机场助航灯光接地故障的绝缘电阻序列研究_王欣宇方.pdf

基金项目:全军后勤重点科研项目(BY115C010);全军军事理论科研项目(LJ2019D12-C19)收稿日期:2021-05-20 修回日期:2021-08-16 第 40 卷 第 4 期计 算 机 仿 真2023 年 4 月 文章编号:1006-9348(2023)04-0043-05机场助航灯光接地故障的绝缘电阻序列研究王欣宇方,李胜波,罗 盛(陆军勤务学院,重庆 401330)摘要:机场助航灯光系统对保障夜间、恶劣天气飞行起到关键作用,但是由于其结构繁杂,体量较大,导致当前维护管理效率较低,通过数据驱动运维决策,将是解决这一问题的有效途径。基于频繁序列挖掘方法,构建了一种绝缘接地故障频繁序列挖掘模型,提出了上述模型与传统运行机制有效耦合的新模式,并以某机场助航灯光监控数据库为例,验证了新模式的有效性。实证结果发现:某机场助航灯光系统绝缘电阻最小值下降到 1 兆欧左右时,很可能连续多天持续出现低绝缘电阻的情况;当出现频繁序列C2-H1时,出现接地故障的概率达到峰值 36.2%。关键词:频繁时序;数据挖掘;机场助航灯光;接地故障;运行机制;维护管理中图分类号:U8 文献标识码:BResearch on Insulation Resistance Sequenceof Airport Navigation Lights Grounding FaultWANG Xin-yu-fang,LI Sheng-bo,LUO Sheng(Army Logistics University of PLA,Chongqing 401330,China)ABSTRACT:The airport navigation aid lighting system plays a key role in ensuring night and bad weather flights.However,due to its complex structure and large volume,the current maintenance and management efficiency is low.Data-driven operation and maintenance decision-making will be an effective way to solve this problem.Based on thefrequent sequence mining method,a model for frequent sequence mining of insulation ground faults is constructed,and a new model that effectively couples the model with traditional operating mechanisms is proposed.And taking acertain airport navigation aid lighting monitoring database as an example,the effectiveness of this model is verified.The empirical results found that when the minimum insulation resistance of an airports navigation aid lighting systemdrops to about 1 megohm,it is likely that low insulation resistance will continue for several days.When there is a fre-quent sequence C2-H1,the probability of a ground fault reaches a peak of 36.2%.KEYWORDS:Frequent time sequence;Data mining;Airport navigation lights;Ground fault;Operationmechanism;Facility management1 引言助航灯光对保障飞行起到重要作用,由于机场助航灯光线路长、范围大、设备多,维护管理起来较为困难,数字化是解决该问题的必由之路,王丙元1指出助航灯监控系统的使用,对提高机场维修工作效率和维修保障能力十分重要。丁芳2设计的助航灯光监测系统,可以检测出助航灯光亮度异常、灯具断芯和隔离变压器二次侧开路等故障。当前,通过信息系统对助航灯光进行监控的方式已经大范围推广3,4,但是这些信息系统大多是反应性的控制,例如调节灯光光强、出现故障报警,进一步的对其内在规律的研究目前还较少见,在收集数据时、收集数据后都缺少对数据进一步的应用,还远达不到维护管理数字化的要求。数据挖掘技术可以发现设施运行规律,加强管理人员对设施状态的理解,从而提升设施管理效率。数据挖掘已被用于发现建筑设施之间的内在信息关系、频繁发生的操作失误和重要事件的逻辑关系5。对于设施数据这个挖掘对象,半自动化或全自动化挖掘方法值得进行更深入的研究,以及应当从复杂结构和非结构中提取有意义的知识6。设施的故障数据是挖掘的一个重要方面7,最终得到的挖掘结论往往34都可以形成系列知识库8,并且对故障进行有效预测,提升系统的有效性9。供配电系统的相关数据挖掘,国内外学者进行了广泛的研究与实践。例如电力网络中的远程仪表故障的频繁序列模式发现10,汽车生产设备故障的频繁序列挖掘11,工业系统警报和运转事件日志数据的频繁序列发现12,此外一些学者对航站楼13、铁路14供配电系统故障进行了频繁规则提取,均取得了较好的效果。对于机场助航灯光系统来说,类似的研究还较少见。灯光回路的绝缘电阻过小是绝缘接地故障的表征,如果能发现绝缘电阻降低的频繁模式,对于维护管理来说是非常有意义的。文章在研究了频繁序列挖掘方法的基础上,将灯光监管业务数据转化为接地故障时态事务数据,建立了助航灯光接地故障绝缘电阻序列挖掘模型,并通过某机场的实例数据进行了效果分析。2 绝缘接地故障频繁序列挖掘模型2.1 频繁序列挖掘方法基础SPADE(垂直序列挖掘)算法是一种高效的,发现频繁序列知识的算法。很多时候,需要进行频繁序列挖掘,处理序列或时序数据,该类型的数据挖掘方法,可以从给定的数据库中,发现跨时间和位置的模式,几个关键的概念如下:1)序列,指一个完整的信息流,通常一个时序数据库中有若干条序列。2)项,指序列中最小组成单元的集合。3)事件,标明项之间的前后关系,常以时间来表示。4)支持度,某序列 X 的支持度是指整个时序事务数据库中,序列中包含 X 的频次。此处的包含必须是保序的。当这个频次达到了规定的要求(最小支持度),则将序列 X 称为频繁序列。5)k 频繁序列,频繁序列项的个数即为 k 值,并称之为 k频繁序列,用 Fk表示。频繁序列挖掘的经典算法包括 GSP 逐层挖掘算法、SPADE 垂直序列挖掘算法、PrefixSpan 基于投影的序列挖掘算法等,其中,SPADE 是一种广泛使用的频繁序列挖掘算法,其主要思想是记录每个字符在序列中的出现位置,对于一个符号 s 来说,令 L(s)表示 s 的序列-位置元组的集合,一般称之为 poslist,所有的 poslist 构成了时序事务数据库的一个垂直表示。由于记录了位置信息,SPADE 可以通过联合得到多项的 poslistL(rab)=L(ra)L(rb)(1)当然如果 ra或 rb不满足最小支持度而剪枝,将不再计算 rab,SPADE 算法的优势在于可以在序列搜索空间上采用深度和宽度优先搜索策略。2.2 助航灯光主回路绝缘接地故障助航灯光是机场的关键组成部分,一般的机场均具备 10条以上的助航灯光回路,在夜间及恶劣天气下,对保障飞行安全起到重要的作用。由于机场各类场坪占地面积较大,通常将达到 5 平方公里。因此,助航灯光的布线范围也较大,单条回路将动辄超过万米。为了保证回路上的灯光保持相同的亮度,也就是每个灯具的电流相同,一般采用交流串联的回路形式。为了保证一个灯具的故障,不会致使整条助航灯光回路出现问题,会在每个灯具的位置设置隔离变压器。助航灯光回路使用的隔离变压器一般是 1:1 的,该装置利用电磁感应的原理,将单个灯泡的回路与主回路分开,与主回路相连的称为一次侧,与灯泡回路相连的称为二次侧。习惯上将升压变压器的二次侧及隔离变压器的一次侧,称为助航灯光系统的主回路。助航灯光系统主要存在升压变压器故障、主回路绝缘电阻故障、主回路开路故障、灯具回路(隔离变压器二次端)故障等类型。其中主回路绝缘电阻故障,通常称之为接地故障。是由于主回路电缆某一个位置的绝缘电阻值降低,导致该点接地,电压变为 0,灯光亮度变暗。当有两点接地时,两点之间的灯光将熄灭。本文主要针对第二种进行分析研究,即助航灯光主回路接地故障。其原因如下:第一、四种故障出现在固定的区域内,或者是单个点位,不仅在平时有较为成熟的保养机制,并且出现故障后也可以较快的排查,第三种故障出现的机率较低。而第二种故障,一旦发生,将导致整条线路的灯光熄灭或明显变暗,其影响范围是非常大的,也非常有可能造成严重的后果,大大降低了系统的可靠性,因此这种故障的出现是管理者不愿意看到的。2.3 模型输入输出端助航灯光监控系统的绝缘电阻检测模块,记录各电缆主回路的对地绝缘电阻值,包括每天的最大值、最小值、平均值。根据某机场实际记录的数据来看,最大值的离差过大,不适合用于分析。因此主要根据平均值和最小值来组成接地故障时态事务数据的项集。从业务理解来看,最小值包含的信息与接地故障更为相关,因此取绝缘电阻最小值为一方面的参数监测值。同时考虑到绝缘电阻的变化情况,且均值一般不为 0(避免处理缺失值),因此取均值的下降率作为另一方面的参数监测值。频繁时序模型无法处理连续型的数值变量,为将时态事务数据转化成适合建模的格式,首先使用聚类算法对 4 天的绝缘电阻最小值、绝缘电阻均值变化率进行聚类(追溯的时间过长没有意义,太短恐丢失信息,因此暂定为 4 天)。为了有效控制聚类类别个数,采用 K-均值聚类算法。聚类类别数根据数值变量的分布进行确立。将离散化的数据,附加所属序列和发生时间的属性后,得到形如表 1 的频繁时序模型输入端。表 1 助航灯光接地故障绝缘电阻序列挖掘模型输入端序列事件项目序列事件项目1前 4 天A4,E33前 4 天A4,E3前 3 天B4,F3前 3 天B4,F344序列事件项目序列事件项目前 2 天C4,G1前 2 天C2,G4前 1 天D2,H1前 1 天D1,H12前 4 天A1,E34前 4 天A1,E3前 3 天B4,F3前 3 天B4,F3前 2 天C3,G4前 2 天C4,G1前 1 天D3,H3前 1 天D3,H1 表中 A、B、C、D 分别表示前 1、2、3、4 天的绝缘电阻最小值的离散化标号,字母后的数字表示聚类类别。例如 A1 表示前 1 天绝缘电阻最小值的类别 1。E、F、G、H 分别代表绝缘电阻均值变化率的标号。将发生每一次故障前 4 天出现绝缘电阻的变化视为一个序列。前 X 天监测值包括的绝缘电阻值及绝缘电阻均值变化率,形如A4,E3。事件的发生时间为序列中绝缘电阻记录值的出现时间,为前 1、2、3、4 天。表 2 助航灯光接地故障绝缘电阻序列挖掘模型输出端序号频繁序列支持度F1B4、E3、F34F2B4,F3、E3-B4、E3-F34F3E3-F3,B44 使用 SPADE 算法形对如表 1 的数据进行分析,之所以选择这种算法是因为接地故障时态事务数据项较少,采取宽度优先的 SPADE 算法策略,可以大大的提高剪枝的效率,此外还需要给定一个最小支持度 min_sup。以表 1 的数据为例,当设置 min_sup=100%时,得到表 2 的频繁序列。2.4 模型流程通过