郭斌 劉珮琪 馮興興 陳健華 何圣川 許麗娟

摘? 要：該文研究分析了智能電能表故障原因及其規(guī)律，快速準(zhǔn)確地判斷電表故障位置，對(duì)提高智能電能表工作的可靠性具有重要意義。在分析電表現(xiàn)場(chǎng)故障類型的基礎(chǔ)上，建立智能電表故障樹，梳理電表故障特征規(guī)律，通過數(shù)據(jù)挖掘的關(guān)聯(lián)規(guī)則算法，在大量的故障數(shù)據(jù)中尋找具有特定關(guān)系的信息，分析故障原因。應(yīng)用結(jié)果表明，故障樹分析法結(jié)合數(shù)據(jù)挖掘算法能有效幫助技術(shù)人員快速進(jìn)行故障定位，減少故障處理時(shí)間，具有很好的實(shí)用價(jià)值。

關(guān)鍵詞：智能電表;故障樹分析法;數(shù)據(jù)挖掘;關(guān)聯(lián)規(guī)則

中圖分類號(hào)：TM933.4? ? ? ? ? ? 文獻(xiàn)標(biāo)志碼：A

0 引言

隨著我國建設(shè)堅(jiān)強(qiáng)智能電網(wǎng)的發(fā)展規(guī)劃，電力行業(yè)、智能電網(wǎng)以及智能計(jì)量一直在快速發(fā)展。為了有效且規(guī)范化地管理電能質(zhì)量，電能表、終端等計(jì)量自動(dòng)化采集設(shè)備被大量應(yīng)用于監(jiān)測(cè)電能質(zhì)量管理系統(tǒng)中。對(duì)計(jì)量設(shè)備現(xiàn)場(chǎng)運(yùn)維故障診斷及失效分析研究將直接關(guān)系著廣大電力用戶、電網(wǎng)公司的切身利益，并對(duì)智能電網(wǎng)的健康發(fā)展起到?jīng)Q定性作用。因此，對(duì)這些計(jì)量設(shè)備的可靠性要求也越來越高。

目前國內(nèi)電網(wǎng)公司對(duì)計(jì)量設(shè)備的現(xiàn)場(chǎng)運(yùn)維檢測(cè)工作存在諸多問題，如故障診斷困難、數(shù)據(jù)安全性不高、現(xiàn)場(chǎng)故障診斷無法形成閉環(huán)、運(yùn)維人員水平參差不齊。該文通過深入研究FTA（Fault Tree Analysis）故障樹分析方法，現(xiàn)場(chǎng)故障診斷系統(tǒng)理論研究以及深入研究數(shù)據(jù)挖掘，分析如何在大量的故障數(shù)據(jù)中尋找具有特定關(guān)系的信息，分析故障原因，有助于實(shí)現(xiàn)現(xiàn)場(chǎng)故障數(shù)據(jù)的智能采集、分析，人性化管理及高效的傳輸，并在實(shí)際應(yīng)用中準(zhǔn)確定位故障原因，迅速解決故障。

1 失效分析理論研究

1.1 故障樹理論

1.1.1 故障樹分析法

故障樹分析法主要用于分析系統(tǒng)的可靠性和安全性，它是1種利用圖形方式，進(jìn)行邏輯演繹推理的方法。故障樹分析法相對(duì)于傳統(tǒng)的系統(tǒng)可靠性分析，有很大的靈活性，它逐層而下，可以分析出系統(tǒng)的各種故障狀態(tài)以及關(guān)聯(lián)因素。在分析故障樹的同時(shí)，也是對(duì)整個(gè)系統(tǒng)深入認(rèn)知的過程，它要求分析人員充分掌握系統(tǒng)內(nèi)每個(gè)部件的關(guān)聯(lián)關(guān)系，熟悉影響每個(gè)部件的潛在風(fēng)險(xiǎn)因素，才能在分析過程中發(fā)現(xiàn)并及時(shí)解決問題，從而提高系統(tǒng)的可靠性。

故障樹是從樹根結(jié)點(diǎn)開始，對(duì)實(shí)例的某一故障進(jìn)行分析，并根據(jù)實(shí)際情況，將各原因分配到其子結(jié)點(diǎn)，用邏輯門的形式連接，如此遞歸建立。建立一個(gè)復(fù)雜的故障樹通常是一個(gè)反復(fù)思考、不斷深入、逐步完善的過程。故障樹的建立，首先要確定頂事件，通常根據(jù)事故調(diào)查和統(tǒng)計(jì)的結(jié)果參照的發(fā)生頻率來確定。其次，分析造成頂事件發(fā)生的直接原因作為中間事件。然后，再找出造成中間事件發(fā)生的原因，依次分解直到事件不能再分為止，把這些不能分解的原因稱為基本事件。通過建樹使工作人員對(duì)系統(tǒng)進(jìn)行故障預(yù)測(cè)，快速準(zhǔn)確地發(fā)現(xiàn)系統(tǒng)的薄弱環(huán)節(jié)，為今后系統(tǒng)的故障診斷與改進(jìn)提供依據(jù)，這也是建故障樹的主要目的。

1.1.2 故障樹建立的流程

如圖1所示是故障樹建立流程，根據(jù)流程確定的故障樹分析方法的一般分析步驟如下。1）確定頂事件。熟悉分析系統(tǒng)，針對(duì)實(shí)際問題、故障頻率來確定頂上事件。2）確定分析邊界與范圍。確定分析的范圍和邊界是進(jìn)行分析的前提，明確邊界與范圍才能建立規(guī)范化的故障樹，邊界不明確，不利于故障樹縮小規(guī)模。3）確定中間事件和基本事件。明確頂事件后，找出導(dǎo)致該事件發(fā)生的全部原因，包括人為失誤、環(huán)境因素和軟件因素等。凡是故障有關(guān)的原因都找出來，作為事件樹的中間事件和基本事件。4）故障樹繪制。從頂事件開始，從樹的頂端往下依次找出所有的原因事件，用邏輯門的形式把原因事件連接起來，一個(gè)頂事件代表一棵故障樹。5）數(shù)據(jù)挖掘分析。利用數(shù)據(jù)挖掘的關(guān)聯(lián)規(guī)則分析與故障事件有關(guān)的數(shù)據(jù)和內(nèi)容。6）結(jié)論。構(gòu)建正確的、合理的故障樹是對(duì)智能電表故障進(jìn)行分析的前提條件。利用故障分析，確定故障分析順序與診斷流程，來提高系統(tǒng)的安全性和可靠性。

1.2 數(shù)據(jù)挖掘理論

1.2.1 數(shù)據(jù)挖掘在電力領(lǐng)域的研究情況

按時(shí)間順序、快速、海量、連續(xù)到達(dá)且潛在無限的數(shù)據(jù)稱為流數(shù)據(jù)，目前流數(shù)據(jù)的應(yīng)用在數(shù)據(jù)挖掘方面例如關(guān)聯(lián)規(guī)則分析、分類分析、聚類分析已有多種成果出現(xiàn)。關(guān)聯(lián)規(guī)則分析是目前數(shù)據(jù)挖掘研究的重要模式之一，利用關(guān)聯(lián)規(guī)則算法分析故障數(shù)據(jù)，發(fā)現(xiàn)故障現(xiàn)象與故障類別之間存在的聯(lián)系，并將故障信息轉(zhuǎn)換成算法可識(shí)別的關(guān)聯(lián)項(xiàng)，提高數(shù)據(jù)挖掘效率，為設(shè)備故障檢測(cè)提供科學(xué)依據(jù)。分類分析法是找出大量數(shù)據(jù)中的一組數(shù)據(jù)對(duì)象的共同特點(diǎn)并按照分類模式將其劃分為不同的類型，其目的是通過分類模型，將數(shù)據(jù)庫中的數(shù)據(jù)項(xiàng)映射到某個(gè)給定的類別中，包括決策樹分類法、基于規(guī)則的分類法、最近鄰分類法和神經(jīng)網(wǎng)絡(luò)分類法。聚類分析法與分類分析法類似，但其分類的目的不同，根據(jù)數(shù)據(jù)相似性、差異性等將數(shù)據(jù)進(jìn)行分類，聚類分析法對(duì)用戶用電模式，電力調(diào)度、狀態(tài)估計(jì)等有重要作用。

智能電能表的故障挖掘在建立故障樹的基礎(chǔ)上，挖掘故障時(shí)電能表的事件記錄，回路分析等，據(jù)故障現(xiàn)象對(duì)分析結(jié)果進(jìn)行診斷，分析各結(jié)果之間存在因果關(guān)聯(lián)、時(shí)序關(guān)聯(lián)、比對(duì)關(guān)聯(lián)等關(guān)系。因此，關(guān)聯(lián)規(guī)則挖掘方法適用于智能電能表故障診斷。

1.2.2 關(guān)聯(lián)規(guī)則挖掘方法基本原理

關(guān)聯(lián)規(guī)則是指在數(shù)據(jù)項(xiàng)之間的關(guān)聯(lián)或存在的相互關(guān)系，APRIORI算法在數(shù)據(jù)挖掘中是1種極具影響的布爾關(guān)聯(lián)規(guī)則算法，APRIORI算法將關(guān)聯(lián)規(guī)則分為2步。1）先找出所有的頻繁項(xiàng)集（frequent itemset），即其支持度不低于用戶最小支持度的項(xiàng)目集。2）從頻繁項(xiàng)集中構(gòu)造其置信度不低于用戶最小置信度的規(guī)則。

關(guān)聯(lián)規(guī)則的目的就是在一個(gè)數(shù)據(jù)集中找出項(xiàng)與項(xiàng)之間的關(guān)系，可定義項(xiàng)集組合為I，即I1=X1UX2UX3UX4UX5UX6U…UXm，則為項(xiàng)集組合I中所含項(xiàng)數(shù)為1的項(xiàng)集組合的子集，令為項(xiàng)集組合I中所含項(xiàng)數(shù)為2的項(xiàng)集組合的子集，同理，定義I3，I4，I5，…In，則有I=I1UI2UI3U…UIn。設(shè)X，Y都是I中的項(xiàng)或項(xiàng)集，關(guān)聯(lián)規(guī)則形如X→Y，S表示支持度，為項(xiàng)集{X，Y}在總項(xiàng)集里出現(xiàn)的概率，C表示可信度，為項(xiàng)集{X，Y}在項(xiàng)集{X}里出現(xiàn)的概率，即：

S%=S（X→Y）=P（X，Y）? （1）

C%=C（X→Y）=P（X，Y）/P（X）? （2）

2 失效分析故障樹研究

2.1 故障分析

硬件故障主要發(fā)生在電源、繼電器、液晶和光耦等元器件以及一些生產(chǎn)工藝中，例如接線端子制造或安裝過程中出現(xiàn)問題導(dǎo)致接觸不良、液晶屏幕觸電虛焊等。對(duì)電能計(jì)量設(shè)備運(yùn)行故障進(jìn)行調(diào)研，發(fā)現(xiàn)所有故障中，顯示異常、計(jì)量失準(zhǔn)、通信異常、外觀損壞和外觀老化總故障率超過90%，除三相電子式費(fèi)控電能表的外觀老化故障外，其他三類電表的顯示異常、計(jì)量失準(zhǔn)、通信異常、外觀損壞和外觀老化的故障占比均高于10%。經(jīng)分析現(xiàn)場(chǎng)故障的電能表，具體檢測(cè)故障原因結(jié)果見表1。

2.2 基于故障樹的故障挖掘

根據(jù)現(xiàn)場(chǎng)故障的電能表分析，通過顯示故障、485通信故障、計(jì)量故障等故障類型建立故障樹如圖2、圖3所示。

3 關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘

3.1 數(shù)據(jù)處理

將故障數(shù)據(jù)與診斷結(jié)果按關(guān)聯(lián)規(guī)則進(jìn)行處理，提取主要故障信息，并對(duì)故障信息進(jìn)行分類轉(zhuǎn)換成算法可識(shí)別的關(guān)聯(lián)項(xiàng)，提高數(shù)據(jù)挖掘效率。形成關(guān)聯(lián)關(guān)系{M1，M2，M3}{R2}·{S2%，C2%}說明由故障信息M1，M2，M3診斷出故障結(jié)果為R2，對(duì)此結(jié)果的支持度為S2%，置信度為C2%。此診斷的故障結(jié)果可定位故障，為故障消缺提供技術(shù)指導(dǎo)。

關(guān)聯(lián)規(guī)則的APRIORI算法分為兩步，第一步產(chǎn)生頻集，第二步產(chǎn)生關(guān)聯(lián)規(guī)則，算法的原理概括如圖4所示。

3.2 算例分析

根據(jù)以上流程，給定故障數(shù)據(jù)，通過APRIORI算法抽取關(guān)聯(lián)規(guī)則。見表2，M1～M6分別表示：時(shí)鐘異常、電表停走、電表失壓、電表失流、顯示亂碼、電表斷相，R1表示表計(jì)故障，R2表示回路異常。

設(shè)定最小支持度為15%，最小置信度為35%，生成的規(guī)則見表3。

如果檢測(cè)到故障信息為電表停走、電表失流，應(yīng)排查回路是否異常，并將故障原因反饋，及時(shí)更新數(shù)據(jù)庫數(shù)據(jù)。

4 結(jié)語

通過對(duì)智能電表故障數(shù)據(jù)統(tǒng)計(jì)調(diào)查結(jié)果分析，定位電能表故障原因，建立了智能電表故障樹。通過數(shù)據(jù)挖掘的關(guān)聯(lián)規(guī)則算法，梳理了智能電表故障發(fā)生的概率特征，從不同角度探究智能電表故障特征。應(yīng)用結(jié)果表明，故障樹分析法及數(shù)據(jù)挖掘算法能夠有效幫助相關(guān)技術(shù)人員進(jìn)行故障定位、故障診斷和故障處理，減少故障處理時(shí)間，提高故障智能電表質(zhì)量管理水平，具有很好的實(shí)用價(jià)值。

參考文獻(xiàn)

[1]羅冉冉，龍磊，張垠.基于故障樹理論的單相智能電能表黑屏故障分析方法研究[J].電測(cè)與儀表，2014，51（23）：6-10，17.

[2]陳馳.基于用電信息采集系統(tǒng)的運(yùn)行電表故障智能分析[J].電測(cè)與儀表，2014，51（15）：18-22.

[3]李鵬，楊熹，陳欣，等.單相智能電能表電池欠壓故障分析[J].工業(yè)儀表與自動(dòng)化裝置，2017（4）：113-114，120.

[4]祝宇楠，徐晴，劉建，等.數(shù)據(jù)挖掘在智能電能表故障分析中的應(yīng)用[J].電力工程技術(shù)，2016，35（5）：19-23.

[5]章欣，段曉萌，江小強(qiáng)，等.智能電表時(shí)鐘電池欠壓故障剖析及防范措施研究[J].電測(cè)與儀表，2014，51（10）：24-27.

[6]朱東升，李天陽，徐石明.基于數(shù)據(jù)挖掘技術(shù)的電能表故障分析研究[J].自動(dòng)化與儀表，2018，33（5）：14-18.