摘要：在科技不断发展的今天，电力系统也呈现着智能化的发展趋势，对智能电表进行数据分析，研究具体的分析方法与手段，希望可以为智能电表的应用奠定基础。对此，文章主要对智能电表的数据分析方法进行了简单的论述分析，以供研究参考。
关键词：智能电表；数据分析；研究；
在智能电表的广泛安装以及推广中，电力公司的数据也在不断的累积，要想合理的利用这些基础性的数据资源，优化配电网的网络优化，保障其优质运行，就要对其进行深入研究分析。
1相关分析
相关分析就是对现象之间存在内在关系进行研究的一种统计性的方式与手段，相关分析就是线性相关分析以及偏相关分析等方式。而在智能电表数据分析中，线性分析是较为常见的一种方式，可以通过负荷以及温度的关系，综合天气状况预测负荷高峰，也可以通过链接在相同配电变压器二次侧智能电表电压测量值，对一组电表的相关性进行分析。
相关分析可以在客户行为分析中应用。通过负荷曲线可以直观的显示客户的消费行为，智能电表数据可以对客户的消费细节进行记录分析。而相似的客户具有相似的符合分布形状，这样就可以综合符合分布的具体状况以及相似度对客户进行分类处理，进而实现客户的精细化管理以及分类，对于特定用户制定具有针对性的运营策略与手段。
将用户实际的符合曲线在电网峰谷时段上进行叠加处理，可以彰显用户的用电细节内容，而通过对峰值时段的电能费用进行计算分析，可以估算用户错峰的最终潜力。智能电表数据可以对客户的行为进行分析处理，进而提升侧管理质量，加强对负荷峰值的抑制，可以在根本上提升电网资产的整体利用效率与质量。
2聚类分析
聚类分析就是基于标准汇集特定种类的数据信息。例如，在连接相同变压器电表利用聚类分析的方式确定变压器的负荷。虚拟电表属于一种人为类型的聚类方式，可以对相同属性的电表数据进行聚类处理。而典型的虚拟电表就是聚类线性类型的电表，对其进行区域规划以及分析处理。
3异常分析
异常分析就是对偏离一般规律的异常事件以及现象进行原因分析的追溯分析方式。异常分析就是在设备故障以及用电异常等诊断方面的等领域中应用，具有重要的作用与意义。统计变压器故障就是系列的异常数据分析，在对其进行抽样以及建模处理，在进行变压器的故障预测分析，在对其进行检修以及更换分析。
在一般状况之下电力公司主要就是根据客户电话对电网故障位置进行确定分析，在故障处理之前要通过多个故障电话确定具体的范围以及影响区域，但是此种方式会延长故障处理的时间。在工作人员进行现场的故障处理之前，通过电表数据以及线路故障指示器对故障地点进行联合判断分析，可以在最快的时间中降低故障影响。
智能电表是内置电容供电的智能化传感器，在线路停电之后还是可以上报各种故障信息内容，在故障管理系统对其进行分析，利用智能电表接受的故障信息可以清晰的判断故障范围，将智能电表以及地理信息进行系统融合，对故障点的分布以及拓扑关系进行整合可以了解故障点的相关性特征。
期刊文章分类查询,尽在期刊图书馆
而在进行现场故障处理过程中，调度中心的工作人员可以通过对电表下达指令进而判断其是否出现断电的行为，进而有效的避免故障误报等问题的出现。智能电表在正常运行之后也会及时上报信息，通过操作人员以及智能电表的整合互动可以确认故障修复检测的实际状况，判断是否存在多重电网故障问题。
同时，通过智能电表数据对配电网资产进行管理，是智能电表数据应用的主要方向。对电表数据进行分析，对设备运行状态信息监测分析，可以提前的识别各种设备故障问题，进而对资产的维护以及更换进行优化处理。
智能电表数据可以对电力公司管理提供信息参考，进而提升资产管理以及运维水平与质量，可以有效的控制一些非必要的事故问题，在根本上增强客户的整体满意度。
4趋势分析
趋势分析就是通过对两期以及多期持续的相同的数据指标进行对比分析，获得其变动的具体方向、数额以及幅度等相关信息，通过对事物的变化趋势以及变化规律进行分析的方式与手段。趋势分析是智能电表数据分析的有效方式，最为直接的方式就是通过趋势曲线对用户在用电量的同比以及环比数据分析。设备故障前趋势模型主要就是对零件的损坏以及操作故障进行辨别分析。
配电网网损计算中最为显著的问题就是供售电数据不同期的问题，而应用趋势分析可以有效的解决此种问题，出现此种问题主要就是因为不同等级的电压其售电量抄表日期的不相同导致的，其与供电量的结算日期也不匹配。智能电表的有效应用，可以让电力公司获得变压器、馈线以及用户同期的数据信息，综合数据信息就可以获得同期的线损，此种方式相对于手工抄表数据方式来说其计算结果更为精准。
传统的网损分析多数每月进行处理，而应用智能电表则可以每15分钟就进行处理，对于重点对象可以设置更小的间隔，分析更为精准有效。
智能电表数据可以有效的补偿SCADA实时信息数据的不足问题，将历史信息数据与天气信息、GIS模型进行集合，可以构建高精度的用户模型，进而实现精准的配电网状态估计分析，获得其发展趋势以及具体状况。
结束语：
智能电表在实践中覆盖面积较为广泛，获得了较为显著的成绩，在智能电表的数据应用过程中，其主要的分析方法相关分析、聚类分析、异常分析、趋势分析等等，通过这些方式进行分析，可以提升智能电表数据分析质量，这样才可以真正的保障电网的稳定运行。
参考文献：
[1].栾文鹏，赵磊，王兵，等.智能电表数据分析元及示例[J].南方电网技术，2016，10（1)：1-5.
[2].袁慧.智能电表数据分析方法及应用[J].科学技术创新，2017（11)：37-37.
[3].谢晶晶.基于层次模型的电能表管理与数据分析方法研究[D].南京邮电大学，2016：12-15.
作者简介：
郭竞（1992-）男，湖南省株洲市人，民族：汉，职称：助理工程师，学历：大学本科。研究方向：智能电表 集抄抄表.
论文作者:郭竞
论文发表刊物:《电力设备》2018年第21期
论文发表时间:2018/12/5
标签：电表论文; 数据论文; 智能论文; 故障论文; 方式论文; 客户论文; 对其论文; 《电力设备》2018年第21期论文;