电力计量装置运行数据自适应整合算法设计

电力计量装置运行数据自适应整合算法设计

周昕怡1 周若帆2

内蒙古电力（集团）有限责任公司巴彦淖尔供电分公司电能计量中心

内蒙古巴彦淖尔市 015000

摘要：近年来，我国对电能的需求不断增加，电力计量工作也越来越受到重视。以往的电力计量装置运行数据自适应整合算法未考虑数据的特征加权值，导致整合精度不高。因此，本文首先对电力计量装置概述，其次探讨电力计量装置运行数据自适应整合算法设计，与以往的电力计量装置运行数据自适应整合算法相比，设计的电力计量装置运行数据自适应整合算法具有更高的整合精度。

关键词：电力计量装置运行，数据，自适应整合算法，算法设计

引言

电力计量装置的可靠性，与电力系统安全、经济运行密切相关。随着智能技术的发展，对于电力计量设备进行全生命周期管理具备了技术可行性，可以更加准确的了解电力计量装置的实时状态，并对其进行科学有效的维护保养，从而提高电力系统整体的可靠性和安全性。

1电力计量装置概述

电力计量装置是直接与电网连接用于计量电能量的一套装置，包括电能表、互感器及连接它们的二次回路等设备，在电力系统中受到广泛应用，涉及发电、供电和用电等各个过程。电力计量装置是供用电双方之间进行电量结算的工具，是电力系统稳定发展的重要保障，确保电力计量装置的准确性是实现电力生产计划和电费核算顺利进行的关键措施。电力计量装置计量下的电流、电压、功率等电力参数并非是一成不变的，在运行中电力计量装置的数据会受多方面因素影响，当处于异常状态下，参数值会随之发生改变，导致出现电能供给数量计算出现误差，可能对用电客户和供电公司都造成经济损失。电力计量装置的异常情况可分为自身因素和外部因素，电力计量装置自身元件质量有问题导致测定结果和真实结果之间的差值误差过大，或元件身处环境较差导致发生损耗，影响性能导致电流互感器或电表故障，这两种情况得到的电量数据无法作为依据来对用户进行收费。电力计量装置异常的外部因素一部分与电力系统的干扰相关，这干扰主要来自谐波污染，另一部分来自于人为因素，主要是指人为窃电的情况，通过私拆计量装置改动内部结构、改变计量电压回路的正常接线、绕越计量等方式盗取电能，此类情况对电力计量装置的准确性都会产生极大的影响。供电企业在对基层进行故障排查以及检查大客户、大企业用电情况时发现，电力计量装置错接线、窃电等异常情况时有发生，进一步分析发现与计量装置首次校验和周期校验工作没有做到位有关，导致上述情况没有及时发现并处理。通过设计合理的计量装置现场检测移动作业方案，加强计量装置首次校验和周期校验工作，可帮助供电公司形成完整的计量装置检测流程，有针对性地解决导致计量装置异常的主要因素。提高电力计量装置的准确性可提高电力用户对供电公司的信任度以及用电的满意度，维护电力市场的安定，降低电力企业的损失，避免影响电力企业的经济效益。

2电力计量装置运行数据自适应整合算法设计

2.1异常判断

异常判断是异常检测的重要环节，异常判断的要求如下：1）异常捕捉需要有可靠性，当电气设备运行状态发生改变时，能够有效的识别。2）异常捕捉需要有鲁棒性，电力系统运行过程中的短暂电量突变或者非人为原因造成的电量异常不能判断为异常。由于电力系统运行的波动性，根据单个异常点进行判断容易产生误报，因此本文提出累加器的方法提高决策性能。累加器规则的要求是：当目标持续地在一定时间内发出异常信号则判断为异常。模型将异常点定义为：超过设定的上下阈值的预测残差值。上述规则包含一个在监测到预测残差异常时增大、在监测到正常时减少的累加器。其目的是通过在短时间内出现多个异常点使其达到计数阈值，从而防止点异常产生的噪声。当预测残差超出阈值范围时，累加器进行加1操作；当预测残差位于阈值范围内时，累加器进行减1操作。当累加器达到报警数值时，判断电能表处于运行状态异常。在统计局部异常以外，对于整个待评估数据设定监测规则：当相对误差异常点超过总体数据量的20%时，判断电表处于异常状态。

2.2首次校验

为确保新装计量装置准确运行，按照电网对电力计量装置现场检验管理和工作标准的需求，需要对一个月内新装的特定的高压电能计量装置进行首次现场检验。首次校验重点在于了解计量装置的安装是否符合相应的行业标准与规范。首次校验流程设计。发布现场检验派工后，由营销系统下载现场检验参数传输到现场作业人员的移动终端设备上，现场作业人员通过终端上的移动作业应用查看用户信息和负控历史负荷数据，负控系统数据为计量装置移动现场检测移动作业提供了可靠的数据支撑，通过利用负控系统分析监控的计量装置相关异常数据，可及时发现运行中的装置存在的缺陷，并做出相应处理。现场作业人员对现场计量装置进行二次回路接线检查、互感器负载测试等检查后，将检验结果实时上传至营销系统备案。

2.3电力计量装置运行数据特征重组

根据电力计量装置运行数据信息的特征分析，对特征数据进行自适应聚类处理，并提取电力计量装置运行过程中产生的相似数据信息，展开数据评价。同时在智能控制方法的基础上，得到电力计量装置运行数据整合信息，并以此为基础，估算数据整合的最大值和最小值。随后依据概率密度分布重组的方法，对整个电力计量装置运行过程进行描述性统计，以融合和控制数据信息的输出，得到检测特征信息的规则。此外，结合特征分析和聚类分析方法，识别电力计量装置的运行参数，根据电力计量装置运行的数据关联度和模糊度进行特征分析，得到电力计量装置运行数据的检测规则。至此，电力计量装置运行数据的特征重组完成。

2.4采集子系统实现

采集子系统主要是通过接受主站系统下发的采集请求与校验命令，并根据采集子系统配置的各电能表PT、CT的配置参数对请求进行规约化处理，使之成为计量采集装置能够识别的命令，计量采集装置对电能表、PT、CT的运行数据和状态数据等数据进行获取，并返回给采集子系统进行处理。采集子系统需要对其所辖管的电能表、计量装置、PT、CT信息进行登记配置，再有采集子系统将信息同步到主站系统中，主站系统才可进行相应的采集或者任务下发，采集子系统配置需要配置采集子系统的名称，IP地址，其所连网管的IP地址，采集器子系统启动时会根据自身的配置信息把数据同步发送到其所对接的网管服务器上。

2.5周期校验

周期校验是按规定的时间间隔和规定程序，对各种类型的电力计量装置进行的一种现场检验。为防止电力计量装置使用过程中因元器件逐渐磨损造成计费误差或是因人为窃电导致数据异常等因素的存在，影响供用电双方利益，供电公司对运行中的电力计量装置会实施周期性的检验工作，通常包括对电力计量装置的定期检查、维护和更换。

结语

电力计量装置作用重大，关系电力用户和电力公式的长期发展。因此，针对电力计量装置运行过程中存在的数据整合问题，本文设计了一种新的自适应整合算法，以更好地反映真实数据。面对出现的数据整合问题，解决方法不是一成不变，应根据实际情况适当调整，以保证电力计量装置正常运行。本文设计的自适应整合算法虽然仍存在一定不足，但对类似情况具有一定指导价值，在今后研究中将不断完善。

参考文献

［1］李云鹏，金旭荣，张鑫瑞.基于并行计算的电能计量装置故障诊断技术研究［J］.电测与仪表，2022，59（12）：96-102.

［2］张然，孙晓璐，夏桦裕，等.基于移动作业终端的台区电子化验收应用[J].计算技术与自动化，2020，39(3)：120-124.

［3］周明辉，高世伟.电力计量装置异常原因研究以及监测方法分析[J].电子技术与软件工程，2022(15)：74-77.