关键词：大数据；电力计量装置；智能诊断
引言
我国终端的数据接入量和采集量不断增长，每天采集器采集的数据就高达28.8亿，高强度的运行为现场带来了大量故障，使用人员维护起来十分困难。因此需要研究出有效的电力计量装置故障诊断方法，通过该方法帮助企业优化系统流程，提高电网的运行效率，节约维护时候花费的工作成本。
1对电力计量装置工作原理的分析
电力计量装置作为电力系统运行的重要组成部分，它的工作原理是利用电压与电流互感器、电压与计量器之间的相互作用关系而研制的一种电能计量设备。通过对电力计量装置的安装，可以准确地计算出一定时间内用户用电量的多少，同时也有利于工作人员对用电量的统计，其次在应用电力计量装置时，互感器和接线柱的使用，可以有效地避免漏电、偷电现象的出现。
2基于大数据的电力计量装置故障智能化诊断
（1） 电力计量装置故障智能化诊断知识库建立。建立的电力计量装置故障智能化诊断知识库除了具备储存电力计量装置数据的能力之外，还要具备删除、修改和查询的功能。将诊断和监测的结果存入诊断知识库，同时知识库还要记录大量故障问题，并进行定期更新，方便更准确地诊断出结果。电力计量装置故障智能化诊断知识库包括两部分：异常特征模型和专家规则库，每部分都拥有自己的管理机制。异常特征模型的管理机制有3个模块，分别为建立模块、修改模块、删除模块，专家规则库同样包括3个模块：导入模块、导出模块和变更模块。电力计量装置故障智能化诊断知识库的所有界面要使用web才能实现统一管理，知识库在得到数据后，要主动与异常特征模型和专家规则库进行对比，灵活地进行分类。在每次诊断中，故障智能化诊断知识库就要建立一个异常特征模型库，选取电力计量装置中的异常故障特征，根据得到的特征建立故障模型。由于知识库中的异常特征模型库很难包含全部的异常记录，所以为了更加高效地诊断出异常故障特征，要进行定期修改和维护。通常一个电力计量装置故障智能化诊断知识库内部会拥有大量的异常特征模型库，为了防止所占空间过大，要周期性地对一些不适用于实际应用的异常特征模型库进行删除，保证智能诊断知识库有充足的空间。（2）电力计量装置故障异常信息诊断。故障的出现是由于异常信息导致的，诊断异常信息就能诊断出电力计量装置故障。将监测到的数据与建立的电力计量装置智能诊断数据库进行对比，判断是否存在故障，如果确定存在故障，则需要判断故障位置，异常信息种类、大小、数量。诊断方向主要有3种：是否为计量设备异常信息、是否为采集设备异常信息、是否为用电设备异常信息（3）电力计量装置故障在线监测利用分布式系统Hadoop对电力计量装置进行在线监测。监测时，首先要监测电力计量装置的内部存储数据，存储数据是电力计量装置的核心数据，关系到整个装置的安全运行，并且基数很大，存储数据一旦出现故障，电力计量装置将立刻无法正常工作，因此监测存储数据是重要目标之一；其次要监测数据访问形式，通常电力计量装置数据都是通过流式数据访问，如果数据不能以该方式进行访问，则很有可能出现问题；再次监测电力计量装置是否支持大文件计量，正常运行的计量装置能够支持数百GB甚至TB的大文件，并精准地计量出内部数据，如果不能支持，则很有可能出现问题；最后监测是否支持数据再平衡，电力计量装置可以根据设定的阈值，把某一个监测的数据点移到另一个数据点中，如果不能支持，则存在故障。
期刊文章分类查询,尽在期刊图书馆
3降低电力计量装置故障的应对措施
3.1严格检测电能计量设备安装质量
电力企业要想降低电力计量装置故障的发生率，就必须做好电能计量设备的质量检测工作，具体包括以下内容：（1）安装电力计量箱，它是电力计量装置的重要基础，在安装电力计量箱时首先应当注重它的空间分布状况，保证电能计量设备能够完全安装到电力计量箱中；其次，还应当为一次接线、二次接线等操作提供充足的工作空间，以免空间不足影响设备的正常运行与检修；再者，需对电力计量箱实施密封处理，这是为了防止不法分子前来窃电，以此保护电力企业免遭经济损失；最后，电力计量箱还应当具有观察所有电能计量设备运行状态及电力使用情况的能力；（2）安装电能表，电能表的安装具有明确的规定，必须保证电能表中心离地面的距离处在6m到18m范围内且计量点与电能表之间的距离也需要满足具体的规范要求，一般需保证其范围在0m到20m之间，这样才能确保电能表的安装质量符合行业标准。
3.2做好校验工作
电力计量装置得到了越来越广泛的应用，因此，对其进行校验是非常有必要的。结合运行实际，由于熔断器出现故障，引发计量装置出现问题，从而对电力企业造成极大的影响。尤其是隔离开关辅助接点方面，根据计量装置的不同需求，提升它的安全性能。对于新购置的装置，要进行全面的校验工作，在检验过程中，对电能表和互感器进行严格的检验，并严格按照相关规定进行，对送检时间进行明确，从而确保校验的合格。
3.3注重电路维护与人员管理
（1） 避免机械故障。为了进一步避免机械故障的发生，首先需要尽量选择适合安装且维修简便易于维护的电能计量设备。同时，在选择新型电能表时也要注重它的实用性，并安排专业人员利用专业的工具对其进行操作，以此保证电能计量设备不会出现机械性故障。当试验设备数据的准确性时也要及时排除数据显示不准或者无明显变化的现象，这样才能为后期电力计量系统电能使用情况的记录提供重要的参考依据。（2）提高人员素质。电力计量装置的故障检测技术需要由人工完成，所以应当全面提高电力企业工作人员的整体素质，提高故障检测水平，让电力计量装置在电力计量系统中发挥重大作用。首先，电力企业在开展人员素质培训工作时需对其专业技能加以提升，并鼓励其积极学习先进的操作技术与检测手段；其次，需要进一步提高工作人员的责任使命感，让其深知自身责任重大，必要时可采用奖惩制对其工作表现起到一定的督促与鼓励作用；最后，电力企业应优化工作流程，制定相应的操作规范，约束人员日常工作行为。
结语
目前用的比较广泛的电力计量装置故障诊断方法有3类，分别是利用信号诊断、利用数据模型诊断和利用知识经验诊断，这些诊断方法都十分依赖人工操作，不具备智能性。近年来，人工智能诊断技术迅速发展，科学家不断在人工智能诊断技术中加入创新思路，使该技术愈加成熟。另外，相关人员还应深入研究电力计量装置故障产生原因，并制定针对性解决方案，促使电力企业朝着可持续发展方向不断前进。
参考文献
[1]于磊，王双，韩宇龙，等.基于大数据技术的电网故障智能诊断方法[J].中国科技信息，2016，26（2）:32-33.
[2]李伟，郁章伟，李娜，等.基于大数据的电力变压器智能在线监测方法研究[J].科技创新导报，2018，33（2）:191-195.
[3]大数据下机械智能故障诊断的机遇与挑战[J].机械工程学报，2018，54（5）:94-104.
[4]王磊，陈青，高洪雨，等.基于大数据挖掘技术的智能变电站故障追踪架构[J].电力系统自动化，2018，85（3）:84-91.
论文作者:马海燕
论文发表刊物:《中国电业》2019年 19期
论文发表时间:2020/3/4
标签：电力论文; 装置论文; 故障论文; 数据论文; 异常论文; 知识库论文; 电能论文; 《中国电业》2019年 19期论文;