基于電能計量采集物聯網的多維線損治理技術研究與應用

潘全成，袁銘敏，羨慧竹，李娜

（國網北京市電力公司電力科學研究院，北京 100162）

線損是在電能傳輸和營銷過程中所產生的電能消耗和損失；是電力企業的重要經濟指標；是推動電力公司提質增效的重要手段［2］。電能計量采集物聯網是一套包括硬件及軟件的完整系統，它利用雙向通信系統和智能電能表等計量設備，可以定時或即時取得用戶帶有時標的電量、電壓、電流等多種計量數據。隨著電能計量采集物聯網在北京電力公司的構建、發展與應用，針對電網結構和用戶性質復雜的低壓臺區線損治理的手段也不斷增多，為電力公司提升臺區線損精益化管理及能耗管理水平提供有力支撐［3］。

1 臺區線損分類及解決措施

低壓臺區線損可分為理論線損和其他線損兩類。理論線損是由電網實際運行參數、供電設備參數及電網當前的運行方式等所決定的損耗，屬于一種無法避免的損失。其他線損則是由電力公司管理原因、計量設備原因及其他人為原因造成的各種損失，主要包括：臺區用戶掛接關系不正確、計量裝置異常老化或故障、表計計量失準及竊電行為等原因［4］。

針對其他線損的治理可全面提升電力公司經營管理水平，電能計量物聯網作為一套完整的系統，為其他線損的治理提供了有力的支撐。電能計量物聯網由用電信息采集系統、電能表、采集終端、采集模塊等多部分組成，既包含了用電信息采集系統基本功能，又兼具了各種成熟的計量設備。其特有的臺區識別、高頻采集以及基于用電信息采集數據的大數據分析等功能，對低壓臺區線損的治理提供了有效幫助。

2 基于電能計量采集物聯網的多維線損治理技術

2.1 基于臺區識別技術的臺區用戶掛接關系失準的線損治理

準確建立臺區戶變關系是確保臺區線損計算準確的關鍵所在，近年來隨著用電負荷急劇增高，技改施工項目增多，以及管理問題的不斷積累，臺區用戶掛接關系準確度相對降低，對于臺區線損準確計算造成了重要影響。計量采集物聯網利用高速載波技術（HPLC）特點和電網信號特性，在高速載波互聯互通協議構建的用電信息采集系統本地通信網絡基礎上，通過電表節點獲取電力網絡自身信號特征，感知周邊鄰居網絡信號差異，進行綜合統計和運算分析，實現低壓臺區電能表戶變關系自動、精準識別，進而提高戶變關系判斷的準確性，實現臺區自動識別，提高電網經濟運行水平。

（1）臺區自動識別機制

HPLC信號在多個臺區間存在兩種串擾，一是共零線導致，二是空間耦合。利用這兩種串擾的特性，可以實現不同的臺區識別方式，即SNR臺區識別方式及NTB的無擾臺區識別方式。SNR方式的無擾識別是基于載波信號在多個臺區間存在共零線或空間耦合導致的串擾，且鄰居網絡串擾信號強度通常要比本網絡弱，利用這一特性，實現臺區歸屬識別。NTB方式的無擾識別是基于不同變壓器下用電負載不同而導致工頻零點變化趨勢不同，同一物理臺區變化趨勢相近的特性，從而進行臺區識別。

電能計量物聯網通過將SNR和NTB兩種識別方式融合來進行臺區歸屬的判斷，兼顧識別效率和識別準確性。在完成相應計量設備高速載波網絡的組網優化后，計量物聯網每一個分支下面的主節點周期性下發過零NTB信息。每個主節點下的分節點在入網后的運行過程中也在持續收集周圍臺區的SNR和NTB數據，不斷進行相似度計算，修正識別結果，識別階段流程圖如圖1所示。

圖1 識別階段流程圖

STA(電表內通信單元等)分節點在入網后持續收集各個網絡SNR數據，為了防止SNR數據抖動進行滑窗處理，累計統計多個窗口的數據，到期后綜合每個網絡的SNR值和NTB數據，進行相似度分析，判斷相似度最高的為真實所屬臺區，STA從當前網絡離線，向真正歸屬臺區申請加入。與此同時集中器定期發送命令向主節點收集臺區識別結果，并上報用電信息采集系統。以北京電力公司為例，臺區識別準確率可達95%以上之后，供電公司管理人員即可根據上報信息完善用戶檔案，修正錯誤的臺區用戶掛接關系，從而保障臺區線損計算準確度。截止至2019年底，北京公司實現的計量采集物聯網整體臺區識別準確率可達99.4%，為臺區線損治理提供了強有力的技術支撐。

2.2 基于采集大數據分析的異常計量點識別方法及線損治理

在臺區戶變關系準確的基礎上，計量裝置老化故障、表計計量失準、竊電行為、以及系統檔案錯誤等造成的計量點的電能計量產生偏差，造成電量計量不準確，進而造成該臺區線損異常。計量采集物聯網通過構建采集大數據分析平臺，利用大數據與人工智能技術，用電采集系統實現采集大數據分析，并進行計量點狀態監測與異常定位，為臺區線損異常提供有效治理方法。

2.2.1 采集大數據分析平臺

該平臺利用電能表運行積累的海量數據構建評價模型，對電能表的計量功能性失準情況與運行誤差情況進行評價。以低壓臺區下總表與分表間的總分結構與能量守恒原理為基礎構建數學模型，綜合考慮低壓臺區下線路損耗、固定損耗、用戶用電量、表計誤差等各類因素的影響，建立統一模型，結合模式識別、嶺回歸等技術手段，對計量點的運行誤差進行計算求解，識別計量異常的表計。

2.2.2 系統輸出異常類型及判別方法

（1）針對計量裝置故障判別

實際用電環境中個別計量裝置運行環境惡劣，經常使表計、互感器、二次回路暴露在高低溫、持續暴曬、潮濕的環境中，易發生表計的電流電壓采樣電路故障或其他電路、元器件故障失效，造成該計量點無法計量。在采集大數據分析平臺中，此類故障的現象一般表現為系統輸出計算結果誤差為85%以上且為負誤差，同時需關注系統檔案該表計的安裝時間和資產建檔時間、表計生產廠商等，考慮是否疑似為批次故障問題。

（2）針對現場表計誤差超差判別

安裝在現場運行的智能電能表存在一定概率發生表計計量失準現象，對于低壓臺區下掛居民表常用的準確度等級為2.0級單向電能表其誤差限為正負2%。此類故障在采集大數據分析平臺中計算輸出值與計量裝置故障相似，實際現場核實為超差的表計數量較少，一般現場運行表計不會存在大量超差表計。

（3）針對現場用戶竊電進行判別

實際用電環境中若存在竊電行為會造成該臺區線損異常增高，常規竊電手法中一般會在表前位置或表計內部將火線短接分流，造成表記電量少計量。此類故障在采集大數據分析平臺中計算輸出值較高一般在50%以上且為負誤差，同時需要配合用電信息采集系統實時召測電流數據和異常警告事件進行輔助判斷。

（4）針對系統檔案數據錯誤進行判別

供電企業在用戶檔案維護的過程中，因存在疏漏等原因將經互感器接入的智能電能表綜合倍率維護錯誤，在進行電量結算時，電能表按照表計表底數變化值乘以綜合倍率來進行電量結算。若互感器倍率錯誤會直接造成電量的丟失，進而影響整臺區線損。綜合倍率參數錯誤的情況會出現在三相四線經互感器接入的計量點中，表現為互感器變比參數未維護即綜合倍率為“1”。在采集大數據分析平臺此類問題輸出的計算值往往誤差較高在90%以上，且為負誤差。

2.2.3 案例分析

（1）計量裝置故障

案例1:某低壓居民用戶，現場安裝運行表計為2.0級單相電能表，近30天日均用電量0.95kWH，該用戶所在臺區共有用戶177個，近30天線損3.94%。經采集大數據分析平臺計算該計量點誤差值為-97.53%，該臺區線損與臺區供電量關系以及臺區線損與該戶表用電量關系顯示，該用戶用電量與臺區線損率有較強相關性，輸出戶表用電-臺區線損圖及臺區供電量-臺區線損圖如圖2所示。

圖2 某低壓居民用戶臺區線損圖

此用戶在本臺區用電量占比0.12%，但是用電量和計算模型擬合較好，線損貢獻率很高，計算跳變發生后的戶表用電與臺區線損的相關性約為0.97，表明臺區線損變化完全與該用戶用電變化正相關，疑似計量點異常。資產檔案顯示該表計安裝日期為2013年，同時在系統數據中調取該表計異常告警事件記錄，未發現開蓋事件告警等異常事件。綜上分析，此表計高度疑似計量裝置故障。經現場核查，此表計計量箱封、鉛封、側面合格證均完好，現場實測火線電流9A，表計脈沖燈不閃爍，判定為表計故障。

（2）現場表計誤差超差

案例2:某低壓居民用戶，現場安裝運行表計為2.0級單相電能表，近30天日均用電量5kWH，該用戶所在臺區共有用戶27個，近30天線損3.69%。經采集大數據分析平臺計算該計量點誤差值為-88.10%，該臺區線損與臺區供電量關系以及臺區線損與該戶表用電量關系顯示，該用戶用電量與臺區線損率有較強相關性，輸出戶表用電-臺區線損圖及臺區供電量-臺區線損圖如圖3所示。

圖3 某低壓居民用戶臺區線損圖

觀察戶表用電-臺區線損圖，發現臺區線損多次隨戶表用電的突增而突增。資產檔案顯示該表計安裝日期為2017年，同時在系統數據中調取該表計異常告警事件記錄，未發現開蓋事件告警等異常事件。經現場核查，此表計計量箱封、側面合格證完好，現場校驗計量誤差-4.2%，判定為表計誤差超差。

（3）現場用戶竊電

案例3:某低壓居民用戶，現場安裝運行表計為2.0級單相電能表。經采集大數據分析平臺計算該計量點誤差值為-80.31%，該臺區線損與臺區供電量關系以及臺區線損與該戶表用電量關系顯示，該用戶用電量與臺區線損率有較強相關性，輸出戶表用電-臺區線損圖及臺區供電量-臺區線損圖如圖4所示。

圖4 某低壓居民用戶臺區線損圖

資產檔案顯示該表計安裝日期為2018年，同時在系統數據中調取該表計異常告警事件記錄，發現開蓋事件告警等異常事件。綜上分析，此表計高度疑似現場竊電。經現場核查，此表計計量箱封、鉛封、側面合格證均被破壞，現場實測火線電流為1.7A，實時召測火線電流為0.39A，現場核實竊電點為表前U型短接，判定為用戶竊電。

（4）系統檔案數據錯誤

某一般工商業用戶，現場安裝運行表計為1.0級三相經互感器接入電能表，近30天日均用電量3.11kWH，該用戶所在臺區共有用戶87個，近30天線損3.75%。經采集大數據分析平臺計算該計量點誤差值為-89.44%，輸出戶表用電-臺區線損圖及臺區供電量-臺區線損圖如圖5所示。

圖5 某低壓居民用戶臺區線損圖

該臺區線損與臺區供電量關系以及臺區線損與該戶表用電量關系圖顯示，該用戶用電量與臺區線損率有較強相關性（見圖5），觀察戶表用電-臺區線損圖，發現臺區線損多次與隨戶表用電的突增而突增。資產檔案顯示該表計安裝日期為2015年，互感器綜合倍率為“1”，同時在系統數據中調取該表計異常告警事件記錄，未發現開蓋事件告警等異常事件。綜上分析，此表計疑似系統檔案錯誤。經現場核查，此表計計量箱封、鉛封、側面合格證均完好，且未發生錯接線，現場互感器倍率為100/5，即綜合倍率應為“20”與系統檔案不一致，判定為系統檔案錯誤。

對于高壓專變等高壓用戶的電能計量異常狀態計量物聯網同樣可實現采集大數據分析，通過對高壓用戶的電壓、電流、電量采集數據分析，從而初步篩查出疑似計量異常用戶，同時通過追溯該用戶歷史采樣數據，定位異常發生的具體日期。最后通過繪制該用戶電壓、電流等歷史曲線和相量圖，人工判定是否確實存在相應異常，實現分析研判異常原因。

同時，隨著計量采集物聯網系統發展，大數據分析能力將逐步得到提高。通過電力企業的多級監控，可逐步擴大各類用戶的計量異常督辦工作，實現由人工分析診斷的工作模式轉變為系統自動診斷并派發工單，將計量異常分析診斷的模型算法嵌入到系統中，實現線下流程轉變為線上，并根據異常處理的時限、完成情況、應追繳電量電費與實際追繳的電量電費等參數進行指標參考，實現各類用戶電費追繳與線損治理。保障電力企業完成增收提質增效工作。

3 結論

本文根據低壓臺區線損影響因素，結合計量采集物聯網的功能與應用，為北京電力公司臺區線損治理提供了多維治理手段。針對臺區用戶掛接關系不正確的問題，提供了臺區識別的治理方案。針對計量點異常、老化及用戶竊電等問題，提供了采集大數據分析等治理方案，并已在北京電力公司中進行應用，在很大的程度上幫助企業提高了臺區線損管理質量及經營管理水平。未來，隨著電能計量采集物聯網的不斷完善，系統將可實現自動識別異常用戶、自動下達工單等多項功能，為低壓臺區線損治理提出更加便捷、高效的治理方案。