侵权投诉
订阅
纠错
加入自媒体
发文

智能电表数据分析方法及应用

2015-08-07 00:07
一分日元
关注

  引言

  近几年来,由于通信技术和信息技术的长足进步,以及政府对环境保护方面条例的推行,高级量测体系(AMI)因其在系统运行、资产管理,特别是通过负荷响应实现节能减排方面的显著效果而得到了广泛的应用。大量智能电表的部署和应用,使得电力公司能获取高频率、广覆盖且时标一致的配电网末端的实测数据。同以往配电网量测具有的稀疏特点相比,高级量测体系除了能向电力公司提供用户结费所需的电能消费数据外,还能实时或准实时地获取各测量点的功率、电压、电流及功率因数等重要运行参数。通过近几年来智能电表的大规模安装和推广,目前各省电力公司的数据中心都累积了海量智能电表量测数据,如何运用这一宝贵的基础性数据资源,挖掘其潜在价值,为配电网的网络优化、优质运行及资产管理等业务提供有力支撑,是学术界和产业界共同关注的焦点,目前在美国、加拿大、法国等国家对智能电表数据分析的相关研究和实践工作正如火如荼地开展。本文将在分析我国智能电表数据应用现状的基础上,深入探讨国内外行业内常用的智能电表数据分析方法及典型应用场景,并给出基于智能电表数据对配电网拓扑进行校验的分析实例。

  1 我国智能电表数据应用现状

  由于高级量测体系能为实施各方带来显著效益,2009年以来,国家电网公司全面推动了智能电表的安装和应用,截至2014年7月,已累计安装智能电表2.2 亿只,用电信息采集系统覆盖2.3 亿户。南方电网公司也在加快计量自动化系统的建设,截至2014年8月,南方电网公司下属的广东电网公司、深圳电网公司和广西电网公司已建成省级计量自动化系统,广西电网公司已实现厂站、专用变压器、配电变压器3类终端全覆盖,低压集抄客户覆盖率44.1%,智能电表在我国得到空前的发展和应用。

  从目前情况来看,我国的智能电表量测数据及采集系统呈现出规模大、采集频率高、数据存储时间长、数据多样化及测量点分布密集5个主要特征。

  ①系统规模大:当前我国的采集系统一般以省为中心进行集中式部署。以浙江省电力公司为例,已在省公司数据中心建设覆盖全省十几个地市的超大规模采集系统,预计2016年将超过2000万用户。一个以省为中心部署的采集系统,将包含数百万采集终端及几千万只智能电表,其系统规模无疑是巨大的。

  ②采集频率高:与传统抄表系统相比,智能电表数据采集间隔一般为15min,对于重点用户,采集频率可能还要更高,当前智能电表“生产数据”的速度比传统电表高出十倍甚至是百倍。

  ③数据存储时间长:从数据分析的视角来说,原始累积数据越丰富、数据的时间尺度越长,对分析结果越有利;目前基于各种因素的综合考量,历史数据一般需要保存7~10年。对于如此长时间尺度的海量数据,如何管理、分类、归档及保证其检索的性能,都是非常困难的事情。

  ④数据种类多样化:当前智能电表要求采集的数据类型是非常繁多的,其中包含电量类数据:总电能示值、各费率电能示值、最大需量等;负荷类数据:电压、电流、有功功率、无功功率、功率因数等;事件类数据:终端和电表的各种事件和报警;工况数据:采集终端及计量设备的工况信息;电能质量类数据:功率、电压、谐波等;另外还有费控信息等其他数据。

  ⑤测量点分布密集:无论是国家电网公司还是南方电网公司都对测量点提出了全覆盖要求,即测量点需覆盖变电站馈线出口、专用变压器、公用变压器和低压用户,业务范围从原来单一的居民集抄扩大到厂站计量、大用户负荷管理及变压器监测等。

  为充分挖掘智能电表数据的潜在价值,国家电网公司启动了一批基于智能电表数据应用的研究项目。例如基于营配数据融合的配电网资源优化及服务关键技术研究项目,就是充分应用智能电表量测数据,对用户用电消费行为、配电网规划设计模式、短期负荷预测等方面开展研究。另外为了消除配电和用电营销业务之间的数据孤岛,国家电网公司正在实施营配调数据贯通工作,为智能电表数据的分析准备基础条件。目前中国电力科学研究院正在开展电力大数据相关研究,开发电力大数据平台,开展面向大数据的能效分析等关键技术研究,可以预见智能电表数据的深层价值将在未来几年有所体现。不过目前我国对智能电表数据的分析和应用也存在数据碎片化、缺乏系统性,以及超大规模数据集计算效率不高等问题。

1  2  3  4  下一页>  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号