大數據的電力計量裝置故障智能化診斷技術

汪波

摘要：電力營銷日常管理工作中，電力計量是非常重要的一個組成部分，電力公司將根據計量裝置的記錄數據，結合國家制定的電費、電價政策向用電客戶收取電費。從經濟市場的角度來說，使用科學的手法確保電力計量的準確無誤，能提升電力市場的運營和服務質量。但是之前使用的電力計量裝置，由于時間較早，各芯片材料性能不完善，某些功能欠缺，再加上現在所要采集的項目量多、數據量大，各元器件承載的負荷量大，往往容易出現計量失誤的問題，這對以后的電能計量和電費收取會產生負面影響。本文旨在分析電力計量裝置中存在的故障，以及應該如何利用大數據技術，對故障進行智能化診斷。

關鍵詞：大數據;電力計量裝置;診斷

引言：隨著智能電能表的大量推廣應用，智能電能表接入終端數據能提高電力運行的便利性，是電力企業用電管理的重要自動化手段，是聯系用電客戶和電力企業的橋梁。但是龐大的數據輸出，也必然導致數據的采集量加大。智能表安裝的采集器每天需要記錄大量數據，這無疑是巨大的工作負擔。數據記載的容量增大，往往容易引發故障。由于采用了高端復雜的承載方式，一旦出現問題也會給后臺維護的員工增加工作難度，技術水準一般的員工，很難在短時間之內解決難題。如果采用大數據來診斷電力計量的裝置故障，能大幅度提高工作效率。

一、現有電力計量裝置故障檢測辦法

通過電力企業的近階段反饋不難發現，現有的電能表故障判斷方法，技術人員在短時間內很難精準檢測出故障的具體原因，一旦產生問題就需要耗費大量的人力和時間，而且最后可能也無法排查出具體“病癥”，及其低下的工作效率，也會降低用戶的滿意度，給企業發展帶來困難。目前企業內部，主要存在以下幾種裝置故障的檢測辦法：

（一）計量裝置定期檢查

國網公司制定《電能計量裝置技術管理規程》根據該規程（DL/T 448-2000）規定現場檢驗：新投運或改造后的I、Ⅱ、Ⅲ、Ⅳ類高壓電能計量裝置應在一個月內進行首次現場檢驗。I類電能表至少每3個月現場檢驗一次;Ⅱ類電能表至少每6個月現場檢驗一次;Ⅲ類電能表至少每年現場檢驗一次。每年的定期檢查，也可查出運行中計量裝置存在的缺陷并加以處理。據了解，各電力企業也有相應的管理規程。其缺點是不能及時發現電能表運行缺陷，且工作的人工成本巨大，診斷的準確性差，要求診斷人員專業技術要高且標準儀器儀表保管復雜。

（二）根據診斷信號診斷故障

電力計量工作的開展，需要以計量裝置作為支撐，但是電子式類儀器儀表產品，畢竟會隨著使用年限的增加，出現故障的幾率也就越大而且采集數據可能缺失。要想及時解決故障，就必須對裝置進行實時檢測。傳統的檢測還采用了診斷信號，來判別故障的具體原因，雖然這能在一定程度上減少工作人員的排查工序，但是電能表發出的故障信息量較少，信號診斷只能大致判斷裝置的問題，具體的細則還需要技術人員展開進一步的排查，此診斷方法提供的故障原因不夠詳細。

（三）傳統的數據診斷系統

數據診斷系統的優越性是看得見的，從某些角度來看，它的確比人力診斷更加高效，引入該技術能提高企業運維及故障處理的便利性。前些年電力企業為了減少故障診斷的麻煩，引入了傳統的數據庫。但不可否認的是，它雖然能對電力計量的運行進行故障排查，但引入該技術的成本較高，后期操作也繁瑣，需要具備專業資質的個人才能操作得了這套數據庫。如果企業自身沒有專業人員，可能不會選擇“專業的”數據系統，另外電力企業方面在考慮到生產成本的問題，很少選擇引入傳統的數據診斷系統。

（四）依靠人工力量診斷故障類型

鑒于以上三種診斷方法存在缺陷，很多電力企業采用人工力量去判斷故障類型，后期再根據檢測中的具體情況，安排技術人員參與檢修。整個工作環節，繼續全部需要依靠人類的力量繼續下去。人工操作小隊雖然有專業的技術人員組成，但相對于高端的智能化診斷設備來看，工作的效率不高，每個人要承擔的工作任務會更重。在當前這個智能化技術迅速發展的時代，依靠人工力量來診斷故障的方法已經落伍了，它無法滿足現代人的用電需求。

二、推進電力計量裝置智能化診斷的方案

在大數據的時代背景下，各個行業為了跟上時代的步伐，以智能的方式促進企業發展，都選擇引入現代化的大數據技術。在這樣的大環境之下，電力行業也調整了自己故障診斷方式，選擇引入智能化裝配，提高電子式計量裝置的故障診斷效率。比如在正式投入電力資源之前，由具備裝置診斷的理論知識和實戰經驗的技術者，為企業建立診斷知識庫，在通過觀察電力計量呈現的數據，來分析電力運行的動態，具體還有以下幾種可推行的方案：

（一）實行在線檢測方案

動態監控能更精準地分析出，電子式計量裝置具體還存在哪些問題，后期技術人員才可根據問題所指，拿出對應的解決方案。為了建成動態監控系統，實現信息的在線檢測，就需要存儲電力計量過程中產生的數據，數據對于整個系統有著非常重要的作用，其重要性對于行業來說是不言而喻的，可以說它會影響電力計量裝置的后期使用。但是很大的數據量在電力大數據庫中運行，一旦出現故障就會影響整個電力系統的運行。如果完全依靠傳統設備或者人力，也很難解決在運行中出現的故障。實行在線檢測方案，通過引入適合記錄電力計量裝置的數據系統，實行在線檢測方案、設立預警信號，后臺只需要登錄系統查詢運行情況，看看是否有收到預警信號，就能了解電力計量裝置是否存在故障。

（二）電力計量裝置故障的異常信息診斷

在檢測過程中發現了電力計量裝置的異常信息，就代表電力計量裝置上出現了問題，出現異常信息是電力計量裝置檢測的第一個環節，通過發現訊號，工作人員會安排具體的檢修方案。在出現設備故障時，要根據信息的反饋找到根本病癥，后期把檢測得到的數據，和前期建立的知識庫兩相對比，就能配對出具體的解決方案。另外如果發現裝置的故障，還需要組織專業人員分析故障的位置和類型，通過集體商討的方式，拿出一套行之有效的方案，這能提高診斷的效率，快速解決出現的問題。查看異常信息確立診斷方案，是該行業當中一種常見的裝置診斷方法。此項目的操作需要確立明確的工作指標。

（三）研發多樣化預警技術

在采用動態監控的時候，技術人員的傳統工作模式效率不高，一旦出現故障根本無法在短時間內排查到具體原因，后期會給用電客戶帶來巨大的困擾。因此需要研發多樣化的預警技術，通過預警技術能幫助工作人員，在短時間內找到故障的根本原因，比如通過語言轉換，或者發布預警信息（通過發送手機短信的方式，讓參與者了解裝置出現問題的原因）等形式，讓參與故障解決的人們，減少繁瑣的排查工序的同時，又高效地完成了任務，增強了專業人員的操作能力，也提高了用戶的滿意度。當然問題解決效率的高低，還需要依靠專業人員研發多樣化的預警技術，這些技術應該具備操作簡單、直接明了的特點。多樣化的預警技術是提高行業實力的根本所在。

（四）用電信息采集系統大數據智能診斷

用電信息采集系統是國網公司智能用電的重要支撐系統，是目前較為完善集負荷控制、電能表數據采集、智能診斷為一體的綜合采集平臺。它將智能電能表，智能開關等設備作為底層的基礎設施，為電網和用電客戶的雙向互動提供了支撐。它采集用戶智能電能表、開關等實時用電信息，存入數據庫中，利用大數據的后在分析，得到智能電能表、開關的運行狀態。

當電能表、開關發生異常和故障時，電能表或開關會將異常故障傳送給系統主站，主站進行專業匯總，利用大數據進行后臺分析，得出設備故障類別和原因，指導運維人員進行現場處理。隨著4G、5G、寬帶容量的提升，電能表、開關的采集項目增多、采集數據增大，大數據后臺智能診斷的準確性將大為提高，減輕現場運維人員的工作量、提高運維效率。

三、總結分析

在大數據的時代背景之下，電力計量裝置診斷工作質量的提高，需要依靠高端的大數據技術，這就要求專業人員搭建專業的知識庫，通過知識庫的數據互相對比，就能看出裝置診斷的數據差異。同時需要利用在線檢測系統，排查故障的原因為人們找到問題的根本所在，后期再設立專門的預警系統，為處理故障的人員提供技術上的支持。通過一系列方案，來提高診斷的效率，確保電力計量裝置的正常運行，保證計量收費的公平、公正。

參考文獻：

1. 郭佳婧， 嚴童， 陳明，等. 基于大數據的電力計量裝置故障智能化診斷研究[J].
2. 甄啊彪. 基于大數據的電能計量裝置異常信息多維分析與診斷
3. 王磊， 陳青， 高洪雨，等. 基于大數據挖掘技術的智能變電站故障追蹤架構[J].
4. 婁乾. 用電計量裝置在線監測與診斷系統的研究與開發[D].