一种分元件比对的电能表运行状态远程评估方法与流程

1.本发明涉及电能计量及采集管理系统，具体涉及一种分元件比对的电能表运行状态远程评估方法。


背景技术：

2.电能计量是电力行业用于电能贸易和结算电费的法定依据，其准确性关系到电网企业和每个用户的切身利益。因此，对在运行的电能表进行运行状态远程评估是十分必要的。随着hplc智能电能表的全面覆盖，电量、电压、电流等数据采集成功率逐步提升，为挖掘电力数据价值，为运用电力数据定位失准电能表提供强大数据基础。远程评估电能表运行状态的方法主要有结合统计学、聚类方法等；其中，基于统计学的方法是考虑了电能计量层级的总
‑
分性，结合统计学分析方法进行数据拟合，并结合拟合系数和电能表进行误差相关性，定位失准电能表，现有的统计学方法通常是采用电量数据进行拟合；基于聚类的方法是认为正常的同类用户在复合曲线形态等指标上具有相似性，为了凸显失准用户常见的用电量趋势性下降、日负荷曲线异常以及报装容量利用率偏低等异常，基于聚类的方法多采用月/日用电量、电压/电流三相不平衡度和负荷变化率与波动率等指标进行聚类。
3.目前，电网企业主要通过拆回检定、周期轮换、定期抽检与现场试验等方式对电能表运行状况进行管控，但是上述管控方式存在以下一些问题：1、现场检验条件要求较高、易受外界因素影响；2、工作强度大，往返现场将会耗费大量人力物力，且管理方式粗放、效率较低；3、电能表出现故障时无法及时发现处理，只能在下次周期检验或轮换时发现，易引起电能交易各方的电费纠纷；4、按照轮换周期，不加区别地实施更换将使大量质量性能完好的电能表提前报废，造成资源浪费。此外，现有的电能表运行状态的远程评估方法针对的仅是整只电能表，未将电压、电流等数据与电能表元器件故障进行关联分析，无法远程研判电能表故障元器件。


技术实现要素：

4.为解决现有技术中存在的问题，本发明旨在提供一种分元件比对的电能表运行状态远程评估方法，将多维度电压分析法与零火线电流分析法进行结合，对电能表的电压采样元件、电流采样元件和计量芯片的运行状态进行评估，将电能表状态评估由电表级缩小到元件级，为电能表运行状态的远程评估提供新的系统和方法。
5.本发明的技术方案如下：
6.一种分元件比对的电能表运行状态远程评估方法，包括以下步骤：
7.s1、通过数据采集系统查询台区下电能表事件记录、特征电压与应答否认，判断是否有主cpu与计量芯片通信发生故障，在无故障的情况下进入下述步骤；
8.s2、通过数据采集系统采集同一时间断面的电能表中的电压、负荷曲线、火线电流、零线电流、相位以及时钟数据；
9.s3、对读取到的电压数据进行预处理，筛选台区下符合时钟差阈值的时刻进行电
压数据分析，通过邻近电压比对法和离群电压检测法结合的多维度分析，定位台区下存在的电压异常电能表；
10.s4、对读取到的电流数据进行预处理，筛选各电能表符合时钟差阈值的时刻进行电流数据分析，通过零火线电流分析法，定位台区下存在的电流异常电能表；
11.s5、将经过步骤s3和s4得到的数据定位异常点与元器件故障类型进行关联分析：如果电能变存在电压异常，不存在电流异常，则判断电能表电压采样元件故障；如果电能表存在电流异常，不存在电压异常，则判断电能表电流采样元件故障；如果电能表电压、电流均存在异常，由于电压采样与电流采样元件同时故障可能性低，则判断电能表计量芯片基准电压元件故障；
12.s6、结合经过步骤s5得到的各元件判断结果能量守恒算法以及基于能量守恒原理计算得到的失准监测结果，进而得到各电能表运行状态综合研判结论。
13.其中，所述步骤s2中采用负荷曲线进行比对的两只电能表的时钟需同步，通过采集终端本地执行的时钟采集结果进行筛选，第i块电能表时钟为ti，第j块电能表时钟为tj，两块电能表的时钟差为δtij＝ti
‑
tj。
14.其中，所述步骤s2中零火线电流为同一个任务方案同一任务批次的顺序执行结果，设火线电流的终端执行时间为tl，零线电流终端执行时间为tn，则零火线电流采集时间差为δt＝tl
‑
tn。
15.其中，窄带筛选时间差δt为1～10s的数据，hplc筛选时间差δt为0～2s的数据。
16.其中，所述步骤s3中邻近电压比对法中电压比对误差模型如下：
17.y
u
＝β
u
x
u
[0018][0019]
x
u
为邻近参考电能表a电压测量值；y
u
为比对电能表b电压测量值；β
u
为电压数据线性回归参数估计值；ε
u
为电能表b电压测量误差；将x
u
作为自变量，将y
u
作为因变量，当累计足够多测量样本时，进行线性回归求解β
u
，从而计算得到电能表电压测量误差ε
u
。
[0020]
所述离群电压检测法是将台区下所有电能表的电压值从小到大进行百分位排序，u
5％
为从小到大排列时5％数量时对应电压值，u
95％
为从小到大排列时95％数量时对应电压值，u
t
为离群检测阈值，满足以下条件的电压视为异常值：
[0021]
u<u
5％
‑
u
t
[0022]
u>u
95％
+u
t
[0023]
综合运用邻近电压比对法与离群电压检测法，确定电能表电压测量误差；当两种算法均输出异常时，研判为高置信度电压异常；当仅有一种算法输出异常时，研判为中置信度电压异常。
[0024]
其中，所述步骤s4中零火线电流分析法是将单相表零线电流作为参考标准，计算电流测量误差，具体电流测量误差为：
[0025]
y
i
＝β
i
x
i
[0026]
[0027]
x
i
为电能表a零线电流测量值；y
i
为电能表a火线电流测量值；β
i
为电流数据线性回归参数估计值；ε
i
为电能表a电流测量误差；将x
i
作为自变量，将y
i
作为因变量，当累计足够多测量样本时，进行线性回归求解β
i
，从而计算得到电能表电流测量误差ε
i
。
[0028]
其中，所述步骤s6中基于能量守恒原理的失准监测算法，以台区为监测单元时基本模型如下：
[0029]
y＝β0+β1x1+β2x2…
+β
i
x
i
…
+β
p
x
p
[0030][0031]
y为电表日电量，x1，x2，
…
x
i
，
…
x
p
为第1,2，
…
i,
…
p个户表日电量，β0为固定损耗，β1，β2，
…
β
i
，
…
β
p
为对应电能表电量更正系数；当累积足够多电量样本时，通过计算得到电量更正系数β
i
，最后通过计算得到各电能表的电量测量误差ε
i
。
[0032]
相较于现有技术，本发明具有如下有益效果：本发明提出的分元件比对的电能表运行状态远程估计的方法，以国家电网技术标准要求，单相表包括一路电压采样通道和两路电流采样通道，火线电流为锰铜采样，零线电流为互感器采样为实现基础，利用邻近电压比对法和离群电压检测法结合的多维度分析来评估某只电能表是否存在电压异常，利用零火线电流分析法评估某只电能表是否存在电流异常，进而定位电能表不同元件运行状态，最后结合本台区能量守恒算法辨识结果，得到单只电能表运行状态的综合研判结果，将电能表远程运行评估状态由电表级进一步精细到元件级，实现电能表运行误差精准定位，提升定位失准电能表研判准确性。
附图说明
[0033]
图1为本发明实施例提供的分元件比对的电能表运行状态远程估计的方法流程框图。
具体实施方式
[0034]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
[0035]
本发明提供一种分元件比对的电能表运行状态远程评估方法，以国网技术标准要求的单相表为基础，从单相电能表构成分析，常见计量故障主要包括采样通道故障、电压基准故障、主cpu与计量芯片通信故障，从电能表硬件故障类型入手，分析其反映的电能表电压、电流测量值的关系分析如下：
[0036]
(1)若电压采样通道发生故障，则电压测量值发生异常，可通过同个表箱同个相别电压比对发现。
[0037]
(2)若某一路电流采样通道发生故障，则电能表零火线电流测量值将不一致，可通过电流比对发现异常。如果零线、火线两路电流采样通道都发生故障，两路电流的误差不会完全一致，通过电流比对发现异常。
[0038]
(3)若计量芯片基准电压发生故障，则电压、电流测量值都会出现偏差，可通过电流、电压比对发现异常。
[0039]
(4)若主cpu与计量芯片通信发生故障，电能表会通过事件记录、输出特征电压、应答否认等方式进行提示，采集主站可进行相应判断。
[0040]
综上所述，由于电能表电压与电流分别属于不同的采样电路，对电压、电流与电量分别分析，能够提前研判电能表故障元件，准确定位失准电能表，判断故障元件，提升定位失准电能表研判准确性，参见图1，具体评估方法包括以下步骤：
[0041]
s1、通过数据采集系统查询台区下电能表事件记录、特征电压与应答否认，判断是否有主cpu与计量芯片通信发生故障，在无故障的情况下进入下述步骤；
[0042]
s2、通过数据采集系统采集同一时间断面的电能表中的电压、负荷曲线、火线电流、零线电流、相位以及时钟数据；采用负荷曲线进行比对的两只电能表的时钟应尽可能同步，可通过采集终端本地执行的时钟采集结果进行筛选；设第i块电能表时钟为ti，第j块电能表时钟为tj，两块电能表的时钟差为δtij＝ti
‑
tj，设置需比对的两块电能表时钟差δtij阈值，满足阈值的时间断面进行比对，阈值越小，比对结果越可靠；对于零火线电流分开采集的dl/t645电能表，可通过终端本地执行记录进行数据预筛选，零火线电流为同一个任务方案同一任务批次的顺序执行结果，设火线电流的终端执行时间为tl，零线电流终端执行时间为tn，则零火线电流采集时间差为δt＝tl
‑
tn，参与比对数据的时间差δt越小，比对结果越可靠，窄带筛选时间差δt为1～10s的数据，hplc筛选时间差δt为0～2s的数据；
[0043]
此外，只要不是电能表计量芯片内部同一时刻的输出值，火线电流与零线电流总会存在测量时间差，当数据采集刚好遇上用户负荷投切，将产生很大的偏差；因此除了终端采集时间差的筛选，还可对数据本身进行筛选；通过稳健回归方法对不符合整体回归趋势的特异值进行剔除；选取合适的权重函数和权重值，先对数据进行一次稳健回归分析，剔除权重低于阈值的数据，再进行第二次回归分析；
[0044]
s3、对读取到的电压数据进行预处理，筛选台区下符合时钟差阈值的时刻进行电压数据分析，由于同相别邻近电能表电压曲线趋势一致，通过邻近电压比对法和离群电压检测法结合的多维度分析，定位台区下存在的电压异常电能表；
[0045]
s4、对读取到的电流数据进行预处理，筛选各电能表符合时钟差阈值的时刻进行电流数据分析，通过零火线电流分析法，定位台区下存在的电流异常电能表；
[0046]
s5、将经过步骤s3和s4得到的数据定位异常点与元器件故障类型进行关联分析：如果电能变存在电压异常，不存在电流异常，则判断电能表电压采样元件故障；如果电能表存在电流异常，不存在电压异常，则判断电能表电流采样元件故障；如果电能表电压、电流均存在异常，由于电压采样与电流采样元件同时故障可能性低，则判断电能表计量芯片基准电压元件故障；
[0047]
s6、通过多维度电压分析法和零火线电流分析法，经过步骤s5得到的各元件判断结果，能够判断某只电能表是否存在电压异常、电流异常，进而定位电能表异常元件，再结合本台区能量平衡算法辨识结果即基于能量守恒原理计算得到的失准监测结果，得到单只电能表运行状态综合研判结论。
[0048]
其中，所述步骤s3中邻近电压比对法中电压比对误差模型如下：
[0049]
y
u
＝β
u
x
u
[0050]
[0051]
x
u
为邻近参考电能表a电压测量值；y
u
为比对电能表b电压测量值；β
u
为电压数据线性回归参数估计值；ε
u
为电能表b电压测量误差；将x
u
作为自变量，将y
u
作为因变量，当累计足够多测量样本时，进行线性回归求解β
u
，从而计算得到电能表电压测量误差ε
u
。
[0052]
所述离群电压检测法是将台区下所有电能表的电压值从小到大进行百分位排序，u
5％
为从小到大排列时5％数量时对应电压值，u
95％
为从小到大排列时95％数量时对应电压值，u
t
为离群检测阈值，满足以下条件的电压视为异常值：
[0053]
u<u
5％
‑
u
t
[0054]
u>u
95％
+u
t
[0055]
综合运用邻近电压比对法与离群电压检测法，确定电能表电压测量误差；当两种算法均输出异常时，研判为高置信度电压异常；当仅有一种算法输出异常时，研判为中置信度电压异常。
[0056]
其中，所述步骤s4中零火线电流分析法是将单相表零线电流作为参考标准，计算电流测量误差，具体电流测量误差为：
[0057]
y
i
＝β
i
x
i
[0058][0059]
x
i
为电能表a零线电流测量值；y
i
为电能表a火线电流测量值；β
i
为电流数据线性回归参数估计值；ε
i
为电能表a电流测量误差；将x
i
作为自变量，将y
i
作为因变量，当累计足够多测量样本时，进行线性回归求解β
i
，从而计算得到电能表电流测量误差ε
i
。
[0060]
其中，所述步骤s6中基于能量守恒原理的失准监测算法，以台区为监测单元时基本模型如下：
[0061]
y＝β0+β1x1+β2x2…
+β
i
x
i
…
+β
p
x
p
[0062][0063]
y为电表日电量，x1，x2，
…
x
i
，
…
x
p
为第1,2，
…
i,
…
p个户表日电量，β0为固定损耗，β1，β2，
…
β
i
，
…
β
p
为对应电能表电量更正系数；当累积足够多电量样本时，通过计算得到电量更正系数β
i
，最后通过计算得到各电能表的电量测量误差ε
i
。
[0064]
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围内。