劉麗娜，周一飛，王 韜，李銳超，李方碩，鄭寶毅

(1.國網(wǎng)四川省電力公司計(jì)量中心,四川成都 610045；2.積成電子股份有限公司,山東 濟(jì)南 250010)

隨著電力智能化的發(fā)展,用戶用電信息采集也不斷升級,實(shí)現(xiàn)智能化。根據(jù)國標(biāo)的定義,“電力用戶用電信息采集系統(tǒng)是對電力用戶的用電信息進(jìn)行采集、處理和實(shí)時監(jiān)控的系統(tǒng),實(shí)現(xiàn)用電信息的自動采集、計(jì)量異常監(jiān)測、電能質(zhì)量監(jiān)測、用電分析和管理、相關(guān)信息發(fā)布、分布式能源監(jiān)控、智能用電設(shè)備的信息交互等功能”。目前針對用電信息采集的系統(tǒng)仍然不能滿足智能化運(yùn)行的要求,在云計(jì)算和云平臺逐漸應(yīng)用到電力系統(tǒng)的背景下,有必要研究基于云平臺的用戶用電計(jì)量采集信息流轉(zhuǎn)平臺。

目前針對用電信息采集系統(tǒng)的研究較多。王進(jìn)等[1]針對基于蒙特卡洛法的用電信息采集系統(tǒng)可靠性評估進(jìn)行了研究；張慧等[2]分析了用電信息采集系統(tǒng)主站軟件運(yùn)維服務(wù)；鄭國權(quán)等[3]提出了一種基于冗余分析的用電信息采集系統(tǒng)數(shù)據(jù)壓縮方法；李明明等[4]提出了一種計(jì)量采集故障智能診斷模型；張秋雁等[5]提出了AR 技術(shù)在用電信息采集系統(tǒng)運(yùn)維中的應(yīng)用；董重重等[6]對用電信息采集系統(tǒng)中集中器脆弱性進(jìn)行了分析；葉德衍等[7]對基于用電信息采集的智能反竊電系統(tǒng)進(jìn)行了研究；陸燕峰等[8]提出了一種電力用戶用電信息自動采集系統(tǒng)優(yōu)化方法。

針對基于云平臺的用電計(jì)量采集信息流監(jiān)控進(jìn)行了分析。首先分析了用電信息云平臺和云技術(shù)的關(guān)系,給出了用電信息采集的定義以及分類。分析了用電信息流以及信息流轉(zhuǎn)的過程。針對新興業(yè)務(wù)對計(jì)量數(shù)據(jù)的需求進(jìn)行了分析,包括電動汽車充換電業(yè)務(wù)、分布式電源接入、多表合一等。設(shè)計(jì)了信息流監(jiān)控系統(tǒng)構(gòu)架、軟件結(jié)構(gòu)、系統(tǒng)通信構(gòu)架。最后通過算例說明了信息流應(yīng)用場景。

1 用電信息與云平臺概述

1.1 云平臺與云技術(shù)

云平臺是基于云計(jì)算和大數(shù)據(jù)技術(shù)的綜合應(yīng)用平臺,通過變電站內(nèi)終端智能電表、集中器以及各類信息信號采集儀表對數(shù)據(jù)進(jìn)行整合上傳,物聯(lián)網(wǎng)云平臺負(fù)責(zé)對這類數(shù)據(jù)進(jìn)行收集整理,繼續(xù)流轉(zhuǎn)至生產(chǎn)庫、流計(jì)算中心、中間庫,通過對數(shù)據(jù)的進(jìn)一步分析和計(jì)算,上傳至大數(shù)據(jù)云平臺,形成可視化可加工的數(shù)據(jù)。

大數(shù)據(jù)云平臺構(gòu)架包括存儲計(jì)算層、邏輯層、接入層和數(shù)據(jù)應(yīng)用層。存儲計(jì)算層主要包括終端采集數(shù)據(jù)的集群存儲和計(jì)算,能夠提供海量數(shù)據(jù)的上傳下載以及非實(shí)時分布式分析處理。邏輯層主要提供分布式Mela 服務(wù),能夠進(jìn)行查詢語句運(yùn)算以及圖計(jì)算離線處理。接入層主要用于計(jì)量采集信息用戶中心。數(shù)據(jù)應(yīng)用能夠提供數(shù)據(jù)挖掘、數(shù)據(jù)分析和數(shù)據(jù)安全管理等智能應(yīng)用。平臺結(jié)構(gòu)如圖2 所示。

圖1 用電信息采集流程圖

圖2 大數(shù)據(jù)云平臺架構(gòu)

各層之間環(huán)環(huán)相扣,通過云計(jì)算和大數(shù)據(jù)技術(shù),將電力計(jì)量數(shù)據(jù)采集和分析形成數(shù)據(jù)流轉(zhuǎn),實(shí)現(xiàn)數(shù)據(jù)環(huán)節(jié)實(shí)時跟蹤與動態(tài)查詢,通過對相應(yīng)軟件接口以及技術(shù)服務(wù)的提供,為終端數(shù)據(jù)采集深化應(yīng)用建立相應(yīng)的平臺。

云計(jì)算技術(shù)的整體架構(gòu)如圖3 所示。

圖3 云計(jì)算技術(shù)體系架構(gòu)

1.2 用電信息采集與分析

在典型的用電信息采集架構(gòu)中,各計(jì)量點(diǎn)安裝的電能表裝置通過計(jì)量和存儲處理產(chǎn)生大量的用電信息和計(jì)量數(shù)據(jù),這些信息和數(shù)據(jù)通過電力載波、RS-485 數(shù)據(jù)總線以及微功率無線通訊等方式傳輸給采集終端如采集器、集中器、專用變壓器采集終端等設(shè)備。而采集終端再經(jīng)過無線公網(wǎng)或有線通信網(wǎng)絡(luò),將這些用電信息和計(jì)量數(shù)據(jù)傳送至遠(yuǎn)程的服務(wù)器主站平臺。服務(wù)器主站平臺對采集匯聚的數(shù)據(jù)進(jìn)行存儲和分布式管理,再通過不同的軟件接口向?qū)?yīng)的應(yīng)用程序服務(wù)器傳送用電數(shù)據(jù)進(jìn)行分析處理,最終在服務(wù)器主站界面的前端形成計(jì)量異常監(jiān)測、用電能效分析和管理、分布式能源監(jiān)控、臺區(qū)體檢、線損分析等業(yè)務(wù)應(yīng)用單元,為智能營銷業(yè)務(wù)的執(zhí)行提供技術(shù)支撐。

圖4 用電信息采集體系

基于云平臺的計(jì)量采集設(shè)備數(shù)據(jù)信息流監(jiān)控技術(shù)最主要的特點(diǎn)是在數(shù)據(jù)進(jìn)行上傳和采集過程中,能夠?qū)崟r通過云平臺對數(shù)據(jù)采集層獲得的數(shù)據(jù)進(jìn)行規(guī)約解析、數(shù)據(jù)合理性校驗(yàn)、數(shù)據(jù)規(guī)范性檢查等。通過這類檢查和校驗(yàn),能夠保證上傳至應(yīng)用程序服務(wù)器的數(shù)據(jù),具有正確性和完整性,減輕終端層對數(shù)據(jù)的分析和處理壓力。最終應(yīng)用程序服務(wù)器通過防火墻與主站數(shù)據(jù)庫以及Web 服務(wù)器連接,將數(shù)據(jù)發(fā)送至現(xiàn)場分析、用電能效管理、分布式能效分析等應(yīng)用程序。對于數(shù)據(jù)終端操作,可以通過相應(yīng)的接口,對下級軟件進(jìn)行數(shù)據(jù)指令發(fā)布。隨著電力系統(tǒng)云平臺以及大數(shù)據(jù)技術(shù)的逐漸實(shí)施,在數(shù)據(jù)大規(guī)模接入、海量數(shù)據(jù)查詢、應(yīng)用程序響應(yīng)等方面,基于云平臺的計(jì)量采集設(shè)備信息流監(jiān)控技術(shù)能夠?qū)崿F(xiàn)良好的可拓展性以及魯棒性。

1.3 用電信息流

電力計(jì)量過程及其數(shù)據(jù)的采集過程中的信息流和數(shù)據(jù)流,是數(shù)據(jù)流轉(zhuǎn)方式以及流轉(zhuǎn)過程的直接體現(xiàn)。當(dāng)前云計(jì)算能夠在海量數(shù)據(jù)的存儲、查詢、分析、計(jì)算、挖掘等方面提供相應(yīng)的有效、成熟的解決方案,能夠滿足在大規(guī)?？稍偕茉唇尤腚娋W(wǎng)、配網(wǎng)結(jié)構(gòu)逐漸復(fù)雜的條件下,實(shí)現(xiàn)對這類新形勢所帶來數(shù)據(jù)的流轉(zhuǎn)查詢和分析處理功能。

從上述分析可看出,由云計(jì)算衍生而來的各種技術(shù)手段,可為大數(shù)據(jù)的存儲、分析、管理等提供有效解決方案,也可為解決電力用采系統(tǒng)中面臨的大數(shù)據(jù)問題提供技術(shù)支撐。

2 新型業(yè)務(wù)對計(jì)量數(shù)據(jù)的需求

2.1 電動汽車充換電業(yè)務(wù)

電動汽車充電功率的計(jì)量主要是有功功率計(jì)量,目前所用的裝置大部分為電子式電能表。早期的計(jì)量方法是通過將采樣得到的電壓和電流波形進(jìn)行快速傅立葉變換,從而得到相應(yīng)物理量的諧波分量的頻率和幅值,進(jìn)而通過計(jì)算得到各次諧波功率,并確定功率方向。由于快速傅立葉變換,對于動態(tài)和非穩(wěn)態(tài)的諧波或者暫態(tài)信息的分析有一定的局限性,又出現(xiàn)了對傅立葉變換的改進(jìn)算法,從而提高了計(jì)量的準(zhǔn)確性。

對于交流充電的電動汽車,計(jì)量可以按照普通的形式進(jìn)行；而對于直流充電的電動汽車,如果仍然按照交流計(jì)量收費(fèi),則會產(chǎn)生一定的自身損耗成本,這對于車主會增加成本支出,按照電費(fèi)結(jié)算的原則,電動汽車直流充電時應(yīng)采用直流計(jì)量,應(yīng)當(dāng)在計(jì)量過程中安裝相應(yīng)的表計(jì),采用直流計(jì)費(fèi)。由于目前直流計(jì)費(fèi)設(shè)備應(yīng)用廣泛性相對于交流計(jì)費(fèi)設(shè)備較差,同時又缺乏相關(guān)的政策和設(shè)備,因此電動汽車計(jì)量方面存在一定的問題。

針對交流充電和直流充電,計(jì)量的數(shù)據(jù)內(nèi)容主要如下表1。

表1 電動汽車電能計(jì)量

由于電動汽車充電會伴隨諧波,對于電能計(jì)量有很大影響,因此應(yīng)當(dāng)考慮諧波環(huán)境、大電流環(huán)境下交直流一體充電設(shè)備的電能計(jì)量方法。

2.2 分布式電源接入

分布式電源通常是指包括分布式風(fēng)機(jī)、屋頂光伏、儲能設(shè)備等組成的小型配網(wǎng)電源。分布式發(fā)電可以滿足用戶和電網(wǎng)之間的雙向流動,用戶同時存在購電和售電。分布式電源一般分為并網(wǎng)運(yùn)行和微網(wǎng)孤島運(yùn)行。

目前,分布式發(fā)電模式一般為自發(fā)自用、余電上網(wǎng)和全部上網(wǎng)2 種,一般前者較多使用。在這種模式下,用戶只需要進(jìn)行簡單的雙向計(jì)量便可以完成結(jié)算。對于計(jì)價(jià)方式,一般分為上網(wǎng)電價(jià)和凈電表計(jì)量方式2 種。對于前者,分布式電源直接并網(wǎng)在配電網(wǎng)上,無需經(jīng)過用戶電表,單獨(dú)進(jìn)行電表計(jì)量；后者則需要采用雙向計(jì)量電表計(jì)算用戶和電網(wǎng)雙向電能的總和,也就是通常使用的自發(fā)自用、余電上網(wǎng)的模式。隨著分布式電源在配電網(wǎng)的滲透率不斷增加,僅依靠計(jì)量用戶與電網(wǎng)的雙向結(jié)算電表,無法直接反映規(guī)模日益擴(kuò)大的用戶的用電需求,應(yīng)當(dāng)需要進(jìn)行雙向的獨(dú)立的電能監(jiān)測,從而為分布式發(fā)電的統(tǒng)計(jì)和監(jiān)控以及分布式電源的出力進(jìn)行預(yù)測。分布式電源并網(wǎng)計(jì)量結(jié)構(gòu)如圖5 所示。

圖5 分布式電源并網(wǎng)計(jì)量

配電網(wǎng)節(jié)點(diǎn)數(shù)很多,分布式電源的接入,使系統(tǒng)增加大量分布式發(fā)電機(jī)節(jié)點(diǎn),尋找最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)更加困難；對于含有多種類型分布發(fā)電混合物聯(lián)的供電系統(tǒng),依據(jù)各種類型的能源分布特征來建立模型,統(tǒng)籌協(xié)調(diào)利用各類型能源成為亟需解決的問題。

2.3 多表合一

多表合一采集應(yīng)用是實(shí)現(xiàn)企業(yè)服務(wù)智慧城市建設(shè),滿足居民智能用能需求的重要舉措,能有效整合數(shù)據(jù)采集信道資源,提升水、電、氣公司自動化采集水平,實(shí)現(xiàn)實(shí)時監(jiān)控,加強(qiáng)用戶能源管理,降低人工抄表成本,能大幅提升抄表的及時率、準(zhǔn)確率和服務(wù)水平。多表合一的采集方式以傳統(tǒng)的用電信息采集架構(gòu)為主體,擴(kuò)展運(yùn)用M-BUS 總線、物聯(lián)網(wǎng)通信等技術(shù)將水表、熱力表與燃?xì)獗頂?shù)據(jù)進(jìn)行整合采集,實(shí)現(xiàn)將居民及企業(yè)用戶的大量綜合用能數(shù)據(jù)在服務(wù)器主站系統(tǒng)中匯聚分析,能夠?qū)τ脩裟茉聪氖褂昧?xí)慣、能源使用結(jié)構(gòu)等方面提供有力的信息支撐,并向用戶提供綜合節(jié)能服務(wù)。

3 基于云平臺的信息流監(jiān)控系統(tǒng)設(shè)計(jì)

3.1 系統(tǒng)構(gòu)架

針對計(jì)量采集設(shè)備,在云平臺背景下的數(shù)據(jù)和信息流監(jiān)控,設(shè)計(jì)了相應(yīng)的控制系統(tǒng)。首先對于數(shù)據(jù)和信息流的流轉(zhuǎn)過程進(jìn)行分析。在相應(yīng)的監(jiān)測節(jié)點(diǎn)布置用于存儲數(shù)據(jù)塊,正常運(yùn)行方式下,需要有數(shù)據(jù)塊提供存儲節(jié)點(diǎn)的備用。根據(jù)存儲節(jié)點(diǎn)所布置的位置,云存儲計(jì)算系統(tǒng)采用分布式文件系統(tǒng)進(jìn)行數(shù)據(jù)存儲,因此在按節(jié)點(diǎn)分區(qū)備份的過程中,可以實(shí)現(xiàn)數(shù)據(jù)的高速讀寫以及容錯機(jī)制。

經(jīng)過數(shù)據(jù)的實(shí)時備份,將數(shù)據(jù)存儲節(jié)點(diǎn)的記錄發(fā)送至數(shù)據(jù)記錄模塊,數(shù)據(jù)記錄模塊可以在用戶端進(jìn)行響應(yīng)和展示。中間的元數(shù)據(jù)服務(wù)器是用于客戶端以及存儲節(jié)點(diǎn)之間數(shù)據(jù)的直接查詢。數(shù)據(jù)流轉(zhuǎn)方式如圖6 所示。

圖6 數(shù)據(jù)流轉(zhuǎn)方式

經(jīng)過上述數(shù)據(jù)流轉(zhuǎn)分析,設(shè)計(jì)相應(yīng)的電力設(shè)備計(jì)量采集信息流轉(zhuǎn)技術(shù)監(jiān)控構(gòu)架。該構(gòu)架可以將關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)同步存儲到云平臺的數(shù)據(jù)庫中,在終端提高設(shè)備對數(shù)據(jù)的分析和處理效率。該構(gòu)架分為前端采集系統(tǒng)、原業(yè)務(wù)模型、NoSQL 數(shù)據(jù)庫、關(guān)系型數(shù)據(jù)庫、業(yè)務(wù)平臺等,如圖7 所示。

圖7 系統(tǒng)構(gòu)架架構(gòu)

前置采集系統(tǒng)負(fù)責(zé)將經(jīng)過終端傳感器,以及數(shù)據(jù)采集節(jié)點(diǎn)的數(shù)據(jù)進(jìn)行整合,并將該數(shù)據(jù)輸入原系統(tǒng)、各類數(shù)據(jù)庫,這類數(shù)據(jù)可以提供檔案日志等數(shù)據(jù),形成歷史數(shù)據(jù)庫。原業(yè)務(wù)模型和原系統(tǒng)數(shù)據(jù)庫負(fù)責(zé)將前置采集系統(tǒng)的數(shù)據(jù)進(jìn)行備份操作,實(shí)現(xiàn)備用業(yè)務(wù)交互。前置采集數(shù)據(jù)最主要的應(yīng)用是基于云平臺的業(yè)務(wù)流模型。在該模型中,可以將采集到的實(shí)時數(shù)據(jù)上傳至NoSQL 數(shù)據(jù)庫,可以保證電力統(tǒng)計(jì)分析、同步檔案表、電量負(fù)荷等信息的實(shí)時更新和分析。檔案日志類數(shù)據(jù)主要存放于關(guān)系型數(shù)據(jù)庫中,關(guān)系型數(shù)據(jù)庫與NoSQL 數(shù)據(jù)庫,可以實(shí)現(xiàn)同步查詢和交互操作?；谠破脚_的信息流監(jiān)控模型主要根據(jù)這兩大數(shù)據(jù)庫的查詢結(jié)果與接口中間件以及業(yè)務(wù)平臺的其他服務(wù)器進(jìn)行業(yè)務(wù)交互,交互過程可實(shí)現(xiàn)統(tǒng)一的接口管理。

3.2 并行計(jì)算

為提高基于云平臺的計(jì)量采集信息流轉(zhuǎn)速率和效率,采用分布式并行計(jì)算,如圖8 所示。流轉(zhuǎn)處理主要執(zhí)行采集數(shù)據(jù)檢查和規(guī)約解析等任務(wù),根據(jù)這類業(yè)務(wù)邏輯,發(fā)送相應(yīng)的控制指令至終端設(shè)備進(jìn)行控制,關(guān)系數(shù)據(jù)庫和業(yè)務(wù)系統(tǒng)負(fù)責(zé)流處理任務(wù)和批量處理任務(wù)。通過這兩類處理任務(wù)的并行分析能夠?qū)崿F(xiàn)計(jì)算節(jié)點(diǎn)與管理節(jié)點(diǎn)的分布式并行操作,提升數(shù)據(jù)的執(zhí)行能力、減輕計(jì)算資源數(shù)據(jù)量,可以實(shí)現(xiàn)動態(tài)調(diào)整系統(tǒng)的處理能力,最終實(shí)現(xiàn)資源管理系統(tǒng)的最大化利用能效。

圖8 分布式并行計(jì)算

3.3 計(jì)量信息流監(jiān)控系統(tǒng)通信

以電能為例,用電信息計(jì)量系統(tǒng)的通信協(xié)議如下:主站與采集終端之間遵循Q/GDW 1376.1-2013 通信協(xié)議或IEC 62056 標(biāo)準(zhǔn)體系協(xié)議(IEC-TC13)[9],終端與智能電能表之間遵循DL/T 645-2007 通信協(xié)議。系統(tǒng)間設(shè)備通信方式如圖9 所示[10]。因此,綜合能源通信體系可參考進(jìn)行設(shè)計(jì)。

圖9 計(jì)量信息系統(tǒng)中設(shè)備的通信方式

數(shù)據(jù)收集和傳輸?shù)耐ㄐ徘揽梢允怯芯€網(wǎng)絡(luò)、無線網(wǎng)絡(luò)或者其他組合。智能電表可實(shí)現(xiàn)能源計(jì)量表與公用事業(yè)中央管控系統(tǒng)之間的半雙工模式通信。

4 用電信息流技術(shù)具體應(yīng)用

4.1 基于用電信息流的神經(jīng)網(wǎng)絡(luò)負(fù)荷預(yù)測

根據(jù)布置在網(wǎng)絡(luò)各節(jié)點(diǎn)的用電信息采集系統(tǒng)以及集中器下掛的電能表,得到用電信息流數(shù)據(jù),可以統(tǒng)計(jì)分析歷史負(fù)荷,并利用相關(guān)的技術(shù)對負(fù)荷進(jìn)行預(yù)測。

BP 神經(jīng)網(wǎng)絡(luò)是一種按照誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò),是應(yīng)用較成熟的人工神經(jīng)網(wǎng)絡(luò)之一。3 層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖如下。

基于云計(jì)算和大數(shù)據(jù)技術(shù),建立BP 神經(jīng)網(wǎng)絡(luò)模型。對存在不同量綱的數(shù)據(jù)進(jìn)行歸一化處理。選用最大最小法對數(shù)據(jù)進(jìn)行歸一化處理,公式如下:

利用下式得到神經(jīng)網(wǎng)絡(luò)隱層神經(jīng)元數(shù)。

式中:N1為隱含層單元數(shù),m為輸出層單元數(shù),n為輸入神經(jīng)元數(shù),a為的常數(shù),一般為1～10。

4.2 算例分析

利用圖10 所示的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行分析。隱含層傳遞函數(shù)采用tansig,輸出層傳遞函數(shù)采用purelin,訓(xùn)練函數(shù)采用trainlm,設(shè)定期望誤差為0.000 1,最大訓(xùn)練輪回為500 次,經(jīng)過訓(xùn)練,網(wǎng)絡(luò)達(dá)到了較好的預(yù)測精度。

圖10 神經(jīng)網(wǎng)絡(luò)模型

通過BP 神經(jīng)網(wǎng)絡(luò)模型預(yù)測4 月某站負(fù)荷,預(yù)測結(jié)果誤差率見表2。從表2 可見,日最大負(fù)荷、最小負(fù)荷值預(yù)測準(zhǔn)確率均達(dá)到90%。

表2 某變電站負(fù)荷預(yù)測結(jié)果分析表

5 結(jié)論

針對基于云平臺的用電計(jì)量采集信息流監(jiān)控進(jìn)行了分析。首先分析了用電信息云平臺和云技術(shù)的關(guān)系,給出了用電信息采集的定義以及分類。分析了用電信息流以及信息流轉(zhuǎn)的過程。針對新興業(yè)務(wù),對計(jì)量數(shù)據(jù)的需求進(jìn)行了分析,包括電動汽車充換電業(yè)務(wù)、分布式電源接入、多表合一等。通過設(shè)計(jì)的系統(tǒng)構(gòu)架進(jìn)行仿真分析,對某變電站的負(fù)荷預(yù)測進(jìn)行統(tǒng)計(jì),可以實(shí)現(xiàn)數(shù)據(jù)的高速流轉(zhuǎn)并且減少誤差。