溫度影響下的智能電能表誤差模型

殷鑫，陸以彪，宮游，韓東，孫洋，劉惠穎，梁言賀

（黑龍江省電力科學研究院，哈爾濱150000）

0 引 言

計量設備在低溫環境下是否運行可靠、準確、穩定，是電力企業、用戶及行業專家所關注問題，特別是近年來智能電能表的大范圍應用［1-2］。智能電能表由大量電子元器件構成，電子元器件的性能直接影響智能電能表的計量準確性，而電子元器件受溫度的影響程度較高［3-4］。本文重點研究低溫環境對智能電能表計量性能的影響。基于智能電能表低溫環境試驗基地的智能電能表運行在線檢測系統的實際運行數據，研究不同負荷下智能電能表計量性能受溫度影響程度，分析其變化規律。

1 試驗系統

智能電能表低溫環境試驗基地建立于黑龍江省漠河縣，漠河縣隸屬于黑龍江省大興安嶺地區，位于大興安嶺北麓、黑龍江上游南岸，是我國版圖的最北端。漠河是中國緯度最高的地方，是中國氣溫最低的地區，冬季氣溫最低可達-50℃以下。在漠河構建低溫實際運行狀態下的智能電能表試驗場地，建立低溫環境下智能電能表運行在線檢測系統，所獲得數據具有很強的參考意義。

低溫環境下智能電能表運行在線檢測系統主要包括近、遠程檢測系統，負荷控制系統，保護系統以及環境監測系統，該系統通過網絡繼電器進行本地控制和遠方控制，得出的誤差數據保存在服務器中，通過網絡實現遠方在線檢測，其原理如圖1所示。

掛表單元、環境監測系統和網絡攝像機暴露于室外環境中，智能電能表校驗裝置、網絡繼電器、以太網交換機放置在室內，每套智能電能表校驗裝置包含計算機、信號源、程控功率源、標準電能表和誤差處理器等單元，通過計算機控制信號源，信號源再把電壓、電流信號送至功率源，功率源提供被試表、標準電能表所需的電壓和電流，標準電能表把實際的電能轉化為高頻信號輸出至誤差系統，

圖1 低溫環境下智能電能表在線檢測系統Fig.1 On-line detection system of smartmeter with low temperature

誤差處理器接受高頻脈沖信號，并與理論脈沖數比較得出電能誤差，電能誤差數據在本地得出，并保存在服務器中，也可以通過網絡遠程讀取。

2 試驗數據分析

被試樣品選擇6個不同廠家生產的6批次72只相同參數單相智能電能表，具體參數如表1所示。

將6組被試智能電能表同時暴露于環境中，通過負荷控制系統輸出1 A、2 A、3 A、5 A、10 A、20 A、30 A以及50 A等比較有代表性的負荷，每種負荷狀態持續1 h，每只智能電能表記錄不少于6組誤差數據及此狀態下的環境溫度，在剔除異常值后，取誤差數據的平均值作為結果保存。從而得到-40℃～30℃環境下電能表在不同負荷下的運行狀態，對其誤差值進行整理，分析溫度對不同負荷下的智能電能表誤差的影響。

表1 被試樣品參數表Tab.1 Sample parameters

不同負荷下智能電能表誤差隨溫度變化曲線如圖2所示。由曲線圖中可以明顯的看出，6批次不同廠家生產的智能電能表在溫度的影響下有趨同的變化趨勢。具體表現為，隨著溫度的降低，在負荷電流不變的情況下，不同廠家生產的智能電能表誤差向負方向進行漂移，但是，不同廠家生產的智能電能表誤差隨溫度變化的趨勢有一定差異，如A廠家生產的智能電能表在不同負荷下，誤差隨溫度變化的趨勢基本相同；C、D、E廠家生產的智能電能表在大負荷（一般大于等于20 A）下受溫度影響的程度明顯小于小負荷（一般小于20 A）；而B、F廠家生產的智能電能表在50 A大負荷下受溫度影響程度較小。

圖2 智能電能表不同負荷下誤差隨溫度變化曲線Fig.2 Curves of the smartmeter with the change of temperature at different loads

在0℃～30℃溫度區間，智能電能表誤差隨溫度變化程度明顯低于-40℃～0℃溫度區間，由于目前單相智能電能表的電流采樣主要靠錳銅電阻實現，而錳銅電阻的使用溫度范圍一般為0℃以上，所以低溫對智能電能表的誤差影響程度更高；電能表工作在大負荷電流下時，由于表內元器件發熱量隨之增大，智能電能表內溫度高于實際環境溫度，使智能電能表在大負荷下受環境溫度影響程度降低，但由于不同廠家使用元器件不同，發熱量也不相同，造成部分廠家生產的智能電能表在大負荷下受低溫影響的趨勢不同。

3 智能電能表誤差模型的建立

本文用多項式回歸方法得到智能電能表在不同負荷下誤差隨溫度變化的數學模型。多項式回歸是一種重要的曲線擬合模型，可以通過增加自變量的高次項對實測數值進行擬合，直到得到滿意的模型為止［5］。多項式回歸模型一般先將試驗數據繪制成散點圖，根據其所呈現的大致形狀，以多項式（1）的形式表達其規律性。

式中T為自變量，為環境溫度；E（T）為因變量，為智能電能表誤差；a0，a1，a2，…，an為目標多項式的偏回歸系數。

將被試智能電能表不同負荷下記錄的誤差及溫度數據錄入編制好的Matlab程序，建立高次多項式回歸模型對數據進行擬合，經過多次擬合后，發現3次多項式可以對數據進行很好擬合，收斂性較高，以5 A負荷下不同廠家生產的智能電能表誤差隨溫度變化模型為例，擬合效果如圖3所示。

圖3 5 A負荷下不同廠家智能電能表誤差的多項式回歸模型Fig.3 Polynomial regression model of smartmeters in differentmanufacturers at load of 5A

溫度對智能電能表誤差變化的影響程度由相關系數 R（R∈［0，1］）進行標示，相關系數作為綜合度量回歸模型對試驗數據擬合優度的度量指標，相關系數越高，自變量對因變量的解釋程度越高，因變量受自變量影響程度越高，智能電能表不同負荷下溫度對智能電能表誤差的相關系數如表2所示。

表2 不同負荷下溫度對智能電能表誤差的相關系數Tab.2 Correlation coefficient of the error of the smart meter under different temperature loads

由表中可明顯看出，在智能電能表負荷小于20 A時，6批次智能電能表誤差隨溫度變化的相關系數均大于0.86，說明在此負荷范圍內，溫度對智能電能表誤差的影響程度非常高；隨著負荷電流的增大，誤差隨溫度變化的相關系數略有降低，可能造成的原因是隨著負荷電流的增大，表內的發熱量也相應增大，實際表內溫度高于環境溫度，造成誤差隨溫度變化的相關性的降低。B廠家生產的智能電能表在30 A及以上、F廠家在50 A及以上的大負荷下的相關系數下降較為明顯，可能的原因是廠家選用的元器件在大負荷下的發熱量較大，造成表內溫度高于環境溫度，使智能電能表受環境溫度影響較小。

4 結束語

（1）高緯度寒地低溫環境對智能電能表誤差影響程度很高；

（2）不同負荷下溫度對智能電能表誤差的影響基本趨勢一致，但由于發熱量的不同，大負荷時溫度對智能電能表誤差影響程度有所降低；

（3）建立了智能電能表誤差隨溫度變化的數學模型，為智能電能表失效機理研究提供了理論依據。