国网山西省电力公司阳泉供电公司计量室 山西省阳泉市 045000
摘要：针对城市电网中海量智能电能表现场超差核准工作的费时费力而查找缺陷针对性不强的实际情况，介绍了一种智能电网状态在线检验评价指标及其在线平台设计方案，为在线运行的智能电能表缺陷检查和运行维护提供有力依据。首先，分析了智能电能表状态检验的影响因素，详细阐述了智能电能表状态检验评价指标体系；其次，设计了智能电能表在线检测评价平台的系统架构和业务流程；最后，通过天津市一个城区的实际案例，验证了评价指标和在线系统的适用性，以期为智能电能表的精益化运维提供一定的参考价值。
关键词：智能电能表；状态评价体系；状态检验
引言：
电能计量计费是电力市场正常运行的重要环节。为保证电能计量的准确性，保障电力营销供给系统平稳安全运行，对电能表进行定期检修是电网企业一项重要的运营生产任务。当前电能表的检修采用周期性计划检修模式，不仅任务量大、耗时费力，且常常出现维护过多、检修次数过多等现象，没有充分利用好电能表的实时状态信息，造成了较大的人力资源浪费。随着智能电能表和用电信息采集技术的推广应用，智能电能表运行监测手段与机械表相比有了质的飞越，远程收集电能表运行信息已成为一种趋势。与机械式电能表相比，智能电能表的计量误差在检定周期内更加稳定，电能计量以及电能表状态数据采集更加方便。为此，在制定智能电能表周期性检修计划时，应用智能电能表运行实时信息进行数据分析和状态评价，使检修活动更具有针对性，可提高智能电能表维护效率、避免人力资源浪费。
1智能电能表状态评价体系
本文提出了一种基于可靠性的维修（reliabilitycenteredmaintenance，ＲCM）智能电能表状态检验技术，为智能电能表的现场检验业务提供有力支撑。ＲCM是目前国际上通用的，用于确定设备预防性维护需求、优化维护制度的工程方法。1978年，美国联合航空公司首次提出该方法，目前广泛运用于国外军工及民用工业领域。我国军用标准GJB1378-92《装备预防性维修大纲的制定要求与方法》将ＲCM定义为“按照以最少的资源消耗保持装备固有可靠性和安全性的原则，应用逻辑决断的方法确定装备预防性维修要求的过程或方法”。基本思路是根据设备的特点，评价设备的风险状态和故障模式，根据不同的故障模式进行合理的维修策略的分析方法。ＲCM方法在国内外工业领域的广泛运用，为本文基于ＲCM开展电能表状态检验提供实践基础。首先，构建智能电能表状态评价体系，定义电能表的运行状态；其次，根据电能表的状态矩阵制定相应的状态检验策略；最后，通过试点单位的应用情况，验证状态检验的可靠性和应用成效。根据评价指标体系的“目标导向原则”，本文建立分层次的电能表状态体系，包括基础数据层、状态监测层及状态评价层，为研究基于ＲCM方法开展智能电能表状态检验工作提供技术支撑。
1.1基础数据层
基础数据层为状态评价体系提供底层数据支撑。省级计量中心生产调度平台（measurementofintegratedproductiondispatchingsystem，MDS）、营销系统、用采系统作为支撑智能电能表全寿命周期管理的三大业务系统，保存了智能电能表各业务环节的大量数据。这些数据是挖掘智能电能表状态量的理想数据源。智能电能表的核心任务是准确计量用户的用电量信息，计量误差的稳定性是智能电能表是否可靠运行的重要指标。对于同一供应商同一招标批次的电能表，在方案设计和元器件选型中采用统一的标准。电能表的家族性缺陷是评价电能表状态的重要指标。此外，对于用户关注的特定故障的发生情况，也应纳入基础数据层。根据上述分析，基础数据层如表1所示[1]。
表1 基础数据层
.png)
1.2状态监测层
1.状态监测层汇总基础数据层的原始数据，挖掘得到影响智能电能表稳定性的11个状态量。这些状态量为电能表的状态评价提供数据支撑［2］。智能电能表状态量如表2所示。
表2 智能电能表状态量列表
.png)
1.3状态评价层
状态评价层通过状态矩阵，实现对电能表的状态评价。该评价层融合专家经验和客观评价，兼顾当前数据和历史数据[3]。
状态评价模型包含状态量归一化、状态评价分量、状态评价三部分。根据每个状态量的取值范围，应用保守归一化公式和Sigmoid函数对状态量进行归一化处理；应用隶属度函数建立和隶属度函数解模糊两种技术，并融合专家经验开展模型设计，分别评价每个状态量，形成状态评价的分量；应用熵权法和自修正权函数法两种技术，生成最终的状态评价结果。①状态量归一化。数据挖掘时，由于不同特征值的表达方式及取值范围不同，需对不同特征值作归一化处理。状态监测层计算的状态量，通过合成量化和保守归一化方法实现状态量的归一。家族性缺陷和环境信息经过量化后的值处于0～1之间，故不需要归一化处理。有窃电行为的用户信誉指标为0，没有的用户信誉指标为1。由于该指标在数组之间，采取sigmoid函数将数值映射到0～1之间。基本误差、误差分散性等状态量，量化后采取保守归一化的方法将数据映射到0～1之间。②状态评价分量。数值归一化后，将状态量分为极差、差、一般、好、极好五个等级，用隶属度函数计算每个等级在状态量归一化区间中的分布。隶属度指对于研究范围中U的任一元素x，都有一个数A（x）∈与之对应，则A是U上的模糊集，A（x）是x对A的隶属度。隶属度A（x）越接近1，表示x属于A的程度越高；A（x）越接近0，表示x属于A的程度越低。隶属度属于模糊评价的概念，一般用实际经验和模糊统计的方法来确定。本文采用德菲尔专家经验法建立各状态量的隶属度函数［4］。以状态量基本误差S1为例，设置极差、差、一般、好、极好状态的标准值为0、0.25、0.5、0.75、1。根据德菲尔专家经验法，建立基本误差S对极差、差、一般、好、极好的隶属度函数fi（S1）（i=1，2，3，4，5，代表状态项的5个等级）。
结束语
提出了一种智能电网状态在线检验评价指标及其在线平台设计方案，可为在线运行的智能电能表缺陷检查和运行维护提供有力依据，在满足日常的智能电能表超差核准工作的前提下，大大减少运维人员的数量，节约企业成本。做好智能电能表研制生产、验收检测和运行环节的质量管控，是保障智能电能表计量准确、可靠稳定运行的重要措施。
参考文献：
[1]叶剑斌，朱东升，汪翊节，陈雅伦，张延盛.智能电能表状态检验技术研究[J].2020，41（01）：51-55.
[2]陈应龙，邓桂平，甘依依，郭雨.智能电能表全寿命周期质量管控要点分析[J].2019（11）：41-42.
[3]夏震，张家安.智能电能表状态在线综合评价方法[J].2018（21）：23-26+52
[4]罗群，刘春雨，张家安，张健，王首堃，葛磊蛟.智能电能表状态检验评价指标体系及在线平台开发[J].2017，54（17）：94-99+111.