摘要：作为国家电网建设的重要部分，电力用户信息系统的采集是实现电网发展的有利保障，采集系统的目标是在未来几年内实现“三全三化”，全面实现智能网的特征，保证智能网的发展。再从业务系统发挥营销模式的优势，确保营销现代化的发展，阐述采集系统的分类和对不良数据的分析，确保采集系统流程的运行。
关键词： 采集系统; 用电信息; 海量存储
电力用户信息系统的采集系统是国家电网重要的组成部分，是智能化用电环节的重要处理方式，在国家电网的建设过程中，对用电信息系统的建设要实现高效率的目标，促进电力用电的发展，实现数字化的通信技术，保证客户的使用质量；确保我们服务的质量，履行我们的社会责任，控制生产技术在电网环节的运用效率，保证自动化的运行，服务用户。采集系统的建设不仅可以服务于社会，还可以带动周边产业的发展，但是采集系统的建设是相对比较大的工程，可控性不强，会带来一系列的问题。
1.数据分类分析
1.1畸变数据产生的原因
用电信息采集系统会产生畸变数据，而这些畸变数据出现的原因主要是下面几个方面：
（1）采集、存储、传输的过程中所产生的畸变数据。用电信息采集终端主要是在配网系统中进行运行的，而配网系统的运行情况相对复杂，并且电压质量较差、本地信噪声较为严重，因此在数据采集与传输的过程中出现数据漏点、噪声、误差较大数据的可能性较大；此外，因为终端芯片或是智能电能表芯片本身可能存在大一些程序漏洞，这就会出现数据存储值越界的现象，并且产生偏差较大的数据。
（2）本地信道通信质量所导致的畸变数据。抵押低压电力线载波通信系指运用已有的低压配电网当成是载体，来实现信息传输的操作。因为电力线路具备自己独特的性质，比如负荷状况相对复杂、噪声干扰现象相对强烈、信道容量相对较小等特点，因此，想要获得质量较高的电力网络通信，还应该不断努力。
（3）用电故障导致的畸变数据。由于用电客户用电行为的不当，导致出现短路、接地等用电事故，导致出现电流异常的现象，进而使得功率、需量等数据出现严重的异常问题。
1.2畸变数据的类型
基于畸变数据的类型进行深入的剖析，能够细分成下面几种：
（1）功率（负荷）数据：可以分成曲线数据、日冻数据、月冻数据、最大需量；
（2）电流数据：能够细分成曲线数据、日冻数据、月冻数据；
（3）电量数据：能够细分成曲线数据、日冻数据、月冻数据；
（4）电压数据：能够细分成不平衡数据、曲线数据、日冻数据、月冻数据。
期刊文章分类查询,尽在期刊图书馆
2.畸变数据处理方法
2.1阈值设定及处理方式
常见的畸变数据处理有以下几种方法： 第一种方法是事后统计过滤的方式，也就是周期性地对采集回来的数据与信息进行有效的比较，借助有效的方式与手段，对异常数据进行有效的筛选；第二种就是数据存储过滤的方式，也就是在数据中运用触发器编码的策略把阈值设定在程序中，并且验证逐条数据，倘若出现了异常数据，就应该筛选出来，并且进行自动处理；第三种就是前置内存机处理的方法，也就是把用户容量、标称电压等数据在前置机中加载出来，一旦前置机获得终端数据与信息，就可以依照数据与信息的类型来与内存参数进行详细的比较，倘若大于阈值，就可以运用过滤的方式进行处理。
在系统实用化的各个过程中，上述三种方式均得到了普及，就处理的逻辑层面上来说，上述三种方式均是符合相关要求与条件的。因为计量自动化系统具备一定的实时通信与管理的特点，需要将庞大的数据进行存储，因此，其发展的难点与关键点其实就是应该不断提升其数据存储的速度。鉴于此，应该设计科学并且完善的技术路线，进而使得异常数据的筛选效率与水平得到提升。
2.2畸变数据识别算法
不良数据点(涵盖漏点数据、畸变数据等)如果未得到有效的处理，直接进行统计剖析，会在很大程度上影响系统数据，并且会在一定程度上影响整体负荷曲线、负荷特性等数据的真实性。因此，能够运用短期负荷预测的手段来适当修正。而运用这种方式进行修正的理论基础就是：筛选出以往已经辨别出来的正常数据点和可疑数据点；将正常数据点当成是一种已知的条件，并且运用短期负荷预测的方式来进行可疑数据点的进一步预测，并且借助预测最终的结果，来对可疑数据点进行有效的修正。具体的修正流程包括下面几点：
（1）辨识可疑数据点
不良数据点通常存在一定的数值突变特性，基于此，就能够有效将历史负荷数据中所存在的可疑不良数据点筛选出来。就采集系统而言，其负荷数据所具备的正常随机变化量，其幅度存在极大的差异，借助强化或是削弱判断的要求，也就是收紧或是放宽认定可疑数据点的条件。所有的可疑数据在进行判断的时候均有可能出现误差，也就是可能会产生误判或是漏判的现象，可是，在运用短期负荷预测来有效修正不良数据修正的过程中，因为所凭借的是有规律的预测数据与信息来进行修正的处理，因此，可疑数据点的数量并不会在很大程度上影响最终的修正数据与结果。显而易见，这种方式能够使得实际数据估算的需求得到满足。
（2）修正可疑数据点
修正历史数据中的可疑数据在用电信息采集系统中非常重要，并且是一大难点。对可疑数据点的数据进行修正的难度，相较于辨识来说，要更加困难。所以，以往的负荷预测系统修正不良数据之后所得到的结果不具备很强的准确性，最后还是得借助相关预测技术职员所积累的经验来进行调整与处理。但是运用短期负荷预测的方式，就能够很好地解决这个问题，能够在很大程度上削减相关预测技术职员的工作量，并且在极大程度上避免产生因为人工修正所导致的人主观因素影响。
3.结束语
本文通过对电力用户用电信息采集系统不良数据分析可以得出采集系统的处理方法，数据的准确率、成功率和完整率是采集系统处理的指标，通过分析得出在处理的过程中还会产生一些问题，所以在处理的流程和处理方法上保证了采集信息的准确性，筛查畸变的数据，保证了采集系统的准确率，确保了电力信息的准确性，保证了采集系统运行的稳定性。
参考文献：
[1]郑雅文. 用电信息采集系统及其在主动需求响应中的应用研究[D].华北电力大学(北京),2016.
[2]郭威. 基于用电信息采集系统的线损异常数据挖掘研究及应用[D].华北电力大学,2016.
[3]汪洋. 福州电业局用电信息采集系统的设计与实现[D].电子科技大学,2013.
论文作者:汪洋
论文发表刊物:《电力设备》2017年第36期
论文发表时间:2018/5/10
标签：数据论文; 畸变论文; 据点论文; 采集系统论文; 可疑论文; 负荷论文; 信息论文; 《电力设备》2017年第36期论文;