拆舊智能電能表檢測系統的設計

申麗曼，陳浩，黃瑞，陳福勝，賀星

(國網湖南省電力公司計量中心，湖南長沙410002)

“十二五”期間，在全球能源互聯網的推進下，城市智能電網快速發展，批量換裝智能電能表，而由于電表故障、服務質量等原因導致的拆舊電能表數量也迅速增長，給各省電力公司計量資產分揀管理造成了極大的壓力。特別是到 “十三五”中期，國家電網公司首批安裝的智能電能表達到檢定周期年限需要輪換，每年拆舊表數量高達全國網安裝總戶數的五分之一，而故障表的分類管理、故障判斷、故障原因分析等工作目前一直以來是各電力公司急需解決的難題。要解決這些問題，需對拆舊來的電能表進行檢測、分類和故障原因分析。目前，大多數電力公司采用人工觀察加傳統的檢定裝置的方式開展拆舊表的分揀和故障判斷，很難快速、準確、全面判定表的狀態、性能。基層縣所、市級到省級計量中心，操作人員、操作環境、處理數量均有差異，不能保證獲取一致的、全面的、科學的測試結果。測試結果目前還不能實現自動記錄、自動判定、自動上傳到同一平臺，從而進行數據分析、質量評價等進一步工作。文中設計的拆舊電能表自動分揀系統能夠以全自動、半自動方式，實現自動化測試、判定。兼容不同版本電能表的通信協議，實現對表內的參數信息、故障代碼信息、開蓋記錄信息等能自動讀取和分析。省、市、縣(供電所)不同層級的檢測系統，可達到一致的檢測結果。同時，建立以國家電網公司、省級、檢測系統的三級數據管理平臺，實現統一化平臺和處理。

1 電能表故障分類及診斷方法

按照國家電網公司發布的故障類型，智能電能表故障主要分為工作質量、外部因素和設備質量等5大類，5大類又細分為外觀故障、計量性能、存儲單等、處理單元和控制單元故障等21種類型，每種故障類型對應多種故障原因，如計量性能就分為誤差超差、潛動、不起動等多種故障。故障類型的判斷和確定故障發生的原因是故障表處理的難點。系統采用電能數據分析方法對故障智能電能表進行復雜故障的診斷，電能數據分析故障診斷方法指運用統計分析方法對收集來的大量原始智能電表量測數據進行處理、建模和計算，提取有用信息并形成結論，挖掘其內在關聯和深層價值。電能中的數據根據功能對象要求不同分為:存儲數據、負荷曲線、事件記錄、瞬時量、凍結數據、電壓合格率6大類數據。根據這6大塊數據分別按不同的處理方式可以得出電能表的故障狀態，各類數據和故障類型的關聯關系如圖1所示。

圖1 電能表數據與故障類別的關聯關系

1.1 表底度自動清零故障判斷

電能表的電量采用累加方式，僅當電量累加到最大值時會從零開始記錄，因此正常情況下電能表是不可能會被清零的，如發生清零則屬于重大故障。判斷方法為從負荷曲線中讀取電能表中的電量數據，連續讀取連續7天零點時刻的電量值，按照時間對電量進行對比，當后一天的電量比前一天還少時，需要判斷電量值是否接近799 999.99 kWh，如接近此值，認為是屬于正常的操作，否則認為電能表存在異常清零操作，提示需要對電能表進行質量分析。

1.2 存儲電量丟失故障判斷

電能表存儲的電量需要至少保存10年，因此對于電能表的電量數據始終需要符合公式 (1)和公式 (2)。

式 (1)中PD為該時間內電子顯示器總電能計數器的電能增量；PD1，PD2，…，PDn為該時間內各費率時段對應的計數器的電能增量；n為費率數；α為電子顯示總電能計數器小數位數。

式 (2)中P正為正向有功功率總電量；P反為反向有功功率總電量；為分相正向有功功率電量之和；為相反向有功功率電量之和。

讀取電能表總電量、分費率電量、分相電量，按式 (1)和式 (2)計算，判斷是否合格。

1.3 電量數據突變故障判斷

電能表應用現場用戶的生活一般是有規律的，可根據歷史的數據進行智能分析，分析用戶的用電情況，當用戶的用電量突然發生改變時，需要進行進一步的觀察和分析。判斷方法為讀取負荷曲線中的電量數據，并對每日零點時刻的電量數據進行判斷，并繪制日、周、月用電量的曲線，同時計算日、周、月用電量的平均值。再驗證電量是否根據時間進行累加，同時計算每日、周、月用電量與對應的平均值之差，當日用量連續30天與平均值相差70%以上時給出報警信號；周用電量連續4周與平均值相差70%以上時給出報警信息；連續3個月的用電量與平均值相差70%以上時給出報警信息。

讀取結算電量數據，并對每個月的電量進行分析，系統中預設春夏秋冬四個季節。繪制電量曲線，曲線的分布特性應符合季節的變化，如相鄰兩個即不是季節變換的月份，但電量相差X(X參考值為150 kWh)以上即可進行報警提示。

1.4 竊電判斷

電能表在防竊電技術方面有較大的改進，但是對于電能表是否經過改裝后進行竊電還是需要通過開蓋事件記錄、掉上電事件記錄進行分析定位。竊電判斷方法主要有如下4種方法。

1)讀取電能表中的開蓋事件記錄。如開蓋次數為1，并且開蓋前用電量不多，可認為是裝表時進行的開蓋，不進行故障提示。如開蓋次數大于等于2需要進行一步分析判斷開蓋前后用電量，通過開蓋前后用電量的差大于30%以上，提示該電能表存在竊電行為。

2)讀取開蓋次數。根據開蓋次數讀取電能表中的開蓋事件記錄，以開蓋發生時間為基準，取負荷曲線中的電量數據，分析開蓋之前的日用電量、周用電量和月用電量，再與開蓋之后的日、周、月的用電量進行同比。如本周一與上周一的用電量進行對比，本周的累計用電量與上周的用電量進行對比。本年度的5月份與上一年的5月份用電量進行對比。當開蓋前后的日、周、月用電量相差大于X，Y，Z電量時 (X，Y，Z可設置，默認值X＝5 kWh，Y＝35 kWh，Z＝150 kWh)進行報警，并提示可能存在竊電風險。可由用戶根據實際情況選關閉或繼續觀察，選擇關閉之后，下次讀取開蓋事件記錄時對于同一個記錄不再提示，選擇繼續觀察會持續記錄用戶的電用信息，并進行用電分析。

3)讀取失壓事件記錄次數。根據失壓次數讀取電能表中的失壓事件記錄，根據失壓次數和頻率進行報警，當一周內失壓次數超過X(X為可設值，默認值為3次)次之后，開始報警，提示用戶此塊電能表電壓存在異常。

4)讀取負荷曲線中的失壓、失流數據。通過負荷曲線中的電壓、電流數據統計分析失壓占比，并根據失壓模式字 (見表1)進行判斷。

表1 失壓模式字

從負荷曲線中的電量數據中分析總電量與分費率電量之間的關系，其電量應符合公式 (2)。

2 系統組成及分揀流程

拆舊智能電能表檢測系統由上層數據平臺、拆舊表管理平臺和硬件設備系統3部分組成。上層數據平臺包括省計量中心生產調度系統，營銷SG186系統，用電信息采集系統和其他數據系統等。拆舊表管理平臺實現各供應商電能表質量分析、拆舊電能表底度管理、防竊電管理、安裝使用管理等功能。硬件設備系統分為省級的自動分揀/分選流水線、市/縣公司級使用的拆舊表檢測處理系統及供電所級的拆舊表檢測處理裝置等三類解決方案。系統構架如圖2所示。

圖2 拆舊智能電能表分揀系統組成

省級計量中心使用的自動分揀/分選流水線對拆舊表的處理分為初步篩選、清潔整理、分選處理、入庫、分揀處理、回庫及最終處理環節，其中分揀處理是核心環節，從機器人上表到條碼、RFID識別再檢測、分揀、人工復檢，確定為報廢或返廠狀態，整體分揀流程如圖3所示。

圖3 分揀流水線流程

3 系統管理平臺

拆舊表信息管理系統與生產調度、SG186、用電信息采集系統等平臺接口，取拆舊表資產信息，實現對拆舊表通過管理系統進行的入庫、出庫、檢測、結果錄入 (附件添加)操作，根據自定義結果進行統計、查詢及分析，為故障表故障類型及批次故障率提供分析參考依據。作為計量資產全壽命周期管理的閉環處理，實現全省系統內通過IP地址瀏覽的方式隨時查詢故障表處理情況及結論，隨時為生產調度平臺提供所需要的故障表信息。同時，系統可通過拆舊表分揀的數據進行供應商產品質量分析，如共性故障分析，首次失效時間分析和誤差分析等；實現底度不符統計、疑似竊電統計、安裝使用效率和超期表統計等統計功能；同時，針對不同供應商不同種類故障實現誘發此類故障的概率預測、故障智能電能表故障現象、原因、模塊的關聯分析等，以便于電力公司掌握電能表現場運行隱患，提前處理，預防大批量質量事故的發生。

4 結語

拆舊電能表分揀系統可實現全省拆舊電能表的自動檢測、分揀和故障診斷，實現與MDS、SG186及用電信息采集系統等數據系統接口，自動調取電能表信息，上傳檢測、分揀和診斷結論，并實現拆舊表的庫房管理。同時系統通過對故障檢測結論的分類分析，實現電能表供應商質量評價和故障機理的分析，為檢測方法的創新提供了可靠數據，對電力公司拆舊電能表的管理及智能電能表運行質量提升具有非常重要的意義。

〔1〕沈水福，高大勇.設備故障診斷技術 〔M〕.北京:科學出版社，1990.

〔2〕周麗.智能電表的技術問題分析及其故障處理 〔J〕.科技與創新，2014(7):75.

〔3〕徐大青，欒文鵬，王鵬，等.智能電表數據分析方法及應用〔J〕.供用電， 2015， 32(8):25-30.

〔4〕王亞東，高巖，金鋒.智能電表數據分析及應用綜述研究〔J〕.信息技術， 2015(2):64-68.