基于大数据分析技术的关口表计量故障识别方法研究

作     者：马晓琴 薛晓慧 罗红郊 MA Xiaoqin;XUE Xiaohui;LUO Hongjiao

作者机构：国网青海省电力公司信息通信公司青海西宁810000 国网青海省电力公司青海西宁810000 

出 版 物：《微型电脑应用》 (Microcomputer Applications)

年 卷 期：2024年第40卷第6期

页      面：109-113页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国网青海省电力公司基金(63281420008U) 

主　　题：故障识别 大数据分析 云计算 检测装置 噪声分离 记忆神经网络 

摘      要：为了提高电力系统中关口表计量装置的检测效果,及时发现运行过程中出现的异常情况和故障,基于大数据框架设计出关口表故障识别系统,并结合云计算技术完成计算资源的虚拟化和网络资源的整合。在关口表检测装置中,主控模块使用STM32F103RBT6芯片,根据零序电压与中性点零序补偿电压判断是否出现故障。在系统的故障识别模型中结合变分模态分解和小波半软阈值分解的方法,对关口表初始故障特征信号进行处理分离噪声信号,通过长短期记忆神经网络完成故障识别。实验结果显示,该研究系统的二次压降计量误差最低为0,故障识别准确率最大为0.98,具有较好的故障检测精度,大大提升了故障识别的效率。