智能電能表全過程質量控制研究

陳媛媛 呂付剛

(煙臺東方威思頓電氣有限公司 山東煙臺 264003)

智能電能表是現階段市場主流使用表計，在技術上超越上一代產品，主要的組成是測量單元、數據處理單元、通信單元等。并且擁有電能量計量、信息存儲及處理、自動控制等功能，可實現智能計量相關功能。在智能電能表的市場推廣上，客戶提出了更多更全面的功能要求。在實現這些功能要求的基礎上，智能電能表的全過程質量控制十分必要，智能電能表核心功能計量穩定性必須保證。

1 質量控制目標

1.1 質量控制理念

目前，智能電能表在新興市場占有率逐步提升，具備功能全面準確率高等優點。測量單元、數據處理單元與通信單元是智能電能表組成模塊，擁有信息存儲、信息分析、電能量計量、自動控制等部分。現階段，智能電能表在我國已經開始普及，初期產生的智能電能表全過程質量控制，已經無法適應市場。我國電網企業，針對現有智能電能表市場情況，完善智能電能表相關功能，例如電能質量查詢、電網維護、實時網絡等新功能開發。

1.2 質量控制范圍

針對智能電能表生產中涉及到各個環節，可以優化監督生產、供貨、運行維護、檢測、安裝調試、故障處理等環節，并針對每個環節的關鍵點設立監察點。智能電能表是關系到民生的基礎建設，其準確度是關系到整個電網運行，同時為計量管理環節、用電校驗環節、電費抄核收環節等環節進行數據基礎和架構基礎。

1.3 質量管控存在隱患

通過市場選擇來進一步衡量質量管控成效，目前市場作為最終目標成為企業質量管控的動力。市場上需要智能電能表高標準要求，促使企業在智能電能表生產過程中控制產品品質。盡管市場對于智能電能表的質量控制有積極影響，但電網公司的監督管理十分必要，輿論市場僅能作為輔助手段。

因此，在生產過程中、安裝調試前進行的智能電能表檢測，并不能完全規避風險，計量表運行過程中，建立合理的質量控制體系，才可以從根本上達到預期設想。

我國在高鐵網絡建設上擁有成功的經驗，智能電網在質量控制發展中可以學習相關經驗。例如動車事故發生時，動車相關的零件廠家能夠進行逐一的排除，例如動車系統自身擁有通信監控系統和綜合視頻監控系統，通過自身的軟件監控能夠立馬定責任，因此智能電能表未進行質量控制將成為潛在的隱患問題。

1.4 質量管控的現狀

現階段智能電能表相關質量管控體系建立尚不健全，部分廠家嘗試開設智能電能表月度質量分析，針對已經入網運行的智能電能表進行運行情況分析。但在質量控制中缺少對驗收環節、運行環節、供貨環節、故障環節質量控制，最終導致整體質量管控系統，形不成閉環。智能電能表質量管控體系應該涉及到招標前環節、供貨前環節、到貨后環節、運行中環節環環相扣，均不能少。在整體樣品傳遞中，不同環節里，均存在樣品延遲滯后的情況。

現階段省級計量中心均具備著全性能檢測設備，可以確保地方檢測能力足夠，更重要的意義是能夠統一區域的檢測標準。在電能表檢測過程中機械性能實驗室與電磁兼容實驗室，往往配備并不充足。雖然相關的檢測可以通過全性能檢測設備進行分析，但面對數量可觀的需被檢驗電能表的檢定數量無法滿足。例如一般省級單位電能表檢測，一批次電能表約100只左右，全性能電能表檢定，需要大約10個工作日，才能夠完成檢定工作。

2 質量管控的系統方案

2.1 梳理質量管控流程

強化中心技術質檢處的質量管控業務職能，重點在樣品管理、驗收試驗和運行抽檢等關鍵環節，我們可以向國家電網公司營銷部請示，在公司營銷部的支持下，創新供應商樣品變更管理流程，樣品變更處理時限可以縮短，避免了由于供應商樣品變更導致的供貨時間延長，提高了樣品比對和全性能試驗的檢測效率。

2.2 提升智能電能表校驗技術

質量管控的順利實施，高水平的電能表校驗技術是基石。

優化質量管理流程，部分省級電力公司已經在2013年開始行動，并頒布了相關的《管理辦法》，在實踐過程中根據業務特點，在優化電能計量關口管理、優化電能量采集系統信息完整率和正確率方面做出了相應的改善，并且填補了主站環節的檢定空白。主站環節增加，可以保證新入網設備可以與主站建立正確的信息流通，保證新入網設備可以立即開展工作，可以減少調試環節，并且質量控制的整體環節形成閉環。

2.3 統一校驗能相關標準

統一的校驗標準，是確保質量控制的基石，檢驗標準的設立要針對市面上普遍存在硬件設備，尤其是機械和電磁兼容相關的硬件設備。只有硬件設備輸出數據的穩定，制定統一校驗標準才有可能。同時在標準制定的過程中，需要充分考慮外界環境對試驗結果的影響，例如磁干擾信號，應合理的考慮是否添加群脈沖抗擾度測量，來實現電能表的真實工作環境。

3 未來研究方向展望

未來的質量控制技術發展方向，智能化進行改善是一個重要的發展方向，人工智能的引進將優化實時監控環節、預警環節、信息的處理環節、檢索環節等環節，均能得到優化提升。現階段智能控制領域，大多采用的技術，僅能達到半自動水平，智能分析、自動化響應等尚不能解決，依然需要大部分依靠人力來完成。在數據傳輸處理上未來將向云存儲與云監控，運用大數據云計算，將海量數據進行傳輸處理。