楊文佳，苗 璐，樊 瑋，夏 偉

（1.廣東電網(wǎng)有限責(zé)任公司電力調(diào)度控制中心，廣州 510600；2.南方電網(wǎng)數(shù)字電網(wǎng)研究院有限公司，廣州 510600）

0 引言

GIS信息由地理信息系統(tǒng)產(chǎn)生，該信息包含了地理信息以及遙感信息，能夠為計算機數(shù)據(jù)處理技術(shù)提供分析對象。隨著大數(shù)據(jù)技術(shù)的應(yīng)用普及，海量數(shù)據(jù)處理成為了數(shù)據(jù)處理的基本處理過程，融合后的數(shù)據(jù)能夠挖掘得到其內(nèi)部隱含的特征信息，在自動化故障監(jiān)測過程中，以該特征信息作為監(jiān)測對象，能夠構(gòu)建形成科學(xué)地監(jiān)測過程。由此可知，設(shè)計自動化故障融合監(jiān)測技術(shù)具有一定的發(fā)展意義。

國外研究監(jiān)測技術(shù)起步較早，研究人員最初將監(jiān)測技術(shù)用于機械故障診斷與維護上，并根據(jù)機械運行參數(shù)設(shè)計了數(shù)值關(guān)系式的監(jiān)測條件。國內(nèi)自上個世紀八十年代展開監(jiān)測技術(shù)的研究，研究人員應(yīng)用了數(shù)值解析的模型整理故障融合中的數(shù)值條件，并結(jié)合數(shù)值統(tǒng)計學(xué)的分析方法將故障融合數(shù)據(jù)處理線性或是時序相關(guān)性，設(shè)計形成了多種監(jiān)測算法。整理當(dāng)下的研究成果可知，董懷普、王位杰等人設(shè)定了自動化設(shè)備運行規(guī)則，并采用深度優(yōu)先搜索算法建立了故障數(shù)據(jù)之間的連接關(guān)系，并推算得到了監(jiān)測數(shù)值條件。陳泗貞、梁競雷等人采用相關(guān)性分析過程處理了故障數(shù)據(jù)，采用信息整合的方式將同等類型的故障數(shù)據(jù)處理為相同的數(shù)據(jù)事件，利用蠻力BF算法構(gòu)建數(shù)值監(jiān)測過程，構(gòu)建形成故障融合監(jiān)測技術(shù)。經(jīng)階段性的應(yīng)用研究發(fā)現(xiàn)，現(xiàn)有的故障融合監(jiān)測技術(shù)對融合后的故障數(shù)據(jù)不敏感，實際監(jiān)測過程中會產(chǎn)生誤監(jiān)或是漏監(jiān)的情況。為此，設(shè)計基于海量GIS數(shù)據(jù)的自動化故障融合監(jiān)測技術(shù)。

1 基于海量GIS數(shù)據(jù)的自動化故障融合監(jiān)測技術(shù)

1.1 利用GIS時空數(shù)據(jù)模型多尺度表達故障數(shù)據(jù)

利用GIS時空數(shù)據(jù)模型中的時空性，將故障數(shù)據(jù)處理為空間形式的數(shù)據(jù)，空間化后的故障數(shù)據(jù)可表示為：

其中，z（k+1）表示空間化處理后的故障數(shù)據(jù)數(shù)值關(guān)系，A表示故障數(shù)據(jù)中的層次參數(shù)，z（k）表示故障數(shù)據(jù)的階態(tài)向量，e（k）表示期望為0的故障數(shù)據(jù)序列。采用預(yù)處理的方式簡化空間化處理的故障數(shù)據(jù)為拓撲結(jié)構(gòu)，計算數(shù)值空間范圍內(nèi)存在的編碼參數(shù)，數(shù)值關(guān)系可表示為：

其中，BM表示計算得到的編碼參數(shù)，xk表示拓撲結(jié)構(gòu)中的故障數(shù)據(jù)集，n表示參與處理的故障數(shù)據(jù)數(shù)量，其余參數(shù)含義不變。為了消除編碼參數(shù)計算誤差所帶來的尺度誤差，采用DP算法調(diào)整拓撲結(jié)構(gòu)中產(chǎn)生的數(shù)值差，調(diào)整過程可表示為：

其中，κ表示設(shè)定的調(diào)整參數(shù)，其余參數(shù)含義保持原有含義不變。調(diào)整含有數(shù)值差的故障數(shù)據(jù)后，自定義拓撲結(jié)構(gòu)中的故障數(shù)據(jù)，并利用故障數(shù)據(jù)建立不同尺度條件的數(shù)值約束關(guān)系，整理同尺度關(guān)系下的數(shù)據(jù)后，選定故障數(shù)據(jù)的極值數(shù)值驗證對象，確定尺度條件下實際產(chǎn)生的包矩數(shù)值，當(dāng)該數(shù)值大于0時，則表示該尺度下的故障數(shù)據(jù)符合邏輯。使用上述多尺度表達后的故障數(shù)據(jù)，設(shè)定海量數(shù)據(jù)融合規(guī)范變量。

1.2 設(shè)定海量數(shù)據(jù)融合規(guī)范變量

使用上述多尺度表達后的故障數(shù)據(jù)，根據(jù)故障數(shù)據(jù)的時間序列，在對應(yīng)的時間節(jié)點處，構(gòu)造故障數(shù)據(jù)的變量數(shù)值關(guān)系，數(shù)值關(guān)系可表示為：

其中，xp表示不同時間序列下的故障數(shù)據(jù)變量，xk表示去均值處理后的多尺度故障數(shù)據(jù)?？芍谏鲜鲎兞繑?shù)值關(guān)系內(nèi)，數(shù)據(jù)融合時的特征值呈降序分布，故將上述計算得到的變量參數(shù)處理為協(xié)方差，參數(shù)之間的相互關(guān)系，構(gòu)建變量間的轉(zhuǎn)換矩陣，矩陣可表示為：

其中，J表示構(gòu)建得到的轉(zhuǎn)換矩陣，Vd表示特征數(shù)值中包含的參數(shù)相互關(guān)系，其余參數(shù)含義不變。選定狀態(tài)空間變化指標作為度量參數(shù)，設(shè)定規(guī)范的數(shù)值關(guān)系，數(shù)值關(guān)系可表示為：

上述數(shù)值關(guān)系當(dāng)中，T表示規(guī)范數(shù)值關(guān)系中的控制限參數(shù)，其余參數(shù)含義不變。當(dāng)故障數(shù)據(jù)規(guī)模增大時，控制限影響下的度量參數(shù)也發(fā)生變化，將控制限參數(shù)處理為正態(tài)分布的形式，根據(jù)參與融合數(shù)據(jù)量，不斷迭代處理設(shè)定的控制限數(shù)值，采用二值逼近的方式確定規(guī)范處理過程中各項參數(shù)產(chǎn)生的階躍擾動，消除其他參數(shù)對規(guī)范變量產(chǎn)生的干擾。設(shè)定海量數(shù)據(jù)融合規(guī)范變量后，構(gòu)建自動化故障融合監(jiān)測方法。

1.3 設(shè)計自動化故障融合監(jiān)測方法

以上述得到的規(guī)范變量作為監(jiān)測過程中的約束關(guān)系，將多尺度化的故障融合數(shù)據(jù)處理為含有奇異值的形式，數(shù)值關(guān)系可表示為：

其中，σi表示含有奇異值的故障融合數(shù)據(jù)關(guān)系，λi表示故障融合數(shù)據(jù)的特征值，其余參數(shù)含義不變。將含有奇異值的故障融合數(shù)據(jù)處理為不同主元閾值的變量，并根據(jù)該變量建立監(jiān)測時的子塊，此時，形成的子元監(jiān)測塊可表示為：

其中，D表示設(shè)定的子元監(jiān)測塊，ki表示融合數(shù)據(jù)的敏感主元，pi表示序號處理后的故障數(shù)據(jù)，其余參數(shù)含義不變。依次計算每個監(jiān)測子塊中的統(tǒng)計量，并將該統(tǒng)計量與主元閾值融合處理，構(gòu)建形成特征值矩陣，并整理統(tǒng)計量對應(yīng)的控制限參數(shù)，采用貝葉斯方法計算得到的BIC統(tǒng)計量，并以該統(tǒng)計量作為實際的監(jiān)測條件，當(dāng)故障融合數(shù)據(jù)超過該統(tǒng)計量數(shù)值時，即成功監(jiān)測一次。綜合上述研究設(shè)計過程，最終完成對基于海量GIS數(shù)據(jù)的自動化故障融合監(jiān)測技術(shù)的設(shè)計。

2 故障融合監(jiān)測測試

2.1 GIS索引標記海量自動化故障數(shù)據(jù)

調(diào)用GIS處理系統(tǒng)中的海量時空數(shù)據(jù)讀寫架構(gòu)，將自動化故障數(shù)據(jù)處理為索引表與源數(shù)據(jù)表兩種組成部分。調(diào)用適配器Adapter將處理得到的數(shù)據(jù)索引處理為索引元數(shù)據(jù)，調(diào)用DBZ索引結(jié)構(gòu)構(gòu)建一個區(qū)域聚類數(shù)據(jù)維度，將自動化數(shù)據(jù)處理為多維空間下的數(shù)據(jù)點，并采用位交錯法將故障數(shù)據(jù)處理為索引編碼數(shù)值，在海量數(shù)據(jù)集中設(shè)定一個數(shù)據(jù)點索引篩選結(jié)構(gòu)，設(shè)定的規(guī)模篩選結(jié)構(gòu)如圖1所示。

圖1 設(shè)定的數(shù)據(jù)點索引篩選結(jié)構(gòu)

整理篩選結(jié)構(gòu)產(chǎn)生的自動化數(shù)據(jù)點，采用曲線編碼的方式將篩選得到的數(shù)據(jù)節(jié)點數(shù)據(jù)，在節(jié)點數(shù)據(jù)范圍內(nèi)，定義主元敏感系數(shù)，將主元作為數(shù)值變量，整理上述篩選的數(shù)據(jù)點，構(gòu)建一個GIS數(shù)值仿真過程，仿真數(shù)值結(jié)構(gòu)為：

其中，xi（i=1，2，…，4）表示篩選得到的的自動化數(shù)據(jù)點，eij（i=1，2，3，j=1，2，3）表示定義的不同維度的源變量，zi（i=1，2，3）表示設(shè)定數(shù)值仿真變量。整理上述形成的數(shù)值仿真，可知在仿真過程中產(chǎn)生了100組數(shù)值訓(xùn)練樣本，在篩選得到的數(shù)據(jù)樣本內(nèi)，設(shè)定兩種類型的故障。故障1在x1維度內(nèi)的數(shù)據(jù)上一個幅值為0.2的階躍故障，故障2則是在x2屬性內(nèi)的數(shù)據(jù)增加0.001×（i-400）的斜坡故障。故障數(shù)據(jù)設(shè)定完畢后，為了控制設(shè)定故障數(shù)據(jù)對其他變量產(chǎn)生影響，引用故障重構(gòu)的方式消除故障數(shù)據(jù)集中存在的觀測量變化。

2.2 故障數(shù)據(jù)重構(gòu)

整理上述設(shè)定故障后的數(shù)據(jù)，將其定義為原始數(shù)據(jù)集后，通過MEWMA模型濾波，將故障融合后的數(shù)據(jù)重構(gòu)，重構(gòu)過程可表示為：

上述數(shù)值關(guān)系下，vi表示重構(gòu)后的故障融合數(shù)據(jù)，κi表示模型濾波處理函數(shù)，fi表示設(shè)定的故障數(shù)據(jù)集，T表示重構(gòu)周期，其余參數(shù)含義不變。使用上述重構(gòu)后的故障數(shù)據(jù)，統(tǒng)一設(shè)定不同維度故障數(shù)據(jù)的控制限，此時設(shè)定的故障數(shù)據(jù)的控制限統(tǒng)計量可表示為：

其中，conti表示設(shè)定的控制限統(tǒng)計量，φ表示控制限中的統(tǒng)計量，其余參數(shù)含義不變。針對設(shè)定的故障數(shù)據(jù)控制限統(tǒng)計量數(shù)值，整理故障數(shù)據(jù)在控制限數(shù)值內(nèi)的統(tǒng)計量分布，故障數(shù)據(jù)的統(tǒng)計量分布如圖2所示。

圖2 故障數(shù)據(jù)的統(tǒng)計量分布

根據(jù)圖2所示的故障數(shù)據(jù)統(tǒng)計量分布可知，前50組故障數(shù)據(jù)的統(tǒng)計量呈周期均勻變化，設(shè)定故障變量后的數(shù)據(jù)統(tǒng)計量出現(xiàn)了數(shù)值突變。以上述處理得到的統(tǒng)計量分布作為監(jiān)測標準，應(yīng)用基于深度檢索的融合監(jiān)測技術(shù)、基于偏最小二乘的融合監(jiān)測技術(shù)以及所設(shè)計的融合監(jiān)測技術(shù)進行測試。選定相同的性能指標，對比三種故障融合監(jiān)測技術(shù)的性能。

2.3 監(jiān)測結(jié)果及分析

基于上述數(shù)據(jù)處理，定義故障數(shù)據(jù)中的故障敏感主元，以上述設(shè)定的控制限數(shù)值作為數(shù)值限制，利用協(xié)方差矩陣分解故障數(shù)據(jù)的特征數(shù)值，分解過程可表示為：

其中，C表示構(gòu)建的分解矩陣，n表示參與分解的數(shù)據(jù)樣本個數(shù)，X表示參與分解的故障融合數(shù)據(jù)，其余參數(shù)含義不變。以構(gòu)建分解矩陣中的數(shù)值作為三種監(jiān)測技術(shù)的監(jiān)測點，定義三種數(shù)據(jù)融合監(jiān)測技術(shù)在監(jiān)測數(shù)據(jù)的監(jiān)測主元系數(shù)，系數(shù)的數(shù)值關(guān)系可表示為：

其中，εi表示計算得到的主元系數(shù)，pi表示統(tǒng)計量的貢獻率，σi表示監(jiān)測奇異值。以上述計算得到的主元系數(shù)作為監(jiān)測數(shù)據(jù)的觸發(fā)閾值，并在平面空間范圍內(nèi)構(gòu)建一個封閉的數(shù)值限制，根據(jù)上述設(shè)定的控制限作為監(jiān)測數(shù)據(jù)的控制限，在第一主元以及第二主元的方向上，整理三種故障融合數(shù)據(jù)的監(jiān)測敏感性，結(jié)果如圖3所示。

圖3 三種故障融合監(jiān)測技術(shù)敏感性結(jié)果

定義圖3中的橢圓區(qū)域范圍為選定監(jiān)測故障融合數(shù)據(jù)的控制限，可知三種故障融合監(jiān)測技術(shù)的控制限范圍相同。在兩個主元方向內(nèi)繪制的黑色直線則表示不同故障融合監(jiān)測技術(shù)在四個主元方向上的控制限，定義當(dāng)黑色直線無限趨近于數(shù)據(jù)點時，則表示該種監(jiān)測技術(shù)對監(jiān)測故障融合數(shù)據(jù)點敏感。由圖3所示的實驗結(jié)果可知，基于深度檢索的融合監(jiān)測技術(shù)在不同的主元條件下，四種主元所代表的黑色直線偏離數(shù)據(jù)點較遠，該種監(jiān)測技術(shù)對故障數(shù)據(jù)點的敏感性較弱?；谄钚《说娜诤媳O(jiān)測技術(shù)得到的黑色直線偏離數(shù)據(jù)點較近，該種融合監(jiān)測技術(shù)對故障數(shù)據(jù)的敏感性較強。而所設(shè)計的融合監(jiān)測技術(shù)得到的黑色直線無限趨近于所準備的數(shù)據(jù)點，該種故障融合監(jiān)測技術(shù)對故障融合數(shù)據(jù)的敏感性最強。

根據(jù)上述整理得到的敏感度結(jié)果，整理在不同主元的方向上的主元參數(shù)，設(shè)定三種故障融合監(jiān)測技術(shù)處理故障融合數(shù)據(jù)的遺忘因子為0.3，整理數(shù)值參數(shù)并處理為故障融合監(jiān)測的聯(lián)合指標，數(shù)值關(guān)系可表示為：

其中，F(xiàn)j表示計算得到的聯(lián)合指標，Hj表示對應(yīng)融合監(jiān)測技術(shù)內(nèi)的主元參數(shù)，ω表示設(shè)定的遺忘因子，Nj表示參與監(jiān)測的主元數(shù)量。以上述計算得到的聯(lián)合指標數(shù)值關(guān)系作為設(shè)定自動化故障的階躍評價指標，在固定的數(shù)據(jù)組數(shù)量內(nèi)，當(dāng)聯(lián)合指標數(shù)值穩(wěn)定變化時，則表示該種融合監(jiān)測技術(shù)完成一次監(jiān)測過程，已知設(shè)定的故障融合監(jiān)測過程產(chǎn)生的聯(lián)合指標參數(shù)相等，對應(yīng)整理三種故障融合監(jiān)測技術(shù)得到的故障采樣點結(jié)果，如圖4所示。

圖4 三種融合監(jiān)測技術(shù)監(jiān)測故障融合數(shù)據(jù)量結(jié)果

根據(jù)計算得到的聯(lián)合指標系數(shù)可知，三種自動化故障融合監(jiān)控技術(shù)在監(jiān)測故障數(shù)據(jù)時產(chǎn)生數(shù)值突變，可知未能監(jiān)測故障時，監(jiān)測技術(shù)得到的聯(lián)合指標數(shù)值小于2，以該數(shù)值作為判斷點，聯(lián)合指標參數(shù)在20～30之間均勻變化時，表示監(jiān)測技術(shù)監(jiān)測得到自動化故障融合數(shù)據(jù)點。由實驗設(shè)定的故障點可知，基于深度檢索的融合監(jiān)測技術(shù)在第16組左右的故障數(shù)據(jù)組產(chǎn)生聯(lián)合參數(shù)突變，可知該種監(jiān)測技術(shù)監(jiān)測得到的故障融合數(shù)據(jù)數(shù)量為84組，對應(yīng)上述設(shè)定的故障數(shù)據(jù)組數(shù)量可知，該種監(jiān)測技術(shù)誤將正常自動化數(shù)據(jù)監(jiān)測為故障數(shù)據(jù)，該種監(jiān)測技術(shù)產(chǎn)生了較多的誤報?；谄钚《说娜诤媳O(jiān)測技術(shù)發(fā)生聯(lián)合指標突變時對應(yīng)監(jiān)測得到的故障數(shù)據(jù)數(shù)量為70，可知該種監(jiān)測技術(shù)監(jiān)測故障數(shù)據(jù)時產(chǎn)生的故障漏報。而所設(shè)計的故障融合監(jiān)測技術(shù)在第50組數(shù)據(jù)產(chǎn)生聯(lián)合參數(shù)突變，根據(jù)設(shè)定的自動化故障融合數(shù)據(jù)可知，該種監(jiān)測技術(shù)并未產(chǎn)生監(jiān)測誤報以及漏報，實際的監(jiān)測結(jié)果最準確。

3 結(jié)語

依照海量GIS數(shù)據(jù)的處理特性，構(gòu)建自動化故障融合監(jiān)測技術(shù)。選定現(xiàn)有的兩種監(jiān)測技術(shù)與設(shè)計的監(jiān)測技術(shù)進行性能對比，根據(jù)設(shè)定的監(jiān)測測試結(jié)果反饋可知，所設(shè)計的故障監(jiān)測技術(shù)能夠改善監(jiān)測時產(chǎn)生的誤監(jiān)與漏監(jiān)問題。在未來故障融合監(jiān)測過程當(dāng)中，希望所構(gòu)建的監(jiān)測技術(shù)能夠研究工作提供理論支持。