用电信息采集系统运行监控提升技术

张占清，刘岩，田海亭，岳虎，杨东升，刘晓天，李连浩，妙红英，岳振宇

(1．国网唐山供电公司，河北 唐山 063000；2．国网冀北电力有限公司电力科学研究院，北京 100045；3．国网冀北电力有限公司营销部，北京 100053；4．国网承德供电公司，河北 承德 067000)



用电信息采集系统运行监控提升技术

张占清1，刘岩2，田海亭2，岳虎3，杨东升3，刘晓天3，李连浩3，妙红英4，岳振宇1

(1．国网唐山供电公司，河北 唐山 063000；2．国网冀北电力有限公司电力科学研究院，北京 100045；3．国网冀北电力有限公司营销部，北京 100053；4．国网承德供电公司，河北 承德 067000)

目前用电信息采集系统运维技术还不完善，存在运维效率低、数据利用率低、异常处置速度慢的问题，制约了系统的进一步发展和应用。针对以上不足，通过引入地理信息系统展示技术、分布式大数据处理架构、计量设备异常自学习分析技术等先进技术，实现了图形化全景运维管控和计量装置在线监测与智能诊断，并构建相应的软件应用系统。实际应用效果表明：上述系统能够有效降低运维人员负担、缩短故障处理时间、丰富营销稽查手段，可提升采集运维工作效率以及电力营销服务水平，减少企业经济损失。

用电信息采集系统；运行监控；地理信息系统；大数据分析；智能诊断

用电信息采集系统是建设智能电网的物理基础，其应用高级传感、通信、自动控制等技术，实现数据采集、数据管理、电能质量数据统计、线损统计分析，及时采集、掌握用户用电信息，发现用电异常情况，对电力用户的用电负荷进行监测和控制，为实现阶梯电价、智能费控等营销业务策略提供了技术支持[1]。

用电信息采集系统的建设，有助于国家节能减排政策的落实，顺应了国家电力体制改革的发展方向。国家发改委《关于进一步深化电力体制改革的若该意见》中指出“积极开展电力需求侧管理和能效管理，通过运用现代信息技术，培育电能服务、实施需求响应等，促进供需平衡和节能减排。”在国家能源局印发的《配电网建设改造系统计划(2015-2020年)》中，明确提出了“推进配电自动化和智能用电信息采集系统建设，实现配电网客观可控。满足新能源、分布式能源及电动汽车等多元化负荷发展需求，推动智能电网建设与互联网深度融合”的发展目标[2]。国家电网公司于2009年开始全面启动公司用电信息采集系统建设，预计2015年将实现超过3亿户用电信息自动采集[3]。目前用电信息采集系统运维技术较为粗放，一是系统运维效率有待提高，现场调试、系统监控和故障消缺需要耗费大量的人力物力；二是系统数据分散，集成度和准确率较低，异常指向性差，丰富的采集数据还未充分发挥作用；三是系统智能化程度较低，对电力企业业务应用的支持不够全面，对各种采集设备的监控和异常报警能力也有待加强。上述问题制约了用电信息采集系统的进一步发展和应用，亟需解决[4-5]。

针对以上问题，本文介绍了几种用电信息采集系统运行管控和异常分析技术，进一步提高用电信息采集系统运行监控能力，发挥系统在大数据感知、分析、监测方面的技术优势，为电力营销业务提供技术支撑。

1 图形化全景运维管控技术

随着采集建设的深入和采集系统功能的深化应用，各级电力公司对于采集系统运行可靠性和数据采集质量有了更高的要求，如何确保现场海量计量装置和采集终端设备的正常运行，是电力公司采集系统运维管理亟待解决的问题。目前，用电信息采集系统在采集指标监控、采集数据分析、异常诊断分析、设备质量管控方面距离精细化管控的要求还有一定差距，特别是采集运行监控、采集数据分析、业务流程闭环管理等方面还缺乏直观、高效的监控手段。

通过科技创新，结合地理信息系统(geographic information system，GIS)展示工具和大数据分析技术研究了用电信息采集图形化全景运维管控技术，对采集系统运行情况进行实时监控，实现关键业务指标数据的全景展示；通过用户信用卡片、设备病历卡片、运维管理主题卡片的方式，突出运维工作重点，考核运维工作质量；以管控督办工单为抓手，实现运维管控工作的纵向贯通，提供了高效的采集运维沟通反馈手段；以运维知识库为支撑，形成智能化采集现场运维作业指导书，降低采集运维工作的复杂性。

1.1 系统架构

根据系统建设及需求分析对系统架构设计以及相关规范的要求。采集建设管控信息系统的设计与实现整体上要考虑技术先进性与成熟性相结合的原则，同时还要兼顾用电信息采集系统的现状以及未来业务的发展。为此，系统设计采用如下技术路线。

系统开发采用基于Flex和J2EE框架，构建富互联网应用程序 (rich internet applications，RIA)的应用。同普通的B/S应用相比，RIA应用表现更加出色，主要表现在：改善了用户界面体验，系统具备更丰富的展现性及更好地操作性；使用客户端处理很多业务逻辑，充分利用了客户端潜在处理能力，同时有效地减轻服务器端的负荷压力[6]。

基于Flex与主流架构J2EE平台紧密融合构建企业级应用，同时满足了RIA需要强大的数据处理能力，企业级应用需要更加亮丽的前台展示的双重需求。系统以Flex作为表现层，使用spring+BlazeDS+Hibernate+Oracle作为开发架构。系统架构如图1所示。

RPC—远程过程调用协议，remote procedure call protocol的缩写；ORM—对象关系映射，object-relational mapping的缩写。图1 系统技术架构

1.2 功能设计

a) 指标全景监控。基于GIS地理图形对采集系统关键业务指标进行监测，通过省、市、县、所4级层次架构，涵盖采集建设类指标、采集应用类指标、采集运维类指标，实现采集建设中核心指标的监控；通过指标数据全景展示，快速定位辖区运维工作薄弱环节，实时获取上级单位派发的工作信息。按照单位层级对各类指标数据进行汇总统计，基于GIS进行统计数据展示；结合地理坐标信息，根据单位名称快速进行GIS定位；实时监测采集系统异常处理工单处理情况，在页面中进行提示操作；结合工作要求，对系统配置的重要通知信息进行提示。指标监控页面如图2所示。

图2 指标监控页面

b) 异常综合分析。基于GIS地理图形对各类异常信息进行展示，展示内容的粒度根据GIS图层调整；支持通过GIS图形发起异常消缺处理。按照单位、时间、异常类型等维度对各类异常发生及处理情况进行统计分析，利用图形化组件展示。结合异常设备所属采集点GPS坐标信息，实现异常设备在GIS中的图形化展示；根据异常设备标识关联发起异常消缺流程或查询异常消缺工单处理状态信息。表格形式对异常发生及处理情况的明细信息进行查询。异常分析页面如图3所示。

图3 异常分析页面

c) 多维运维管理。以异常发生及消缺历史记录为分析对象，通过用户、设备、运维人员等不同视角，针对异常相似度、异常关联度、异常发生频度、异常处理措施有效性、异常处理效率等维度开展关联分析，建立数据关系关联模型，形成用户信用卡、设备病历卡、运维记录卡；再进一步开展统计分析应用，开展用户设备健康度、厂商设备质量、运维工作质量等方面的评价工作，为客户服务优化、设备商履约服务评价、外委运维服务招标等业务提供参考依据。

d) 专题定向跟踪。根据总部及各子公司工作重点，开展阶段性专项治理工作；结合工作需求，灵活定制专项监控主题模板，对涉及的业务数据、关键指标数据、重要通知及文件下发情况等进行跟踪，便于管理人员及时了解相关工作进展。该功能可便捷生成各类图形化分析结果及报表数据，从而把系统运行管控人员从繁琐的工作报告编制及数据上报工作中解放出来。

e) 工单闭环流转。对采集运维管控重点工作及薄弱环节通过督办工单形式要求相关单位限期整改，并通过系统数据后台分析功能对整改工作成效进行考核；工单的分级派发功能，实现了多级单位运维管控工作的纵向贯通，充分激发了各级运维人员的能动性；配合公司制定的相关规章制度及考核方法，督办工单闭环消缺及时率达到100%。

f) 报表自动统计。涵盖日常管控业务所需的各类日报、周报、月报，报表数据自动统计与人工导入相结合，各级运维人员填报数据自动汇总，报表模板格式可根据任务要求自定义，使报表填报不再费时费力，报表数据准确性得到保证。

2 计量装置在线监测与智能诊断技术

随着电子信息技术的发展，智能电能表和各类用电信息采集终端已经具备自身状态的诊断功能，能够及时发现运行过程中的多种异常并实时上报用电信息采集系统主站。依靠这些异常信息，并结合所采集的各类电流、电压、负荷以及电量数据，使运行监控人员具备了对设备故障的远程监测的数据基础[7]。

为更好地实现对各类计量异常、用电异常的远程诊断分析，在现有用电信息采集系统的基础上，逐步开始研究计量装置在线监测与智能诊断技术。该技术以用电信息采集数据为依托，囊括了数据库、基于私有云的分布式存储与并行计算、Web应用服务、接口服务、后台分析服务等先进技术手段，通过从专变终端、集中器、网络表、采集器获取的各类用电数据进行统计分析，为判断现场各类计量异常和设备的异常提供基础信息。所应用的关键技术如下。

a) 适于进行大数据处理的分布式系统架构。该功能模块采用Hadoop分布式基础架构，底层设计采用分布式文件系统(Hadoop distributed file system，HDFS)，实现高度容错和高吞吐量的海量数据存储，提供分布式并行计算软件框架。利用其在海量数据存储与处理方面天然的优势，构建可线性扩展、高可用的海量数据处理应用。该模块功能架构如图4所示。

图4 计量装置在线监测与智能诊断功能架构

如图4所示，该功能模块由业务应用、支撑平台组成，利用专家库中的分析模型对数据进行分类、统计和计算，分析计量异常事件(接线异常、窃电嫌疑等)和装置异常工况，实现了计量装置异常分析、采集设备故障分析、各类事件分析和在线监测、用电异常分析、异常流程处理等功能，并结合GIS平台、分布计算框架、数据交互服务等技术为考核采集设备和计量设备厂家提供评价统计数据。

b) 计量在线监测与智能诊断分析模型。模型算法来源于对电能表、采集终端各类数据的产生条件、关联关系的分析结果，能够对电能计量装置的运行工况和运行状态进行判断[8-9]。异常诊断分析分为单一诊断分析和关联诊断分析两类。

单一诊断分析包括电量异常诊断、电压电流异常诊断、异常用电诊断、负荷异常诊断、时钟异常诊断、接线异常诊断、费控异常诊断共计7类29种分析模型，每一种模型都对异常的判定条件、判定阈值进行了规范，并通过多种条件的关联判断来提高异常判断的准确性。

关联诊断分析需要建立数据关系关联模型，该模型是依据异常单一诊断分析结果以及它们之间的关联度，实现基于关联度累加算法的多主题关联诊断分析，进一步提高对异常或故障诊断分析结果的准确性，为现场异常或故障的排查和处理提供依据或指导。关联诊断分析模型包括疑似窃电、设备故障、错接线、配变需扩容、现场维护、电池失效、回路异常、用电异常等8类108种。

c) 计量设备异常分析专家库和自学习技术。通过将现有各类异常模型进行整合，并在实践中不断新增业务分析模型，逐步形成计量设备异常分析专家库[10-14]。自学习技术则是基于该诊断专家库，当新异常出现时，能快速从专家库中对该异常进行分析和归类，从而不断提高分析和诊断计量异常的准确性，形成计量装置故障诊断的闭环管理，不断提高分析诊断的准确率，解决计量异常智能分析的难题。自学习技术业务逻辑图如图5所示。

EM—最大期望，expectation maximization的缩写。图5 自学习技术业务逻辑

d) 基于GIS的计量设备的故障定位技术。该技术以GIS数字地图技术为基础，对故障异常的分类和异常数据进行分析，对故障设备自动定位、快速查询，并根据不同异常类型和异常严重等级对各类故障设备分别以不同的颜色和标志进行告警，方便专业部门人员在线快速判断、定位和消缺。在进行异常流程处理后，实时展示故障处理结果以及流程状态，实现实时在线监控故障发生、故障处理状态以及考核评价的一体化展示功能，提高故障监测的准确度和故障处理的效率。基于GIS的计量设备的故障定位页面如图6所示。

图6 基于GIS的计量设备的故障定位页面

3 应用效果验证

3.1 提升采集运维效率，降低运维人员负担

依托用电信息采集图形化管控系统，电力公司各级采集系统运维人员能够实时、便捷、全面的掌握采集系统当前运行状况，获取各类指标信息，监控信息量显著增加。工单自动化闭环流转，改变了以前通过传真、邮件、通知等方式传递工单的业务模式，所有异常数据在系统中备案，异常处理全流程闭环管控，提高了工单处理的及时率和准确性。各类报表自动统计，保障了报表发放及时率，避免了人为错误，明显提升了报表编发效率。

典型案例：

a) 某省级电力公司应用图形化全景运维管控技术后，实时监控的指标种类由原来的2项增加到10类23项，每日报表报送人员从3人减少为1人，编发时间从5 h缩短到2 h，指标数据项目从12项增加到236项。

b) 某地市级供电公司每年需对辖区内的Ⅰ、Ⅱ、Ⅲ类电能表现场校验2 971个/次。为完成此项工作，需要设置2组共4位专业校验人员，配备校验车辆2台。每年行驶里程约11 150 km；应用图形化全景运维管控技术后，减少了工作量——只需要设置1组2人完成此项工作，所需校验车辆减少为1台，每年行驶里程缩短为约4 500 km。

3.2 缩短故障处理时间，提升用户服务水平

电力公司各单位通过计量装置在线监测与智能诊断技术可以及时发现各类设备和用电异常情况，准确定位异常地点，依托用电信息采集系统提供的各类异常信息，通过异常诊断分析模型，实施远程分析诊断，初步判定异常类型和严重程度，有针对性的派出抢修人员，快速到达抢修地点，加快了异常处理速度。该技术的使用，还可以对故障隐患进行提前预警，将故障排除在危害发生之前，从而保障用户生命还财产安全，避免用户投诉，提升供电服务满意度。此外，依据各类采集数据，还可以为用户提供用电优化建议，指导用户合理用电，降低用户生产生活成本。

典型案例：采集人员通过采集系统对重要大工业用户远程监测过程中，发现一个主要经营家禽饲料生产的用户，变压器容量为315 kVA，但该户负荷曲线最大值只有230 kW，而平均负荷约在200 kW，用户的变压器容量远大于用户实际负荷容量。建议该用户申请减容，将315 kVA变压器更换为250 kVA变压器，避免了“大马拉小车”的现象，降低了该用户的生产成本；同时因变压器容量降低该用户由原来的大工业电价更改为普通工业电价，用户用电性质改变后，不再执行两部制电费标准，仅按电度电量收电费，全年为该用户节约电费近9万元。

3.3 丰富营销稽查手段，减少企业经济损失

通过计量装置在线监测与智能诊断功能，实现了对电流越限、需量超容等违约用电行为及反向电量异常、电表倒走等窃电嫌疑行为的监控预警。利用该功能，电力公司计量人员和用电稽查人员及时查处了用户的不规范用电、违约用电和窃电行为，维护公司合法利益，保障电网安稳运行。

典型案例：2015年上半年，某省级电力公司依托计量异常在线监测与智能诊断技术，累计发现各类异常817 561个，核实处理631 555个。在“堵漏增收百日攻坚”专项活动中累计追补电量 2.382 GWh，处理故障设备2 307台，挽回经济损失人民币1 190余万元。

4 结束语

用电信息采集系统具有对各类用户用电信息、设备运行状态信息及电网电能质量信息的高频收集能力，为电网公司与用户的双向互动搭起了桥梁，所储藏的丰富数据为进行客户诉求分析提供重要线索，所收集的电网运行和设备故障信息为故障定位、快速抢修提供了直接依据，开放型的用户接入模式和通信规约为分布式能源和电动汽车充换电站运行数据的采集提供了便利的解决手段，依托信息化技术优势为配电网运行状态监控、电能质量分析、设备故障定位、用户需求侧管理等新兴业务的开展提供技术手段。

基于本文所述技术，并开发相应的功能模块。在实际应用中改变了以往用电信息采集系统运维管理活多、人少、无序、低效的被动局面，将重复、分散的工作按照管控业务流程通过系统功能设计实现了良好的衔接和统一，提升了运维管控工作效率和质量，提高了故障处理的及时性和准确性，及时发现各类用电异常，提升了电力公司营销管理水平。

[1] 胡江溢，祝恩国，杜新纲，等．用电信息采集系统应用现状及发展趋势[J].电力系统自动化，2014，38(2)：131-135.

HU Jiangyi，ZHU Enguo，DU Xingang，et al．Application Status and Development Trend of Power Consumption Information Collection System[J].Automation of Electric Power Systems，2014，38(2)：131-135.

[2] 孙国强，李逸驰，卫志农，等．智能用电互动体系构架探讨[J].电力系统自动化，2015，39(17)：68-74.

SUN Guoqiang，LI Yichi，WEI Zhinong，et al．Discussion on Interactive Architecture of Smart Power Utilization[J].Automation of Electric Power Systems，2015，39(17)：68-74.

[3] 祝恩国，窦健．用电信息采集系统双向互动功能设计及关键技术[J].电力系统自动化，2015，39(17)：62-67.

ZHU Enguo，DOU Jian．Design of Two-way Interaction Function Based on Electricity Information Acquisition System and Its Key Technology[J].Automation of Electric Power Systems，2015，39(17)：62-67.

[4] 杨永标，李逸驰，陈霜，等．双向互动服务平台的关键技术与总体构架[J].广东电力，2015，28(8)：28-32.

YANG Yongbiao，LI Yichi，CHEN Shuang，et al．Key Technology and Overall Framework of Bilateral Interaction Service Platform[J].Guangdong Electric Power，2015，28(8)：28-32.

[5] 张景超，陈卓娅．AMI对未来电力系统的影响[J].电力系统自动化，2010，34(2)：20-23.

ZHANG Jingchao，CHEN Zhuoya．The Impact of AMI on the Future Power System[J].Automation of Electric Power Systems，2010，34(2)：20-23.

[6] 彭小圣，邓迪元，程时杰，等．面向智能电网应用的电力大数据关键技术[J].中国电机工程学报，2015，35(3)：503-511. PENG Xiaosheng，DENG Diyuan，CHENG Shijie，et al．Key Technologies of Electric Power Big Data and Its Application Prospects in Smart Grid[J].Proceedings of the CSEE，2015，35(3)：503-511.

[7] 张迎．智能用电信息采集管理系统优化研究[D].北京：华北电力大学，2013.

[8] 程瑛颖，吴昊，杨华潇，等．电能计量装置状态模糊综合评估及检验策略研究[J].电测与仪表，2012，49(12)：1-6.

CHENG Yingying，WU Hao，YANG Huaxiao，et al．Fuzzy Comprehensive Status Evaluation on Electric Energy Metering Device and Test Strategy Research[J].Electrical Measurement and Instrumentation，2012，49(12)：1-6.

[9] 潘伟．基于用电信息采集的负荷特性分析方法及其应用研究[D].北京：华北电力大学，2014.

[10] 霍尧． 基于用电信息采集的智能反窃电系统开发与应用[D].北京：华北电力大学，2014.

[11] 刘海峰，周敬嵩，沈勤卫，等. 智能防窃电管理信息平台的应用[J]. 浙江电力，2016，35(4)：64-69.

LIU Haifeng，ZHOU Jingsong，SHEN Qinwei，et al. Application of an Information Platform for Intelligent Electric Larceny Prevention Management [J]. Zhejiang Electric Power，2016，35(4)：64-69.

[12] 肖坚红，严小文，周永真，等. 基于数据挖掘的计量装置在线监测与智能诊断系统的设计与实现[J]. 电测与仪表，2014，51(14)：1-5.

XIAO Jianhong，YAN Xiaowen，ZHOU Yongzhen，et al. Design and Implementation of Metering Device Online Monitoring and Intelligent Diagnosis System Based on Data Mining[J]. Electrical Measurement & Instrumentation，2014，51(14)：1-5.

[13] 谭玉茹，吴琦，李婷婷，等. 用于计量异常事件分析系统的数据模拟算法[J]. 国网技术学院学报，2016，19(1)：18-22.

TAN Yuru，WU Qi，LI Tingting，et al. Data Simulation Algorithm Used for Measurement Anomaly Event Analysis System[J]. Journal of State Grid Technology College，2016，19(1)：18-22.

[14] 林进鹏. 基于物联网的分布式能耗数据采集系统设计[J]. 广州大学学报(自然科学版)，2014，13(4)：65-68.

LIN Jinpeng. Design About the Control System of Distributed Energy Acquisition Based on Internet of Things[J]. Journal of Guangzhou University(Natural Science Edition)，2014，13(4)：65-68.

(编辑 王朋)

Improvement Technology for Operation Monitoring of Electric Information Acquisition System

ZHANG Zhanqing1, LIU Yan2,TIAN Haiting2, YUE Hu3, YANG Dongsheng3, LIU Xiaotian3,LI Lianhao3, MIAO Hongying4, YUE Zhenyu1

(1.State Grid Tangshan Power Supply Company, Tangshan, Hebei 063000, China; 2. Electric Power Research Institute, State Grid Jibei Electric Power Co., Ltd, Beijing 100045, China; 3.Department of Marketing, State Grid Jibei Electric Power Co., Ltd., Beijing 100053, China; 4. State Grid Chengde Power Supply Company, Chengde, Hebei 067000, China)

Operation and maintenance technology for the electric information acquisition system is not perfect and has problems of low operation and maintenance efficiency, low data use ratio and slow speed for exception handling, which restricts further development and application of the system. Therefore, advanced technologies such as GIS display technology, distributed big data processing architecture, abnormality self-learning analysis technology for metering devices, and so on are introduced to realize graphical panorama operation and maintenance management and control and online monitoring and intelligent diagnosis for metering devices, meanwhile, corresponding software application system is constructed. Actual application effects indicate that the system can effectively reduce the burden of operators, shorten fault processing time and enrich marketing check capability. In addition, it can also improve working efficiency of acquisition, operation and maintenance, promote electric power marketing service level and reduce economic loss.

electric information acquisition system; operation monitoring; geographic information technology; big data analysis; intelligent diagnosis

2016-04-06

10.3969/j.issn.1007-290X.2016.10.012

TM76

A

1007-290X(2016)10-0069-06

张占清(1959)，男，河北唐山人，工程师，工学学士，研究方向为用电配电方向。

刘岩(1989)，男，河北廊坊人。工程师，工学硕士，研究方向为电能计量、用电信息采集。

田海亭(1983)，男，山东青州人。高级工程师，工学博士，研究方向为智能用电。