智能電表數據分析方法及應用的研究

摘 要：自國家電網公司全面推進智能電表安裝、應用以來，智能電表數據分析方法已經在全國各地取得了良好的應用效果，這對于我國智能電網的建設、智慧家庭的建設具有重要作用。本文將緊密結合實際情況，對智能電表數據分析方法與智能電表數據分析應用場景進行探討，希望可以對業(yè)內起到一定參考作用。

關鍵詞：智能電表數據；分析方法；應用場景

中圖分類號：TM933.4 文獻標識碼：A 文章編號：1004-7344（2018）18-0072-02

前 言

隨著社會經濟的快速發(fā)展，信息技術與通信技術取得了長足進步，與此同時，大量智能電表均得到了部署與應用，應用智能電表數據分析方法，可以讓智能電表數據潛在價值得到充分挖掘。現階段，我國智能電表的應用主要存在系統(tǒng)規(guī)模大、存儲數據時間長、采集頻率高、測量點分布密集、數據種類多的特點。

1 智能電表數據分析方法

1.1 方法類型

智能電表數據分析方法主要指的是利用統(tǒng)計分析的方法來處理、建模并計算通過收集得到的原始智能電表量測數據，以對有用信息進行提取，對其深層價值與內在關聯(lián)進行深度挖掘，并得出結論的方法。智能電表能量聚合模型如圖1所示。

結合圖1，利用智能電表可以讓智能電網得以形成，而智慧家庭利用電表和電網可以完成能量交互，智能電表數據分析方法可以為電力公司的電網規(guī)劃、商業(yè)運營以及運行維護決策提供幫助。就目前來看，智能電表數據分析方法可以分為四種主要類型：

（1）聚類分析。所謂聚類分析主要指的是在一定標準下，對一類數據進行匯聚。人為定義聚類為虛擬電表，利用此電表可以將同一屬性電表數據進行聚類，可以為有線性關系電表的區(qū)域規(guī)劃與分析提供幫助。

（2）相關分析。智能電表數據相關分析主要指的是對現象之間是否有關聯(lián)關系存在進行統(tǒng)計分析。偏相關與線性相關為相關分析兩種主要類型，在具體分析過程中，線性相關分析方法得到了十分廣泛的使用，利用此種方法，可以幫助電力公司工作人員對兩變量線性關系進行研究，應用相關系數可以對此種關系進行描述。同時，借助溫度和負荷關系，并結合實際運營天氣狀況可以對負荷高峰進行預測，以為電力公司運營決策提供幫助。

（3）趨勢分析。在智能電表數據分析中，通過對比兩期連續(xù)同一指標、多期連續(xù)同一指標，可以得到指標數額變化情況、增減變動方向以及變化幅度，可以讓事物變化規(guī)律、變化趨勢得到揭示。這種趨勢分析方法較為常見，如在日常工作中，工作人員在對某一用戶用電量進行分析時，就可以利用多條趨勢曲線對其環(huán)比數據、同比數據進行表示，進而得出該用戶用電規(guī)律。與此同時，利用此種趨勢模型，還可以針對故障設備進行檢查，判斷為操作故障或零件毀壞故障[1]。

（4）異常分析。在智能電表數據分析過程中，可以分析電力運營過程中和一般規(guī)律偏離的現象與事件，以得出異?，F象出現具體原因。在用電異常、設備故障的診斷過程中，應用此種異常分析方法可以起到重要作用。如對變壓器發(fā)生故障之前的歷史異常數據進行統(tǒng)計分析、抽樣建模，就能夠對變壓器故障進行預測，對變壓器進行及時更換與檢修。

1.2 實施關鍵

在配電系統(tǒng)中，智能電表數據可以真實反映系統(tǒng)在某刻的運行狀態(tài)，因此，在進行智能電表數據分析時，需要確保該數據和電氣工程內在規(guī)律、基本原理相符，如同一電源點下各個測量點電壓值應具有相似性；如在電源向負荷方向，配電饋線具有呈下降趨勢的電壓分布；如在一區(qū)域內，其具有守恒的供入電量與供出電量。

在實際應用過程中，通常需要提取超大規(guī)模數據中的有效數據，并對其進行處理與計算，智能電表數據分析如圖2所示。

如圖2所示，在數據采集中，包含停電信息、GIS信息、計費信息、人口普查、系統(tǒng)負載等多種數據，也就是說，在智能電表數據分析中，大數據處理是關鍵問題。我國具有遼闊的地域、眾多的人口，很多省份都有著超過千萬的電力用戶數量，需要重點關注此問題。在此條件下，通常意義的集群系統(tǒng)、單機系統(tǒng)并不能在規(guī)定時間內運算處理智能電表數據，所以，并行計算模式是未來使用的必然趨勢。對多種計算資源進行同時解決，對問題進行計算的方法為并行計算方法，應用多種處理器可以對同一問題進行協(xié)同解決，可以分解求解問題為多個部分，由單獨處理機來對各個部分進行計算?，F階段，并行計算機集群系統(tǒng)主要包含了Spark、Hadoop等類型。

2 智能電表數據分析應用場景

2.1 資產管理

智能電表數據分析方法可以對配電網資產管理起到輔助作用，通過分析電表數據，可以對設備運行狀態(tài)進行有效監(jiān)測，讓設備故障得到提前識別，進而讓資產維護計劃、資產更換計劃得到合理優(yōu)化。如美國某電力公司就曾通過分析智能電表數據，回溯分析了故障配電變壓器二次側電壓數據，經過分析，發(fā)現在故障之前的一段時間內出現電壓偏高情況，進而分析出其故障原因為高壓側繞組出現損壞，改變了變壓器變比，據此可以提出解決策略，更換變壓器。而新型變壓器的投入使用可以讓用戶停電時間得到縮短，讓變壓器更新開支得到節(jié)省。也就是說，利用智能電表數據分析方法，可以讓電力公司資產管理水平、資產運維水平得到提升，可以讓事故停電現象得到有效減少[2]。

2.2 客戶行為分析

在智能電表數據分析應用中，客戶消費行為可以得到負荷曲線的直接顯示，在智能電表數據中，可以對客戶消費細節(jié)進行詳細記錄，如一定間隔的電壓參數、電量參數及功率參數等，如果客戶消費習慣相同，那么其負荷分布形狀也大致相同，因此，可以依照負荷分布相似度來分類客戶，進而讓企業(yè)可以分類客戶，讓精細化管理目標得以實現，針對重點用戶，可以制定出具有針對意義的運營策略?？蛻粜袨榉治鰧嶋H應用如圖3所示。

結合圖3，應用智能電表可以清楚地知道不同客戶的不同用電規(guī)律，進而制定針對性運營策略，以提升用戶服務體驗，提升電力系統(tǒng)運行效益。除此之外，在客戶行為分析過程中，在電網峰谷時段疊加用戶實際負荷曲線，可以讓用電細節(jié)得到更為全面地展現，讓峰值時段電能費用得到科學計算，以對用戶錯峰潛力進行估算。

2.3 故障定位分析

和傳統(tǒng)故障定位分析方法相比，利用智能電表數據分析方法可以讓故障判斷時間得到有效減少，進而提高故障處理效率。利用內置于智能電表中的智能傳感器，在停電事件發(fā)生后，依然可以對“失電”故障信息進行上報，各個智能電表在接收此故障信息滯后可以對故障范圍進行判斷。調度中心人員對相關電表下發(fā)指令，可以對其斷電與否進行判斷，之后再進行故障維修，這可以讓故障誤報現象得到減少[3]。

2.4 配電網狀態(tài)估計

在過去，電力公司通常會利用配電線路沿線與變電站內SCAD設備來對配電系統(tǒng)進行監(jiān)測，但此種系統(tǒng)往往不能讓配電線路以外電氣信息得到顯示。對此，應用智能電表數據分析可以讓SCADA實時數據不足之處得到有力彌補，可以讓狀態(tài)估計精度得到提升。結合智能電表系統(tǒng)收集天氣信息、歷史數據，并結合GIS模型，可以構建出高精度用戶模型，以實時收集用戶數據。

2.5 網損分析

在網損計算過程中，不同期的供售電數據為主要問題，其主要原因為不同電壓等級售電量抄表日期存在差別。應用智能電表，可以依照15min的間隔來采集數據信息，將過去每月一次網損分析轉化為15min級，同時，應用智能電表可以對某一/組用戶進行重點關注，對其間隔進行有效調節(jié)，可以將實時測量數據提供給網損分析，以完成重點用戶網損情況分析工作。

3 結 論

綜上所述，聚類分析、相關分析、趨勢分析及異常分析為智能電表數據主要分析方法，應用此類分析方法，可以在資產管理、客戶行為分析、故障定位分析、配電網狀態(tài)估計及網損分析中取得良好的應用效果，這對于我國智能電網的建設具有推動作用。

參考文獻

[1]徐大青，欒文鵬，張展國.智能電表數據分析方法及應用[J].供用電，2015，3208：25～30.

[2]袁 慧.智能電表數據分析方法及應用[J].黑龍江科技信息，2017，11：37.

[3]欒文鵬，趙 磊，劉沅昆.智能電表數據分析元及示例[J].南方電網技術，2016，1001：1～5.

收稿日期：2018-5-14

作者簡介：莫潤海（1981-），男，裝表員，大學本科，主要從事裝表接電，電表物資管理工作。