文獻標識碼: A
DOI:10.16157/j.issn.0258-7998.2017.04.020
中文引用格式: 甄昊涵,沈華. 電能表現場檢驗數據挖掘研究[J].電子技術應用,2017,43(4):76-78,82.
英文引用格式: Zhen Haohan,Shen Hua. The research of electric energy meter inspection data mining[J].Application of Electronic Technique,2017,43(4):76-78,82.
0 引言
《電能計量裝置技術管理規程》依據用電量或變壓器容量將電力用戶分為5類,并對I~Ш類電力用戶制定3~12個月的電能表現場檢驗周期[1]。通過電能表現場檢驗,可獲得電能表現場詳細運行情況,包括電能表外觀情況、運行誤差、運行環境以及用戶負荷等。近年來,隨著社會發展,I~Ш類電力用戶數量大大增加。現場檢驗任務量增加的同時,現場檢驗獲得的檢驗數據量也呈現井噴之勢[2-4]。
目前,現場檢驗重點關注計量故障和電能表誤差超差。現場檢驗數據主要作為判斷單個電能表是否運行正常的依據,缺乏對海量數據整體和深入的挖掘分析。而近年來,電力大數據挖掘越來越受各方關注,分析方法更加成熟,應用也越來越廣泛。隨著全國范圍內規格統一的電子式電能表的推廣,以及現場檢驗信息化、數字化,檢驗數據更加真實可靠、全面豐富、規范統一,為檢驗數據深度挖掘、分析及應用奠定了良好基礎[5-7]。
1 電能表現場檢驗數據類型分析
《電能計量裝置技術管理規程》中電能表現場檢驗主要針對電能表運行誤差展開,包括:一般檢查、電能表接線檢查、與電能表相連的電壓互感器二次導線電壓降測量、電能表工作誤差校準、核對計時誤差、檢查分時計度(多費率)電能表計度器讀數的組合誤差、檢查數據處理單元與電能測量單元計度器的讀數相對誤差、檢查預付費電能表電量計量誤差。可獲得電能表運行情況相關的數據,包括電能表時鐘數據、外觀情況、運行環境、用戶負荷等。現場檢驗數據大致可以劃分為數值類和非數值類。這些檢驗數據都從現場采集而來,可靠性高。并且,檢驗數據獲取的周期固定,具有較高的分析價值[1,8-10]。
1.1 數值類數據
現場檢驗中數據多為數值形式,除電能表計量誤差γ外,現場檢驗還可通過對比時鐘獲得時鐘誤差Δt,通過獲取分時電量數值獲得計度器誤差δ,通過電壓U、電流I瞬時值獲得用戶瞬時負荷p,并且能夠記錄檢驗時間點的用戶電度數。以上數據可在現場檢驗中一次性獲取,可方便地進行存儲、處理和分析。
1.2 非數值類數據
電能表外觀情況、運行環境等難以用數值衡量的,可以用非數值的方式進行表述。為了保持數據客觀性,在獲取數據時按照統一標準進行詳細的歸類,如表1所示。
通過對數據的整理,尤其是梳理非數值數據,可以將現場檢驗數據規范化,保持數據準確性和客觀性,進而為數據分析和挖掘做好準備。
2 電能表現場檢驗數據挖掘
電能表現場檢驗數據不僅包含電能表自身運行信息,還蘊含與之相關的用戶用電信息。各項檢驗數據之間不是獨立的,而是存在著潛在的聯系并相互影響,并且這種聯系和影響是多維的、非線性的。因此,有必要從現場檢驗的數據作為切入口,對數據進行充分的挖掘分析,探索電能表有關的數據內在聯系,并用于分析和預測電能表運行中可能出現的各種現象和情況。
2.1 電能表運行可靠性預測
電能表作為電能計量器具,嚴格來說在運行過程中不允許發生過程維修的情況,但受各種因素的影響,實際運行過程中電能表難以避免地出現各種故障。大部分故障的發生不是偶然的,而是各種因素綜合作用的結果。目前對運行中的電能表運行參數還難以做到實時監測,因此,對運行情況的掌握主要依據現場檢驗數據。在現場檢驗數據中挖掘電能表運行狀態,對電能表進行可靠性評價。下面以電能表運行誤差超差和失壓、失流兩種最常見的故障為例進行分析。
2.1.1 電能表運行誤差
運行中的電能表本身故障出現概率較高的是誤差超差。影響電能表誤差的因素除了產品自身質量和運行時間外,還包括用戶負荷、溫度和濕度等環境因素。從現有現場檢驗數據中可以對電能表運行誤差進行初步分析。
(1)電能表制造水平
不同廠家、型號以及不同批次的電能表由于制造水平不同,運行誤差往往具有較大差異。以2015年現場檢驗數據為例,選取5批次運行時間相近的0.2 s級電能表現場檢驗誤差進行對比,分析其平均絕對值及標準差,結果如圖1所示。不同批次電能表誤差的大小以及分散程度都有所差異,可依據誤差平均絕對值和標準差將不同批次的電能表劃分為A、B兩類(以0.05%為限),表征電能表制造水平對誤差的影響。
(2)電能表運行時間
隨著電能表運行時間增加,電能表運行誤差超差率明顯增加。圖2為3批次電能表不同運行時間的誤差超差率。從圖中可以看到,輪換周期到期且未能及時更換的產品3超差率達到0.71‰,遠超過其他批次產品。依據運行誤差超差率將運行時間超過5年的產品3劃分為B類(以0.5‰為限)。
(3)用戶維護情況
以2016年第一季度現場檢驗中發現的10起電能表運行誤差超差情況進行分析。10用戶涵蓋工商業與行政事業單位,且用戶配電設施維護得當。因此,從已有現場檢驗數據分析,電能表運行誤差與用戶維護情況等外部環境因素相關性較小。
基于現有的檢驗數據,電能表運行誤差主要與產品批次(制造水平差異)和運行時間有關,分析結果可對電能表運行性能進行預測。按照以上A、B類的劃分,在現場檢驗中應關注雙B類電能表運行誤差,若對應批次已到輪換期,應加快輪換,以減少電能表現場運行誤差超差的情況。
2.1.2 電能表失壓失流
現場檢驗中由于電壓、電流互感器熔絲熔斷引起的失壓、失流是最常發生的影響計量準確性的故障之一,導致熔絲熔斷的因素較多,不僅與熔絲自身質量有關,還與運行環境等外部因素都有一定關系。一般認為,雷擊是造成熔絲熔斷或損壞的重要原因之一。熔絲熔斷后失壓儀及電能表可記錄故障發生時間。以某區域2014年和2015年現場檢驗發現的熔絲熔斷故障數據為例,8~11月是故障高發期,約為其他月份的2倍,如圖3所示。7~9月份為該區域雷電高發月份,部分熔絲遭受雷擊后未直接熔斷,仍可在損壞的情況下繼續運行一段時間,因此,10~11月仍是熔絲熔斷導致的電能表失壓、失流故障高發期。
針對高壓熔絲熔斷導致的電能表失壓、失流故障的季節性特點,應采取有效的預防措施以及排查手段,如在雷雨季節之前開展高壓熔絲檢查等工作。另外,隨著用電信息采集系統功能的不斷完善,可通過在線方式進行故障排查并及時修復,減少故障引起的計量差錯。
綜上所述,分析現場檢驗數據可以提取各類電能表現場故障的特征,對電能表運行穩定性預測具有重要意義。同時,隨著新型設備不斷入網運行,各類運行狀態也在發生變化,依據實時更新的現場檢驗數據,可以更好地追蹤各類狀態量的變化,并制定更加完善的檢驗策略。
2.2 用戶用電行為分析
隨著用電信息采集系統的建立,對用戶用電數據的采集更加全面和完善,是目前電力大數據分析的重要數據來源。但現場檢驗獲得的數據除了電壓、電流、功率等,還包含許多現場檢驗特有的非電數據,這些數據可以對用戶用電行為進行更加全面的描述。
2.2.1 用戶設備維護情況
根據現場檢驗數據,不同性質電力用戶設備維護程度差異較大。表2所示為某區域不同性質用戶計量裝置維護情況,維護情況以表1為分類依據。
根據用戶電力設備外觀情況以及所處運行環境,可以判斷用戶電力設備維護情況。大型工業、政府機關、學校、銀行、醫院等有嚴格的電力設備管理制度,配電環境更良好,且配電人員更加固定和專業,能及時發現設備故障。而小型工業、商業物業等電力用戶配備的工程人員專業程度整體偏低,對電力設備維護不夠到位。
針對用戶設備維護情況的差異,電網企業應制定差異化措施引導用戶維護用電設備,減少設備故障。
2.2.2 大數據分析外圍數據獲取
隨著用電信息采集系統的建立和應用的完善,對用戶用電行為的分析可擴展至全樣本的大數據分析。用電信息采集系統采集的實時信息包括用戶電壓、電流、功率、凍結電量,以及固有的用戶用電性質、用戶地址信息等。通過以上的全樣本數據挖掘,可以對用戶行為進行分析和預測。
而現場檢驗獲取的檢驗數據中包含的信息是不可替代的,如用戶地理環境信息、集中區域用戶性質、用戶四季溫度等,能對用電信息采集系統數據進行補充。用電信息采集系統的地址信息僅為單一的地址,缺乏相關地理環境信息,如用電地址靠海、臨河等,同時地址信息發生錯誤時,現場檢驗可即時進行糾正。用電信息系統在進行數據分析時,每一個電力用戶作為單獨數據進行處理,缺乏整體性,而現場檢驗可以按照集中區域的相同性質用戶進行劃分及分類處理,如大型工業區用戶、商業街用戶、高新科技園等。通過用電信息采集系統與現場檢驗相結合,用戶用電數據將更加完善和全面,對數據的挖掘更細致和深入。
3 結論
電能表現場檢驗能夠獲取用戶計量設備電類數據和非電數據,具有數據渠道唯一性的優勢,且數據具有全覆蓋的特點,并有一定的實時性。通過對現場檢驗數據的挖掘,可對電能表運行狀態進行初步可靠性預測,在數據中挖掘用戶用電行為。結合用電信息采集系統,現場檢驗數據可發揮出其獨特優勢,在大數據分析中提供有效信息,使得數據挖掘更加深入。
參考文獻
[1] DL/T448-2000.電能計量裝置技術管理規程[S].2000.
[2] 程瑛穎,楊華瀟.電能計量裝置運行誤差分析及狀態評價方法研究[J].電工電能新技術,2014,33(5):76-79.
[3] 王文靜.智能電能表的現場運行管理策略研究[J].電測與儀表,2014(11):23-27.
[4] 岳梅.淺析智能電能表運行故障及有效的運行管理機制[J].科技創新與應用,2015(11):162-163.
[5] 曾培亮.電能計量裝置在線監測技術綜述[J].電子測試,2012(12):7-9.
[6] 吳響,俞嘯,王換換.面向數據挖掘的匿名化隱私數據發布系統設計[J].電子技術應用,2016,42(11):62-65.
[7] 向斌.電能計量裝置運行狀態管理系統的設計與實現[D].成都:電子科技大學,2013.
[8] 謝璐濱,羅秀紅,胡新梅.專變用戶電能計量裝置現場檢驗周期探討[J].電氣開關,2013(1):16-17.
[9] 李靜,楊以涵,于文斌,等.電能計量系統發展綜述[J].電力系統保護與控制,2009,37(11):130-134.
[10] 程瑛穎,吳昊,楊華瀟,等.電能計量裝置狀態模糊綜合評估及檢驗策略研究[J].電測與儀表,2012,49(12):1-6.
作者信息:
甄昊涵,沈 華
(國網上海市電力公司電力科學研究院,上海200051)