基于大数据的小型智能电表自动抄表方法研究

基于大数据的小型智能电表自动抄表方法研究

李琪 姚丽晶

国网河北省电力有限公司广宗县供电分公司 河北 邢台 054600

摘要:近年来我国电力市场正在不断向智能化发展，将电表与抄表系统相结合，发展抄表技术，将电力终端融入智能元件，使得抄表过程和电力数据的采集更加便捷，要想提升抄表技术，相关设计人员必须弄清电表的组成及更多的细节部分，以便更快寻找到可以进行技术提升的电子元件，所以技术人员应该定期对电力小型智能电表进行研究，及时对抄表系统进行升级，推动智能电表的进步。

关键词：大数据；小型智能电表；自动抄表

引言

随着信息技术的不断发展，人们的生产生活也逐渐趋于智能化，小型智能电表随之出现。小型智能电表是由传统电能表逐步发展而来的，是智能电网中的重要终端系统，不仅能够满足传统电能表的用户电量计量的需求，还能实现多费率计量、分时分类计量、双向通信、多种控制防窃等功能。小型智能电表的出现与大规模使用，使我国智能电网节能高效的优势和安全性能得到充分的体现，为我国智能电网的进一步发展提供基础。

1基于大数据的小型智能电表自动抄表的优势

大数据是指无法在一定时间范围内用常规软件进行捕捉、管理和处理的数据集合，能够将具有函数意义的数据进行专业化处理。从技术层面看，大数据与云计算技术相互依存，且依托云计算的分布式处理、分布式数据库和云存储、虚拟化等技术，采用分布式架构实现对海量数据的分布式挖掘处理过程。大数据技术能够有效地处理大量数据集合，近年来以其灵活、高效的优势，被广泛应用到各种数据处理过程中。

2提升小型智能电表自动抄表质量的方法

2.1数据采集模型的运用

利用采集的网络数据在相同时间段内、相同节点中存在时间相关性的特点建立线性回归模型，通过模型逼近估计采集的数据。簇头节点和簇内节点利用双预测模型实现数据预测，减低网络传输过程中的数据量。自适应变频数据采集方法由三个步骤实现，第一步是利用时间序列实现网络数据的采集，传感器在利用采集的网络数据建立模型的期间内不传输网络数据，第二步是构建回归模型，通过构建的模型预测数据在网络中的后续变化，降低应用模型期间内数据的传输量。第三步是确定误差范围内是否存在网络数据，如果存在，调整网络节点在采集数据的频率; 如果不存在，回到第一步构建新的数据采集模型。

2.2规范智能电表安装及保障GPRS设备质控工作

线路连接错误这种较为常见的问题需要得到高度的重视，针对这种问题，要求相关人员要在对电力线路进行检查的过程中采取切实有效的措施进行处理。在一般的情况下，将系统终端的数据进行复位再采取控制回零值的措施，并为集中器展开一次综合性的质量检查工作。值得注意的是，智能电表的安装与后续电表的采集质量息息相关，确保智能电表的规范安装是避免采集质量受到影响的重要环节。另一方面，还要加强对GPRS 设备的质量把关工作，避免由于设备质量问题影响到信号区域的正常通信，可按照集中器天线的安装标准进行安装和规范妥善安装，此外，也可以适当地增加GPRS 信号接收设备的安装数量，同时还要注意定期对信号的强度进行测试，确保系统的信息采集质量。

2.3异常数据的解决措施

在一般情况下，电力企业应当对一些在功能上存在异常的智能电表进行及时更换，此外，如智能电表存在数据信息遗失的情况，则要再进一步对智能电表展开深入的检查与分析，要充分掌握智能电表抄表数据的具体状态，并注意对集中器与智能电表中的全部数据信息和当下所发布的数据信息进行匹配检查。针对通信方面的问题，要及时对集中器GPRS 通信模块系统中所存在的隐患进行处理，如设备无法正常运行，则需要从整体的角度上考虑实具体的问题，进行大规模检查或者对GPRS 通信系统、集中器等装置进行更换。

2.4大数据对电费回收的处理

在供电企业电费回收风险管控流程中，其中用户数据质量的优劣是挖掘分析有效的基础。因为在风险预测时，数据管控能力的强弱直接影响了数据分析的准确性和实时性。本文在大数据挖掘方案应用中，有一个重要的依据，即CCET分析原则。该原则主要体现在数据与结果的相关性、数据与数据的聚类性以及最后结果与实践的相异性这三大方面，在根据该原则进行流程完善后还有一个趋势分析，这就是供电企业对用户的等级评估。所以基于大数据电费回收模型可以用CRISP-DM方法，将一个数据挖掘分成五个阶段：业务理解、数据理解、模型构建、数据存储及预处理、模型风险评估。在CRISP-DM方法中，基于大数据的体量以及类型两个特征，本文从供电企业电费回收数据的可用性与价值性实施深度挖掘，并将用户费用缴纳与企业电费回收管理进行结合，然后构建交费数据模型。其主要步骤如下：（1）首先从业务与数据两个层面了解，然后分析企业管理系统中的用户缴费时间、缴费频率以及用户业务变更等基础数据。（2）其次，采集这些基础数据。在用大数再对这些采集数据进行分析整理后，研究用户缴费方式以及缴费频率等变量与对电费风险影响变量之间的联系。运用模型算法，对各变量数据的基本探查，如空值数目、唯一值数目、最小最大值的统计以及数据质量检验等。（3）最后参照用户缴费行为数据统计，运用决策树和回归分析、神经网络相关统计算法，对那些不同电力用户费用缴纳现状实施评估。因为在电费缴纳上，不同的客户群体存有不同的缴纳模式，因此，在不同的客户群体中，关于时间利用率数据和支付模式的不同数据被用于进行预测，但这些数据基于不同程度的跟踪、计算、客户数量、电费和电力支出变化。

在电费回收情况与大数据分析中，需要根据用户的实际情形展开评估。可以从电力用户缴费中实际应收、预算收入以及欠费等状况展开分析，对企业电费回收进行实施监测。这样可以对电费回收每一个环节了解掌控。供电企业可以根据大数据挖掘分析结果，对一些电力用户进行风险等级评估，这对电费回收管控具有很好的效果。用户的“用户电费风险评价标准”的认定一般是供电企业决定。当然每个供电公司需要依据统一的标准对用电客户进行电费风险回收判定。从供电电压等级，电费结算方式，电费额度占比等缴费情况进行数据挖掘，然后再对信用程度，欠费情况，用电行为等进行有效分析。在电费回收风险评估中，用电主体等各种因素从高到低依次划分为A、B、C、D、E五个级别，分别对应“极高风险”、“高风险”、“般风险”、“低风险”、“极低风险”。在对用户进行风险评估后，并根据风险程度高低采取差异化的电费回收措施，便于突出重点，降低电费回收潜在风险。

对供电企业来说，用电用户中风险较大的顾客，将制定一对一电费风险对策，以此确保电费回收率。根据电力用户的电费风险等级分类情况，对A类用户即高度危险用户进行专门分析。根据大数据挖掘的一些基本数据，从用户基本信息、电费缴纳次数、电费缴纳时间以及用户业务变更等方面进行逐户评审。对电费信用度极差、经常缴费拖欠的用户实施“一户一策”措施，然后对陈旧电费实施惩戒性收费策略。对其他不同等级的用户，做好电费控制战略，运用数据挖掘进行风险预测，减低电费回收风险，提高企业效益。

结束语

电力小型智能电表的抄表系统组成十分复杂，需要各个电子元件的配合才能实现智能电表的多功能使用，电能表可以实现电能使用的监测和记录，而数据采集器能够实现实时数据的采集，并将数据传送到用电信息采集系统进行储存和详细的分析，有利于电力部门进行用户用电情况的分析和统计售电规律，此外电力小型智能电表的抄表系统能够将数据记录、分析、电表抄读等工作集中在一起，促进电表制造和配套软件的发展。

参考文献：

[1]苏川涛.远程自动抄表核算比率的提升措施探讨[J].机电信息,2019(03):61-62.

[2]陈国华.基于智能电表的低压集抄自动抄表成功率提升方法分析[J].科技风,2018(36):208.

[3]孔淑儿.浅谈低压集抄自动抄表成功率的提升[J].中国新技术新产品,2018(22):141-142.

[4]蓝章鹏.低压集抄自动抄表成功率提升方法探究[J].技术与市场,2017,24(11):217-218.