摘要：随着人们对电力设备故障预测的关注程度越来越高，如何将改进关联规则方法应用在电力设备故障预测中，成为有关人员关注的重点问题。本文通过对改进关联规则法在电力设备故障预测中的应用进行研究发现，对其进行研究，能够有效提高电力设备故障的预测质量，同时缩短故障预测需要的时间，进而提高故障预测效率。由此可以看出，将改机关联规则法应用在电力设备故障预测中，能够为今后电力设备故障预测的发展奠定基础。
关键词：改进关联；规则方法；电力设备；故障预测；应用
1导言
大型电力设备结构复杂且工作环境恶劣，属于多发性故障的高技术系统工程。目前的故障检测和预测方法无法保证大型电力设备绝对在无故障状态下运行。随着现代电力系统和自动化技术的不断发展，保障电力设备的无故障运行成为工业与信息化技术发展的必然需求。电力设备系统处于复杂的工作环境中，控制参数复杂且不确定，导致电力设备系统中故障频发，需要进行更有效的电力设备系统的故障预测和监测，保障电力设备网络的安全稳定运行。电力设备系统分析发电、输电和配电3大组成系统，电力设备的自动控制系统是实现电力分配和电力调度的智能管理关键技术。大型电力设备的故障诊断和预测技术是现代工业文明发展的产物，电力设备故障诊断的本质特点是通过使用一定的信号处理方法从而确定对故障部位的定位和发现，挖掘电力设备的故障信息特征，得出相关故障产生的性质和机理，实现对电力设备故障的准确预测和诊断。通过电力设备故障预测，实现发电、输电和配电等环节的系统稳定，研究电力设备的故障预测方法，具有重要的实践价值和工程意义。传统方法中，对电力设备故障预测检测的方法主要有故障源阵列信号处理方法、故障信号幅度检测方法和专家系统诊断方法、基于支持向量机的故障检测算法、基于自适应控制的故障预测方法等[2-4]，其中基于信号特征提取的故障预测方法较为常用。传统的电力设备故障预测方法采用关联维特征提取算法，通过提取电力设备监测信号的关联维特征实现故障特征检测和预测，但对关联维特征提取时，存在故障信息冗余，误差较大的缺点。
2电力设备故障预测现状
目前我国电力设备在实际运行中主要存在以下问题，电力故障预测中的设备参数不稳定，进而无法对其进行有效的控制，最终导致电力设备在运行过程中出现运行故障。另外，电力设备在运行时网络环境不稳定也会导致设备出现运行故障。尤其是电力设备的自动控制系统，如果长时间在不稳定的网络环境下运行，不仅会影响运行质量，还会对系统造成损害，由此可以看出电力设备故障预测的重要性。
3改进关联规则方法在电力设备故障预测中的应用
3.1电力设备故障检预测的过程
电力设备故障检预测技术全面推进，应进一步推进现代电力关联结构的设计模型的应用，逐步构建数字化电力传输监控结构体系。一方面，电力设备故障检预测凭借系统监控模式，形成以点盖面的电力设备应用故障分析体系，当监控区域出现店里哦传输故障时，系统能够在第一时间发出电力故障检验分析信号，实行电力设备检验故障分析与检验。另一方面，电力设备故障检预测系统，结合电力设备动力传输的相关条件，采取系统化的方式，计算出电力设备故障检预测的评估值。依据电力设备故障检预测嵌入式定理分析可知：电力故障有效调节，应遵循Dz(t)/Dt=F(z)的公式条件，才能够达到对电力设备故障检预测评价。一般而言，我们对电力系统监控分析时，主要采取定力传输段初始传输信息、后期传输信息、以及电力传输中心电路值分析的方式，对检验段电力传输进行综合式评估检验。如果本段线路的三段式检验值都在电力设备故障检预测评估值的范围内，则说明其运作信息符合当前电路有效运转的需要；反之，则说明本段线路传输存在故障，需进一步进行电力传输线路分析。
期刊文章分类查询,尽在期刊图书馆
3.2电力设备故障信号的构建
电力设备故障检预测在现代电力设备运维处理的基础上，借助数字化电力供应传输网络，构建电力设备故障检验分析结构体系，实现现代电力传输结构协调运作。举例来说，新型电力设备故障检预测设备，在传统电力传输线路的基础上，安装了电力传输检验分析结构。当电力传输线路中存在设备检验问题故障时，智能检验终端，将会结合电力设备实际运行情况，作出电力传输实际信息的分析，在第一时间进行电力设备故障检预测信息反馈。如果检验线路段的电力传输存在着较为严重的电力传输故障，则自动监控系统将会在第一时间切断外部传输电源，达到对电力设备故障检预测总体电路保护的作用。值得注意的是，虽然电力设备故障检预测能够及时依据电力设备信号构建虚拟信息传输网络，但并不能完全从根本上解决掉电力设备传输中存在的故障。因此，电力运维处理人员必须结合电力设备故障检预测的实际情况，做好电力设备故障的综合分析。
3.3故障预测的改进设计
在进行电力设备故障检测信号的构建基础上，还需要对故障预测进行改进设计。首先，在高维相空间中，对电力设备中的故障信号进行模拟，模拟成非线性的时间序列波形，并根据该序列以及相空间对奇异值进行分解；然后，根据奇异值分解的结果，进行故障特征的提取，从而得到故障信号的IMF分量；其次，构建电力设备的故障样本，并在此基础上对故障进行关联规则分析，将相应的故障特征进行输出；最后，运用MUSIC方法预估故障信号的信息特征，并以此获取信号源的二维参数，采集故障信号，从而实现电力设备的故障预测。
3.4仿真测试的建立
为了测试本文改进的方法在电力设备故障预测中的作用，笔者进行了仿真测试。仿真电脑的具体配置如下：1GB内存；主频是DDR2667；处理器为IntelCore2Duo1.80GHz。在仿真实验中，主要通过Abaqus在电脑中建立测试所用的虚拟样机，以此来进行在线仿真模型的构建。在仿真测试中，首先需要进行信号采集，并记录下电力设备在信号采集过程中的时域波形，根据时域波形进行关联维特征的提取，提取方法主要是改进之后的关联规则方法，以此来得到故障特征的提取结果。观察提取结果我们可以发现，改进关联规则方法能够有效反映出电力设备中故障信号的相关特征信号，为运维人员诊断故障类别提供了便利。另外，为了体现改进关联规则方法的性能，笔者应用了不同方法进行电力设备的故障预测。预测的结果显示：使用传统方法，电力设备的故障诊断分布呈现出交叉冗余的现象，预测的效果不是很理想，故障预测的准确率为77%；使用改进关联规则方法，能够明显看出故障的特征分布状况，在很大程度上提高了故障预测的性能，故障预测的准确率为98%。
4结语
随着人们生活水平的提高，人们对供电质量的要求也越来越高。而在供电系统中电力设备故障成为影响供电系统运行质量的主要因素。由此可以看出，对电力设备故障进行管理预测是提高供电质量的有效手段，其中最有效的方法就是利用改进关联规则法对电力设备中的故障进行故障预测。
参考文献
[1]田炳伟. 电力设备故障分析诊断系统研究[D].西安工程大学,2017.
[2]陆盛友.电力设备异常运行与故障处理[J].科技风,2017(17):183.
[3]罗丽娟.电力设备的远程监控与故障诊断系统探析[J].科技资讯,2017,15(18):59+61.
[4]陈翔,刘婧婧.电力设备故障诊断及状态检修分析[J].科技与创新,2017(01):149.
论文作者:娄冰,林波,薛少凡
论文发表刊物:《电力设备》2018年第24期
论文发表时间:2019/1/8
标签：故障论文; 电力设备论文; 方法论文; 电力论文; 信号论文; 规则论文; 系统论文; 《电力设备》2018年第24期论文;