史琳　周信行　韓麗麗

摘 要：提出一種電力大數(shù)據(jù)一體化環(huán)境下電能計量智能監(jiān)測方法，搭建電力大數(shù)據(jù)一體化環(huán)境下電能計量智能監(jiān)測平臺，在該平臺中通過MapReduce并行化模式融合多種電力數(shù)據(jù)，構(gòu)成一體化電力大數(shù)據(jù)集合；通過流式傳輸機制實現(xiàn)監(jiān)測平臺中數(shù)據(jù)資源層、平臺服務(wù)層以及應(yīng)用層三層之間的數(shù)據(jù)傳輸，將一體化大數(shù)據(jù)傳輸至服務(wù)層中提取單數(shù)據(jù)、多數(shù)據(jù)特征，利用模糊聚類處理后將其傳輸至應(yīng)用層中進行異常大數(shù)據(jù)監(jiān)測，獲取監(jiān)測結(jié)果并預(yù)警電能計量的異常情況。實驗結(jié)果驗證：該方法可精確監(jiān)測到異常電量流失度，同時能夠監(jiān)測到多種電能計量裝置異常現(xiàn)象，監(jiān)測誤檢率最高也未超過5%，還可以通過電壓、電流異常變化合理判斷電能計量異常情況。

關(guān)鍵詞：電能計量；模糊聚類；數(shù)據(jù)傳輸；多數(shù)據(jù)特征

中圖分類號：TM933；TP391.9文獻標志碼：A文章編號：1001-5922（2023）06-0192-05

Research on intelligent monitoring of electrical energy metering in the context of big data integration

SHI Lin，ZHOU Xinxing，HAN Lili

（Guangzhou Power Supply Bureau，Guangdong Power Grid Co.，Ltd.，Guangzhou510013，China）

Abstract：This paper proposes an intelligent monitoring method for electrical energy metering in the context of power big data integration.Build an abnormal monitoring platform for electric energy measurement under the integrated environment of power big data，in which multiple power data are integrated through MapReduce parallelization mode to form an integrated power big data set.The streaming transmission mechanism is used to realize the data transmission among the data resource layer，platform service layer and application layer in the monitoring platform.The integrated big data is transmitted to the service layer to extract single data and multi data features.After fuzzy clustering processing，it is transmitted to the application layer for abnormal big data monitoring，so as to obtain the monitoring results and warn the abnormal situation of power metering.The experimental results showed that this method could accurately monitor the abnormal power loss degree，and could also monitor the abnormal phenomena of a variety of electric energy metering devices.The highest monitoring error rate was not more than 5%.It could also reasonably judge the abnormal situation of electric energy metering through the abnormal changes of voltage and current.

Key words：electric energy measurement;fuzzy clustering;data transmission;multi-data feature

電力大數(shù)據(jù)包含電力系統(tǒng)多種運行數(shù)據(jù)，將這些數(shù)據(jù)一體化可實現(xiàn)更精準的故障分析。電能是保障社會正常運行的一種核心能源，通過可靠的電能計量，可以保障電能輸送、生產(chǎn)以及每個環(huán)節(jié)的安全發(fā)展[1-2]。當社會用電量加大[3]，會導致部分電能計量裝置在某些時間下出現(xiàn)故障，同時，電力系統(tǒng)運行時還會出現(xiàn)人為竊電現(xiàn)象，導致電能計量結(jié)果異常[4-5]，為企業(yè)造成較大損失。為此，有較多學者對此進行研究，例如研究了一種電能計量裝置狀態(tài)在線監(jiān)測方法，該方法能夠有效實現(xiàn)故障診斷[6]，但該方法對于動態(tài)變化的電能計量數(shù)據(jù)監(jiān)測誤差較大，研究一種通過BSO-BPNN模型實現(xiàn)的電能計量異常檢測[7]，雖然該方法檢測結(jié)果較為精準，但檢測更加耗費內(nèi)存空間，導致檢測時間變慢。為此，本文研究電力大數(shù)據(jù)一體化環(huán)境下電能計量異常監(jiān)測，利用一體化電力大數(shù)據(jù)，實現(xiàn)異常電能計量數(shù)據(jù)的監(jiān)測。

1 電能計量異常智能監(jiān)測平臺設(shè)計

1.1 監(jiān)測平臺架構(gòu)設(shè)計

本文設(shè)計電力大數(shù)據(jù)一體化環(huán)境下電能計量異常監(jiān)測平臺，該平臺主要包含數(shù)據(jù)資源層、平臺服務(wù)層以及應(yīng)用層。

數(shù)據(jù)資源層存在邊緣端采集接口，通過數(shù)據(jù)采集獲取不同類型的數(shù)據(jù)源，并支持數(shù)據(jù)質(zhì)量檢查、數(shù)據(jù)緩存等，保障可利用數(shù)據(jù)可持續(xù)上傳至云端平臺。

在平臺服務(wù)層中具備數(shù)據(jù)接入、數(shù)據(jù)處理、運維管理等功能，同時在該層中還具備數(shù)據(jù)融合功能，通過MapReduce并行化模式融合數(shù)據(jù)資源層傳輸?shù)皆搶又卸喾N類型的電力數(shù)據(jù)，構(gòu)成一體化電力大數(shù)據(jù)。

利用流式傳輸實現(xiàn)大數(shù)據(jù)在每層中的交換，將一體化大數(shù)據(jù)上傳至應(yīng)用層，在該層中完成電能計量異常監(jiān)測，并對異常情況進行預(yù)警。

1.2 電力大數(shù)據(jù)融合處理

對于目前海量電力大數(shù)據(jù)，本文通過MapReduce對這些數(shù)據(jù)進行處理，使電力大數(shù)據(jù)能夠形成個一體化，為后期電能計量異常監(jiān)測提供有效幫助[8-9]，通過該并行模式融合數(shù)據(jù)的關(guān)鍵步驟如下：

（1）數(shù)據(jù)離散化。數(shù)據(jù)離散化是指對可隨機變化的參數(shù)進行處理，本文通過等距離散方法處理電能計量裝置中時刻變化的數(shù)據(jù)；

（2）數(shù)據(jù)矩陣化。設(shè)某一時間下采集的數(shù)據(jù)為向量N，且N=n1，n2，…，nm，t。通過m表示維數(shù)，第i維樣本數(shù)據(jù)的值為ni，采集時間為t。在某時間下，某一電能計量裝置采集的數(shù)據(jù)矩陣為，并表示為Nq：

1.3 大數(shù)據(jù)流式傳輸機制設(shè)計

本文通過RTP協(xié)議實現(xiàn)監(jiān)測平臺中每層之間大數(shù)據(jù)的流式傳輸。其中，邊緣端采集到的數(shù)據(jù)傳輸至平臺服務(wù)層處理后，才會存儲至資源庫或數(shù)據(jù)庫中[10-11]。而經(jīng)應(yīng)用層監(jiān)測到的異常數(shù)據(jù)會通過傳輸保存至平臺服務(wù)層的數(shù)據(jù)庫中，同時平臺服務(wù)層在收到異常數(shù)據(jù)后會向邊緣端數(shù)據(jù)資源層推送異常報警信息。

設(shè)計基于大數(shù)據(jù)的RTP封包與解包算法，完成發(fā)送端與接收端對大數(shù)據(jù)的處理，并在大數(shù)據(jù)流失傳輸時合理利用流媒體傳輸協(xié)議。

1.3.1 大數(shù)據(jù)流式傳輸機制

在進行大數(shù)據(jù)傳輸之前，需在服務(wù)器端對大數(shù)據(jù)流做出封包處理，完成封包后，才能夠進行傳輸，傳輸至客戶端后進行解包處理[12]，即完成大數(shù)據(jù)流式傳輸。詳細傳輸過程如圖1所示。

在發(fā)送端時，先調(diào)整大數(shù)據(jù)格式，將其轉(zhuǎn)變?yōu)榇髷?shù)據(jù)流形式，之后打包為RTP數(shù)據(jù)包，采用用戶數(shù)據(jù)報協(xié)議（UDP）將大數(shù)據(jù)流封裝為UDP報文，將該報文提供給IP層，在IP層匯總為IP包并上傳至網(wǎng)絡(luò)中實現(xiàn)傳輸。

在接收端時，通過RTP/UDP/IP協(xié)議對到達的大數(shù)據(jù)進行解包。此時，實時傳輸控制協(xié)議（RTCP）按照獲取的數(shù)據(jù)包情況，分析網(wǎng)絡(luò)是否存在阻塞，并將判斷結(jié)果反饋至發(fā)送端，發(fā)送端可按照反饋信息修正大數(shù)據(jù)傳輸量。

RTP數(shù)據(jù)包共存在兩個部分，分別為包頭與載荷，其中，包頭中包含序列號、時間標簽等內(nèi)容，這些內(nèi)容主要實現(xiàn)數(shù)據(jù)傳輸?shù)目刂?；載荷中包含需傳輸數(shù)據(jù)的信息。RTP數(shù)據(jù)包以分塊形式限制最大長度，通過這種形式，可以保證大數(shù)據(jù)的坐標信息完善[13-15]。在封包時添加大數(shù)據(jù)的分塊內(nèi)容以及幾何要素坐標值。在進行解包時，按照封包序號進行排序。通過讀取每個分塊中的信息，實現(xiàn)大數(shù)據(jù)傳輸。

1.3.2 大數(shù)據(jù)流的發(fā)送與接收

在服務(wù)器端利用RTP報文發(fā)送大數(shù)據(jù)流時，具體流程與普通流媒體文件效果一致。需要在發(fā)送之前設(shè)定發(fā)送的目標位置，并分析發(fā)送數(shù)據(jù)流大小，若數(shù)據(jù)包過大，則需要分包發(fā)送。之后向目標位置傳輸大數(shù)據(jù)流，通常情況下存儲在客戶端緩存中，以便客戶端隨時使用。在發(fā)送過程中，僅需提供所發(fā)送數(shù)據(jù)與其長度，發(fā)送完成后，關(guān)閉RTP搭建的通道。

在進行數(shù)據(jù)接收時，接收端需與發(fā)送端地址連接，并設(shè)定文件緩存區(qū)域，接收后存儲在緩存中。若傳輸?shù)臄?shù)據(jù)流低于最大分包數(shù)，則一次完成傳輸，若大于該分包數(shù)，則需要分批實現(xiàn)傳輸。全部傳輸完成后，關(guān)閉RTP搭建的連接。

1.4 電力一體化大數(shù)據(jù)特征提取與模糊聚類

1.4.1 單數(shù)據(jù)、多數(shù)據(jù)特征量

（1）單數(shù)據(jù)特征

在電力系統(tǒng)運行時，通常存在一部分狀態(tài)量變化較低的單數(shù)據(jù)量；同時存在部分呈周期性變化的單數(shù)據(jù)，這部分數(shù)據(jù)稱為狀態(tài)數(shù)據(jù)。針對每個實時監(jiān)測的狀態(tài)量，通過對某個值的范圍進行設(shè)定，可以限制全部序列的范圍。

大多數(shù)情況下電力系統(tǒng)的異常情況存在一定的潛伏性，因此電能計量裝置異常時，對其監(jiān)測得到的數(shù)據(jù)是在限值內(nèi)的，所以，對于限定值內(nèi)的狀態(tài)量也需要進行監(jiān)測，從中提取單數(shù)據(jù)特征量。

（2）多數(shù)據(jù)特征

在電能計量裝置運行過程中，由于裝置屬性和所處環(huán)境的不同，很難通過統(tǒng)一函數(shù)控制裝置狀態(tài)。因此，合理利用實時監(jiān)測數(shù)據(jù)的量化特征，將隨時間動態(tài)變化的電能計量數(shù)據(jù)通過轉(zhuǎn)移概率序列描述。當處于正常運行時，數(shù)據(jù)轉(zhuǎn)移概率較高，若大數(shù)據(jù)序列中某一參量值存在異常時，則可認定該時刻相應(yīng)的電能計量數(shù)據(jù)存在異常。

1.4.2 特征模糊聚類

在進行電能計量異常數(shù)據(jù)監(jiān)測之前，需要對數(shù)據(jù)的模糊特征進行聚類，并通過大數(shù)據(jù)分析方法，分析特征模糊聚類概率。若聚類時共存在s個待測異常數(shù)據(jù)，且包含p條相關(guān)性較高的數(shù)據(jù)，則構(gòu)建s×p矩陣，并采用Zs×p表示該矩陣，在該矩陣中，每個點均表示電能計量大數(shù)據(jù)的模糊聚類特征，具體如式（3）所示：

利用式（7）計算得到的似然比，判斷電能計量大數(shù)據(jù)的狀態(tài)，并對可能出現(xiàn)的故障進行預(yù)警，通過圖2表示電能計量異常數(shù)據(jù)監(jiān)測與預(yù)警過程。

基于上述計算過程，對電能計量大數(shù)據(jù)進行異常監(jiān)測與預(yù)警，具體實現(xiàn)步驟如下：

（1）若每個參量的轉(zhuǎn)移概率序列不包含0值，且數(shù)據(jù)流內(nèi)每個時間下的數(shù)據(jù)均屬于生成簇，則表示該時間下的電能計量屬于未出現(xiàn)異?，F(xiàn)象；

（2）若每個序列中包含少數(shù)0值，且少數(shù)時間下數(shù)據(jù)并不屬于生成簇時，則表示該事件下電能計量數(shù)據(jù)中出現(xiàn)少數(shù)噪聲點；

（3）若序列內(nèi)存在一半0值，且大多時間下的數(shù)據(jù)不屬于生成簇，則表示電能計量裝置存在異常數(shù)據(jù)；

（4）根據(jù)步驟（3）中異常數(shù)據(jù)的轉(zhuǎn)移概率，完成異?，F(xiàn)象的判斷與預(yù)警。

2 實驗設(shè)計與結(jié)果分析

本文在電力系統(tǒng)中選取一電能計量裝置實現(xiàn)實驗設(shè)計，監(jiān)測該裝置一天之內(nèi)的運行數(shù)據(jù)，并選取文獻[6]提出的一種電能計量裝置狀態(tài)在線監(jiān)測及遠程診斷方法，文獻[7]提出的基于BSO-BPNN模型的電能計量裝置異常診斷方法與本文方法進行對比，分析各方法的性能。

可通過電量流失度描述電能計量運行過程中的電量流失程度，若電量流失度大于正常電量流失度，則認定電能計量存在異常現(xiàn)象。假設(shè)正常電量流失度為每天4度，分析本文方法監(jiān)測的一天之內(nèi)的電量流失度，分析結(jié)果如圖3所示。

根據(jù)圖3可知，在本文方法監(jiān)測下，每個時間段的電量流失度顯示十分清晰，其中，在14：00左右出現(xiàn)大幅度電量流失，說明在該時間前后存在異常用電現(xiàn)象，導致電能計量數(shù)據(jù)異常，而本文方法可精確實現(xiàn)異常數(shù)據(jù)的監(jiān)測。

對不同電能計量數(shù)據(jù)異常情況產(chǎn)生的異常數(shù)據(jù)進行監(jiān)測，分析不同方法的監(jiān)測效果，分析結(jié)果如表1所示。

由表1可知，文獻[7]方法在電能計量裝置電源故障與侵擾2種異常現(xiàn)象發(fā)生時，無法監(jiān)測到異常數(shù)據(jù)，文獻[6]方法則在溢出異常時無法實現(xiàn)異常數(shù)據(jù)監(jiān)測，由此可以看出這2種方法的監(jiān)測效果并不完美，而應(yīng)用本文方法后可實現(xiàn)多種異?，F(xiàn)象發(fā)生時的精確監(jiān)測，有效獲取異常數(shù)據(jù)結(jié)果。

分析應(yīng)用本文方法監(jiān)測電能計量裝置在白天、黑夜2種用電環(huán)境下的誤檢率以及監(jiān)測可靠度，分析結(jié)果如圖4所示。

根據(jù)圖4可知，應(yīng)用本文方法監(jiān)測后，在黑夜與白天2種環(huán)境下的誤檢率均保持在較低水平，其中，由于黑夜環(huán)境下的產(chǎn)生的電能計量數(shù)據(jù)較少，因此該環(huán)境下監(jiān)測得到的誤檢率始終保持在4%以下，而白天環(huán)境使用電能較多，因此白天產(chǎn)生的電力大數(shù)據(jù)數(shù)量較大，導致該環(huán)境下的大數(shù)據(jù)誤檢率會略高于黑夜環(huán)境，但依然保持在4%～5%，說明通過本文方法監(jiān)測后誤檢率較低。根據(jù)監(jiān)測可靠度分析可知，本文方法在2種環(huán)境下的監(jiān)測可靠度始終保持在80%以上，說明本文方法在監(jiān)測過程中得到的監(jiān)測數(shù)據(jù)更為真實，且能夠精確實現(xiàn)異常數(shù)據(jù)檢測。

當電能計量裝置中的相電壓低于額定電壓的70%，或相電流高于額定電流的15%，且隨時間變化并未恢復額定值，則認定二者數(shù)據(jù)存在異常，本文所選電能計量裝置的正常電壓始終為220 kV，電流為5 V，對一天的電壓、電流數(shù)據(jù)變化進行監(jiān)測，分析被測電能計量裝置是否存在異常現(xiàn)象，分析結(jié)果如圖5所示。

根據(jù)監(jiān)測到的電壓變化可以看出，電壓在2：00之前處于正常運行狀態(tài)，當處于2：00之后，電壓開始出現(xiàn)下降，到達6：00時電壓迅速下降到最低，此時說明電能計量裝置存在異常，隨后電壓存在小幅度回升，但并未回到額定電壓位置；由此說明通過監(jiān)測得到的電壓可以判斷電能計量裝置并未恢復正常。根據(jù)圖6（b）中的電流變化可知，電流在10：00之前與額定電流十分接近，當處于10：00之后電流開始小幅度上升；當時間達到18：00后，監(jiān)測得到的電流已經(jīng)大于額定電流的15%以上，說明在18：00時電能計量裝置已出現(xiàn)異常現(xiàn)象。經(jīng)過本文方法的監(jiān)測，可迅速得到電流、電壓的異常變化，并根據(jù)數(shù)據(jù)的異?，F(xiàn)象可精確判斷電能計量裝置的異常。

3 結(jié)語

通過搭建電力大數(shù)據(jù)一體化環(huán)境下電能計量異常監(jiān)測平臺，對電力系統(tǒng)大數(shù)據(jù)進行詳細分析，將這些數(shù)據(jù)中的電能計量異常數(shù)據(jù)進行監(jiān)測，并向用戶及時發(fā)出電能計量異常數(shù)據(jù)預(yù)警，提示用戶及時處理異?，F(xiàn)象，在未來研究過程中，可針對該設(shè)計方法繼續(xù)進行優(yōu)化，向異常監(jiān)測平臺中引入更多的電力系統(tǒng)大數(shù)據(jù)，實現(xiàn)多種電力數(shù)據(jù)的監(jiān)測，并強化監(jiān)測精準度與處理時間，使監(jiān)測得到的異常內(nèi)容可以迅速做出調(diào)整。

【參考文獻】

［1］劉婧，蘇良立，陳昊，等.基于智能電能表誤差檢測的非侵入式電網(wǎng)故障定位及運維調(diào)度[J].電測與儀表，2021，58（11）：164-169.

[2］丁斌，袁博，鄭煥坤，等.基于大數(shù)據(jù)分析的電力信息系統(tǒng)安全狀態(tài)監(jiān)測技術(shù)研究[J].電測與儀表，2021，58（11）：59-66.

[3］付琨，孫顯，仇曉蘭，等.遙感大數(shù)據(jù)條件下多星一體化處理與分析[J].遙感學報，2021，25（3）：691-707.

[4］田園，張梅，保富，等.基于大數(shù)據(jù)的數(shù)字化電能計量誤差分析[J].電測與儀表，2021，58（11）：136-141.

[5］翟永杰，龍雅蕓，江柳，等.基于異常檢測的輸電線路山火檢測方法研究[J].華北電力大學學報（自然科學版），2021，48（6）：90-96.

[6］陳崇明，吳瀛，姚棟方，等.一種電能計量裝置狀態(tài)在線監(jiān)測及遠程診斷系統(tǒng)設(shè)計[J].電力電容器與無功補償，2021，42（4）：203-208.

[7］朱少斌，許素安，馬宗彪，等.基于BSO-BPNN模型的電能計量裝置異常診斷方法研究[J].中國測試，2022，48（1）：141-146.

[8］劉春雨，羅群，顧強，等.智能配電網(wǎng)電能計量設(shè)備的運行狀態(tài)監(jiān)測終端研究[J].中國測試，2020，46（7）：68-74.

[9］陳慧，張穎，魏曉瑩，等.基于LMS自適應(yīng)濾波的電能計量箱數(shù)據(jù)采集與處理方法研究[J].電測與儀表，2020，57（4）：142-146.

[10］張麗艷，謝晨，梁世文，等.牽引負載電能計量方式研究[J].西南交通大學學報，2020，55（5）：928-936.

[11］孫一浩，肖先勇，張文海，等.基于偽異常點辨識的關(guān)口電能表計量數(shù)據(jù)異常研究[J].電網(wǎng)技術(shù)，2021，45（11）：4568-4577.

[12］魏偉，唐登平，李帆，等.數(shù)字化電能表較電子式電能表計量及檢測差異性研究[J].電測與儀表，2020，57（23）：126-134.

[13］楊芾藜，侯興哲.一種基于安裝式標準電能表的智能電能表誤差在線檢測比對方法研究[J].電測與儀表，2022，59（3）：181-186.

[14］趙恒一，高云鵬，申麗曼，等.電壓閃變影響下的功率計算模型與電能計量方法研究[J].電測與儀表，2020，57（1）：121-130.

[15］賀涌，王磊，李立秋，等.Hadoop資源信息智能監(jiān)測仿真[J].計算機仿真，2021，38（10）：401-404

收稿日期：2023-01-20；修回日期：2023-04-10

作者簡介：史 琳（1990-），男，工程師，主要從事在線稽查、線損管理等研究；E-mail：xing_0287@163.com。

基金項目：廣東電網(wǎng)科技項目（項目編號：GZKJXM20170867）。

引文格式：史 琳，周信行，韓麗麗.電力大數(shù)據(jù)一體化環(huán)境下電能計量異常監(jiān)測研究[J].粘接，2023，50（6）：192-196.