耿贞伟，苏文伟

（云南电网有限责任公司信息中心，昆明 650217）

0 前言

我国目前普遍使用的传统型非入侵式监测设备是一种远程安全监测设备，系统运行容量较小并且需要高额的造价与维护非用，延展性较差、反应较为缓慢且系统的监测视角范围有限，由于我国目前还没有运行远程安全监测系统做出统一的标准与规范，使得非入侵式检测系统的运行和维护工作面临很多问题，更难以对多标签数据内容进行分类，给供电公司的各个部门增加了许多压力[1]。因此，积极设计和完善的多标签分类安全监测系统是十分有必要的。这就要求相关设计人员立足于当前时代发展特点，灵活运用现代科技手段并结合实际状况来设计新的多标签分类监测系统，提前设计好实施计划与方案，有利于工作顺利开展[2]。多标签分类监测系统经过实践的检验，是较为符合系统运作灵活及高速处理信息等特点的一种新型监测系统。

1 多标签分类非侵入式负荷监测系统

1.1 非侵入式负荷监测系统硬件设计

采CUI-TECHPNXP 270技术处理平台作为用非入侵式监测系统的硬件配置的核心内容[3]。该平台主选取ERS 2.4处理芯片，参照结构PXAN-2.4模型作为配置结构，自愈Intel CASXALEN嵌入式微处理器作为核心模块，有效地使图像处理主频率能够保持在420-462M Hz之间。为了更好地保证非入侵式负荷监测系统的性能，在系统中添加PNA 2.6微处理器以及Intel speed-step动态监测技术[4]。在设计系统硬件配置的过程中考虑到监测系统使用的广泛性和长期性特征，因此需要兼顾它的兼容性，保证系统可以升级到PNXA2.4-2.8等级，从而实现对设备核心板、主板、处理器、LCD串口等模块的优化。电力监测系统平台的硬件框图如图1所示。

图1 非入侵式负荷监测系统硬件框图

系统硬件结构中包括的系统协调器模块、路由节点模块以及一些其它模块，他们的串口结构和主要配置基本上是相同或相似的。因此可以把整个电路结构视为一个整体，提高图像的清晰度，方便日后对于所监测的图像数据进行处理[5-7]。检测内存占用比例及CPU占用率、应用服务器和数据库等相关系统硬件配置的基本情况以及监测软件平台的运行状况，可以对系统质量起到保障作用。对检测指标进行记录得到的系统配置情况如下表所示:

表1 监测系统硬件配置数据

参照上表信息并结合多标签分类技术提取出系统内部各个硬件配置的相关数据进行对比与分析，可以优化系统数据格式，及时地发现系统数据中出现的偏差从而妥善处理[8]。为了优化子系统内部功能元件的分配和促进资源功率的有效分配并保障分配具有一定合理性，需要系统设置出最佳方案来实现资源配置过程中可供选择的最佳监测路径和标签分配路径，以实现在大数据基础之上构建多标签分类的目标。构建非入侵式负荷监测系统的过程中除了要注重标签分类外，还要重视实时监测效果，因为标签分类很大程度上也是为了更好地掌握与评估监测情况服务的[9-10]。这个过程需要运用SVM资源分配检测方法并与大数据技术相结合进行。为了实现优化设计系统硬件配置及相关结构，并使系统在运行过程中可以具备较好的整合和交换功能，实现同步整合和异步交换的统一，需要在软件设计的过程中针对不同的标签特征采用不同的分类方法。

1.2 非侵入式负荷监测系统软件设计

为了更精准地研究非入侵式负荷监测的准确性和时效性，结合嵌入式技术对非侵入式负荷监测系统软件进行设计。首先设分类标签特征的最大值与最小值分别为A和B，监测过程中的干扰值为C。为参数控制度，K是监测范围，需要控制在一定数值内。监测系统所在的中心点用n来表示，持续监测时间用t来表示。E为监测偏差情况。通过对E进行实时跟踪和监测可以掌握监测准确性。设φz为系统纠偏参数，U为监测错误偏差的最大容许范围，W是坐标偏差的非线性函数，假设E的变量区域在{f1,fn}之间，则监测偏差变量取值范围算法为：

如果设R为监测系统在运行过程中的精准值，α为监测系统稳定指数，τ为系统动态监测特征参数，并且α∈ {α1,αn+1}，则可对监测图像的自适应调整参数进行计算，具体算法如下。

由上述公式可以看出，偏差E在不同的取值范围内其标签分类算法也不尽相同，尽管整体分类计算原理基本保持一致，也需要对部分标签特征参数进行调整和转换。使监测偏差E在取值范围内尽可能多地与不同情况进行组合，可以通过对比结果分析出电力系统易出现故障的环节和相关影响因素，便于及时地改正监测过程中出现的失误，减少故障发生的概率。监测处理步骤的优化结果如图2所示。

通过应用上图的监测处理步骤并结合之前的监测公式将所收集到的参考数据进行相关计算和整合。除此之外，仔细观察监测图像，可以清晰地反应出电力系统在运行过程中的路径分配和数据传输状况。有利于将复杂的监测步骤简单化，进而达到对比研究的目标。这些操作都将对非侵入式负荷监测系统的软件设计提供必要的前提保障。运行状况以及相关参数。通过对这些数据的分析可以更好地研究多标签分类非入侵式负荷监测的系统运行规律，从而实现更智能化的监测。在监测数据传输过程中，当非侵入式监测系统检测到的数据在正常范围内上下波动时，监测系统自动默认为所监测到的电力数据为正常状态，不需要发出警报。可一旦采集到的特征数据超出正常范围，监测系统就会自动排查发生故障的区域并及时发出警报，从而保证系统运行安全，具体的非侵入式负荷监测系统运行流程如图3所示。

图3 非侵入式负荷监测系统运行流程

非侵入式负荷监测系统的设计中融入警报功能可以成为优于传统监测系统的一大特点。该功能可以通过对比标签分类结果自动定位监测区域，监测故障情况及安全隐患，便于及时解决和处理潜在或已有问题，使故障造成的损失达到最小，更好的完成监测任务。

1.3 多标签分类非侵入式负荷监测的实现

非侵入式负荷监测系统和传统的分布式侵入式监测系统恰恰相反，它具有简单的硬件配置和复杂的分析软件。分析软件能够采集数据进行复杂的数学分析并获得有用信息。系统根据这些信息来辨识或者估计每个负荷的类型、

2 实验结果分析

为了有效检测基于多标签分类的非侵入式负荷监测系统的运行效果，并对所监测到的相关数据信息进行及时处理，预测评估系统检验故障的效率，设计了相关的对比试验。将传统监测系统与本文的监测系统运行情况进行对比实验和数据结果分析。首先检查实验设备保证其处于正常状态，设置合理的实验参数并保证实验环境允许实验正常进行。这样才能够保证实验结果具备准确性和有效性。

实验参数主要包括配系统负荷数据、标签特征，分类数值等，对以上相关数据进行记录，可以掌握监测系统的运行情况，从而进行实验。监测过程中，首先要采集故障信息，也就是系统造成故障的原因。包括：系统的电压不稳定、环境干扰因素、设备点偏移、信息传输不佳、系统设备在运行过程中受到磨损影响设备正常运行、电源开关出现故障、出厂设置或动态性能故障以及偶然性暂停故障等等。将这些故障按照故障轻重等级，由轻到重一共分为了五个等级分类标签，并进行相关记录。

为了检验在非侵入式负荷监测系统的运行情况以及多个时间段系统实际运行的效果，结合上表数据对系统运行数据进行规范，在此基础之上设置相同的环境和数据参数进行对比监测系统运行数据出现异常数值的行为状况仿真实验。为了更加准确直观的判断非入侵式负荷监测系统的运行效果对实验结果进行绘制，具体实验结果如下图所示。

图4 对比实验检测结果

通过对比以上实验检测结果不难发现，两组监测系统的精确度曲线存在较大的差别相对于传统的分布式监测系统而言，本文提出的多标签分类的非侵入式负荷监测系统的实际监测精准度更好，可达到90 %以上，实际运行效果更加明显，相较于传统的分布式监测系统，非侵入式负荷监测系统的操作也更加简单，人力消耗量小。将传统监测系统和多标签分类的非侵入式负荷监测系统应用过程中数据的异常情况进行对比分析，另外通过研究发现，本文所提出的基于多标签分类的非侵入式负荷监测系统在理论上可比传统的分布式监测系统更具备准确性和高效性，可以高效省时地监测出系统数据的中断以及所发生的异常状况。并且有很多传统监测系统所没有的优势，例如：在监测过程中受到外界的干扰更微弱，监测效果呈现得更快捷方便易察觉。在同等干扰环境下，更能准确反应被监测环境及数值变化情况，可以做到精准监测各项数据，由于上述实验运行较为复杂，对环境和精度要求响度比较高在此不多做展示。总之，实验结果证实基于多标签分类的非入侵式负荷监测系统相对于当前已有的监测系统有更高的实用价值，充分满足研究要求。

3 结束语

通过对非侵入式负荷监测系统的设计和逐步完善，提高监测系统的运行效果，并通过实验对比证实基于多标签分类的非入侵式负荷监测系统相比传统监测更加精准便捷，并且易于操作，节省了监测所需要的时间和人力资源，维护起来简单可操作，节省金钱和社会资源。不仅给人类生活带来了便利，给社会稳定发展带来了保障和依靠，充分符合当前节约型社会发展的需要。另外，该系统除了具备方便快捷，准确安全等性能外，运行状况也较为良好，内容清晰监测效果好，反映问题的精准度也较高。