CN106019195B - 一种电力计量自动化检定流水线故障诊断系统 - Google Patents

Abstract

本发明公开了一种电力计量自动化检定流水线故障诊断系统。目前的各流水线之间的生产控制策略彼此独立，严重影响了生产效率，也对自动化生产设备造成安全隐患。本发明包括数据采集及处理模块、诊断分析模块、系统配置模块和功能展示模块；所述的诊断分析模块实现离线分析服务和在线诊断服务，离线分析服务包含系统SDG模型建立、HSDG模型分层、目标变量分类、确定型变量PS模型建立和待评估型变量DKPLS‑SVR模型的建立，通过对硬件设备的物理结构的人工抽象，同时结合历史生产数据信息，进行故障因素提取，作为HSDG模型的结点。本发明能够减少有效节点的搜索空间，从而提高了故障诊断速度。

Description

一种电力计量自动化检定流水线故障诊断系统

技术领域

本发明属于电力计量领域，具体地说一种电力计量自动化检定流水线故障诊断系统。

背景技术

智能电能表需求将日益增加，未来的计量检定工作在保证检定质量的同时，也对检定数量提出了更高的要求。目前的电力计量自动化检定流水线依托智能库房推动生产业务流转，实现计量器具的库存管理、出入库、检定上下料、外观检查、耐压试验、检定检测、封印贴标等。但由于各流水线之间的生产控制策略彼此独立，容易出现拥塞和饥饿现象，导致各自动化系统之间的实时生产协同及故障异常处理工作主要还是依赖人工管理经验，且系统持续的长期运转现状容易发生多种机械或电气故障，生产故障不易发现，严重影响了生产效率，也对自动化生产设备造成安全隐患。

发明内容

针对目前电力计量自动化检定流水线生产故障不易发现、发现不易处理等问题，本发明提供一种电力计量自动化检定流水线故障诊断系统，以提高电力计量自动化检定流水线故障诊断速度。

为此，本发明采用如下的技术方案：一种电力计量自动化检定流水线故障诊断系统，其包括数据采集及处理模块、诊断分析模块、系统配置模块和功能展示模块；

所述的数据采集及处理模块，实现对单相电能表自动化检定流水线、三相电能表自动化检定流水线、低压电流互感器自动化检定流水线、采集终端自动化检定流水线和自动化立体库房系统的各类信息数据的采集及上送；

所述的诊断分析模块实现离线分析服务和在线诊断服务，离线分析服务包含系统SDG模型建立、HSDG模型分层、目标变量分类、确定型变量PS模型建立和待评估型变量DKPLS-SVR模型的建立，通过对硬件设备的物理结构的人工抽象，同时结合历史生产数据信息，进行故障因素提取，作为HSDG模型的结点；在线诊断服务包含在线数据采样、待评估型变量DKPLS-SVR残差计算、SDG逆向推理和诊断结果输出，通过故障信号的提取、自动识别和推理实现在线分析与诊断；

所述的系统配置模块实现规则引擎配置和系统日志服务，规则引擎配置指对角色权限、计算规则、预告警规则及异常推送规则进行配置；

所述功能展示模块实现目标变量维护、系统邻接矩阵维护、故障原因维护、SDG模型维护、DKPLS-SVR模型维护、诊断结果展示、故障原因统计分析、设备质量评价、备品备件管理和检修计划支持功能。

本发明根据SDG理论建立适用于自动化检定流水线的分层有向图模型，并结合定量方法对各采样节点进行SDG符号判断，输出诊断模型样本。

进一步，所述的目标变量分类基于检定流水线“流量”监控的待评估型变量和基于告警的确定型变量。

进一步，离线分析服务的流程如下：

1)对单相电能表自动化检定流水线、三相电能表自动化检定流水线、低压电流互感器自动化检定流水线、采集终端自动化检定流水线和自动化立体库房系统进行分解，通过边界约束建立各子系统的SDG模型；

2)通过SDG模型进行分层，得到分层有向图模型HSDG；

3)根据分层有向图模型HSDG，确定需要监测的目标变量；

4)判断监测的目标变量是否为待评估型变量，如果是，变量进入待评估变量的DKPLS-SVR模型；如果否，则变量进入确定型变量PS模型；

5)输入离线训练数据，通过DKPLS-SVR模型计算各变量的CUSUM6σ参数。

进一步，根据相应的SDG模型以及影响因素数量，获得相应的初始化SDG模型的邻接矩阵；判断系统是否可分层后利用Warshall算法获得其可达矩阵，计算得到第一层节点；去除第一层节点，得到新的可达矩阵，重复计算，得到分层有向图模型HSDG。

进一步，通过历史数据统计分析和概率参数估计来建立确定型变量PS模型。

进一步，对确定需要监测的目标变量进行设定和分类，判断变量是否可观测，如果是，再判断变量是否为流量，如果是则作待评估型变量标记，如果否则作确定型变量标记。

进一步，在线诊断服务的流程如下：

1)数据在线采样，利用DKPLS-SVR模型估计目标变量预测值，生成各目标变量的残差，如残差不超过6σ控制限，返回至数据在线采样；超过6σ控制限，获取SDG样本集，在分层有向图模型HSDG的基础上，触发SDG逆向推理，寻找故障源；

2)确定最高层报警节点集合T，确定报警节点个数m；

如m＝1，则此节点为故障源节点，如果此变量为待评估型变量，推理计算各侯选故障的概率值，如果不是待评估型变量，则依据确定型变量PS模型，计算可能故障原因的概率，给出诊断结果；

如m不等于1，则取各节点的HSDG图，如各支路上是相容支路，保留支路；如各支路上不是相容支路，则去掉支路形成新的HSDG图，得到侯选故障源和可能的相容支路，如果此变量为待评估型变量，推理计算各侯选故障的概率值，如果不是待评估型变量，则依据确定型变量PS模型，计算可能故障原因的概率，给出诊断结果。

本发明具有的有益效果：本发明能够减少有效节点的搜索空间，由于诊断速度和搜索空间呈线性变化，从而提高了故障诊断速度；且本发明对故障辨识能力强，具有鲁棒性，其诊断结果具备一定的解释能力，在生产中具有一定的指导意义。

附图说明

图1为本发明的结构框图。

图2为本发明离线分析服务的流程图。

图3为本发明在线诊断服务的流程图。

具体实施方式

下面结合说明书附图和具体实施方式对本发明作进一步说明。

如图1所示的电力计量自动化检定流水线故障诊断系统，其由数据采集及处理模块、诊断分析模块、系统配置模块和功能展示模块组成。

所述的数据采集及处理模块，实现对单相电能表自动化检定流水线、三相电能表自动化检定流水线、低压电流互感器自动化检定流水线、采集终端自动化检定流水线和自动化立体库房系统的各类信息数据的采集及上送。

所述的诊断分析模块实现离线分析服务和在线诊断服务，离线分析服务包含系统SDG模型建立、HSDG模型分层、目标变量分类、确定型变量PS模型建立和待评估型变量DKPLS-SVR模型的建立，通过对硬件设备的物理结构的人工抽象，同时结合历史生产数据信息，进行故障因素提取，作为HSDG模型的结点；在线诊断服务包含在线数据采样、待评估型变量DKPLS-SVR残差计算、SDG逆向推理和诊断结果输出，通过故障信号的提取、自动识别和推理实现在线分析与诊断。所述的目标变量分类基于检定流水线“流量”监控的待评估型变量和基于告警的确定型变量。

所述的系统配置模块实现规则引擎配置和系统日志服务，规则引擎配置指对角色权限、计算规则、预告警规则及异常推送规则进行配置，系统日志服务针对系统运行情况提供日志记录服务。

所述功能展示模块实现目标变量维护、系统邻接矩阵维护、故障原因维护、SDG模型维护、DKPLS-SVR模型维护、诊断结果展示、故障原因统计分析、设备质量评价、备品备件管理和检修计划支持功能。目标变量维护功能主要包括变量可观测性判断、观测变量类型分类等；系统邻接矩阵维护功能主要包括维护系统邻接矩阵、可达矩阵生成、系统模型分层判断等；故障原因维护功能主要包括系统故障原因新增、修改、生效、失效、故障库维护等；4)SDG模型维护功能主要包括SDG模型维护、分层SDG模型维护；5)DKPLS-SVR模型维护主要包括待评估型变量DKPLS-SVR模型维护、阈值计算、SDG模型样本数据生成等；6)诊断结果展示功能主要包括在线诊断结果实时展示和关键信息推送；7)故障原因统计分析功能提供多种维度统计分析故障原因；8)设备质量评价功能根据设备历史故障原因统计结果评价设备质量情况；9)备品备件管理实现备品备件档案信息的基本管理功能；10)检修计划支持功能根据设备质量评价及故障原因统计分析结果，为检修计划提供参考信息。

如图2所示，离线分析服务的流程如下：

1)对单相电能表自动化检定流水线、三相电能表自动化检定流水线、低压电流互感器自动化检定流水线、采集终端自动化检定流水线和自动化立体库房系统进行分解，通过边界约束建立各子系统的SDG模型；

2)通过SDG模型进行分层，得到分层有向图模型HSDG；

3)根据分层有向图模型HSDG，确定需要监测的目标变量；

4)判断监测的目标变量是否为待评估型变量，如果是，变量进入待评估变量的DKPLS-SVR模型；如果否，则变量进入确定型变量PS模型；

5)输入离线训练数据，通过DKPLS-SVR模型计算各变量的CUSUM6σ参数。

根据相应的SDG模型以及影响因素数量，获得相应的初始化SDG模型的邻接矩阵；判断系统是否可分层后利用Warshall算法获得其可达矩阵，计算得到第一层节点；去除第一层节点，得到新的可达矩阵，重复计算，得到分层有向图模型HSDG。

通过历史数据统计分析和概率参数估计来建立确定型变量PS模型。

对确定需要监测的目标变量进行设定和分类，判断变量是否可观测，如果是，再判断变量是否为流量，如果是则作待评估型变量标记，如果否则作确定型变量标记。

如图3所示，在线诊断服务的流程如下：

1)数据在线采样，利用DKPLS-SVR模型估计目标变量预测值，生成各目标变量的残差，如残差不超过6σ控制限，返回至数据在线采样；超过6σ控制限，获取SDG样本集，在分层有向图模型HSDG的基础上，触发SDG逆向推理，寻找故障源；

2)确定最高层报警节点集合T，确定报警节点个数m；

如m＝1，则此节点为故障源节点，如果此变量为待评估型变量，推理计算各侯选故障的概率值，如果不是待评估型变量，则依据确定型变量PS模型，计算可能故障原因的概率，给出诊断结果；

如m不等于1，则取各节点的HSDG图，如各支路上是相容支路，保留支路；如各支路上不是相容支路，则去掉支路形成新的HSDG图，得到侯选故障源和可能的相容支路，如果此变量为待评估型变量，推理计算各侯选故障的概率值，如果不是待评估型变量，则依据确定型变量PS模型，计算可能故障原因的概率，给出诊断结果。

利用上述电力计量自动化检定流水线故障诊断系统进行诊断的具体步骤如下：

1)根据不同自动化检定流水线的物理结构，提取影响各子设备运转的影响因素，根据自动化检定流水线业务生产流程，确定各节点之间的关联关系，然后进行设备建模；

2)分析影响各子设备运转的影响因素可能存在的故障原因，通过分析子设备影响因素确定模型结点，并判断各影响因素对结点的影响关系，形成初步的SDG模型；

3)根据结点数量、结点路径的复杂程度，从算法的平衡性进行考虑，分3层即可满足要求，具体分层过程如下：根据相应的SDG模型以及影响因素数量，获得相应的邻接矩阵；判断系统是否可分层后利用Warshall算法获得其可达矩阵；计算得到第一层节点；去除第一层节点，得到新的可达矩阵，重复计算，得到分层符号有向图模型HSDG；

4)在分层符号有向图模型HSDG的基础上，通过反向推理进行故障原因的判断，即从样本中后果节点或报警节点出发，向原因节点进行搜索，记录所有通路，并判断各通路的相容性和独立性，定位故障点；同时，结合历史统计分析数据，进一步分析故障原因。

Claims (5)

1.一种电力计量自动化检定流水线故障诊断系统，其包括数据采集及处理模块、诊断分析模块、系统配置模块和功能展示模块；

所述的数据采集及处理模块，实现对单相电能表自动化检定流水线、三相电能表自动化检定流水线、低压电流互感器自动化检定流水线、采集终端自动化检定流水线和自动化立体库房系统的各类信息数据的采集及上送；

所述的诊断分析模块实现离线分析服务和在线诊断服务，离线分析服务包含系统SDG模型建立、HSDG模型分层、目标变量分类、确定型变量PS模型建立和待评估型变量DKPLS-SVR模型的建立，通过对硬件设备的物理结构的人工抽象，同时结合历史生产数据信息，进行故障因素提取，作为HSDG模型的节点；在线诊断服务包含在线数据采样、待评估型变量DKPLS-SVR残差计算、SDG逆向推理和诊断结果输出，通过故障信号的提取、自动识别和推理实现在线分析与诊断；

所述的系统配置模块实现规则引擎配置和系统日志服务，规则引擎配置指对角色权限、计算规则、预告警规则及异常推送规则进行配置；

所述功能展示模块实现目标变量维护、系统邻接矩阵维护、故障原因维护、SDG模型维护、DKPLS-SVR模型维护、诊断结果展示、故障原因统计分析、设备质量评价、备品备件管理和检修计划支持功能；

通过历史数据统计分析和概率参数估计来建立确定型变量PS模型；

对确定需要监测的目标变量进行设定和分类，判断变量是否可观测，如果是，再判断变量是否为流量，如果是则作待评估型变量标记，如果否则作确定型变量标记；通过待评估型变量和离线训练数据建立待评估型变量DKPLS-SVR模型。

2.根据权利要求1所述的电力计量自动化检定流水线故障诊断系统，其特征在于，所述的目标变量分类基于检定流水线“流量”监控的待评估型变量和基于告警的确定型变量。

3.根据权利要求1或2所述的电力计量自动化检定流水线故障诊断系统，其特征在于，离线分析服务的流程如下：

1)对单相电能表自动化检定流水线、三相电能表自动化检定流水线、低压电流互感器自动化检定流水线、采集终端自动化检定流水线和自动化立体库房系统进行分解，通过边界约束建立各子系统的SDG模型；

2)通过SDG模型进行分层，得到分层有向图模型HSDG；

3)根据分层有向图模型HSDG，确定需要监测的目标变量；

4)判断监测的目标变量是否为待评估型变量，如果是，变量进入待评估变量的DKPLS-SVR模型；如果否，则变量进入确定型变量PS模型；

5)输入离线训练数据，通过DKPLS-SVR模型计算各待评估变量的CUSUM6σ参数。

4.根据权利要求3所述的电力计量自动化检定流水线故障诊断系统，其特征在于，根据各子系统的SDG模型以及影响因素数量，获得各子系统的初始化SDG模型的邻接矩阵；判断系统是否可分层后利用Warshall算法获得其可达矩阵，计算得到第一层节点；去除第一层节点，得到新的可达矩阵，重复计算，得到分层有向图模型HSDG。

5.根据权利要求3所述的电力计量自动化检定流水线故障诊断系统，其特征在于，在线诊断服务的流程如下：

1)数据在线采样，利用DKPLS-SVR模型估计目标变量预测值，生成各目标变量的残差，如残差不超过6σ控制限，返回至数据在线采样；超过6σ控制限，获取SDG样本集，在分层有向图模型HSDG的基础上，触发SDG逆向推理，寻找故障源；

2)确定最高层报警节点集合T，确定报警节点个数m；

如m＝1，则此节点为故障源节点，如果此变量为待评估型变量，推理计算各侯选故障的概率值，如果不是待评估型变量，则依据确定型变量PS模型，计算可能故障原因的概率，给出诊断结果；

如m不等于1，则取各节点的HSDG图，如各支路上是相容支路，保留支路；如各支路上不是相容支路，则去掉支路形成新的HSDG图，得到侯选故障源和可能的相容支路，如果此变量为待评估型变量，推理计算各侯选故障的概率值，如果不是待评估型变量，则依据确定型变量PS模型，计算可能故障原因的概率，给出诊断结果。