全面智能電表集抄時代下的大數據分析

摘 要：隨著大數據分析與物聯網技術的不斷融合發展，許多傳統行業在今天正經歷著前所未有的沖擊和歷史性的變革。萬物互聯作為社會的發展趨勢，其技術進步和應用發展一直是社會關注的焦點。智能電表作為物聯網的一個典型應用，是智能電網和數字能源的基石之一。隨著越來越多的家庭安裝了智能電表，不斷地產生海量的智能電表量測數據。大數據技術對于挖掘電力系統中應用電表集抄產生的海量數據中隱藏的信息有著十分重要的意義。本文將對利用大數據分析的方法對智能電表集抄產生的海量量測數據的分析做出詳細的論述。

關鍵詞：智能電表；大數據分析

中圖分類號：TM933.4 文獻標識碼：A 文章編號：2096-4706（2018）07-0171-04

Abstract：With the continuous integration and development of big data analysis and internet of things technology，many traditional industries are experiencing unprecedented impact and historical change today. As the development trend of society，the technological progress and application development of all things have always been the focus of attention of the society. As a typical application of the internet of things，smart meters are one of the cornerstones of smart grid and digital energy. As more and more families install smart meters，they produce massive smart meter data. Big data technology is very important for mining the hidden information in the massive data generated by the meter reading system in power system. This paper will discuss how to make use of the method of big data analysis to analyze the massive measurement data generated by the intelligent electric meters collecting.

Keywords：smart meter；big data analysis

0 引 言

用電是廣大人民日常生活中必不可少的一部分，抄表則是供電部門對居民或企業用電的使用量進行統計的必備手段。但是人工抄表效率低下、費心費力，而且由于效率低已導致了高昂的人力成本。因此利用萬物互聯的發展機遇，智能抄表毫無疑問地成為了時代的發展趨勢。隨著國家電網公司“三集五大”體系建設的深入推進，我國供電網絡正走向信息化、科技化和智能化的快速發展軌道。整個供電網絡的智能化包含很多因素，首先需要有智能化硬件設備作支持，比如智能電表、智能采集器、負荷控制終端設備、數據采集分析的主機及工作站，以及成熟穩定的通訊設備等；其次是實現智能抄表智能數據分析的軟件系統，如智能用電系統和實時線損系統等；最后是基于運維管理系統的支撐，即電表在線采集率高于99.9%的管理水平支撐下實現的數據分析。

1 智能電表大數據應用現狀

我國的智能電表量測數據及采集系統已經呈現出規模大、采集頻率高、數據存儲時間長、數據多樣化及測量點分布密集這五個主要特征。大數據分析是指對規模巨大的數據進行分析，通常具備典型的“4V”特征，即規模大（Volume）、類型多（Variety）、價值高（Value）和變化快（Velocity）。從目前情況看，我國智能電表量測系統已經具備大數據分析應用的基礎條件，為進一步挖掘分析、尋找數據背后隱藏的價值打下了堅實的基礎。

1.1 系統規模巨大

智能電表集抄系統的部署，包括配電網生產管理系統、營銷系統、計量自動化等系統，在我國一般是以省為中心進行集中管理。以廣東省電力公司為例，上述系統以及地理信息、SCADA系統、遠程監測中心都已經進行了集中部署，從而將全省地理空間信息與低壓線路、饋電線路數據和配網用戶數據關聯，目前全省電力數據量已高達2PB。

1.2 潛在價值高

電力數據集抄系統涉及大量高精密設備、管理輔助系統，所需軟硬件要求工作長期穩定、精度高、應用范圍廣以及整體價值含量高。以廣東省為例，包括各類輔助決策系統建設、分析應用軟件和系統監控的全部設備約為35370萬臺，服務的用戶數量達到2900萬以上。

1.3 類型多

電網數據類型包含實時數據、結構化數據、海量地理信息等各類復雜數據。此外還有非結構化數據，包括圖片、郵件、文檔、視頻、音頻等，要求系統具備及時應對各類海量數據的處理能力。

1.4 高速化

因數據量巨大，所以電力系統對數據處理能力要求高，其中計量數據應用調度時間縮減的同時，系統采集頻率要求更高。此外還有業務系統服務處理能力、數據采集頻率、監視控制和能量管理系統數據采集頻率等要求。

2 智能集抄大數據的主要技術

大數據技術正在從互聯網領域向其他領域滲透，但在電力系統中的應用仍然存在一定的挑戰。問題主要集中在以下幾個方面：（1）將種類豐富的數據處理技術進行整合；（2）面向智能電網多源結構化數據模型的設計；（3）在線離線數據的存儲和處理；（4）與業務系統的集成。這些都是大數據技術在電力系統應用中亟待解決的重要問題。目前已經可以實現的是智能電表數據分析，主要是指運用統計分析的方法對收集來的大量原始智能電表量測數據進行處理、建模和計算，提取有用信息，并形成結論，挖掘其內在關聯和深層價值，為電力公司的商業運營、電網規劃和運行維護等提供決策支持，是使其更具有洞察力的科學過程。與智能電表數據相關的數學分析方法可以歸結為四類，即相關分析、聚類分析、異常分析以及趨勢分析。

2.1 相關分析

相關分析包括線性相關和偏相關兩種類型，屬于對某種現象研究內部關聯關系的統計學方法。在智能電表集抄的數據處理中，分析兩個變量間的線性關系最為常用。例如預測電力負荷的峰值，可以利用全天中溫度與電力負荷的線性關系分析得出。

2.2 聚類分析

通過遵循某項標準，實現某一類數據的匯聚。例如，同一臺變壓器上的智能電表數據，可以采用聚類分析的方法來預測變壓器使用過程中的負荷情況。[1]

2.3 異常分析

異常分析是指對不符合一般規律的異常現象或事件進行尋根溯源的統計分析方法。在電力系統的實際應用中，包括用電數據異常、電力設備故障診斷等方面，通過對系統進行建模，對歷史數據抽樣分析后，可以提前判斷故障點，因此，異常分析得以大量運用。

2.4 趨勢分析

趨勢分析是指同一指標的環比分析，包括兩期或多期的數據，進而得到變化的差值、增減的幅度，從而預測未來指標發展的規律和趨勢。

3 大數據異常分析的防竊電應用

3.1 低壓集抄建設助力防竊電

電能計算是電力檢查中最主要的部分。在以往的用電檢查中，無序、無目標讓用電檢查人員疲于奔命，并且效率很低。在達到了全面集抄后，用戶的小時、日用電數據可以遠程抄收，用電檢查人員對用戶數據信息進行具有集中性和統一性地分析，并且對相關的電量考核信息進行收集分析，得到用電異常范圍，再有針對性地進行現場檢查，大大提升了用電檢查的效率。

目前廣東省潮州市楓溪區已經實現了低壓集抄全覆蓋和全采集，對低壓電力用戶電流、電壓、電量進行小時數據采集，專臺用戶、臺區總表日抄通率達到99.5%以上，低壓電力用戶達到了日電量抄通率99.5%以上，小時電量抄通率90%以上，讓通過用電數據信息進行用電檢查成為可能。

3.2 通過智能用電管理系統進行用電檢查

3.2.1 抄收電能表開蓋記錄

擴展集中器程序讓其能抄收電能表的開蓋記錄，并主動上報。參照中國南方電網有限責任公司企業標準《低壓電力用戶集中抄表系統集中器技術規范》（Q/CSG111090003-2013）進行集中器上報規約擴展。擴展主站應用程序，讓其能接收集中器上報數據，同時能主動招測電能表開蓋記錄。提取集抄用戶的檔案到采集機，采集機根據資料信息封裝開蓋招測命令，采集機接收前置機返回的命令，按照電表645協議解析數據幀，采集機打印所有開蓋信息。同時將固化后的電能表開蓋記錄，在智能用電管理系統中的事件查詢-重要事件中顯示。[2]

（1）用電檢查事例：

電能表信息：

型號規格：DTSF545 SL1WgⅩ（VA） 3*220/380V 3*1.5（6）A 1級 300imp/kWh 表號：201703008880 出廠年月：2013年12月

（2）鑒定分析：

開殼對電能表內部進行檢查，發現如下情況：

A、B、C三相電壓采樣部分位號為RA7、RA5、RB7、RB5、RC7、RC5的6顆貼片電阻存在人為補焊痕跡，后經查看該表型的原理圖及BOM清單，確定此位號原為150kΩ的電阻被更換成1.2MΩ電阻。此位號電阻起到分壓作用，當增大阻值后，會使電能表計量芯片采樣到的負荷信號小于實際負荷，計算出的電壓值遠小于實際電壓，導致電能表少計電量。

數據分析：

在17年5月29日有一次開表蓋記錄，如表1所示。

抄讀負荷曲線數據，發現該表從17年5月29日20時15分至17年5月29日23時00分，期間表計至少處于2個小時的停電狀態，與開表蓋時間吻合，如表2所示。

（3）鑒定結論：

據此判斷，電表已非我司出廠原始狀態，電能表內部存在異常，在2017年5月29日因人為原因更換A、B、C三相6顆電壓采樣電阻，導致電能表少計電量。

3.2.2 用電數據分析

通過大數據對比，結合用戶日用電量曲線、電流電壓曲線和變壓器容量進行綜合分析，判斷用戶用電行為是否異常。正常用電曲線如圖1所示，異常用電曲線如圖2和圖3所示。

3.2.3 利用大數據分析進行用電檢查

對低壓電力用戶從全維度進行全面特征畫像，涉及到小時電量、日電量、額定電流、額定電壓、臺區負荷等多個維度，橫向與標準畫像、同臺區其他用戶畫像比較，縱向與用戶的日、月、年對比，差異率達到一定數值時，就可判定用戶用電異常。

3.2.4 基于實時線損系統的數據分析防竊電

實時線損的原理是通過釆集線路關口表、專變私臺表、公用臺前表、公變臺區轄下的所有單三相電能表的表碼數據，并進行數學建模，通過主機按數學模型計算出數值，用直觀的線條或柱狀圖比較顯示出來，當線路的線損高時，柱狀圖或線條上升，讓工作人員知道數據異常，提示電量損失多少，從而指導用檢班組工作人員到高損臺區降損。

4 結 論

智能電表集抄在我國已經得到了廣泛的應用，以電力數據為依托的大數據分析處理相比歐美發達國家還存在一定的距離，但相關實踐與科學研究工作已經初步展開。相信不久的將來，通過對智能電表集抄中的大數據進行挖掘提煉，可以有效提升電力系統的客戶服務能力，增強生成運營效率，實現智能電網和綠色電網的目標。

參考文獻：

[1] 伍愛娜.智能電能表數據遠程抄核中存在的問題分析 [J].建材與裝飾，2016（43）：208-209.

[2] 顏陽委.智能電表的數據抄讀新方法探討 [J].通訊世界，2015（9）：124-125.

作者簡介：林楠（1978.11-），男，漢族，廣東潮州人，抄核收技師。研究方向：電子技術應用。