一种电力计量自动化检定流水线故障诊断方法
【专利摘要】本发明公开了一种电力计量自动化检定流水线故障诊断方法。目前各流水线之间的生产控制策略彼此独立，严重影响了生产效率，也对自动化生产设备造成安全隐患。本发明根据不同自动化检定流水线的物理结构，提取影响各子设备运转的影响因素，根据自动化检定流水线业务生产流程，确定各节点之间的关联关系，然后进行设备建模；形成初步的SDG模型；根据相应的SDG模型以及影响因素数量，获得相应的邻接矩阵；判断系统是否可分层后利用Warshall算法获得其可达矩阵，得到分层符号有向图模型HSDG；在分层符号有向图模型HSDG的基础上，通过反向推理进行故障原因的判断。本发明能够减少有效节点的搜索空间，从而提高了故障诊断速度。
【专利说明】
一种电力计量自动化检定流水线故障诊断方法
技术领域
[0001]本发明属于电力计量领域，具体地说一种电力计量自动化检定流水线故障诊断方 法。
【背景技术】
[0002] 智能电能表需求将日益增加，未来的计量检定工作在保证检定质量的同时，也对 检定数量提出了更高的要求。目前的电力计量自动化检定流水线依托智能库房推动生产业 务流转，实现计量器具的库存管理、出入库、检定上下料、外观检查、耐压试验、检定检测、封 印贴标等。但由于各流水线之间的生产控制策略彼此独立，容易出现拥塞和饥饿现象，导致 各自动化系统之间的实时生产协同及故障异常处理工作主要还是依赖人工管理经验，且系 统持续的长期运转现状容易发生多种机械或电气故障，生产故障不易发现，严重影响了生 产效率，也对自动化生产设备造成安全隐患。
【发明内容】
[0003] 针对目前电力计量自动化检定流水线生产故障不易发现、发现不易处理等问题， 本发明提供一种电力计量自动化检定流水线故障诊断方法，以提高电力计量自动化检定流 水线故障诊断速度。
[0004] 为此，本发明采用如下的技术方案:一种电力计量自动化检定流水线故障诊断方 法，其步骤如下：
[0005] 1)根据不同自动化检定流水线的物理结构，提取影响各子设备运转的影响因素， 根据自动化检定流水线业务生产流程，确定各节点之间的关联关系，然后进行设备建模；
[0006] 2)分析影响各子设备运转的影响因素可能存在的故障原因，通过分析子设备影响 因素确定模型结点，并判断各影响因素对结点的影响关系，形成初步的SDG模型；
[0007] 3)根据结点数量、结点路径的复杂程度，从算法的平衡性进行考虑，分3层即可满 足要求，具体分层过程如下:根据相应的SDG模型以及影响因素数量，获得相应的邻接矩阵； 判断系统是否可分层后利用Warshall算法获得其可达矩阵;计算得到第一层节点；去除第 一层节点，得到新的可达矩阵，重复计算，得到分层符号有向图模型HSDG;
[0008] 4)在分层符号有向图模型HSDG的基础上，通过反向推理进行故障原因的判断，即 从样本中后果节点或报警节点出发，向原因节点进行搜索，记录所有通路，并判断各通路的 相容性和独立性，定位故障点；同时，结合历史统计分析数据，进一步分析故障原因。
[0009] 本发明根据SDG理论建立适用于自动化检定流水线的分层符号有向图模型，并结 合定量方法对各采样节点进行SDG符号判断，输出诊断模型样本。
[0010] 进一步，所述的自动化检定流水线为单相电能表自动化检定流水线、三相电能表 自动化检定流水线、互感器自动化检定流水线或采集终端自动化检定流水线。
[0011] 本发明具有的有益效果:本发明能够减少有效节点的搜索空间，由于诊断速度和 搜索空间呈线性变化，从而提高了故障诊断速度;且本发明对故障辨识能力强，具有鲁棒 性，其诊断结果具备一定的解释能力，在生产中具有一定的指导意义。
【附图说明】
[0012] 图1为本发明的流程图。
[0013] 图2为单相电能表自动化检定流水线的逻辑示意图。
[0014] 图3为本发明自动化检定流水线的SDG模型图。
[0015] 图4为本发明单相电能表自动化检定流水线HSDG模型图。
[0016] 图5为本发明场景2样本的推理SDG模型图。
[0017] 图6为本发明场景3样本的推理SDG模型图。
【具体实施方式】
[0018] 下面结合说明书附图和【具体实施方式】对本发明作进一步说明。
[0019] 如图1所示的电力计量自动化检定流水线故障诊断方法，其步骤如下：
[0020] 1)根据不同自动化检定流水线的物理结构，提取影响各子设备运转的影响因素， 根据自动化检定流水线业务生产流程，确定各节点之间的关联关系，然后进行设备建模；
[0021] 2)分析影响各子设备运转的影响因素可能存在的故障原因，通过分析子设备影响 因素确定模型结点，并判断各影响因素对结点的影响关系，形成初步的SDG模型；
[0022] 3)根据结点数量、结点路径的复杂程度，从算法的平衡性进行考虑，分3层即可满 足要求，具体分层过程如下:根据相应的SDG模型以及影响因素数量，获得相应的邻接矩阵； 判断系统是否可分层后利用Warshall算法获得其可达矩阵;计算得到第一层节点；去除第 一层节点，得到新的可达矩阵，重复计算，得到分层符号有向图模型HSDG;
[0023] 4)在分层符号有向图模型HSDG的基础上，通过反向推理进行故障原因的判断，即 从样本中后果节点或报警节点出发，向原因节点进行搜索，记录所有通路，并判断各通路的 相容性和独立性，定位故障点；同时，结合历史统计分析数据，进一步分析故障原因。
[0024] 下面对上述诊断方法进行详细说明。
[0025] 设备建模
[0026] 自动化检定流水线有单相电能表自动化检定流水线、三相电能表自动化检定流水 线、互感器自动化检定流水线、采集终端自动化检定流水线等。以单相电能表自动化检定流 水线为例，其内部由上料装置、信息绑定装置、封印验证装置、耐压试验装置、多功能检定装 置、刻码装置、验证装置、下料装置等子设备组成。
[0027] 在进行逻辑建模时，将物理上相连的设备看做一个整体，即设备间未通过检定输 送线相连的默认为一个整体。如图2所示，是一条单相电能表自动化检定流水线的逻辑示意 图。其中，根据实际设计指标及生产经验，把表计除尘装置、信息绑定装置、封印验证装置、 二维码验证装置看做一个整体，把检定装置01-10看做一个整体。
[0028] 任何子设备的故障都可能使检定性能下降甚至使系统停机。因此在建立单相电能 表自动化检定系统模型时，不仅要考虑各子设备实际的物理连接情况，还要根据系统对诊 断准确度的要求合理分析各子设备之间相互影响及子设备自身因素的影响。
[0029]根据系统运行维护经验及系统物理结构梳理出各子设备的影响因素，具体见表1。 [0030]表1单相电能表自动化检定流水线各子设备影响因素
[0031]
[0032]
[0033] 影响因素分析
[0034] 采用基于分层符号有向图（HSDG)的故障诊断方法进行自动化检定流水线故障诊 断，该故障诊断基于两种类型目标变量观测样本，一是根据历史故障信息和故障原因信息 对设备主动上报的故障现象（即确定型变量)进行故障原因判断，给出候选故障原因的优先 级及概率;二是基于故障征兆（即待评估型变量)的故障判断，根据采样点的数据偏差推理 故障发生原因。
[0035] 由表1可以看出，每个装置都由一个或多个影响因素与之关联，每个影响因素还存 在多种可能的故障原因，以"A04-机器人抓表情况"为例，其可能的故障原因见表2。其他影 响因素的故障原因因为篇幅所限，不再详细列举。
[0036] 表2 "A04-机器人抓表情况"的故障原因
[0037]
[0038]
[0039] SDG模型及模型分层
[0040] 通过分析自动化检定流水线系统结构可以建立检定流水线的SDG模型，如图3所 示。各节点说明如表3所示(其中，节点类型：1_待评估型;2-确定型）。
[00411表3SDG模型节点说明
[0042]
[0043]
[0054]
[0055] 由样本数据可知，二维码验证装置出口流量下降，上料装置出口流量下降，机器人 抓表出现异常。由此偏离样本数据并结合图4的分层符号有向图HSDG，可得到样本的最高层 报警节点集Ei= {05}。由场景1的样本数据得到的最高层报警节点为"05"，该节点为根节 点，即为报警源，且已知其节点类型为确定型。再根据表2,该报警源对应的可能故障原因有 8种，结合历史告警数据使用公式(1)进行故障原因概率计算，给出故障原因排序。
[0056]
[0057] 其中，
[0058] η为某一种报警现象对应的报警原因数量，η>1;
[0059] k(Sl)为第i种报警原因历史统计总数，l$i彡η。
[0060] 场景1的故障诊断最终结果排序见表5:
[0061] 表5报警原因概率
[0062]
[0063] (2)场景2外观识别装置出口流量下降
[0064] 通过实时观测数据，发现外观识别装置出口流量下降超出阈值，获取以下样本信 息，如表6所示。
[0065] 表6外观识别装置出口流量下降样本数据
[0066]
[0067]由此偏离样本数据并结合图4的分层符号有向图HSDG，可得到样本的最高层报警 节点集Ε2= {07，12，13，14,17，20}。报警节点集E；^SDG模型如图5a所示。根据相容支路概念 判断节点14-20和节点07-13为不相容支路，删除该有向边得到一个新的SDG，如图5b所 示。由图5b可得，节点13为该SDG的根节点，那么节点13为该样本的故障源节点，即2号耐压 装置的入口流量减少为故障源。因此，可据此判断2号耐压装置缓存区域有可能出现托盘卡 壳现象。
[0068] (3)场景3下料装置出口流量下降
[0069] 通过实时观测数据，发现下料装置出口流量下降超出阈值，获取以下样本信息，如 表7所示。
[0070] 表7下料装置出口流量下降样本数据 「00711
?〇〇72?~由此偏离样本数据并结合图4的分层符号有向图HSDG，可得到样本的最高层报警_ 节点集E3={04,28,30,31，34}。报警节点集E3的SDG模型如图6a所示。根据相容支路概念判 断节点28-30为不相容支路，删除该有向边得到一个新的SDG，如图6b所示。由图6b可得节 点04和节点31为可能的故障源节点，即下料位的空箱不足或立库未执行入库操作导致下料 装置下料缓慢。进一步，若根据历史统计信息，可计算这两个故障源节点的概率大小。
【主权项】
1. 一种电力计量自动化检定流水线故障诊断方法，其步骤如下： 1) 根据不同自动化检定流水线的物理结构，提取影响各子设备运转的影响因素，根据 自动化检定流水线业务生产流程，确定各节点之间的关联关系，然后进行设备建模； 2) 分析影响各子设备运转的影响因素可能存在的故障原因，通过分析子设备影响因素 确定模型结点，并判断各影响因素对结点的影响关系，形成初步的SDG模型； 3) 根据结点数量、结点路径的复杂程度，从算法的平衡性进行考虑，分3层即可满足要 求，具体分层过程如下:根据相应的SDG模型以及影响因素数量，获得相应的邻接矩阵;判断 系统是否可分层后利用Warshall算法获得其可达矩阵;计算得到第一层节点；去除第一层 节点，得到新的可达矩阵，重复计算，得到分层符号有向图模型HSDG; 4) 在分层符号有向图模型HSDG的基础上，通过反向推理进行故障原因的判断，即从样 本中后果节点或报警节点出发，向原因节点进行搜索，记录所有通路，并判断各通路的相容 性和独立性，定位故障点；同时，结合历史统计分析数据，进一步分析故障原因。2. 根据权利要求1所述的电力计量自动化检定流水线故障诊断方法，其特征在于，所述 的自动化检定流水线为单相电能表自动化检定流水线、三相电能表自动化检定流水线、互 感器自动化检定流水线或采集终端自动化检定流水线。
【文档编号】G01R35/04GK105974356SQ201610589520
【公开日】2016年9月28日
【申请日】2016年7月22日
【发明人】沈曙明, 韩霄汉, 徐永进, 严华江, 周永佳, 周晨晖, 韩鑫泽, 曹志刚, 安泰, 魏磊, 侯艳丽, 储鹏飞, 蒋超, 皇甫高峻, 李明冉, 王超
【申请人】国网浙江省电力公司电力科学研究院, 国家电网公司, 国电南瑞科技股份有限公司