摘要：本文首先针对电能计量数据异常情况进行了简单分析，进而重点针对用电信息采集中异常数据出现的原因进行了讨论，并结合实际数据提炼了最容易引起电能计量数据异常的因素。最后依托智能电网建设的现实状况，思考了电能计量异常数据处理方面的策略，仅供参考。
关键词：用电信息采集；电能计量数据异常；因素
随着智能电网的推进，现阶段配网自动化也进入比较高级的阶段，在配网自动化中，开始以需求侧为基础，使用用电信息采集系统实现了集中抄核收，实现了在线用电监察管理，极大地提高了电力公司运营管理水平，但因为技术、管理等方面的影响，用电信息采集系统的电能计量数据会存在一定的异常情况，导致计量不准，影响电力公司账务管理。
一、电能计量异常数据概述
用电信息采集当中的电能计量数据依靠前端的智能电表进行采集，然后通过电力通讯网络将数据上传到后台的用电信息采集系统当中用于核算以及大数据分析。但是这必须要建立在采集到的数据都是正常的情况，如果上文所言覆盖率是100%，用电信息采集成功率并不是100%，这就意味着存在采集失败的情况，采集失败要么后台看到的数据是空值，要么就是坏数据，这一类数据往往可能是因为系统出现一些异常情况导致数据超出了合理范围，所以通常会从管理上采取退补电量的方式来修正。在电能计量异常数据中要注意的是一些畸变数据，这一类数据通常都是由于一些事件所引起的，单个来看，这一类畸变数据实际上并不能看出什么问题，但是如果进行关联数据挖掘，就容易发现一些异常情况了，比如窃电。
二、电能计量异常数据出现原因
电能计量出现异常数据往往有很多种原因，这需要去研究用电信息采集系统的结构。用电信息采集系统的结构可以简化为前端采集层、中间网络通讯层以及后台的主站层，后台的主站层主要对接的是电力公司的营销采集业务应用系统和数据库，中间网络层主要是提供前端和后台的联通渠道，一般基于电力通讯网络来进行构造，这里包括光纤专网、无线接入网和其他的一些通信方式比如载波通信，卫星通信等。前端采集层主要是以智能电表为代表的采集终端，包括主计量装置、集中器以及用户侧的智能电表。这是一个两层结构，在变电所处有主计量装置，用户侧则是智能电表。
依托这样的一个系统结构，可以将远程抄表实践当中的数据异常情况的原因归纳为三种情况。
（一）人为因素造成的数据异常
最典型的就是窃电，智能电表是用高科技产物，但是窃电分子也有手段在智能电表上窃电，比如现在常用的三相二元计量表，可以在A相与地之间接入一个大功率负载，当三相负载电流比较小，计量表会反转，而负载比较大，计量表的转速会变慢，负载电流为零则计量表会直接反转。同样可以在C相与地直接接入一个电容，也可以达到窃电的目的，而且远程的在线监测都不容易检测出来。但是数据不会说谎，只要去分析关联数据总会暴露出来，这是一种极端情况。还有些情况如因为智能电表非常灵敏，而人们以前习惯的用电方式在智能电表下会暴露无遗，特别是一些不节约用电的习惯，比如电视不关机，让其待机，而电视待机会产生一定的电流，智能电表都可以计量到，因此在智能电表推广初期，很多人都不愿意，认为智能电表在多计费，还有一些用户则是直接认定智能电表多加的一根通讯线在多记费，进而把那根通信线擅自拆掉导致通信中断。又比如远程抄表因为现在还是在过渡阶段，用电信息采集系统还不够高级，一些漏洞是必然存在的，这些都可能导致数据采集出现一些异常情况，这些都比较好处理，最不好处理的就是窃电。
（二）故障因素
用电信息采集系统中的数据质量与计量装置有直接关系，如果计量装置出现问题，必然导致系统采集到的信息不准确。比如终端计时错误，导致前端和后台的时钟不一致，那么采集到的数据必定会出问题。
期刊文章分类查询,尽在期刊图书馆又比如终端出现宕机导致数据缺失，还有网络通信出现问题导致数据缺失等等。当然因为计量装置是现在电网体系当中的一部分，电网出现故障肯定在计量上会出现一些异常数据，比如互感器因为故障而导致数据异常。还有如接线盒因为其下的用电设备长时间超负荷运行导致接触不良也会引起采集的数据出现异常情况。当然还有一些并不一定是因为计量装置故障导致的，比如存在用电负荷波动异常情况，这与人为窃电有一定关系，算是人为导致计量装置出现故障。
（三）通信问题
用电信息系统后台与前端的连接要靠电力通信网络，而网络是存在断线或者掉数据包的情况的，如果断线通常都是通信网络出现了故障，比如电力通信网络遭到破坏，施工将光纤挖断等，这期间的数据就会缺失。还有可能是因为地理环境的影响导致无线接入网的信号差，经常出现掉数据包的问题。
综合比对分析上述三种导致用户信息采集系统电能计量数据异常的原因，影响最大的实际上是计量装置出现故障问题导致数据缺失或异常。通过实践中对数据异常情况的分析发现，接线盒故障出现次数32次，影响320个表计数，占比约54.21%，通讯故障故障次数很少只有2次，影响表计数128个，占比21.7%，智能电表故障故障出现次数为5次，影响46个表计数，占比7.8%，数据采集错误出现次数为37次，影响37个表计数，占比6.3%，系统故障问题出现4次，影响表计数34个，占比5.8%，人为破坏方面只有2次，影响表计数16个，占比2.7%，均为窃电。互感器故障则出现10次，影响10个表计数，占比1.7%。从故障的角度来说累计占比91.0%，是最主要的电能计量数据异常影响因素。
三、电能计量异常数据处理思考
结合上述分析处理用电信息采集电能计量数据异常情况重点要结合具体问题，保证用电信息采集系统正常运行。
因此要强化对智能电表的质量控制以及检查，严格选用合适的智能电表，合理进行整定计算，确定继电保护中互感器的使用方法正确。严格控制接线盒质量，控制接线盒在允许负荷下进行工作。
用电信息采集系统后台有有专门的监控软件对整套系统进行监控，并利用积累的数据和实时采集的数据进行大数据分析，进行智能化运维。
目前随着电力系统的不断信息化，大量的数据保存在电力系统的数据库当中，实时采集的数据，离线数据均呈现出指数化增长的趋势，由此可以从数据挖掘开始，基于科学的数学模型，添加相应的最新数据来进行综合分析，进而对未来走势进行预判。而数据来源则不仅仅依靠电力系统的数据，还有包括及交通部门、住建部、气象部门、电信运营商等。当然基本的数据类型可以归纳为设备空间学习数据，通道基础地形数据，基础台账数据，运行维护专题数据，气象数据，林业数据等等。通过对这些数据的挖掘进而分析出电能计量当中可能存在的薄弱环节，进而识别出危险源。总而言之必须要提高管理效能，可以从技术上着手。利用技术，特别是大数据技术，智能分析技术等等来提升管理效能利用大数据等技术来分析用电信息，判断用户侧的用电情况，分析用户侧用电是否合规，是否存在违法行为等等。
要强化用电监管，大数据分析为管理的预警监测提供技术支持，现阶段一般会在利用信息采集系统在变压器高压侧安装一套负荷控制终端，实施采集变压器交流模拟量信息，并实时与低压侧差动进行对比，利用大数据分析DMS系统当中的关联数据来预测用户的用电行为，一旦有异常情况系统自动告警。
结束语：
综上所述，随着智能电网建设的持续推进，基于用电信息采集系统的用户侧用电信息采集是电力公司改革的关键，但是用电信息采集系统所采集的数据必须要准确，一旦出现异常问题，将造成比较大的负面影响，因此要强化管理，依托技术手段来提升用电信息采集的准确性，尤其是电能计量数据必须要准确。
参考文献：
[1]何行,何欢,谢玮等.用电信息采集系统电能计量数据异常原因及改进[J].数字通信世界,2017,(4):180-183.
[2]许司迁.对智能电表与抄核收信息系统的一体化应用的研究[J].科技视界,2018,(34):38-40.
[3]代颖.揭秘神奇的电力远程抄表技术[J].广西电业,2016,(5):79-80.
论文作者:陈亚莉
论文发表刊物:《中国电业》2019年9月18期
论文发表时间:2020/1/14
标签：数据论文; 异常论文; 电能论文; 电表论文; 智能论文; 情况论文; 采集系统论文; 《中国电业》2019年9月18期论文;