基于大數(shù)據(jù)的數(shù)字化電能計量誤差分析

基于大數(shù)據(jù)的數(shù)字化電能計量誤差分析

摘要：文章主要闡述了數(shù)字化電能計量誤差來源，并圍繞大數(shù)據(jù)分布式存儲與計算技術，建立了電能計量誤差多維分析與診斷平臺，以此促進大數(shù)據(jù)背景下數(shù)字化電能計量系統(tǒng)的應用和發(fā)展。Keys：大數(shù)據(jù)；計量誤差；診斷方案數(shù)字化電能計量系統(tǒng)不僅具備較強的擴展性、互操性和絕緣性，還具有較高的數(shù)據(jù)共享率和精準度等，受到業(yè)界廣泛的應用和好評。但我國電能計量系統(tǒng)在對貿(mào)易進行結算時，還在沿用早期計量方式，數(shù)字化電能計量僅在考核線損時才會真正用到，并且該計量設備評價體系也不明確。數(shù)字式電表的評價標準、技術方法依舊以常規(guī)電表為依據(jù)，具體使用中由于環(huán)境誤差導致數(shù)字式電表的首次檢查誤差和運行誤差出現(xiàn)很大差別。而針對誤差進行分析研究，對數(shù)字化電能計量系統(tǒng)在工程中的有效運用具有重要意義。1數(shù)字化電能計量誤差來源基于IEC61850標準，將此計量系統(tǒng)分為三個層次，即過程層、間隔層以及站控層。前者智能電子設備涉及電子式儀用變壓器、MU（合并單元）。間隔層智能電子設備涉及數(shù)字化電表，高壓測電參數(shù)利用電子式儀用變壓器依據(jù)IEC60044-8標準轉(zhuǎn)化成數(shù)字化采樣值報文，然后利用光纖輸送到MU。在MU中，依據(jù)IEC61850-9-1/2標準打包處理符合時間的采樣值報文。數(shù)據(jù)經(jīng)過MU打包處理后，利用光纖輸送至數(shù)字化電表，實現(xiàn)電能計算的目標，最終在站控層設備中實現(xiàn)數(shù)據(jù)存儲、處理與人機交互[1]。基于數(shù)字化程度，將數(shù)字化電能計量劃分成兩個部分，即全數(shù)字化以及半數(shù)字化，兩者在儀用變壓器的選擇上存在一定的差異。如果選用電子式儀用變壓器，那么電能的計量方式為全數(shù)字化，相反，就是半數(shù)字化。前者計量誤差多出自電子式儀用變壓器計量誤差和數(shù)字化電表計量誤差，與普通計量方式相比，數(shù)字化計量結果更為精準。然而在工程實際運用中，電子式儀用變壓器多會被早期電磁式儀用變壓器所代替，用模擬量MU代替數(shù)字量MU，促使半數(shù)字化電能計量不僅可以有效利用電磁式儀用變壓器的穩(wěn)定性與可靠性，還能夠完成電能計量的數(shù)字化、網(wǎng)絡化以及共享化。所以說，儀用變壓器誤差、模擬量輸入MU誤差與數(shù)字化電能表誤差是此誤差的主要來源。2大數(shù)據(jù)背景下數(shù)字化電能計量分析該分析系統(tǒng)將Hadoop的分布式文件系統(tǒng)當作數(shù)據(jù)存儲軟件架構，利用Hive數(shù)據(jù)倉庫工具作為管理工具，同時根據(jù)Spark框架的效率優(yōu)勢，進一步完成大數(shù)據(jù)的電能計量誤差分析的及時存儲、高效率計算與分布式并行優(yōu)化處理。另外，還與Hadoop和Spark框架的計算平臺有效融合，可以將相適應的存儲容量、并行優(yōu)化處理能力與及時計算能力提供給海量計量數(shù)據(jù)。所以，該計量系統(tǒng)能夠分成ETL（數(shù)據(jù)采集模塊）、存儲計算模塊、分析診斷模塊與工程應用模塊。數(shù)據(jù)采集模塊用于現(xiàn)數(shù)據(jù)的實時采集、清洗、轉(zhuǎn)換以及封裝。存儲計算模塊用于實現(xiàn)Hadoop和Spark框架平臺的數(shù)據(jù)及時存儲于高效運算。分析診斷模塊用于實現(xiàn)誤差特征值的提取、分析與診斷等。工程應用模塊用于顯示誤差的實時查詢和診斷結果。在此分析診斷方案中，模塊間的聯(lián)系性較強，在所有環(huán)節(jié)中，每一層級都在向后續(xù)工作給予服務和支持。簡單來說，計量誤差分析是以數(shù)據(jù)的采集和存儲為前提，計量誤差的關鍵點就是分析診斷，而工程的實際應用屬于將計量誤差分析直接有效地展示給使用者的結果[2]。

為了使數(shù)據(jù)導入效率得到進一步的提升，在導入數(shù)據(jù)的過程中采用Kettle開元的ETL集群形式，在完成若干數(shù)據(jù)采集模塊任務的同時，導入其分配至集群中的不同PC中。尤其是，若電能計量設備狀態(tài)需要進行更新，那么不僅需要在數(shù)據(jù)庫中一次性導入設備狀態(tài)數(shù)據(jù)檔案表，還必須要進一步更新已經(jīng)更新過后的設備檔案數(shù)據(jù)信息，從而完成全部數(shù)字化電能計量裝置數(shù)據(jù)信息的定時燈亮導入。基礎平臺采取的Hadoop框架可以將實時采集的龐大數(shù)量的電能計量數(shù)據(jù)進行快速的存儲，而Spark計算框架的彈性分布數(shù)據(jù)集（RDD）的優(yōu)勢特征可以在有效保證精準率的前提下實現(xiàn)即時性、高效率運算集成資源的目標。所以，將電能計量系統(tǒng)誤差模型優(yōu)化和完善，將所有設備裝置的誤差信息精準運算出來，就能夠在Hive數(shù)據(jù)倉庫中選擇用SparkSQL（結構化查詢語言）模塊的方式，實現(xiàn)上卷、下鉆以及切塊等方面的分析診斷操作。將該分析診斷方式與現(xiàn)階段較為常用的智能診斷算法有效結合，利用Spark并行優(yōu)化結算能力診斷獲取數(shù)字化電能計量裝備的實際故障問題類型與引起故障的各種因素。

根據(jù)大數(shù)據(jù)的數(shù)字化電能計量誤差分析的詳細流程主要分為四個方面，其一，把來自使用者耗電信息采集系統(tǒng)的電網(wǎng)有關信息數(shù)據(jù)利用Kettle開元的ETL集群形式通過一次性定時增量的方式在大數(shù)據(jù)基礎平臺進行導入。其二，將數(shù)字化電能計量誤差特征計算單元重點劃分成3個部分，即儀用變壓器誤差、模擬輸入MU誤差以及數(shù)字化電表誤差，針對上述這些誤差給予誤差特征值的有效提取和精準計算。其三，選擇通過切片、切塊以及旋轉(zhuǎn)等形式多維分析和診斷數(shù)字化電能計量誤差的特征值。其四，采用樸素貝葉斯（NBM）算法來診斷電能計量誤差，同時對誤差的類型展開判斷[3]。3結束語綜上所述，文章將數(shù)字化電能計量誤差作為分析和研究的對象，針對模擬量MU（合并單元）、數(shù)字化電表的計量誤差與誤差對電能計量產(chǎn)生的影響展開了分析，并對根據(jù)Hadoop框架以及Spark計算框架的數(shù)字化電能計量誤差分析基礎平臺進行了構建，本次搭建的平臺通過Kettle開元的ETL集群形式實現(xiàn)了定時增量的一次性導入采集的數(shù)據(jù)，然后通過Spark計算框架的彈性分布數(shù)據(jù)集（RDD）快速計算了提取的故障特征值，最后利用NBM算法并行優(yōu)化處理了電能計量誤差的大數(shù)據(jù)分析平臺，同時對誤差的類型展開判斷。Reference[1]牛釗.基于大數(shù)據(jù)分析的計量裝置運行誤差檢測方法[J].信息與電腦,2021(10):190-19