引言
电力计量工作质量高低既与公司自身的经济收益息息相关，并且也牵涉到电力用户的切身利益，特别是当电力计量装置在运行期间发生故障时，若是工作人员无法在第一时间内查明故障并将其处理，则必定会导致电能资源出现流失或是对电力公司的信誉造成影响。因此，持续强化对电力计量装置故障问题的分析探究，确保其正常、准确地运作对于提升电能服务质量，为用户提供更加优质的电能资源而言有着重要作用。
1电力计量装置故障诊断方法
在我国，目前广泛使用的电力计量装置故障诊断方法，主要表现为诊断信号、诊断数据模型加上多年来的实践经验来完成诊断工作。现阶段诊断的过程大都依赖于人工操作，不具智能化，所以工作量较大且工作效率较低。因此，随着科学技术的快速发展，智能化技术发展迅速。随着人工智能化诊断技术的不断完善和优化，该技术越来越成熟的应用于检测电力系统计量装置的故障中。但是在实际的收集电力数据阶段，计量装置非常容易出现各式各样的故障，随着采集数据量的不断增长，传统的数据库很难在短时间内对存在的故障进行判断，导致工作效率非常低，无法满足当下用户的需求。而通常情况下，工作人员对电力计量装置故障进行分析时，基本都是按照多年来的实践经验，加上对现场故障的掌握情况来进行故障诊断工作。虽然能更好地解决故障问题，但所需成本较高，工作效率也比较低。因此，在大数据的基础上，新的电力计量装置故障智能化诊断技术出现，能够很好地解决上述问题，能在短时间内找到故障问题的原因，提高工作效率，满足电力用户的实际需求。
2大数据背景下的电力计量装置故障智能化诊断技术应用
2.1电力计量装置故障智能化诊断知识库建立
本文建立的电力计量装置故障智能化诊断知识库除了具备储存电力计量装置数据的能力之外，还要具备删除、修改和查询的功能。将诊断和监测的结果存入诊断知识库，同时知识库还要记录大量故障问题，并进行定期更新，方便更准确地诊断出结果。电力计量装置故障智能化诊断知识库包括两部分：异常特征模型和专家规则库，每部分都拥有自己的管理机制。异常特征模型的管理机制有3个模块，分别为建立模块、修改模块、删除模块，专家规则库同样包括3个模块：导入模块、导出模块和变更模块。电力计量装置故障智能化诊断知识库的所有界面要使用web才能实现统一管理，知识库在得到数据后，要主动与异常特征模型和专家规则库进行对比，灵活地进行分类。在每次诊断中，故障智能化诊断知识库就要建立一个异常特征模型库，选取电力计量装置中的异常故障特征，根据得到的特征建立故障模型。由于知识库中的异常特征模型库很难包含全部的异常记录，所以为了更加高效地诊断出异常故障特征，要进行定期修改和维护。通常一个电力计量装置故障智能化诊断知识库内部会拥有大量的异常特征模型库，为了防止所占空间过大，要周期性地对一些不适用于实际应用的异常特征模型库进行删除，保证智能诊断知识库有充足的空间。
2.2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。
2.3电力计量装置故障的在线监测
在线监测功能需要通过分布式系统予以实现。大数据技术的关键应用核心在于对数据的分析与判断，而在线监测功能则可对电力计量装置储存的相关数据进行监测。在此过程中，应制定详细可行的在线监测实施规则，为具体监测行为与监测过程的确定提供基础性依据与保障，防止在线监测过程无据可依、无章可循，确保在线监测工作始终沿着更高效率与更高质量的方向发展。要明确在线监测数据的访问形式，在系统内部通过流式数据的方式对电力计量装置的信息进行调阅与访问。若在线监测无法实现对特定类型数据的访问，则要判断其中是否存在较大容量的存储文件，对在线监测系统进行校验，对电力计量装置的部分数据做出去伪处理。
2.4电力计量电压异常检测
对于正常的电力系统而言，和电力计量装置电压检测结果异常相关的指标主要有下述几个:相电压/电流、三相不平衡电压、相电压突变量、断路器位置等。对于电压异常检测，显示要深入全面电压异常原理，由于在计量装置处于异常状态之时，其运行的环境与状态均会产生一定改变，从而电压便会显示出与正常状态下有所不同的数据，通常表现为电压回路存在异常，此外便是电能表异常工作引起电压变化，主要表现为下述几种状况:计量电压发生突变、计量电压长时间处于异常水平、计量电压没有指示、计量三相电压处于不平衡的状态。全面掌握电压变化原理与特点，从而制定有针对性的方案来实现对电压异常状况的有效检测。
2.5功率因数检测
现代科学技术的快速发展，为电力计量装置功率因数检测提供了更为丰富的技术手段，使得传统技术条件下难以完成的功率因素检测任务更具可行性。功率因数检测以相关因素数据大小及幅值为面向对象，若检测发现其存在忽高忽低状况，则需要在电力计量端口做技术处理，防止单一化的功率因数问题扩散蔓延形成系统性或多元性的功率因数问题。通过实施功率因数检测，可对电网系统中的多类型故障进行专项排查，为提升电力计量装置的准确性提供参考。
结语
大数据的电力计量装置故障智能化诊断技术，首先就是要构建电力计量装置故障智能化诊断知识库，并合理使用异常特征模型及专家规则库，采用分布式系统对电力计量装置进行在线监测，并将结果与知识库中的相关标准对比，实现对故障的智能化诊断，同时还可以对计量装置进行动态监测。在通过设置的预警系统，将故障信息发送给技术人员，有利于技术人员及时处理故障。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]于磊，王双，韩宇龙，等.基于大数据技术的电网故障智能诊断方法[J].中国科技信息，2016，26（2）:32-33.
[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.
