智能电能表全过程质量控制研究

陈媛媛 吕付刚

(烟台东方威思顿电气有限公司 山东烟台 264003)

智能电能表是现阶段市场主流使用表计，在技术上超越上一代产品，主要的组成是测量单元、数据处理单元、通信单元等。并且拥有电能量计量、信息存储及处理、自动控制等功能，可实现智能计量相关功能。在智能电能表的市场推广上，客户提出了更多更全面的功能要求。在实现这些功能要求的基础上，智能电能表的全过程质量控制十分必要，智能电能表核心功能计量稳定性必须保证。

1 质量控制目标

1.1 质量控制理念

目前，智能电能表在新兴市场占有率逐步提升，具备功能全面准确率高等优点。测量单元、数据处理单元与通信单元是智能电能表组成模块，拥有信息存储、信息分析、电能量计量、自动控制等部分。现阶段，智能电能表在我国已经开始普及，初期产生的智能电能表全过程质量控制，已经无法适应市场。我国电网企业，针对现有智能电能表市场情况，完善智能电能表相关功能，例如电能质量查询、电网维护、实时网络等新功能开发。

1.2 质量控制范围

针对智能电能表生产中涉及到各个环节，可以优化监督生产、供货、运行维护、检测、安装调试、故障处理等环节，并针对每个环节的关键点设立监察点。智能电能表是关系到民生的基础建设，其准确度是关系到整个电网运行，同时为计量管理环节、用电校验环节、电费抄核收环节等环节进行数据基础和架构基础。

1.3 质量管控存在隐患

通过市场选择来进一步衡量质量管控成效，目前市场作为最终目标成为企业质量管控的动力。市场上需要智能电能表高标准要求，促使企业在智能电能表生产过程中控制产品品质。尽管市场对于智能电能表的质量控制有积极影响，但电网公司的监督管理十分必要，舆论市场仅能作为辅助手段。

因此，在生产过程中、安装调试前进行的智能电能表检测，并不能完全规避风险，计量表运行过程中，建立合理的质量控制体系，才可以从根本上达到预期设想。

我国在高铁网络建设上拥有成功的经验，智能电网在质量控制发展中可以学习相关经验。例如动车事故发生时，动车相关的零件厂家能够进行逐一的排除，例如动车系统自身拥有通信监控系统和综合视频监控系统，通过自身的软件监控能够立马定责任，因此智能电能表未进行质量控制将成为潜在的隐患问题。

1.4 质量管控的现状

现阶段智能电能表相关质量管控体系建立尚不健全，部分厂家尝试开设智能电能表月度质量分析，针对已经入网运行的智能电能表进行运行情况分析。但在质量控制中缺少对验收环节、运行环节、供货环节、故障环节质量控制，最终导致整体质量管控系统，形不成闭环。智能电能表质量管控体系应该涉及到招标前环节、供货前环节、到货后环节、运行中环节环环相扣，均不能少。在整体样品传递中，不同环节里，均存在样品延迟滞后的情况。

现阶段省级计量中心均具备着全性能检测设备，可以确保地方检测能力足够，更重要的意义是能够统一区域的检测标准。在电能表检测过程中机械性能实验室与电磁兼容实验室，往往配备并不充足。虽然相关的检测可以通过全性能检测设备进行分析，但面对数量可观的需被检验电能表的检定数量无法满足。例如一般省级单位电能表检测，一批次电能表约100只左右，全性能电能表检定，需要大约10个工作日，才能够完成检定工作。

2 质量管控的系统方案

2.1 梳理质量管控流程

强化中心技术质检处的质量管控业务职能，重点在样品管理、验收试验和运行抽检等关键环节，我们可以向国家电网公司营销部请示，在公司营销部的支持下，创新供应商样品变更管理流程，样品变更处理时限可以缩短，避免了由于供应商样品变更导致的供货时间延长，提高了样品比对和全性能试验的检测效率。

2.2 提升智能电能表校验技术

质量管控的顺利实施，高水平的电能表校验技术是基石。

优化质量管理流程，部分省级电力公司已经在2013年开始行动，并颁布了相关的《管理办法》，在实践过程中根据业务特点，在优化电能计量关口管理、优化电能量采集系统信息完整率和正确率方面做出了相应的改善，并且填补了主站环节的检定空白。主站环节增加，可以保证新入网设备可以与主站建立正确的信息流通，保证新入网设备可以立即开展工作，可以减少调试环节，并且质量控制的整体环节形成闭环。

2.3 统一校验能相关标准

统一的校验标准，是确保质量控制的基石，检验标准的设立要针对市面上普遍存在硬件设备，尤其是机械和电磁兼容相关的硬件设备。只有硬件设备输出数据的稳定，制定统一校验标准才有可能。同时在标准制定的过程中，需要充分考虑外界环境对试验结果的影响，例如磁干扰信号，应合理的考虑是否添加群脉冲抗扰度测量，来实现电能表的真实工作环境。

3 未来研究方向展望

未来的质量控制技术发展方向，智能化进行改善是一个重要的发展方向，人工智能的引进将优化实时监控环节、预警环节、信息的处理环节、检索环节等环节，均能得到优化提升。现阶段智能控制领域，大多采用的技术，仅能达到半自动水平，智能分析、自动化响应等尚不能解决，依然需要大部分依靠人力来完成。在数据传输处理上未来将向云存储与云监控，运用大数据云计算，将海量数据进行传输处理。