智能电表

基于智能电表数据资产的配用电检修运维架构设计

2018-01-25 15:12:13 电力信息与通信技术

摘要:配用电网检修运维的智能化是实现电网高效管理的重要技术手段。 为了实现配用电网检修运维的高效性和准确性,提出了一种智能配用电网检修运维架构,将高级量测体系和智能电表设备及其数据资产应用于系统中; 分析了能源互联网背景下的配用电网智能运维的技术特征及其支撑关键技术; 基于智能电表及其数据资产角度,分别阐述了配用电检修和配用电运维应用场景下的智能化实现途径; 设计了配网智能运维应用框架,可为能源互联网下配用电网检修运维智能化提供应用参考。

关键词: 智能检修与运维; 配用电网; 智能电表; 能源互联网

0引言

配用电网是实现电网与用户双向实时交互的重要组成部分之一 [1]。 随着能源互联网的兴起,配用电网在运维的规划、建设与管理方面愈显重要。 为加快能源互联网建设,推动互联网与电力系统各领域的深度融合和创新发展,国家电网公司开展了全球能源互联网的前瞻性研究 [2]。 随着智能电网的持续建设以及能源互联网的兴起,配用电网规模不断扩大、网架结构日益复杂,配用电系统由传统单一电能分配角色转变为集电能收集、电能传输、电能存储、电能分配和用户互动化为一体的新型电力交换系统节点 [3]。 配用电网检修与运维是配用电网运行管理的重要技术手段,在能源互联网背景下如何实现高效的配用电网检修运维技术,成为配用电网相关系统研究亟需解决的问题。

另一方面,基于智能电表的智能电网高级量测体系 (Advanced Metering Infrastructure, AMI) 技术在配用电网中广泛应用,智能电表是高级量测体系 技术中基础性和关键性的终端设备,是获取配网运行数据的重要来源,可支持电力公司获取大范围、统一时标的高频率配用电网末端数据 [4]。 以上采集的数据能够提供实时或准实时的各测试点功率、电压、电流等配电网运行参数信息,构成了智能电表的重要数据资产。 通过运用配电网相关数学模型,对智能电表采集的海量信息进行大数据分析,反推配电网运行参数和运行状态,借助 AMI 智能电表系统与配电网管理系统的深入融合 [5],可全面指导配电网运行维护与抢修等工作,最大限度地发挥智能电表的资产价值,提高配网运行效率并降低运维成本。

技术中基础性和关键性的终端设备,是获取配网运行数据的重要来源,可支持电力公司获取大范围、统一时标的高频率配用电网末端数据 [4]。 以上采集的数据能够提供实时或准实时的各测试点功率、电压、电流等配电网运行参数信息,构成了智能电表的重要数据资产。 通过运用配电网相关数学模型,对智能电表采集的海量信息进行大数据分析,反推配电网运行参数和运行状态,借助 AMI 智能电表系统与配电网管理系统的深入融合 [5],可全面指导配电网运行维护与抢修等工作,最大限度地发挥智能电表的资产价值,提高配网运行效率并降低运维成本。

1配用电网智能检修运维技术架构

1.1技术特征与架构

配网智能检修运维技术特征主要体现在对检修运维配网采集数据的自动分析和决策,具体如图 1所示。 首先,对台区与用户的智能电表数据进行预处理; 其次,依据运行状态工况数据,确定判断规则,通过构建配用电检修运行异常分析模型,进行异常自动分析;同时采用构建的异常分析模型,与历史运行异常状态数据信息库对比,通过对预测决策算法的训练与测试操作,构建配用电网检修运行状态预测模型,最终进行异常状态自动预测。

图 1 配网检修运维的自动分析与决策流程

配用电网智能检修运维技术路线图如图 2 所示。1)首先,从现有配电网 35 kV 以下到台区表计线路范围内,采用 AMI 技术体系架构,将 380 kV 台区变压器总表 ( 智能电表 ) 进行非计量数据采集功能扩展,实现大规模高频率(5 min/ 次,每天 288 个点及其阻抗估计值)的配网运行参数信息(功率、电压、电流)实时采集与主站传输。

2)其次,采用智能电表数据分析技术 [4] 和人工智能数据挖掘技术 [5],提取检修运维配网采集数据的状态特征(如回路阻抗和线路相位),用于配网状态辨识决策。

图 2 配用电网智能检修运维技术路线图

3)最后,参照配网检修运维典型异常状态现象,分析异常现象与运维状态特征的逻辑关系,分别构建配网检修运维的异常分析模型和状态预测模型,通过以上模型实现配网检修运维状态的自动决策。

1.2技术架构实现的关键技术

1)数据采集与传输技术。 主要包括支持数据采集的智能传感器技术 [4], 支持大规模智能电表数据传输的压缩传感技术 [12]、宽带通信技术和物联网通信技术 [9],保证智能电表数据传输安全的信息安全技术等 [13-15]。

2)配网状态辨识技术。 主要包括回路阻抗测量技术 [9] 和相位检测技术 [11],其中回路阻抗测量技术是通过计算智能电表处线路的电压变化量和电流变化量来获取线路负荷阻抗变化量的技术,通过线路负荷阻抗变化量可对配网线路状态实现自动监测与识别。

3)数据分析与处理技术。 主要包括支持海量数据处理的云计算技术 [6]、支持异型数据处理的大数据技术 [7-8]、支持状态决策的诸如人工神经元网络和深度学习等人工智能技术 [4-5]。

2实例应用分析

2.1配网停电智能检修

1)现状分析。 现阶段供电公司主要采用配网监测系统和故障报修相结合来确定配网故障位置,依据配网监测系统中的告警信息判断故障位置范围,在分析停电规模、人员力量和抢修计划的基础上,确定抢修优先级,计算现场所需人员数量、预估恢复时间和管理现场工作。 借助配网管理系统实现停电抢修功能,实现停电抢修的组织调度和工单下发。 由于现有系统缺乏对故障进行分析的功能(如故障位置、性质、影响范围),因此存在故障抢修响应时间长和对系统运行指标影响大的问题。

2)解决思路。 在配网智能检修运维架构中,可实现配网管理系统与 AMI 智能电表系统贯通,利用智能电表和配网管理系统的数据综合分析来判断故障位置而非范围,判断故障的性质和影响范围,可缩短响应时间。

2.2配网智能运维

1)现状分析。 现阶段供电公司主要采用配网监测系统和人工定期巡检相结合的运维管理方式,依据运维计划表依次对配网线路进行人工定期巡检,同时按照配网监测系统所提供的配网线路运行状态信息,进行不定期线路临检,由于涉及临时停电检查时需要进行临检的组织调度和工单下发,因此存在增加管理组织成本、人员成本以及供电稳定性不足等问题。

2)解决思路。在配网智 能检修运维架构中,借助智能电表海量数据可以对配用电网进行有效监测,从而实现主动运维,提高供电可靠性。借助阻抗测量的状态评估技术和大数据分析技术,对配网线路阻抗进行监测,通过对阻抗状态评估以及对配网线路运行状态(老化将导致阻抗增加)的及时识别,可以自动预测线路和设备的老化状态,降低定期巡检和临检的人工成本。 同时可以对配网线路故障进行预测,在线路故障前,运维人员有足够的应急响应时间。 根据线路阻抗,定位线路老化或故障点,可提前发现故障类型并定位,及时安排现场检修,减少设备故障率,提升工作效率和线路可靠性。

因此,一个基于数字运维和智能工业服务框架,典型的配网智能检修运维应用架构如图 3 所示。

图 3 配网智能检修运维应用架构

3结语

智能电表是智能电网的基础性和关键性资产,是获取配网运行数据的重要来源。 通过开展智能电表的非计量功能及其数据资产的相关分析深度应用,利用配网数学模型,对智能电表采集的海量信息进行大数据分析,反推配网运行参数和运行状态,借助 AMI 智能电表系统与配网管理系统的深度融合,全面指导配网运行维护与抢修等工作,可最大限度发挥智能电表的资产价值,提高配网运行效率和降低运维成本。 本文在分析配用电网检修运维的智能化技术特征基础上,从智能电表设备及其数据资产出发,设计了配网智能运维应用框架,为能源互联网背景下的配用电网检修运维提供了一定的技术应用参考。

参考文献:

[1] 蒲天骄, 刘克文, 陈乃仕, 等. 基于主动配电网的城市能源互联网体系架构及其关键技术[J]. 中国电机工程学报, 2015,35(14): 3511-3521.

[2] 李迪, 耿亮, 佟大力, 等. 互联网与能源融合背景下电力信息通信领域的发展趋势和方向[J]. 电力信息与通信技术, 2015,13(7): 1-7.

[3] 王羿. 能源互联网的信息通信架构体系研究[J]. 电力信息与通信技术, 2015, 13(7): 15-21.

[4] 栾文鹏, 余贻鑫, 王兵. AMI数据分析方法[J]. 中国电机工程学报, 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] 庄绪强. 基于云计算技术的用户用电智能分析技术研究[J]. 自动化与仪器仪表, 2016(2): 187-189.

[7] 张东霞, 邱才明, 王晓蓉, 等. 全球能源互联网中的大数据应用研究[J]. 电力信息与通信技术, 2016, 14(3): 20-24.

[8] 饶玮, 蒋静, 周爱华, 等. 面向全球能源互联网的电力大数据基础体系架构和标准体系研究[J]. 电力信息与通信技术, 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] 颜伟, 段磊, 杨焕燕, 等. 基于智能电表量测的三相四线制配网抗差估计[J]. 中国电机工程学报, 2015, 15(8): 1622-1629.

[11] 侯雨伸. 计及AMI 量测的配网状态估计与 AMI 优化选址研究[D]. 哈尔滨: 哈尔滨工业大学, 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] 梁建权, 金显吉, 佟为明, 等. 高级量测体系中无线传感器网络的密钥管理方案[J]. 电力系统自动化, 2016, 40(19): 119-126.

[14] 邓攀, 韩光辉, 范波, 等. 一种智能电表的安全通信方案[J]. 电力信息与通信技术, 2015, 13(2): 16-20.

[15] 翟峰, 徐薇, 冯云, 等. 面向智能电表隐私保护方案的改进Paillier算法设计[J]. 电力信息与通信技术, 2016, 14(12): 52-57.I 优化选址研究[D]. 哈尔滨: 哈尔滨工业大学, 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] 梁建权, 金显吉, 佟为明, 等. 高级量测体系中无线传感器网络的密钥管理方案[J]. 电力系统自动化, 2016, 40(19): 119-126.

[14] 邓攀, 韩光辉, 范波, 等. 一种智能电表的安全通信方案[J]. 电力信息与通信技术, 2015, 13(2): 16-20.

[15] 翟峰, 徐薇, 冯云, 等. 面向智能电表隐私保护方案的改进Paillier算法设计[J]. 电力信息与通信技术, 2016, 14(12): 52-57.

作者简介:

祁兵(1965–),男,辽宁辽阳人,硕士,教授,博士生导师,研究方向为电力信息通信与智能用电;

王朝亮(1986–),男,河北邢台人,硕士,工程师,研究方向为电力计量及用电信息采集;

陆俊(1976–),男,云南广南人,通讯作者,博士,副教授,从事信息处理理论、电力通信和通信网络方面的研究工作;

王星星(1993–),男,内蒙古包头人,硕士研究生,研究方向为智能用电;

崔高颖(1980–),女,江苏南京人,博士,高级工程师,研究方向为电力信息化和智能用电技术。

北极星智能电网在线官方微信

相关推荐

加载中...