章江銘，姚 力，沈建良，胡瑛俊，倪琳娜，徐 韜

（國網(wǎng)浙江省電力有限公司電力科學(xué)研究院，杭州 310014）

0 引言

智能電能表作為智能電網(wǎng)的重要組成部分，已廣泛應(yīng)用于發(fā)電、輸電、配電和用電等各個環(huán)節(jié)，是電網(wǎng)實現(xiàn)雙向?qū)崟r計量、精準(zhǔn)負(fù)荷控制、電力需求響應(yīng)等功能的關(guān)鍵承載體。 目前，全國范圍內(nèi)運行電能表近5 億只，每年承擔(dān)著約6 萬億kWh 全社會用電量的計量，其性能與質(zhì)量直接影響電能交易的公平公正及以客戶為中心的優(yōu)質(zhì)服務(wù)水平。 隨著大批量智能電能表到檢定周期年限，如按照J(rèn)JG 596-2012 規(guī)定進行周期輪換，將不可避免地造成大量未到使用壽命的電能表被更換，造成極大的人力物力浪費，因此，亟待研究智能電能表的剩余壽命預(yù)判技術(shù)[1]。

目前，評估電能表的預(yù)期壽命主要是建立特定壽命應(yīng)力模型，通過加速或非加速應(yīng)力測試，根據(jù)樣本測試結(jié)果確定預(yù)期壽命[2-7]。 如文獻[8]提出了一種基于加速壽命試驗和關(guān)鍵部件故障預(yù)測的可靠性預(yù)測方法。 文獻[9]分析了各類電能表可靠性預(yù)計手冊的特點和局限性，總結(jié)出提高電能表可靠性的措施。

本文基于智能電能表的現(xiàn)場故障機理，分析了現(xiàn)場故障的可靠性數(shù)據(jù)源，對數(shù)據(jù)進行篩選清洗、故障分類統(tǒng)計、故障模式重新定義、性能退化特征提取和故障數(shù)據(jù)擬合等，同時，對典型的故障現(xiàn)象進行分析，定義了一些敏感應(yīng)力建立電能表壽命預(yù)判模型。 通過對不同批次、不同供應(yīng)商的現(xiàn)場故障數(shù)據(jù)的實際驗證，結(jié)果表明，電能表壽命預(yù)判模型在預(yù)判未來1～2 年的故障率方面是有效的。

1 電能表壽命預(yù)判工作流程

電能表壽命預(yù)判工作流程如圖1 所示，主要通過獲取可靠性數(shù)據(jù)源，提取性能退化特征和故障數(shù)據(jù)擬合等建立電能表組合應(yīng)力壽命預(yù)判模型，從而實現(xiàn)批次電能表壽命預(yù)判，支撐批次電能表狀態(tài)精準(zhǔn)更換[10]。

圖1 電能表壽命預(yù)判工作流程

2 故障數(shù)據(jù)分析

2.1 可靠性數(shù)據(jù)源

可靠性數(shù)據(jù)源主要包括省級計量中心生產(chǎn)調(diào)度平臺數(shù)據(jù)（以下簡稱“MDS 系統(tǒng)數(shù)據(jù)”）、用電信息采集系統(tǒng)數(shù)據(jù)、營銷系統(tǒng)數(shù)據(jù)和電能表安裝環(huán)境數(shù)據(jù)等。

（1）MDS 系統(tǒng)數(shù)據(jù)。 MDS 系統(tǒng)不僅記錄了電能表批次信息，包括招標(biāo)批次、到貨批次、電能表型號、生產(chǎn)廠家、規(guī)約類型和批次數(shù)量，還記錄了初始檢定信息，包括外觀、潛動、起動、初始基本誤差和初始日計時誤差等內(nèi)容。 可通過觀察后續(xù)相關(guān)初始信息的變化情況來推測電能表性能的退化趨勢。

（2）用電信息采集系統(tǒng)數(shù)據(jù)。 用電信息采集系統(tǒng)記錄了電能表的相關(guān)運行信息，包括安裝時間、安裝地點、事件類異常時間、異常類型、抄表電量和月均用電量等數(shù)據(jù)。 有些事件類異常信息并未真正反映電能表故障信息，應(yīng)予以剔除。

（3）營銷系統(tǒng)數(shù)據(jù)。 營銷系統(tǒng)中記錄了電能表的安裝區(qū)域、現(xiàn)場故障時間、故障現(xiàn)象、故障模塊等故障信息，可通過系統(tǒng)故障信息建立故障數(shù)據(jù)庫。

（4）電能表安裝環(huán)境數(shù)據(jù)。 通過查閱開放的氣象歷史數(shù)據(jù)庫，獲得相關(guān)區(qū)域的環(huán)境信息，包括溫度、濕度、鹽霧和雷電等數(shù)據(jù)，通過提取敏感應(yīng)力與各類故障的相關(guān)性，可調(diào)整電能表組合應(yīng)力壽命預(yù)判模型。

這些系統(tǒng)的電能表信息結(jié)合現(xiàn)場安裝環(huán)境數(shù)據(jù)，構(gòu)成了電能表組合應(yīng)力壽命預(yù)判模型的數(shù)據(jù)基礎(chǔ)。

2.2 數(shù)據(jù)篩選和清洗

對MDS 系統(tǒng)、用采系統(tǒng)、營銷系統(tǒng)中采集的可靠性數(shù)據(jù)進行篩選和清洗。 如對用采系統(tǒng)采集的各類事件信息通過核查機制確定其真實性，如誤報應(yīng)予以剔除。 另外，應(yīng)對營銷系統(tǒng)上報的故障類型予以進一步核實，同時，應(yīng)剔除非電能表質(zhì)量原因產(chǎn)生的故障。

2.3 故障模式重新定義

由于營銷系統(tǒng)記錄的故障信息及用采系統(tǒng)采集的事件類異常信息形式多樣、故障描述不統(tǒng)一等，需對故障模式進行重新定義，重新定義后的故障類型共分為11 類[11]，包括時鐘故障、電池故障、燒表、表殼損壞或接線柱損壞、通訊故障、電流回路或繼電器故障、電表不工作、顯示故障、誤差超差、電表報警及其他故障。 以2018 年某月份為例，電能表故障分布如圖2 所示。

2.4 性能退化特征提取

電能表在現(xiàn)場運行過程中部分性能指標(biāo)會有所退化，如基本誤差、日計時誤差等指標(biāo)，如何提取批次退化性能對電能表壽命預(yù)判至關(guān)重要。以基本誤差為例，本文設(shè)計了2 種性能退化指標(biāo)，分別為批次誤差差值絕對值的平均值及批次誤差標(biāo)準(zhǔn)偏差。

2.4.1 批次誤差差值絕對值的平均值

圖2 電能表故障分布圖

當(dāng)某電能表批次在某檢定負(fù)載點下首檢基本誤差為x1，x2，…，xn，拆回后檢定基本誤差為y1，y2，…，yn時，則該批次誤差差值絕對值的平均值Q 可表示為：

當(dāng)功率因數(shù)為1 時，電能表運行到檢定周期拆回后的批次誤差差值絕對值的平均值中位數(shù)如表1 所示。

表1 批次誤差差值絕對值的平均值中位數(shù)

2.4.2 批次誤差標(biāo)準(zhǔn)偏差

當(dāng)功率因數(shù)為1 時，電能表運行到檢定周期拆回后各負(fù)載點下的批次誤差標(biāo)準(zhǔn)偏差中位數(shù)如表2 所示。

批次誤差差值絕對值的平均值及批次誤差標(biāo)準(zhǔn)偏差值代表該批次電能表在運行時間內(nèi)的誤差變化情況，反映了該批次的誤差穩(wěn)定性，可作為誤差性能退化特征指標(biāo)。

表2 批次誤差標(biāo)準(zhǔn)偏差中位數(shù)

2.5 典型故障分析

為確定電能表失效模式和機理，做好防控措施，防止該失效模式和機理的重復(fù)出現(xiàn)，需對電能表進行典型故障分析[12-15]。 該分析基于可靠性物理技術(shù)，深入到電子元器件級進行失效分析。圖3 分別給出了2 種不同應(yīng)力引起的典型故障情況。 其中，圖3（a）顯示了由持續(xù)的溫度沖擊引起的銀漿和金屬化基底之間的分層界面；圖3（b）顯示了在電場下由高濕度引起的焊料電遷移的故障電容器。

圖3 典型故障分析案例

2.6 敏感應(yīng)力分析

電能表不同故障模式的失效分布特征不同，誘發(fā)其失效的應(yīng)力類型和退化過程也各有差異。對于具體的故障模式而言，電能表穩(wěn)定可靠及性能退化可能與某種應(yīng)力強度和該應(yīng)力作用時間相關(guān)。 基于電能表內(nèi)部電路特點與現(xiàn)場典型故障分析，敏感應(yīng)力與故障模式之間的對應(yīng)關(guān)系如表3所示。

3 電能表壽命預(yù)判模型

通過采集MDS 系統(tǒng)、用采系統(tǒng)和營銷系統(tǒng)中的電力大數(shù)據(jù)，獲取不同應(yīng)力條件下的基礎(chǔ)信息、運行信息及故障信息，建立基于電能表整表的壽命預(yù)判模型，進而建立電能表分故障模式下的壽命預(yù)判模型，并根據(jù)批次歷史故障數(shù)據(jù)，疊加溫度、濕度、鹽霧及雷電等應(yīng)力因素，擬合應(yīng)力調(diào)整因子，從而建立電能表組合應(yīng)力壽命預(yù)判模型。 電能表壽命預(yù)判模型實現(xiàn)流程如圖4 所示。

表3 敏感應(yīng)力與故障模式對應(yīng)關(guān)系

圖4 電能表壽命預(yù)判模型實現(xiàn)流程

3.1 壽命預(yù)判算法

電能表壽命預(yù)判算法較多，主要有類神經(jīng)網(wǎng)絡(luò)、最近鄰算法和支持向量機等算法。 本文提出了一種基于威布爾分布的電能表壽命預(yù)判模型，威布爾分布假設(shè)一個結(jié)構(gòu)由若干小元件串聯(lián)而成，其強度取決于最薄弱環(huán)的強度，即失效發(fā)生在產(chǎn)品構(gòu)成因素中的最弱部分。 電能表同樣由若干元器件及模塊構(gòu)成，因此其壽命預(yù)判適用于威布爾分布。 目前，威布爾分布已廣泛應(yīng)用于汽車電子及航空工業(yè)領(lǐng)域中的可靠性剩余壽命分析。

3.2 電能表組合應(yīng)力壽命預(yù)判模型

應(yīng)建立基于威布爾分布的電能表整表壽命預(yù)判模型，其流程如圖5 所示。

根據(jù)本文對故障模式的分類，擬合各類故障模式下的基于威布爾分布的失效率曲線，假設(shè)各故障模式下的階段失效率為λi（t），故障類型總數(shù)為n，則電能表整體階段失效率λw（t）為：

根據(jù)表3 敏感應(yīng)力與故障模式對應(yīng)關(guān)系，擬合相關(guān)故障模式的階段失效率與平均應(yīng)力強度之間的關(guān)系，可獲取各應(yīng)力條件下的應(yīng)力調(diào)整因子k。 以時鐘模式故障為例，具體調(diào)整因子計算流程如圖6 所示。

圖5 基于威布爾分布的電能表整表壽命預(yù)判模型

圖6 溫度調(diào)整因子計算流程

則基于電能表組合應(yīng)力壽命預(yù)判模型的整體階段失效率λs（t）為：

式中：m 為敏感應(yīng)力類型總數(shù)，主要包括溫度、濕度、鹽霧及雷電等；kij為第i 種故障類型第j類應(yīng)力的調(diào)整因子。

3.3 電能表組合應(yīng)力壽命預(yù)判模型驗證

利用基于威布爾分布的電能表組合應(yīng)力壽命預(yù)判模型，對2011 年到貨的A 電能表廠家某批次電能表進行失效率預(yù)判，預(yù)判結(jié)果如圖7 所示。

由圖7 可知，基于威布爾分布的電能表組合應(yīng)力壽命預(yù)判模型能較好地預(yù)判批次電能表失效率，預(yù)判失效率與實際失效率較為接近。

圖7 威布爾分布的電能表組合應(yīng)力壽命預(yù)判驗證

4 結(jié)語

本文基于電能表MDS 系統(tǒng)、用采系統(tǒng)和營銷系統(tǒng)等電力大數(shù)據(jù)，通過重新定義故障類型，分析典型故障原因，提取性能退化特征及敏感應(yīng)力，建立基于威布爾分布的電能表組合應(yīng)力壽命預(yù)判模型，并用現(xiàn)場故障數(shù)據(jù)進行實際驗證，效果較好。 電能表壽命預(yù)判有助于實現(xiàn)電網(wǎng)公司電能表需求的精準(zhǔn)預(yù)判，提前制定招標(biāo)采購計劃；同時，有助于電能表現(xiàn)場維護工作，為電能表狀態(tài)更換提供技術(shù)支撐。