基于大数据的电能计量装置异常信息分析

摘要：随着当前技术的发展，电能计量装置的技术也逐渐发展成熟。电能计量装置异常对于用电户后期的安全用电，以及供电企业的电费收取都造成了较大的影响。本文作者探讨基于大数据的电能计量装置异常信息分析。 关键词：大数据；电能计量装置；运行异常；分析

一直以来，电能都是与我国的国民经济息息相关的能源产品之一，随着我国社会经济和城市化进程的不断发展，关于电力资源的需求量变得越来越多，使得电力市场形成了供不应求的局面。这样的现象，一方面让电力市场和电力公司有机会得以充分的发展，但另一方面也让电力计量部门面临了一系列不可观的问题，对于他们来说，电力需求量多虽然是一件好事，但是管理起来确实显得越发困难，因此无论是电力计量装置的异常给电能的供给与计量带来了很多无法避免的影响，这些问题不仅滞后了我国电力市场的发展，而且直接影响了我国大部分企业的经营成本，因此为挽回企业的经济损失与维护电力市场的稳定发展，完善电力计量的装置和监测，成了我国电力研究人员迫在眉睫的问题。 1电能计量装置相关数据的来源和特点

随着电能计量装置技术的改进和国家电网通信、数据采集等技术的飞速发展，以及国家电网用电信息采集系统的不断完善，越来越多的智能电表和传感器借入国家电网的用电信息采集系统，最近几年出现的智能家居、电动车充电站等，也产生了很多物联网相关的用电数据，因此，计量装置相关数据也呈现了指数级的增长速度。

电能计量装置相关数据的特点如下： （1）数据量大。 （2）速度快。

（3）数据交互性强。 （4）处理时效性要求高。 2电能计量装置运行异常类型

当电能计量装置发生异常时，其通常会出现相应的异常现象，笔者在下文中对出现的异常现象进行详细分析。

第一，功率因素异常。电能计量装置的功率因素异常通常由其电能表、电压与电流回路等出现异常所引起的，例如电流相位异常，电压相位异常等现象。 第二，计量电流异常。电能计量装置的计量电流异常通常由误差增大、回路异常及电表异常等引起的，例如三相电流不平衡状态、计量电流突然异常、电流表无指示等现象。

第三，计量电压异常。电能计量装置的计量电压异常通常由误差增大、回路异常及电表异常等引起的，与计量电流异常引发原因相似，包括有：三相电压不平衡状态、计量电压突然异常、电压表无指示等现象。

第四，开光量异常。开关量是在电能计量装置出现异常的情况下，位于其中的监视设备发出的相应的监测信号。包括有：计量柜被非正常路径开启时，监视设备将发出检测信号；电能计量装置发生自检错误时，监视设备将发出警示信号。 第五，累计电量异常。电能计量装置的累计电量参数异常通常由电能计量装置异常引起，包括有当电能计量装置在正常运行的情况下，受到系统的干扰，以及受到“偷电”行为等方面影响，出现异常现象，从而导致电能计量装置的计量的电量参数降低。、

3基于大数据的电能计量装置异常信息分析

尽管计量装置发生故障的情况多种多样，但是最终都会对电的属性产生一定的影响。同样在计量装置处于正常运行的情况下，一旦有用户用电出现异常的情况也会对电压和电流造成影响。所以可以通过采集到的电压和电流信息来进行算法的设计，从而实现对电能计量装置运行异常情况的分析和筛选。

进行大数据分析首先是利用计量装置进行数据的收集，然后将数据输入到数据库中，传送到数据分析服务器内进行数据分析。利用用电信息采集系统的异常进行智能分析，可以对用户的电能计量设备信息进行采集，然后根据工作的要求，从时间和空间的角度进行数据的分析和辨别。进行数据分析而选出来的数据项可以满足多维度配置和叠加的要求，例如用

户电表的电流数据和电压数据，或者是其他计量点的数据等。可以根据不同的数据类项进行关键性阈值的确定，从而建立具有针对性的分析模型。

规律性非连续算法是分析用户的电流和电压数据变化规律。所谓的规律性就是对数据进行分析时，根据数据的冻结密度来对数据异常情况后恢复常态的情况进行采集，然后在某个时间段该异常又再次出现，那么就可以初步判断该用户的用电情况不正常。这样每当用户进行类似的行为时，曲线就会出现类似这样的规律性变化。非连续性就是表示数据在某个位置出现突然变化，并在该情况下持续了一定的时间。规律性非连续算法的工作流程首先是对计量点的数据曲线进行读取，然后放到采集数据库中，并开始进行分析，如果发现了异常曲线的情况，并且该异常情况还持续了一定的时间才得以恢复到正常状态，随后这种异常和正常的情况开始交替出现，就会将该计量点的异常情况输出，从而完成一次数据的分析过程。

分类连续差值算法会对用户的电压和电流情况进行分析。在对分析电压的技术方案部分，对用户用电表的电压数据进行记录，然后按照不同的标准对用户的数据项进行分类。差值就是当用户表计的额定电压和纳入分析的电压值出现差距时，就认为是异常情况。连续就是指在分析电压曲线时，数据异常的连续点能达到一定的程度就会认为是异常情况。在对电流进行分析的技术方案部分，分类是指按照不同的标准分析收集到的数据项。连续是指当对电流曲线进行分析时，数据连续异常的点数达到一定的界限时，就认为是异常情况。另外，因为用户用电情况比较复杂，判断出电流出现异常情况后，要再结合用户的生产性质进行二次判断。其流程主要是读取完计量点的数据后输送到数据库中进行数据分析工作，然后和设定的差值阈值进行比较，如果大于差值阈值就累计连续数加1，并和连续点阈值进行比较如果大于阈值就判断为异常信息，如果小于连续点阈值或者小于差值阈值时都要判断和差值阈值的关系，然后总结小于曲线的个数，再进行数据分析，依次循环。

4基于大数据的电能计量装置异常信息分析实例

例如，某一公台监测表在7月24日发生了失流情况。通过电能计量自动化系统反馈的信息数据了解到，从7月24日0时起某相电流值一直为零，但是其他电流值却正常波动。该公台采监测表采用的三相四线制，正常情况下三相都会随时间推移而正常波动。电力企业派遣了专业技术人员深入现场进行发现，某一相电流接线脱落，及时进行了处理。在下午3点时故障问题排除，该相电流也从0值逐渐上升，恢复到了正常运行状态。当然也存在这种不良情况，将三相电流接线进行编号处理，工作人员发现C相电流波动与A、B相电流波动进行比较存在较差差异性，波动幅度要比A、B相低很多，但是C相电流正常波动下应当高于

A、B相。技术人员现场监测后发现，C相电流接线存在松动情况。经过处理后C相电流波动幅度逐渐提升，并且超过了A、B相。

5基于大数据的电能计量装置异常信息分析的应用效果

（1）通过对电能计量装置异常信息分析，为异常的快速准确诊断提供参考，进一步提高计量装置的运行可靠性，减少现场人员的往返次数，提高工作效率，加快故障修复速度，尽快消除影响。

（2）通过对电能计量装置异常信息分析，挖掘异常发生的原因和影响因素，为异常的预防提供参考，进而达到减少异常发生、提高供电服务质量、减少电力运用成本、提升用户满意度的目的。 6结束语

电能计量装置能够有效的提升供电企业的工作效率和工作质量，在有效管理电力计量装置异常的基础上，利用大数据技术能够在第一时间发现其中出现的问题，同时按照计量结果，对电力设备的运行方式进行调整，并且也可以优化节能，科学的管理电力装置，能够有效的降低电能计量的误差，促进工作效率和工作质量的提升。综上所述，要做好电力计量装置异常管理工作，以此保障供电企业的经济效益和社会效益。 参考文献：

[1]范洁，陈霄，周玉.基于用电信息采集系统的电能计量装置异常智能分析方法研究[J].电测与仪表，2013

[2]李启奕.变电站电能计量遥测系统运维管理研究[D].华南理工大学，2014 [3]罗志坤.电能计量在线监测与远程校准系统的研制[D].湖南大学，2011 [4]程学旗，靳小龙，王元卓，等.大数据系统和分析技术综述[J].软件学报，2014

[5]彭小圣，邓迪元，程时杰，等.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报，2015

[8]吴凯峰，刘万涛，李彦虎，等.基于云计算的电力大数据分析技术与应用[J]. 中国电力，2015，02