电量模型标准化和数据智能检测分析技术研究
史雪梅+曲向华
摘 要： 随着国家智能电网策略的实行，对应智能终端电能计量配套系统也逐步向多功能智能化发展，为此对电量预测模型和电量数据智能检测方面进行分析。建立电量原灰色预测模型，利用支持向量机拟合电量参数，并确定各项权重形成电量标准化模型。电量数据信号检测运用瞬时谐波参数估计法，将数字信号通过卷积运算获取相应带通滤波器的输出信号，在零频处对信号处理后得到对应的谐波分量瞬时参数，实验表明该方法可以提高电网运行效率。
关键词： 智能电网； 电能计量； 电量数据； 智能检测
中图分类号： TN911.7?34； TU178 文献标识码： A 文章编号： 1004?373X（2017）23?0144?03
Abstract： With the implementation of the national smart grid strategy， the corresponding intelligent terminal electric energy measurement system should be developed gradually towards the multi?functional intelligence， therefore， the electricity quantity forecasting model and electricity quantity data intelligent detection are analyzed. The grey prediction model of electricity quantity is established. The support vector machine is used to fit the parameters of electricity quantity， and determine the weight of each item to form the electricity quantity normalized model. The instantaneous harmonic parameter estimation method is used to detect the data signal of electricity quantity. The convolution operation is performed for the digital signal to acquire the corresponding output signal of the band?pass filter， and then the signal is processed at the zero frequency to get the instantaneous parameters of the harmonic component. The experimental results show that the technology can improve the operating efficiency of power grid.
Keywords： smart grid； electricity energy measurement； electricity quantity data； intelligent detection
0 引 言
在欧美发达国家电网智能化飞速发展的带动下，我国电力行业适时地提出建设“坚强智能电网”的发展策略[1]。基于集成、高速双向通信网络而建立的智能电网在国民经济发展、能源生产以及利用、环境保护等诸多方面都表现出了巨大效益。为实现电网的可靠、安全、经济、高效、环境和谐使用的目的，智能电网需要充分运用先进的设备技术、先进的传感和测量技术以及先进的控制方法和决策支持系统技术[2?3]。文献[4]指出作为经济和技术发展的必然产物，智能电网当之无愧的成为当今电力领域中的最大论题之一，其最为重要的环节就是面向智能电网的高级计量系统设计[5?6]。文献[7]提出为了实现电力部门和用户高效双向互动且电力用户能够智能化用电的目标，需要运用一种新型的电能表计量智能终端。数据处理部分和测量部分等电路结构是其核心要素，利用在MCU外添加外围电路的方法可以实现电量数据计量、外部信息的存储与处理以及家用电器智能控制等各类功能。随着经济和信息技术的发展，电量数据计量通过先进技术使电力系统的能源转换效率、电能利用率、供电质量以及信息处理能力得到显著提升[8?9]。
为了实现我国电网智能化全面发展的目标，本文对电量标准化模型及智能检测技术进行研究，并通过实验验证其有效性。
1 电量模型标准化和数据智能检测
1.1 蛙跳优化理论的电量标准化组合模型
2 实验与结果分析
运用基于改进的灰色预测模型及支持向量机模型的优化组合模型进行电量预测，实验设定给出2001—2008年的某城市城镇居民年实际用电量数据，运用本文组合优化模型及单一灰色预测模型（GM模型）分别对8年间的城镇居民用电量进行预测，获取结果后与实际用电量进行数据比较，具体用电量数据如表1所示。
对组合优化模型获取的用电量数据结果与实际用电量结果进行比较后，可观察出预测结果与实际结果较吻合，误差非常微小并在误差允许范围内；而再观察利用单一灰色模型对用电量实行预测所获取的结果，与实际结果对比后发现其误差率非常大，对用电量统计已经达到错误范围，不能起到预测电量的作用。
对电量数据中不平稳的信号进行智能检测，分别采用小波变换法和瞬时谐波信号参数估计法实现检测过程，具体电量数据输出信号的振幅曲线图如图1及图2所示，两种方法获取的电量数据信号振幅曲线与实际输出信号如图3所示。将图1，图2中的振幅曲线分别对照图3实际输出信号的振幅值，可看出图1电量数据信号振幅值与实际输出振幅值并不吻合，且误差值较大，不能描述电量数据的实际输出值，对电能计量不具备指导作用。而图2输出的电量数据信号幅值与实际输出信号值趋势基本吻合，表明本文方法可以较好地描述电量数据信号的输出情况。
3 结 语
为了实现电能计量的高精度、高准确性，提出对电量模型进行标准化处理并对电量数据信号实行智能化检测。首先，对具有一定时间序列特性的电量数据运用基于改进灰色预测模型及支持向量机模型的组合优化模型，根据蛙跳优化理论对组合优化模型进行全局优化后形成电量标准模型；然后，运用瞬时谐波信号参数估计法对电量数据中的信号进行谐波信号参数预估，从而完成对电量数据的智能检测过程。实验表明本文方法可以提高电网运行效率。
参考文献
[1] 王宝，叶彬，石雪梅，等.基于用电结构变动的省级电网长期负荷特性预测[J].现代电力， 2015，32（3）：54?59.
[2] 顾健.智能电网调度控制系统现状与技术展望[J].企业技術开发旬刊，2015，34（12）：105?106.
[3] 辛耀中.智能电网调度控制技术国际标准体系研究[J].电网技术，2015，39（1）：1?10.
[4] 彭小圣，邓迪元，程时杰，等.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报，2015，35（3）：503?511.
[5] 申展，胡辉勇，雷金勇，等.分布式电源接入用户及用户侧微电网双向电能计量问题[J].南方电网技术，2015，9（4）：14?21.
[6] 张建伟，杨昊，赵永辉，等.智能用电网交互系统负荷预测仿真研究[J].计算机仿真，2016，33（9）：159?162.
[7] 周璐.手持式电能表数据提取智能终端的研究和应用[J].企业技术开发，2015（11）：50?51.
[8] 邓裕文，胡资斌.基于双变权缓冲算子的多变量灰色电量预测[J].黑龙江电力，2015，37（6）：515?519.
[9] 王慧武，刘巍，丛超.基于非线性理论的电力谐波检测与估计[J].电测与仪表，2016，53（3）：68?74.
摘 要： 随着国家智能电网策略的实行，对应智能终端电能计量配套系统也逐步向多功能智能化发展，为此对电量预测模型和电量数据智能检测方面进行分析。建立电量原灰色预测模型，利用支持向量机拟合电量参数，并确定各项权重形成电量标准化模型。电量数据信号检测运用瞬时谐波参数估计法，将数字信号通过卷积运算获取相应带通滤波器的输出信号，在零频处对信号处理后得到对应的谐波分量瞬时参数，实验表明该方法可以提高电网运行效率。
关键词： 智能电网； 电能计量； 电量数据； 智能检测
中图分类号： TN911.7?34； TU178 文献标识码： A 文章编号： 1004?373X（2017）23?0144?03
Abstract： With the implementation of the national smart grid strategy， the corresponding intelligent terminal electric energy measurement system should be developed gradually towards the multi?functional intelligence， therefore， the electricity quantity forecasting model and electricity quantity data intelligent detection are analyzed. The grey prediction model of electricity quantity is established. The support vector machine is used to fit the parameters of electricity quantity， and determine the weight of each item to form the electricity quantity normalized model. The instantaneous harmonic parameter estimation method is used to detect the data signal of electricity quantity. The convolution operation is performed for the digital signal to acquire the corresponding output signal of the band?pass filter， and then the signal is processed at the zero frequency to get the instantaneous parameters of the harmonic component. The experimental results show that the technology can improve the operating efficiency of power grid.
Keywords： smart grid； electricity energy measurement； electricity quantity data； intelligent detection
0 引 言
在欧美发达国家电网智能化飞速发展的带动下，我国电力行业适时地提出建设“坚强智能电网”的发展策略[1]。基于集成、高速双向通信网络而建立的智能电网在国民经济发展、能源生产以及利用、环境保护等诸多方面都表现出了巨大效益。为实现电网的可靠、安全、经济、高效、环境和谐使用的目的，智能电网需要充分运用先进的设备技术、先进的传感和测量技术以及先进的控制方法和决策支持系统技术[2?3]。文献[4]指出作为经济和技术发展的必然产物，智能电网当之无愧的成为当今电力领域中的最大论题之一，其最为重要的环节就是面向智能电网的高级计量系统设计[5?6]。文献[7]提出为了实现电力部门和用户高效双向互动且电力用户能够智能化用电的目标，需要运用一种新型的电能表计量智能终端。数据处理部分和测量部分等电路结构是其核心要素，利用在MCU外添加外围电路的方法可以实现电量数据计量、外部信息的存储与处理以及家用电器智能控制等各类功能。随着经济和信息技术的发展，电量数据计量通过先进技术使电力系统的能源转换效率、电能利用率、供电质量以及信息处理能力得到显著提升[8?9]。
为了实现我国电网智能化全面发展的目标，本文对电量标准化模型及智能检测技术进行研究，并通过实验验证其有效性。
1 电量模型标准化和数据智能检测
1.1 蛙跳优化理论的电量标准化组合模型
2 实验与结果分析
运用基于改进的灰色预测模型及支持向量机模型的优化组合模型进行电量预测，实验设定给出2001—2008年的某城市城镇居民年实际用电量数据，运用本文组合优化模型及单一灰色预测模型（GM模型）分别对8年间的城镇居民用电量进行预测，获取结果后与实际用电量进行数据比较，具体用电量数据如表1所示。
对组合优化模型获取的用电量数据结果与实际用电量结果进行比较后，可观察出预测结果与实际结果较吻合，误差非常微小并在误差允许范围内；而再观察利用单一灰色模型对用电量实行预测所获取的结果，与实际结果对比后发现其误差率非常大，对用电量统计已经达到错误范围，不能起到预测电量的作用。
对电量数据中不平稳的信号进行智能检测，分别采用小波变换法和瞬时谐波信号参数估计法实现检测过程，具体电量数据输出信号的振幅曲线图如图1及图2所示，两种方法获取的电量数据信号振幅曲线与实际输出信号如图3所示。将图1，图2中的振幅曲线分别对照图3实际输出信号的振幅值，可看出图1电量数据信号振幅值与实际输出振幅值并不吻合，且误差值较大，不能描述电量数据的实际输出值，对电能计量不具备指导作用。而图2输出的电量数据信号幅值与实际输出信号值趋势基本吻合，表明本文方法可以较好地描述电量数据信号的输出情况。
3 结 语
为了实现电能计量的高精度、高准确性，提出对电量模型进行标准化处理并对电量数据信号实行智能化检测。首先，对具有一定时间序列特性的电量数据运用基于改进灰色预测模型及支持向量机模型的组合优化模型，根据蛙跳优化理论对组合优化模型进行全局优化后形成电量标准模型；然后，运用瞬时谐波信号参数估计法对电量数据中的信号进行谐波信号参数预估，从而完成对电量数据的智能检测过程。实验表明本文方法可以提高电网运行效率。
参考文献
[1] 王宝，叶彬，石雪梅，等.基于用电结构变动的省级电网长期负荷特性预测[J].现代电力， 2015，32（3）：54?59.
[2] 顾健.智能电网调度控制系统现状与技术展望[J].企业技術开发旬刊，2015，34（12）：105?106.
[3] 辛耀中.智能电网调度控制技术国际标准体系研究[J].电网技术，2015，39（1）：1?10.
[4] 彭小圣，邓迪元，程时杰，等.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报，2015，35（3）：503?511.
[5] 申展，胡辉勇，雷金勇，等.分布式电源接入用户及用户侧微电网双向电能计量问题[J].南方电网技术，2015，9（4）：14?21.
[6] 张建伟，杨昊，赵永辉，等.智能用电网交互系统负荷预测仿真研究[J].计算机仿真，2016，33（9）：159?162.
[7] 周璐.手持式电能表数据提取智能终端的研究和应用[J].企业技术开发，2015（11）：50?51.
[8] 邓裕文，胡资斌.基于双变权缓冲算子的多变量灰色电量预测[J].黑龙江电力，2015，37（6）：515?519.
[9] 王慧武，刘巍，丛超.基于非线性理论的电力谐波检测与估计[J].电测与仪表，2016，53（3）：68?74.
