论文部分内容阅读
摘 要：自国家电网公司全面推进智能电表安装、应用以来，智能电表数据分析方法已经在全国各地取得了良好的应用效果，这对于我国智能电网的建设、智慧家庭的建设具有重要作用。本文将紧密结合实际情况，对智能电表数据分析方法与智能电表数据分析应用场景进行探讨，希望可以对业内起到一定参考作用。
关键词：智能电表数据；分析方法；应用场景
中图分类号：TM933.4 文献标识码：A 文章编号：1004-7344（2018）18-0072-02
前 言
随着社会经济的快速发展，信息技术与通信技术取得了长足进步，与此同时，大量智能电表均得到了部署与应用，应用智能电表数据分析方法，可以让智能电表数据潜在价值得到充分挖掘。现阶段，我国智能电表的应用主要存在系统规模大、存储数据时间长、采集频率高、测量点分布密集、数据种类多的特点。
1 智能电表数据分析方法
1.1 方法类型
智能电表数据分析方法主要指的是利用统计分析的方法来处理、建模并计算通过收集得到的原始智能电表量测数据，以对有用信息进行提取，对其深层价值与内在关联进行深度挖掘，并得出结论的方法。智能电表能量聚合模型如图1所示。
结合图1，利用智能电表可以让智能电网得以形成，而智慧家庭利用电表和电网可以完成能量交互，智能电表数据分析方法可以为电力公司的电网规划、商业运营以及运行维护决策提供帮助。就目前来看，智能电表数据分析方法可以分为四种主要类型：
（1）聚类分析。所谓聚类分析主要指的是在一定标准下，对一类数据进行汇聚。人为定义聚类为虚拟电表，利用此电表可以将同一属性电表数据进行聚类，可以为有线性关系电表的区域规划与分析提供帮助。
（2）相关分析。智能电表数据相关分析主要指的是对现象之间是否有关联关系存在进行统计分析。偏相关与线性相关为相关分析两种主要类型，在具体分析过程中，线性相关分析方法得到了十分广泛的使用，利用此种方法，可以帮助电力公司工作人员对两变量线性关系进行研究，应用相关系数可以对此种关系进行描述。同时，借助温度和负荷关系，并结合实际运营天气状况可以对负荷高峰进行预测，以为电力公司运营决策提供帮助。
（3）趋势分析。在智能电表数据分析中，通过对比两期连续同一指标、多期连续同一指标，可以得到指标数额变化情况、增减变动方向以及变化幅度，可以让事物变化规律、变化趋势得到揭示。这种趋势分析方法较为常见，如在日常工作中，工作人员在对某一用户用电量进行分析时，就可以利用多条趋势曲线对其环比数据、同比数据进行表示，进而得出该用户用电规律。与此同时，利用此种趋势模型，还可以针对故障设备进行检查，判断为操作故障或零件毁坏故障[1]。
（4）异常分析。在智能电表数据分析过程中，可以分析电力运营过程中和一般规律偏离的现象与事件，以得出异常现象出现具体原因。在用电异常、设备故障的诊断过程中，应用此种异常分析方法可以起到重要作用。如对变压器发生故障之前的历史异常数据进行统计分析、抽样建模，就能够对变压器故障进行预测，对变压器进行及时更换与检修。
1.2 实施关键
在配电系统中，智能电表数据可以真实反映系统在某刻的运行状态，因此，在进行智能电表数据分析时，需要确保该数据和电气工程内在规律、基本原理相符，如同一电源点下各个测量点电压值应具有相似性；如在电源向负荷方向，配电馈线具有呈下降趋势的电压分布；如在一区域内，其具有守恒的供入电量与供出电量。
在实际应用过程中，通常需要提取超大规模数据中的有效数据，并对其进行处理与计算，智能电表数据分析如图2所示。
如图2所示，在数据采集中，包含停电信息、GIS信息、计费信息、人口普查、系统负载等多种数据，也就是说，在智能电表数据分析中，大数据处理是关键问题。我国具有辽阔的地域、众多的人口，很多省份都有着超过千万的电力用户数量，需要重点关注此问题。在此条件下，通常意义的集群系统、单机系统并不能在规定时间内运算处理智能电表数据，所以，并行计算模式是未来使用的必然趋势。对多种计算资源进行同时解决，对问题进行计算的方法为并行计算方法，应用多种处理器可以对同一问题进行协同解决，可以分解求解问题为多个部分，由单独处理机来对各个部分进行计算。现阶段，并行计算机集群系统主要包含了Spark、Hadoop等类型。
2 智能电表数据分析应用场景
2.1 资产管理
智能电表数据分析方法可以对配电网资产管理起到辅助作用，通过分析电表数据，可以对设备运行状态进行有效监测，让设备故障得到提前识别，进而让资产维护计划、资产更换计划得到合理优化。如美国某电力公司就曾通过分析智能电表数据，回溯分析了故障配电变压器二次侧电压数据，经过分析，發现在故障之前的一段时间内出现电压偏高情况，进而分析出其故障原因为高压侧绕组出现损坏，改变了变压器变比，据此可以提出解决策略，更换变压器。而新型变压器的投入使用可以让用户停电时间得到缩短，让变压器更新开支得到节省。也就是说，利用智能电表数据分析方法，可以让电力公司资产管理水平、资产运维水平得到提升，可以让事故停电现象得到有效减少[2]。
2.2 客户行为分析
在智能电表数据分析应用中，客户消费行为可以得到负荷曲线的直接显示，在智能电表数据中，可以对客户消费细节进行详细记录，如一定间隔的电压参数、电量参数及功率参数等，如果客户消费习惯相同，那么其负荷分布形状也大致相同，因此，可以依照负荷分布相似度来分类客户，进而让企业可以分类客户，让精细化管理目标得以实现，针对重点用户，可以制定出具有针对意义的运营策略。客户行为分析实际应用如图3所示。
结合图3，应用智能电表可以清楚地知道不同客户的不同用电规律，进而制定针对性运营策略，以提升用户服务体验，提升电力系统运行效益。除此之外，在客户行为分析过程中，在电网峰谷时段叠加用户实际负荷曲线，可以让用电细节得到更为全面地展现，让峰值时段电能费用得到科学计算，以对用户错峰潜力进行估算。
2.3 故障定位分析
和传统故障定位分析方法相比，利用智能电表数据分析方法可以让故障判断时间得到有效减少，进而提高故障处理效率。利用内置于智能电表中的智能传感器，在停电事件发生后，依然可以对“失电”故障信息进行上报，各个智能电表在接收此故障信息滞后可以对故障范围进行判断。调度中心人员对相关电表下发指令，可以对其断电与否进行判断，之后再进行故障维修，这可以让故障误报现象得到减少[3]。
2.4 配电网状态估计
在过去，电力公司通常会利用配电线路沿线与变电站内SCAD设备来对配电系统进行监测，但此种系统往往不能让配电线路以外电气信息得到显示。对此，应用智能电表数据分析可以让SCADA实时数据不足之处得到有力弥补，可以让状态估计精度得到提升。结合智能电表系统收集天气信息、历史数据，并结合GIS模型，可以构建出高精度用户模型，以实时收集用户数据。
2.5 网损分析
在网损计算过程中，不同期的供售电数据为主要问题，其主要原因为不同电压等级售电量抄表日期存在差别。应用智能电表，可以依照15min的间隔来采集数据信息，将过去每月一次网损分析转化为15min级，同时，应用智能电表可以对某一/组用户进行重点关注，对其间隔进行有效调节，可以将实时测量数据提供给网损分析，以完成重点用户网损情况分析工作。
3 结 论
综上所述，聚类分析、相关分析、趋势分析及异常分析为智能电表数据主要分析方法，应用此类分析方法，可以在资产管理、客户行为分析、故障定位分析、配电网状态估计及网损分析中取得良好的应用效果，这对于我国智能电网的建设具有推动作用。
参考文献
[1]徐大青，栾文鹏，张展国.智能电表数据分析方法及应用[J].供用电，2015，3208：25～30.
[2]袁 慧.智能电表数据分析方法及应用[J].黑龙江科技信息，2017，11：37.
[3]栾文鹏，赵 磊，刘沅昆.智能电表数据分析元及示例[J].南方电网技术，2016，1001：1～5.
收稿日期：2018-5-14
作者简介：莫润海（1981-），男，装表员，大学本科，主要从事装表接电，电表物资管理工作。
关键词：智能电表数据；分析方法；应用场景
中图分类号：TM933.4 文献标识码：A 文章编号：1004-7344（2018）18-0072-02
前 言
随着社会经济的快速发展，信息技术与通信技术取得了长足进步，与此同时，大量智能电表均得到了部署与应用，应用智能电表数据分析方法，可以让智能电表数据潜在价值得到充分挖掘。现阶段，我国智能电表的应用主要存在系统规模大、存储数据时间长、采集频率高、测量点分布密集、数据种类多的特点。
1 智能电表数据分析方法
1.1 方法类型
智能电表数据分析方法主要指的是利用统计分析的方法来处理、建模并计算通过收集得到的原始智能电表量测数据，以对有用信息进行提取，对其深层价值与内在关联进行深度挖掘，并得出结论的方法。智能电表能量聚合模型如图1所示。
结合图1，利用智能电表可以让智能电网得以形成，而智慧家庭利用电表和电网可以完成能量交互，智能电表数据分析方法可以为电力公司的电网规划、商业运营以及运行维护决策提供帮助。就目前来看，智能电表数据分析方法可以分为四种主要类型：
（1）聚类分析。所谓聚类分析主要指的是在一定标准下，对一类数据进行汇聚。人为定义聚类为虚拟电表，利用此电表可以将同一属性电表数据进行聚类，可以为有线性关系电表的区域规划与分析提供帮助。
（2）相关分析。智能电表数据相关分析主要指的是对现象之间是否有关联关系存在进行统计分析。偏相关与线性相关为相关分析两种主要类型，在具体分析过程中，线性相关分析方法得到了十分广泛的使用，利用此种方法，可以帮助电力公司工作人员对两变量线性关系进行研究，应用相关系数可以对此种关系进行描述。同时，借助温度和负荷关系，并结合实际运营天气状况可以对负荷高峰进行预测，以为电力公司运营决策提供帮助。
（3）趋势分析。在智能电表数据分析中，通过对比两期连续同一指标、多期连续同一指标，可以得到指标数额变化情况、增减变动方向以及变化幅度，可以让事物变化规律、变化趋势得到揭示。这种趋势分析方法较为常见，如在日常工作中，工作人员在对某一用户用电量进行分析时，就可以利用多条趋势曲线对其环比数据、同比数据进行表示，进而得出该用户用电规律。与此同时，利用此种趋势模型，还可以针对故障设备进行检查，判断为操作故障或零件毁坏故障[1]。
（4）异常分析。在智能电表数据分析过程中，可以分析电力运营过程中和一般规律偏离的现象与事件，以得出异常现象出现具体原因。在用电异常、设备故障的诊断过程中，应用此种异常分析方法可以起到重要作用。如对变压器发生故障之前的历史异常数据进行统计分析、抽样建模，就能够对变压器故障进行预测，对变压器进行及时更换与检修。
1.2 实施关键
在配电系统中，智能电表数据可以真实反映系统在某刻的运行状态，因此，在进行智能电表数据分析时，需要确保该数据和电气工程内在规律、基本原理相符，如同一电源点下各个测量点电压值应具有相似性；如在电源向负荷方向，配电馈线具有呈下降趋势的电压分布；如在一区域内，其具有守恒的供入电量与供出电量。
在实际应用过程中，通常需要提取超大规模数据中的有效数据，并对其进行处理与计算，智能电表数据分析如图2所示。
如图2所示，在数据采集中，包含停电信息、GIS信息、计费信息、人口普查、系统负载等多种数据，也就是说，在智能电表数据分析中，大数据处理是关键问题。我国具有辽阔的地域、众多的人口，很多省份都有着超过千万的电力用户数量，需要重点关注此问题。在此条件下，通常意义的集群系统、单机系统并不能在规定时间内运算处理智能电表数据，所以，并行计算模式是未来使用的必然趋势。对多种计算资源进行同时解决，对问题进行计算的方法为并行计算方法，应用多种处理器可以对同一问题进行协同解决，可以分解求解问题为多个部分，由单独处理机来对各个部分进行计算。现阶段，并行计算机集群系统主要包含了Spark、Hadoop等类型。
2 智能电表数据分析应用场景
2.1 资产管理
智能电表数据分析方法可以对配电网资产管理起到辅助作用，通过分析电表数据，可以对设备运行状态进行有效监测，让设备故障得到提前识别，进而让资产维护计划、资产更换计划得到合理优化。如美国某电力公司就曾通过分析智能电表数据，回溯分析了故障配电变压器二次侧电压数据，经过分析，發现在故障之前的一段时间内出现电压偏高情况，进而分析出其故障原因为高压侧绕组出现损坏，改变了变压器变比，据此可以提出解决策略，更换变压器。而新型变压器的投入使用可以让用户停电时间得到缩短，让变压器更新开支得到节省。也就是说，利用智能电表数据分析方法，可以让电力公司资产管理水平、资产运维水平得到提升，可以让事故停电现象得到有效减少[2]。
2.2 客户行为分析
在智能电表数据分析应用中，客户消费行为可以得到负荷曲线的直接显示，在智能电表数据中，可以对客户消费细节进行详细记录，如一定间隔的电压参数、电量参数及功率参数等，如果客户消费习惯相同，那么其负荷分布形状也大致相同，因此，可以依照负荷分布相似度来分类客户，进而让企业可以分类客户，让精细化管理目标得以实现，针对重点用户，可以制定出具有针对意义的运营策略。客户行为分析实际应用如图3所示。
结合图3，应用智能电表可以清楚地知道不同客户的不同用电规律，进而制定针对性运营策略，以提升用户服务体验，提升电力系统运行效益。除此之外，在客户行为分析过程中，在电网峰谷时段叠加用户实际负荷曲线，可以让用电细节得到更为全面地展现，让峰值时段电能费用得到科学计算，以对用户错峰潜力进行估算。
2.3 故障定位分析
和传统故障定位分析方法相比，利用智能电表数据分析方法可以让故障判断时间得到有效减少，进而提高故障处理效率。利用内置于智能电表中的智能传感器，在停电事件发生后，依然可以对“失电”故障信息进行上报，各个智能电表在接收此故障信息滞后可以对故障范围进行判断。调度中心人员对相关电表下发指令，可以对其断电与否进行判断，之后再进行故障维修，这可以让故障误报现象得到减少[3]。
2.4 配电网状态估计
在过去，电力公司通常会利用配电线路沿线与变电站内SCAD设备来对配电系统进行监测，但此种系统往往不能让配电线路以外电气信息得到显示。对此，应用智能电表数据分析可以让SCADA实时数据不足之处得到有力弥补，可以让状态估计精度得到提升。结合智能电表系统收集天气信息、历史数据，并结合GIS模型，可以构建出高精度用户模型，以实时收集用户数据。
2.5 网损分析
在网损计算过程中，不同期的供售电数据为主要问题，其主要原因为不同电压等级售电量抄表日期存在差别。应用智能电表，可以依照15min的间隔来采集数据信息，将过去每月一次网损分析转化为15min级，同时，应用智能电表可以对某一/组用户进行重点关注，对其间隔进行有效调节，可以将实时测量数据提供给网损分析，以完成重点用户网损情况分析工作。
3 结 论
综上所述，聚类分析、相关分析、趋势分析及异常分析为智能电表数据主要分析方法，应用此类分析方法，可以在资产管理、客户行为分析、故障定位分析、配电网状态估计及网损分析中取得良好的应用效果，这对于我国智能电网的建设具有推动作用。
参考文献
[1]徐大青，栾文鹏，张展国.智能电表数据分析方法及应用[J].供用电，2015，3208：25～30.
[2]袁 慧.智能电表数据分析方法及应用[J].黑龙江科技信息，2017，11：37.
[3]栾文鹏，赵 磊，刘沅昆.智能电表数据分析元及示例[J].南方电网技术，2016，1001：1～5.
收稿日期：2018-5-14
作者简介：莫润海（1981-），男，装表员，大学本科，主要从事装表接电，电表物资管理工作。