一种多表位耐压试验装置自动化在线监测方法及系统与流程

1.本发明涉及电力计量检定自动化生产领域，尤其涉及一种多表位耐压试验装置自动化在线监测方法及系统。


背景技术：

2.电力计量自动化检定系统利用各类机械自动化装置实现了电能表、互感器等计量设备检定作业流程的全过程自动化，已在全国各省级电力公司的计量中心大规模推广应用，很大程度上提高了计量检定生产的效率，减轻了人工作业强度并降低了人力成本。但随着系统的长期高负荷运行，如何监控系统中各关键设备的健康状态，及时发现并处理设备异常，以保证系统的运行可靠性和检定正确性成了新的研究课题。
3.常规的送检、期间核查等计量监督手段以及周期性的系统巡视、设备保养等运维方法具有一定的滞后性，由于缺乏有效的在线监控，无法在系统或设备出现异常的第一时间及时发现，所以问题一旦发生，会造成检定结果的失控，影响了计量的公平公正。同时，交流电压试验的结果影响着被试品的绝缘水平和安全性能，是电能表、互感器等设备检定项目中的关键一项，其试验装置一旦出现异常，一方面会造成测试结果的失控，出现漏检、错检等，另一方面由于试验中所加的高电压，也会对被试品、设备本身、甚至人员带来损伤。因而无论从计量可靠性还是从试验安全性考虑，同样需要将耐压试验装置的运行状况同样需要纳入在线监控的范围内。现有关于自动化检定系统在线监控的研究在准确度检定装置上已经有了一定基础，但对于耐压试验装置的关注很少，因此，亟需一种耐压试验装置的在线监测技术。


技术实现要素：

4.本发明要解决的技术问题和提出的技术任务是对现有技术方案进行完善与改进，提供一种多表位耐压试验装置自动化在线监测方法及系统，以达到解决传统定期送检、期间核查、周期巡检及维保等存在的监控滞后问题的目的。为此，本发明采取以下技术方案。
5.一种多表位耐压试验装置自动化在线监测方法，其特征在于包括以下步骤：
6.1)采集表计耐压试验数据，对于一个批次，获取所有表计耐压试验结论、表计泄露电流、试验所在的装置及表位号；
7.2)获取漏电流——表位分布统计数据，计算各表位漏电流的分布特征指标；
8.3)通过实时采集表计耐压试验结果，比较和识别同一批次不同表位上所做的所有表计泄漏电流值分布的一致性和差异性，计算各表位漏电流分布特征指标的异常指数和表位告警系数；若无异常，则结束；若存在异常，则进入下一步；
9.4)判断表位告警系数是否大于或等于第一阈值；若是，则表位预警；若否，则进入下一步；
10.5)判断告警系数是否大于或等于第二阈值，且存在指标异常指数是否大于或等于第三阈值；若是，则进入下一步；若否，则结束；
11.6)将表位列为“重点关注对象”，关注其在设定时间段内的告警系数变化情况；
12.7)判断告警系数是否有上升趋势，若是，则表位预警；若否，则结束；
13.8)异常诊断，对于告警表位，通过诊断模型诊断异常原因；对于产生告警的表位，由运维人员进行异常确认并开启检修流程，并将确认和维修结果反馈；对于无法确认的表位，仍将其列为重点关注对象；对于已确认的表位，在检修流程完毕后，经一个批次的试验，若其耐压试验装置运行状态良好，则认为回复正常；将已确认的故障和对应已知样本纳入知识集，比较诊断模型诊断与现场实际不符合的情况，优化诊断模型参数以提高模型准确性。
14.作为优选技术手段：耐压试验装置的每个表位均安装泄露电流测试板，泄露电流测试板同时具有漏电流测量和数据传输模块，泄露电流测试板通过硬件接口与耐压试验装置的工控机通信；在步骤1)中，通过识别泄露电流测试板的通信地址，实现对各表位耐压试验中泄露电流的区分及记录。
15.作为优选技术手段：在步骤2)中，获取漏电流——表位分布统计数据包括漏电流——表位分布统计图；统计图的纵坐标为漏电流，横坐标为各耐压试验装置中的各表位，将同一个批次所有表计的漏电流数据均显示在该统计图中；所有表计的平均漏电流和对应表位所做所有表计的平均漏电流作为参考线显示在图中；
16.一批次的漏电流分布特性用该批次下所有表计的漏电流进行计算；表位的漏电流分布特性用该批次下在该表位上做试验的所有表计的漏电流进行计算；表位漏电流分布特性的指标包括平均值x1、标准差x2、最大值x3、最小值x4；
17.在计算表位漏电流标准差x2和最大值x3时，剔除掉该批次中出现的第一只绝缘性能不合格表计。由于一个批次不可避免的混有绝缘性能不合格的表记，故上述分布特性指标需要充分考虑不合格表记对其影响；对于一个批次，上百只表记会在同一个表位上先后进行试验，故一只绝缘性能不合格的表计对表位的漏电流分布特性指标内的平均值x1影响有限，但由于批次表记的一致性，其对表位上漏电流的最大值x3及标准差x2有很大影响。
18.作为优选技术手段：在步骤3)计算各表位漏电流分布几个指标的异常指数和表位告警系数时，采用拉伊达法识别漏电流分布异常；
19.对于一漏电流分布特性指标，定义表位各指标项的异常指数为：
[0020][0021]
其中，μ
i
表示第i个指标项在各表位的平均值，s
i
表示该指标项在各表位的标准差；根据异常数据识别原则，在正常情况下，指标项的异常指数小于1；
[0022]
由于表位漏电流分布特性通过平均值x1、标准差x2、最大值x3、最小值x4来表述，故定义表位告警系数为：
[0023][0024]
其中，α
i
为各指标项异常指数的权值。
[0025]
作为优选技术手段：在步骤7)中，设置时间窗口为n个工作日，且试验批次数不应小于m个，只有在时间窗口内告警系数持续小于第二阈值，方可取消表位“重点关注”；否则，进行表位告警。
[0026]
作为优选技术手段：在步骤8)对于告警表位，诊断异常原因时，将异常原因分为4个簇：漏电流测试板异常、高压继电器异常、压接异常、其他，利用训练好的诊断模型对告警表位进行分类；
[0027]
确定其异常原因的诊断模型在构建时以漏电流分布特征指标为输入，用知识集对模型进行训练，训练包括以下步骤：
[0028]
a.对于初始选定的质心μ
j
(j＝1,2,3,4),计算每个样本x
(i)
与每个质心μ
j
的距离，根据计算结果，样本属于与其距离最近质心的簇c
(j)
：
[0029]
c
(j)
＝arg min
j
||x
(i)
‑
μ
j
||2,j＝1,2,3,4
ꢀꢀ
(3)
[0030]
b.对于每一个类簇c
(j)
，重新计算该簇质心：
[0031][0032]
c.重复上述两个步骤知识算法收敛；
[0033]
诊断模型根据式(3)确定表位归类。
[0034]
本发明的另一个目的是提供一种适用于一种多表位耐压试验装置自动化在线监测方法的多表位耐压试验装置自动化在线监测系统。
[0035]
多表位耐压试验装置自动化在线监测系统包括：
[0036]
表计耐压试验数据采集模块：用于采集表计耐压试验数据，对于一个批次，获取所有表计耐压试验结论、表计泄露电流、试验所在的装置及表位号；
[0037]
表位漏电流的分布特征指标计算模块：用于获取漏电流——表位分布统计数据采集，并计算各表位漏电流的分布特征指标；
[0038]
监测与预警平台：通过查询一个到货批次号或一个任务号，获取该批次下所有表计的耐压试验结论、表计漏电流及试验所在具体装置及表位，通过实时采集表计耐压试验结果，比较和识别同一批次不同表位上所做的所有表计泄漏电流值分布的一致性和差异性，计算各表位漏电流分布特征指标的异常指数和表位告警系数；若存在异常，则进行以下处理：一、判断表位告警系数是否大于或等于第一阈值；若是，则表位预警；二、判断告警系数是否大于或等于第二阈值，且存在指标异常指数是否大于或等于第三阈值；若是，则将表位列为“重点关注对象”，关注其在设定时间段内的告警系数变化情况；判断告警系数是否有上升趋势，若是，则表位预警；
[0039]
异常诊断模块：对于告警表位，通过诊断模型诊断异常原因；对于产生告警的表位，获取运维人员异常确认和维修结果反馈数据；对于无法异常确认的表位，仍将其列为重点关注对象；对于已异常确认的表位，在检修流程完毕后，若经一个批次的试验后，其耐压试验装置运行状态良好，则认为回复正常；将已确认的故障和对应已知样本纳入知识集，比较诊断模型诊断与现场实际不符合的情况，优化诊断模型参数以提高模型准确性。
[0040]
作为优选技术手段：表计耐压试验数据采集模块包括安装在每一个表位的一种同时具有漏电流测量和数据传输功能的泄露电流测试板，该泄露电流测试板通过硬件接口可实现与耐压试验装置的工控机通信。
[0041]
作为优选技术手段：表计耐压试验数据采集模块在耐压试验过程中，读取并记录各表位耐压试验结果及泄露电流值；并在向本地数据库或计量自动化生产调度平台mds传
输表计的耐压试验结论，并上传表计的漏电流及耐压试验所在表位号、装置号、单元号、试验时间。
[0042]
作为优选技术手段：表位漏电流的分布特征指标计算模块在计算各表位漏电流的分布特征指标时，一批次的漏电流分布特性用该批次下所有表计的漏电流进行计算；表位的漏电流分布特性用该批次下在该表位上做试验的所有表计的漏电流进行计算；表位漏电流分布特性的指标包括平均值x1、标准差x2、最大值x3、最小值x4；
[0043]
在计算表位漏电流标准差x2和最大值x3时，剔除掉该批次中出现的第一只绝缘性能不合格表计。
[0044]
有益效果：本技术方案通过采集耐压装置试验时的表位漏电流数据，并对其开展统计和数据分析，提出了一种多表位耐压试验装置运行状态的在线监控和故障定位的方法，解决了传统定期送检、期间核查、周期巡检及维保等存在的监控滞后问题，使得耐压试验装置的试验结果持续在控。且该方法不仅能够运用于电力计量检定的自动化检定系统，对于传统的多表位人工检定装置同样适用。
附图说明
[0045]
图1是本发明流程图。
[0046]
图2是本发明的表计耐压试验数据采集框架图。
[0047]
图3是本发明的一种耐压试验结果数据采集图。
[0048]
图4是本发明的漏电流——表位分布统计图。
具体实施方式
[0049]
以下结合说明书附图对本发明的技术方案做进一步的详细说明。
[0050]
对于一个批次的表计，由于其设计方案一致，且元器件同属一个批次，故一般情况下其性能指标具有一致性，泄露电流作为衡量表计绝缘性能的指标，对于同一个批次，一般也会呈现出一致性的分布。现有的耐压试验装置是通过判断泄露电流是否超过阈值来判断表计耐压试验结果是否合格，但实际上例如表计压接情况，耐压仪及表位上相关设备的运行状况均可能影响对泄露电流值产生影响。本发明即通过实时采集表计耐压试验结果，比较和识别同一批次不同表位(装置)上所做的所有表计泄漏电流值分布的一致性和差异性，对各台耐压装置及其表位状态进行监控，并对分布特性不一致的表位(装置)进行故障定位和预警。
[0051]
如图1，本发明包括以下步骤：
[0052]
1)采集表计耐压试验数据，对于一个批次，获取所有表计耐压试验结论、表计泄露电流、试验所在的装置及表位号；
[0053]
2)获取漏电流——表位分布统计数据，计算各表位漏电流的分布特征指标；
[0054]
3)通过实时采集表计耐压试验结果，比较和识别同一批次不同表位上所做的所有表计泄漏电流值分布的一致性和差异性，计算各表位漏电流分布特征指标的异常指数和表位告警系数；若无异常，则结束；若存在异常，则进入下一步；
[0055]
4)判断表位告警系数是否大于或等于第一阈值；若是，则表位预警；若否，则进入下一步；
[0056]
5)判断告警系数是否大于或等于第二阈值，且存在指标异常指数是否大于或等于第三阈值；若是，则进入下一步；若否，则结束；
[0057]
6)将表位列为“重点关注对象”，关注其在设定时间段内的告警系数变化情况；
[0058]
7)判断告警系数是否有上升趋势，若是，则表位预警；若否，则结束；
[0059]
8)异常诊断，对于告警表位，通过诊断模型诊断异常原因；对于产生告警的表位，由运维人员进行异常确认并开启检修流程，并将确认和维修结果反馈；对于无法确认的表位，仍将其列为重点关注对象；对于已确认的表位，在检修流程完毕后，经一个批次的试验，若其耐压试验装置运行状态良好，则认为回复正常；将已确认的故障和对应已知样本纳入知识集，比较诊断模型诊断与现场实际不符合的情况，优化诊断模型参数以提高模型准确性。
[0060]
比较各表位(装置)间漏电流分布的一致性和差异性时：计算各表位漏电流分布几个指标的异常指数和表位(装置)告警系数。
①
若表位(装置)告警系数≥第一阈值，则直接报警；若第一阈值＞告警系数≥第二阈值，且存在指标异常指数≥第三阈值，则将表位(装置)列为“重点关注对象”；若不存在上述两列情况，则认为“耐压试验装置运行状态良好”；
②
对于列入“重点关注对象”的表位，需在一定的时间窗口内持续观察其告警系数的变化情况，只有在时间窗口内告警系数持续小于第二阈值，方可取消表位“重点关注”；
③
对于告警表位，确定异常原因。具体地将异常原因分为4类：“漏电流测试板异常”、“高压继电器异常”、“压接异常”、“其他”；
④
对于产生了告警的表位(装置)，由运维人员进行异常确认并开启检修流程，并将确认和维修结果反馈至监控与预警系统。对于“无法确认”的表位，仍将其列为“重点关注对象”；对于“已确认”的表位和装置，在检修流程完毕后，经一个批次的试验若其“耐压试验装置运行状态良好”可认为回复正常。
⑤
将“已确认”的故障和其他已知样本纳入知识集d，比较模型诊断与现场实际不符合的情况，优化参数已提高模型准确性。
[0061]
以下就部分步骤做进一步地说明：
[0062]
1.数据采集
[0063]
表计耐压试验数据采集框架如图2所示。
[0064]
1)耐压试验结果数据采集的基础是装置的每个表位都需要安装一种同时具有漏电流测量和数据传输功能的泄露电流测试板，该泄露电流测试板通过硬件接口可实现与耐压试验装置的工控机通信。以图3为例，选用了一种具有rs485通信接口的泄露电流测试板，可以工控机直接通信。耐压试验的软件通过识别测试板的通信地址，实现对各表位耐压试验中泄露电流的区分及记录。
[0065]
2)在耐压试验过程中，装置读取并记录各表位耐压试验结果及泄露电流值；
[0066]
3)耐压试验装置在向本地数据库或mds(计量自动化生产调度平台)传输表计的耐压试验结论的同时上传表计的漏电流及耐压试验所在表位号、装置号、单元号、试验时间等；
[0067]
4)监控与预警平台通过查询一个到货批次号或一个任务号，获取该批次下所有表计的耐压试验结论、表计漏电流及试验所在具体装置及表位。
[0068]
在耐压试验过程中，装置读取并记录各表位耐压试验结果、泄露电流值、并将表位、装置、单元号、实验时间等信息传给数据库。平台通过查询一个到货批次号或一个任务号，获取该批次下所有表计的耐压试验结论、表计漏电流及试验所在具体装置及表位。
[0069]
2.获取漏电流分布统计图并计算分布特性指标
[0070]
对于一个批次，当耐压装置平均累计试验次数超过20次之后，开启漏电流分布特性计算、统计。
[0071]
1)获取漏电流——表位分布统计图：统计图的纵坐标为漏电流，横坐标为各耐压试验装置中的各表位，将同一个批次所有表计的漏电流数据均显示在该统计图中。此外，所有表计的平均漏电流和某装置所做所有表计的平均漏电流也作为参考线显示在图中，如图4所示；
[0072]
2)批次的漏电流分布特性用该批次下所有表计的漏电流进行计算；表位及装置的漏电流分布特性用该批次下在某个表位上做试验的所有表计的漏电流进行计算。表位(装置)漏电流分布特性的指标用平均值x1、标准差x2、最大值x3、最小值x4这几项来表述。为充分考虑不合格表记对表位漏电流分布的影响，在计算漏电流标准差x2和最大值x3时，需剔除掉该批次中出现的第一只绝缘性能不合格表计。最终获得如下所示的表格。
[0073][0074]
3.异常监测、诊断流程
[0075]
1)计算各表位漏电流分布几个指标的异常指数和表位(装置)告警系数：
[0076]
拉伊达法则(“3s”)作为一种简便且实用的异常数据识别算法，适用于测量次数较大的一组数据。对于省级计量中心，其自动化检定流水线数量，耐压装置及其表位众多，故本发明选择“3s”算法识别漏电流分布异常。
[0077]
在此对于的某一项漏电流分布特性指标，定义表位(装置)各指标项的异常指数为：
[0078][0079]
其中，μ
i
表示第i个指标项在各表位的平均值，s
i
表示该指标项在各表位的标准差。根据“3s”异常数据识别原则，在正常情况下，指标项的异常指数应该小于1。
[0080]
考虑到表位漏电流分布特性可通过平均值x1、标准差x2、最大值x3、最小值x4这几项来表述，在此定义表位(或装置)告警系数为：
[0081][0082]
其中，α
i
为各指标项异常指数的权值。
[0083]
2)设置第一阈值，第二阈值，第三阈值。若表位(装置)告警系数≥第一阈值，则直接报警；若第一阈值＞告警系数≥第二阈值，且存在指标异常指数≥第三阈值，则将表位(装置)列为“重点关注对象”；若不存在上述两列情况，则认为“耐压试验装置运行状态良好”。
[0084]
3)进而，对于列入“重点关注对象”的表位，需在一定的时间窗口内持续观察其告警系数的变化情况：设置时间窗口为n个工作日且试验批次数不应小于m个，只有在时间窗口内告警系数持续小于第二阈值，方可取消表位“重点关注”；否则，进行表位(装置)告警。
[0085]
4)对于告警表位，诊断异常原因，将异常原因分为4类：“漏电流测试板异常”、“高压继电器异常”、“压接异常”和“其他”，构建kmeans异常原因诊断算法模型：
[0086]
①
以漏电流分布特征指标为输入，用知识集d对模型进行训练：
[0087]
a.对于初始选定的质心μ
j
(j＝1,2,3,4),计算每个样本x
(i)
与每个质心μ
j
的距离，根据计算结果，样本属于与其距离最近质心的簇c
(j)
：
[0088]
c
(j)
＝arg min
j
||x
(i)
‑
μ
j
||2，j＝1,2,3,4
ꢀꢀ
(3)
[0089]
b.对于每一个类簇c
(j)
，重新计算该簇质心：
[0090][0091]
c.重复上述两个步骤知识算法收敛。
[0092]
②
利用训练好的模型对告警表位进行分类，确定其异常原因。根据式(3)确定表位归类。
[0093]
5)对于产生了告警的表位(装置)，由运维人员进行异常确认并开启检修流程，并将确认和维修结果反馈至监控与预警系统。对于“无法确认”的表位，仍将其列为“重点关注对象”；对于“已确认”的表位和装置，在检修流程完毕后，经一个批次的试验若其“耐压试验装置运行状态良好”认为恢复正常。
[0094]
6)将“已确认”的故障和其他已知样本纳入知识集d，比较模型诊断与现场实际不符合的情况，优化参数已提高模型准确性。
[0095]
以上图1
‑
4所示的一种多表位耐压试验装置自动化在线监测方法及系统是本发明的具体实施例，已经体现出本发明实质性特点和进步，可根据实际的使用需要，在本发明的启示下，对其进行形状、结构等方面的等同修改，均在本方案的保护范围之列。