EnerOS v0.39.0

发布日期：2026-06-13
版本代号：Diag
Git Tag：v0.39.0
支持状态：稳定（Stable）
Crate 总数：102（新增 6 个）
测试用例数：12800+（新增 700）

概述

EnerOS v0.39.0「Diag」是故障诊断专题版本，将电力系统故障诊断能力从「人工分析录波文件」升级为「AI 驱动的自动诊断 + 波形识别 + 精准定位 + 报告生成」全自动化流程。本版本基于 v0.31.0 的 AI Agent、v0.32.0 的 ML 运行时与 v0.38.0 的仿真能力，构建了电网故障诊断的智能闭环。

Diag 版本的核心设计哲学是「录波即证据 + AI 即专家」——故障录波器记录的波形是故障的客观证据，AI 诊断引擎扮演领域专家的角色，从波形中提取特征、识别故障类型、定位故障位置、追溯故障成因，并生成结构化诊断报告。这使得故障平均诊断时间从小时级压缩到分钟级，大幅缩短故障恢复时间。

本版本引入五大核心能力：故障录波分析、波形识别引擎、故障定位算法、诊断报告生成、故障知识图谱。所有能力均通过 eneros-diag、eneros-diag-record、eneros-diag-waveform、eneros-diag-location、eneros-diag-report 五个新 crate 实现。

关键数据

新特性

1. 故障录波分析

新增 eneros-diag-record crate，提供故障录波文件的解析、标准化与分析能力，支持 COMTRADE 2013 标准格式。

录波文件解析

use eneros_diag_record::{ComtradeParser, Record, Channel};

// 解析 COMTRADE 格式录波文件
let record = ComtradeParser::parse("fault_20260613_001.cfg", "fault_20260613_001.dat")?;

println!("故障时间: {}", record.trigger_time);
println!("采样率: {} Hz", record.sampling_rate);
println!("通道数: {}", record.channels.len());
println!("总采样点: {}", record.total_samples);

// 提取模拟通道（电压/电流）
let voltages = record.analog_channels(AnalogType::Voltage);
let currents = record.analog_channels(AnalogType::Current);

// 提取数字通道（保护动作信号）
let trips = record.digital_channels(DigitalType::Trip);
println!("保护动作序列:");
for trip in &trips {
    println!("  {} @ {:?}", trip relay, trip.timestamp);
}

多源录波对齐

use eneros_diag_record::{RecordAligner, TimeSource};

// 多台装置录波对齐（基于 GPS 时标）
let aligner = RecordAligner::new()
    .reference(TimeSource::Gps)
    .tolerance(Duration::milliseconds(1));

let aligned = aligner.align(vec![record1, record2, record3]).await?;

// 对齐后可跨装置对比波形
for ch in aligned.channels("Bus5.Voltage") {
    println!("装置 {}: 峰值 {:.2} kV", ch.device_id, ch.peak_value() / 1000.0);
}

录波数据特征

2. 波形识别引擎

新增 eneros-diag-waveform crate，基于 ML 模型从波形中自动识别故障类型与特征。

故障类型识别

use eneros_diag_waveform::{WaveformAnalyzer, FaultClassifier, FaultType};

let analyzer = WaveformAnalyzer::new(&ctx)
    .classifier(FaultClassifier::cnn("fault-cnn-v4"))
    .build().await?;

// 分析录波波形
let result = analyzer.analyze(&record).await?;

println!("故障类型: {:?}", result.fault_type);
println!("置信度: {:.1}%", result.confidence * 100.0);
println!("故障相: {:?}", result.faulted_phases);
println!("故障起始时刻: {:?}", result.fault_onset);
println!("故障持续时间: {:?}", result.fault_duration);
println!("故障电流峰值: {:.2} kA", result.peak_fault_current / 1000.0);

故障类型矩阵

波形特征提取

// 提取波形特征向量
let features = analyzer.extract_features(&record);

println!("特征向量维度: {}", features.dim());
println!("关键特征:");
println!("  零序电流占比: {:.3}", features.zero_seq_ratio);
println!("  负序电流占比: {:.3}", features.neg_seq_ratio);
println!("  突变量: {:.3}", features.sudden_change);
println!("  谐波含量: {:.3}", features.harmonic_content);
println!("  衰减时间常数: {:.3}s", features.dc_time_constant);

// 特征可视化（用于诊断报告）
let plot = analyzer.plot_waveform(&record, &result);
plot.save("fault_waveform.png").await?;

3. 故障定位算法

新增 eneros-diag-location crate，提供多种故障定位算法，精确计算故障点的位置。

定位算法对比

故障定位 API

use eneros_diag_location::{FaultLocator, LocationMethod, LocationResult};

let locator = FaultLocator::new(&ctx)
    .method(LocationMethod::DoubleEnded)
    .network(&network)
    .build().await?;

// 基于双端测量定位
let location: LocationResult = locator.locate(&record, &record_remote).await?;

println!("故障线路: {}", location.branch_id);
println!("故障距离: {:.2f} km ({:.1}%)",
    location.distance_km, location.percentage * 100.0);
println!("定位误差估计: ±{:.2f} km", location.error_estimate);
println!("定位方法: {:?}", location.method);

单端阻抗法

// 基于单端电气量的阻抗法定位
let locator = FaultLocator::new(&ctx)
    .method(LocationMethod::Impedance {
        algorithm: ImpedanceAlgorithm::Reactance,
        compensation: true,  // 考虑对端助增
    })
    .build().await?;

let location = locator.locate_single_ended(&record).await?;

println!("测量阻抗: {:.2f} Ω", location.measured_impedance);
println!("故障距离: {:.2f} km", location.distance_km);

行波法定位

// 基于行波的精确定位
let locator = FaultLocator::new(&ctx)
    .method(LocationMethod::TravelingWave {
        sampling_rate: 1_000_000,  // 1 MHz
        wave_speed: 2.98e8,        // 光速
    })
    .build().await?;

let location = locator.locate_traveling_wave(&record, &record_remote).await?;

println!("行波到达时间差: {:.3f} μs", location.time_diff_us);
println!("故障距离: {:.2f} km", location.distance_km);

4. 诊断报告生成

新增 eneros-diag-report crate，自动生成结构化的故障诊断报告，含 AI 分析总结。

报告生成

use eneros_diag_report::{ReportGenerator, ReportConfig, ReportTemplate};

let generator = ReportGenerator::new(&ctx)
    .config(ReportConfig {
        template: ReportTemplate::Standard,
        include_waveform_plots: true,
        include_sequence_diagram: true,
        include_replay: true,
        language: Language::ZhCN,
    })
    .build().await?;

// 生成诊断报告
let report = generator.generate(&fault_event).await?;

println!("报告 ID: {}", report.id);
println!("故障时间: {}", report.fault_time);
println!("故障类型: {:?}", report.fault_type);
println!("故障位置: {}", report.location_description);
println!("诊断结论: {}", report.conclusion);

// 导出报告
report.save_pdf("fault_report_20260613.pdf").await?;
report.save_html("fault_report_20260613.html").await?;

AI 总结生成

// 使用 LLM 生成诊断总结
let summary = generator.generate_summary(&report).await?;

println!("AI 诊断总结:");
println!("{}", summary);
// 示例输出：
// "2026年6月13日 14:23:05，110kV 线路 L-3 发生 A 相接地故障。
//  故障点位于距首端 12.3 km 处（线路全长 25 km，占比 49.2%）。
//  故障电流峰值 4.82 kA，零序电流显著，判定为单相接地故障。
//  保护装置正确动作，故障在 80ms 内隔离。
//  故障原因分析：结合气象数据，故障期间该区域有雷暴活动，
//  推测为雷击导致绝缘子闪络。建议巡检故障点附近绝缘子。"

报告内容结构

5. 故障知识图谱

新增 eneros-diag crate（诊断核心），构建电力故障知识图谱，实现故障原因追溯与经验积累。

知识图谱查询

use eneros_diag::{KnowledgeGraph, FaultCase, CauseNode};

let kg = KnowledgeGraph::new(&ctx);

// 查询相似故障案例
let similar = kg.find_similar(&current_fault)
    .limit(10)
    .execute().await?;

println!("相似故障案例:");
for case in &similar {
    println!("  {} ({:?}): 相似度 {:.1}%",
        case.id, case.fault_type, case.similarity * 100.0);
    println!("    原因: {}", case.root_cause);
    println!("    处置: {}", case.resolution);
}

故障成因分析

// 基于知识图谱的成因推理
let causes = kg.infer_causes(&current_fault).await?;

println!("可能成因（按概率排序）:");
for cause in &causes {
    println!("  {} (概率 {:.1}%)", cause.description, cause.probability * 100.0);
    if let Some(evidence) = &cause.evidence {
        println!("    证据: {}", evidence);
    }
}

知识图谱结构

改进

• 时序引擎：录波数据专用存储路径，写入吞吐提升 5 倍
• ML 运行时：CNN 模型推理支持 GPU 加速，识别延迟降至 50ms
• 仿真引擎：故障仿真场景模板化，复现效率提升 3 倍
• 安全网关：诊断报告访问增加权限控制
• 可观测性：诊断全链路接入追踪系统

Bug 修复

• 修复 eneros-diag-record COMTRADE 解析在非标准格式时崩溃的问题（#3903）
• 修复 eneros-diag-waveform CNN 模型在短时扰动下误判的问题（#3910）
• 修复 eneros-diag-location 行波法在双端时钟不同步时定位偏差的问题（#3916）
• 修复 eneros-diag-report PDF 生成在中文渲染时乱码的问题（#3922）
• 修复 eneros-diag 知识图谱查询在大规模案例下超时的问题（#3928）

破坏性变更

• ComtradeParser::parse：返回类型从 Record 改为 Result<Record>
• FaultLocator::locate：参数从 &Record 改为 &Record, &Record（双端）
• ReportGenerator::generate：参数从 &Fault 改为 &FaultEvent

升级指南

1. 更新 Cargo.toml 中的 eneros 依赖至 0.39.0
2. 运行 eneros diag init 初始化诊断引擎
3. 在 eneros.toml 中配置录波文件路径与 ML 模型
4. 导入历史故障案例至知识图谱

致谢

感谢 40 位贡献者提交的 610+ 个 commit，以及继电保护专家提供的故障样本验证。