智能配用電信息采集技術研究

導語：智能配用電信息采集技術研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要:針對現有技術中配用電信息采集技術計算框架復雜、數據處理困難等問題，用NB－物聯網技術實現對配電網用戶用電信息采集和管理的智能化，并構建出智能用電信息采集系統。基于ADE7953電能計量芯片，配合STM32微處理器，實現對用電信息的采集，并通過優化電能計量算法提高采集系統的精準度，大大減少了采集時間。試驗結果表明，研究系統的采集準確率提高了約10%，采集效率提高了約33%，智能用電信息采集系統具有高精準度和高效率。

關鍵詞:物聯網技術;用電信息;智能電子設備;優化電能算法;采集系統

隨著人們生活水平的不斷提高和住宅商業化的發展，用戶對住宅環境和物業管理水平提出了更高的要求［1］，也對住宅的便捷性、交互性和舒適性等提出了更高的期望，需要各類電能計量設備實現自動化［2］工作。目前，隨著電力市場化改革的快速發展，電力行業在運行過程中產生了大量的數據，如何采集數據和處理數據關系到電力系統運行管理的安全性和可靠性［3］。隨著泛在電網建設的不斷深入，多中心分布式測量已成為各級電力系統網絡精確測量的重要支撐。如何實現數據的快速和精準采集成為當前亟待研究的重要課題。在該背景技術下，文獻［4］提出了一種基于MSTP技術的用電信息采集系統。該技術采用收集器采集，提高了計量采集的安全性，但該技術不能應用于分布式計量。文獻［5］提出了一種Hadoop平臺分布式管理系統，該系統的技術優勢在于能在各種業務結構數據中利用map-reduce程序分布式進行計算處理，其缺陷在于過程繁瑣，效率低下。文獻［6］提出了一種遠程計量執行過程優化策略，該策略通過優化數據傳輸過程來提高計算效率，但數據采集過程中存在安全風險。針對上述技術問題，為提高采集效率和速度，本文提出了一種新型的智能用電信息采集系統，能夠有效地克服上述文獻中存在的技術弊端，具有重要的學術參考價值。

1總體方案設計

關于智能用電信息采集系統框架如圖1所示。智能用電信息采集系統結構框架分為三個不同層次:感知層完成新型智能電子設備(intelligentelectricdivice，IED)數據采集、物理量回歸和數據接收等，并在安裝實施的過程中能夠進行安裝監測、接線監測與功能監測，保證IED的正常運行;網絡層的服務器將感知層發送的數據存儲到數據庫中，檢查數據庫中的數據更改并進行數據計算與分析，然后將其發回［7］;應用層通過上層管理中心在在線監測上顯示每個電表的實時和歷史數據，并經過可視化展示，進一步挖掘用電信息。

2新型IED

目前，智能電網環境下的傳感器和電能表都基本是“AD采樣+DSP+MCU”架構，這種架構能夠高精準地采集數據，但是結構太過復雜，成本較高。為此，本文將采取一種新型的IED，新型IED基于ADE7953［8］電能計量芯片配合微處理器，實現對用電信息的采集，并通過優化電能計量算法提高采集系統的精準度。關于新型IED主要硬件結構如圖2所示。通過電流采樣電路和電壓采樣電路得到電能計量數據，經過算法優化傳輸至ADE7953電能計量芯片。本文微處理器采用STM32F103ZET6芯片，微處理器外圍電路由時鐘電路、復位電路和電源轉換電路組成。控制通信端發射電能計量數據信號，并控制整個新型IED。ADE7953電能計量芯片與STM32微處理器，均有電源電路進行充電。下面將重點細述ADE7953電能計量芯片工作原理和算法優化模塊。

2．1ADE7953電能計量芯片工作原理

ADE7953電能計量芯片是一款高精度專用電能計量采集的單相集成電路芯片，采用3．3V電壓供電，內有三個2階ADC，能適用于各種采樣方法。在電能計量數據信號中，高于ADC半采樣速率但低于半采樣速率之間的數據信號，會在這個速率區間左右擺動，這就是ADE7953電能計量芯片工作原理中的混疊效應，因此要先串聯一個濾波器來避免這種情況的發生。關于ADE7953芯片數據信號轉換原理如圖3所示。如圖3所示，整個轉換器主要是由積分器、鎖存比較器和采集時鐘組成，采集時鐘的頻率傳輸至鎖存比較器和積分器，將輸入信號轉換成連續的單比特串行流。單比特串行流驅動數模轉換，并從輸入信號中減去數模轉換的輸出，形成反饋回路。當回路中數模轉換的平均輸出值接近輸入信號電平的平均值時，通過濾波器對串行流數據進行平均，使得與輸入信號成正比，并轉換成24位數據字輸出，降低輸入用電信息信號的量化噪聲，使輸出的用電信息信號魯棒性更好。

2．2電能計量算法的優化

為了得到更為精確的用電信息，本文對IED［9］中的計算框架算法采取了一些優化。以有功電能計算為例，設每周期擁有總數為N的電能計量采樣點，則電壓正弦公式為:考慮實際情況中，IED上傳的電能數據也存在誤差，導致上一層級IED的電能并不嚴格等于下級各用戶IED的電能之和。如果直接分別計算下級IED會導致電能矩陣的階數太高，實際進行計算時計算量太大而耗費太長時間。為了降低計算量，本文利用用戶總IED與其對應分支IED電壓變化趨勢相似度高的特點，根據其大小篩選出位于同一分支下的用戶，降低了電能矩陣的階數，減少了計算的復雜度和計算時間。關于IED誤差主要考慮以下幾點:(1)線路損耗誤差。由于線路損耗導致上級IED的電能稍大于下級IED記錄的電能之和，線路損耗的大小隨網絡負載而變化，與線路的長度有關。這些損耗在節點列寫的電能守恒方程中引入了誤差。令λ(j)是第j個時間間隔內分支IED的測量結果中的線路損耗向量，可以將它們建模為具有非零均值和異方差的高斯模型，如式(6)所示。(6)式中:λ為線路損耗均值;μλ為線路損耗均值的向量;Hλ為線路損耗的協方差矩陣。由于不同線路的損耗沒有相關性，因此Hλ為對角矩陣。假設測量誤差是獨立同分布的，對電能進行預處理，線路損耗是根據上級IED節點電能讀數總和與下級IED電能讀數總和之差進行計算，如式(7)所示。

3試驗與分析

通過某國家電網公司調研X小區內所有用戶信息，在50戶家庭更換安裝了本文研究的新型IED，后臺管理系統以工具包OpenAIGym進行仿真。采用JavaScript語言對SVG交互技術進行編碼，其計算機操作系統為Windows10［10］，64位，計算機的開發工具為VisualStudio2019，OpenCV3．0。計算機的硬件環境為CPU:Inter(Ｒ)Core(TM)i7;主頻為2．59GHz;內存16G，所用的軟件JavaScript的版本為ECMAScript6。搭建的智能用電信息采集系統端口主要包括以下配置，即波特率9600bps、8位數據格式、1位停止位、甚至不校驗位、無硬件數據流控制。采集裝置從采集的電源輸出0～5V模擬信號，系統將其轉換成相應的數字信號，并經過云端服務器與Web服務器報告至上層管理中心。經過30d采集得到的用電信息構建出試驗數據庫，并從中提取數據量為2TB的電能計量數據信息，其中一些數據的相關代碼如表1所示。

作者：劉超 孫保東 單位：國網冀北電力有限公司信息通信分公司 北京中電飛華通信股份有限公司