(国网黄石供电公司客服计量室435100)
摘要:建立在大数据时代背景下,我国智能化电网也取得了长足的发展。为了能够适应形势所趋,电能计量自动化系统需要进一步得到完善,以此保证面对大量电能计量数据能够有效处理,给生产工作、电力营销等带来强大的技术支撑。当通信故障、设备故障等问题出现时,会引发大量的异常数据,对这些数据进行分析有着重要意义。
关键词:电能计量;异常数据;分析
一、电能计量数据概述
关于异常数据的定义早年不少学者参与过研究,基本定义为当一批数据出现与众不同的个体时,这就是异常现象。但该定义并未让少数人信服,有人认为当不同数据率属于不同体制时,这将不再能被归纳于随机偏差的范畴,这导致近些年来关于异常数据的研究从未懈下脚步。关于电能计量异常数据的分类,主要包括畸变数据和坏数据。畸变数据的产生主要来源于各类电量波动,电量波动的原因很多,如设备故障、电网波动、管理等,因此对畸变数据进行有效分析,能够有效对不同情况下电量波动的原因进行归类。坏数据产生源于操作中出现失误、各类故障等,电能计量数据都会有个合理的范围,当超出这个范围即视为异常,面对坏数据常用的处理方式为补电量。
建立在计算机信息化的时代背景下,如今电能计量数据的特征可以分为以下几类:①数据传递和处理速度加快。如今电网设备及系统智能化的体现越来越明显,在自动化的驱动之下,更多的分析数据被生成,且数据在传递过程中的速度也不断增加。②数据粒度降低。电量数据采集在计量点方面呈现在线流数据的特征,相比传统的数据挖掘技术,在线流数据挖掘使得电量数据在管理上和分析上都更加精细化。③数据量急剧增加。电量数据传递呈计量点→地市系统→省级系统→电网公司系统的逐级状态,面对社会不断发展,地市系统和省级系统涵盖的业务范围更广,数据仓库中的数据量也大幅度增加。④电能量数据的分布式和空间特征应用的更为全面。对于整个电力系统而言在结构上极为复杂,而其中产生的电能计量数据也有着分布式的空间特征。在科学水平不断突破的背景之下,如今对电能计量数据空间特征的分析方法也更加多样化。
二、电能计量中的异常数据分析
本文对电能计量中的异常数据分析主要从计量电流异常、计量电压异常两方面进行。下面对此进行逐一论述。
(一)计量电流异常
计量电流异常是电能计量异常数据中常见的一种,且在多种情况下都能反映出计量电流出现了异常,如计量电流呈现低水平状态、电流回路误差急剧增加、电流计量表没有出现任何指示等等。在判定计量电流异常的实际工作过程中常常会出现误差,而导致这种现象的原因也有很多,如在不同季节用户用电量差距明显、用电不规律等,因此少量的阈值定义不足以成为判断计量电流异常的依据,同时这也给计量电流异常判别工作带来了较大的难度。
①案例一:用户三相运行电流均为1.5A,突然在某一时刻出现B相电流为0的情况,显然这可以判定为出现了计量电流异常。相关人员及时组织现场查验,发现B相电流连片接触不良,表面腐蚀现象明显,判定这是导致计量电流异常的主要原因。在采取措施对此故障进行维护后,数据立马恢复了正常。
②案例二:某用户用电量较大,且在装置AC相电流平衡。对其进行计量电流异常监督的重点可以放在相电流是否保持稳定,当某一相出现电流突变时,即可视为计量电流异常。造成该现象的原因有很多,如电能表故障、电流连片接触不良等等。
(二)计量电压异常
有多种现象可以表明计量电压出现了异常,如电压表没有出现任何指示、电压突变、电压一直处于低水平状态等等,造成这些现象的原因也有很多种,如电压误差增加、电压表采样异常、电压回路异常等等。下面主要对三相三线计量装置电压异常和三相四线计量装置电压异常展开论述。
三相三线计量装置电压异常。三相三线计量装置电压异常的主要原因在于高压熔丝熔断,当A线高压熔丝熔断时,导致A相电压示值相比整定值明显降低;当B线高压熔丝熔断时,导致A、C相相电压示值相比整定值明显降低;当C相高压熔丝熔断时,导致C相电压示值相比整定值明显降低。因此,当发现三相三线计量装置电压异常时,先观察是哪一相的电压降低了,进而判断哪线的高压熔丝出现了故障,进行对应熔断器更换即可使得数据恢复正常。
三相四线计量装置电压异常。同样的在分析三相四线计量装置电压异常的过程中主要对高压熔断丝进行检查,例如某用户在三相用电时发现C相电压显示为0的情况,可以判定计量电压出现了异常,经过相关排查初步判定造成这种现象的原因为计量二次回路电压线C相存在故障,对其进行修复后数据恢复了正常。如上所示,在判断二次回路电压线出现故障常常需要结合电流数据,且除了二次回路电压线故障外还可能是由于电力一次设备故障导致的。例如当发现计量电压异常时,且用户在该相上并未用电,那很有可能是由于电力一次设备出现故障导致的;当发现计量装置电流和电压值均显示为0时,可以初步判定这是由于一次电压回路出现异常所导致的。
三、结语
综上所述,随着社会的不断发展与进步,电能计量数据特征较以往相比有着大幅度的变化,这给电能计量中的异常数据分析带来了很大的挑战。本文主要从计量电流异常和计量电压异常两个方面展开分析,提出了不同情况下出现异常数据的特征及原因,旨在进一步提升电能计量检查水平,保障用户的基本用电。
参考文献:
[1]赵云,李鹏,肖勇,钱斌.电网大数据中用户电能计量异常优化监测仿真[J].计算机仿真,2017,34(08):449-452.
[2]何行,何欢,谢玮,董重重,段圣佳.用电信息采集系统电能计量数据异常原因及改进[J].数字通信世界,2017(04):180-183.
[3]吴晓强.电能计量自动化系统运行工况监控管理技术的研究及应用[J].中国新技术新产品,2016(21):11-12.
[4]李亦非,宋玮琼,彭放,丁宁,王芳.基于局部异常点检测算法的电能表飞走异常智能分析[J].电测与仪表,2016,53(18):69-73.
[5]张明明,芦琳.电能计量中的异常数据研究[J].电气应用,2013,32(S1):42-46.