本發明涉及故障檢測，特別是一種配電自動化終端故障檢測方法。

背景技術：

1、傳統的配電自動化終端故障檢測方法依賴于預設的閾值和規則，對設備各項指標進行單獨判斷。

2、而在實際應用中，現場數據往往受到電磁干擾、設備老化及環境變化的影響，導致部分指標偶爾出現偏離正常范圍的情況；由于各指標獨立運行，某一項指標出現突變時，系統一般會立刻觸發故障報警，使整體狀態評判大幅下滑，而其他指標仍然保持良好狀態；這種現象導致故障檢測反應過于敏感，而且容易引發誤報或不必要的檢修調度，給電網運維帶來額外負擔。

3、在此背景下，部分傳統方案雖然能通過增加數據冗余、采用多級預警或模糊邏輯來平滑判斷，但這些方法在實時性與精確度之間難以平衡，當設備在某個短暫時刻出現輕微異常時，傳統方法難以有效區分是暫時性波動還是潛在故障隱患，導致整體評價指標受到單個異常數據的較大影響；在長期運行中，會掩蓋真正的故障根本問題，也增加誤判風險；因此亟需一種配電自動化終端故障檢測方法來解決此類問題。

技術實現思路

1、鑒于上述現有存在的問題，提出了本發明。

2、本發明提供了一種配電自動化終端故障檢測方法解決在配電設備的狀態評價過程中，某一故障指標，如通信無應答或傳感器瞬間異常若驟降，可能使得整個設備狀態由正常直接滑向嚴重，導致誤判甚至不必要的維護動作的問題。

3、為解決上述技術問題，本發明提供如下技術方案：

4、本發明實施例提供了一種配電自動化終端故障檢測方法，其包括，

5、步驟s1，利用傳感裝置實時采集配電終端設備的狀態數據，并對狀態數據進行預處理；

6、步驟s2，采用基于三角模糊數的權重分配方法，基于步驟s1所采集并預處理后的狀態數據進行計算和賦權，得到各項狀態指標；依據狀態指標進行實時監控，根據實時監控的監測反饋，構建分階段預警體系；

7、步驟s3，針對關鍵狀態指標設置兩組以上的冗余傳感器，該關鍵狀態指標定義為對設備通信或響應起決定性作用的指標；

8、步驟s3中，采用分布式數據聚合算法，對來自多傳感器的同一關鍵指標數據進行分布式匯總與比對；

9、步驟s4，根據步驟s1預處理后的狀態數據、步驟s2動態權重平滑及步驟s3冗余數據聚合結果，完成設備狀態的實時評價，對整體狀態評價低于設定安全閾值的設備，觸發故障預警。

10、作為本發明所述一種配電自動化終端故障檢測方法的一種優選方案，其中：

11、所述狀態數據包括通信狀態和傳感器信號；

12、所述預處理包括自適應濾波、剔除異常數據及多源數據冗余校驗。

13、作為本發明所述一種配電自動化終端故障檢測方法的一種優選方案，其中：步驟s2中，基于步驟s1所采集并預處理后的狀態數據進行計算和賦權的步驟為，

14、定義指標的隸屬度函數為，表示為：

15、，

16、其中，表示步驟s1預處理后指標的實際觀測值，表示指標的正常工作下限，表示指標的正常工作中值，表示指標的正常工作上限，

17、進一步計算指標的初始權重，計算公式為：

18、，

19、其中，表示指標的初始權重，表示第個指標的隸屬度值，為對所有指標求和時的索引，表示總的狀態指標數量。

20、作為本發明所述一種配電自動化終端故障檢測方法的一種優選方案，其中：步驟s2中，所述構建分階段預警體系的步驟為，

21、引入異常指示函數對實時數據進行監控，定義為：

22、若，則，否則，

23、其中，表示時間時指標的數值，與分別表示指標的正常工作下限和上限，表示在時間時，若指標超出正常范圍，則取值為1，否則取值為0；

24、在監測周期內，計算指標的累積異常效應，公式為：

25、 ，

26、其中，表示在周期內，指標的累積異常時間，表示預警監測周期的時間長度；

27、構建分階段預警，當達到預設閾值時，對初始權重進行修正，計算修正后的權重，公式為：

28、，

29、其中，表示分階段預警修正后的權重，表示初始權重，表示用于放大異常影響的調節系數，表示指標的異常持續時間閾值。

30、作為本發明所述一種配電自動化終端故障檢測方法的一種優選方案，其中：所述三角模糊數依據預先設定的設備正常工作范圍確定。

31、作為本發明所述一種配電自動化終端故障檢測方法的一種優選方案，其中：所述分階段預警體系具體為：

32、a)在監測到某一狀態指標出現偏離正常范圍出現異常時，僅在預警初期對整體狀態評價產生輕微下調，并記錄該指標異常的持續時間；

33、b)當所述異常的持續時間超過預設時間窗口后，逐步放大該指標的權重。

34、作為本發明所述一種配電自動化終端故障檢測方法的一種優選方案，其中：步驟s2中，采用動態權重平滑函數對各項異常指標值進行時間積分計算，僅當某一指標的累積異常效應超過預設閾值時，觸發整體狀態的降級處理。

35、作為本發明所述一種配電自動化終端故障檢測方法的一種優選方案，其中：步驟s2中，所述采用動態權重平滑函數對各項異常指標值進行時間積分計算的步驟為，

36、采用動態權重平滑函數，對指標最終權重定義為：

37、，

38、其中，表示最終經過平滑處理后的指標權重，表示初始權重，表示動態平滑系數，表示指標在監測周期內的累積異常時間，表示指標的異常持續時間閾值，表示監測周期的時間長度。

39、作為本發明所述一種配電自動化終端故障檢測方法的一種優選方案，其中：步驟s3中，所述采用分布式數據聚合算法，對來自多傳感器的同一關鍵指標數據進行分布式匯總與比對的步驟為，

40、針對關鍵狀態指標，設其數據由個冗余傳感器采集，每個傳感器數據記為，其中，同時賦予每個傳感器可靠性權重，采用分布式數據聚合算法計算指標的聚合值：

41、，

42、其中，表示經過多傳感器數據聚合后的指標匯總值，表示針對指標的冗余傳感器數量，表示第個傳感器采集的指標數據，表示第個傳感器數據的可靠性權重，為傳感器數據聚合時的索引。

43、作為本發明所述一種配電自動化終端故障檢測方法的一種優選方案，其中：步驟s4中，所述完成設備狀態的實時評價，對整體狀態評價低于設定安全閾值的設備，觸發故障預警的步驟為，

44、綜合步驟s1預處理數據、步驟s2中動態平滑后的權重以及步驟s3中聚合后的指標值，構建設備整體狀態評價函數：

45、，

46、其中，表示設備狀態的綜合評價值，表示經過動態平滑處理后的指標權重，表示指標的聚合數據值，表示總的狀態指標數量，

47、當滿足時，系統觸發故障預警，其中，表示設備安全狀態的預設最低評價閾值。

48、本發明有益效果為：本發明，通過多層次數據采集、處理、賦權、預警和數據融合技術，實現對配電自動化終端設備狀態的實時監控和故障預判，本發明利用三角模糊數構建隸屬度函數，對各狀態指標的正常工作區間進行定量描述，通過歸一化方法計算出各指標的初始權重，使得各項指標與設備正常運行狀態的偏離程度得以客觀反映，從而避免單一指標異常導致整體狀態評價失衡。

49、同時，本發明引入分階段預警體系，在監測周期內對異常指標進行積分計算，僅在異常持續達到預設閾值后，對初始權重進行動態修正；這一分階段、分級調整機制有效區分了短時偶發異常與持續異常，防止系統因瞬時波動而誤判設備狀態。

50、本發明在關鍵狀態指標上設置多組冗余傳感器，并采用分布式數據聚合算法對多傳感器數據進行加權融合，從而降低單個傳感器故障對整體判斷的干擾，進一步提升數據的魯棒性。

51、本發明，通過對平滑處理后的權重與聚合數據進行加權求和，形成設備狀態綜合評價函數，并設定安全閾值，當整體評價值低于閾值時即時觸發故障預警，為運維決策提供準確可靠的依據。

52、綜上，本發明有效改善了傳統方法中單一指標異常引發整體失衡的不足，提高了故障檢測的靈敏度和穩定性，降低了誤報及漏報風險。