电力测量仪表计量误差校正中人工智能技术的应用

2022-12-19潘健龙

科学与信息化 2022年21期

潘健龙

广东威泰电力工程有限公司广东佛山 528315

引言

在当今经济飞速发展的大环境下，我国电力行业也飞速发展，各大电力企业不仅是积极建设电力网络，实现电力全覆盖以便于人民生活水平的提升，同时维系电力企业发展的重要因素就是经济效益。也正因为大、中、小电力企业的百花齐放，电力市场的竞争力度也逐步增加，那么对电力测量仪表计量的误差校正便使它已成为提高电力企业经济效益的重要工具。在电力市场的竞争中，电力电能计量的准确性直接影响到各方的利益。因此，调试和提高测量精确度以及准确性也是影响电力企业发展的问题之一。在此基础上，本文从电力测量背景、原因、解决措施以及人工智能对于数据校正等方面进行了以下分析：

1 电力测量仪表计量误差校正必要性背景

近年来，随着我国电力工业的快速发展，利用最新的科技设备提高了电能计量质量。然而，由于各种主观因素的影响，能量测量中仍存在误差。特别是中国能源部门的广泛分散，即使差距很小，也会造成重大损失。因此，有必要规范功率测量。特别是对电气设备的年度调查发现，大量的能源损失严重限制了公司的经济利益[1]。当然，电能测量误差的原因很多，也有很多意想不到的现象。为了调节测量机构的精度，必须根据仪器的惯性和适应性来调节和提高电能测量的误差。本文从电能计量误差的原因入手，为控制和改进电能计量误差及决策提供依据。

2 电力测量仪表计量误差原因分析

2.1 计量装置配备不全

2.1.1 无表估算。因为没有根据用户用电设备的消耗量和使用时间计算表。由于缺乏固定的人口发电量，负荷较低，缺乏严格的规章制度，人工评价存在较大误差。因此，缺乏一个衡量消费的表格是衡量方面的一个缺陷。

2.1.2 一表乘三。现在一表乘三的电力计量方式在我国的某些偏远地区仍然在使用，这种电力计量方式注定是不科学、不精确的，但这些偏远地区的电力负荷却长期处于三相均不平衡的情况。也正因为这样，一表乘三的计量方式注定是无法胜任精准计量工作要求的。

2.2 电力测量仪表使用不正确

2.2.1 有功电能计量误差。双值三相三线系统静电计测量单相零电路四线系统的功能.由于负载不平衡，产生零序电压，零序电流沿零序流动.三相电流和零电流难以满足.如果系统采用三相双组分时钟，则零直流耗电量将大大减少，计算电流将大大降低。

2.2.2 电阻大产生计量误差。三相四元件零线性电阻三元件电压表测量误差过大。这里面即使有些测量点是利用三相四元件表进行测量的，但由于某些原因，我们并不能科学有效且及时地注意到停电或中性线的构造，这也将会导致其中中性线电阻和中性线接触过大，即测量误差会变大。如果三相负载是具有对称性的，中性线（n）中间是没有电流的，即如果IA+IB+IC=0，U0=0，则被测三相四线的功能是与实际负载的消耗相等的。但如果中间线有电流，则证明r线存在误差，其表达式为IA+IB+IC=IN[2]。我们用U0代表偏移申压，IN代表不平衡电流。如果r=0，则其中市不平衡电流，尽管施加到负载上的电压偏移，但施加到电压表元件上的电压也会偏移，而不会导致U0加r电压偏移测量误差。

2.3 电流互感器使用不当

2.3.1 CT变比大。电力测量仪表中许多测量点普遍存在测量误差较大的问题，这是因为计算机断层扫描的转换大于CT根据配电变压器的额定二次电流（一次测量时额定一次电流）选择一次电流，这也导致选择CT进行高精度、低精度的长期运行。如果电力测量仪表负载率低，那么他的瓦特表误差也会很大，这同样也会增加整个测量点的误差。因此，只要适当降低计算机断层扫描，就可以大大降低测量误差。

2.3.2 CT外载根据电流互感器故障公式。电力测量仪表的操作参数仅适用于CT外载ZF和P0芯磁导率，这也说明只要降低CT和ZF负载或增加其磁导率，就可以减少误差。目前，由于引入线长度、截面小、接触电阻大，电力测量仪表的许多加油点在低负荷下连续运行，其MK值较低。也因此，F1值与81角值之间的差异太大，无法满足精度要求。因此，我们可以通过降低CT仪器的磨损、缩短电路、增加线路横截面、降低共轭、相应降低CT变异比、同时增加工作点和提高U值来降低误差。

2.3.3 三相四线三元瓦特中由于电阻过大而引起的测量误差。三相四线三元瓦特中由于电阻过大而引起的测量误差中虽然有些测量点是用三相四元电力测量仪表测量的，但由于施工过程中没有考虑到技术，电力测量仪表计量的相对误差可能会发生变化。

2.4 环境变化

随着环境温度的变化，制动电流、电流、瓦数电压和相位角都会发生变化，从而导致额外的温度误差。振幅误差与温度误差有关。配电变压器的总加油站设在控制室内，因此，我们可以在冬季观察到，其经常超过标准规范，导致较大的负误差。目前，冬季最冷的时期也是用电量最高的时期，这将造成电力企业更大的损失。

2.5 计量点综合误差

这次能源部测量点的总误差只检查电力测量仪表的误差，不注意变压器的故障评估。如果所有电表都符合要求，但由于5个传感器出现故障，二次压降过大，测量精度可能无法达到要求。然而，仅瓦特计的相对误差远不足以反映整个测量点的精度。如果电气表的精度不能满足要求，则必须考虑综合误差并调整测量结果。还可以采取措施适当调整变压器和瓦特表，以减少电能测量的总误差[3]。除了外部条件影响引起的故障外，导致特征测量误差的主要因素是外部条件的破坏和影响。首先，环境因素将严重影响电表测量的技术、稳定性、安全性和准确性。其次，人为因素也是影响电表工作稳定性的重要因素（当用户通过安装其他设备破坏电表或改变电表读数时，会出现测量误差）。简言之，环境因素和人为因素会损坏测量仪器，从而影响测量结果的运行稳定性和准确性。目前，环保因素对电表的影响是无法有效避免的，但电力企业可以采取有效措施，避免人为因素对电表造成损害，这也是电表纠错措施。

3 电力计量设备

3.1 规范使用电力计量设备

近年来，随着贸易和技术的不断发展，电能表的功能也越来越大。为了能够在低成本范围内有效地减小电力测量仪表的误差，有效提高电力测量结果的精确度，可以采取有针对性的措施对电能表进行优化。

3.2 减少电力测量仪表计量误差的改进措施

3.2.1 完善计量装置。测量设备的改进通过测量点工作的改革，可以消除无表估算、单表、三表等异常测量方法。同时对加药设备进行改进，减少因工艺不符合或外部因素影响而产生的误差。我国大部分电力部门都将测点改造纳入规划，取得了显著成效。

3.2.2 测量方法正确。纯电负荷专用配电变压器采用三相y型连接和分配器，三相四线Y型连接器测量照明或照明。采用内置配电变压器，用三相电表测量配电变压器区域的三相负载平衡，进行调节分析：一相损坏不影响其他两相测量。电能校准和更换损坏的仪表方便：转动和检查简单：接线简单，误接线概率低；这有助于进行全面的错误分析。变压器及仪表调整方便，仪表误差整定方便。

3.2.3 选择计量点位置。降低变压器负荷，可提高测量精度。可以缩短变压器接线，以减少仪表上的负载。测量点离配电变压器越近越好。最好从配电变压器的配电盘中选择。

3.2.4 合理计量动态用电。合理测量照明、用电用电量。合理设计测量点的结构，采用单独的柜门和仪表灯的运动形式，“配电变压器标准区”包括单独的灯具运动测量和仪表强度分离。所有经认可的标准配电变压器均采用水泥砖和石材结构，中间分隔，两侧开敞，一个腔室配备照明、功率表、变压器等测量设备，另一个腔室配备刀闸、熔断器等控制设备。电表门钥匙由用电部门负责，闸刀开关钥匙由用户负责。该方法合理选择了测量点的位置，解决了光源运动的分离测量问题，避免了电能表前的窃电现象。

4 人工智能技术在电力测量方面的应用及背景技术

人工智能方法在电力测量中的应用，尤其包括基于人工智能的电表误差预测方法。目前，该国的供电系统雇用了92.2%的员工，安装了3.98亿台电力。电气设备的可靠性是电网安全经济运行的基础。设备的可靠性和维护效率是保证企业生存的必要条件。目前，电气测量仪表的维护主要采用技术人员定期进行故障检测的方法。通过人工现场故障检测或故障检测，现场工作量大，发现故障的能力大，而且由于缺乏设备的实时监控和预警功能，往往导致早期抢修不彻底，小故障导致大故障。另一方面，随着电力需求的增加和设备使用寿命的延长，设备故障的可能性也随之增加。简单地强调缩短维护周期给能源公司带来了沉重的负担。在这样的背景下，人工智能旨在解决电测量仪器人工维护量大、检测事故率低的问题。以下为人工智能应用方向：①基于人工智能特征的仪器误差预测方法，其特点是采集具有历史特征的仪器运行数据并转换运行进度数据；指定转换后历史中使用的数据类型，并将标记数据分为训练集和测试集；建立基于深部神经网络的故障预测模型；将训练一套输入式测力仪故障预测模型，并通过自动旋转编码器进行测力仪故障预测，减少叠加噪声；将测试套件引入准备好的仪器故障预测模型，检查准备好的模型故障预测仪器的精度，当测试精度达到预定精度阈值时停止测试。②要求1所述基于人工智能的电表误差预测方法的特点是，对往年运行中获得的数据进行转换，除其他外，包括对以往运行中获得的数据进行标准化；标准化后，与过去操作相关的数据被标准化。③根据要求1所述采用人工智能化电表进行故障预测的方法，其特点是电表故障预测模型包括多层输入层、多层隐藏层和多层输出层。④根据权利要求3所述的一种基于人工智能的性能仪表误差预测方法，其特征在于，在大力倡导智能能源的人士中，能源系统未来发展的中心点是产能、储能和能耗的综合发展。通过信息技术，将更多与能源生产、转换、传输、储存和消费的联系深度整合，以促进能源系统的高效运行。人工智能技术对解决现代能源系统中的非线性、强不确定性，以及促进能源系统的高效运行。人工智能技术适应并灵活地解决了现代电力系统中的非线性、高不确定性、强耦合和多变量问题。它将在提高能源系统的效率、可靠性和智能化方面发挥重要作用。在此基础上，人工智能技术也将渗透到电力系统中。作为新一代能源载体的重要载体，具有主动能源知识的智能电网在智能能源发展中占据基础性地位，引领智能能源发展。能源互联网将支持智能电网、云计算、物联网、人工智能、海量数据和移动互联网，并将深度融合信息、物理和社会。为了优化能源领域的决策和加强协调，人工智能和能源互联网技术的结合将确保传统能源网络的智能功能。本文总结了人工智能技术在电力系统中的典型应用，展望了未来可能的研究方向，促进了人工智能在电力系统理论研究和实际应用中的发展。