国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

文獻(xiàn)標(biāo)識(shí)碼：B文章編號(hào)：1003-0492（2023）04-060-05中圖分類(lèi)號(hào)：TP206.3

★張建軍（國(guó)網(wǎng)北京市電力公司電纜分公司，北京100022）

摘要：本文圍繞電纜線(xiàn)路移動(dòng)巡檢及交互診斷系統(tǒng)的構(gòu)建方法開(kāi)展研究，首先利用分布式邊緣代理組件對(duì)電纜線(xiàn)路進(jìn)行數(shù)據(jù)流改造，并根據(jù)前、后端數(shù)據(jù)特征及應(yīng)用場(chǎng)景進(jìn)行算法設(shè)計(jì)，形成了綜合基于模糊證據(jù)理論的狀態(tài)評(píng)價(jià)模型、灰色馬爾可夫的誤差反推預(yù)測(cè)模型的前端自診斷模型和綜合相關(guān)性分析法模型、Weibull長(zhǎng)期運(yùn)行可靠性評(píng)估模型的后端多維度數(shù)據(jù)分析與決策模型，最終實(shí)現(xiàn)設(shè)備識(shí)別、狀態(tài)感知、數(shù)據(jù)交互與智能診斷的無(wú)縫銜接和多層級(jí)電纜運(yùn)行的可靠性評(píng)價(jià)及運(yùn)維管控決策，強(qiáng)化了設(shè)備狀態(tài)管控力，優(yōu)化了設(shè)備運(yùn)維策略。

關(guān)鍵詞：輸配電電纜線(xiàn)路；移動(dòng)感知；互聯(lián)診斷；輔助決策；智能運(yùn)維

現(xiàn)階段，國(guó)網(wǎng)公司電纜線(xiàn)路巡檢以人工巡視為主，輔以電子標(biāo)簽資產(chǎn)管理、超聲波、紅外測(cè)溫等手段對(duì)異常風(fēng)險(xiǎn)進(jìn)行探查與評(píng)估^[1-3]。隨著綜合管廊及其運(yùn)檢數(shù)據(jù)量呈指數(shù)級(jí)增長(zhǎng)，狀態(tài)數(shù)據(jù)離散化、孤島化嚴(yán)重，作業(yè)效率低下的問(wèn)題進(jìn)一步加劇。巡檢技術(shù)自動(dòng)化與智能化水平較低，運(yùn)維人員無(wú)法在巡檢過(guò)程中實(shí)時(shí)掌握管廊電力艙及電纜線(xiàn)路運(yùn)行狀態(tài)，依靠人力為主的傳統(tǒng)運(yùn)維檢修模式導(dǎo)致運(yùn)維能力提升有限，已經(jīng)無(wú)法滿(mǎn)足迅猛增長(zhǎng)的電網(wǎng)運(yùn)維工作需求。本文在無(wú)線(xiàn)泛在網(wǎng)絡(luò)的基礎(chǔ)上，采用分布式就地狀態(tài)診斷與后臺(tái)可靠性評(píng)估交互診斷的方式構(gòu)建了電纜線(xiàn)路移動(dòng)巡檢及交互診斷系統(tǒng)，實(shí)現(xiàn)設(shè)備識(shí)別、狀態(tài)感知、數(shù)據(jù)交互與智能診斷的無(wú)縫銜接，綜合提升了電纜線(xiàn)路智能化運(yùn)維管控水平，支撐了雄安新區(qū)大規(guī)模綜合管廊的建設(shè)、運(yùn)行質(zhì)量和效益，強(qiáng)化了設(shè)備狀態(tài)管控，創(chuàng)新了電纜線(xiàn)路及通道巡檢模式，提升了巡檢效率，優(yōu)化了巡檢效果。

1　電纜線(xiàn)路移動(dòng)巡檢及交互診斷系統(tǒng)架構(gòu)

本文所涉及的電纜線(xiàn)路移動(dòng)巡檢及交互診斷系統(tǒng)^[4]架構(gòu)主要包括智能識(shí)別標(biāo)簽組件、電纜線(xiàn)路運(yùn)行狀態(tài)檢測(cè)組件、邊緣代理組件、智能巡檢移動(dòng)終端、后臺(tái)診斷系統(tǒng)平臺(tái)等5個(gè)主要部分，其應(yīng)用架構(gòu)如圖1所示。

圖1  電纜線(xiàn)路移動(dòng)巡檢及交互診斷系統(tǒng)架構(gòu)示意圖

（1）智能識(shí)別組件，其利用無(wú)源電子標(biāo)簽技術(shù)，記錄存儲(chǔ)電纜基礎(chǔ)臺(tái)賬信息，與GIS系統(tǒng)聯(lián)合實(shí)現(xiàn)電纜設(shè)備資產(chǎn)管理與身份識(shí)別，并與無(wú)線(xiàn)發(fā)送、接收組件自動(dòng)聯(lián)動(dòng)。當(dāng)移動(dòng)巡檢終端接近時(shí)，可快速、遠(yuǎn)距離識(shí)別電纜及通道設(shè)備、設(shè)施，結(jié)合巡檢計(jì)劃或人工選擇的方式，啟動(dòng)狀態(tài)檢測(cè)數(shù)據(jù)發(fā)送，簡(jiǎn)化巡檢人員查詢(xún)?cè)O(shè)備臺(tái)賬流程，并可作為參照物對(duì)巡檢路徑、巡檢到位率進(jìn)行遠(yuǎn)程管理。

（2）運(yùn)行狀態(tài)感知組件，其主要承擔(dān)電纜線(xiàn)路及通道狀態(tài)數(shù)據(jù)采集，包括電纜線(xiàn)路局部放電、運(yùn)行溫度、接地電流、介質(zhì)損耗等電氣特征量以及通道環(huán)境、沉降、水位、視頻監(jiān)控等信息數(shù)據(jù)，同時(shí)對(duì)運(yùn)行狀態(tài)特征數(shù)據(jù)進(jìn)行緩存，等待發(fā)送組件調(diào)用。此外，檢測(cè)組件包含常規(guī)監(jiān)控、異常報(bào)警、重癥監(jiān)護(hù)等多類(lèi)工作模式，可結(jié)合設(shè)備運(yùn)行狀態(tài)評(píng)估結(jié)果及人工定義兩類(lèi)方式進(jìn)行更改，滿(mǎn)足了不同應(yīng)用場(chǎng)景需求。

（3）邊緣代理組件，其主要承擔(dān)數(shù)據(jù)采集組件與巡檢終端間的數(shù)據(jù)通信功能，并具備運(yùn)行狀態(tài)數(shù)據(jù)初步分析與自診斷功能。在自診斷過(guò)程中發(fā)現(xiàn)異常時(shí)，可實(shí)現(xiàn)組件間的無(wú)線(xiàn)組網(wǎng)并將異常信息推送至狀態(tài)交互診斷評(píng)價(jià)系統(tǒng)，實(shí)現(xiàn)故障或風(fēng)險(xiǎn)預(yù)警。同時(shí)在巡檢人員需要參考后臺(tái)歷史數(shù)據(jù)、狀態(tài)評(píng)估結(jié)論、運(yùn)維策略建議時(shí)，可通過(guò)組件間構(gòu)建的數(shù)據(jù)網(wǎng)絡(luò)進(jìn)行調(diào)用。此外該組件還可以輔助完成巡檢記錄、風(fēng)險(xiǎn)點(diǎn)記錄等功能，可對(duì)電纜線(xiàn)路及通道風(fēng)險(xiǎn)與隱患進(jìn)行追蹤處理。

（4）智能移動(dòng)終端，其主要功能在于感知電子標(biāo)簽獲取對(duì)象信息，由數(shù)據(jù)非接觸式發(fā)送組件中收集和存儲(chǔ)的電纜線(xiàn)路及通道狀態(tài)數(shù)據(jù)，上傳至狀態(tài)交互診斷評(píng)價(jià)系統(tǒng)，同時(shí)接收巡檢計(jì)劃與輔助巡檢作業(yè)，記錄設(shè)備、設(shè)施缺陷與隱患，是開(kāi)展電纜線(xiàn)路移動(dòng)智能巡檢的核心單兵裝備。智能巡檢移動(dòng)終端也包括巡檢機(jī)器人系統(tǒng)，其功能與PDA終端具有一定的相似性，但其主要執(zhí)行的是定期、差異化巡視任務(wù)，對(duì)高危風(fēng)險(xiǎn)點(diǎn)進(jìn)行復(fù)核與監(jiān)控。巡檢機(jī)器人的應(yīng)用可以降低人工作業(yè)強(qiáng)度、定期收集監(jiān)控?cái)?shù)據(jù)、降低無(wú)線(xiàn)發(fā)送組件的組網(wǎng)數(shù)據(jù)量要求以及優(yōu)化電纜線(xiàn)路狀態(tài)感知架構(gòu)體系，還可與消防機(jī)器人聯(lián)動(dòng)執(zhí)行火災(zāi)探查與滅火，降低了人工干預(yù)的風(fēng)險(xiǎn)。

（5）后臺(tái)診斷系統(tǒng)，其結(jié)合了國(guó)內(nèi)外在電纜絕緣老化、狀態(tài)綜合診斷、剩余壽命評(píng)估以及相關(guān)智能識(shí)別分析技術(shù)領(lǐng)域的相關(guān)成果，建立了綜合狀態(tài)感知、離線(xiàn)診斷、材料性能分析手段的綜合全過(guò)程電纜狀態(tài)檢測(cè)與評(píng)估體系，并結(jié)合了電纜線(xiàn)路設(shè)備質(zhì)量、安裝質(zhì)量及歷史試驗(yàn)檢修數(shù)據(jù)，可評(píng)估電纜狀態(tài)與整定運(yùn)維策略，重點(diǎn)強(qiáng)化了多狀態(tài)數(shù)據(jù)的綜合評(píng)估，支撐了電纜線(xiàn)路的全壽命周期管理和檢修策略的科學(xué)制定。電纜及通道狀態(tài)交互診斷系統(tǒng)平臺(tái)可實(shí)現(xiàn)電纜線(xiàn)路臺(tái)賬及運(yùn)行信息等基礎(chǔ)數(shù)據(jù)管理、同類(lèi)設(shè)備缺陷及故障分析、電纜運(yùn)行狀態(tài)分級(jí)評(píng)價(jià)診斷以及差異化運(yùn)維檢測(cè)策略決策。

2　分布式前端多狀態(tài)量融合診斷與預(yù)警

針對(duì)電纜線(xiàn)路在線(xiàn)監(jiān)測(cè)前端，設(shè)計(jì)適用于局放、接地電流、溫度等監(jiān)測(cè)前端短時(shí)數(shù)據(jù)，實(shí)現(xiàn)其數(shù)據(jù)的就地分析診斷，不僅有利于解決現(xiàn)有移動(dòng)巡檢系統(tǒng)所存在的海量數(shù)據(jù)處理和通信問(wèn)題，也能協(xié)助運(yùn)檢巡視人員通過(guò)手持終端快速獲取設(shè)備狀態(tài)表征數(shù)據(jù)、就地診斷信息和異常信息預(yù)警，并可提升運(yùn)檢人員現(xiàn)場(chǎng)巡視與處置的針對(duì)性、科學(xué)性。

電纜線(xiàn)路在線(xiàn)監(jiān)測(cè)前端，其主要目的是獲取電纜狀態(tài)特征數(shù)據(jù)，并進(jìn)行數(shù)據(jù)的存儲(chǔ)與通信。它具備一定的數(shù)據(jù)分析與處理能力，但由于其硬件條件限制，數(shù)據(jù)存儲(chǔ)的時(shí)間跨度一般較短，且無(wú)法開(kāi)展復(fù)雜的數(shù)據(jù)運(yùn)算。因此，為了適應(yīng)移動(dòng)巡檢過(guò)程中快速獲取電纜狀態(tài)的目標(biāo)，對(duì)監(jiān)測(cè)前端嵌入算法的設(shè)計(jì)應(yīng)使其具備數(shù)據(jù)分析與篩查功能，故我們?cè)O(shè)計(jì)了2類(lèi)算法模型來(lái)實(shí)現(xiàn)該目標(biāo)。

首先是基于模糊和證據(jù)理論的狀態(tài)數(shù)據(jù)分析模型，該模型利用模糊評(píng)判方法確定各絕緣參數(shù)值的不同絕緣狀態(tài)隸屬度，再利用證據(jù)合成算法對(duì)其進(jìn)行證據(jù)合成，并獲取最后的絕緣狀態(tài)信度分配表^[5-6]，進(jìn)而評(píng)估電纜的絕緣狀態(tài)。該模型包含3個(gè)子步驟：

（1）選用模糊分布函數(shù)中的半梯半嶺相結(jié)合的隸屬函數(shù)來(lái)確定各絕緣參數(shù)的絕緣狀態(tài)隸屬度。

（2）由于與決策相關(guān)數(shù)據(jù)的精度存在不確定性、數(shù)據(jù)量不夠大等原因，在決策過(guò)程中將會(huì)出現(xiàn)不確定性問(wèn)題。同時(shí)，考慮到不同子證據(jù)體的相對(duì)重要程度的差異性，可引入置信度系數(shù)來(lái)修正證據(jù)合成前的信度函數(shù)值。它表示考慮數(shù)據(jù)量不夠和獲取數(shù)據(jù)過(guò)程中存在誤差等因素后的證據(jù)體的可信度，可參考以往數(shù)據(jù)和專(zhuān)家意見(jiàn)獲取該值。

（3）將由第二步修正后得到的各參數(shù)的隸屬度當(dāng)作證據(jù)合成理論中的證據(jù)，利用式Dempster合成法則進(jìn)行證據(jù)合成，便可以得到相應(yīng)的信度函數(shù)分配表，以此判斷出電纜的絕緣狀態(tài)。

針對(duì)電纜絕緣狀態(tài)的預(yù)測(cè)過(guò)程中可用數(shù)據(jù)量少和精確度不高的問(wèn)題，可采用一種基于灰色預(yù)測(cè)的馬爾可夫狀態(tài)預(yù)測(cè)模型。該模型在對(duì)絕緣參數(shù)進(jìn)行灰色預(yù)測(cè)的同時(shí)，將預(yù)測(cè)得到的數(shù)據(jù)跟原始數(shù)據(jù)做相對(duì)誤差計(jì)算，再通過(guò)馬爾可夫模型進(jìn)行誤差預(yù)測(cè)并修正灰色預(yù)測(cè)數(shù)據(jù)，進(jìn)而得到最終的預(yù)測(cè)數(shù)據(jù)，最后，對(duì)其進(jìn)行狀態(tài)評(píng)價(jià)獲得電纜絕緣的未來(lái)狀態(tài)。結(jié)合模糊和證據(jù)合成理論的灰色馬爾可夫的XLPE電纜絕緣狀態(tài)預(yù)測(cè)模型建立過(guò)程如圖2所示。該模型的實(shí)現(xiàn)步驟如下：

（1）對(duì)原始數(shù)據(jù)序列進(jìn)行灰色預(yù)測(cè)得到預(yù)測(cè)數(shù)據(jù)；

（2）計(jì)算預(yù)測(cè)數(shù)據(jù)與原始數(shù)據(jù)的相對(duì)誤差，并進(jìn)行馬爾可夫誤差預(yù)測(cè)，得到未來(lái)某一時(shí)刻，K+1時(shí)刻的相對(duì)誤差；

（3）用誤修正通過(guò)灰色模型預(yù)測(cè)得到的數(shù)據(jù)，獲得修正后的預(yù)測(cè)數(shù)據(jù)；

（4）通過(guò)模糊隸屬函數(shù)和證據(jù)合成理論對(duì)修正后的預(yù)測(cè)數(shù)據(jù)進(jìn)行狀態(tài)評(píng)價(jià)，得K+1時(shí)刻的狀態(tài)。

圖2  電纜線(xiàn)路狀態(tài)預(yù)測(cè)模型

3　大數(shù)據(jù)后臺(tái)多維融合評(píng)估與運(yùn)維決策

3.1　特征指紋與風(fēng)險(xiǎn)因子算法

在大數(shù)據(jù)后臺(tái)中，為進(jìn)一步充分利用臺(tái)賬、設(shè)備型號(hào)、檢修作業(yè)，檢測(cè)試驗(yàn)以及監(jiān)測(cè)感知等多維度數(shù)據(jù)，本節(jié)提出了一種電纜線(xiàn)路后端多維度數(shù)據(jù)融合評(píng)估與決策方法，目的是解決依靠傳統(tǒng)狀態(tài)量數(shù)據(jù)對(duì)單一電纜局部絕緣狀態(tài)診斷的制約，實(shí)現(xiàn)綜合宏觀與局部、時(shí)序與廣域、知識(shí)邏輯與數(shù)據(jù)驅(qū)動(dòng)相融合的高壓電纜設(shè)備可靠性主動(dòng)研判與運(yùn)維策略的分級(jí)決策，并通過(guò)同類(lèi)型設(shè)備故障風(fēng)險(xiǎn)研判、長(zhǎng)時(shí)間特征趨勢(shì)變化等維度，實(shí)現(xiàn)對(duì)感知前端缺失的同類(lèi)風(fēng)險(xiǎn)設(shè)備的挖掘。其主要步驟如下：

（1）建立設(shè)備信息數(shù)據(jù)庫(kù)：根據(jù)設(shè)備的初始狀態(tài)信息、設(shè)備的歷史正常運(yùn)行信息與故障信息，建立設(shè)備信息庫(kù)，為設(shè)備故障診斷提供深度數(shù)據(jù)支撐。設(shè)備信息庫(kù)包括設(shè)備正常運(yùn)行信息庫(kù)、設(shè)備故障信息庫(kù)以及設(shè)備初始狀態(tài)信息庫(kù)。

（2）狀態(tài)感知與特征提?。焊鶕?jù)設(shè)備診斷的需要，使用傳感器、數(shù)據(jù)采集器等技術(shù)手段，在設(shè)備運(yùn)行過(guò)程中，選擇能表征設(shè)備運(yùn)行狀態(tài)的信號(hào)量加以檢測(cè)與采集，并形成設(shè)備的運(yùn)行狀態(tài)數(shù)據(jù)，為設(shè)備故障診斷提供最原始的狀態(tài)數(shù)據(jù)。將采集到的設(shè)備運(yùn)行狀態(tài)數(shù)據(jù)按照特定的規(guī)約進(jìn)行處理、加工，去除數(shù)據(jù)冗余，提高數(shù)據(jù)質(zhì)量，提取設(shè)備的運(yùn)行狀態(tài)特征量，形成設(shè)備的“運(yùn)行指紋”，即表征設(shè)備運(yùn)行狀態(tài)的設(shè)備運(yùn)行狀態(tài)數(shù)據(jù)，為設(shè)備故障診斷提供診斷數(shù)據(jù)。

（3）指紋庫(kù)建立：特征指紋庫(kù)的建立主要采用相關(guān)性分析法^[7-8]，其流程如圖3所示。

圖3  特征指紋及其量化風(fēng)險(xiǎn)因子算法流程

3.2　電纜健康狀態(tài)多維融合評(píng)估

首先將電纜線(xiàn)路缺陷、故障分成電纜本體和附件的不同狀態(tài)參量進(jìn)行分析，詳細(xì)分析典型狀態(tài)量與不同部件的主要缺陷間的相關(guān)性，并基于典型相關(guān)性分析法分析兩兩狀態(tài)量之間的關(guān)聯(lián)性，即CCA相關(guān)系數(shù)ρ。若|ρ|=1，則表明X與Y之間線(xiàn)性相關(guān)，在工程應(yīng)用中可將該條件放寬至|ρ|>0.9。但是，對(duì)于隨機(jī)變量非線(xiàn)性相關(guān)，單一的相關(guān)性系數(shù)則無(wú)法表征。

若|ρ|≤0.9，則使用跨領(lǐng)域典型相關(guān)性分析（Canonical Correlation Analysisacross Different Domains，CCADD）、（混合）概率典型相關(guān)性分析（Mixtureof Probabilistic Canonical Correlation Analysis，（Mix）PCCA）、Coupula函數(shù)模型[9-11]等方法研究變量之間相關(guān)性規(guī)律，并通過(guò)計(jì)算數(shù)據(jù)權(quán)重規(guī)律/概率規(guī)律及數(shù)列向異性規(guī)律，找到最大出現(xiàn)的權(quán)重/概率等參數(shù)的變化規(guī)律，從而得到電纜線(xiàn)路及通道運(yùn)行狀態(tài)量數(shù)據(jù)量化風(fēng)險(xiǎn)因子指紋。

通過(guò)篩查最大出現(xiàn)的權(quán)重/概率等參數(shù)，可以建立不同設(shè)備故障所指向的電纜線(xiàn)路故障表征數(shù)據(jù)組。

在缺陷嚴(yán)重程度評(píng)估參量提取的過(guò)程中，構(gòu)造描述缺陷發(fā)展過(guò)程的原始多源評(píng)估參量集，引入互信息、最大信息系數(shù)等新變量衡量特征信息之間以及特征信息與缺陷嚴(yán)重程度之間的關(guān)聯(lián)關(guān)系，采用權(quán)重因子衡量冗余度與相關(guān)度的重要性，以最大相關(guān)最小冗余為準(zhǔn)則進(jìn)行特征選擇，最終可優(yōu)選出最能表征缺陷嚴(yán)重程度的特征參量。

通過(guò)現(xiàn)有狀態(tài)監(jiān)測(cè)量進(jìn)行表征電纜線(xiàn)路及隧道運(yùn)行狀態(tài)的準(zhǔn)確性與可靠性分析，建立電纜線(xiàn)路及隧道運(yùn)行狀態(tài)特征量集合與狀態(tài)評(píng)價(jià)映射關(guān)系，最終可形成電纜線(xiàn)路缺陷、故障及狀態(tài)特征表征數(shù)據(jù)指紋庫(kù)。電纜運(yùn)行可靠性的相關(guān)影響因素分為兩類(lèi)：依時(shí)協(xié)變量和非依時(shí)協(xié)變量^[9-10]。依時(shí)協(xié)變量，比如電纜的溫度、環(huán)流、局部放電、介損、空氣濕度等；非依時(shí)協(xié)變量，比如電纜的施工單位、電纜長(zhǎng)度、電纜廠家等。根據(jù)指紋庫(kù)及其權(quán)重/概率系數(shù)，可以對(duì)電纜運(yùn)行可靠性表征數(shù)據(jù)進(jìn)行分類(lèi)歸一化，并可建立依時(shí)協(xié)變量和非依時(shí)協(xié)變量概率關(guān)聯(lián)性及其概率規(guī)律，從而簡(jiǎn)化Weibull模型計(jì)算復(fù)雜度。

Weibull分布可以用來(lái)分析依時(shí)協(xié)變量，其函數(shù)表達(dá)式如式（1）所示。

其中Xj為非依時(shí)協(xié)變量，Y_j為X_j對(duì)應(yīng)的回歸系數(shù)，n為依時(shí)協(xié)變量的個(gè)數(shù)，β為Weibull分布形狀參數(shù)，η為Weibull尺度參數(shù)。

可靠度表示設(shè)備在時(shí)間t內(nèi)正常工作的概率，Weibull比例風(fēng)險(xiǎn)模型^[11-12]對(duì)應(yīng)的可靠度函數(shù)如式（2）所示。

故障概率密度函數(shù)如式（3）所示。

構(gòu)造故障概率密度函數(shù)的似然函數(shù)如式（4）所示。

其中n為數(shù)據(jù)的總數(shù)，m為故障數(shù)據(jù)個(gè)數(shù)，n-m表示截尾數(shù)據(jù)個(gè)數(shù)。

當(dāng)K=0時(shí)，代入β、η和α的初值β0、η0和α0進(jìn)行求解，獲得Weibull分布的形狀參數(shù)，根據(jù)Weibull分布求出可靠性，并結(jié)合狀態(tài)評(píng)價(jià)結(jié)果得到最終的可靠性評(píng)估結(jié)果^[13-14]；同時(shí)分析電纜的故障數(shù)據(jù)和狀態(tài)數(shù)據(jù)，并通過(guò)求解模型的參數(shù)繪制電纜的狀態(tài)決策曲線(xiàn)。根據(jù)可靠度將電纜的狀態(tài)劃分為正常工作、臨界區(qū)、維修三類(lèi)，同時(shí)也可以實(shí)現(xiàn)電纜剩余壽命的預(yù)測(cè)^[15]。

3.3　基于RF算法的電纜通道狀態(tài)評(píng)估方法

RF是一種集成多決策樹(shù)的算法，每個(gè)決策樹(shù)都是一個(gè)分類(lèi)器，將所有分類(lèi)投票結(jié)果集成在一起，指定具有最高投票數(shù)的類(lèi)別作為最終的輸出。RF具有精度高、效率高、自行評(píng)估特征量重要度和自行計(jì)算內(nèi)部誤差無(wú)偏估計(jì)等優(yōu)點(diǎn)，是一種具有較高靈活度的機(jī)器學(xué)習(xí)算法，應(yīng)用范圍廣泛。

電纜通道實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)經(jīng)過(guò)邊緣計(jì)算處理后發(fā)送至中臺(tái)，每次刷新的一組數(shù)據(jù)可組成一個(gè)樣本矩陣。根據(jù)電纜運(yùn)行原理和日常運(yùn)維經(jīng)驗(yàn)，每個(gè)樣本中不同特征量在事故誘發(fā)因素中權(quán)重不同，例如接頭處溫度超過(guò)閾值屬于影響權(quán)重較高的特征量，而非電纜本體的設(shè)備銹蝕在一定程度以下影響較小；同時(shí)某些特征量具有較強(qiáng)的相關(guān)性，例如煙霧、火焰和溫度。在RF的計(jì)算過(guò)程中，樣本和特征的選擇是一個(gè)隨機(jī)抽取的過(guò)程，因此可以對(duì)決策樹(shù)進(jìn)行去相關(guān)，從而降低內(nèi)部誤差。同時(shí)可使用袋外誤差率的計(jì)算來(lái)評(píng)估各特征量的貢獻(xiàn)從而確定各特征量的權(quán)重。RF中決策樹(shù)的數(shù)量增加在初期會(huì)提升算法的效果，但大于一定值時(shí)，計(jì)算效果會(huì)趨于平緩不再有明顯的提升。這是一個(gè)魯棒性較強(qiáng)的參數(shù)，一定范圍內(nèi)的調(diào)整并不會(huì)明顯地影響算法的分類(lèi)識(shí)別效果，因此特征量維數(shù)和訓(xùn)練集數(shù)量在一定范圍內(nèi)時(shí)，可使用固定的推薦值。電纜通道的在線(xiàn)監(jiān)測(cè)實(shí)際物理測(cè)量裝置的增減，基于現(xiàn)實(shí)具有較長(zhǎng)的變化周期，其特征量的形式和維數(shù)變化頻率是較低的?？傮w來(lái)說(shuō)，針對(duì)電纜通道運(yùn)行參數(shù)的狀態(tài)評(píng)估，在采用RF算法的計(jì)算過(guò)程中不需要做很多參數(shù)調(diào)試，同時(shí)可以兼容較長(zhǎng)時(shí)間的監(jiān)測(cè)設(shè)備更替，具有較強(qiáng)的魯棒性。

4　結(jié)論

針對(duì)電纜線(xiàn)路高可靠性和智能運(yùn)維管理需求，本文提出了電纜線(xiàn)路移動(dòng)巡檢及交互診斷系統(tǒng)的設(shè)計(jì)方法，并結(jié)合數(shù)據(jù)分級(jí)分析與前后端融合的基本思路，提出了綜合基于模糊證據(jù)理論的狀態(tài)評(píng)價(jià)模型、灰色馬爾可夫的誤差反推預(yù)測(cè)模型的前端自診斷模型和綜合相關(guān)性分析法模型、Weibull長(zhǎng)期運(yùn)行可靠性評(píng)估模型的后端多維度數(shù)據(jù)分析與決策模型，實(shí)現(xiàn)了綜合管廊電力艙內(nèi)電纜線(xiàn)路多狀態(tài)量的前后端運(yùn)行狀態(tài)分級(jí)分析與決策。經(jīng)實(shí)踐應(yīng)用證明，該系統(tǒng)不僅能便于運(yùn)維人員快速掌握電纜線(xiàn)路運(yùn)行狀態(tài)信息，而且實(shí)現(xiàn)了對(duì)電纜線(xiàn)路中存在普遍性潛伏性隱患缺陷的研判與挖掘，有助于提升高壓電纜設(shè)備狀態(tài)管控能力和運(yùn)檢決策科學(xué)水平。

作者簡(jiǎn)介：

張建軍（1976-），男，黑龍江鶴崗人，工程師，現(xiàn)就職于國(guó)網(wǎng)北京市電力公司電纜分公司，研究方向?yàn)楦邏弘娎|運(yùn)維檢修。

參考文獻(xiàn)：

[1] 吳明祥, 歐陽(yáng)本紅, 李文杰. 交聯(lián)電纜常見(jiàn)故障及原因分析[J]. 中國(guó)電力, 2013, 46 (5) : 66 - 70.

[2] 王少華, 葉自強(qiáng), 梅冰笑．電纜故障原因及檢測(cè)方法研究[J]. 電工電氣, 2011, 11 (5) : 58 - 62．

[3] Q/GDW 11316-2014, 電力電纜線(xiàn)路試驗(yàn)規(guī)程[S].

[4] 王昱力, 夏榮, 任廣振, 黃肖為. 電纜線(xiàn)路及通道移動(dòng)巡檢與交互診斷技術(shù)研究[J]. 電力系統(tǒng)裝備, 2018 (11) : 95 - 97．

[5] Tang Z Y. Analysis of significant factors on cable failure using the Cox proportional hazard model[J]. IEEE Transactions on Power Delivery, 2014, 29 (2) : 951 - 957.

[6] Bajbor Z Z. Cable Life Expectancy Calculation - A Practical Approach[J]. IEEE Transactions on Electrical Insulation, 1987, EI-22 (4) : 485 - 487.

[7] Zickler U, Schnettler A, Schwan M. Impact of maitenance on component condition and system supply reliability in distribution networks[C]. International Conference and Exhibition on Electricity Distribution, IEEE Xplore, 2009 : 1 - 4.

[8] Stotzel M, Zdrallek M, Wellssow W H. Reliability calculation of MV-distribution networks with regard to ageing in XLPE-insulated cables[J]. Generation, Transmission and Distribution, IEE Proceedings, 2001, 148 (6) : 597 - 602.

[9] Chiodo E, Gagliardi F, Lauria D. Probabilistic approach to transient stability evaluation[J]. Generation Transmission and Distribution, 1994, 141 (5) : 537 - 544.

[10] 粟秋碩, 廖洪根, 張澤秋, 等. 電力電纜故障分類(lèi)和絕緣檢測(cè)方法[J]. 紅水河, 2007, 26 (4) : 103 - 105.

[11] Cox D R. Regression Models and Life-Tables[J]. Journal of the Royal Statistical Society, 1992, 34 (2) : 187 - 220.

[12] Weibull W. Spread around the initiating point of the detonation wave in high explosives.[J]. Nature, 1947, 160 (4055) : 92 - 93.

[13] 羅潘, 任志剛, 徐陽(yáng), 等. 退役高壓交聯(lián)聚乙烯電纜絕緣老化狀態(tài)分析[J]. 電工技術(shù)學(xué)報(bào), 2013, 28 (10) : 41 - 46.

[14] 周承科, 李明貞, 王航, 等. 電力電纜資產(chǎn)的狀態(tài)評(píng)估與運(yùn)維決策綜述[J]. 高電壓技術(shù), 2016, 42 (8) : 2353 - 2362.

[15] Q/GDW 456—2010, 電纜線(xiàn)路狀態(tài)評(píng)價(jià)導(dǎo)則[S]. 2010.

摘自《自動(dòng)化博覽》2023年4月刊