一种低功耗电能数据采集系统及方法与流程

1.本公开属于电力数据采集技术领域，具体涉及一种低功耗电能数据采集系统及方法。


背景技术：

2.本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。
3.电力系统是支撑电力工业发展的基础，在电网容量、联网规模逐渐扩大及运行负荷迅速增加的环境下，不但要重视优化系统运行工况，减少电力事故，同时应完善电力营销服务。电能计量是电力营销工作的重要组成部分，做好电能计量工作能够及时了解用电量、用电变化规律。我国的电能计量工作面临着随机性强、非线性用电普遍等问题，为了准确计量电力系统的电能，应保证计量采集通信系统的正常运行，计量采集终端可以稳定传输电能信息。
4.随着科技的飞速发展，越来越多的地区开始采用智能电表作为底层的硬件，作为基本底层数据的提取、电力的计量工作区，随着国内智能电网概念的广泛提出，智能化、高效性、精准性越来越成为国家电网的电能计量基本功能要求。同时，目前针对大范围内的通信主要采用光纤实现信息的传输，底层建设经济性较差，设备要求高等问题不断暴露出来。
5.据发明人了解，现有的电能数据采集技术所存在的问题为：
6.(1)依赖基本的电能计量设备，数据的采集过程中的通信能力不足；
7.(2)无法使用国家智能电网目标的实现，智能电表的广泛使用，现行的通信技术兼容性差；
8.(3)基于光纤实现通信需求，底层建设的经济压力大。


技术实现要素：

9.为了解决上述问题，本公开提出了一种低功耗电能数据采集系统及方法，本公开基于lora模块实现网络化设计，搭建智能电表网络，实现有效的电能计量和管理。
10.根据一些实施例，本公开的第一方案提供了一种低功耗电能数据采集系统。
11.一种低功耗电能数据采集系统，包括：
12.连接单元，通过lora无线模块进行电能计量数据的双向交互，将电表、与所述电表串行端口兼容的串行转换器设置和微控制器相连接，在接口连接器的作用下lora调制解调器分别与电缆和微控制器连接，lorawan体系采用星形拓扑网络结构；
13.预测单元，lora无线模块与lorawan体系双向通信，将lorawan体系中的lora网关所接收的电能计量数据传送到电力私有云中的电能计量信息预测模型中进行预测；
14.管理单元，基于所述电力私有云，将实时的电能计量数据和基于电能计量信息预测模型的预测数据集中传输到电力公司控制中心的显示端，对分散的数据进行集中化管理。
15.根据一些实施例，本公开的第二方案提供了一种低功耗电能数据方法。
16.一种低功耗电能数据采集方法，采用了第一方案中的低功耗电能数据采集系统，包括以下步骤：
17.步骤s01：通过lora无线模块进行电能计量数据的双向交互，将电表、与所述电表串行端口兼容的串行转换器设置和微控制器相连接，在接口连接器的作用下lora调制解调器分别与电缆和微控制器连接，lorawan体系采用星形拓扑网络结构；
18.步骤s02：所述lora无线模块与lorawan体系双向通信，将lorawan体系中的lora网关所接收的电能计量数据传送到电力私有云中的电能计量信息预测模型中进行预测；
19.步骤s03：基于所述电力私有云，将实时的电能计量数据和基于电能计量信息预测模型的预测数据集中传输到电力公司控制中心的显示端，对分散的数据进行集中化管理。
20.根据一些实施例，本公开的第三方案提供了一种计算机可读存储介质。
21.一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本公开第二方案中所述的低功耗电能数据采集方法中的步骤。
22.根据一些实施例，本公开的第四方案提供了一种信息数据处理终端。
23.一种低功耗电能数据采集信息数据处理终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本公开第二方案中所述的低功耗电能数据采集方法中的步骤。
24.与现有技术相比，本公开的有益效果为：
25.本公开基于lora模块实现网络化设计，实现支持固定的中到高密度无线连接，搭建智能电表网络，大幅度降低电力的消耗，提高整体架构设计的兼容性，降低底层建设的经济成本，实现了有效的智能化电能计量和管理。
附图说明
26.构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
27.图1是本公开实施例一中的低功耗电能数据采集系统的结构框图；
28.图2是本公开实施例二中的低功耗电能数据采集方法的流程图；
29.图3是本公开实施例二中的电能计量信息预测模型进行预测的流程图。
具体实施方式：
30.下面结合附图与实施例对本公开作进一步说明。
31.应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
32.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
33.在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
34.实施例一
35.本公开实施例提供了一种低功耗电能数据采集系统。
36.如图1所示的一种低功耗电能数据采集系统，包括：
37.连接单元，通过lora无线模块进行电能计量数据的双向交互，将电表、与所述电表串行端口兼容的串行转换器设置和微控制器相连接，在接口连接器的作用下lora调制解调器分别与电缆和微控制器连接，lorawan体系采用星形拓扑网络结构；
38.预测单元，lora无线模块与lorawan体系双向通信，将lorawan体系中的lora网关所接收的电能计量数据传送到电力私有云中的电能计量信息预测模型中进行预测；
39.管理单元，基于所述电力私有云，将实时的电能计量数据和基于电能计量信息预测模型的预测数据集中传输到电力公司控制中心的显示端，对分散的数据进行集中化管理。
40.实施例二
41.本公开实施例介绍了一种低功耗电能数据采集方法，采用了实施例一中所介绍的低功耗电能数据采集系统。
42.如图2所示的一种低功耗电能数据采集方法，具体包括以下步骤：
43.步骤s01：通过lora无线模块进行电能计量数据的双向交互，将电表、与所述电表串行端口兼容的串行转换器设置和微控制器相连接，在接口连接器的作用下lora调制解调器分别与电缆和微控制器连接，lorawan体系采用星形拓扑网络结构；
44.步骤s02：所述lora无线模块与lorawan体系双向通信，将lorawan体系中的lora网关所接收的电能计量数据传送到电力私有云中的电能计量信息预测模型中进行预测；
45.步骤s03：基于所述电力私有云，将实时的电能计量数据和基于电能计量信息预测模型的预测数据集中传输到电力公司控制中心的显示端，对分散的数据进行集中化管理。
46.作为一种或多种实施方式，所述lora无线模块用于连接微控制器和rf，实现电能计量数据从电表到lora网关的通信；lora无线模块通过串行通信设备从电表中读取电能计量数据的串行数据，使用obis代码将所读取的串行数据转换为机器可读值；再通过obis代码参考模型转换为可读格式，并传输到lora网关；obis代码用于支持dlms协议的电表中，为电能计量设备中的所有数据提供标准的标识符。
47.作为一种或多种实施方式，如图3所示，电能计量信息预测模型进行预测，具体过程为：
48.步骤s201：输入实时更新的原始的电能计量数据，采用增强公式y0(k)＝αx0(k)+(1
‑
α)y0(k
‑
1)，其中α表示稳定系数。对具有随机波动性的原始的电能计量数据进行稳定处理，得到电能计量数据序列，提高序列稳定性，弱化其随机性，使其更接近指数发展趋势；
49.步骤s202：对所述电能计量数据序列利用优化背景值的序列预测模型进行预测，根据序列预测公式(其中u、a均为系数)得到y1序列的预测序列yp1，并由累减还原公式yp0(k)＝yp1(k)
‑
yp1(k
‑
1)得到y0序列的预测序列yp0；
50.步骤s203：将预测结果进行反指数稳定处理，得到原始的电能计量数据与下一预测时刻的预测值；
51.步骤s204：利用原始的电能计量数据及其拟合值判断所得到的原始的电能计量数
据与下一预测时刻的预测值是否达到拟合误差要求，若达到拟合误差要求，则输出下一预测时刻的预测值，若否则执行步骤s205；
52.步骤s205：寻求最优的稳定系数值；
53.步骤s206：重新选取稳定系数子区间及试点稳定系数，并判断试点稳定系数，若满足|α
i
‑
α
i
'|<ε，其中α
i
'表示子区间试点稳定系数，ε表示无穷小的正数，则取最优稳定系数为α
i*
＝(α
i
+α
i
')/2，并转入步骤s201；若不满足，则取平均绝对百分误差值(mape)小的稳定系数α值，并转入步骤s201。
54.作为一种或多种实施方式，在步骤s202中，对所述电能计量数据序列利用优化背景值的序列预测模型进行预测，具体过程为：
55.步骤s20201：对得到的稳定序列y0进行相加，得到相加序列y1(k)＝y0(k)+y0(k+1)；
56.步骤s20202：采用增强处理过程中的稳定系数α，根据对序列预测模型中的背景值进行优化，并根据优化后的背景值z(k)＝βy1(k
‑
1)+(1
‑
β)y1(k)求取数据矩阵y＝[y0(2),y0(3),...,y0(n)]
t
和得到灰参数
[0057]
步骤s20203：根据序列预测公式得到相加序列y1的预测序列yp1，通过累减还原公式yp0(k)＝yp1(k)
‑
yp1(k
‑
1)得到稳定序列y0的预测序列yp0。
[0058]
作为一种或多种实施方式，在步骤s205中，寻求最优的稳定系数值时采用0.618优选算法，所述0.618优选算法的具体过程为：
[0059]
步骤s20501：取ε＝0.01，将平滑系数α∈(0,1)分为10个等距子区间：α1∈(0,0.1)，α2∈(0.1,0.2)，
…
，α
10
∈(0.9,1)，选取某一子区间α
i
∈(a0,b0)(i＝1,2,...,10)；
[0060]
步骤s20502：取第一个试点，令α
i
＝0.618a0+0.382b0；
[0061]
步骤s20503：取第二个试点，令α
i
'＝0.382a0+0.618b0；
[0062]
步骤s20504：判断|α
i
‑
α
i
'|<ε是否成立，若成立，则取最优平滑系数α
i*
＝(α
i
+α
i
')/2，进行后续过程的处理，若否则执行步骤s20505；；
[0063]
步骤s20505：分别计算两个试点相对应的平均绝对百分误差值(mape)f1(α
i
)和f2(α
i
')并比较其大小，若f1(α
i
)<f2(α
i
')，则令a0不变，b0＝α
i
'，α
i
'＝α
i
，f2(α
i
')＝f1(α
i
)，转入步骤s20502。
[0064]
在0.618优选算法中第一步将平滑系数区间划分为10个等距子区间，因在[0,1]整个区间上难以证明mape是单峰函数，等分区间就可能将平均绝对百分误差值(mape)的各极值点分布在不同的子区间中，使得平均绝对百分误差值(mape)在各子区间中是单峰函数，满足0.618优选算法中目标函数为单峰函数的要求。0.618优选算法中选择平均绝对百分误差值(mape)作为目标函数，根据计算公式(其中n为数据的个数，xp0是x0的预测序列，且与平滑系数有关)，可以看出f
mape
实际上是关于平滑系数的函数，并
且较之平均平方误差、平均绝对偏差等，能更准确地反映预测值与实际值的偏离程度，有效衡量无偏性)。
[0065]
本实施例的低功耗电能数据采集方法主要依赖低功率无线网lpwan技术和网络中的相关协议，例如设备语言消息规范(device language message specification,dlms)、dlms\cosem(companion specification for energy metering)用户关联管理的开放标准等。
[0066]
低功率无线网lpwan技术是目前广泛应用的远程接入技术，是一项可同时满足覆盖范围和电池使用寿命需求的技术。它能以极小的功耗提供最长距离的覆盖范围，而且数据速率仅略微下滑。很多智慧城市和智能公用事业应用，例如智能路灯、湿度传感器、智能计量和智能停车等，对数据速率的要求不高，但却需要非常宽广的覆盖范围。这就是lpwan能够派上用场的地方。
[0067]
dlms是一套由“dlms user association(页面存档备份，存于互联网档案馆)”开发维护的应用层规范标准，目前已被iec tc13 wg14纳入iec 62056系列标准之中。cosem涵盖了dlms规约的传输与用户层规范。
[0068]
dlms独立于应用层以下的各个低层，因而也就与通信信道无关，设计用于在计算机集成环境中支持与(能量)分配设备间的消息交换，是由iec tc57建立并以iec 61334
‑4‑
41发布的国际标准。这个概念被进一步发展成为设备语言报文规范，其目的在于为结构化建模和仪表数据交换提供一个互操作环境，支持任何能量类型如电、水、气或热的计量，应用于远程抄表、远程控制以及增值服务。
[0069]
本公开基于lora模块实现网络化设计，实现支持固定的中到高密度无线连接，搭建智能电表网络，大幅度降低电力的消耗，提高整体架构设计的兼容性，降低底层建设的经济成本，实现了有效的智能化电能计量和管理。
[0070]
实施例三
[0071]
本公开实施例三提供了一种计算机可读存储介质。
[0072]
一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本公开实施例二所述的低功耗电能数据采集方法中的步骤。
[0073]
详细步骤与实施例二提供的低功耗电能数据采集方法相同，在此不再赘述。
[0074]
实施例四
[0075]
本公开实施例四提供了一种低功耗电能数据采集信息数据处理终端。
[0076]
一种低功耗电能数据采集信息数据处理终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本公开实施例二所述的低功耗电能数据采集方法中的步骤。
[0077]
详细步骤与实施例二提供的低功耗电能数据采集方法相同，在此不再赘述。
[0078]
本领域内的技术人员应明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
[0079]
本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流
程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0080]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0081]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0082]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(read
‑
only memory，rom)或随机存储记忆体(random accessmemory，ram)等。
[0083]
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。