基于云平臺的電能表可靠性預計系統設計與實現*

依溥治，徐人恒，張明遠，李照陽，于曉晨

（哈爾濱電工儀表研究所，哈爾濱150028）

0 引 言

根據國家智能電網建設規劃，到“十三五”，要實現智能電網“信息化、數字化、自動化、互動化”［1］，實現電力計量“全覆蓋、全采集、全費控”［2］，建成覆蓋全部用戶、采集全部用電信息、支持全面電費控制的采集系統。智能電能表作為智能電網的采集終端是采集系統中最基礎的組成部分，在電網中扮演著非常重要的角色［3］。

隨著智能電能表的廣泛應用，其功能復雜程度也逐漸提高，產品可靠性逐漸成為衡量電能表質量的重要指標。近幾年，電力公司在招標文件和規范中要求制造單位提供電能表可靠性預計報告和MTTF（平均失效前時間）不少于10年的可靠性檢測報告。因此有必要對可靠性這個制約智能電能表產品質量和使用壽命的重要因素做出科學的預計。

我國智能電能表生產企業多為中小型企業，可靠性工程的適用性并不高，基礎數據、預計實踐等方面相對薄弱，企業信息化程度較低，在巨大的市場競爭和成本壓力下無力承擔電能表可靠性預計平臺的開發與推廣，而國內專門針對電能表可靠性預計的商用服務仍處于空白階段。基于這些需求，智能電能表可靠性數據和關鍵元器件可靠性數據的集成、整合、分析成為當前迫切需要解決的關鍵性基礎難題。

1 智能電能表可靠性預計

鑒于IEC 62059-41《電能計量設備可信性-第41部分可靠性預計》的標準指導要求，智能電能表應用時間較短，結構較簡單，元器件失效率服從威布爾分布且在標準環境中保持不變，各個元器件之間的組成關系等同于串聯結構。整表可靠性由各元器件的可靠性決定，即整表失效率計算方法為各元器件失效率的累加和。

1.1 失效率

智能電能表的失效率是指電能表在限定的單位時間內發生的失效次數。它是時間t的函數，其單位為 Fit（failure in time：10-9failures／h）［4］。智能電能表元器件的失效率主要結合國際標準IEC 62059-41和GJB／Z 299C-2006《電子設備可靠性預計手冊》進行計算，也可以是來自現場使用情況的統計數據。

公式（1）為失效率的數學定義：

式中 λ（t）為瞬間失效率；F（t）和 f（t）分別指分布函數和失效瞬間的概率密度；R（t）指可靠度函數。

1.2 浴盆曲線

智能電能表可靠性失效率遵循“浴盆曲線”，失效可以劃分為3個階段：早期失效期、正常使用期、疲勞失效期。失效率曲線如圖1所示。

圖1 失效率曲線Fig.1 Failure rate curve

早期失效主要是由電能表的設計、制造缺陷以及現場運行環境磨合所產生，通常情況下在出廠前對電能表進行一段時間的測試，能夠及時發現并消除早期失效［5］。正常使用期也叫做偶然失效期，此階段失效率曲線近似為常數，電能表的失效率基本保持不變，主要由外界環境及人為因素影響等所引起的偶然失效行為［6］。疲勞失效期是在電子元器件壽命晚期，失效率開始隨使用年限的增加而急劇上升的時期［7］。

1.3 元器件應力分析法

元器件應力分析法是把電能表的失效率作為所有元器件失效率的累加函數進行預計的一種方法［8］。該方法將智能電能表可靠性的各種環境應力量化，通過定制的軟件程序運算后，有效地反映出電能表的失效率趨勢，具有很強的實用性。當前，產學研用各方都高度關注智能電能表可靠性預計，國內的需求現狀主要針對樣機進行可靠性預計，以評價樣機性能，所以基本認同采用應力分析法對智能電能表進行可靠性預計。

2 云平臺SOA架構

云平臺是由一系列相互聯系并且虛擬化的計算機組成的并行和分布式系統，可以動態地提供一種或多種統一化的計算服務、存儲服務、操作服務等服務資源，這些資源通過服務提供者提供給用戶使用［9］。

面向服務的架構（Service-Oriented Architecture，SOA）為服務計算環境提供支撐架構，采用松散耦合方式構成服務提供者和請求者之間的業務流程，實現的服務均采用標準通信方法，以保障異構的分布式系統服務與組件能夠無縫集成［10-13］。

一般情況下，SOA架構的服務提供者使用WSDL［14］（Web服務描述語言，WSDL是一種用于描述WEB服務的特定格式）對服務過程進行描述，通過網絡進行發布，使服務請求者或者服務注冊中心獲得服務信息；隨后請求者獲得的消息通過服務注冊中心或本地的UDDI［15］對服務申請進行搜索和注冊，將匹配的服務與服務提供者進行綁定，實現服務進程。其體系結構如圖2所示。

圖2 SOA架構模型Fig.2 SOA architecturemodel

3 基于云平臺的電能表可靠性預計系統

電能表可靠性預計涉及電網公司、地方電業局、電能表制造企業、元器件生產企業、國家儀器儀表檢驗中心、行業協會及最終用戶等各個環節，覆蓋面廣，因而電能表可靠性預計具有來源廣、種類多、信息量大和動態性強等特點。圖3為云平臺下的電能表可靠性預計信息流圖。

圖3 電能表可靠性預計信息流圖Fig.3 Flow chart ofwatt-hourmeter reliability prediction

我國的智能電能表生產企業由于自身的一些原因無力承擔可靠性預計成本，加之企業的信息化程度不高，在海量元器件信息的統計和處理、可靠性預計建模和軟件計算方面均存在很大的困難，而云平臺則可以整合電能表的各種數字化信息資源，使之得到有效利用，形成可靠性預計門戶網站，通過登錄網站即可根據需要定制可靠性預計服務。

基于云平臺的電能表可靠性預計系統，其特點在于：

（1）總體評價電能表的可靠性，指導電能表設計；

分析電能表可靠性，定量預計可靠性指標，發現電能表設計方案的問題和薄弱環節，找出高失效率電路單元的原因，降低整表失效率、提高可靠度總體設計水平，從而指導電能表樣機設計、制定電能表輪換周期等工作。

（2）在電能表樣機設計過程中，以用戶功能需求為導向，提供定制化、個性化的服務；個性化服務包括獨立元器件的可靠性計算、模塊可靠性計算等；這些服務使設計人員在設計原理圖階段就可以發現潛在問題，以便優化電路，逐步使方案達到規定的可靠性指標。

（3）用戶通過云平臺的形式得到電能表可靠性軟件的服務，即站點、渠道、商品完全虛擬化；

（4）用戶通過虛擬網絡進行電能表可靠性預計的計算過程，大大降低了用戶的成本；

電能表制造企業、元器件生產企業、國家儀器儀表檢驗中心、行業協會等用戶可以從任意地點的計算機訪問云平臺進行在線服務，甚至可以通過手機、PDA、上網本等多種終端接入。

4 基于云平臺的電能表可靠性預計系統需求分析

（1）元器件可靠性計算

元器件可靠性計算即計算元器件在應用環境下的失效率λp，包括基本失效率λb、溫度應力系數πT、元器件質量等級πQ、環境應力、應用狀態、性能額定值和種類。公式為：

式中πE為環境系數，πS為電應力系數。依據IEC 62059-41元器件失效率預計模型為：

πi為影響失效率的質量因子、環境因子、溫度因子、電應力因子等一系列修正系數。

（2）模塊／整表可靠性計算

電能表物理結構根據功能和電路原理圖劃分為采樣計量單元、電源單元、費控單元、通信單元、按鍵顯示單元、功能控制單元、載波單元。電能表模塊劃分圖如圖4所示。

圖4 電能表模塊劃分圖Fig.4 Division diagram ofwatt-hourmetermodule

依據IEC 62059-41標準對智能電能表進行可靠性預計時，基本思想是系統各組成部分同等重要，假定任何一部分的失效都將引起系統的失效［16］。因此模塊間及模塊內元器件均為可靠性串聯結構，系統的總失效率為各模塊的失效率之和，系統的可靠性數學模型表示如下：

式中λpij為第i個模塊中第j個元器件的工作失效率；N為產品模塊個數；Mi為第i個模塊的元器件總數。

（3）錄入／查詢功能

用戶按照標準格式導入元器件、模塊或整表的失效率數據，方便進行查詢。

（4）數據庫設計

包括基本元器件數據庫、用戶元器件庫、GJB／Z 299C-2006參數庫等。

（5）系統管理

包括用戶管理，角色管理，權限管理等。電能表可靠性涉及商業秘密，必須進行嚴格的權限管理。

5 基于云平臺的電能表可靠性預計技術架構及實現

本文根據電能表可靠性預計的流程特點設計了系統技術架構，即用戶應用層、業務功能層、數據管理層、數據庫層。

（1）用戶應用層：為用戶提供應用界面，包括可靠性計算結果、導入／導出結果、數據查詢結果等；

（2）業務功能層：按照功能需求設計接口結構，依據IEC 62059-41的應力分析法預計元器件失效率、模塊失效率、整表失效率并生成可靠性預計報告等；

（3）數據管理層：負責管理基本元器件失效率數據庫、用戶信息庫、各類參數庫及跟蹤用戶計算過程中的相關文件，提供與其他程序的接口，支持搜索、瀏覽、過濾等功能；

（4）數據庫層：包括數據庫的關系模式、數據完整性約束條件、數據庫表的定義、刪除、修改、索引、存取控制等；

圖5為電能表系統失效率，圖6為元器件失效率計算過程。

圖5 電能表系統失效率Fig.5 Failure rate of electric energymeter system

圖6 元器件失效率計算過程Fig.6 Failure rate of components calculation process

6 結束語

目前電能表產品同質化競爭非常激烈，各企業在功能、性能、價格方面的差距逐漸減小，核心技術和產品質量成為企業立足的根本。利用電能表可靠性預計云平臺可以拓展應用范圍，快速、準確地確定產品的薄弱環節，促進電能表產品質量提升，同時指引電能表現場數據的抽樣檢測判定方法。電能表可靠性云平臺建立以后，為全國近千家電能表制造企業和大學、科研院所、計量中心提供科研、設計、制造、檢測和運行的可靠性數據及產品可靠性預測服務，需求廣泛，市場前景巨大。

另外，隨著“互聯網+”［17］推動傳統產業與互聯網技術進行跨界合作與深度融合，形成了“互聯網+工業”的新興產業合作模式，基于云平臺的電能表可靠性預計系統作為傳統制造業向“互聯網+工業”轉型發展的創新探索，也為傳統制造業在新常態下實現變革發展提供了參考。

本文的研究仍處于初級層面，還有待用戶進行實踐檢驗。不可否認，基于云平臺的電能表可靠性預計系統仍然存在一些問題，如：服務質量如何確認。在電能表可靠性預計過程中用戶和技術是關鍵因素，他們的特征和習慣對服務質量有顯著影響［18］；所以在今后的工作中，可以進一步探討云平臺的服務質量解決方案的構建。