基于運行電能表誤差自監測技術研究

鄭小平，韓瀟俊，徐勇，曾憲友，趙言濤

(威勝集團有限公司，長沙 410205)

0 引 言

電能表廣泛用于電網用戶的電能計量、用電監測和電費結算。目前接入國家電網、南方電網的智能電能表有6億多只。電能表是國家強制檢定產品，產品要在監管部門的管控下通過型式鑒定批準，批量生產的每一只電能表都要在電能表廠家進行誤差調校和檢驗合格后出廠，在電網公司處須再次全數檢驗，合格后方可掛網使用。在掛網運行中電能表會受到環境、人為、器件本身故障或老化等因素的影響而發生計量誤差變化，及時準確發現計量誤差異常非常重要。目前對于電能表運行故障監測、運行狀態評估和誤差影響因素分析的研究較多，文獻[1]綜述了電能表現場評估的技術和發展狀況。文獻[2]提出了電能表裝入溫度、濕度、浪涌次數傳感器，實現壽命自監測，從而構建現場運行電能表壽命預警制度。文獻[3-4]通過對氣候環境、電網負荷的聚類分析，進行了多應力故障模擬仿真實驗，建立高嚴寒、高干熱、高海拔、高鹽霧及高濕熱的智能電能表現場運行環境，并通過試驗運行梳理積累的電能表故障和誤差數據，分析不同環境因素對電能表故障和誤差的影響。文獻[5-6]基于計量原理，分析了電能表誤差產生的原因。文獻[7-12]將臺區的總表和用戶表供電量數據作為研究內容，依據能量守恒規律，構建誤差計算模型，通過優化算法，實現臺區電能表運行誤差監測和狀態評估。文獻[13-15]運用大數據分析用電量和計量誤差之間的關系，并綜合考慮電能表運行異常因素，結合地區影響因素，對智能電能表狀態進行動態評估和故障預測。文獻[16]依據電能表準確度試驗數據，對電能表影響因素進行定量歸類，并引入灰色理論、模糊數學對電能表性能指標進行綜合評判。文獻[17]以電能表出廠檢定數據、首次檢定數據、隨機抽樣復檢數據、連續運行八年后的復檢數據為基礎，建立大數據分析模型和風險識別程序。連續跟蹤的結果及風控措施可支持輪換周期的延長。文獻[18]提出基于狀態參量與計量性能退化的智能電表誤差狀態預測方法，建立溫度、濕度、負荷、檢定結果、時間累積影響的預測模型，借助BP神經網絡算法，實現電能表誤差預測。文獻[19]通過在計量箱安裝具備高性能邊緣計算功能的智能采集管理終端，通過采集電表數據，并導入計量數據分析模型，將計算數據與電能表數據進行比對，完成計量誤差在線分析。

文獻[20]采用帶自監測功能的計量芯片ADE9153,設計了一款電能表，并進行了試驗研究，文中基于單相電能表采樣電路原理，以及現場運行電能表的誤差異常分析，對當前3款計量芯片誤差自監測技術進行了試驗和應用分析研究，并對干擾下自監測誤差的異常進行了分析，探討了具有自監測功能的電能計量芯片規模應用下提高自監測判斷準確度的方法。

1 電能計量異常分析

1.1 電能計量異常原因

電能計量由采樣電路、計量芯片組成(見圖1)。負載電壓、電流從電能表端子接入后，經過采樣電路變換后給到計量芯片，計量芯片將信號通過ADC轉換后的數字量進行數字信號處理，將電壓和電流采樣值相乘后累加得到有功電能量，電壓采樣信號移相90°與電流采樣值相乘后累加得到無功電能量。

圖1 電能計量原理框圖

從上述計量原理框圖可看出，電能計量誤差與電壓采樣回路、電流采樣回路、ADC分辨率、基準電壓、計量算法、校準參數等有關。其中ADC轉換、基準電壓和計量算法在計量芯片內完成，芯片內部的基準電壓、ADC轉換器的穩定性非常高，而計量算法程序和校準參數在出廠后不再改變。在運行中引起計量異常的主要是芯片外部采樣回路的變化。

1.2 現場運行電能表計量異常的統計

電能表在現場運行過程中，受到環境、人為、器件老化等因素的影響，計量誤差可能發生變化，如果計量誤差超出標準要求的允許范圍就定義為計量誤差異常。本文統計了發生計量誤差異常的運行電能表，分析了故障原因和失效機理(見表1)。

表1 計量誤差異常的類型和原因

從表1可以看出，采樣回路異常(包括分壓電阻、電流采樣電阻/電流互感器、采樣回路工藝)、電能表線路接入不良或短接是電能表電能誤差異常的主要原因。校準參數異常和外部磁場影響在早期電能表上發生較多，目前通過設計改進得到了較好的解決。

2 電能誤差自監測技術

近年來，有廠家推出帶自監測功能的計量芯片，可以對電能表的電壓采樣回路、電流采樣回路阻抗變化進行監測，并可對計量芯片自身ADC轉換電路、基準電壓變化等進行監測，實現在線誤差異常自診斷的功能。

在計量芯片內部內置標準源，將用于自監測的激勵信號發射至電表采樣回路入口(電流采樣回路為分流器或者互感器，電壓采樣回路為電阻分壓串)，激勵信號與負載信號一起經過傳感器和外圍電路送到芯片內的ADC，負載信號用于計算正常的電量，激勵信號經過專用算法提取出來計算后與標準源信號比較，計算出自監測誤差。形成“發射-接收-自監”的閉環系統(見圖2)。

圖2 誤差自監測原理框圖

芯片的自監測基準源往電流采樣電阻、電流互感器、正常分壓電阻上注入自監測信號，自監測信號與正常負載電流、電壓信號合并后，經過外部抗混疊電路進入計量芯片的ADC。注入的自監測信號幅值通常非常小，僅為額定電流或電壓的1%，頻率比電網基波頻率高很多，為幾百赫茲至幾千赫茲的間諧波信號。

計量芯片提取自監測信號，如果提取到的自監測信號沒有發生變化，則表明電流采樣回路、電壓采樣回路(包括分流電阻/電流互感器或分壓電阻、抗混疊網絡)沒有發生異常變化，如果提取到的自監測信號發生變化，則表明電流回路、電壓回路存在異常。計量單元在獲取到電壓、電流回路自監測信號變化可計算出誤差，最終將電壓、電流回路自監測誤差合成功率自監測誤差輸出。從原理上看，芯片的自監測功能可以實時監測采樣回路的變化情況，來實現運行電能表的自監測。

自監測電能表需要對電流回路采樣器件和電壓采樣回路進行改造，使芯片自監測注入信號能夠輸入到計量回路并被計量芯片檢測到。其次，還需要通過軟件程序配合，讀取芯片自監測誤差寄存器數據，來判斷誤差異常。

3 自監測電能表的功能測試

選取三種(ABC)帶自監測功能的芯片制作的準確度為2級單相電能表。每種選擇三臺合格電能表進行測試，選取三臺表中的最大自監測誤差做為誤差測試結果。測試方案制定的目標：一是測試自監測電能表基本誤差，二是測試計量回路異常變化時自監測誤差和電表誤差，三是進行影響量測試，測試電表誤差和自監測誤差。

3.1 自監測電能表基本誤差

選取典型工作狀況，測試電能表自監測誤差和電表誤差(見表2)。

從表2看出，在正常工作電流和功率因數情況下的三種電能表基本誤差和自監測誤差均正常。

3.2 計量回路變化下誤差變化情況

人為改變電能表的電壓、電流采樣回路，包括對接入回路進行短接分流、改變內部電壓回路的分壓電阻、模擬現場進線接入不良，測試電能表自監測誤差和電能計量誤差(見表3)。

根據上述測試結果：實驗1是對電能表電流采樣回流輸入信號進行改變，實驗2是對電能表電壓采樣回流輸入信號進行改變，兩個實驗中采樣回路阻抗發生了變化，三種電能表的電能誤差和自監測誤差均發生了改變；實驗3為模擬線路接入電能表進線端子不良的情況，試驗表明由于接入阻抗增加導致端子發熱，三種電能表的自監測誤差和電能誤差均有所變化。

3.3 誤差影響量試驗

選取主要影響量因數，對電能表自監測功能和電能誤差進行測試(見表4)。

表2 電能表基本誤差(%)

表3 采樣回路變化下誤差(%)

測試結果表明，在大部分影響量情況下，三種電能表的自監測誤差和電能誤差正常。但是在射頻電磁場輻射抗擾度測試中，電能表的自監測誤差發生了異常。

3.4 測試結果分析

綜合上述各項測試數據，三種電能表自監測誤差異常的情況(見表5)。

表5中序號1～序號3情況下，由于采樣回路發生變化，電表誤差變大，自監測誤差也異常，自監測誤差可以反映電能誤差異常情況，其中在序號1情況下，電能誤差沒有超出2%的誤差限，但是誤差已經發生較大變化，最大已經超過0.8%。

在序號4和序號5的情況，電能誤差和自監測誤差存在不一致情況。

為了進一步確認實驗數據的準確性，重新選取一臺C類表，再次進行實驗，并記錄詳細數據。

3.4.1 端子溫升對自監測精度影響

首先進線虛接入電能表進線端子，測試端子溫度、自監測誤差和電表誤差。隨著運行時間加長，端子溫度升高，每5 min記錄一組數據。實驗結果(見表6)。

上述數據表明：溫度越高，自監測誤差和電表誤差負偏越大，自監測誤差與電表誤差有正相關性。電表在運行中，由于進線接入不良發生端子溫度升高導致計量異常、端子燒毀甚至電表燒毀的情況較多，帶自監測功能的電能表可以從自監測誤差的異常判斷出端子接入不良異常的情況。

3.4.2 射頻電磁場輻射抗擾度測試

選取一臺C類電能表重新進行射頻電磁場輻射抗擾度兩組測試，持續1 h，每5 min更新一組數據(見表7)。

表4 影響量誤差(%)

表5 自監測誤差異常項目匯總

表6 不同端子溫度電表誤差和自監測誤差(%)

表7 射頻電磁場輻射下誤差

在10 V/m實驗中，自監測誤差會存在部分點受到干擾而發生突變，在30 V/m實驗中，自監測誤差變化非常大，顯然自監測功能受到電磁干擾發生了異常。

芯片自監測發出的自監測標準方波信號非常小。C類方案中電流為17.75 mA、電壓為2.2 V，頻率為1 232 Hz，如果有干擾信號，尤其是同頻點干擾，會造成自監測誤差較大異常。如何處理干擾是成功應用的關鍵。這里提出可以采用提取自監測誤差的相鄰變差數據，濾掉變差大的數據，并且滑動提取一段時間的平均值做為自監測誤差的結果，以提高通過自監測誤差進行誤差異常判斷的準確性。

4 現場掛網自監測數據及分析

4.1 掛網數據統計

2020年9月，基于某自監測方案的單相電能表900臺開始實際掛網。半年運行情況表明，表計總體運行正常，自監測誤差基本正常。其中發生10臺自監測誤差異常情況，現選取其中兩臺表提取一天的自監測誤差采集數據(見表8)。

表8 現場掛網電能表自監測誤差

4.2 模擬實驗試驗

為了分析現場問題，根據現場用戶用電情況，在實驗室搭建了模擬環境(見圖3)，包括阻性負載：電爐子(800 W)、感性負載：電機(1 100 W)、 電容性負載 (2 000 W)，線路中還接入了開關。

4.3 模擬實驗結果及其分析

將兩塊具有自監測功能的電能表接入圖3所示的實驗環境運行24小時，表9為每1 h自監測誤差記錄數據。

圖3 模擬接線示意圖

從表9中看出，兩塊表自監測誤差均存在比較大的跳動，跳動可達24.69%，與現場掛網有類似表現。

表9 實驗環境下自監測誤差

為了分析自監測誤差跳動的原因，對實驗電路負荷電流進行數據采樣，并進行頻譜分析(見圖4)。

圖4 實驗電路電流信號頻譜分析

由圖4可知，動態負載實時波形頻譜豐富，除 50 Hz 基波外，還有大量諧波和間諧波，在1 232 Hz 間諧波含有率達 0.026 3%，負載電流為18.22 A時，間諧波含量達 4.79 mA，理論上電流回路自監測誤差為 27.36%。

4.4 解決方案初探

針對跳變的自監測誤差，可進行分類、濾波，滑動平均處理，去除無效數據，增加數據可靠性判斷。本文提出一種處理方法：

(1)將單次相鄰自監測誤差跳變超過5%以上的數據進行濾除；

(2)所有數據進行前后三數據滑動平均濾波處理；

(3)取24 h平均值作為一個統計周期。

最終處理后的數據(見表10)。

表10 處理后的自監測誤差

經過數據處理后，24 h的平均自監測誤差結果基本處于正常范圍。

通過實驗室模擬現場運行看出，電網負荷回路電流在注入信號頻率點的變化引起了自監測誤差的跳變。實驗模擬環境較為嚴苛，開關頻繁動作，現場際掛網下大多數情況負荷相對穩定。增加自監測誤差的采樣頻率、采取更好的數據濾波算法應有更好的效果。

5 結束語

電能表在掛網運行中會受到環境、人為、器件本身故障或老化等因素的影響而發生計量誤差變化，而變化超出允許范圍就可以定義為誤差異常。通過統計分析表明，電能表計量誤差異常的主要原因是計量回路發生異常，包括采樣回路器件參數改變、電路工藝參數發生變化、電能表端子人為短接、電能表進線接入不良引起發熱等。及時準確發現誤差異常非常重要。文中簡述了采用帶自監測功能的計量芯片實現單相電能表的方法，并對電能表進行了全面試驗測試和分析，同時分析了現場運行的電能表的自監測誤差異常情況并搭建模擬試驗環境進行分析。得出結論：

(1)誤差自監測功能對計量準確度沒有影響；

(2)誤差自監測功能的實現是通過對采樣回路主動注入標準測試信號，并通過計算發收信號變化量給出自監測誤差。自監測誤差的變化可以反映電能表采樣回路的變化；

(3)由于自監測測試信號很小，易受電磁干擾影響而偶發隨機跳變；

(4)在實際現場運行中，負荷電流在注入頻率點的變化會引起自監測誤差的跳變；可通過數據濾波處理以提高判斷準確性。

后續可通過規模使用自監測功能，結合電能表的電壓、電流測量數據，加大自監測誤差采樣頻次，結合大數據分析，改進和優化數據處理方法。同時，還可以改進和優化芯片自監測方案，提高電能表計量異常自診斷的準確性。