葉 利，魏勝清，彭 翔，魏 偉，謝 瑋，董晨曦

（1.國(guó)網(wǎng)湖北省電力有限公司營(yíng)銷服務(wù)中心，湖北 武漢430077；2.國(guó)網(wǎng)湖北省電力有限公司，湖北 武漢430077；3.國(guó)網(wǎng)湖北省電力有限公司信息通信公司，湖北 武漢430077）

0 引言

隨著智能電網(wǎng)建設(shè)的不斷深入，智能電能表作為法定計(jì)量裝置已經(jīng)得到廣泛應(yīng)用，其計(jì)量的準(zhǔn)確性不僅關(guān)系到千家萬(wàn)戶的切身利益，也直接影響到電網(wǎng)企業(yè)的運(yùn)營(yíng)收益［1-5］。針對(duì)安裝在運(yùn)的智能電能表的狀態(tài)評(píng)價(jià)和質(zhì)量監(jiān)控，按照傳統(tǒng)方法只能進(jìn)行現(xiàn)場(chǎng)校驗(yàn)或依靠小比例抽樣拆回實(shí)驗(yàn)室檢定，工作量大且效率低，不僅難以及時(shí)發(fā)現(xiàn)智能電能表的各類問(wèn)題，也無(wú)法覆蓋全量在運(yùn)智能電能表［6-12］。

當(dāng)前，智能電能表運(yùn)行數(shù)據(jù)的積累以及大數(shù)據(jù)分析技術(shù)的不斷進(jìn)步，使得對(duì)智能電能表狀態(tài)進(jìn)行遠(yuǎn)程評(píng)價(jià)和診斷成為可能［13-21］。經(jīng)過(guò)摸索，發(fā)現(xiàn)在某個(gè)臺(tái)區(qū)下，總表的供電量、用戶表的用電量、線路損耗和其他固定損耗等物理量遵循能量守恒基本物理規(guī)律，用戶表的用電量與用戶表的電能計(jì)量和用戶表誤差具有確定關(guān)系。由此，本文提出了一種基于大數(shù)據(jù)分析的智能電能表運(yùn)行誤差在線分析技術(shù)，通過(guò)對(duì)用電信息采集的電能計(jì)量數(shù)據(jù)和營(yíng)銷檔案數(shù)據(jù)進(jìn)行大數(shù)據(jù)計(jì)算分析，可在不停電的情況下快速完成全網(wǎng)智能電能表的運(yùn)行誤差計(jì)算，有效解決了智能電能表誤差現(xiàn)場(chǎng)檢測(cè)的技術(shù)難題。

1 運(yùn)行誤差在線分析技術(shù)原理及模型

1.1 如何區(qū)分不同原因引起的計(jì)量損失

在一個(gè)臺(tái)區(qū)范圍內(nèi)，電能表的計(jì)量誤差、線路損耗以及電能表自身功耗等其他固定損耗均會(huì)引起計(jì)量損失或偏差。若智能電能表對(duì)應(yīng)的用電戶的用電特性相關(guān)性不大，且不同時(shí)段內(nèi)有一定變化，則可以通過(guò)綜合分析多個(gè)時(shí)段內(nèi)的特性，將每只智能電能表的特征找出來(lái)。

為了區(qū)分電能表誤差、線路損耗及其他固定損耗引起的計(jì)量損失，設(shè)定一個(gè)僅有1只總表和1只用戶表的臺(tái)區(qū)，假設(shè)某天的真實(shí)供電量是100 kW·h，那么電能表計(jì)量有-3%的誤差、有3 kW·h電的線路損耗或有3 kW·h電的固定損耗這三種情況均會(huì)使得用戶表的電能計(jì)量為97 kW·h。如果這個(gè)用戶每天都是同樣的用電量，同樣的用電特征，那么是無(wú)法區(qū)分出來(lái)到底是哪種原因造成的3 kW·h電的計(jì)量損失。但如果第二天用戶的用電量變化為200 kW·h，但用電時(shí)段等特征還是保持不變，此時(shí)由于這三種因素的物理特性不同，造成的計(jì)量損失將會(huì)出現(xiàn)較大的不同，從而就能區(qū)分出哪種原因造成了多少計(jì)量損失（見表1）。圖1則能夠更清晰地看出當(dāng)供電量變化時(shí)，固定損耗、電表誤差和線路損耗所引起的電量損失的不同變化趨勢(shì)。

圖1 不同原因計(jì)量損失變化趨勢(shì)Fig.1 Change trend of measurement loss for different reasons

表1 計(jì)量損失原因分析Table 1 Analysis of the causes of measurement loss

1.2 如何區(qū)分不同電能表的誤差

運(yùn)行誤差在線分析是以臺(tái)區(qū)為單位進(jìn)行，臺(tái)區(qū)內(nèi)有一只總表，多只用戶表。每只用戶表的誤差特性基本都是線性的，為了能夠區(qū)分出某只用戶表的誤差到底是多少，假設(shè)一個(gè)臺(tái)區(qū)有一只總表，兩只用戶表（A和B），假設(shè)該臺(tái)區(qū)真實(shí)供電為每天204 kW·h，線路損耗假定為3.9 kW·h，固定損耗為0.1 kW·h，其中用戶表A的計(jì)量誤差為+3%，用戶表B的計(jì)量誤差為-3%。每天用戶表A和B的用電量都有變動(dòng)，假設(shè)變動(dòng)的數(shù)據(jù)如表2所示。以類似的方法再獲取四個(gè)點(diǎn)的數(shù)據(jù)，并將這八個(gè)點(diǎn)繪制為圖形（見圖2），可以清晰地看到，只要用戶用電特性不同，其用電情況就不相關(guān)（負(fù)荷曲線不同），物理性質(zhì)就能自動(dòng)區(qū)分不同電能表的誤差。

表2 不同電能表計(jì)量誤差分析Table 2 Analysis of measurement errors of different electric energy meters

圖2 用電量真實(shí)值與計(jì)量值曲線Fig.2 Curve of actual value and measured value of electricity consumption

1.3 基于物理原理進(jìn)行數(shù)學(xué)建模

由前面的分析可以得知，最基本的物理原理保證了以臺(tái)區(qū)為單位進(jìn)行分析可得到臺(tái)區(qū)內(nèi)每只電能表的運(yùn)行誤差。實(shí)際工作中，需要以臺(tái)區(qū)為單位，將這些規(guī)律體現(xiàn)到數(shù)學(xué)關(guān)系上，即進(jìn)行數(shù)學(xué)建模。基于臺(tái)區(qū)能量守恒定律，通過(guò)將現(xiàn)實(shí)的物理結(jié)構(gòu)抽象為數(shù)學(xué)上的樹形拓?fù)浣Y(jié)構(gòu)，可得到電能表用電示數(shù)的總分?jǐn)?shù)學(xué)關(guān)系。

基于能量守恒定律，利用臺(tái)區(qū)拓?fù)浞治?，總表處電量?yīng)為各支路用電量之和，即：臺(tái)區(qū)關(guān)口考核表總供電電量=各個(gè)用戶用電電量之和+線路損耗+電能表自身能耗等固定損耗?？紤]到實(shí)際應(yīng)用中存在電能表計(jì)量誤差、線路損耗和臺(tái)區(qū)固損，實(shí)際臺(tái)區(qū)能量守恒方程如下：

圖3 臺(tái)區(qū)部署結(jié)構(gòu)Fig.3 Power station area structure

式（1）中：e0(i)為臺(tái)區(qū)計(jì)量周期i內(nèi)固定損耗；ey(i)為臺(tái)區(qū)計(jì)量周期i內(nèi)線路損耗率；ej(i)為計(jì)量點(diǎn)j量周期i內(nèi)的估計(jì)計(jì)量誤差，因電能表相對(duì)誤差可用求得，當(dāng)ej?1，也可用ej近似e'j；P為臺(tái)區(qū)分表總數(shù)量；y(i)為計(jì)量周期i供電總表供電量；φj(i)為計(jì)量周期i分表j計(jì)量值。

以臺(tái)區(qū)總表的計(jì)量值y'(i)近似臺(tái)區(qū)總供電量y(i)，則數(shù)學(xué)方程中總表和分表的計(jì)量值為已知量，計(jì)量誤差、線路損耗率和固定損耗為未知量（未知量為P+2個(gè)），則由多個(gè)計(jì)量周期可積累到N個(gè)具有P+2個(gè)未知量的方程，組成方程組。當(dāng)N大于P+2時(shí)，可求解方程組得到各分表表誤差、線路損耗率和固定損耗。其中各分表表誤差、線路損耗率均為在該計(jì)算周期的綜合評(píng)價(jià)值。

上述運(yùn)行誤差在線分析模型把所有的未知量作為未知常數(shù)進(jìn)行估計(jì)，但在現(xiàn)場(chǎng)用電環(huán)境下，各用戶表的誤差由于噪聲、量化誤差、用電量等方面的影響是有波動(dòng)的，線路損耗率更是隨供電量、用電特性的變動(dòng)而顯著變化。故而結(jié)合實(shí)際情況，對(duì)運(yùn)行誤差在線分析模型進(jìn)行了持續(xù)優(yōu)化，對(duì)誤差、線路損耗率和固定損耗率引入多周期加權(quán)平均的概念，并針對(duì)供電量變化較大，用電戶用電特征變化大，或者大用電戶在臺(tái)區(qū)邊緣等情況，應(yīng)用仿真和策略系統(tǒng)，利用與用電量二次項(xiàng)有關(guān)系的量來(lái)估計(jì)線損，從而使得模型能夠更加準(zhǔn)確地反應(yīng)物理現(xiàn)實(shí)，有效提高了模型的命中率。

2 運(yùn)行誤差在線分析模塊部署與技術(shù)驗(yàn)證

2.1 運(yùn)行誤差在線分析模塊部署

運(yùn)行誤差在線分析功能依托用電信息采集系統(tǒng)建設(shè)，在用電信息采集系統(tǒng)中新增加功能模塊（智能電能表狀態(tài)評(píng)價(jià)與更換模塊），并對(duì)現(xiàn)有的計(jì)量在線監(jiān)測(cè)模塊和閉環(huán)運(yùn)維工單流轉(zhuǎn)模塊進(jìn)行優(yōu)化，集成架構(gòu)圖如圖4所示。

圖4 集成架構(gòu)圖Fig.4 Integration architecture

電能表狀態(tài)評(píng)價(jià)與更換模塊與其他各系統(tǒng)之間主要通過(guò)OGG方式將原始業(yè)務(wù)數(shù)據(jù)傳輸?shù)綌?shù)據(jù)及計(jì)算服務(wù)器的主節(jié)點(diǎn)、通過(guò)Rest API應(yīng)用服務(wù)器實(shí)現(xiàn)與閉環(huán)的工單流轉(zhuǎn)以及采集系統(tǒng)的業(yè)務(wù)功能展示與管理。其中數(shù)據(jù)及計(jì)算服務(wù)器通過(guò)彈性分布式機(jī)制保證主節(jié)點(diǎn)的穩(wěn)定及可靠運(yùn)行，Rest API應(yīng)用服務(wù)器通過(guò)熱備機(jī)制保證訪問(wèn)請(qǐng)求的及時(shí)響應(yīng)。

2.2 運(yùn)行誤差在線分析技術(shù)驗(yàn)證

為驗(yàn)證模型的工程實(shí)用性，選擇孝感市部分臺(tái)區(qū)電能表進(jìn)行驗(yàn)證。通過(guò)運(yùn)行誤差在線分析技術(shù)對(duì)驗(yàn)證范圍2.2萬(wàn)個(gè)臺(tái)區(qū)、213萬(wàn)只智能電能表的用電數(shù)據(jù)進(jìn)行計(jì)算分析，共輸出了58只異常電能表，命中48只，命中率82.8%。根據(jù)現(xiàn)場(chǎng)核查反饋的情況，命中的48只異常表中，疑似違約用電占91.7%，電能表故障占

8.3%。

根據(jù)命中的現(xiàn)場(chǎng)核查誤差分布及與模型輸出誤差分布對(duì)比情況分析（見表3），模型輸出誤差與現(xiàn)場(chǎng)核查誤差的偏差在5%以內(nèi)的占87.5%。

表3 模型輸出誤差與現(xiàn)場(chǎng)核查誤差的偏差情況統(tǒng)計(jì)Table 3 Statistics of deviations between model output errors and on-site verification errors

此外，通過(guò)對(duì)現(xiàn)場(chǎng)核查未命中的電能表進(jìn)行分析，既有誤差值在模型邊界附近、單臺(tái)區(qū)多表超差、臺(tái)區(qū)線損異常等因素導(dǎo)致的模型誤判，也有疑似核查時(shí)竊電恢復(fù)或間歇性竊電、命中判定標(biāo)準(zhǔn)不一致（以拆回檢定結(jié)果而非現(xiàn)場(chǎng)核查結(jié)果為準(zhǔn)）等客觀原因?qū)е履Ｐ洼敵鑫疵小?/p>

通過(guò)現(xiàn)場(chǎng)驗(yàn)證，基于智能電能表的用電數(shù)據(jù)進(jìn)行計(jì)算分析，通過(guò)運(yùn)行誤差在線分析模型的應(yīng)用，可以較好地檢測(cè)出異常電能表。

3 運(yùn)行誤差在線分析模型優(yōu)化提升

在總結(jié)現(xiàn)場(chǎng)驗(yàn)證經(jīng)驗(yàn)的基礎(chǔ)上，可進(jìn)一步開展模型計(jì)算準(zhǔn)確度優(yōu)化提升工作。一是加強(qiáng)臺(tái)區(qū)總表管理，加快開展臺(tái)區(qū)總表改造，使用0.2S級(jí)表計(jì)，提高臺(tái)區(qū)總表準(zhǔn)確度；二是強(qiáng)化采集系統(tǒng)時(shí)鐘管理，加快HPLC改造應(yīng)用，加強(qiáng)高頻數(shù)據(jù)采集，提高數(shù)據(jù)采集能力和質(zhì)量；三是針對(duì)模型算法進(jìn)行改進(jìn)優(yōu)化研究，建立專家知識(shí)系統(tǒng)，采用AI自主學(xué)習(xí)等方式不斷優(yōu)化算法，提高誤差在線分析模型對(duì)低負(fù)荷、小誤差電能表的敏感性，縮小模型的可評(píng)價(jià)誤差邊界；四是建立誤差模型黑盒測(cè)試模塊，定期驗(yàn)證系統(tǒng)計(jì)算準(zhǔn)確度。如從臺(tái)區(qū)的日凍結(jié)電量數(shù)據(jù)出發(fā)，調(diào)整一塊或多塊用戶分表每日用電量，將用電量增大或減小一定的比例至超差（如調(diào)高10%或調(diào)低10%），然后輸入模塊進(jìn)行模型計(jì)算，查看最終結(jié)果中是否把預(yù)期的超差表找出，以此來(lái)對(duì)數(shù)據(jù)進(jìn)行無(wú)標(biāo)注訓(xùn)練，進(jìn)而提升模型的計(jì)算準(zhǔn)確度。

4 結(jié)語(yǔ)

本文針對(duì)智能電能表運(yùn)行誤差實(shí)時(shí)監(jiān)測(cè)的技術(shù)難題，提出了一種智能電能表狀態(tài)在線評(píng)價(jià)分析技術(shù)。通過(guò)對(duì)各臺(tái)區(qū)智能電能表實(shí)際運(yùn)行數(shù)據(jù)進(jìn)行挖掘和分析，建立了基于樹形拓?fù)淠芰渴睾愕闹悄茈娔鼙磉\(yùn)行誤差遠(yuǎn)程診斷分析模型，從而實(shí)現(xiàn)了不依賴新增硬件設(shè)備就能準(zhǔn)確定位由誤差超差、用戶竊電等行為引起的異常電能表，為用電巡檢工作提供有效的技術(shù)手段，克服目前人工排查工作量大、缺乏針對(duì)性的瓶頸，有效保障表計(jì)運(yùn)行質(zhì)量。在專項(xiàng)案例應(yīng)用過(guò)程中也驗(yàn)證了本文的方法，有效核查命中率總體達(dá)到了82.8%，效果較好，為電能表日常運(yùn)維管理、狀態(tài)評(píng)價(jià)及精準(zhǔn)更換提供了有效技術(shù)支撐，也為模型的進(jìn)一步優(yōu)化提供了研究方向。