基于智能電表數據資產的配用電檢修運維架構設計

2018-01-25 16:37:24 電力信息與通信技術　點擊量：評論 (0)

摘要：配用電網檢修運維的智能化是實現電網高效管理的重要技術手段。為了實現配用電網檢修運維的高效性和準確性，提出了一種智能配用電網

摘要：配用電網檢修運維的智能化是實現電網高效管理的重要技術手段。為了實現配用電網檢修運維的高效性和準確性，提出了一種智能配用電網檢修運維架構，將高級量測體系和智能電表設備及其數據資產應用于系統中; 分析了能源互聯網背景下的配用電網智能運維的技術特征及其支撐關鍵技術; 基于智能電表及其數據資產角度，分別闡述了配用電檢修和配用電運維應用場景下的智能化實現途徑; 設計了配網智能運維應用框架，可為能源互聯網下配用電網檢修運維智能化提供應用參考。

關鍵詞：智能檢修與運維; 配用電網; 智能電表; 能源互聯網

0引言

配用電網是實現電網與用戶雙向實時交互的重要組成部分之一 [1]。隨著能源互聯網的興起，配用電網在運維的規劃、建設與管理方面愈顯重要。為加快能源互聯網建設，推動互聯網與電力系統各領域的深度融合和創新發展，國家電網公司開展了全球能源互聯網的前瞻性研究 [2]。隨著智能電網的持續建設以及能源互聯網的興起，配用電網規模不斷擴大、網架結構日益復雜，配用電系統由傳統單一電能分配角色轉變為集電能收集、電能傳輸、電能存儲、電能分配和用戶互動化為一體的新型電力交換系統節點 [3]。配用電網檢修與運維是配用電網運行管理的重要技術手段，在能源互聯網背景下如何實現高效的配用電網檢修運維技術，成為配用電網相關系統研究亟需解決的問題。

另一方面，基于智能電表的智能電網高級量測體系 (Advanced Metering Infrastructure, AMI) 技術在配用電網中廣泛應用，智能電表是高級量測體系技術中基礎性和關鍵性的終端設備，是獲取配網運行數據的重要來源，可支持電力公司獲取大范圍、統一時標的高頻率配用電網末端數據 [4]。以上采集的數據能夠提供實時或準實時的各測試點功率、電壓、電流等配電網運行參數信息，構成了智能電表的重要數據資產。通過運用配電網相關數學模型，對智能電表采集的海量信息進行大數據分析，反推配電網運行參數和運行狀態，借助 AMI 智能電表系統與配電網管理系統的深入融合 [5]，可全面指導配電網運行維護與搶修等工作，最大限度地發揮智能電表的資產價值，提高配網運行效率并降低運維成本。

技術中基礎性和關鍵性的終端設備，是獲取配網運行數據的重要來源，可支持電力公司獲取大范圍、統一時標的高頻率配用電網末端數據 [4]。以上采集的數據能夠提供實時或準實時的各測試點功率、電壓、電流等配電網運行參數信息，構成了智能電表的重要數據資產。通過運用配電網相關數學模型，對智能電表采集的海量信息進行大數據分析，反推配電網運行參數和運行狀態，借助 AMI 智能電表系統與配電網管理系統的深入融合 [5]，可全面指導配電網運行維護與搶修等工作，最大限度地發揮智能電表的資產價值，提高配網運行效率并降低運維成本。

1配用電網智能檢修運維技術架構

1.1技術特征與架構

配網智能檢修運維技術特征主要體現在對檢修運維配網采集數據的自動分析和決策，具體如圖 1所示。首先，對臺區與用戶的智能電表數據進行預處理; 其次，依據運行狀態工況數據，確定判斷規則，通過構建配用電檢修運行異常分析模型，進行異常自動分析;同時采用構建的異常分析模型，與歷史運行異常狀態數據信息庫對比，通過對預測決策算法的訓練與測試操作，構建配用電網檢修運行狀態預測模型，最終進行異常狀態自動預測。

圖 1 配網檢修運維的自動分析與決策流程

配用電網智能檢修運維技術路線圖如圖 2 所示。1)首先，從現有配電網 35 kV 以下到臺區表計線路范圍內，采用 AMI 技術體系架構，將 380 kV 臺區變壓器總表 ( 智能電表 ) 進行非計量數據采集功能擴展，實現大規模高頻率(5 min/ 次，每天 288 個點及其阻抗估計值)的配網運行參數信息(功率、電壓、電流)實時采集與主站傳輸。

2)其次，采用智能電表數據分析技術 [4] 和人工智能數據挖掘技術 [5]，提取檢修運維配網采集數據的狀態特征(如回路阻抗和線路相位)，用于配網狀態辨識決策。

圖 2 配用電網智能檢修運維技術路線圖

3)最后，參照配網檢修運維典型異常狀態現象，分析異常現象與運維狀態特征的邏輯關系，分別構建配網檢修運維的異常分析模型和狀態預測模型，通過以上模型實現配網檢修運維狀態的自動決策。

1.2技術架構實現的關鍵技術

1)數據采集與傳輸技術。主要包括支持數據采集的智能傳感器技術 [4], 支持大規模智能電表數據傳輸的壓縮傳感技術 [12]、寬帶通信技術和物聯網通信技術 [9]，保證智能電表數據傳輸安全的信息安全技術等 [13-15]。

2)配網狀態辨識技術。主要包括回路阻抗測量技術 [9] 和相位檢測技術 [11]，其中回路阻抗測量技術是通過計算智能電表處線路的電壓變化量和電流變化量來獲取線路負荷阻抗變化量的技術，通過線路負荷阻抗變化量可對配網線路狀態實現自動監測與識別。

3)數據分析與處理技術。主要包括支持海量數據處理的云計算技術 [6]、支持異型數據處理的大數據技術 [7-8]、支持狀態決策的諸如人工神經元網絡和深度學習等人工智能技術 [4-5]。

2實例應用分析

2.1配網停電智能檢修

1)現狀分析。現階段供電公司主要采用配網監測系統和故障報修相結合來確定配網故障位置，依據配網監測系統中的告警信息判斷故障位置范圍，在分析停電規模、人員力量和搶修計劃的基礎上，確定搶修優先級，計算現場所需人員數量、預估恢復時間和管理現場工作。借助配網管理系統實現停電搶修功能，實現停電搶修的組織調度和工單下發。由于現有系統缺乏對故障進行分析的功能(如故障位置、性質、影響范圍)，因此存在故障搶修響應時間長和對系統運行指標影響大的問題。

2)解決思路。在配網智能檢修運維架構中，可實現配網管理系統與 AMI 智能電表系統貫通，利用智能電表和配網管理系統的數據綜合分析來判斷故障位置而非范圍，判斷故障的性質和影響范圍，可縮短響應時間。

2.2配網智能運維

1)現狀分析。現階段供電公司主要采用配網監測系統和人工定期巡檢相結合的運維管理方式，依據運維計劃表依次對配網線路進行人工定期巡檢，同時按照配網監測系統所提供的配網線路運行狀態信息，進行不定期線路臨檢，由于涉及臨時停電檢查時需要進行臨檢的組織調度和工單下發，因此存在增加管理組織成本、人員成本以及供電穩定性不足等問題。

2)解決思路。在配網智能檢修運維架構中，借助智能電表海量數據可以對配用電網進行有效監測，從而實現主動運維，提高供電可靠性。借助阻抗測量的狀態評估技術和大數據分析技術，對配網線路阻抗進行監測，通過對阻抗狀態評估以及對配網線路運行狀態(老化將導致阻抗增加)的及時識別，可以自動預測線路和設備的老化狀態，降低定期巡檢和臨檢的人工成本。同時可以對配網線路故障進行預測，在線路故障前，運維人員有足夠的應急響應時間。根據線路阻抗，定位線路老化或故障點，可提前發現故障類型并定位，及時安排現場檢修，減少設備故障率，提升工作效率和線路可靠性。

因此，一個基于數字運維和智能工業服務框架，典型的配網智能檢修運維應用架構如圖 3 所示。

圖 3 配網智能檢修運維應用架構

3結語

智能電表是智能電網的基礎性和關鍵性資產，是獲取配網運行數據的重要來源。通過開展智能電表的非計量功能及其數據資產的相關分析深度應用，利用配網數學模型，對智能電表采集的海量信息進行大數據分析，反推配網運行參數和運行狀態，借助 AMI 智能電表系統與配網管理系統的深度融合，全面指導配網運行維護與搶修等工作，可最大限度發揮智能電表的資產價值，提高配網運行效率和降低運維成本。本文在分析配用電網檢修運維的智能化技術特征基礎上，從智能電表設備及其數據資產出發，設計了配網智能運維應用框架，為能源互聯網背景下的配用電網檢修運維提供了一定的技術應用參考。

參考文獻：

[1] 蒲天驕, 劉克文, 陳乃仕, 等. 基于主動配電網的城市能源互聯網體系架構及其關鍵技術[J]. 中國電機工程學報, 2015,35(14): 3511-3521.

[2] 李迪, 耿亮, 佟大力, 等. 互聯網與能源融合背景下電力信息通信領域的發展趨勢和方向[J]. 電力信息與通信技術, 2015,13(7): 1-7.

[3] 王羿. 能源互聯網的信息通信架構體系研究[J]. 電力信息與通信技術, 2015, 13(7): 15-21.

[4] 欒文鵬, 余貽鑫, 王兵. AMI數據分析方法[J]. 中國電機工程學報, 2015, 35(1): 29-36.

[5] ZOBAA A, VACCARO A, LAI L L. Enabling technologies and methodologies for knowledge discovery and data mining in smart grids[J]. IEEE Transactions on Industrial Informatics, 2016,12(2): 820-823.

[6] 莊緒強. 基于云計算技術的用戶用電智能分析技術研究[J]. 自動化與儀器儀表, 2016(2): 187-189.

[7] 張東霞, 邱才明, 王曉蓉, 等. 全球能源互聯網中的大數據應用研究[J]. 電力信息與通信技術, 2016, 14(3): 20-24.

[8] 饒瑋, 蔣靜, 周愛華, 等. 面向全球能源互聯網的電力大數據基礎體系架構和標準體系研究[J]. 電力信息與通信技術, 2016,14(4): 1-8.

[9] YAN Y, QIAN Y, SHARIF H, et al. A survey on smart grid communication infrastructures: motivations, requirements and challenges[J]. IEEE Communications Surveys & Tutorials, 2013,15(1): 5-20.

[10] 顏偉, 段磊, 楊煥燕, 等. 基于智能電表量測的三相四線制配網抗差估計[J]. 中國電機工程學報, 2015, 15(8): 1622-1629.

[11] 侯雨伸. 計及AMI 量測的配網狀態估計與 AMI 優化選址研究[D]. 哈爾濱: 哈爾濱工業大學, 2012.

[12] CANDÈS E J, ROMBERG J, TAO T. Robust uncertainty principles: exact signal reconstruction from highly incomplete frequency information[J]. IEEE Transactions on Information Theory, 2006, 52(2): 489-509.

[13] 梁建權, 金顯吉, 佟為明, 等. 高級量測體系中無線傳感器網絡的密鑰管理方案[J]. 電力系統自動化, 2016, 40(19): 119-126.

[14] 鄧攀, 韓光輝, 范波, 等. 一種智能電表的安全通信方案[J]. 電力信息與通信技術, 2015, 13(2): 16-20.

[15] 翟峰, 徐薇, 馮云, 等. 面向智能電表隱私保護方案的改進Paillier算法設計[J]. 電力信息與通信技術, 2016, 14(12): 52-57.I 優化選址研究[D]. 哈爾濱: 哈爾濱工業大學, 2012.

[12] CANDÈS E J, ROMBERG J, TAO T. Robust uncertainty principles: exact signal reconstruction from highly incomplete

frequency information[J]. IEEE Transactions on Information Theory, 2006, 52(2): 489-509.

[13] 梁建權, 金顯吉, 佟為明, 等. 高級量測體系中無線傳感器網絡的密鑰管理方案[J]. 電力系統自動化, 2016, 40(19): 119-126.

[14] 鄧攀, 韓光輝, 范波, 等. 一種智能電表的安全通信方案[J]. 電力信息與通信技術, 2015, 13(2): 16-20.

[15] 翟峰, 徐薇, 馮云, 等. 面向智能電表隱私保護方案的改進Paillier算法設計[J]. 電力信息與通信技術, 2016, 14(12): 52-57.

作者簡介：

祁兵(1965–)，男，遼寧遼陽人，碩士，教授，博士生導師，研究方向為電力信息通信與智能用電;

王朝亮(1986–)，男，河北邢臺人，碩士，工程師，研究方向為電力計量及用電信息采集;

陸俊(1976–)，男，云南廣南人，通訊作者，博士，副教授，從事信息處理理論、電力通信和通信網絡方面的研究工作;