李勇

摘要：智能电表是人们日常生活中必不可少的能源计量工具，与日常的生活是紧密相连的。本文对不同用电环境下的环境，如温度、湿度、低功率因数等主要影响因素进行聚类和划分，将不同环境下主要因素的出现频率模拟收集到一个表挂表上。根据表中电能表的运行数据，建立误差一致性评价模型，对不同厂家电能表的质量进行分类。

关键词：智能电表;质量评价方案;模型研究

引言

智能电表使人们日常的能源计量工具，可以帮助人们有效控制稀缺能源的利用率，直接关系到用户和电力企业的经济效益。电能表对自动化有影响，验证尤为重要。近来，由于各个测量中心都建立了相应的测量系统，实现了不同厂家、不同型号、不同标准上传数据的自动校验和校验错误，进行针对性的执行模拟和预测。比如广州属于典型的岭南气候，电子电能表的电子元器件和功能在潮湿、高温、雷电等环境条件下容易出现故障。根据计量中心运维数据，近三年用户电度表（三相电度表）故障率在2.5%左右，根据用户抽检报告近三年，低压住宅瓦数不合格率表（单相电能表）约2%。现阶段，由于现场环境复杂，实验室在检验方面只能完成辅助电源和采集终端的质量检验，需要针对特定场景模拟、读取和分析现场条件。通过抄表终端对电能表数据进行实时校验，及时发现智能电表的质量问题，完成电表全生命周期评价。因此，本文基于不同电源环境下的温度、湿度、低功率因数等主要影响因素提出聚类分析，并通过获取不同环境下主要因素的频率进行相关仿真。通过收集各厂家电表质量，建立误差一致性评价模型，对其他厂家电表质量进行评价。

一、智能電表评价方案的设计

由于智能电表的评估方案主要是尽可能模拟不同的用电环境，本文主要是运用K-means聚类方法，通过添加不同频率和相应温湿度的电应力对不同的用电环境进行分类。该计划的设计前提。

（1）K-means聚类分析

这也是大数据分类经常使用的方法，在大数据分类中占有重要地位。通过对划分聚类、层次聚类、基于密度的聚类和基于网格的聚类的范围和特点进行分析发现，分裂聚类和层次聚类的覆盖范围比较大，但并不适合，因为层次聚类的计算复杂度为O（n2），处理具有大量环境因素的样品。因此，本文通过选择运用K-means聚类方法，K-means方法的计算复杂度为O（n），适合大数据处理和分析。但是，k-means方法大致有三个缺点：第一，K-means算法必须提前提供一个中间K，但K值的选择通常是不确定的。第二，在大多数情况下，预先不确定一个给定的数据集应该分为多少个类别。第三，在K-means算法中，需要先随机选择初始聚类质心，然后重复计算。因此，选择k-means分类方法对大量气候数据和低功率因数等环境因素进行分类。

（2）基于K-均值聚类的环境划分和模拟

由于气候的影响和现场能源环境的复杂性，电能表通常会导致测量精度出现问题。通过大数据统计，主要与温度、温差、湿度、日照和能耗行业密切相关，能耗行业主要由七大波动因素引起：低功率因数、波形失真、过载、功率因数、动态负载、冲击负载、电压波动和电磁干扰。因此，采用11个指标进行聚类划分，模拟相应的环境因素及其发生频率，低功率因数、波形畸变、过载、动载、冲击载荷等七大波动因素，电压波动和电磁干扰主要表现为各种电应力。因此，电能表质量评估系统的设计是通过模拟相应电压的频率来进行的。电网的运行将产生瞬时过电压、开关断开、会议和电弧击穿，造成EM脉冲组的干扰，短路或电容性负载将产生冲击电流，非线性电荷将产生谐波干扰，电荷的抑制将产生短期的能量频率过剩，感应半径将产生电压，这些干扰从电网的电压线或电流线传输到电表，将对电表本身和通信产生影响。一是标准实验室设备。这些设备发送标准干扰表，并具有规定的测试方法。然而，这些设备的负载能力有限，只能进行单米干扰测试。另一种模拟方法是实际负载模拟。该方法工作时间长，承载能力强。设计和实现方法如下：在电网运行和货物装卸过程中经常出现过电压。因此，通过渐进式变压器、继电器和PLC控制进行模拟，产生瞬时3un电压值，取高概率2un架空和低概率6～7un电压的中间值。当电网断开开关触点时，电弧将具有更大的振幅，并向生长边缘抖动，即产生来自电网的脉冲干扰。来自电网的脉冲干扰通过电容器和电感负载断开的DESCARGA模拟。电网中偶尔会发生短路故障或电容性负载，导致高冲击电流。通过电容器的负载和描述来模拟冲击电流对采样电路的瞬态影响，以模拟电网冲击电流。通常存在非线性电荷，很容易产生谐波，干扰电能表和馈电。在电网中，经常会出现突然或瞬时的张力下降和高负载能量的突然故障，属于电网电压的临时中断和停电，PLC控制继电器用于产生电网电压的临时中断和停电，这将干扰电能表下的储能和电能表的供电。电网中的过电压、欠压和能量过剩时间过长，研究了电压升高、下降和电流互感器对工频过电压的影响。

（3）测试方案

结合不同制造商的规格，将仪表箱内的100米分为十组，其中十米为cadA组并注册。分批进行实际和虚拟负载测试。模拟环境分区的不同条件，在同一批中对不同电表的相同测试点进行测试，比较相应测试的结果，并指定超出的误差范围。

二、计量误差一致性评价模型

模型建立：根据上述实验得到的数据，计算同一商家电能值在不同温度下的相对误差y，并将其视为正态分布，得到平均值y和相对误差。测量同一商家的10个电能表的标准偏差y，然后分析不同温度下测量精度的一致性水平。平均误差y代表测量精度，越高越接近零，而测量标准偏差y代表误差变化，所以测量精度越一致，取0越好，越接近零。考虑电能表电能的相对误差y服从正态分布N（y，y2），将方程一致性评价量Y设为Y=n2+n2，同时满足最小y 和y2（小波动）。标准化允许对不同单位或大小的指标进行比较和加权，通过去除数据的单位限制按相同比例缩放，并转换为无量纲的纯值。对平均值y进行归一化，均值y归一化后转换为区间（0，1） 中的n值。标准偏差y一化等于平均值y。若求出大小相同的n和n，代入式（1），则计算出一致性评价量Y。Y值越小，n2+n2越接近0，测量精度越高，一致性越好。将实验的计算结果从小到大排序。数字越小，一致性越好。

结语

本文对不同用电环境的主要影响因素进行聚类分析，得到主要影响因素在不同环境下的出现频率，用于相关模拟。并通过建立的相关模型，对电表进行了误差一致性评价，取得了良好的效果，有利于电表的自动化监控和推广，大大提高了效率。

参考文献：

[1]王娟，席天为，赵克全.基于改进K-means算法的评价问题研究[J].重庆师范大学学报（自然科学版），2020，37（01）：99-106.

[2]夏伟钊，滕欢，曹敏，等.基于两阶段聚类的单相电能表质量评价模型研究[J].电测与仪表，2020，57（07）：120-125.