李付存，郭紅霞，楊 劍，李 驍，劉麗君

(國網(wǎng)山東省電力公司電力科學(xué)研究院，山東 濟(jì)南 250002)

0 引言

電能計(jì)量的準(zhǔn)確性關(guān)系到千家萬戶的切身利益。隨著大部分網(wǎng)省電力公司智能表和用電信息采集實(shí)現(xiàn)雙覆蓋，用電信息采集對(duì)營(yíng)業(yè)收費(fèi)、用電檢查等營(yíng)銷業(yè)務(wù)的作用越來越大。目前，國網(wǎng)山東省電力公司現(xiàn)場(chǎng)運(yùn)行智能表4 350余萬只?，F(xiàn)場(chǎng)運(yùn)行如此大規(guī)模的智能表，對(duì)電能表運(yùn)行的精益化管理帶來很大的挑戰(zhàn)。為確?，F(xiàn)場(chǎng)智能表運(yùn)行質(zhì)量，及時(shí)處理計(jì)量故障、查處疑似竊電行為，需要對(duì)智能表現(xiàn)場(chǎng)運(yùn)行情況開展監(jiān)測(cè)。無論電能表是采用模擬乘法器，還是數(shù)據(jù)乘法器進(jìn)行計(jì)量，其計(jì)量的準(zhǔn)確性都與它采集到的電壓電流直接相關(guān)。因此，對(duì)電能表電壓電流異常事件的監(jiān)測(cè)尤為重要[1-3]。

智能表電壓電流異常事件監(jiān)測(cè)是指通過用電信息采集系統(tǒng)實(shí)現(xiàn)對(duì)智能表運(yùn)行工況及數(shù)據(jù)的采集與處理。通過數(shù)據(jù)比對(duì)、統(tǒng)計(jì)分析和數(shù)據(jù)挖掘等技術(shù)手段，對(duì)電能表的運(yùn)行工況進(jìn)行診斷和分析，判斷表計(jì)是否處于正常運(yùn)行狀態(tài)，為計(jì)量精益化管理提供輔助決策功能。

1 電壓電流異常事件分類

根據(jù)產(chǎn)生現(xiàn)象不同，電壓電流異常事件主要可分為以下六大類。①電壓斷相：計(jì)量回路的一相或多相電壓斷開。②電壓越限：電壓越上限或上上限以及電壓越下限或越下下限。③電壓不平衡：電壓不平衡越限。④高供高計(jì)B相異常：高供高計(jì)三相三線B相電壓應(yīng)為0。⑤電流失流：三相電流中任一相或兩相小于啟動(dòng)電流，且其他相線負(fù)荷電流大于5%額定(基本)電流。⑥電流不平衡：電流不平衡越限。

2 異常事件模型及無效數(shù)據(jù)篩選

2.1 電壓斷相

電壓斷相分為三相三線斷相和三相四線斷相。三相三線斷相是指AC相中任一相電壓小于K*參比電壓，另一相電壓不小于K*參比電壓。三相四線斷相指任一相電壓小于K*參比電壓，另兩相電壓中任一相電壓不小于K*參比電壓。如果同時(shí)監(jiān)測(cè)到電能表或終端有電壓斷相事件，立刻判斷電壓斷相異常，計(jì)算模型如下。

三相三線斷相應(yīng)滿足式(1)或式(2)：

Ua

(1)

Uc

(2)

三相四線斷相應(yīng)滿足式(3)～式(5)中的一個(gè)：

Ua

(3)

Ub

(4)

Uc

(5)

建議K取60%。

2.2 電壓越限

①越上限：電壓范圍[K1,K4)參比電壓。

②越下限：電壓范圍(K5,K2]參比電壓。

③越上上限：電壓不小于K4參比電壓。

④越下下限：電壓范圍(K3，K5] 參比電壓。

如果同時(shí)監(jiān)測(cè)到電能表或采集終端有電壓越限事件，立刻生成電壓越限異常，具體計(jì)算模型分別如式(6)～式(8)所示：

K4×Un>Ua|Ub|Uc≥K1×Un

(6)

K2×Un≥Ua|Ub|Uc>K5×Un

(7)

Ua|Ub|Uc≥K4×Un

(8)

K5×Un≥Ua|Ub|Uc>K3×Un

(9)

建議K1為110%，K2為90%，K3為60%，K4為120%，K5為80%。

2.3 電壓不平衡

在各相電壓均大于0的情況下，根據(jù)三相電壓最大值與最小值的差值和三相電壓最大值的比值判斷是否越限。計(jì)算模型如式(10)所示：

(10)

2.4 高供高計(jì)B相異常

高供高計(jì)三相三線B相電壓應(yīng)為0，對(duì)于三相三線制電能表，判斷是否存在B相電壓大于0或B相電流不等于0的情況。

2.5 電流失流

在電壓范圍為額定電壓的0.7～0.9時(shí)，三相電流中任一相或兩相小于啟動(dòng)電流，且其他相線負(fù)荷電流大于5%額定(基本)電流。具體三相三線失流：AC相中任一相電流小于0.5%額定(基本)電流，另一相電流不小于5%額定(基本)電流。三相四線失流：任一相電流小于0.5%額定(基本)電流，另兩相中至少一相電流不小于10%額定(基本)電流。若滿足：

0.7×Un≤U≤0.9×Un

(11)

對(duì)于三相三線制，應(yīng)滿足式(12)～式(13)中的一項(xiàng)：

Ia<0.5%InIc≥5%In

(12)

Ic<0.5%InIc≥5%In

(13)

對(duì)于三相四線制，應(yīng)滿足式(14)～式(16)中的一項(xiàng)：

Ia<0.5%InIb|Ic≥10%In

(14)

Ib<0.5%InIa|Ic≥10%In

(15)

Ic<0.5%InIa|Ib≥10%In

(16)

2.6 電流不平衡

(17)

2.7 無效數(shù)據(jù)校驗(yàn)篩選

對(duì)于采集終端和電能表生成的電壓電流異常事件，應(yīng)根據(jù)一定的無效數(shù)據(jù)校驗(yàn)篩選規(guī)則，提高數(shù)據(jù)上報(bào)準(zhǔn)確性，篩選規(guī)則如下。

①同一事件重復(fù)上報(bào)，事件內(nèi)容包括時(shí)間均完全相同，只按第一條進(jìn)行智能診斷，其余事件不參與主站智能診斷。

②同一類事件重復(fù)上報(bào)，事件名稱相同但內(nèi)容不同，由期間分析判斷為誤報(bào)的，K天內(nèi)不再參與主站智能診斷(K建議值為15，建議設(shè)置范圍為5～60)。

③剔除內(nèi)容不符合通信協(xié)議格式要求的事件，包括數(shù)據(jù)亂碼及應(yīng)填數(shù)據(jù)為空的情況。

④剔除內(nèi)容明顯有誤的事件，包括事件時(shí)間早于設(shè)備安裝時(shí)間及事件時(shí)間晚于當(dāng)前時(shí)間K天后的情況(K建議值為5，建議設(shè)置范圍為2～30)[4]。

3 異常診斷流程設(shè)計(jì)

3.1 總體流程設(shè)計(jì)

異常監(jiān)測(cè)判斷應(yīng)用流程如圖1所示。

圖1 異常監(jiān)測(cè)判斷應(yīng)用流程圖Fig.1 Flowchart of monitoring and judging application of abnormality

首先，采集主站完成對(duì)智能表的數(shù)據(jù)采集后，按照無效數(shù)據(jù)校驗(yàn)規(guī)則，篩選排除無效采集數(shù)據(jù)和無效事件。然后，按照異常事件模型產(chǎn)生單一異常事件，采集人員對(duì)異常事件進(jìn)行分析，對(duì)確定為異常的事件生成工作單，發(fā)起工單處理流程，對(duì)工單進(jìn)行派工和現(xiàn)場(chǎng)處理；同時(shí)對(duì)判定為不是異常的事件或用戶，采集人員進(jìn)行忽略處理或者加入白名單[5-8]。最后，統(tǒng)計(jì)分析各單位每月工單處理情況，進(jìn)行評(píng)價(jià)考核，提升工作質(zhì)量。

3.2 部分流程說明

①數(shù)據(jù)質(zhì)量管理。

根據(jù)無效數(shù)據(jù)校驗(yàn)規(guī)則，由采集系統(tǒng)自動(dòng)開展基礎(chǔ)數(shù)據(jù)的有效性檢查，篩選排除無效采集數(shù)據(jù)和無效事件，并支持自動(dòng)和人工定向補(bǔ)招，保證基礎(chǔ)數(shù)據(jù)的完整度和準(zhǔn)確度，為后續(xù)的智能診斷做好準(zhǔn)備。

②智能診斷分析。

根據(jù)智能診斷模型規(guī)則，采集系統(tǒng)自動(dòng)產(chǎn)生單一異常事件和異常主題事件，并將事件分為一般、重要、嚴(yán)重三個(gè)等級(jí)。根據(jù)事件的重要性可進(jìn)行人工甄別和自動(dòng)生成工單，另外可根據(jù)前期情況判斷是否需要加入白名單[9-10]，然后進(jìn)行派工和結(jié)果審核。

4 試驗(yàn)測(cè)試

根據(jù)異常事件建立模型及數(shù)據(jù)篩選規(guī)則，試驗(yàn)人員采用調(diào)壓變壓器、電能表、采集終端等搭建測(cè)試平臺(tái)，對(duì)電壓斷相、電壓越限和電流失流進(jìn)行了測(cè)試。首先進(jìn)行電壓越限測(cè)試，人為提高三相電壓。其中：A相提高15%，BC兩相提高10%，同時(shí)在主站側(cè)召測(cè)電壓越限數(shù)據(jù)。電壓越限測(cè)試波形如圖2所示。

圖2 電壓越限測(cè)試波形Fig.2 Test results curves of voltage violations

從圖2可以看出，主站召測(cè)的結(jié)果與人為調(diào)整的數(shù)據(jù)一致，同時(shí)根據(jù)式(6)判別為電壓越上限。在同臺(tái)區(qū)內(nèi)的供電電壓不變的情況下，監(jiān)測(cè)到電壓越上限事件后，可及時(shí)判定此種情況可能是由于電表采樣或信號(hào)處理環(huán)節(jié)出現(xiàn)故障，導(dǎo)致計(jì)算電壓與實(shí)際電壓不符，從而影響計(jì)量準(zhǔn)確性。接著進(jìn)行了電壓斷相測(cè)試，同時(shí)，在主站側(cè)召測(cè)電壓斷相數(shù)據(jù)，得到的電壓斷相測(cè)試波形如圖3所示。

圖3 電壓斷相測(cè)試波形Fig.3 Test results curves of voltage phase disconnection

由圖3 可以看出，B相電壓突然降低至50 V以下，在4 s時(shí)間后又恢復(fù)。按照式(4)進(jìn)行判別為電壓斷相事件，在得到斷相事件后可及時(shí)判定此種情況為B相負(fù)荷開關(guān)跳閘或斷路導(dǎo)致，而后對(duì)線路及時(shí)進(jìn)行恢復(fù)，提高了故障處理時(shí)間。最后進(jìn)行了在三相三線制情況下的電流失流測(cè)試，得到的電流失流測(cè)試電流變化波形如圖4所示。

圖4 電流失流測(cè)試波形Fig.4 Test results curves of current loss

5 結(jié)束語

本文針對(duì)電能表電壓電流異常的不同種類和不同類型所對(duì)應(yīng)的閾值特征，分別建立了不同異常種類對(duì)應(yīng)的數(shù)學(xué)判別模型；在判別模型的基礎(chǔ)上，設(shè)計(jì)了異常事件監(jiān)測(cè)流程，在流程中增加了無效數(shù)據(jù)校驗(yàn)篩選規(guī)則。根據(jù)設(shè)計(jì)的流程搭建了試驗(yàn)測(cè)試平臺(tái)，對(duì)電壓越限、電壓斷相及電流失流等情況進(jìn)行了試驗(yàn)驗(yàn)證。根據(jù)試驗(yàn)結(jié)果，分別對(duì)應(yīng)了電壓越限、電壓斷相及電流失流等情況，測(cè)試驗(yàn)證了方案的可行性。

電能表電壓電流異常事件的監(jiān)測(cè)，有助于獲悉電能表現(xiàn)場(chǎng)運(yùn)行工況，及時(shí)掌握電能表運(yùn)行異常情況。特別是在智能電能表大規(guī)模運(yùn)行時(shí)，該監(jiān)測(cè)為確?，F(xiàn)場(chǎng)智能表運(yùn)行質(zhì)量、提高計(jì)量故障處理及時(shí)性以及打擊竊電行為的準(zhǔn)確性提供了手段，加強(qiáng)了對(duì)電能表的精益化管理。