智能配用电信息采集技术研究

导语：智能配用电信息采集技术研究一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要:针对现有技术中配用电信息采集技术计算框架复杂、数据处理困难等问题，用NB－物联网技术实现对配电网用户用电信息采集和管理的智能化，并构建出智能用电信息采集系统。基于ADE7953电能计量芯片，配合STM32微处理器，实现对用电信息的采集，并通过优化电能计量算法提高采集系统的精准度，大大减少了采集时间。试验结果表明，研究系统的采集准确率提高了约10%，采集效率提高了约33%，智能用电信息采集系统具有高精准度和高效率。

关键词:物联网技术;用电信息;智能电子设备;优化电能算法;采集系统

随着人们生活水平的不断提高和住宅商业化的发展，用户对住宅环境和物业管理水平提出了更高的要求［1］，也对住宅的便捷性、交互性和舒适性等提出了更高的期望，需要各类电能计量设备实现自动化［2］工作。目前，随着电力市场化改革的快速发展，电力行业在运行过程中产生了大量的数据，如何采集数据和处理数据关系到电力系统运行管理的安全性和可靠性［3］。随着泛在电网建设的不断深入，多中心分布式测量已成为各级电力系统网络精确测量的重要支撑。如何实现数据的快速和精准采集成为当前亟待研究的重要课题。在该背景技术下，文献［4］提出了一种基于MSTP技术的用电信息采集系统。该技术采用收集器采集，提高了计量采集的安全性，但该技术不能应用于分布式计量。文献［5］提出了一种Hadoop平台分布式管理系统，该系统的技术优势在于能在各种业务结构数据中利用map-reduce程序分布式进行计算处理，其缺陷在于过程繁琐，效率低下。文献［6］提出了一种远程计量执行过程优化策略，该策略通过优化数据传输过程来提高计算效率，但数据采集过程中存在安全风险。针对上述技术问题，为提高采集效率和速度，本文提出了一种新型的智能用电信息采集系统，能够有效地克服上述文献中存在的技术弊端，具有重要的学术参考价值。

1总体方案设计

关于智能用电信息采集系统框架如图1所示。智能用电信息采集系统结构框架分为三个不同层次:感知层完成新型智能电子设备(intelligentelectricdivice，IED)数据采集、物理量回归和数据接收等，并在安装实施的过程中能够进行安装监测、接线监测与功能监测，保证IED的正常运行;网络层的服务器将感知层发送的数据存储到数据库中，检查数据库中的数据更改并进行数据计算与分析，然后将其发回［7］;应用层通过上层管理中心在在线监测上显示每个电表的实时和历史数据，并经过可视化展示，进一步挖掘用电信息。

2新型IED

目前，智能电网环境下的传感器和电能表都基本是“AD采样+DSP+MCU”架构，这种架构能够高精准地采集数据，但是结构太过复杂，成本较高。为此，本文将采取一种新型的IED，新型IED基于ADE7953［8］电能计量芯片配合微处理器，实现对用电信息的采集，并通过优化电能计量算法提高采集系统的精准度。关于新型IED主要硬件结构如图2所示。通过电流采样电路和电压采样电路得到电能计量数据，经过算法优化传输至ADE7953电能计量芯片。本文微处理器采用STM32F103ZET6芯片，微处理器外围电路由时钟电路、复位电路和电源转换电路组成。控制通信端发射电能计量数据信号，并控制整个新型IED。ADE7953电能计量芯片与STM32微处理器，均有电源电路进行充电。下面将重点细述ADE7953电能计量芯片工作原理和算法优化模块。

2．1ADE7953电能计量芯片工作原理

ADE7953电能计量芯片是一款高精度专用电能计量采集的单相集成电路芯片，采用3．3V电压供电，内有三个2阶ADC，能适用于各种采样方法。在电能计量数据信号中，高于ADC半采样速率但低于半采样速率之间的数据信号，会在这个速率区间左右摆动，这就是ADE7953电能计量芯片工作原理中的混叠效应，因此要先串联一个滤波器来避免这种情况的发生。关于ADE7953芯片数据信号转换原理如图3所示。如图3所示，整个转换器主要是由积分器、锁存比较器和采集时钟组成，采集时钟的频率传输至锁存比较器和积分器，将输入信号转换成连续的单比特串行流。单比特串行流驱动数模转换，并从输入信号中减去数模转换的输出，形成反馈回路。当回路中数模转换的平均输出值接近输入信号电平的平均值时，通过滤波器对串行流数据进行平均，使得与输入信号成正比，并转换成24位数据字输出，降低输入用电信息信号的量化噪声，使输出的用电信息信号鲁棒性更好。

2．2电能计量算法的优化

为了得到更为精确的用电信息，本文对IED［9］中的计算框架算法采取了一些优化。以有功电能计算为例，设每周期拥有总数为N的电能计量采样点，则电压正弦公式为:考虑实际情况中，IED上传的电能数据也存在误差，导致上一层级IED的电能并不严格等于下级各用户IED的电能之和。如果直接分别计算下级IED会导致电能矩阵的阶数太高，实际进行计算时计算量太大而耗费太长时间。为了降低计算量，本文利用用户总IED与其对应分支IED电压变化趋势相似度高的特点，根据其大小筛选出位于同一分支下的用户，降低了电能矩阵的阶数，减少了计算的复杂度和计算时间。关于IED误差主要考虑以下几点:(1)线路损耗误差。由于线路损耗导致上级IED的电能稍大于下级IED记录的电能之和，线路损耗的大小随网络负载而变化，与线路的长度有关。这些损耗在节点列写的电能守恒方程中引入了误差。令λ(j)是第j个时间间隔内分支IED的测量结果中的线路损耗向量，可以将它们建模为具有非零均值和异方差的高斯模型，如式(6)所示。(6)式中:λ为线路损耗均值;μλ为线路损耗均值的向量;Hλ为线路损耗的协方差矩阵。由于不同线路的损耗没有相关性，因此Hλ为对角矩阵。假设测量误差是独立同分布的，对电能进行预处理，线路损耗是根据上级IED节点电能读数总和与下级IED电能读数总和之差进行计算，如式(7)所示。

3试验与分析

通过某国家电网公司调研X小区内所有用户信息，在50户家庭更换安装了本文研究的新型IED，后台管理系统以工具包OpenAIGym进行仿真。采用JavaScript语言对SVG交互技术进行编码，其计算机操作系统为Windows10［10］，64位，计算机的开发工具为VisualStudio2019，OpenCV3．0。计算机的硬件环境为CPU:Inter(Ｒ)Core(TM)i7;主频为2．59GHz;内存16G，所用的软件JavaScript的版本为ECMAScript6。搭建的智能用电信息采集系统端口主要包括以下配置，即波特率9600bps、8位数据格式、1位停止位、甚至不校验位、无硬件数据流控制。采集装置从采集的电源输出0～5V模拟信号，系统将其转换成相应的数字信号，并经过云端服务器与Web服务器报告至上层管理中心。经过30d采集得到的用电信息构建出试验数据库，并从中提取数据量为2TB的电能计量数据信息，其中一些数据的相关代码如表1所示。

作者：刘超 孙保东 单位：国网冀北电力有限公司信息通信分公司 北京中电飞华通信股份有限公司