摘" 要： 針對(duì)市場(chǎng)上傳統(tǒng)數(shù)字電表的局限性，提出一種多功能智能電力計(jì)量系統(tǒng)。該系統(tǒng)通過(guò)集成物聯(lián)網(wǎng)，實(shí)現(xiàn)智能電表的實(shí)時(shí)監(jiān)控、波形諧波消除、防盜檢測(cè)和負(fù)荷預(yù)測(cè)等功能。采用傅里葉分析對(duì)諧波進(jìn)行分解，并使用電感器將失真降低30%，以滿足IEEE 519標(biāo)準(zhǔn)。采用防盜算法，通過(guò)比較總用電量和單個(gè)電表用電量來(lái)識(shí)別異常情況。采用長(zhǎng)短期記憶（LSTM）神經(jīng)網(wǎng)絡(luò)進(jìn)行下一天的負(fù)荷預(yù)測(cè)，平均絕對(duì)百分誤差為7.56%。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)在增強(qiáng)供電質(zhì)量、安全性、實(shí)時(shí)監(jiān)控以及合理的短期預(yù)測(cè)方面都較好地滿足了市場(chǎng)的需求。

關(guān)鍵詞： 防盜算法； 智能電表； 電能計(jì)量系統(tǒng)； 諧波消除； 負(fù)荷預(yù)測(cè)； LSTM神經(jīng)網(wǎng)絡(luò)

中圖分類號(hào)： TN911.23?34； TP391" " " " " " " " " "文獻(xiàn)標(biāo)識(shí)碼： A" " " " " " " " " 文章編號(hào)： 1004?373X（2024）12?0177?05

Multifunctional smart power metering system based on anti?theft algorithm

HE Daoyuan， PAN Wei， WANG Zhigang， LI Mingran

（Nari?Tech Nanjing Control Systems Co.， Ltd.， Nanjing 211100， China）

Abstract： In order to address limitations of conventional digital meters， a multi?functional smart electricity metering system is proposed. By integrating Internet of Things， the system can realize the real?time monitoring of smart meter， wave harmonics elimination， anti?theft detection， and load forecasting. Fourier analysis is used to decompose harmonics， and inductors are used to reduce distortion by 30% to meet IEEE 519 standards. In the anti?theft algorithm， the total and individual meter consumptions are compared to identify anomalies. A long short?term memory neural network can be used to provide next?day load forecasts with a mean absolute percentage error of 7.56%. The experimental results show that the system can meet the market demand well in enhancing power supply quality， safety， real?time monitoring， and reasonable short?term forecasting.

Keywords： anti?theft algorithm; smart electricity meter; electricity metering system; harmonic elimination; load forecasting; LSTM neural network

0" 引" 言

隨著電力需求的快速增長(zhǎng)，智能電表在提高用電效率和管理方面發(fā)揮著重要作用。然而傳統(tǒng)電表存在監(jiān)控實(shí)時(shí)性差、防盜能力較弱等問(wèn)題，無(wú)法滿足電力管理的需要。目前學(xué)術(shù)界針對(duì)智能電表設(shè)計(jì)提出了多種方案，如基于物聯(lián)網(wǎng)[1]的實(shí)時(shí)監(jiān)控系統(tǒng)、采用云平臺(tái)的遠(yuǎn)程控制[2]方案等。這些方案的設(shè)計(jì)主要集中在實(shí)時(shí)監(jiān)控、遠(yuǎn)程控制等功能上，但較少考慮功率質(zhì)量控制和負(fù)荷預(yù)測(cè)等問(wèn)題。本文針對(duì)市場(chǎng)需求，設(shè)計(jì)了集成物聯(lián)網(wǎng)的多功能智能電表系統(tǒng)。該系統(tǒng)不僅實(shí)現(xiàn)了實(shí)時(shí)監(jiān)控、防盜算法等功能，還可以檢測(cè)和消除諧波、進(jìn)行短期負(fù)荷預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)能有效提高供電質(zhì)量、安全性和管理水平。

1" 方" 法

1.1" 利用物聯(lián)網(wǎng)的智能電表架構(gòu)

本文提出的多功能智能電表（Smart Meter， SM）具有三個(gè)主要的電信和IoT[3]功能。

1） 將電流和電壓互感器（Potential Transformers， PT）輸出集成到處理器中；

2） 將ESP8266 WiFi模塊集成到處理器單元中，以將數(shù)據(jù)發(fā)送到云端；

3） 設(shè)計(jì)服務(wù)器來(lái)分析數(shù)據(jù)。

基于物聯(lián)網(wǎng)的多功能智能電表系統(tǒng)每個(gè)部分和設(shè)計(jì)步驟中所需的零部件如下。

1） 電流和電壓互感器的集成

每個(gè)公寓至少有一個(gè)單相恒定電壓為220 V（230 V或110 V），頻率為50 Hz或60 Hz。在測(cè)量給定時(shí)間段的能耗時(shí)，重要的是測(cè)量電壓和電流的確切值。本文使用一個(gè)微控制器板來(lái)讀取DC 5 V以下的模擬電壓值。為了測(cè)量AC 220 V電壓，選擇了將220 V至5 V（AC?AC）電壓互感器和帶RC負(fù)載的AC?DC全波整流器用于原型的利用。為了測(cè)量電流的值，使用電流互感器（Current Transformer， CT），根據(jù)歐姆定律確定通過(guò)CT的電流。

2） 使用ESP8266 WiFi微控制器將數(shù)據(jù)傳輸?shù)皆贫?/p>

ESP8266 WiFi微控制器用于將當(dāng)前數(shù)據(jù)和電壓傳感器的數(shù)據(jù)發(fā)送到云平臺(tái)。由于ESP8266設(shè)計(jì)用于將數(shù)據(jù)集成到另一個(gè)微控制器中，CH?PD引腳在特征化微控制器[4]中根據(jù)輸入打開(kāi)/關(guān)閉指令進(jìn)行操作，故需要使引腳為高電平，以激活WiFi模塊。

3） 響應(yīng)的服務(wù)器設(shè)計(jì)

目前有兩種流行的通信架構(gòu)[5]：客戶端?服務(wù)器架構(gòu)和對(duì)等架構(gòu)（P2P技術(shù)）。在P2P范式中，家用PC可以通過(guò)互聯(lián)網(wǎng)直接與其他多個(gè)家用PC通信，以共享信息和數(shù)據(jù)。兩種通信架構(gòu)如圖1所示。

1.2" 諧波檢測(cè)與消除

不同頻率的諧波波形，其頻率是基頻的倍數(shù)，可以分解為簡(jiǎn)單的正弦波，并表示為傅里葉級(jí)數(shù)。根據(jù)傅里葉理論，正弦波無(wú)限級(jí)數(shù)的和表示諧波波動(dòng)。傅里葉級(jí)數(shù)公式如下：

[x（t）=a0+n=1∞ancos（nω0t）+bnsin（nω0t）] （1）

式中：x（t）是任何周期性函數(shù)；an和bn是與第n階諧波相對(duì)應(yīng)的傅里葉級(jí)數(shù)系數(shù)；ω0是基頻，表示第一個(gè)諧波項(xiàng)。

為了檢測(cè)諧波，可以使用離散傅里葉變換（Discrete Fourier Transform， DFT）或快速傅里葉變換（Fast Fourier Transform， FFT）[6]算法進(jìn)行傅里葉級(jí)數(shù)分析。這些算法根據(jù)其次序從復(fù)雜信號(hào)中導(dǎo)出諧波值，信號(hào)的扭曲程度?總諧波失真（Total Harmonic Distortion， THD）可以通過(guò)獲取諧波的幅值來(lái)確定，公式如下：

[THD=n=2∞InI1] （2）

式中In為第n階電流諧波次序的幅值。表1所示為IEEE標(biāo)準(zhǔn)519準(zhǔn)則[7]，規(guī)定的最大電流失真值。由于諧波無(wú)法完全從系統(tǒng)中消除，因此諧波值應(yīng)該降低到與IEEE標(biāo)準(zhǔn)519相對(duì)應(yīng)的可接受水平。

1.3" 防盜算法

預(yù)期SM將對(duì)任何竊電行為（包括防止篡改）[8]提供高度安全的保護(hù)，并且能夠迅速提供信息，以幫助運(yùn)營(yíng)商找到漏電電流的位置和幅度。首先，需要評(píng)估連接到總部系統(tǒng)（Head End System， HES）同步的所有消費(fèi)者的總數(shù)；然后，初始化HES消耗與所有連接電表的總消耗之和之間的不匹配，以檢測(cè)是否存在電力盜竊行為；最后，采用負(fù)載切換算法來(lái)識(shí)別電力泄漏的區(qū)域或位置。電力分配的一般拓?fù)浣Y(jié)構(gòu)如圖2所示。

1.4" 負(fù)載預(yù)測(cè)

為了生成有效的負(fù)載預(yù)測(cè)，應(yīng)選擇負(fù)載預(yù)測(cè)的時(shí)間跨度。根據(jù)時(shí)間跨度，負(fù)載預(yù)測(cè)可分為非常短期、短期、中期和長(zhǎng)期四種類型。本文選擇短期負(fù)載預(yù)測(cè)[9]，因?yàn)樗诳刂坪驼{(diào)度電力系統(tǒng)方面具有優(yōu)勢(shì)，涉及到提前一天和提前一周的預(yù)測(cè)。

與RNN相比，LSTM的結(jié)構(gòu)更復(fù)雜，如圖3所示。LSTM模型具有一個(gè)輸入門來(lái)更新存儲(chǔ)單元，一個(gè)遺忘門來(lái)遺忘不必要的狀態(tài)，以及一個(gè)輸出門來(lái)使當(dāng)前狀態(tài)的信息可見(jiàn)。其中C是細(xì)胞狀態(tài)，x是輸入，y是輸出，W、U、V是權(quán)重。由于LSTM[10]隱藏節(jié)點(diǎn)結(jié)構(gòu)和激活函數(shù)（即σ和tanh），所以能夠分發(fā)梯度并防止梯度消失/爆炸，因此，本文選擇LSTM[11]作為生成準(zhǔn)確負(fù)載預(yù)測(cè)的算法。

2" 結(jié)果與討論

2.1" 諧波檢測(cè)與消除實(shí)驗(yàn)結(jié)果

SM的設(shè)計(jì)包括帶RC負(fù)載的單相全波橋式整流器，然而這樣會(huì)在SM中產(chǎn)生諧波。為了分析整流器的性能，在Matlab Simulink環(huán)境中進(jìn)行了模擬研究。交流電壓源設(shè)置為230 V，頻率為50 Hz。由于非線性負(fù)載導(dǎo)致源中諧波，因此在電壓上產(chǎn)生高諧波失真，本文采用快速傅里葉變換（FFT）算法來(lái)分析源電流波形。該算法是在復(fù)雜度為O（Nlog N）的情況下引入的，用于計(jì)算N點(diǎn)離散傅里葉變換（Discrete Fourier Transform， DFT）。FFT算法有多種，如Cooley?Turkey、Hexagonal、prime?factor等，可用于將時(shí)域信號(hào)轉(zhuǎn)換為頻域（頻譜）。FFT算法公式如下：

[X（n）（k）=n=evenx（n）e-j2πkNn] （3）

式中：N是運(yùn)算次數(shù)，在計(jì)算中，對(duì)于每個(gè)k，都要進(jìn)行N次復(fù)雜的乘法運(yùn)算。由于傅里葉分析[12]將諧波分解為正弦項(xiàng)，因此使用FFT算法得到的曲線圖說(shuō)明了n階諧波及其幅度。

在Matlab中對(duì)帶有RC負(fù)載的單相全波橋式整流器進(jìn)行了傅里葉分析。圖4顯示了頻域中電流失真幅度（[InI1]），采用Matlab程序的FFT分析計(jì)算了電流的THD值；根據(jù)圖4，THD等于226.13%，諧波項(xiàng)的幅值與IEEE STD. 519標(biāo)準(zhǔn)中的值不相符，與基頻項(xiàng)的值相比較大。

為了制造SM，設(shè)備的諧波應(yīng)符合IEEE標(biāo)準(zhǔn)。硬件包括AC適配器，型號(hào)為427C，以提高測(cè)量效率。該適配器包括用于消除諧波的隔離變壓器。隔離變壓器的優(yōu)點(diǎn)是可以通過(guò)提高或降低系統(tǒng)電壓來(lái)匹配電壓，并為接地故障提供中性點(diǎn)參考接地。在模擬中引入變壓器后，電流波形變得類似于正弦波。

如圖5所示，對(duì)帶有RC負(fù)載和隔離變壓器的單相全波橋式整流器進(jìn)行分析，結(jié)果表明，THD降至3.42%。雖然諧波無(wú)法完全消除，但其幅度已經(jīng)減小到可接受的范圍內(nèi)，即小于4%。電流失真的修改值滿足IEEE標(biāo)準(zhǔn)519的要求，根據(jù)IEEE指南，在PCC處，電壓的個(gè)別電壓失真和THD應(yīng)分別小于3%和5%，電壓的諧波失真值小于3%，總之，諧波項(xiàng)的幅值降至基頻項(xiàng)幅值的4%以下。本文THD等于3.42%，滿足要求。

2.2" 防盜算法實(shí)驗(yàn)結(jié)果

防盜算法的主要功能是將HES作為供電后的初始輸入點(diǎn)，以便管理和控制其他SM。因此，來(lái)自變壓器的主饋線連接到HES，然后在HES點(diǎn)之后跟蹤電力線路的分配到公寓。盜電識(shí)別是通過(guò)比較HES的電力消耗和N個(gè)SM的電力消耗值之和來(lái)執(zhí)行的，通過(guò)定期通信和檢查HES單元和每個(gè)SM的用電量，可以使用以下公式來(lái)識(shí)別電力盜竊：

[theft=HES-i=1NSMi] （4）

如果盜竊函數(shù)的輸出為0，則沒(méi)有發(fā)生電力盜竊。如果在特定區(qū)域發(fā)生了盜竊，則將使用負(fù)載切換算法來(lái)確定其部分和位置，如圖6所示。

2.3" 智能電表測(cè)量結(jié)果

圖7所示為不同時(shí)間點(diǎn)的耗電量。根據(jù)圖7分析可知：連接的設(shè)備數(shù)量最多時(shí)，功率值最大；當(dāng)設(shè)備數(shù)量最少時(shí)，功率指數(shù)最低。由于功率取決于電壓乘以電流，且所有并聯(lián)負(fù)載的電壓保持穩(wěn)定（220 V），因此功耗顯示出與電流測(cè)量幾乎相同的特性。所有數(shù)值均來(lái)自SM的服務(wù)器數(shù)據(jù)庫(kù)。

2.4" 負(fù)載預(yù)測(cè)結(jié)果

圖8展示了使用LSTM提前一天獲取的負(fù)載預(yù)測(cè)結(jié)果。LSTM的架構(gòu)基于Keras[13]。LSTM模型的參數(shù)為90%的訓(xùn)練數(shù)據(jù)、10%的測(cè)試數(shù)據(jù)和96的序列長(zhǎng)度，計(jì)算時(shí)間接近8 min。

LSTM的性能使用均方百分比誤差（Mean Absolute Percentage Error， MAPE）來(lái)評(píng)估，公式如下：

[MAPE=1nnyactual-yforecastyactual×100%] （5）

盡管預(yù)測(cè)的負(fù)載與實(shí)際負(fù)載具有相似的模式，但它們之間的定量誤差MAPE為7.56%，不過(guò)仍然在規(guī)定的0～13%可接受范圍內(nèi)[14]。因此可以得出：使用LSTM生成的負(fù)載預(yù)測(cè)是合理的，并且適用于短期負(fù)載預(yù)測(cè)。

3" 結(jié)" 論

本文提出了一種基于物聯(lián)網(wǎng)的智能電表系統(tǒng)，能夠?qū)崿F(xiàn)用電數(shù)據(jù)的實(shí)時(shí)監(jiān)測(cè)和傳輸。該系統(tǒng)利用電壓和電流互感器采集用電數(shù)據(jù)，通過(guò)WiFi模塊傳輸至云平臺(tái)，并在服務(wù)器端進(jìn)行詳細(xì)分析。本文應(yīng)用傅里葉分析對(duì)供電波形進(jìn)行解析，以便檢測(cè)諧波失真情況。通過(guò)在電路中引入電感器，成功將諧波失真幅度降低了30%，滿足IEEE 519標(biāo)準(zhǔn)的相關(guān)要求。此外，還設(shè)計(jì)了一種防盜算法，通過(guò)比較總供電量和各個(gè)電表的用電量，快速檢測(cè)出異常情況，實(shí)現(xiàn)了電力盜竊的防范。同時(shí)，本文采用了長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)進(jìn)行提前一天的負(fù)荷預(yù)測(cè)，雖然平均預(yù)測(cè)誤差為7.56%，但仍在負(fù)荷預(yù)測(cè)精度的可接受范圍內(nèi)。通過(guò)實(shí)驗(yàn)結(jié)果驗(yàn)證，本文系統(tǒng)在提高供電質(zhì)量、確保電力安全、實(shí)現(xiàn)實(shí)時(shí)監(jiān)控和合理負(fù)荷預(yù)測(cè)等方面具有顯著優(yōu)勢(shì)。

參考文獻(xiàn)

[1] 張宇南，匡曉云，洪超，等.電力物聯(lián)網(wǎng)網(wǎng)絡(luò)欺騙資源優(yōu)化部署模型[J].電力信息與通信技術(shù)，2021，19（10）：46?51.

[2] 張啟龍，陳湘萍.OneNET云平臺(tái)WiFi遠(yuǎn)程控制的智能家居系統(tǒng)[J].現(xiàn)代電子技術(shù)，2020，43（14）：25?29.

[3] 鄭俊強(qiáng)，邵胤，瞿良勇.基于物聯(lián)網(wǎng)的IT多通道信息安全監(jiān)控研究[J].微型電腦應(yīng)用，2022，38（11）：111?114.

[4] 李想，李陽(yáng).32位微控制器在遠(yuǎn)程網(wǎng)絡(luò)化測(cè)控系統(tǒng)研究[J].微型電腦應(yīng)用，2020，36（7）：85?87.

[5] 何松生，潘建兵，龐振江.基于LoRa技術(shù)的故障指示器通信方案[J].電力信息與通信技術(shù)，2019，17（3）：35?41.

[6] 譚嘯.基于快速傅立葉變換（FFT）的發(fā)電系統(tǒng)信號(hào)處理及分析[J].四川水力發(fā)電，2020，39（z1）：117?119.

[7] BLOOMING T M， CARNOVALE D J. Application of IEEE STD 519?1992 harmonic limits [EB/OL]. [2023?04?12]. https：//www.xueshufan.com/publication/2131818710.

[8] 王磊，崔寶華，檀政，等.基于LabVIEW實(shí)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)的反竊電系統(tǒng)研究[J].微型電腦應(yīng)用，2023，39（1）：97?100.

[9] 穆晨宇，薛文斌，穆羨瑛，等.基于VMD?LSTM?Attention模型的短期負(fù)荷預(yù)測(cè)研究[J].現(xiàn)代電子技術(shù)，2023，46（17）：174?178.

[10] 楊婧.基于k?means聚類和LSTM的供電臺(tái)區(qū)線損預(yù)測(cè)[J].微型電腦應(yīng)用，2023，39（8）：76?78.

[11] 徐玉婷，田世明，陳宋宋，等.基于LSTM的居民負(fù)荷預(yù)測(cè)及其可調(diào)節(jié)潛力分析[J].電力信息與通信技術(shù)，2023，21（5）：1?8.

[12] 王照，胡日鵬，葛馨遠(yuǎn)，等.基于傅立葉變換的電網(wǎng)線路污閃絕緣子檢測(cè)研究[J].電子技術(shù)，2020，49（9）：58?61.

[13] 高楷程.Keras神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)大樂(lè)透彩票的實(shí)現(xiàn)[J].微型電腦應(yīng)用，2022，38（3）：189?192.

[14] BE?IROVI? E， ?OSOVI? M. Machine learning techniques for short?term load forecasting [C]// 2016 4th International Symposium on Environmental Friendly Energies and Applications. Belgrade， Serbia： IEEE， 2016： 1?4.

[15] 丁建順，張煒，周勝，等.數(shù)字化跨間隔電能計(jì)量系統(tǒng)的現(xiàn)場(chǎng)多維測(cè)試技術(shù)[J].電力科學(xué)與技術(shù)學(xué)報(bào)，2021，36（3）：180?187.