導語：智能電表質量評價方案和模型分析一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：智能電表作為我們日常必備的電能資源的計量工具，與我們的生活息息相關。文章根據不同的用電環境現場的溫度、濕度、低功率因數等主要影響因素進行了聚類，對環境進行劃分，將得到不同環境的主要因素出現的頻率在電表掛臺上進行相關模擬，采集掛表臺上電能表的運行數據，建立誤差一致性評價模型，對不同廠家的電表做質量排序。

關鍵詞：聚類；誤差一致性；質量排序

智能電表作為我們日常必備的電能資源的計量工具，可以幫助人們有效控制緊缺的電能資源的利用率，與用戶和電力企業之間的經濟效益有著直接關系，可見電能表的計量準確性對自動化檢定尤為重要[1]。近年來，隨著各計量中心相應計量系統的建立，已實現自動檢定和檢定誤差依據不同標準對不同廠家和型號的數據上傳[2]，但是當現場環境復雜時，未能針對其特殊的環境進行模擬和預測。例如，廣州屬于典型的嶺南氣候，在這種潮濕、高溫、多雷等環境條件下電子式電能表的電子元器件、功能都容易發生故障；根據計量中心近3年的運維數據顯示，大用戶電能表（三相電能表）的故障率在2.5%左右；根據近三年運行抽檢報告，低壓居民用戶計費用的電表（單相電能表）不合格率在2%左右。由于現場環境復雜，目前實驗室只是在檢驗方面可完成副電能以及采集終端的質量檢驗，仍需針對特定場景模擬其現場情況，并通過抄表終端對電能表數據實時抄讀與分析，依據檢定其誤差及時發現智能電表的質量問題，完成有關對電能表的全生命周期的一項評價[3]。因此本文提出了根據不同的用電環境現場的溫度、濕度、低功率因數等主要影響因素進行了聚類分析，得到不同環境的主要因素出現的頻率進行相關模擬，在電表掛臺上的10個產家的電能表的運行數據進行相關采集，并建立誤差一致性評價模型，對不同廠家的電表做質量排序。

1智能電表評價方案的設計

智能電表的評價方案主要針對不同的用電環境進行盡可能相似的模擬，因此本文采用K-means聚類方法對不同的用電環境進行分類，通過加入不同頻率的電應力以及相應的溫度、濕度的前提下進行相應的方案設計。1.1K-means聚類聚類分析法是大數據分類的常用方法，對大數據分類發揮著重要作用。劃分聚類、層次聚類、基于密度的聚類、基于網格的聚類是目前主流的聚類方法，并對其適用范圍和特點進行了歸納，得到結果如表1所示[4-5]。根據上表1的聚類方法對比，容易發現劃分聚類和層次聚類應用范圍較為普遍，但是因層次聚類的計算復雜度為O（n2），并不適合處理環境因素量大的樣本。因此本文選擇K-means聚類方法，K-means方法的計算復雜度為O（n），適合于大數據的處理分析。但k-means方法大致存在三種缺點：（1）K-means算法需要事先給定中K，但K值的選擇通常是不確定的。（2）絕大部分情況，給定的數據集應該分成多少個類別才最合適是事先不確定的；（3）在K-means算法中，首先需要隨機選擇初始聚類質心，然后不斷進行迭代計算。故針對大量氣候數據、低功率因數等環境因素的劃分選擇k-means分類方法。1.2基于K-means聚類的環境劃分以及模擬。受氣候影響和現場用電環境復雜度的影響，電能表通常會導致計量精確度出現問題，經過大數據統計，主要溫度、溫差、濕度、日照、用電行業息息相關。用電行業主要通過低功率因數、波形畸變、過負荷、動態負荷、沖擊負荷、電壓波動、電磁干擾這七種主要波動因素導致，故以11個指標進行聚類劃分，模擬出其相應的環境因素及其出現的頻率。低功率因數、波形畸變、過負荷、動態負荷、沖擊負荷、電壓波動、電磁干擾這七種主要波動因素主要通過各種電應力的表現，因此通過模擬相應的電應力的頻率實現電能表質量評價方案的設計。電網操作會產生瞬間過壓，開關斷開會擊穿拉弧引起群脈沖干擾，負載短路或容性負載會產生沖擊電流，非線性負載會產生諧波干擾，甩負載會產生短時工頻過壓，感應雷會產生浪涌電壓等等，這些干擾都是從電網的電壓線或電流線傳入電表，它們會對電表本身和通信產生影響，電應力試驗室模擬有兩種方式，一種是實驗室標準設備，這些設備發出標準的干擾波形，有規定的試驗方法，但這些設備帶負載能力有限，只能進行單塊表干擾試驗，同時這些設備不能長時間工作。另一種模擬方式是真實負載模擬，這種方法能長時間工作，帶負載能力強，設計實現方式如下[6-7]：電網操作、甩負載過程中往往會出現過壓現象，因此模擬產生采用升壓變壓器、繼電器、PLC控制實現，產生3UN的瞬間電壓值，取高概率的2UN過壓值和低概率發生的6~7UN的電壓值的中間值。電網在斷開開關觸點時，產生的拉弧會擁有較高的幅值、較抖的上升沿，即產生電網脈沖干擾。通過電容放電、感性負載的開斷模擬電網脈沖干擾。電網在日常情況下，偶爾會發生短路故障，或者電容負載，產生較大的沖擊電流。通過對電容充放電來模擬沖擊電流對采樣電路的短暫性沖擊，實現對電網沖擊電流的模擬。在電網中，往往存在非線性負載，容易產生對電能計量和電表電源的干擾的諧波，采用可控硅調制進行模擬產生。在電網中往往存在大型負載突然或者短暫的將電壓拉低以及突然停電，該現象屬于電網電壓的暫斷、掉電。采用PLC控制繼電器產生電網電壓的暫斷、掉電對電能表掉電存數和電表電源產生干擾。電網中過壓、欠壓、過流時間過長，易導致電表發熱、黑屏。采用升壓、降壓、電流變壓器產生工頻過壓、過流、欠壓現象來研究其對電能表的影響。1.3試驗方案表箱100只電表按不同廠家規格，分成10組，每組10只電表，記錄在案。分批次進行實虛負載試驗。模擬環境劃分的不同情況，針對同一批次的不同電表，對同一測試點進行測試，比較相應的測試結果，并規定了誤差超限的范圍。這是對電能表的再現性性能作出了檢驗。在參比電壓、100%Ib、10%Ib、功率因數1.0和0.5L，對10個同一批次的測試樣本加載參比電壓、基本電流30min后，參照表2的誤差一致性限值，判斷被測樣品的測量結果與同一測試點n個樣品的平均值的最大差值是否符合要求。時間間隔為20天。

2計量誤差一致性評價模型

模型建立：根據上述實驗獲得數據，針對同一個商家的電能值計算不同溫度下的相對誤差y，把其看成正態分布，計算出同一個商家的10個電能表的相對誤差的均值μy和標準差σy，進而分析不同溫度下的計量精度一致性水平。誤差均值μy，代表計量精度，其越高越趨近于0；計量標準差σy代表誤差波動，表示計量精度一致性越好，其值越趨近于0越好。電能表電能的相對誤差y看作服從正態分布N（μy，σy2），為盡量同時滿足μy盡量小和σy2要小（波動小），設定一致性評價量Y數學表達式為：Y=μn2+σn2姨（1）其中，表達式中μn為標準化處理均值μy的值；σn為經過標準化處理的標準差σy的值。通過標準化處理達到了不同單位或量級的指標能夠進行比較和加權目的，其通過去除數據的單位限制，將其等比例縮放，轉化為無量綱的純數值。標準化處理均值μy的過程如表達式（2）：μn=μy-μy-minμy-max-μy-minμy-max代表μy的實驗數據的最大值經標準化處理后得到的上限值；μy-min代表μy的實驗數據的最小值經標準化處理得到的下限值。均值μy經過標準化處理的轉換到（0，1）區間內數值μn。對標準差σy作與均值μy相同的標準化處理。得到處于同一量級的μn和σn代入式（1）中，則計算出一致性評價量Y。Y的值越小，說明μn2+σn2越接近于0，計量精度越高，一致性越好。將試驗的計算結果，進行數值從小到大的排序，越小的數字代表其一致性越好。

3結束語

本文針對不同的用電環境現場的主要影響因素進行了聚類分析，得到不同環境的主要因素出現的頻率進行相關模擬，在電表掛臺上的10個產家的電能表的運行數據進行相關采集，并通過建立的相關模型對電表做出了誤差一致性評價，得到了較好的效果，有利于電能表的自動化監控和推廣，大大提高了效率。

參考文獻：

[1]啜斌.智能電能表現場運行模擬系統的框架體系研究[J].河北電力技術，2018，37（03）：59-62.

[2]鄧桂平，申莉，田忠春，等.智能電能表質量一致性檢測系統設計[J].電測與儀表，2015，52（S1）：124-129.

[3]袁瑞銘，李文文，葉雪榮，等.智能電表計量誤差一致性的分析與優化設計[J].電器與能效管理技術，2017（17）：26-30.

[4]王娟，席天為，趙克全.基于改進K-means算法的評價問題研究[J].重慶師范大學學報（自然科學版），2020，37（01）：99-106.

[5]夏偉釗，滕歡，曹敏，等.基于兩階段聚類的單相電能表質量評價模型研究[J].電測與儀表，2020，57（07）：120-125.

[6]劉影，劉巖，丁恒春，等.基于改進熵值法的智能電能表運行質量綜合評價[J].自動化與儀器儀表，2019（04）：146-148.

[7]何圣川，郭斌，馮興興，等.智能電表電應力可靠性試驗平臺的設計[J].科技創新與應用，2019（28）：92-95.

作者:何圣川 郭斌 陳健華 馮興興 單位:廣東電網有限責任公司廣州供電局