黄东兰

（广东电网有限责任公司茂名供电局，广东 茂名 525000）

1 系统构造

电能计量装置异常数据动态辨识及处理系统建设基于Java+C++跨平台技术，属于相对独立的异常数据实时分析系统，包括统计报表管理、设备档案管理、计量故障专家库、异常数据分析模型共四个模块。该系统具备多类型的数据分析模型，同时安装了高速通信接口，可以实现与营销系统、计量自动化系统的对接，以及数据相互实时传输。通过构建电能自动化计量故障诊断模型，实现了电能量数据实时分析，对采集的用户计量装置数据进行自动检测和动态辨识，并根据判断的异常情况给出处理建议，方便计量运维人员针对性进行现场处理，实现电能量数据异常监测和故障处理闭环管理，大大提升了电能量数据分析和计量运维工作效率[1]。系统构造如图1所示。

图1 系统构造图

2 建立完善的数据实时动态辨析体制

该系统每天在00:00:00进行同步，以小时为周期，按照固定要求的格式来采集自动化的实时电量（实时表码）数据、日冻结数据、瞬时量数据和日电量数据，同时将这些数据存储到服务器中，然后由系统对数据进行随机抽取。其中，实时电量1 h下载一次，10 min内完成数据的判断和解析并存入相应的数据库。日电量24 h下载一次，30 min内完成判断和解析并存入到相应数据库。采集数据结果包括如下3种。（1）档案：用电类别、用户编号、测量类型、用户名称、用户级别、计量点编号、应用类型、计量点名称、故障状态、额定电压、供电所名称及变压器编号。（2）电能量：反无功功率（峰、平、谷）、最大需量、反无功功率（总）、正有功功率（总）、反有功功率（峰、平、谷）、反有功功率（总）和正无功功率（峰、平、谷）等。（3）瞬时量：功率因数（A，B，C相）、有功功率（总）、功率因数（总）、有功功率（A，B，C相）、电流（A，B，C相）、无功功率（A，B，C相）和电压（A，B，C相）。该自动化计量系统用户信息是根据电能量数据用户计量装置测量点进行一户一采集，进而构建模型，自动化计量系统根据建模关系来进行异常数据分析。系统后台根据设定的故障判断规则库自动对电量数据进行计算以及环比、同比等对比分析诊断，将诊断完成的数据直接存入数据库，如果数据被定义为异常数据，可在操作界面进行查询处理。

3 建立异常数据监测模型

3.1 根据用户类别和数据类型进行建立

根据我国现行相关电力技术管理规程要求，按照电力的传输和分配，供电企业电力网分为主配网；运行中的电能计量装置按其所计量电能量的多少和计量对象的重要性分类如下。I类：月平均用电量5×106kW·h及以上或变压器容量为10 000 kVA及以上的高压计费用户等。Ⅱ类：月平均用电量1×105kW·h及以上或变压器容量为315 kVA及以上的计费用户、100 MW以下发电机。Ⅲ类：月平均用电量1×105kW·h及以上或变压器容量为315 kVA及以上的计费用户、100 MW以下发电机。Ⅳ类：负荷容量为3l5 kVA以下的计费用户、发供电企业内部经济技术指标分析、考核用的电能计量装置。因此，本系统设计了诊断异常展示页面分专变用户异常统计、公变用户异常统计、低压集抄用户异常以及综合统计共4个模块[2]。

3.2 设定优先等级判断机制

根据现场设备维运情况可将数据异常优先等级分为3级。第1级为数据有效性对比，主要是对采集的瞬时量和电量数据进行正确性分析。第2级为历史数据对比，经过第1级数据有效性对比之后，接下来与历史同期数据进行比对，通过二次对比发现异常数据。第3级为异常规则库故障条件比对，进一步细化故障的判断条件和分析依据。

4 建立完善的异常数据判断规则库

4.1 建立计量故障判断规则库

根据现场计量运维专家经验以及故障计量设备运行特征，设置计量故障规则库，形成完善的计量故障判断规则库。计量人员按不同故障类型分类检索出详细的计量设备故障用户清单，同时根据用户计量设备出现故障的频率以及紧急程度进行分类，针对性对故障计量设备的运行数据进行核查，并进一步分析计量设备主要故障和故障率，从而获取针对性的解决方案，实现提高现场故障快速排查处理效率[3]。

4.2 建立完备的故障模型库

（1）失流失压故障。额定电压为100 V电能表接线方式为三相三线，额定电压为57.7 V或220 V电能表接线方式为三相四线。其中三相三线电能表只有A相和C相有电流电压值，因此，对于安装接线方式为三相三线电能表用户，A相或C相电压正常范围为90%Un＜任意一项＜110%Un（Un为额定电压），数值偏小时为“A相或C相电压失压”，数值偏大时为“A相或C相电压越限值”；对于安装接线方式为三相四线电能表用户，A相、B相或C相电压正常范围为90%Un＜任意一项＜110%Un（Un为额定电压），数值偏小时为“A相、B相或C相电压失压”，数值偏大时为“A相、B相或C相电压越限值”。为了避免专公变用户失流失压误判和漏判，失流故障判断模型按计量方式又细分高供高计判断和高供低计判断，高供高计大电量用户按电流不平衡异常判断，高供低计小电量用户按电流连续为零进行判断。

（2）有功功率异常。通过有功功率异常判断电能表现场接线错误用户，取计量自动化采集的专公变用户连续几天数据进行判断，三相总功率与分相功率和之比大于或等于100%，即（A相正向有功功率+B相正向有功功率+C相正向有功功率）-正向有功总功率））/正向有功总功率＞100%，并且数据异常率占比达到20%判断为异常。为了避免用户容性过补偿等引起的有功功率异常误判，只判断总功率因数大于0.5的数据，确保有功功率异常数据判断的准确性。

（3）低压集抄用电户反向计量异常。通过低压集抄用电户反向表码变化异常诊断出低压用电户计量回路接线错误和电能表故障等；根据低压集抄用电户某段时间反向表码变化值大于设定的阀值，并且同时间段正向表码变化值与反向表码变化值差异率小于或等于设定的阀值判断为异常。

5 数据动态辨识统计分析

5.1 数据动态辨识的实现

电能计量装置异常数据动态辨识及处理系统，通过对采集到的电能量数据经过异常数据分析模块进行分析，即可出具电能量异常数据，并且可实现根据异常数据分析结果进行自动统计，其中包括故障类型、异常出现次数和处理完成数量统计。该系统不仅可以根据应用需要动态对异常数据查询格式进行调整和增加，而且可以根据计量设备运行特征变化动态修改异常诊断规则库，进一步减少计量异常误判、漏判情况出现，在电能量数据异常管理工作领域实现精益求精。

5.2 应用效果分析

该系统所在应用辖区内可以实现专变用户、厂站共1.5×104个电能表电能量数据分析，同时生成了电能量数据异常告警。根据对历史月份电能量异常数据分析查询结果可知，由电能量数据异常分析系统一年内可以诊断出失压失流等约5 640宗电能量数据异常，实现了及时发现计量设备异常运行情况，有效规避了漏报带来的经济损失，一年可追补电量约210 529 kW·h。

6 结 论

电能计量装置异常数据动态辨识及处理系统的应用不仅有效规避了计量自动化系统的漏判、误判，而且更加及时发现计量异常问题，缩短计量设备异常运行时间，降低用户投拆率，降低因计量问题导致营销差错的风险，助力营销计量运维管理升级转型。