吴俊兴，黄墀志，张冬冬，刘传毅

（国电南瑞南京控制系统有限公司，江苏 南京 210000）

0 引 言

运行过程中，配电柜由于负荷集中且存在较多回路易出现故障[1]。目前，我国应用的配电柜故障自动化监测系统，主要采用主动自报的方式监测配电柜故障中的具体参数，并通过GPRS传输监测数据。此系统在实际应用中存在监测精度低的问题，且无法实时动态精准监测配电柜故障，经常会出现误报警情况。关联分析能够通过关联挖掘的方式发现项目集合中的相关性，同时具备覆盖范围广、精度高、耗能低以及成本低廉等优势。因此，本文基于关联分析设计了一种新型配电柜故障自动化监测系统。

1 关联分析

关联分析的核心是Apriori算法。通过Apriori和AprioriTid等关联规则挖掘，可加快整个挖掘过程。通过关联分析中Apriori的计算，能够搜索出配电柜故障自动化监测的最短传输路径，从而提高配电柜故障自动化监测的精准度，为配电柜故障自动化监测提供理论依据。

2 基于关联分析的配电柜故障自动化监测系统硬件设计

2.1 传感器

本文设计的传感器型号为MKBT-A500-E432，用于实时测量配电柜故障的电压和电流等关键参数[2]。传感器内置MPU-58974100芯片，如图1所示。MPU-58974100芯片作为一种封装的复合型芯片，能够有效提高配电柜故障自动化监测的数据传感精度，且能测量故障和非故障状态下的配电柜运行参数，实现多种维度监测配电柜故障中的各项参数指标，从而满足配电柜故障监测的要求。

2.2 专用集成电路

为确保系统中监测数据能够高效传输，系统运用关联分析中的Apriori性质设计了专用集成电路。将传感器接收端的有效信号功率表格化，可缩小频繁项集的搜索空间。本文设计的专用集成电路引入了关联分析，通过专用的数据算法进行转换，并传输配电柜故障中的各项监测数据，减小了信源信号的冗余度，将出现传输错误的几率降至最低。

2.3 监测主机

图1 MPU-58974100芯片原理图

在专用集成电路的基础上设计监测主机。监测主机型号为OM-A6 LKX2547777，带独立看门狗，具有大容量存储器，无需依赖网络即可完成配电柜配电、UPS、温湿度、烟感以及图像采集等运行参数，并采用集中监控管理方式，通过短信和电话等进行报警。在故障状况下，监测主机可以完成关键数据监测、现场图像采集、报警信息发布以及远程控制等操作。

3 基于关联分析的配电柜故障自动化监测系统软件设计

基于关联分析的配电柜故障自动监测流程，如图2所示。初始化配电柜网络后，编码配电柜的故障信号特征，基于关联分析法计算故障电压电流数据，重构配电柜故障检测信号传输路径并接收监测数据，对数据执行汇编代码并转换为数字格式，通过计算数字格式的故障数据的映射值输出终端监测数据。

3.1 基于关联分析计算配电柜故障电压和电流数据

配电柜故障自动化监测时，首先进行网络初始化，根据提取的配电柜故障特征设计拓扑结构[3]，然后利用关联分析对配电柜故障特征进行权值和阈值编码，得到故障电压和电流数据初始种群。利用关联分析编码时，对不符合故障电压和电流数据的权值和阈值采用实数编码法，通过关联分析训练获得故障电压和电流数据误差平方和的倒数作为适应函数。设配电柜故障电压和电流数据误差平方和的倒数为f：

图2 配电柜故障自动监测流程图

式中，m为适应度高的已编码配电柜故障特征权值；i为输出神经元的配电柜故障特征个数，为实数；ti为配电柜故障第i个特征输出的期望值；ai为配电柜故障第i个特征输出的实际值。求得配电柜故障电压和电流数据误差平方和的倒数后，对选取的配电柜故障电压和电流数据进行个体之间的交叉和个体自身的变异，从而得出故障电压和电流数据[4]。

基于关联分析计算故障电压和电流数据的激活函数，发现其与理想sigmoid函数拟合状态良好。利用关联分析的迭代过程，结合输出神经元的交叉计算，提高配电柜故障电压和电流数据计算的精准度。

3.2 自动化追踪配电柜故障监测信号

在基于关联分析计算配电柜故障电压和电流数据的基础上，明确配电柜故障监测信号的发射点与传输路径[4,5]。基于关联信号分析，假定监测振动信号可表示配电柜故障的实时状态，从而重构配电柜故障监测信号在传输路径上的排列。利用配电柜故障监测信号的映射函数与信号库映射的方式，接收配电柜故障监测数据，从而推理监测信号的故障点。

3.3 配电柜故障监测数据处理

接收配电柜故障监测数据后，配置故障监测数据的汇编代码。通过关联分析统一配电柜故障监测信息中的参数属性，将配电柜故障监测信息属性与语义关系相关联，强化各部分之间的互联共享。本文采用XCOM V2.0定点模块对故障监测数据执行汇编代码，每个配电柜故障监测数据信号分配一个唯一标识，并将信号转换为数字形式，从而减少配电柜故障监测数据中的冗余值。

3.4 显示配电柜故障监测结果

监测数据处理后，将系统故障监测报警功能连接后台，并显示出配电柜故障的监测数据。数字形式数据在终端的显示映射取值范围设置在0～1，通过计算每个数据的映射值来获得配电柜故障的监测结果。配电柜故障监测结果Q的表达式为：

式中，K为配电柜故障监测数字形式数据的可信任度；E为配电柜故障的电压值；φ为配电柜故障的电流值，η为映射值。计算得出的映射值是配电柜故障监测的关键依据，同时结合监测数据的实时传递情况和传输终端数据，最终显示数据信息，从而实现配电柜故障的监测。

4 实例分析

4.1 实验准备

为构建实例分析，选取某配电柜为实验对象，并设计配电柜故障的基本参数，如表1所示。

表1 配电柜故障参数

根据表1，通过Weapectl 1.2.1软件获取本文设计系统和传统监测系统的监测误报警率。监测误报警率越低，说明监测精度越高。实验中共设置7个测试点位，分别为2 mA、3 mA、4 mA、5 mA、6 mA、7 mA和8 mA。

4.2 实验结果分析与结论

整理实验结果，如图3所示。可见，本文设计系统监测的误报警率明显低于传统监测系统，具有更高的实际应用价值。

图3 监测误报警率对比图

5 结 论

基于关联分析的配电柜故障自动化监测系统能够解决传统配电柜故障自动化监测中存在的问题，优化配电柜故障的自动化监测，具有重要的现实意义。下一步应加大关联分析在配电柜故障自动化监测中的应用力度，以提高配电柜的综合性能。