基于典型故障池的电网计量故障实时诊断与预警方法研究.docx

    基于典型故障池的电网计量故障实时诊断与预警方法研究    摘要：电网计量设备的准确性是保证用电客户电费核算的公平公正，电网企业目前多采用现场检查、客户报修、实验室检定等手段进行故障识别，通过传统的计量故障识别方法，效率低下、准确性与实时性很难保证，随着智能电网、移动通信、大数据技术等发展，通过构建电网计量典型故障池，对海量的计量运行数据进行分析，自动识别出计量故障结果并生成故障跟踪单，是提升计量故障识别效率及准确度的重要手段关键词：典型故障池；计量故障；诊断与预警；1.引言传统的计量故障识别方法，大多是通过客户报修、现场抽检等人工方式发现，不仅识别效率低下，而且难以做到全面的识别与监控近年来智能电表和用电管理终端的大力推广，逐步达成了用电信息采集系统的全覆盖，使得通过数据分析的手段识别计量故障成为可能通过结合目前昆明供电局已有的典型故障判别经验，通过对计量故障数据特征值的数据跟踪分析，制定计量故障识别的判别标准，加大数据分析技术在计量故障识别等方面的科技创新，提高管理科学性，已经成为提升计量精益化管理的新手段2.计量故障识别的现状目前电网企业计量装置故障的发现仍大量依靠运维人员现场检查、客户报修等人工方式，实时监控效果不佳、人工工作量大，并没有开展计量故障的实时监控和诊断。

1）故障识别技术方面针对故障的识别，供电企业沉淀了大量的故障检验标准，但是基本都是通过计量现场抽检、现场检定、实验室检定、现场抄表等方式发现计量故障，大量采用的是人工的方式进行故障的发现2）故障识别时效性方面由于大量采用人工方式进行故障识别，目前针对计量设备的故障识别时效性不高，往往都是计量故障发生很长时间后才会发现计量故障，对用户或电网均造成不同程度的损失，不利于电网企业的精益化管控3）故障设备范围方面由于没有高效而全面的计量故障识别与监控方式，计量故障的识别往往不能做到全面的监控和识别，目前是零星地发现计量故障后，再进行故障的识别和处理3.实现思路3.1整体思路针对目前计量故障识别效率低下、实时性不强、准确度不高的问题，通过输入计量设备的采集数据，和典型故障池进行数据特征对比，针对符合故障特征的设备，自动生成故障识别结果，并生成故障跟踪单进行闭环处理，整体思路如下图所示：图1基于典型故障池的计量故障整体识别过程3.2构建计量故障识别故障池模型结合目前昆明供电局已有的典型故障判别经验，通过对计量故障数据特征值的数据跟踪分析，制定计量故障识别的判别标准，并根据故障类型生成故障特征库，如下表所示：表1典型计量故障特征库3.3基于故障池进行故障实时判别和监控基于计量自动化系统的采集数据（每15分钟一个点的数据），依据计量故障池故障识别模型，对采集的数据进行实时对比分析，如果数据特征符合故障池模型的特征，则该计量装置诊断为发生该特征的故障。

由于计量运行数据采样周期比较快，并且计量设备数量比较大，每一时刻均会采集大量的计量运行数据，采用分布式故障分析技术，基于故障识别模型，通过拆分不同的计量故障分析任务，分别按供电单位、台区等维度，分析用户日冻结表码、功率曲线、电压电流曲线、负载率等数据图2分布式故障识别分析针对计量故障池的模型比较多，采用同类采集数据与同类故障模型进行匹配对比分析的方式，不同的故障类型顺序执行的方式进行比对分析分析流程图如下：图3基于故障池的故障识别过程图4按天进行计量故障识别与汇总4.应用效果基于计量故障识别模型，对海量的计量运行数据进行计算分析，识别出不同故障类型的计量故障情况针对每一种不同的故障类型，生成计量故障跟踪单，以可视化的形式进行展示，基层计量业务人员可以结合分析的数据，重点进行相关计量设备的排查，指导计量业务精益化管理的开展图5电能表倒走故障的数据特征曲线图6电能表停走故障的数据特征曲线5.结语计量故障产生的方式是多种多样的，故障类型也不尽相同，现在业界对于发生的计量故障，基本是结合人工经验和现场的数据进行分析，逐步地进行故障的排查和处理，这种处理模式效率低下、分析难度大、分析结果不准确、监测效果不佳。

提出基于典型故障池电网计量故障实时诊断与预警方法，通过分析计量故障数据特征值分析，实现对海量计量数据的分析工作，从而提取出有计量故障的计量数据，最终定位出是该计量故障是哪种类型的故障，此方法是计量故障分析方法的突破和创新Reference：[1]欧朝龙《电能计量技术及故障处理》中国电力出版社2016年[2]肖勇等《电能计量设备故障分析与可靠性技术》中国电力出版社2015年[3]李宁，袁铁江，孙谊媊，栗遇春，等《电能计量大数据及应用》中国电力出版社2017年[4]广东电网公司电力科学研究院危阜胜故障诊断技术在计量自动化系统中的应用  -全文完-。