基于数据分析的电能表运行误差远程校验关键技术研究

The accuracy of electric energy meter is important to the power system safe operation and the fair and reasonable bilateral trade settlement, which calibration mode has always been paid attention to. Because regular replacement mode causes a huge amount of resources waste, electric experts are trying to get rid of the constraints that require on-site operation or install a large number of standard measurement device, and the remote calibration of electric energy meters modes has become the development direction in power system. This project is aimed at the key technology of remote diagnosis of power meter operating error based on data analysis and try to realize the remote calibration and operation error analysis of large scale electric energy meter without adding standard equipment, changing the meter structure and changing the wiring topology of the electric energy meter. The research contents include: (1) research on data quality improvement and clustering method for the remote error diagnosis of electric energy meter; (2) high reliability remote diagnosis method for electric energy meter operating error with low frequency measurement data; and (3) remote diagnosis and verification platform construction and application condition analysis of the proposed method, and so on. The on-site operation of smart electric energy meter in China has been more than 400 million. The research production of this project will contribute to the realization of electric energy meter state replacement mode, and overcome the current artificial workload and specific bottlenecks, to provide support for the efficient electrical inspection.

电能表的准确性关系到电网安全运行和双方贸易结算的公平合理，其校验模式始终受到关注。由于定期更换方式会造成大量的资源浪费，摆脱需要现场操作或安装大量标准量测设备模式的束缚，实现电能表远程校验成为趋势。本项目针对基于数据分析的电能表运行误差远程诊断关键技术开展研究，运用全数据样本思维方式，挖掘海量电力用户量测数据，在不添加标准设备、不改变表计结构、不改变电能表接线拓扑的情况下，实现大规模电能表的远程校验和运行误差分析。研究内容包括：(1)电能表运行误差远程诊断数据质量提升和聚类技术；(2)低频量测信息采集情况下的电能表运行误差远程诊断方法；(3)电能表运行误差远程诊断验证平台建设和模式应用条件分析等。我国现场运行的智能电能表已超过4亿只，该研究成果将有助于实现电能表向状态更换方式转变，并能够从技术手段上及时发现疑似异常计量点，克服目前人工排查工作量大、缺乏针对性的瓶颈，为高效用电巡检提供支持。

电能表的稳定运行、计量准确直接关系到能源交易的公平公正，与千家万户紧密相连。传统定期轮换制度会造成不必要的用户停电，且人力投入和资源浪费巨大。随着智能电网的建设和发展，电力行业已步入大数据时代，特别是随着高级量测体系的普及，电力公司获取了超大数量的量测数据。如何有效地利用这些数据，已成为行业重点关注的问题。本项目围绕基于数据分析的电能表运行误差远程诊断面临的业务需求和技术问题，针对电能表运行误差远程诊断数据质量提升和聚类技术、低频量测信息采集情况下的电能表运行误差远程诊断方法，以及电能表运行误差远程诊断验证平台建设和模式应用条件分析等内容开展研究。取得的重要结果和关键数据包括：①数据融合修复方面：发明了基于概率图算法的多维计量数据筛查修复技术；提出了基于多源数据户变关系模型的数据融合及隶属分析技术、基于时间状态矩阵的数据时标修复方法，实现了供电网络可评价率提升至96.33%，常规条件下，电能表户变和拓扑关系辨识正确率≥97%。②实时精准监测方面：提出了基于神经网络滤波的网损干扰消除技术，构建了基于限定记忆递推最小二乘算法的运行误差在线估计模型，发明了考虑综合场景的智能电表运行状态实时精准监测方法，实现了宽口径、分钟级在线监测，智能电表运行误差估计平均准确率为95%，最高可达99%以上。③电表高效运维方面：提出了基于多模型交互算法的智能电表故障溯源方法，形成了基于时空分层分级解耦的计量运维工单处理技术，与电网公司合作研发了融合交互技术的智能电表在线精准监测与运维系统，支持故障电表准确溯源窃电、家族故障、老化等比例≥85%，工单处理及时率高达99%。.我国现场运行的智能电能表已超过5.6亿只，项目研究成果将有助于实现智能电能表由定期更换向状态更换的方式转变，并能够从技术手段上及时发现疑似异常计量点，克服目前人工排查工作量大、缺乏针对性的瓶颈，为高效的用电巡检提供支撑。