基于PSO 的公共建筑電氣設備絕緣故障診斷系統設計

黃煒昭

（深圳供電局有限公司，深圳 518000）

由于公共建筑的能源應用需要通過電氣設備來實現，其運行時間長，容易出現設備絕緣故障，降低電氣設備自身能源轉換能力，影響整個公共建筑的能源使用效果[1]。為此，對公共建筑中的電氣設備絕緣故障診斷進行研究具有重要意義。

文獻[2]結合離散小波變換和混沌系統與卷積神經網絡，構建4 種不同類型的電力電纜絕緣故障。采用高速采集卡測量局部放電信號，通過離散小波變換對其進行濾波?；贚orenz 混沌系統，建立動態誤差散點圖。通過CNN 處理動態誤差散點圖，完成故障識別；文獻[3]設計了基于物聯網技術的智能變壓器內部故障診斷系統。構建數據傳輸網絡，采集變壓器內參數，并通過故障診斷系統儲存，利用專家診斷技術，建立診斷模型分析數據，完成故障診斷。

為解決上述問題，設計了基于PSO 的公共建筑電氣設備絕緣故障診斷系統。

1 公共建筑電氣設備絕緣故障診斷系統硬件設計

1.1 絕緣故障診斷系統總體框架設計

公共建筑電氣設備絕緣故障診斷系統的主要功能是在公共建筑電氣設備能源轉換使用過程中，實時監測電氣設備原始數據，進行設備的絕緣故障診斷。監控部分為診斷部分的輔助，主要提供設備運行過程中的運行數據以及各項運行參數。絕緣故障診斷模塊主要負責接收監測數據，并對數據開展運行狀態檢測，完成電氣設備的絕緣故障診斷。公共建筑電氣設備絕緣故障診斷系統是由文件處理、參數設置、絕緣故障診斷、報表管理、數據監控以及系統幫助6 個硬件功能模塊構成的。

1.2 絕緣故障診斷系統硬件功能模塊分析

1.2.1 文件處理模塊

在設備絕緣故障診斷系統中，文件處理模塊主要采用MPX5010 芯片檢測設備運行數據，并將實時檢測數據輸入系統，實施分段保存。

1.2.2 參數設置模塊

該模塊主要負責標定電氣設備的正常工作狀態數據，其中包括電氣能源轉換值、電流值、電壓值以及轉換入口、出口等參數值的設定。利用LED 顯示屏顯示數據，ARM 微控制器控制模塊運行。

1.2.3 絕緣故障診斷模塊

該模塊為整個設備絕緣故障診斷的核心模塊，需要根據相關設備運行數據設置絕緣故障的故障類型，通過DSP 芯片處理故障數據，并通過子模塊對運行數據進行預處理，去掉其中冗余數據、空值數據，提升系統的故障診斷精度。絕緣故障診斷子模塊則需要根據數據預處理結果以及其余參數設置結果，結合PSO算法完成整個設備能源轉換時設備絕緣故障診斷。

1.2.4 數據監測模塊

該模塊主要用來實時監控設備檢測數據，過程中使用RTC 芯片將數據通過時間以及設備進行區分。由于設備運行時間較長[4-5]，因此監控的數據以時間段為單位完成監控數據的存儲。數據通過SRAM 存儲器完成存儲后會自動傳輸進數據庫模塊中，作為歷史數據輔助系統完成電氣設備絕緣故障的診斷。

1.2.5 報表管理模塊

該模塊主要面向用戶，負責用戶在該模塊內查找設備檢修以及故障報表，了解設備過往故障情況以及故障檢修情況。通過互聯網瀏覽器訪問該模塊，并根據需要打印，方便用戶查閱以及維修人員的維修方案確定。

1.2.6 系統幫助模塊

該模塊主要分成系統使用規則以及算法原理設置兩個部分。系統使用規則主要負責詳細介紹整個系統的使用流程，方便用戶學習；而算法原理設置，則負責詳細地介紹粒子群等絕緣故障檢修所需算法的算法原理，提升用戶自身水平。

2 公共建筑電氣設備絕緣故障診斷系統軟件設計

基于上述硬件功能模塊的功能分析結果，根據B/S 結構確定公共建筑電氣設備絕緣故障診斷系統軟件結構，完成軟件流程設計，實現公共建筑電氣設備絕緣故障診斷。

2.1 應用程序流程設計

電氣絕緣設備故障診斷系統主程序主要負責控制主程序下的各項子程序，其中包括上位機界面設計、數據采集流程、信號處理流程以及絕緣故障診斷流程，如圖1 所示。

圖1 電氣絕緣設備故障診斷系統主程序控制流程Fig.1 Main program control flow chart of fault diagnosis system of electrical insulation equipment

根據圖1 可知，系統在完成上電/復位初始化后，通過辨識明確是否需要采樣數據，并根據調用的終端服務程序完成電流以及電壓信號的采集。設定采樣點數量，完成信號預處理以及介損值tanδ的計算[6]。調用通信程序將介損值通過現場總線輸入系統主機中，調用診斷程序判斷設備絕緣故障類型，并將結果傳輸至主要顯示界面完成診斷。

2.2 數據采集程序設計

系統在采集數據時，需要設置數據的采集參數，結合數據采集卡采集相關數據。數據采集過程中，LabWindows/CVI 通過I/O 接口獲取數據，在波形控件中顯示數據，并通過定時器在指定時間將采集數據存儲至數據庫中。數據采集程序流程如圖2所示。

圖2 數據采集程序流程Fig.2 Flow chart of data collection program

2.3 信號處理流程

系統信號處理程序流程如圖3 所示。

圖3 信號處理程序流程Fig.3 Flow chart of signal processing program

根據圖3 可知，設備信號完成采集后，需要對信號進行濾波處理，并利用信號加窗對連續信號進行截取[7-9]，分析信號頻域特征以及時域特征，實現信號的特征提取。

2.4 絕緣故障診斷子程序設計

PSO 算法是基于自然界中群體智慧的行為原理，通過多個粒子的協同運動，搜索最優解。神經網絡是在計算機中模擬了人類神經元網絡的結構和行為方式。本文結合PSO 算法和神經網絡，診斷電氣設備絕緣故障，建立電氣設備運行狀態的神經網絡模型。設定電氣設備運行狀態網絡模型中層級之間的連接變量為，網絡閾值為，層級之間的連接因子的表達式為

式中：d 表示輸入神經元個數；k 為設備狀態數據總數量。

神經元的輸出值y 的表達式為

建立神經網絡后，將網絡權重、閾值以及連接變量進行處理，形成粒子群V，并采用實數編碼方法，獲取粒子群的全局最優近似解。將最優解粒子參數分配至神經網絡中，通過樣本訓練學習，找出全局最佳解，實現設備的絕緣故障診斷。具體流程為

（1）設定PSO 算法參數。其中，粒子群規模為M，學習因子采用cn形式，amax為最大迭代次數，慣性權值表示為ζm?；谏鲜鲈O定的參數隨機生成粒子群的第一代粒子，并默認各個粒子的位置為種群最佳位置。amax、cn的計算如式（3）和式（4）所示：

（2）將粒子值通過編碼形式分配至神經網絡上，根據網絡變量以及結構參數，獲取參數相應閾值。

（3）建立適應度函數，并通過其計算評估粒子，完成粒子更新，過程如公式（5）所示：

（4）基于粒子群的設定的最大迭代次數，完成粒子群的迭代更新，獲取粒子的全局最優解，并將其輸入神經網絡中，通過樣本訓練學習，獲取最終的全局最優解，完成絕緣狀態的辨識，實現設備的絕緣故障診斷。

3 實驗分析

為了驗證設計的基于PSO 的公共建筑電氣設備絕緣故障診斷系統的有效性，需要進行實驗。

在公共建筑電氣設備模擬實驗平臺中進行實驗，選擇MATLAB 建模軟件，采集實際電氣設備數據，建立電氣設備模型，調節參數，模擬運行并分析。

將基于物聯網技術的故障診斷系統和基于混沌系統和離散小波變換的故障診斷系統作為對比系統，分別開展公共建筑電氣設備的絕緣故障診斷，以此驗證基于PSO 的故障診斷系統的有效性。

3.1 實驗指標設置

基于上述3 種系統開展電氣設備絕緣故障診斷時，將絕緣故障位置信號振動幅值、電壓電流變化、絕緣故障診斷時間作為實驗指標。對比3 種系統開展故障診斷時的故障位置振動幅值，與實際振動幅值波形越接近，證明系統的診斷效果越好。將絕緣故障發生后的電壓電流變化與實際情況進行對比，電壓電流的變化情況與實際情況一致，表明系統的診斷精度高。絕緣診斷時間越短，表明系統的診斷效率越高。

3.2 電氣設備絕緣故障診斷效果

三種系統開展設備故障診斷時，對不同系統故障診斷過程中監測的故障位置信號振動幅值展開測試，測試結果如圖4 所示。

圖4 不同系統的故障位置信號振動幅值測試結果Fig.4 Results of vibration amplitude test of fault position signals for different systems

分析圖4 可知，在開展電氣設備絕緣故障診斷時，兩個對比系統的設備故障位置信號振動幅值與實際信號振動幅值之間差距較大。而基于PSO 的故障診斷系統在故障診斷時，能夠精準地檢測出設備故障位置信號振動幅值，表明故障診斷效果好。

3.3 電氣設備絕緣故障診斷精度

使用3 個系統開展設備絕緣故障診斷，對不同系統的故障診斷精度展開測試，不同系統的電氣設備絕緣故障電流電壓變化狀態如圖5 所示。

圖5 不同系統的電氣設備絕緣故障電流電壓變化狀態Fig.5 Insulation fault current and voltage change state of electrical equipment in different systems

分析圖5 可知，在開展電氣設備絕緣故障診斷時，兩個對比系統的電氣設備絕緣故障前后電流電壓變化狀態與實際電氣設備絕緣故障發生后的電流電壓狀態變化之間存在較大誤差。而基于PSO 的故障診斷系統開展電氣設備絕緣故障診斷時，檢測出的電氣設備絕緣故障前后電流電壓變化狀態與實際電氣設備絕緣故障發生后的電流電壓狀態變化曲線一致。由此可知，基于PSO 的故障診斷精度較高。

3.4 電氣設備絕緣故障診斷效率

繼續使用上述3 個系統開展電氣設備絕緣故障診斷，對不同系統的故障診斷效率展開測試，不同系統的電氣設備絕緣故障診斷時間測試結果如表1 所示。

表1 不同系統的電氣設備絕緣故障診斷時間測試結果Tab.1 Test results of electrical equipment in different systems

分析表1 可知，隨著設備線路長度的增加，電氣設備絕緣故障診斷時間隨之增加。當設備線路長度達到7 m 時，基于物聯網技術的故障診斷系統的故障診斷時間為53 ms；基于混沌系統和離散小波變換的故障診斷系統的故障診斷時間為55 ms；而基于PSO 的故障診斷系統的故障診斷時間僅為51 ms。由此可知，基于PSO 的故障診斷系統具有較高的故障診斷效率。

4 結語

設計基于PSO 的公共建筑電氣設備絕緣故障診斷系統。確定系統的整體框架，詳細分析各個硬件模塊的功能應用。根據硬件功能設計該系統的軟件程序，確定系統的程序實現流程，將硬件模塊與軟件程序實現流程相結合，實現對公共建筑電氣設備絕緣故障的精準診斷。