摘要：目前用的比较广泛的电力计量装置故障诊断方法有3类，分别是利用信号诊断、利用数据模型诊断和利用知识经验诊断，这些诊断方法都十分依赖人工操作，不具备智能性。近年来，人工智能诊断技术迅速发展，科学家不断在人工智能诊断技术中加入创新思路，使该技术愈加成熟。在采集海量数据时，电力计量终端很容易出现问题。电力计量装置采集的数据量超过50G，并且呈现增长模式，传统的数据库很难在短时间内推算出所有存在的故障，因此工作效率难以达到用户的需求，导致诊断延时状况的出现。工作人员在分析电力计量装置故障时，多是利用以往的工作经验结合现场故障情况判断问题所在，这种方法需要多次尝试，才能解决问题，成本高、效率低。
关键词：大数据；电力计量装置故障；智能化诊断
引言
电力计量是电力日常管理中的重要工作，贯穿于电能的生产、传输及使用的整个过程。保障电力计量的准确性，是促进电力市场公平、公正、有序进行的关键。传统的电力计量装置，在检验的过程中，由于工作量较大，所需时间较长，无法保障结果的精准度。为了解决上述的问题，本文对大数据的电力计量装置故障智能化诊断技术进行研究，对电力计量装置的运行状态进行实时监测，利用大数据计算故障出现的概率，实现对故障的智能化诊断。
1概述
我国终端的数据接入量和采集量不断增长，每天采集器采集的数据就高达28.8亿，高强度的运行为现场带来了大量故障，使用人员维护起来十分困难。因此需要研究出有效的电力计量装置故障诊断方法，通过该方法帮助企业优化系统流程，提高电网的运行效率，节约维护时候花费的工作成本。电力计量故障智能化诊断方法具有很高的智能性，能够有效提高电力计量工作效率，使用该方法可以得到更加准确的故障诊断结果。因此需要研究出有效的电力计量装置故障诊断方法，通过该方法帮助企业优化系统流程，提高电网的运行效率，节约维护时候花费的工作成本。
2电力计量装置智能化诊断技术措施
在大数据时代，可以有效地促进电力计量装置故障的智能化诊断。主要表现为首先要建立故障诊断知识库，同时还要对电力计量装置的工作情况进行的动态监测，及时发现异常状况，并采取有效的措施解决。
2.1电力计量装置故障智能化诊断知识库的建立
电力计量装置故障智能化诊断知识库，不但可以有效储存数据，同时还可以对数据进行一系列的处理，包括删除、修改、更换以及查询等。除此之外，在知识库内部，还储存着关于各种故障相关的问题，因此相关管理人员要及时更新知识库内容，确保诊断结果的可靠性。该知识库包含两部分，一个是异常特征模型，另一个是专家规则库。他们都具备独特的管理方式。异常特征模型的管理方式，就是建立模块并进行修改或删除工作。专家规则库可以实现导入或导出模块并进行更改。而对于知识库的界面来说，要基于Web的平台实现管理功能，当数据传入知识库中，就要和异常特征模型和专家规则库比对并分类。每进行一次故障诊断工作，相应的知识库就建立相应的异常特征模型库，并有效地利用计量装置的故障特征建立故障模型。但是在实际的异常特征模型库中，并不是非常全面的，因此，相关管理人员必须要及时更正和优化故障智能化诊断知识库，确保数据库实时更新。在实际中由于知识库中异常特征模型库内容非常庞大，为了有效避免其占用大量的内存，必须要及时删除没用的信息，确保知识库为更多的有用信息提供空间。异常特征模型库中，由于数据量较大，更新维护工作也比较复杂。可采用比较常见的异常字段状态来建立异常类型表，详细记录异常情况，可以有效地利用异常类型表来分析电力计量装置的异常信息。在实际建立的知识库中，还包含了详细的专家规则，实际中的每一次故障都要及时的保存，极大地便利了技术人员查阅查询相关信息。实际中每一个专家规则中都有专属的逻辑，所以技术人员要及时进行维护更新工作，合理增加知识库中的逻辑。
知识库中存在的信息可以认为是逻辑规则，合理利用逻辑规则，可以有效判断异常特征和电力计量装置故障之间的关系，继而有效诊断该装置中故障的类型。
2.2电力计量装置故障的在线监测
动态监测电力计量的装置是基于分布式系统实现的。为了实现电力计量装置的动态监控，首先要实现的就是检测电力计量装置储存的相关数据。因为这些数据是至关重要的，对整个电力计量装置的正常工作起着决定性作用，但是这些数据的规模十分庞大，如果他们常出现异常情况，就会直接导致电力计量装置即刻出现故障情况，不能正常工作，因此动态监测电力计量装置的相关数据是整个监控过程的重中之重。然后就是要监测数据的访问形式，在实际的电力计量装置工作中，其内部数据的访问基本都是通过流式数据实现的，假如在检测过程中发现不能通过该方式进行数据的访问，就代表着可能有问题存在；对电力计量装置再次进行监测，主要是判断它是否可以处理相对较大的文件，正常工作的电力计量装置可以处理百GB甚至TB的文件，并能对内部数据进行准确的计量，检测发现不可以处理的话，就证明出现了故障。最后，还要监测数据再平衡能否实现，电力计量装置利用预先设定的临界值，将监测数据点转移到其他数据点，检测发现不能实现的话，就证明出现了故障。
2.3电力计量装置故障异常信息的诊断
异常信息的出现就会致使电力计量装置出现故障，因此在实际的检测计量装置故障中首先要检测异常信息，继而才可以有效判断具体的故障。将检测到的数据与之前建立的知识库对比，以此来判断计量装置是否存在故障。假如发现存在故障，还要对故障的类型、具体位置以及规模进行综合的分析。故障异常信息的检测需要在是否存在与电力计量相关设备内部。电力计量装置出现异常信息，主要是因为其内部的电压回路或者是整个系统的电流回路出现故障、电能表出现故障、时钟记录的结果不准确、电池的供应电压变小等。在实际中电力计量装置出现异常状况时，主要是通过安装的报警系统发出警报，提醒相关人员对故障问题进行分析并处理。
2.4多样化故障预警技术
在动态监控电力计量装置期间，相关工作人员要合理利用故障智能化诊断模型，来检测计量装置的工作情况，极大地降低了计量装置的故障率。如果计量装置不能正常工作即出现了故障，系统就会及时打开摄像头，对电力计量装置的运行情况进行拍照，并将相关的图片传输到主站计算机系统，然后技术人员对相关的信息进行综合分析并找到合理的解决方案。除此之外，智能化故障诊断技术中还存在各式各样的预警类型，其中有文语转换、预警短信等等类型，还可以根据实际的需要进行制作。对于文语转换技术来说，它可以识别不同的语言类型以及音色等，且合成语音的效率高，有效提高了预警技术的可操作性；短信预警就是以手机短信的方式，将故障预警信息发送到绑定的手机上，起到及时提醒的作用；而对于其他定制的预警技术而言，就是根据使用者的实际需要并划定监测范围，合理的部署客户的责任区，不同的责任区对故障预警信息进行分类发送。
结语
电力计量装置故障的智能化诊断技术，通过对运行状态进行监测及诊断，并对故障进行自动报警，提高了电力工作的高效性及准确性。
参考文献
[1]燕凯，岳振宇，高嘉浩.基于大数据的电力计量设备运行状态评估与故障诊断方法研究[J].电子器件，2019（5）：1095-1098.
[2]李伟，郁章伟，李娜，等.基于大数据的电力变压器智能在线监测方法研究[J].科技创新导报，2018，33（2）:191-195.
[3]大数据下机械智能故障诊断的机遇与挑战[J].机械工程学报，2018，54（5）:94-104.