电能表计量性能评价及预测方法研究

电能表计量性能评价及预测方法研究

李艳红

内蒙古电力(集团)有限责任公司阿拉善供电分公司  内蒙古阿拉善左旗 750306

摘要：近年来，为积极响应发展低碳经济的战略号召，满足日益提高的用电需求，控制企业生产经营成本，电力企业纷纷加大对节能降耗工作的重视程度，是企业现阶段的主要发展方向。与此同时，电能计量技术在电力企业节能降耗活动中发挥着不可忽视的作用，电能损失量与供电成本得到明显降低，对电能计量技术的深入研究，是十分必要的。

关键词：:电能表;计量性能;评价及预测

引言

电力已经成为了社会经济发展必不可少的动力能源，人们的日常生活中离不开电能，企业的生产加工制造需要电能带动设备进行运转。在日益增加的电能需求下，供电企业不断地进行电能的扩容增量，并且不断地创新科学技术手段在电力设施上，既保证了电力设施的正常稳定运转，也保证了供电的正常稳定运行。在电力企业日常工作过程中电能计量是供电企业工作人员一项非常重要的工作，电能计量是对用电用户电能信息的采集，并且根据相关的制度规定进行电能计量运维，保证电能计量的精确，也保证电能计量设备的正常稳定运行。在电能计量运维工作的进行过程中只有不断地提升电能计量的方式，不断地践行良好的供电企业的管理模式，就能够使我国电力事业安全稳定的发展，促进电力营销工作的正常开展。

1电能计量概述

低压配电网的电能计量是对其线损管理的有效依据，通过对整个低压电网系统的电能数据进行统计分析能够从数据方面反映出低压配电网的线损率，其对供电企业对低压配电网的管理有着重要的作用。但是在实际的电能计量过程中，在低压配电网的供电电源侧和公共变压器的低压侧由于历史原理并没有安装相应的电能计量装置，这就产生了用电用户的电能计量装置对用电用户消耗的电能进行了统计计算，而供电量的总电量没有获得相应的数据，造成了用电用户的用电总数据不能与供电量的总数对比分析，数据的不清晰导致了其在实际的电能管理过程中存在偏差。同时在没有数据对比的情况下，供电企业很难发现实际用电过程中的窃电行为，导致其在经济效益上产生了一定的影响。同时在电能的过程中，供电企业需要大量的电能数据进行统计分析，单纯的电能使用量数据对电力企业对某个区域内的电力情况的判断造成很大的影响，供电企业不仅需要电能的数据还需要对低压配电网中的有功电能和无功电能进行测量，同时还需要电能计量装置能够精确地记录电网系统中的电能负载的波动，有助于供电企业对低压配电网进行相关的电力电能的检测。还有就是当用电用户存在不规范的电能使用行为时，就需要电能计量装置具备自动断电或者冻结用电的功能，保证电力供给的经济效益。

2评价方法研究

利用电能表基本误差数据对电能表进行计量性能评价的原则是计量性能与误差特征值成反比。其本质上是针对误差特征数据分布情况进行评价。本文利用拆回检测和首次检定不同时间维度的误差数据对电能计量性能进行分类评价。误差数据在特征空间的分布情况代表其计量性能的差异。但对误差数据进行分析存在以下两点问题。①电能表误差数据为数值型数据,具备连续性特点,分布较为密集。如果人为划分计量性能评价分界线主观性强,难以合理进行。②检定数据中只有电能表合格与不合格之分,没有针对误差数据作进一步细分,所以表计没有计量性能评价分类标签数据。针对以上两个问题,需对比常用的分类评价算法。

3电能表计量性能预测方法

3.1建立自动化电能计量系统

为保证电网生产计划顺利实施，高效开展用电检查等具体工作，营造良好的电网运行环境，需要围绕电能计量技术来建立自动化电能计量系统，由系统基于程序运行准则来自动控制电网设备与电能计量装置的运行过程，替代、辅助人工完成用户负荷管理、配变监测计量、电能计量远程测量、低压集抄、用户用电数据统计、失流失压报警等工作。其中，在失流失压报警方面，系统自动控制电能计量装置持续采集电量数据，从中筛选电压、电流值长时间为零的用户，查询此类用户在过去一段时间的相关数据，判断是否存在装置计量故障与窃电行为的可能性。例如，某用户采取破坏电表接线的方式来实施窃电行为，人为降低电流电压，在问题发生后，自动电能计量系统发送失流失压报警信号，根据异常数据来源，顺线追踪切点区域，发现电表封印被破坏、二次计量接线盒C相被人为断开电压的问题。依托电能计量装置与自动化系统，在极短时间内发现和处理该窃电问题，并未因此造成明显损失。

3.2装置状态评估

电能计量设备的不间断运行是常态化的,如需保证电能计量设备的准确性,则需要对电能计量设备运行状态作整体评估。评估时,不仅要考虑各种一般情况,还要考虑一些特殊的情况。如果某一个元器件出现严重异常的情况,得出的计量装置整体的运行状态就会产生很大的偏差。只有在所有部件都没有出现异常的情况下,才能根据各自的权重值进行整体运行状态的综合评估。众多电力行业计量装置的专家学者经过无数次的研究验证,并结合实际工程应用中收集到的历史运行故障分析数据,总结了各元器件的故障占比率,形成了一套模块评估权重的系数。

3.3电能计量装置信息采样

对于电能计量装置中的数据采样是采用信息聚类的方法，在聚类过程中，可以提前预知信息的走向，便于后续的故障数据分析。当信息全部聚集在同一位置时，会根据特定的方式进行重组，形成一个固定的传输模式，假设增加一个新的信息，就会立即根据信息的特异性建立一个新的连接方式，随着信息的不断增加，信息在移动过程中就会出现以下几种状态：（１）的状态异常，周围没有与其相配对的相邻信息，没有起到核心的作用，由此可以将其称为异常数据；（２）与相邻信息组成一个新的聚类，该信息具有核心点，且与其他信息无关，自行形成一个聚类；（３）与现有信息融合，当信息的核心点恰好与其他信息相同，那么就可归为同一类，满足现有条件。

3.4基学习器及元学习器

集成学习是将多个弱分类器构成一个强分类器,一般能够提升分类器的性能。其中之一的GBDT以损失函数的负梯度作为当前决策树的残差近似值,去拟合新的决策树,是一种串行训练方式。GBDT适用于分类和回归问题,可灵活处理各种类型的数据,对异常值的鲁棒性非常强。但GBDT算法中弱学习器之间存在依赖关系,难以并行训练数据。同时,在每一次迭代时,都需要遍历整个训练数据多次。由于内存限制,GBDT算法不适合处理大规模数据。XGBoost是GBDT算法的高效工程实现。相比GBDT,XGBoost加入正则项来控制模型的复杂度,在特征选择上利用列抽样方式,有利于防止过拟合。

结束语

电能计量是供电企业进行供电营销的一项非常重要的工作，保证电力计量采集信息的精确性直接关系到供电企业的经济效益，并且电力计量是供电企业对整个区域内的电能使用情况和电能分配的决策建立的基础，只有在保证电力计量的正确、稳定的条件下才能够提供给供电企业对当下的电能情况进行准确的判断。供电企业需要不断地创新革新，加快智能化电能计量采集和运维工作的进程，实现规范和统一化管理，保证我国电力事业不断前行和发展。

参考文献

[1]胡文烽.电能计量异常数据识别与补偿方法研究[D].辽宁工业大学,2020.

[2]陈盛.基于大数据分析的电能计量装置状态评价研究[D].浙江大学,2020.

[3]李东旭,于文波,原佳豪,张子潼.电能计量器具全性能实时在线管控技术研究[J].工业控制计算机,2020,33(05):157-158.

[4]幸丹,张继学.提高电能计量准确性的方法研究[J].科技风,2020,(15):196.

[5]曾亚敏.全数字电能计量仿真系统研究[D].华北电力大学,2020.