提高智能電能表可靠性技術研究綜述

馬永超，趙偉，黃松嶺

(清華大學 電機工程與應用電子技術系，北京 100084)

0 引 言

隨著我國智能電網建設的不斷深入，智能電能表逐步取代了傳統的電子式電能表，已成為目前電網中用量最多的電能表。截至2018年，我國已安裝智能電能表的用電戶累計達5.23億戶；國家電網公司安裝使用的電能計量表計中，智能電能表的占比高達98.83%[1]。2020年，全球智能電能表使用規模預計將達到10億只。智能電能表作為電力公司與用電戶之間的重要紐帶，其計量電能的準確性與兩者的利益息息相關。此外，智能電能表還可實時監控電網的運行狀態，對維護電網安全有重要意義。然而據權威機構的統計，每年電網中發生故障、拆回維修的智能電能表卻高達數百萬只。因此，如何提高智能電能表可靠性成為目前的研究重點。與電子式電能表相比，智能電能表功能更多，結構也更為復雜，其可靠性不僅涉及硬件性能，也與軟件密切相關。所以，智能電能表的故障原因多種多樣，且故障發生時，排查工作也更為復雜。

文章擬在介紹智能電能表基本結構基礎上，分別從固有可靠性和使用可靠性兩個方面，對現有的旨在有效提高智能電能表可靠性的各種技術進行較全面、系統地歸納和梳理。

1 智能電能表結構及其可靠性概述

根據國際法制計量組織(OIML)頒布的關于智能電能表標準的建議，我國結合自身實際，目前生產和使用的智能電能表多采用雙芯結構[2-3]。本節概述智能電能表的結構及功能，并分析影響智能電能表可靠性的主要因素。

1.1 智能電能表的結構及其功能

為了保障智能電能表的關鍵性能即計量性能免受干擾，實現軟硬件分離的要求，國家電網公司2016年發布了R46雙芯智能電能表構建技術方案，其原理結構如圖1所示[3]。R46雙芯智能電能表包含了法制計量MCU和管理MCU兩部分。其中，法制計量MCU負責控制電能計量工作，具有電壓電流采樣、電能計量、數據存儲等功能；管理MCU則負責實現數據傳輸、軟件升級、遠程抄表、電費充值等功能。智能電能表結構上采用“雙芯”方案，就從物理上實現了計量功能與非計量功能的隔離，提高了軟件性能的可測試性，可保證在不影響電能計量功能前提下，對其軟件進行升級以及數據采集等高級操作。

圖1 R46雙芯智能電能表原理結構框圖

相比于普通電子式電能表，智能電能表依托數字測量和數字通信技術，其功能更為強大，主要包括通信、數據抄讀、模式(授信或預付費)變更、電能質量監測、用戶負載監控以及在線系統升級等。

1.2 智能電能表的可靠性

產品的可靠性，是指產品在規定的條件及時間內完成指定功能的能力。對于智能電能表，其使用的條件包括溫濕度、電磁環境、電能質量、用戶負載特性，等等。智能電能表的可靠性，又可分為固有可靠性及使用可靠性[4]。

智能電能表的固有可靠性，是指智能電能表出廠前，在設計時考慮它使用場景及工作環境條件下所體現的可靠性高低，是在其設計生產過程中確立的。對設計制造過程而言，智能電能表的可靠性主要涉及架構設計、硬件可靠性及軟件可靠性三個方面。

智能電能表的使用可靠性，是指智能電能表實際使用過程中所呈現的可靠性，是安裝、工作環境、使用方法、維修等因素綜合作用的結果。智能電能表使用過程中，既受到環境因素(溫濕度、鹽霧、電磁環境)的影響，也與電能質量、用戶用電行為等有關。此外，智能電能表所用元器件的老化，也是影響其使用可靠性的重要因素之一。

智能電能表設計制造上，通常會對溫濕度、電磁干擾等環境因素的影響給予考慮。因此，在智能電能表的實際使用中，應更關注電能質量、用戶行為和元器件老化等與其使用可靠性的關系。

2 固有可靠性技術研究

智能電能表的固有可靠性由設計和制造過程決定。目前，針對提高智能電能表固有可靠性技術的研究，主要集中在智能電能表的架構設計、硬件可靠性分析、軟件可靠性測試等三個方面。

2.1 智能電能表的框架設計

智能電能表的框架結構，決定著其內部各功能單元的物理連接方式，也決定著其實現法制計量與非法制計量部分相分離需采用何種技術手段。設計采用合理的框架結構，能有效降低各功能模塊之間的相互影響，減小管理芯發生故障時對電能計量功能的影響，以保障并提高智能電能表的固有可靠性。

目前智能電能表的架構方案，主要有“雙芯”、“單芯雙核”和分體式等方案[5]。文獻[5]對這3種方案的優缺點進行了比較分析，總結出了各方案的優缺點，見文獻[5]的表2。在這三種方案中，“雙芯”方案的可靠性較高，但可擴展性差，“單芯雙核”方案由于計量算法不確定，其可靠性難以保障。比較結果說明，合理的框架結構設計，可有效提高智能電能表的固有可靠性。基于比較結果，研究者提出了以基表+主控板+功能模塊的智能電能表設計方案。該方案能較好地實現智能電能表法制計量功能部分與非法制計量部分的分離，減小其他功能模塊對核心模塊即電能計量模塊的影響；而且，該設計方案還便于對軟件的可靠性進行獨立測試和分析，可提高智能電能表固有可靠性的檢測效率。

目前國內有關智能電能表架構的研究，主要還是以雙芯結構為基礎，經仔細規劃設計各功能模塊、改進接口等方式，減少各功能模塊之間的相互影響，保證數據信息傳輸的完整性和可靠性，從而切實保障智能電能表的固有可靠性。例如，文獻[6]設計出一款單相智能電能表，具體以STM32為主控芯片，配合專業的計量芯片ATM90E26，并以BC-95作為NB-IoT的無線通信芯片，實驗測試表明，可提高數據傳輸的可靠性。針對現有雙芯智能電能表存在浪費晶體、增加變壓器設計難度以及可能惡化電能質量等問題，文獻[7]提出一種自帶隔離功能的雙芯電能表設計方案，具體結構見文獻[7]中的圖3。該方案增加了隔離電路，去掉了數字處理電路、寄存器電路，并優化了電源電路設計，降低了各功能模塊之間的相互干擾，以及因電壓不穩導致出現計量故障的概率，提高了智能電能表的固有可靠性。

2.2 智能電能表硬件可靠性技術

相比于普通電能表，智能電能表的結構更為復雜，元器件數量及類型更多樣，因此，硬件可靠性是智能電能電表固有可靠性的重要組成部分。為提高智能電能表硬件的可靠性，需要對組成其硬件的各個部分的可靠性進行分析[8]，選擇合適、耐用的元器件。目前，提高智能電能表硬件可靠性的研究路線主要有三類：一是利用現代可靠性分析理論，對智能電能表的元器件進行分析，尋找薄弱環節，判斷智能電能表可靠性的高低；二是采用加速老化試驗，測試智能電能表整體的硬件可靠性，分析故障出現的部位、發生的概率及其物理機理；三是直接對智能電能表中的關鍵模塊進行改進，以改善并提高電能表的固有可靠性。

2.2.1 智能電能表硬件可靠性分析技術

硬件可靠性分析技術，可以幫助設計者發現智能電能表硬件設計上存在的薄弱環節，還可對智能電能表整體的硬件可靠性進行預估，為設計者改進和優化硬件設計方案提供指導。智能電能表硬件可靠性分析的具體流程，如圖2所示。選擇可靠性分析模型(如元器件應力分析模型、故障樹模型，等)，根據元器件手冊或歷史數據對各部分進行打分，或者根據需求進行必要的實驗測試，對測試結果進行分析并打分，最后得到智能電能表硬件產品的綜合得分，而這正是智能電能表固有可靠性高低的具體體現。

圖2 硬件可靠性分析流程圖

文獻[9]采用元器件應力法，以Telcordia SR-332手冊為理論指導，對某型號智能電能表的各硬件模塊及不同溫度下智能電能表的整表失效率進行了分析。結果得到，工作溫度每升高15 ℃，該型號智能電能表的失效率就增加一倍。因此指出，制造智能電能表時，應十分關注其硬件的溫度特性。

2.2.2 基于高加速壽命試驗的硬件可靠性研究

智能電能表硬件可靠性分析技術，只能對所用元器件的質量對智能電能表的影響進行分析，但制造工藝、原材料缺陷等，也影響著智能電能表的固有可靠性[10]。因此，只采用硬件可靠性分析技術考察智能電能表的硬件可靠性仍有一定局限性。為了全面分析智能電能表整體的可靠性，還可以采用高加速壽命試驗的方法。

加速試驗在設計應力條件時，不能超過產品的極限條件，因此試驗時間較長。而高加速壽命試驗設計應力條件時，往往會超過產品所能承受的極限應力，這樣便可快速暴露智能電能表產品的設計和制造缺陷，極大縮短試驗進程。文獻[11]就采用高加速壽命實驗，分析了溫度和隨機振動等對智能電能表可靠性的影響。結果表明，溫度變化會導致絕緣材料的老化；而隨機振動，則會導致智能電能表內部結構變形、連接松脫以及原有電氣缺陷被擴大，造成智能電能表硬件故障。該研究彌補了硬件可靠性分析技術的不足，為智能電能表硬件可靠性研究提供了有益參考。

2.2.3 智能電能表關鍵模塊可靠性研究

可靠性預計技術以及實際使用情況都表明，智能電能電表的可靠性主要取決于供電電源模塊、計量模塊、控制CPU等幾個關鍵模塊。目前關于供電電源模塊的研究最多，此外，也有不少研究者選擇不同類型、不同品牌的芯片對計量模塊和控制模塊進行改進優化，以提高智能電能表的可靠性。

文獻[12]針對電能表電池欠壓問題，利用軟件仿真實驗，提出增加掉電檢測電路及增加電解電容等優化措施，能夠有效減少電池欠壓故障，為智能電能表穩定運行提供保障。文獻[13]選用開關電源為智能電能表供電，實驗測試表明，相比于傳統設計中采用線性穩壓電源，改用開關電源能降低器件的額外損耗，從而提高電能的利用效率，而且體積也更為小巧。針對電源電路易受到電磁騷擾影響，文獻[14]提出在電源模塊中增加隔離變壓器，以有效規避地線環路電流干擾，尤其是低頻干擾。

計量單元故障也是智能電能表的主要故障之一。針對于此，文獻[15]對導致智能電能表計量故障的原因進行深入分析，發現故障原因包括器件質量損傷、電損傷、PCB電路布線不當等，進而提出應從關鍵物料、工藝管控、驗證試驗等環節嚴格把控，以切實提高計量模塊的工作可靠性。

2.3 智能電能表軟件測試技術

智能電能表具有強大的功能，離不開其中豐富可靠的功能軟件。智能電能表的固有可靠性中，就包含有其中軟件的可靠性。現有的關于智能電能表軟件可靠性的分析研究，主要是基于軟件測試技術開展的，即通過人工檢查或采用自動測試的方法，對智能電能表中的程序源代碼、軟件整體架構、接口設計、數據流等方面的性能進行測試和審查，排除因程序設計不當造成的各種軟件故障，以此提高智能電能表的固有可靠性。然而，目前國內外并沒有統一的智能電能表軟件測試標準，國外雖出臺了相關檢測指南，但局限于文檔審查和源代碼檢查，其可信度及可靠性都不夠高[16-17]。

軟件檢測技術，一般分為靜態技術和動態技術。靜態技術是指對文檔、源代碼等進行審查，其效率低，人工成本高，且只能發現比較簡單的問題，可靠性不高。而動態測試，包括有白盒測試、黑盒測試以及灰盒測試等三種方法[18]，具體通過設計適當實驗，檢測軟件系統中的數據流、控制流，或者檢查是否能正常完成所設計的功能。動態測試的自動化程度高，人工成本低，能更好地體現軟件自身的功能屬性，可靠性更高[19]。目前關于智能電能表軟件測試的研究，也主要是圍繞動態測試技術展開的。

文獻[19]基于FPGA(Field Programmable Gate Array)環境，開發出了一套智能電能表軟件自動檢測程序。具體是利用FPGA模擬智能電能表外圍的功能模塊，采用故障注入法及接口測試法，對智能電能表的軟件進行檢測。驗證結果表明，該方法能較為全面地測試智能電能表軟件的各種功能，提高了其軟件性能的檢測效率，為智能電能表軟件可靠性分析提供了有效的技術支持。文獻[20]提出一種基于數據流、模塊化的智能電能表軟件設計方案，并借鑒硬件高加速壽命實驗的模式，提出了一種智能電能表軟件加速可靠性檢驗方案，并配合故障注入法，測試了智能電能表完整生命周期的軟件性能。仿真驗證表明，該方法能夠大大縮短智能電能表軟件性能的測試時間，而且能充分測試智能電能表整個使用過程中其軟件的運行性能，使得對智能電能表軟件可靠性的分析可做到更為完整全面，并對智能電能表軟件測試方法設計也有借鑒指導意義。

3 使用可靠性技術研究

智能電能表使用過程中，受使用環境、電能質量、用戶用電行為異常、裝表接線不牢固等因素的影響，可能出現計量超差、反向計量、死機甚至燒毀等問題，造成其使用可靠性降低。為提高智能電能表的使用可靠性，目前的研究思路主要有三種：(1)根據智能電能表的使用條件進行誤差補償；(2)對智能電能表的運行狀態進行在線檢測，以判斷其使用可靠性的高低；(3)利用人工智能技術進行故障診斷或故障預測，及時發現存在的問題或故障隱患。

3.1 計量誤差補償

計量電能的準確度，是反映智能電能表使用可靠性的最重要指標之一。排除存在竊電外，智能電能表計量電能的準確度，主要與電能質量、負荷大小以及環境溫度等有關[21]。前兩者造成的誤差，一般與智能電能表的計量模塊的軟硬件設計有關，很難在使用過程中消除。但由溫度造成的智能電能表計量不準、可靠性降低等問題，則可通過后期的誤差補償加以補償或改善。

文獻[22]開展了低溫環境下智能電能表計量性能的實驗測試，并利于Matlab和Origin等軟件對實驗數據進行了分析，結果表明，低溫下，智能電能表計量電能的誤差會增大；進而建立了不同負荷下電能表誤差隨溫度變化的數學模型，對智能電能表計量誤差消除提供了理論依據。文獻[23]基于熱力學模型，仿真分析了智能電能表CPU、采樣電阻器和計量芯片的溫度分布情況，并實測了采樣電阻器和計量芯片的溫度特性，進而設計出一種標準規定的適用溫度范圍內智能電能表計量誤差自適應校正方案。

3.2 智能電能表運行狀態檢測技術

相比傳統的電能表，智能電能表依據測得的電參量，可以從多個維度和層面去形成更加豐富的數據信息。通過分析這些數據信息，可以判斷智能電能表的運行狀態，為維修和更換工作提供指導，從而切實提高智能電能表的使用可靠性。

目前，關于智能電能表運行狀態的檢測技術，主要以產品全壽命周期理論為基礎，結合采用模式識別、聚類分析等算法，對智能電能表的運行狀態進行綜合評價。文獻[24]將智能電能表的全壽命周期細分為研發設計、物料采購、生產制造、出廠供貨、驗收檢測、倉儲配送、安裝運行、拆除報廢共8個階段，利用上述方法，先對不同階段分別進行分析評估，再綜合各階段的評估結果，對智能電能表運行狀態優劣做出評價。目前，國內已有多家省網電力公司在采用這樣的智能電能表運行狀態在線檢測系統。

文獻[25]將無線射頻識別，俗稱電子標簽RFID(Radio Frequency Identification)通信技術和網絡云平臺技術等，都應用于智能電能表在線管理系統設計，建立了一個智能電能表全壽命周期管理系統。文獻[26]采用缺陷扣分法和三角模糊數層次分析法，對智能電能表全壽命周期評價體系加以改進優化，形成了更為合理的評價流程，提高了評價結果的可信度。

3.3 智能電能表在線故障診斷技術研究

智能電能表運行過程中，可能發生各種類型的故障，其中，有些故障很容易排查，而有些則比較隱蔽。如果能及時發現故障并對其類型進行診斷，則能極大提高智能電能表的運維管理水平，從而提高智能電能表的使用可靠性。而且研究表明，智能電能電表發生較為嚴重的故障前，其運行過程中產生的數據信息往往有所預示。依據這些先兆信息，若能提前預測智能電能表是否將發生故障，就能提前檢修，降低其發生事故的概率，從而提升其使用可靠性。因此，針對智能電能表故障在線診斷技術的研究，通常有兩種思路：一是智能電能表已發生故障，分析其運行數據信息，判斷具體故障原因；二是對其運行數據信息進行分析，從而預測即將發生故障的類型。目前關于智能電能表故障診斷技術的研究，多采用人工智能算法，典型的如人工神經網絡、聚類、模式識別、決策樹、關聯規則、貝葉斯等算法。

3.3.1 神經網絡算法

智能電能表產生的數據信息具有結構不統一、非持續、隨機以及噪聲廣泛存在等特點，而人工神經網絡算法具有較好的非線性映射能力，能夠很好地挖掘智能電能表故障類型與數據信息之間的關系。神經網絡算法流程可分為三個階段：(1)簡易線性前向傳播；(2)非線性反向傳播；(3)神經網絡進化。

文獻[27]采用基于神經網絡算法的數據挖掘技術，分析了智能電能表故障數據信息與其他數據信息之間的聯系，其具體的神經網絡訓練過程，可參見文獻[27]。訓練結果表明，“誤差超差”和“RS-485通信失敗”這兩種故障與智能電能表的其他測量數據信息有關，正確性為75%。文獻[28]基于BP神經網絡對智能電能表的軟件故障進行分類，并通過Matlab驗證了方法的可行性。文獻[29]利用BP神經網絡預測用戶的用電行為，對智能電能表的負荷情況進行預估，以分析智能電能表的老化情況。

神經網絡算法雖然能夠挖掘智能電能表各種數據信息與故障數據信息的關聯性，發現故障的前兆，但由于該算法的理論不夠完備，還不能很好地解釋結果的關聯性。對研究人員而言，神經網絡算法更像是一個黑盒系統，對可靠性要求較高的電網來說，它更適合作為故障先兆的挖掘技術，但若用于在線檢測，則存在一定風險。

3.3.2 貝葉斯算法

貝葉斯算法一般被用于故障類型預測。該算法具有以下3個特征：一是能夠綜合先驗及后驗數據信息，降低數據信息的不穩定性；二是可處理不完整的數據信息集合；三是可找到不同數據信息之間的因果關系。研究驗證結果表明，相比于其他人工智能算法，貝葉斯算法十分適用于智能電能表的故障分析。在實際研究過程中，一般將貝葉斯算法與其他算法結合使用，由此，既可發揮貝葉斯算法雙向推理優勢，同時，又可簡化貝葉斯網絡；或者可融合更多數據信息，以提高預測的精準度。

文獻[30]提出了一種基于貝葉斯網絡的智能電能表故障分類與預測模型。具體地，他們采用評分-搜索算法中的K2算法構建貝葉斯網絡模型，經過對320 000條數據信息的訓練，該模型在故障預測上表現出較好的有效性。文獻[31]為分析環境因素對智能電能表可靠性的影響，提出了一種貝葉斯ZINB模型，仿真實驗結果表明，在特定環境因素下，該模型能準確預估智能電能表故障的變化特征。

3.3.3 K-means聚類算法

K-means算法是非監督學習中的一種經典聚類算法，可將數據信息庫中相似的未加標注的數據信息聚為一類。實現的流程主要為：(1)隨機選取初始聚類中心；(2)對剩余部分進行劃分歸類；(3)根據劃分歸類結果，重新計算各類均值(聚類中心)，然后重復步驟(2)，直到滿足終止條件。

文獻[32]將K-means算法與云理論相結合，建立了一種智能電能表故障數據信息的多層云模型。驗證結果表明，該模型可很好地模擬智能電能表故障數據的隨機性和模糊性，同時又可對常見故障進行定位排序。

3.3.4 其他

由于智能電能表的故障數據信息具有非連續性、結構不完整、隨機性強的特點，所以并非所有的人工智能算法都適用于智能電能表的故障分析。除上述幾種算法外，還有關聯規則、基于C5.0算法構建決策樹[33]等算法，也常用于對智能電能電表故障的識別。

此外，智能電能電表的液晶顯示也常出現問題。鑒于此，文獻[34]基于圖像分割、模板匹配方法，設計出一套針對智能電能表液晶屏顯示缺陷的自動檢測系統。實驗測試證明，該系統可有效檢測出液晶顯示的筆畫缺省、顯示失效等問題，能彌補人眼觀察造成的標準不一、準確度差、隨機性大的不足，有效提高運維檢測水平，從而改善智能電能表的使用可靠性。

4 智能電能表可靠性技術研究趨勢展望

智能電能表在電能計量、電能質量監測、用戶用電行為預測、電價政策制定等領域都發揮著重要作用。所以，提高智能電能表的可靠性已成為目前重要的研究方向之一。智能電能電表可靠性技術，涉及智能電能表的結構設計、硬件選擇、軟件測試、在線監測、大數據挖掘等眾多技術領域，其未來的發展趨勢主要有以下四個方面：

(1)改進智能電能表的核心功能模塊，如供電電源、采樣功能模塊等，從而切實提高其薄弱環節的可靠性。供電電源模塊應朝著低功耗、小體積、高性能方向改進；采樣功能模塊的發展趨勢為高頻率、高精度、寬幅度；

(2)進一步完善智能電能表硬件可靠性分析技術。現有的方法大多依賴于元器件可靠性手冊，具有較大的局限性。未來應基于黑盒測試、灰盒測試理論，建立智能電能表硬件性能自動化分析平臺，提升檢測效率。此外，還可以借助仿真技術，對智能電能表所用元器件的性能進行仿真實驗驗證；

(3)規范軟件測試流程，結合動態檢測技術開發智能電能表軟件自動測試平臺。隨著智能電能表的升級換代，其軟件功能更為豐富多樣，架構也更加復雜。軟件性能必將成為影響智能電能表可靠性的更重要因素。因此，必須制定統一的測試規范，并提高智能電能表軟件的自動化檢測能力；

(4)基于大數據技術，建立智能電能表運行狀態在線監測系統。依托數據挖掘技術，提高智能電能表故障預測、故障類型識別能力，優化并完善現有的智能電能表運行狀態的在線監測系統。

5 結束語

目前，國內關于智能電能表可靠性技術的研究日益受到關注。國家電網公司和南方電網公司正聯合多家省級電力公司和智能電能表重點生產企業，基于對智能電能表全壽命周期所涉及大量具體影響因素的歸類、分級和分析，從計量、標準、檢驗檢測、合格評定等關鍵技術基礎層面，狠抓提高智能電能表質量即可靠性的能力建設，力爭盡早形成統一的旨在確實提升我國智能電能表可靠性的行業規范。

文章從固有可靠性和使用可靠性兩個方面，對現有智能電能表可靠性技術及相關研究進行了分類、歸納和梳理，進而論及了智能電能表可靠性技術發展進步的趨勢。提出在未來的研究中，應該更加注重與現代可靠性分析、人工智能、自動化、大數據等技術的融合，以切實提高智能電能表的研發設計、生產制造、性能檢測及運維管理水平。