SPC 建模分析 GIS 電壓數據分析

將測試組資料分為兩組，以SPC 管制圖進行分析，來進行異常點分析。

測試組1 之資料時間為 2005 年 7 月 17 至 18 日；測試組 2 之資料時間為 2006 年1 月 1 至 23 日，並無偵測出警報發佈，如圖 31 所示。因此，以 SPC 進 行GIS 建模，無法即時偵測電系品質異常，此模型完全無法使用。

圖 31 以 SPC 建模分析警報發佈狀況

為了改善誤警之發生可以採用以下兩種方式，分述如下：

(1) 降低顯著水準 α ，但是管制界限提高，偵測能力隨之下降。

(2) 以每分鐘監視一次，連續二或三點超過管制界限再發警報，此法偵測能 力僅微幅下降，較建議使用。

針對T²管制圖與SPC 管制圖進行模型檢定分析比較如下：

(1) T² 管制圖能有效偵測壓降現象，SPC 管制圖可偵測趨勢下降之壓降現 象，且較T-Square 管制圖更早偵得。

(2) SPC 管制圖對速移(shift)之壓降現象則無法偵測，但 T-Square 管制圖可 立即偵得。

(3) SPC 管制圖可有效偵測變數間之關係改變情形，且非常靈敏，但易產生 過多誤警。

4.5.2 SPC 建模分析 TR1 電壓數據分析

資料來源，以每分鐘取樣一次，將測試資料匯入APCSuite 監控系統，

取樣時間分為(1)94 年 7、8、11 與 12 月份、及(2)95 年 1 月 1 日至 1 月 23 日。在做數據分析前，將異常數據先去除 (1) 時間點包括 94 年 11 月 12 日 12:30 與 11 月 18 日 14:00 兩時間點及(2) I、Kw 過低。資料來源整理如表 7 所示。將顯著水準變更為0.005 進行模型檢定，檢定結果如圖 32 所示。

表 7 TR1 資料建模分析與檢定結果

建模數據 變數(TR1) 測試組 結果

94 年 7,8,11,12 月 I, Kw, V, T, T_air 95 年 1 月

1. T² 圖 於 2006/01/18 06:30:00 開始較為頻 繁出現異常警報

2. SPC 圖於 2006/01/02 18:30:00~2006/01/03 05:30:00 偵得異常

圖 32 以顯著水準 0.005 進行 TR1 變數之 SPC 模型檢定測試資料

在圖 32 中以 SPC 模型進行異常點分析，發現在 2006 年 1 月 2 日 18:30:00 至 2006 年 1 月 3 日 05:30:00 發現 APCSuite 監控系統出現全系統 異常，分析原因為：一開始最主要是線圈溫度與油溫異常，接下來變成全 系統異常，緊接著發生電壓的異常。

將TR1 壓降時期作為測試資料進行分析如下：

(1)將 TR1 在線上資料拿來分析，發現幾乎所有資料都是超界，如圖 33 所

示。初步研判無法作管制，嘗試以兩個主成分及三個主成分的模型也是相 類似的結果。因此，認為TR1 之電流與功率操作平均值經常改變，導致 T2 管制圖不適用。

圖 33 T²管制圖分析TR1 變數資料之異常情形

(2)從線上重新採集 TR1 變數進行資料，進行 SPC 模型進行檢定，發現都沒 有超界，如圖34 所示。

圖 34 SPC 管制圖分析 TR1 變數資料之異常情形

(3)藉由長時間範圍之數據所建之 MSPC 模式，可有效偵測電流、功率、線 圈溫度與油溫之異常現象，由此模式之 Loading Plot 可看出外氣溫度與線 圈溫度、油溫具有密切關係。由於 TR1 之電流與功率之操作值仍經常改 變，因此 T² 管制圖並不適用，但仍可以 SPC 管制圖監控。最後，將 T² 與SPC 兩管制圖偵測模型發出警報之狀況整理，結果整理如表 7。