智能電能表質量數據采集與質量監控技術研究

(國網北京市電力公司，北京 100031)

0 引言

隨著計算機時代的到來，信息網絡正在飛速的發展，電力行業也在逐年發展，隨著人類生產方式水平的不斷提高，人們對于生活的幸福度指數也在慢慢提升[1]。在這樣的大背景之下，電能表的質量狀態評估變得非常重要，目前來講，以往的電能表質量監控方案已經落后，工作效率低下無法滿足需求。如何提高智能電能表風險防范工作，是目前亟待完善的難題[2-3]。

針對上述存在的問題，文獻[4]采用一種自動化設備用來檢測智能電能表[4]，雖然檢測非常精確，但是研究成本太高，不適合大范圍使用。文獻[5]公開了一種基于層次分析法智能系統對智能電能表的質量進行分析[5]，這種方法雖然簡單，但是參入了專家主觀性的判斷，不具有科學性。為了貫徹國家有關電力行業安全管理的規定，建立完善的智能電能表質量監控系統，本文研究出一種方法，具體內容闡述如下。

1 智能電能表質量數據采集架構

針對上述技術存在的不足，本研究設計出一種新型的電能表質量數據采集服務端云平臺，其總體架構如圖1所示。

圖1 采集服務端平臺架構圖

如圖1所示，采集裝置服務端是為了采集生產企業的生產數據，向可信采集平臺上傳生產企業的數據的可配置化節點應用，整個采集服務器端平臺主要由邊緣計算業務系統和云端質量監控系統組成。在邊緣計算技術基礎上構建業務系統，以便于更加契合與采集終端的關聯性，提高對智能電能表質量數據處理的效率。在云端質量監控系統中通過智能運維實現對智能電能表的質量監控，采用SVG和Ajax技術進行數據處理。

在實際應用中，智能電能表質量控制主要包括研發設計、物料采購、生產制造、出廠供貨等四大環節，分析研究各環節的關鍵質控點，提取出各環節質量基礎能力要素的主要關注點，這些質量基礎能力特性指標與各環節質控點密切相關，具有明顯的階段性特征，可以體現各環節質量基礎能力的能力，保障各環節質量水平[6-7]。關于智能電能表質量數據分類我們可以按照不同類型進行分類：

1)按照數據來源，把智能電表質量數據分為研發設計、物料采購、生產制造、出廠供貨等數據，分別反映各業務環節的質量狀態和水平。

2)按照數據性質，把智能電表質量數據分為計量、標準、檢驗檢測、認證認可等四類數據，分別反映智能電能表健康情況。

2 智能電能表質量數據采集系統設計

2.1 采集系統架構設計

面向數據監控，物聯網市場開發，在高密度部署和成本間取得黃金平衡，是工業控制器設備的聯網和遠程控制需求的優選方案。為解決電能表質量數據采集問題，本文設計了相應采集系統，系統中功能主要包括：數據采集、數據流轉、數據處理、數據上云、應用程序的云端下發和邊緣部署功能，確保全過程質量數據采集裝置采集、驗證、清洗、分析質量數據的可信、安全、實時[8-10]。關于智能電能表質量數據采集系統如圖2所示。

圖2 智能電能表質量數據采集系統

如圖2所示，在實際應用中，智能電能表質量數據按照數據來源，可以分為研發設計、物料采購、生產制造、出廠供貨四類。采集器會將這些數據信息傳送到各種類型的通信網絡中，其中有SMS無線網、GPRS/CDMA無線網和光纖網，無線傳輸網一般是公用的，而光纖網則是要自己專門創建。數據信息通過轉換，經過路由器和防火墻之后，通過各種網絡類型的前置機到達了光端機，經過交換機到達服務端平臺[11-12]。

2.2 采集規范

采集服務端平臺中的采集模塊通過兩種模式(實際使用時采用一種或多種)采集質量數據[13]。

①設備直采模式：終端應用和邊緣采集終端建立連接，向采集終端發送采集指令，邊緣采集終端向設備發送采集指令，設備反饋數據給邊緣采集終端，邊緣采集終端將數據反饋給終端應用。

②設備主動上報模式：終端應用和邊緣采集終端建立連接，設備主動將數據上報給邊緣采集終端，邊緣采集終端將數據實時反饋給終端應用。

按照質量數據采集方式可分為自動采集、接口導入和人工采集，如圖3所示。

圖3 質量數據采集

2.3 安全機制

應用輕量級證書及可信快速驗簽機制、分布式授權終端認證接入、分布式可信授權認證管理模型技術等可信認證方法，在數據接口接入過程中，按照應用場景和數據傳輸方式使用對應的可信認證方式，使得在智能電能表數據采集過程中保證數據讀寫的安全。

在數據讀寫的傳輸過程中，普遍使用數字密碼加密的方式來實現數據安全防范，在區域與區域傳輸線路中建立密碼體系，直接對交互數據進行加密，防止非法用戶進行竊取關鍵信息，保證數據的完整性和可靠性[14]。傳統方法構造防火墻來防御外來非法用戶入侵，但是再完美的防御技術始終存在一定的漏洞，因此本研究引入入侵檢測和模擬攻防系統，在遇到危險應用時主動挖掘定位得到漏洞信息，并進行鏟除。除了相應的數據安全保護，面對海量的安全風險數據還需要進行科學合理化管理，提高整個系統運行性能條件[15]。

3 SVG與Ajax技術

為解決大量智能電能表質量不達標的問題，本研究基于SVG和Ajax技術構建監控系統以實現對智能電能表質量數據的實施監控。下面講具體描述技術過程。

SVG是一個標準開放的矢量圖像格式，使用簡單的文本命令，便可得出各種數據圖像效果，使電能表質量狀況通過某個維度清晰地展現在用戶面前。SVG圖像主要還是基于XML的應用，其本身除了有

圖4 智能電能表圖像代碼

如圖4所示，本研究采用JavaScript語言對SVG交互技術進行編碼，JavaScript語言的優勢在于能夠直接在Web上進行解析而不需要特定的編譯，利用 JavaScript腳本技術可以解決SVG圖像的交互問題。SVG圖形交互是采用事件觸發機制進行實現。在定義SVG元素中對某個對象定義特定事件，當事件發生時觸發腳本程序完成所需要的功能[19]。

在實現SVG圖像交互過程中，本文發現服務器延遲時間依舊很長，智能電能表質量監控數據傳輸效率低，針對這種問題，本研究采用Ajax技術進行改進。Ajax技術是包含XML、DOM、CSS等多種技術，并且同樣支持JavaScript語言，使用JavaScript語言能夠很好地處理所有電能表質量監控數據。Ajax改變了傳統服務器處理方式的規則，通過不斷更新的方式在服務器與客戶端之間形成新的交互層，目前成為Web開發的關鍵技術[20-21]。為了更好地展現出Ajax技術的優勢，下面講具體進行描述。首先是有關傳統的Web服務器處理應用程序示意圖如圖5所示。

圖5 傳統的Web應用程序處理示意圖

從圖5可以看出，用戶在進行操作過程中，傳輸電能表質量監控數據需要響應時間，在服務器接收到客戶端的請求后，用戶需要經服務器處理后接收結果，這傳輸時間和處理時間呈串聯形式，使得所耗時間較長，導致效率低下[22]。Ajax技術則在常規Web的基礎之上添入作為中間交互層，以提高服務器處理數據效率。關于基于Ajax技術的Web應用程序示意圖如圖6所示。

圖6 基于Ajax技術的Web應用程序處理示意圖

從圖6可以看出，在添入了Ajax技術作為中間交互層的基礎下，客戶端用戶在進行操作后，數據的傳輸時間和服務器的處理時間以并行的方式進行，并且不斷地進行局部更新，瀏覽器不用再費時間處理等待的需求和更新操作。這種方式可以減輕服務器的負荷處理，減少了用戶所需要等待和數據刷新的時間，大大提高了工作效率[23-24]。

通過SVG圖像交互技術和Ajax技術改進服務器處理智能電能表數據方式，能夠在很短的時間內，得到清晰的智能電能表質量數據圖像信息，采用這兩種技術不但能提高數據處理的效率，也提高了整個采集系統的性能，非常具有實用性。

4 實驗與分析

為了證明本研究的采集服務端的軟硬件平臺能夠實現智能電能表的質量監控，下面將通過仿真實驗進行分析。

4.1 智能電能表基本信息

關于智能電能表基本信息，主要通過國網有關智能電能表電數據庫提取，通過大數據云端平臺進行數據的預處理得到智能表智能電能表參數信息。由于數據庫中關于智能電能表基本信息種類過多，本研究主要采用的參數信息有招標批次、智能電能表的型號、中標數量總和、智能電能表質量問題、監測人員的姓名和處理意見，如表1所示。

表1 智能電能表樣本信息

4.2 實驗硬軟件環境

在進行仿真試驗之前，有關系統運行的環境是必要的考慮環節，要根據實際情況，才能作出合理地實驗。

在硬件環境方面，本文采用了B/S的模式，這是因為采集服務器平臺必須要配置高端的系統，才有更好的采集服務端，能滿足用戶大多數的需求。服務器配置采用Pentium(R)CPU、8核16G內存和1T的硬盤容量。在軟件環境方面，本文采用的操作系統為Ubuntu17.04，以SQL Server 2016版本數據庫作為根據，全部實驗編程通過C++語言進行編寫。

4.3 仿真實驗過程

關于實驗的設計本研究將3架客戶端與Web服務器端相連，Web服務器另一端連接數據庫。其中客戶端采用Ajax技術，控制界面的操作由客戶端進行。Web服務器端通過數據庫傳輸SVG圖像向客戶端提供數據。其中Ajax引擎起到更新頁面與數據交互功能。關于實驗中整個系統的工作原理如圖7所示。

圖7 實驗中系統的工作原理

針對SVG技術與Ajax技術圖像數據的實現，本實驗采用智能電能表的日負荷曲線所反映的智能電能表質量信息。本實驗通過用戶設置實時動態數據更新的時間間隔為5分鐘，通過測試系統一些測點的歷史數據，統計一天內負荷的最大值和最小值，運算所有測點的平均值并通過MATLAB軟件得出有關智能電能表的日負荷曲線如圖8所示。

圖8 智能電能表的日負荷曲線圖

如圖8所示，在日出時間之前，智能電能表電力負荷量平穩且高于平均水平，這是因為夜間睡覺期間用電量微乎其微。在6點以后，用電量逐漸增大，智能電能表負荷開始迅猛增加，直到中午12點，負荷量達到最大。之后再到18點，用電量復雜反復地在逐漸減少，負荷量達到平均水平線，最后到達夜間0點。

除了對智能電能表的一天負荷量數據監控，本研究質量監控系統重點還是智能電能表的質量狀態監控以及評估，本研究采取北京國網電力公司2019年5月底至10月中旬時間段，采用本研究質量監控系統對末智能電能表質量監控，其走勢圖如圖9。

圖9 某智能電能表質量監控走勢圖

如圖9所示，質量監控系統每15日統計某智能電能表的質量狀態，在5月31日至7月15日期間，該智能電能表性能正常，在7月15日之后到8月15日，該智能電能表出現問題，達到嚴重的故障程度。經過監控系統抽調相關工作人員迅速處理解決故障問題，再到8月31日經過監控，該智能電能表達到了正常水平。

從上述的實際應用中，可以明確的是SVG技術與Ajax技術的共同結合使得圖像數據信息十分精確，而且對于非技術相關人員，也能讓他們很容易的理解。

5 結束語

由于當前的智能電能表在數據采集領域仍受到很多環境以及其他因素的影響，導致工作效率很低，本文采用數據采集技術和生產過程智能化管理技術實現對智能電能表監控管理系統內的信息全部做到數字化。通過SVG圖像交互技術和Ajax技術改進服務器處理智能電能表數據方式，能夠在很短的時間內，得到清晰的智能電能表質量數據圖像信息。經過實驗表明，本研究采用的數據采集系統和生產過程智能化監控技術十分實用，將是提升電力企業形象和電力市場競爭的綜合實力的有效途徑。