算评估粒子，完成粒子更新，过程如公式（5）所示：

（4）基于粒子群的设定的最大迭代次数，完成粒子群的迭代更新，获取粒子的全局最优解，并将其输入神经网络中，通过样本训练学习，获取最终的全局最优解，完成绝缘状态的辨识，实现设备的绝缘故障诊断。

3 实验分析

为了验证设计的基于PSO 的公共建筑电气设备绝缘故障诊断系统的有效性，需要进行实验。

在公共建筑电气设备模拟实验平台中进行实验，选择MATLAB 建模软件，采集实际电气设备数据，建立电气设备模型，调节参数，模拟运行并分析。

将基于物联网技术的故障诊断系统和基于混沌系统和离散小波变换的故障诊断系统作为对比系统，分别开展公共建筑电气设备的绝缘故障诊断，以此验证基于PSO 的故障诊断系统的有效性。

3.1 实验指标设置

基于上述3 种系统开展电气设备绝缘故障诊断时，将绝缘故障位置信号振动幅值、电压电流变化、绝缘故障诊断时间作为实验指标。对比3 种系统开展故障诊断时的故障位置振动幅值，与实际振动幅值波形越接近，证明系统的诊断效果越好。将绝缘故障发生后的电压电流变化与实际情况进行对比，电压电流的变化情况与实际情况一致，表明系统的诊断精度高。绝缘诊断时间越短，表明系统的诊断效率越高。

3.2 电气设备绝缘故障诊断效果

三种系统开展设备故障诊断时，对不同系统故障诊断过程中监测的故障位置信号振动幅值展开测试，测试结果如图4 所示。

图4 不同系统的故障位置信号振动幅值测试结果Fig.4 Results of vibration amplitude test of fault position signals for different systems

分析图4 可知，在开展电气设备绝缘故障诊断时，两个对比系统的设备故障位置信号振动幅值与实际信号振动幅值之间差距较大。而基于PSO 的故障诊断系统在故障诊断时，能够精准地检测出设备故障位置信号振动幅值，表明故障诊断效果好。

3.3 电气设备绝缘故障诊断精度

使用3 个系统开展设备绝缘故障诊断，对不同系统的故障诊断精度展开测试，不同系统的电气设备绝缘故障电流电压变化状态如图5 所示。

图5 不同系统的电气设备绝缘故障电流电压变化状态Fig.5 Insulation fault current and voltage change state of electrical equipment in different systems

分析图5 可知，在开展电气设备绝缘故障诊断时，两个对比系统的电气设备绝缘故障前后电流电压变化状态与实际电气设备绝缘故障发生后的电流电压状态变化之间存在较大误差。而基于PSO 的故障诊断系统开展电气设备绝缘故障诊断时，检测出的电气设备绝缘故障前后电流电压变化状态与实际电气设备绝缘故障发生后的电流电压状态变化曲线一致。由此可知，基于PSO 的故障诊断精度较高。

3.4 电气设备绝缘故障诊断效率

继续使用上述3 个系统开展电气设备绝缘故障诊断，对不同系统的故障诊断效率展开测试，不同系统的电气设备绝缘故障诊断时间测试结果如表1 所示。

表1 不同系统的电气设备绝缘故障诊断时间测试结果Tab.1 Test results of electrical equipment in different systems

分析表1 可知，随着设备线路长度的增加，电气设备绝缘故障诊断时间随之增加。当设备线路长度达到7 m 时，基于物联网技术的故障诊断系统的故障诊断时间为53 ms；基于混沌系统和离散小波变换的故障诊断系统的故障诊断时间为55 ms；而基于PSO 的故障诊断系统的故障诊断时间仅为51 ms。由此可知，基于PSO 的故障诊断系统具有较高的故障诊断效率。

4 结语

设计基于PSO 的公共建筑电气设备绝缘故障诊断系统。确定系统的整体框架，详细分析各个硬件模块的功能应用。根据硬件功能设计该系统的软件程序，确定系统的程序实现流程，将硬件模块与软件程序实现流程相结合，实现对公共建筑电气设备绝缘故障的精准诊断。