大数据的电力计量装置故障智能化诊断技术

汪波

摘要：电力营销日常管理工作中，电力计量是非常重要的一个组成部分，电力公司将根据计量装置的记录数据，结合国家制定的电费、电价政策向用电客户收取电费。从经济市场的角度来说，使用科学的手法确保电力计量的准确无误，能提升电力市场的运营和服务质量。但是之前使用的电力计量装置，由于时间较早，各芯片材料性能不完善，某些功能欠缺，再加上现在所要采集的项目量多、数据量大，各元器件承载的负荷量大，往往容易出现计量失误的问题，这对以后的电能计量和电费收取会产生负面影响。本文旨在分析电力计量装置中存在的故障，以及应该如何利用大数据技术，对故障进行智能化诊断。

关键词：大数据;电力计量装置;诊断

引言：随着智能电能表的大量推广应用，智能电能表接入终端数据能提高电力运行的便利性，是电力企业用电管理的重要自动化手段，是联系用电客户和电力企业的桥梁。但是庞大的数据输出，也必然导致数据的采集量加大。智能表安装的采集器每天需要记录大量数据，这无疑是巨大的工作负担。数据记载的容量增大，往往容易引发故障。由于采用了高端复杂的承载方式，一旦出现问题也会给后台维护的员工增加工作难度，技术水准一般的员工，很难在短时间之内解决难题。如果采用大数据来诊断电力计量的装置故障，能大幅度提高工作效率。

一、现有电力计量装置故障检测办法

通过电力企业的近阶段反馈不难发现，现有的电能表故障判断方法，技术人员在短时间内很难精准检测出故障的具体原因，一旦产生问题就需要耗费大量的人力和时间，而且最后可能也无法排查出具体“病症”，及其低下的工作效率，也会降低用户的满意度，给企业发展带来困难。目前企业内部，主要存在以下几种装置故障的检测办法：

（一）计量装置定期检查

國网公司制定《电能计量装置技术管理规程》根据该规程（DL/T 448-2000）规定现场检验：新投运或改造后的I、Ⅱ、Ⅲ、Ⅳ类高压电能计量装置应在一个月内进行首次现场检验。I类电能表至少每3个月现场检验一次;Ⅱ类电能表至少每6个月现场检验一次;Ⅲ类电能表至少每年现场检验一次。每年的定期检查，也可查出运行中计量装置存在的缺陷并加以处理。据了解，各电力企业也有相应的管理规程。其缺点是不能及时发现电能表运行缺陷，且工作的人工成本巨大，诊断的准确性差，要求诊断人员专业技术要高且标准仪器仪表保管复杂。

（二）根据诊断信号诊断故障

电力计量工作的开展，需要以计量装置作为支撑，但是电子式类仪器仪表产品，毕竟会随着使用年限的增加，出现故障的几率也就越大而且采集数据可能缺失。要想及时解决故障，就必须对装置进行实时检测。传统的检测还采用了诊断信号，来判别故障的具体原因，虽然这能在一定程度上减少工作人员的排查工序，但是电能表发出的故障信息量较少，信号诊断只能大致判断装置的问题，具体的细则还需要技术人员展开进一步的排查，此诊断方法提供的故障原因不够详细。

（三）传统的数据诊断系统

数据诊断系统的优越性是看得见的，从某些角度来看，它的确比人力诊断更加高效，引入该技术能提高企业运维及故障处理的便利性。前些年电力企业为了减少故障诊断的麻烦，引入了传统的数据库。但不可否认的是，它虽然能对电力计量的运行进行故障排查，但引入该技术的成本较高，后期操作也繁琐，需要具备专业资质的个人才能操作得了这套数据库。如果企业自身没有专业人员，可能不会选择“专业的”数据系统，另外电力企业方面在考虑到生产成本的问题，很少选择引入传统的数据诊断系统。

（四）依靠人工力量诊断故障类型

鉴于以上三种诊断方法存在缺陷，很多电力企业采用人工力量去判断故障类型，后期再根据检测中的具体情况，安排技术人员参与检修。整个工作环节，继续全部需要依靠人类的力量继续下去。人工操作小队虽然有专业的技术人员组成，但相对于高端的智能化诊断设备来看，工作的效率不高，每个人要承担的工作任务会更重。在当前这个智能化技术迅速发展的时代，依靠人工力量来诊断故障的方法已经落伍了，它无法满足现代人的用电需求。

二、推进电力计量装置智能化诊断的方案

在大数据的时代背景下，各个行业为了跟上时代的步伐，以智能的方式促进企业发展，都选择引入现代化的大数据技术。在这样的大环境之下，电力行业也调整了自己故障诊断方式，选择引入智能化装配，提高电子式计量装置的故障诊断效率。比如在正式投入电力资源之前，由具备装置诊断的理论知识和实战经验的技术者，为企业建立诊断知识库，在通过观察电力计量呈现的数据，来分析电力运行的动态，具体还有以下几种可推行的方案：

（一）实行在线检测方案

动态监控能更精准地分析出，电子式计量装置具体还存在哪些问题，后期技术人员才可根据问题所指，拿出对应的解决方案。为了建成动态监控系统，实现信息的在线检测，就需要存储电力计量过程中产生的数据，数据对于整个系统有着非常重要的作用，其重要性对于行业来说是不言而喻的，可以说它会影响电力计量装置的后期使用。但是很大的数据量在电力大数据库中运行，一旦出现故障就会影响整个电力系统的运行。如果完全依靠传统设备或者人力，也很难解决在运行中出现的故障。实行在线检测方案，通过引入适合记录电力计量装置的数据系统，实行在线检测方案、设立预警信号，后台只需要登录系统查询运行情况，看看是否有收到预警信号，就能了解电力计量装置是否存在故障。

（二）电力计量装置故障的异常信息诊断

在检测过程中发现了电力计量装置的异常信息，就代表电力计量装置上出现了问题，出现异常信息是电力计量装置检测的第一个环节，通过发现讯号，工作人员会安排具体的检修方案。在出现设备故障时，要根据信息的反馈找到根本病症，后期把检测得到的数据，和前期建立的知识库两相对比，就能配对出具体的解决方案。另外如果发现装置的故障，还需要组织专业人员分析故障的位置和类型，通过集体商讨的方式，拿出一套行之有效的方案，这能提高诊断的效率，快速解决出现的问题。查看异常信息确立诊断方案，是该行业当中一种常见的装置诊断方法。此项目的操作需要确立明确的工作指标。

（三）研发多样化预警技术

在采用动态监控的时候，技术人员的传统工作模式效率不高，一旦出现故障根本无法在短时间内排查到具体原因，后期会给用电客户带来巨大的困扰。因此需要研发多样化的预警技术，通过预警技术能帮助工作人员，在短时间内找到故障的根本原因，比如通过语言转换，或者发布预警信息（通过发送手机短信的方式，让参与者了解装置出现问题的原因）等形式，让参与故障解决的人们，减少繁琐的排查工序的同时，又高效地完成了任务，增强了专业人员的操作能力，也提高了用户的满意度。当然问题解决效率的高低，还需要依靠专业人员研发多样化的预警技术，这些技术应该具备操作简单、直接明了的特点。多样化的预警技术是提高行业实力的根本所在。

（四）用电信息采集系统大数据智能诊断

用电信息采集系统是国网公司智能用电的重要支撑系统，是目前较为完善集负荷控制、电能表数据采集、智能诊断为一体的综合采集平台。它将智能电能表，智能开关等设备作为底层的基础设施，为电网和用电客户的双向互动提供了支撑。它采集用户智能电能表、开关等实时用电信息，存入数据库中，利用大数据的后在分析，得到智能电能表、开关的运行状态。

当电能表、开关发生异常和故障时，电能表或开关会将异常故障传送给系统主站，主站进行专业汇总，利用大数据进行后台分析，得出设备故障类别和原因，指导运维人员进行现场处理。随着4G、5G、宽带容量的提升，电能表、开关的采集项目增多、采集数据增大，大数据后台智能诊断的准确性将大为提高，减轻现场运维人员的工作量、提高运维效率。

三、总结分析

在大数据的时代背景之下，電力计量装置诊断工作质量的提高，需要依靠高端的大数据技术，这就要求专业人员搭建专业的知识库，通过知识库的数据互相对比，就能看出装置诊断的数据差异。同时需要利用在线检测系统，排查故障的原因为人们找到问题的根本所在，后期再设立专门的预警系统，为处理故障的人员提供技术上的支持。通过一系列方案，来提高诊断的效率，确保电力计量装置的正常运行，保证计量收费的公平、公正。

参考文献：

1. 郭佳婧， 严童， 陈明，等. 基于大数据的电力计量装置故障智能化诊断研究[J].
2. 甄啊彪. 基于大数据的电能计量装置异常信息多维分析与诊断
3. 王磊， 陈青， 高洪雨，等. 基于大数据挖掘技术的智能变电站故障追踪架构[J].
4. 娄乾. 用电计量装置在线监测与诊断系统的研究与开发[D].