◆文楚杰

智能電表數(shù)據(jù)分析方法以及應(yīng)用分析

◆文楚杰

（香港都會大學(xué)科技學(xué)院 香港）

伴隨時(shí)代的飛速發(fā)展，智能電表的相關(guān)數(shù)據(jù)分析方法已經(jīng)獲得了廣泛的運(yùn)用，且取得了不錯(cuò)的運(yùn)用成效，這有利于促進(jìn)國內(nèi)智能電網(wǎng)以及智慧家庭的建設(shè)。基于此，本文首先探究了有效開展智能電表數(shù)據(jù)分析工作的意義，然后介紹了智能電表的幾種數(shù)據(jù)分析方法，最后探究了智能電表數(shù)據(jù)分析的相關(guān)應(yīng)用實(shí)踐，以供參考。

智能電表；數(shù)據(jù)分析方法；應(yīng)用

近幾年，智能電網(wǎng)技術(shù)獲得了可持續(xù)的發(fā)展，高級量測體系在電力系統(tǒng)中獲得了十分普遍的運(yùn)用。各電力公司安裝了很多的智能電表，導(dǎo)致采集數(shù)據(jù)頻率越來越高（大約1次/15min），這些數(shù)據(jù)都具有一定的實(shí)時(shí)性[1]。這些數(shù)據(jù)中既涵蓋用電量，也涵蓋各采集點(diǎn)的電流與電壓、功率因數(shù)、實(shí)時(shí)功率等運(yùn)行參數(shù)。各電力公司每天都積累了很多的電能數(shù)據(jù)，怎樣規(guī)范、合理地使用這些信息資源是各電力研究單位與電力公司關(guān)注的重點(diǎn)。在此基礎(chǔ)上，本文重點(diǎn)分析了智能電表數(shù)據(jù)分析方法及運(yùn)用實(shí)踐，現(xiàn)具體論述如下。

1 有效開展智能電表數(shù)據(jù)分析工作的意義

（1）有利于第一時(shí)間發(fā)現(xiàn)儀表異常

有效開展智能電表的相關(guān)數(shù)據(jù)分析工作，可以在第一時(shí)間發(fā)現(xiàn)運(yùn)行過程中的電表異常，并且對故障進(jìn)行及時(shí)處理，將進(jìn)一步減少故障引起的電費(fèi)，保證用電交易的合理、公平。準(zhǔn)確計(jì)量不但與供電公司的經(jīng)營收入有關(guān)，而且與廣大電力用戶的經(jīng)濟(jì)利益與合理用電具有一定的關(guān)系。深入了解計(jì)量裝置的實(shí)際運(yùn)行情況，能夠減少供電公司的服務(wù)風(fēng)險(xiǎn)、電費(fèi)回收風(fēng)險(xiǎn)以及經(jīng)營風(fēng)險(xiǎn)。

（2）有利于提升供電公司的服務(wù)質(zhì)量

伴隨用電信息采集系統(tǒng)覆蓋范圍的日益增大，假如還是采取以前的人工抄表方式已經(jīng)不能更好地滿足相關(guān)要求[2]。這就要求充分完善智能電表，以適應(yīng)如今供電公司飛速發(fā)展的步伐，提升智能電表的測量精準(zhǔn)度，確保儀表的穩(wěn)定運(yùn)行。以此提升供電公司的服務(wù)品質(zhì)以及市場競爭力。對智能電表設(shè)備的實(shí)際運(yùn)行情況進(jìn)行自動化監(jiān)控，并且評價(jià)監(jiān)控的相關(guān)結(jié)果，假如當(dāng)前的內(nèi)控系統(tǒng)存在一些問題，就要在第一時(shí)間進(jìn)行優(yōu)化。采取設(shè)備的具體運(yùn)行狀態(tài)對系統(tǒng)進(jìn)行監(jiān)測，有利于推動供電公司智能電表可靠性以及精準(zhǔn)性的提升，減少故障的出現(xiàn)率，對供電公司的可持續(xù)發(fā)展具有十分關(guān)鍵的意義。此外，有助于降低供電公司的服務(wù)風(fēng)險(xiǎn)與電費(fèi)回收風(fēng)險(xiǎn)，提升公司的行業(yè)形象與品牌形象。

2 智能電表數(shù)據(jù)分析方法

（1）相關(guān)分析

相關(guān)分析是探究現(xiàn)象之間是不是存在某一種聯(lián)系的一類統(tǒng)計(jì)手段。相關(guān)分析包含線性相關(guān)分析以及偏相關(guān)分析等，前者在智能電表的相關(guān)數(shù)據(jù)分析中最常見，它分析了兩個(gè)變量之間的關(guān)系程度，以相關(guān)系數(shù)R來表示。能夠憑借溫度以及負(fù)荷的相關(guān)關(guān)系，將天氣情況結(jié)合起來對負(fù)荷的高峰進(jìn)行預(yù)測。也能夠借助于智能電表的實(shí)際電壓測量值對某一組電表的相關(guān)性進(jìn)行探究。

（2）聚類分析

聚類分析是按照一些固定標(biāo)準(zhǔn)來收集相關(guān)數(shù)據(jù)。比如，電表能夠借助于聚類分析來充分明確變壓器的具體負(fù)荷。虛擬電表可以聚類擁有相同屬性的電表的相關(guān)數(shù)據(jù)，一種擁有代表性的虛擬電表是利用聚類相關(guān)電表來開展區(qū)域研究以及規(guī)劃。

（3）異常分析

異常分析主要是指對異常情況或者事件開展原因追溯的分析手段。異常分析在用電異常以及設(shè)備故障診斷等方面可以施展關(guān)鍵的作用。比如對變壓器出現(xiàn)故障前的一連串?dāng)?shù)據(jù)實(shí)施統(tǒng)計(jì)，對其開展抽樣以及建模，就可以很好地預(yù)測變壓器的相關(guān)故障，進(jìn)而第一時(shí)間更換或者檢修。

（4）趨勢分析

趨勢分析是比較若干期連續(xù)的相同指標(biāo)，獲得它們的增減變動幅度、數(shù)額以及方向，以充分顯示事物變化趨勢以規(guī)律的一種探究手段[3]。趨勢分析是比較常見的方法，最直接、簡單的分析即借助于若干條趨勢曲線同一時(shí)期呈現(xiàn)出某用戶用電量的同比或者環(huán)比數(shù)據(jù)。設(shè)備出現(xiàn)故障之前的趨勢模型也可以用來有效辨別零件的操作故障。

3 智能電表數(shù)據(jù)分析的相關(guān)應(yīng)用實(shí)踐

（1）客戶行為分析

負(fù)荷曲線將用戶的相關(guān)消費(fèi)行為充分顯示了出來，智能電表數(shù)據(jù)全面記錄了用戶的消費(fèi)細(xì)節(jié)，如間隔15分鐘的功率以及電壓、電量等參數(shù)。因?yàn)獒槍οM(fèi)習(xí)慣比較相似的用戶來說，他們的負(fù)荷分布形狀很相似，于是能夠按照其負(fù)荷分布的相似程度對用戶進(jìn)行合理分類，進(jìn)而便于公司對用戶開展分類管理，并且針對某一類用戶進(jìn)一步制定相應(yīng)的運(yùn)營措施[4]。在電網(wǎng)的峰谷時(shí)段上不斷疊加用戶的負(fù)荷曲線，能夠?qū)⒂脩舸罅康挠秒娂?xì)節(jié)呈現(xiàn)出來，對其峰值時(shí)段的相關(guān)電能費(fèi)用進(jìn)行計(jì)算，對用戶錯(cuò)峰的實(shí)際潛力進(jìn)行估算。憑借智能電表數(shù)據(jù)來充分探究用戶的行為，可以更好地推動需求側(cè)管理，實(shí)現(xiàn)負(fù)荷峰值的科學(xué)抑制，使電網(wǎng)資產(chǎn)的綜合利用效率獲得提升。

（2）輔助配電網(wǎng)資產(chǎn)管理

經(jīng)過探究智能電表進(jìn)一步采集的數(shù)據(jù)，能夠監(jiān)視設(shè)備的實(shí)際運(yùn)行狀態(tài)，并且能夠更好地判斷出設(shè)備故障，進(jìn)而制定愈發(fā)科學(xué)、有效的資產(chǎn)維護(hù)更換方案。智能電表數(shù)據(jù)的廣泛運(yùn)用，可以提升電力企業(yè)的資產(chǎn)管理以及運(yùn)行水平，減少停電事故，使用戶更加滿意。

（3）故障定位以及響應(yīng)

一般來說，電力公司會按照用戶的電話來明確電網(wǎng)故障的具體位置，在派遣員工去現(xiàn)場處理前，需要若干個(gè)故障電話來確認(rèn)影響區(qū)域與故障范圍，然而如此就會耗費(fèi)更多的時(shí)間來處理故障。派遣現(xiàn)場員工對故障進(jìn)行處理前，將電表數(shù)據(jù)以及線路故障指示器結(jié)合起來使用，有效判斷出故障的發(fā)生地，將有效縮減故障維修時(shí)間。在線路停電之后，大部分智能電表依舊可以在故障管理系統(tǒng)中上報(bào)“失電”故障信息。從每一個(gè)智能電表進(jìn)一步獲取到的相關(guān)故障信息可以對故障的具體范圍進(jìn)行精準(zhǔn)判斷，假如將地理信息系統(tǒng)與智能電表進(jìn)行整合，利用故障點(diǎn)的拓?fù)湟约胺植缄P(guān)系能夠?qū)⒚恳粋€(gè)故障點(diǎn)的相關(guān)性充分體現(xiàn)出來。此外，在派遣現(xiàn)場員工對故障進(jìn)行處理之前，相關(guān)實(shí)踐者可以在有關(guān)的電表發(fā)布指令，進(jìn)而判斷是不是斷電，這可以有效降低故障誤報(bào)。在恢復(fù)供電后，智能電表也會對“上電”信息（?rstbreath）進(jìn)行上報(bào)。實(shí)踐者與智能電表之間的這種互動模式有助于故障修復(fù)的確認(rèn)。

（4）網(wǎng)損分析

現(xiàn)如今，配電網(wǎng)網(wǎng)損計(jì)算過程中進(jìn)一步存在著供售電數(shù)據(jù)不同期的問題，主要是因?yàn)楦鱾€(gè)電壓等級的售電量擁有不一樣的抄表日期，且與供電量的實(shí)際結(jié)算日期不一樣。而廣泛運(yùn)用智能電表，使電力企業(yè)能夠獲取饋線、變壓器以及很多用戶的同期數(shù)據(jù)，根據(jù)這些數(shù)據(jù)能夠獲得同期線損，且結(jié)果更加精確[5]。除此之外，網(wǎng)損計(jì)算的周期問題也需要引起高度的重視。以前的網(wǎng)損分析通常每月開展一次，擁有顯著的盲目性與滯后性，一般無法有效評價(jià)損耗率是不是合理，也無法第一時(shí)間制定出改善策略。電力屬于一種獨(dú)特商品，時(shí)刻都隨著天氣、居民日常生活以及工農(nóng)業(yè)生產(chǎn)等出現(xiàn)變化，線損率也隨之改變[6]。如何對這些變化進(jìn)行及時(shí)跟蹤，或者最大限度地壓縮監(jiān)測時(shí)間是亟需處理的問題。智能電表的相關(guān)采集間隔通常是15min，能夠?qū)⒁郧?次/月的網(wǎng)損分析逐漸減少到15分鐘級，乃至能夠?qū)﹃P(guān)注的某個(gè)用戶，設(shè)置到5min的間隔，如此能夠進(jìn)一步提供實(shí)時(shí)以及準(zhǔn)確的測量數(shù)據(jù)，積極地預(yù)警電網(wǎng)運(yùn)行時(shí)的用電異常以及竊電行為。

（5）電壓和無功優(yōu)化

與以前沒有經(jīng)過協(xié)調(diào)的局部控制手段不一樣，集成的電壓/無功優(yōu)化（Volt/Var Optimization，VVO）借助于全網(wǎng)實(shí)時(shí)信息以及在線模型來準(zhǔn)確評估配電網(wǎng)絡(luò)，提供全網(wǎng)優(yōu)化以及協(xié)調(diào)控制措施，使每一項(xiàng)調(diào)節(jié)控制策略可以形成最優(yōu)化的結(jié)果[7]?，F(xiàn)如今，VVO系統(tǒng)采取配電網(wǎng)潮流模型，潮流模型創(chuàng)建在節(jié)點(diǎn)負(fù)荷模型以及實(shí)時(shí)網(wǎng)絡(luò)拓?fù)淠Ｐ汀⒍位芈返刃Ｐ椭稀Ｐ枰柚陴伨€自動化以及變電站自動化SCADA系統(tǒng)的有效測量對負(fù)荷模型進(jìn)行精準(zhǔn)調(diào)整，并且將下游配電線路的狀態(tài)估計(jì)電壓進(jìn)一步當(dāng)作配電網(wǎng)潮流模型的實(shí)際參考電壓[8]。于是二次回路等效模型、配電變壓器與配電線路的壓降和參考電壓的精確度決定了客戶端電壓的精準(zhǔn)度。這些模型的一系列誤差給電壓無功優(yōu)化造成了大量的不確定性，使VVO的綜合性能降低[9]。借助于通信網(wǎng)絡(luò)與覆蓋全網(wǎng)的智能電表（涵蓋居民電表、配電變壓器以及饋線），智能電表的相關(guān)量測數(shù)據(jù)可以經(jīng)過降低無功優(yōu)化里面的不確定性，使電壓的綜合性能獲得提高。

4 結(jié)語

總而言之，本文從客戶行為分析、輔助配電網(wǎng)資產(chǎn)管理、故障定位以及響應(yīng)、網(wǎng)損分析、電壓和無功優(yōu)化等策略入手，以更好地實(shí)現(xiàn)智能電表數(shù)據(jù)分析的有效運(yùn)用。伴隨網(wǎng)絡(luò)時(shí)代的到來，大數(shù)據(jù)技術(shù)獲得了普遍運(yùn)用。智能電網(wǎng)的運(yùn)用范圍正在持續(xù)延伸，對于電力系統(tǒng)的綜合功能具有更嚴(yán)格的要求。電力系統(tǒng)的穩(wěn)定運(yùn)行，是與社會各個(gè)行業(yè)相關(guān)的重點(diǎn)。因此，智能電表的數(shù)據(jù)分析，既提升了智能電表的整體性能，也確保了電力系統(tǒng)的運(yùn)行品質(zhì)。

[1]江劍峰，張垠，田書欣，等.基于云理論的智能電能表故障數(shù)據(jù)分析[J].電力科學(xué)與技術(shù)學(xué)報(bào)，2020，035（002）：163-169.

[2]劉興綱，孫悅超，馬鵬然，等.智能電表計(jì)量誤差來源分析及其抑制方法探究[J].建筑工程技術(shù)與設(shè)計(jì)，2018，000（013）：360.

[3]耿俊成，馬文棟，郭志民，等.基于智能電表大數(shù)據(jù)分析的臺區(qū)變壓器三相不平衡治理[J].智慧電力，2018，46（09）：109-114.

[4]陳佐，鄭悅.智能電能表故障數(shù)據(jù)分析方法[J].江蘇科技信息，2019，036（015）：68-70.

[5]肖冬陽.關(guān)于全面智能電表集抄時(shí)代下的大數(shù)據(jù)分析[J].科學(xué)與財(cái)富，2019，000（016）：236.

[6]潘明明，田世明，吳博，等.基于智能電表數(shù)據(jù)的臺區(qū)識別與竊電檢測方法研究[J].智慧電力，2017，045（012）：80-84.

[7]姚力，章江銘，胡瑛俊，等.智能電能表運(yùn)行可靠性數(shù)據(jù)處理方法研究[J].科技通報(bào)，2018（10）.

[8]商曦文，吉瑩，張建寰.智能電能表運(yùn)行狀態(tài)評估技術(shù)研究綜述[J].電測與儀表，2020，728（03）：139-146.

[9]楊鵬龍，龔文軍，李增光.基于實(shí)時(shí)補(bǔ)償?shù)闹悄茈娔鼙砣沼?jì)時(shí)誤差修正方法研究[J].機(jī)電信息，2019（30）：20-21.