一种电能计量箱故障诊断方法与流程

本发明涉及电力系统自动化与智能制造，具体涉及一种电能计量箱故障诊断方法。

背景技术：

1、电能计量箱作为智能电网的末端核心节点，承担着电能计量、负荷控制与安全隔离的重要职能。其运行状态的稳定性直接关系到贸易结算的准确性与供电可靠性。然而，现有的电能计量箱故障诊断技术仍存在诸多缺陷，难以满足新型电力系统对高可靠性、高智能化的要求。

2、首先，感知维度单一，漏报率高。现有诊断方法例如基于lms滤波的诊断方法主要依赖电压、电流等电气量数据。然而，大量的现场运行数据表明，早期的接触不良、螺丝松动、绝缘老化等故障，在初期阶段电气量（如电流、电压有效值）变化极其微弱，甚至完全淹没在正常波动中。这类故障在早期往往表现为伴随性的机械振动、局部温升或超声波发射。单一电气量的监测手段无法捕捉这些早期征兆，导致诊断滞后，往往在故障已经造成明显后果（如起火、断电）时才被发现。

3、其次，数据孤岛与隐私安全风险。为了实现大数据分析，传统方案通常要求将各个台区、各个计量箱的海量波形数据实时上传至云端服务器。这不仅占用了大量的通信带宽，增加了运营成本，更重要的是，用户侧的用电数据属于高度敏感的个人隐私信息。根据《电力数据安全规范》（gb/t 36572-2018）及相关法律法规，集中式存储和跨区域传输原始用电数据存在严重的合规性风险。

4、再次，静态阈值适应性差。现有系统多采用固定阈值进行报警判断（例如，设定电流超过100a即报警）。然而，计量箱的运行环境复杂多变，环境温度、湿度、负荷特性的变化都会显著影响设备的物理状态。例如，在夏季高温环境下，同样的电流负载导致的温升会远高于冬季，固定阈值要么导致在高温下频繁误报，要么导致在低温下漏报。

5、最后，缺乏预测性维护能力。现有技术大多停留在“事后报警”层面，即仅在故障已经发生或即将发生时发出警报。系统无法预知设备在未来一段时间内的健康状态演变趋势，无法评估剩余使用寿命（remaining useful life, rul）。这导致运维工作始终处于被动的“抢修”模式，无法实现主动的“预防性维护”，运维效率低下，成本高昂。

6、综上所述，亟需一种能够融合多源信息、保障数据隐私、具备环境自适应能力且能实现故障预测的新型诊断方法及系统，以解决现有技术中存在的上述痛点。

技术实现思路

1、本发明旨在解决上述技术问题，提供一种从“被动诊断”转向“主动预测”的智能方案。

2、为实现上述目的，本发明是通过以下技术方案实现的：

3、一种电能计量箱故障诊断方法，其特征在于，包括以下步骤：

4、步骤s1：同步采集计量箱内的电气量数据与非电气量数据，所述电气量数据至少包括三相电压、三相电流及零序电流，所述非电气量数据至少包括箱体振动加速度、超声波局放信号、红外热成像温度及环境温湿度；

5、步骤s2：在部署于配变台区的边缘计算节点中，运行改进型lms自适应滤波算法，对所述电气量数据进行工频跟踪与噪声滤除，提取基波幅值、相位及谐波畸变率特征；同时对所述非电气量数据进行小波包变换，提取频带能量熵特征；

6、步骤s3：构建时空注意力融合网络，将所述电气量特征作为查询向量，将所述非电气量特征作为键向量和值向量，计算特征关联权重矩阵，生成融合故障特征向量；

7、步骤s4：在云端服务器构建与所述计量箱物理结构一致的数字孪生体，将所述融合故障特征向量实时映射至所述数字孪生体，驱动孪生模型更新状态，并通过多物理场耦合仿真推演故障演化路径及剩余寿命；

8、步骤s5：基于所述故障演化路径设定随环境参数变化的动态报警阈值，输出诊断结果；当诊断结果为严重故障时，通过自愈控制模块执行负荷切换。

9、本发明进一步设置，在每日零点时刻，边缘计算节点控制模拟开关切断外部互感器输入，切换至内部基准电压源通路；利用内部高精度基准电压源vref，通过精密分压电阻网络生成标准激励信号sstandard；控制adc采集所述标准激励信号，获得测量值smeasured；计算增益校准系数 g，公式为：g=smeasured/sstandard，其中，sstandard为标准激励信号的标称值，smeasured为adc采集到的实际值；

10、将校准系数 g存储于非易失性存储器中，并在后续所有数据采集过程中，将原始采样值乘以 g以完成补偿。

11、本发明进一步设置，步骤s2中的改进型lms自适应滤波算法包括：引入归一化变步长因子μ(n)，其更新公式定义为，其中，β为平滑系数，取值范围[0.9,0.99]；e(n)为第n次迭代的误差信号；为输入信号向量的欧氏范数平方；为防止分母为零的极小常数；

12、所述算法根据输入信号功率自适应调整收敛速度，在信号突变时增大步长以快速跟踪，在稳态时减小步长以降低失调噪声。

13、本发明进一步设置，步骤s3中的跨模态时空注意力融合具体包括：

14、时间对齐：采用三次样条插值法，将采样频率不同的振动信号、超声信号与电气信号重采样至统一时间基准；

15、空间编码：根据传感器在计量箱内的物理坐标（x, y, z），生成空间位置编码向量ppos；

16、注意力计算：将融合特征输入多头注意力机制，计算公式为：

17、

18、通过所述空间位置编码，强化物理距离相近的传感器特征之间的关联性。

19、本发明进一步设置，步骤s4中的数字孪生体构建方法包括：

20、基于bim技术导入计量箱cad图纸，生成包含断路器、母线排、端子排及螺丝的三维网格模型；

21、在有限元分析软件中定义电磁-热-力耦合方程：

22、；其中r为焦耳热源，r为随温度和压力变化的接触电阻；h为磁场强度矢量，单位为 a/m；j为传导电流密度矢量，由实时采集的相电流数据计算得出，单位为a/m2；d为电位移矢量，单位为 c/m2；ρ为母线排材料的密度，单位为kg/m3；为母线排材料的比热容，单位为j/(kg\cdotpk)；t为温度场分布函数，单位为k；k为母线排材料的热导率，单位为w/(m\cdotpk)；σ为应力张量，单位为 pa；e为弹性模量矩阵，单位为pa；ε为应变张量，无量纲；

23、通过opc ua协议将边缘端采集的实时数据注入所述三维模型，驱动模型颜色、形变及温度场的动态变化。

24、本发明进一步设置，步骤s5中的动态报警阈值设定方法为：

25、定义健康度指数hi(t)，其初始值为1，随时间及故障程度衰减；

26、报警阈值 th(t)随环境温度动态调整，公式为：；

27、其中为基准阈值，k为温度补偿系数（取值 0.001-0.003），为参考温度；

28、当hi(t)<0.8时触发预警，当hi(t)<0.5时触发报警并启动自愈控制。

29、本发明进一步设置，还包括联邦蒸馏学习机制：

30、多个边缘计算节点在本地训练轻量化stafn模型，仅将模型输出的软标签上传至云端服务器；

31、云端服务器采用联邦平均算法聚合所有边缘节点的软标签，生成全局模型参数；

32、云端将更新后的全局模型参数下发至各边缘节点，实现模型的协同进化，且不传输原始用户用电数据，保障数据隐私。

33、本发明还提供了一种实施上述方法的系统，包括：

34、多模态感知层：包括宽动态零磁通互感器、mems三轴振动传感器、40khz超声波传感器、红外热成像阵列及温湿度传感器，所述传感器通过rs485或lora总线连接至边缘网关；

35、边缘计算层：采用搭载npu的工业边缘网关，内置arm cortex-a72处理器，算力不低于4 tops，配置有sdram缓存与安全加密芯片；

36、数字孪生层：部署于云端的微服务集群，包含模型管理引擎、多物理场仿真求解器及数据库；

37、应用交互层：包括web可视化大屏、移动端app及运维工单系统。

38、本发明进一步设置，所述多模态感知层还具备传感器自校准功能：

39、网关内置高精度基准电压源与基准加速度源；

40、在每日零点时刻，系统自动切换至自检模式，向测量链路施加已知标准信号，计算校准系数；对于加速度传感器，通过写入其内置自检寄存器产生等效静电激励，读取输出偏移并与理论值比较以验证通道完好性。

41、本发明进一步设置，还包括自愈控制模块：

42、当诊断结果为“触点接触不良”或“瞬时过流”时，系统自动发送指令至智能断路器执行分闸操作；延时3秒后，检测故障是否消失，若消失则自动重合闸；若故障持续，则切换至备用电源回路，并锁定故障回路直至人工复位。

43、本发明的有益效果在于：

44、通过融合振动、超声等非电气量特征，对早期隐性故障（如螺丝松动）的检出率大大提升。采用联邦蒸馏学习机制，原始数据不出户，仅上传模型参数，完美符合国家电力数据安全法规。通过数字孪生体的多物理场仿真，可提前数小时至数天预测故障发展趋势，实现从“事后抢修”到“事前预防”的转变。传感器自校准和动态阈值机制，有效消除了温漂和环境干扰的影响，系统鲁棒性大幅提升。