電量模型標準化和數據智能檢測分析技術研究

史雪梅+曲向華

摘 要： 隨著國家智能電網策略的實行，對應智能終端電能計量配套系統也逐步向多功能智能化發展，為此對電量預測模型和電量數據智能檢測方面進行分析。建立電量原灰色預測模型，利用支持向量機擬合電量參數，并確定各項權重形成電量標準化模型。電量數據信號檢測運用瞬時諧波參數估計法，將數字信號通過卷積運算獲取相應帶通濾波器的輸出信號，在零頻處對信號處理后得到對應的諧波分量瞬時參數，實驗表明該方法可以提高電網運行效率。

關鍵詞： 智能電網； 電能計量； 電量數據； 智能檢測

中圖分類號： TN911.7?34； TU178 文獻標識碼： A 文章編號： 1004?373X（2017）23?0144?03

Abstract： With the implementation of the national smart grid strategy， the corresponding intelligent terminal electric energy measurement system should be developed gradually towards the multi?functional intelligence， therefore， the electricity quantity forecasting model and electricity quantity data intelligent detection are analyzed. The grey prediction model of electricity quantity is established. The support vector machine is used to fit the parameters of electricity quantity， and determine the weight of each item to form the electricity quantity normalized model. The instantaneous harmonic parameter estimation method is used to detect the data signal of electricity quantity. The convolution operation is performed for the digital signal to acquire the corresponding output signal of the band?pass filter， and then the signal is processed at the zero frequency to get the instantaneous parameters of the harmonic component. The experimental results show that the technology can improve the operating efficiency of power grid.

Keywords： smart grid； electricity energy measurement； electricity quantity data； intelligent detection

0 引 言

在歐美發達國家電網智能化飛速發展的帶動下，我國電力行業適時地提出建設“堅強智能電網”的發展策略[1]。基于集成、高速雙向通信網絡而建立的智能電網在國民經濟發展、能源生產以及利用、環境保護等諸多方面都表現出了巨大效益。為實現電網的可靠、安全、經濟、高效、環境和諧使用的目的，智能電網需要充分運用先進的設備技術、先進的傳感和測量技術以及先進的控制方法和決策支持系統技術[2?3]。文獻[4]指出作為經濟和技術發展的必然產物，智能電網當之無愧的成為當今電力領域中的最大論題之一，其最為重要的環節就是面向智能電網的高級計量系統設計[5?6]。文獻[7]提出為了實現電力部門和用戶高效雙向互動且電力用戶能夠智能化用電的目標，需要運用一種新型的電能表計量智能終端。數據處理部分和測量部分等電路結構是其核心要素，利用在MCU外添加外圍電路的方法可以實現電量數據計量、外部信息的存儲與處理以及家用電器智能控制等各類功能。隨著經濟和信息技術的發展，電量數據計量通過先進技術使電力系統的能源轉換效率、電能利用率、供電質量以及信息處理能力得到顯著提升[8?9]。

為了實現我國電網智能化全面發展的目標，本文對電量標準化模型及智能檢測技術進行研究，并通過實驗驗證其有效性。

1 電量模型標準化和數據智能檢測

1.1 蛙跳優化理論的電量標準化組合模型

2 實驗與結果分析

運用基于改進的灰色預測模型及支持向量機模型的優化組合模型進行電量預測，實驗設定給出2001—2008年的某城市城鎮居民年實際用電量數據，運用本文組合優化模型及單一灰色預測模型（GM模型）分別對8年間的城鎮居民用電量進行預測，獲取結果后與實際用電量進行數據比較，具體用電量數據如表1所示。

對組合優化模型獲取的用電量數據結果與實際用電量結果進行比較后，可觀察出預測結果與實際結果較吻合，誤差非常微小并在誤差允許范圍內；而再觀察利用單一灰色模型對用電量實行預測所獲取的結果，與實際結果對比后發現其誤差率非常大，對用電量統計已經達到錯誤范圍，不能起到預測電量的作用。

對電量數據中不平穩的信號進行智能檢測，分別采用小波變換法和瞬時諧波信號參數估計法實現檢測過程，具體電量數據輸出信號的振幅曲線圖如圖1及圖2所示，兩種方法獲取的電量數據信號振幅曲線與實際輸出信號如圖3所示。將圖1，圖2中的振幅曲線分別對照圖3實際輸出信號的振幅值，可看出圖1電量數據信號振幅值與實際輸出振幅值并不吻合，且誤差值較大，不能描述電量數據的實際輸出值，對電能計量不具備指導作用。而圖2輸出的電量數據信號幅值與實際輸出信號值趨勢基本吻合，表明本文方法可以較好地描述電量數據信號的輸出情況。

3 結 語

為了實現電能計量的高精度、高準確性，提出對電量模型進行標準化處理并對電量數據信號實行智能化檢測。首先，對具有一定時間序列特性的電量數據運用基于改進灰色預測模型及支持向量機模型的組合優化模型，根據蛙跳優化理論對組合優化模型進行全局優化后形成電量標準模型；然后，運用瞬時諧波信號參數估計法對電量數據中的信號進行諧波信號參數預估，從而完成對電量數據的智能檢測過程。實驗表明本文方法可以提高電網運行效率。

參考文獻

[1] 王寶，葉彬，石雪梅，等.基于用電結構變動的省級電網長期負荷特性預測[J].現代電力， 2015，32（3）：54?59.

[2] 顧健.智能電網調度控制系統現狀與技術展望[J].企業技術開發旬刊，2015，34（12）：105?106.

[3] 辛耀中.智能電網調度控制技術國際標準體系研究[J].電網技術，2015，39（1）：1?10.

[4] 彭小圣，鄧迪元，程時杰，等.面向智能電網應用的電力大數據關鍵技術[J].中國電機工程學報，2015，35（3）：503?511.

[5] 申展，胡輝勇，雷金勇，等.分布式電源接入用戶及用戶側微電網雙向電能計量問題[J].南方電網技術，2015，9（4）：14?21.

[6] 張建偉，楊昊，趙永輝，等.智能用電網交互系統負荷預測仿真研究[J].計算機仿真，2016，33（9）：159?162.

[7] 周璐.手持式電能表數據提取智能終端的研究和應用[J].企業技術開發，2015（11）：50?51.

[8] 鄧裕文，胡資斌.基于雙變權緩沖算子的多變量灰色電量預測[J].黑龍江電力，2015，37（6）：515?519.

[9] 王慧武，劉巍，叢超.基于非線性理論的電力諧波檢測與估計[J].電測與儀表，2016，53（3）：68?74.endprint