（国网内蒙古东部电力有限公司检修分公司内蒙古通辽市028000）
摘要：电气设备在其运行过程中容易出现故障，利用先进的信息化技术设计并实现电气设备故障诊断系统，有利于提高故障诊断效率。本文首先对电气设备故障诊断系统的关键技术进行分析，包括PLC技术、数据库技术、网络学习算法等。进而研究其具体的设计过程，以期为电气设备故障诊断系统的开发应用提供参考。
关键词：电气设备；故障诊断系统；设计方法
前言：电气设备发生故障时，故障排查和检修的难点在于快速锁定故障发生位置，并对故障类型作出准确判断。只有做到以上两点，才能在最短的时间内制定检修方案，排除故障问题，恢复电气设备的正常运行。传统人工检修技术要实现这一目标具有较高难度，随着传感器技术、自动化技术等的快速发展，通过设计故障诊断系统，由系统自行调用专家知识，对故障进行判断，可以弥补传统人工检修方式的不足。因此，有必要对其关键技术和设计方法进行研究。
一、电气设备故障诊断系统的关键技术分析
（一）PLC技术
PLC技术即可编程序控制技术，利用可编程控制器对电气设备进行控制，具备顺序控制、逻辑判断、计数和计时等功能。在软硬件技术的快速发展下，PLC技术功能不断丰富，已经在电气设备自动化控制领域得到了广泛应用。在电气设备故障诊断方面，PLC技术可通过采样数据输入、用户指令执行、通信处理、诊断检查和数据输出更新等一系列流程，自动扫描故障问题，并对其进行处理。PLC技术主要有微处理器（CPU）、电源、编程器、信息输入和输出模块以及外部设备等部分组成。使用的编程语言具有直观、简单等特点，容易被电气设计和故障检修人员掌握，实用性较强[1]。
（二）数据库技术
电气诊断故障系统主要采用软件控制方法对电气设备的故障问题进行检测和排除，在软件程序设计过程中，数据库技术有重要应用。将数据库作为系统底层的数据存储和处理模块，可以实现对不同结构数据的统一管理，并根据系统功能需要，对数据进行快速分析。具体可以将电气故障诊断系统所需的基础信息数据、知识数据和程序运行记录等都存储在数据库中。随着数据库技术的发展，在进行系统设计时，还可以使用Web数据库，为电气故障检修的远程管理提供支持。
（三）网络学习算法
网络学习算法是目前利用信息软件系统对电气设备故障进行检测和判断的关键技术，比如人工神经网络中的B-P模型，该算法属于前向多层神经网络反传学习算法，可用于系统训练，使其不断更新电气设备故障诊断的具体方法。在B-P模型的应用过程中，通过函数逼近、模式分类和识别、模式压缩等，使系统具备一定的自学习和自适应功能。一般将最小二乘法作为其底层算法，并将其作为网络神经元的激活函数。通过构建以神经网络学习算法为核心的专家系统，实现对知识信息的自动化应用，快速、准确的分析电气设备故障类型及故障发生位置，并提供系统化的故障排查和解决方案[2]。
二、电气设备故障诊断系统的设计与实现
（一）系统需求分析
电气设备故障诊断系统是可应用于故障自动化检测的一整套系统，在设计过程中，需要满足以下几方面基本需求：（1）故障诊断知识获取需求，一般通过两种方式实现，一是利用故障树方法，对故障逻辑信息结构进行推理，找出错误内容，执行故障诊断流程。二是专家推理法，即利用专家知识库和推理机，根据现场采集数据对故障问题进行分析，可超出故障原因，本次设计采用专家推理法满足故障诊断知识获取需求；（2）故障诊断知识更新需求，电气设备功能不断改造升级，最初获取的知识有限，难以满足升级后的设备诊断需求，因此故障诊断系统要具备知识更新能力，比如在专家推理系统下，采用神经网络技术实现系统训练，补充相应的故障诊断知识；（3）故障解释功能，完成故障诊断分析后，系统要给出具体的故障诊断结果，保证结果的准确性，并对故障问题进行解释，提供若干个解决方案，供故障检修人员选用。
（二）数据库设计
在数据库设计方面，本次设计采用Web数据库，考虑到Web页面载入速度受数据库执行效率影响，必须合理设计数据库基本表以及表的约束条件，从而提高数据库执行效率。在设计过程中，应遵循完整性、一致性、规范性等基本原则。除此之外，考虑到数据库安全性需要，还需要满足可审计性、可控制性等原则，根据用户权限限定访问功能。在电气设备故障诊断系统的数据库设计中，可使用结构化查询语言（SQL）建立网络数据库，分别设计用户表（USER）、设备运行参数表（PRORERTY）、故障信息表（FAULT）、知识信息表（INITIAL_KNOWLEDGE）等，为逻辑功能的运行提供支持。
（三）系统总体架构设计
在进行系统总体架构设计时，可根据系统功能需求，将其分为两大部分，一是电气设备故障检测，二是故障诊断推理。在设计过程中，需要选择合适的方法获取电气设备实时运行状态，并利用知识信息对电气设备故障作出推理和诊断。首先，在电气设备实时状态检测方面，可采用PLC技术实现。随着PLC技术的发展，其不仅具备继电器控制功能，还具备逻辑控制和运行算术能力，能够对各种电气设备运行参数进行控制。但目前PLC技术产品仍不具备自动存储和获取专家知识信息的功能，因此无法完成后续的故障诊断任务。需要将PLC技术采集到的基础信息输入到电气设备故障诊断系统中，利用计算机通信串口进行通信，然后由计算机系统调用数据库中的专家知识信息，启动推理机完成故障分析过程，最后显示到系统界面中。
（四）主要功能模块设计
在整个电气设备故障诊断系统的设计过程中，专家知识系统的实现是关键环节。具体包括计算机专家系统、故障检测症状诊断和推理等。其中，推理机是专家系统的核心部分，可根据输入信息按照一定规则进行推理，分析故障类型，找出故障原因。另外一个重要的组成部分是知识库系统，用于存储专家知识信息，并利用数据库系统调用专家知识。此外，还需要合理设计人机接口，反馈故障诊断信息，并对故障结果进行解释说明。为满足电气设备实时故障诊断的实际需求，本次设计加入了故障信息监测、实时故障信息采集模块，通过设计接口实现PLC与计算机系统的通信，接收到输入信息后，自动启动推理引擎，调用专家知识库信息，对故障问题进行推理和演绎，记录推理过程，实现对故障结果的解释说明。通过依次实现知识信息管理模块、实施数据采集模块、故障推理模块、故障解释说明模块，可充分满足上述系统设计需求，快速锁定电气设备的故障发生位置，并确定故障类型、产生原因以及解决方案。
结束语
综上所述，在信息技术的快速发展下，目前已经具备了电气设备故障诊断系统的实现能力，通过对故障诊断系统的关键技术进行分析，可以明确其实现路径。在此基础上，通过合理选择设计方法，提高数据库执行效率、优化系统结构，实现主要模块功能，可以为电气设备故障的自动化诊断提供全面支持，节省故障排查时间，提高电气设备运行的可靠性。
参考文献
[1]王彤.站内电码化地面设备故障诊断系统分析与设计[D].兰州交通大学,2014.
[2]马长.浅析电气设备故障诊断系统的分析与设计[J].中国新技术新产品,2014(02):118.
作者简介
曾德强，男，湖南邵阳，大学本科，助理工程师，专业：变电设备检修。