摘要：现场检验重点关注计量故障和电能表误差超差。现场检验数据主要作为判断单个电能表是否运行正常的依据，缺乏对海量数据整体和深入的挖掘分析。而近年来，电力大数据挖掘越来越受各方关注，分析方法更加成熟，应用也越来越广泛。随着全国范围内规格统一的电子式电能表的推广，以及现场检验信息化、数字化，检验数据更加真实可靠、全面丰富、规范统一，为检验数据深度挖掘、分析及应用奠定了良好基础。
关键词：电能表；现场检验；数据挖掘；
随着电力用户信息采集系统功能应用不断完善，对用电信息大数据挖掘更加深入。电能表现场检验数据是获取电能表运行状态的重要手段之一，其数据覆盖范围广、周期性强，能够较为准确地反映出电能表误差、用户负荷、运行环境等。因此，有必要将电能表现场检验数据纳入电力大数据挖掘来源。初步探讨了电能表现场检验数据的大数据挖掘策略，有利于更加准确地分析电能表运行状态和用户用电行为，充分发挥现场检验在电能表运维管理工作中的作用。
一、现场检验的现状
1.现场检验技术监督手段单一。电能表现场检验现行依据为DL/T448-2000《电能计量装置技术管理规程》，当前电能表的现场检验主要依靠到现场进行，在线监测只能依靠人工判断表计是否超差。
2.计量装置检修模式有待改进。通过状态监测和诊断手段、可靠性评价手段以及寿命预测手段来判断设备的健康状态，识别故障的早期征兆，对故障的严重程度、发展趋势做出判断，按设备的健康状态来安排最佳检修时机。因此可在电能表运行监测等信息化系统的支撑下，状态量获取更加准确、便捷，状态评估也可以根据需要实时进行，可以借鉴状态检修技术开展电能表状态检验工作。
二、电能表现场检验数据挖掘
电能表现场检验数据不仅包含电能表自身运行信息，还蕴含与之相关的用户用电信息。各项检验数据之间不是独立的，而是存在着潜在的联系并相互影响，并且这种联系和影响是多维的、非线性的。因此，有必要从现场检验的数据作为切入口，对数据进行充分的挖掘分析，探索电能表有关的数据内在联系，并用于分析和预测电能表运行中可能出现的各种现象和情况。
1.电能表运行可靠性预测。电能表作为电能计量器具，严格来说在运行过程中不允许发生过程维修的情况，但受各种因素的影响，实际运行过程中电能表难以避免地出现各种故障。大部分故障的发生不是偶然的，而是各种因素综合作用的结果。目前对运行中的电能表运行参数还难以做到实时监测，因此，对运行情况的掌握主要依据现场检验数据。在现场检验数据中挖掘电能表运行状态，对电能表进行可靠性评价。以电能表运行误差超差和失压、失流两种最常见的故障为例进行分析。（1）电能表运行误差。运行中的电能表本身故障出现概率较高的是误差超差。影响电能表误差的因素除了产品自身质量和运行时间外，还包括用户负荷、温度和湿度等环境因素。从现有现场检验数据中可以对电能表运行误差进行初步分析。1）电能表制造水平。不同厂家、型号以及不同批次的电能表由于制造水平不同，运行误差往往具有较大差异。以2015年现场检验数据为例，选取5批次运行时间相近的0.2 s级电能表现场检验误差进行对比，分析其平均绝对值及标准差，结果。不同批次电能表误差的大小以及分散程度都有所差异，可依据误差平均绝对值和标准差将不同批次的电能表划分为A、B两类（以0.05%为限），表征电能表制造水平对误差的影响。2）电能表运行时间随着电能表运行时间增加，电能表运行误差超差率明显增加。
期刊文章分类查询,尽在期刊图书馆轮换周期到期且未能及时更换的产品3超差率达到0.71‰，远超过其他批次产品。依据运行误差超差率将运行时间超过5年的产品3划分为B类（以0.5‰为限）。3）用户维护情况以2016年第一季度现场检验中发现的10起电能表运行误差超差情况进行分析。10用户涵盖工商业与行政事业单位，且用户配电设施维护得当。因此，从已有现场检验数据分析，电能表运行误差与用户维护情况等外部环境因素相关性较小。基于现有的检验数据，电能表运行误差主要与产品批次（制造水平差异）和运行时间有关，分析结果可对电能表运行性能进行预测。按照以上A、B类的划分，在现场检验中应关注双B类电能表运行误差，若对应批次已到轮换期，应加快轮换，以减少电能表现场运行误差超差的情况。（2）电能表失压失流。现场检验中由于电压、电流互感器熔丝熔断引起的失压、失流是最常发生的影响计量准确性的故障之一，导致熔丝熔断的因素较多，不仅与熔丝自身质量有关，还与运行环境等外部因素都有一定关系。一般认为，雷击是造成熔丝熔断或损坏的重要原因之一。熔丝熔断后失压仪及电能表可记录故障发生时间。以某区 域2014年和2015年现场检验发现的熔丝熔断故障数据为例，8~11月是故障高发期，约为其他月份的2倍，7~9月份为该区域雷电高发月份，部分熔丝遭受雷击后未直接熔断，仍可在损坏的情况下继续运行一段时间，因此，10~11月仍是熔丝熔断导致的电能表失压、失流故障高发期。针对高压熔丝熔断导致的电能表失压、失流故障的季节性特点，应采取有效的预防措施以及排查手段，如在雷雨季节之前开展高压熔丝检查等工作。另外，随着用电信息采集系统功能的不断完善，可通过在线方式进行故障排查并及时修复，减少故障引起的计量差错。分析现场检验数据可以提取各类电能表现场故障的特征，对电能表运行稳定性预测具有重要意义。同时，随着新型设备不断入网运行，各类运行状态也在发生变化，依据实时更新的现场检验数据，可以更好地追踪各类状态量的变化，并制定更加完善的检验策略。
2.用户用电行为分析。随着用电信息采集系统的建立，对用户用电数据的采集更加全面和完善，是目前电力大数据分析的重要数据来源。但现场检验获得的数据除了电压、电流、功率等，还包含许多现场检验特有的非电数据，这些数据可以对用户用电行为进行更加全面的描述。（1）用户设备维护情况根据现场检验数据，不同性质电力用户设备维护程度差异较大。根据用户电力设备外观情况以及所处运行环境，可以判断用户电力设备维护情况。大型工业、政府机关、学校、银行、医院等有严格的电力设备管理制度，配电环境更良好，且配电人员更加固定和专业，能及时发现设备故障。而小型工业、商业物业等电力用户配备的工程人员专业程度整体偏低，对电力设备维护不够到位。针对用户设备维护情况的差异，电网企业应制定差异化措施引导用户维护用电设备，减少设备故障。（2）大数据分析外围数据获取.随着用电信息采集系统的建立和应用的完善，对用户用电行为的分析可扩展至全样本的大数据分析。用电信息采集系统采集的实时信息包括用户电压、电流、功率、冻结电量，以及固有的用户用电性质、用户地址信息等。通过以上的全样本数据挖掘，可以对用户行为进行分析和预测。而现场检验获取的检验数据中包含的信息是不可替代的，如用户地理环境信息、集中区域用户性质、用户四季温度等，能对用电信息采集系统数据进行补充。用电信息采集系统的地址信息仅为单一的地址，缺乏相关地理环境信息，如用电地址靠海、临河等，同时地址信息发生错误时，现场检验可即时进行纠正。用电信息系统在进行数据分析时，每一个电力用户作为单独数据进行处理，缺乏整体性，而现场检验可以按照集中区域的相同性质用户进行划分及分类处理，如大型工业区用户、商业街用户、高新科技园等。通过用电信息采集系统与现场检验相结合，用户用电数据将更加完善和全面，对数据的挖掘更细致和深入。
总之，电能表现场检验能够获取用户计量设备电类数据和非电数据，具有数据渠道唯一性的优势，且数据具有全覆盖的特点，并有一定的实时性。
参考文献：
[1]赵小刚，浅谈电能表现场检验数据挖掘研究.
[2]程潇.电能计量装置运行误差分析及状态评价方法研究.2017.
论文作者:许星煜
论文发表刊物:《电力设备》2018年第32期
论文发表时间:2019/5/17
标签：电能表论文; 现场论文; 数据论文; 用户论文; 误差论文; 故障论文; 信息论文; 《电力设备》2018年第32期论文;