智能電表數據分析及應用范文

本站小編為你精心準備了智能電表數據分析及應用參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《信息技術雜志》2015年第二期

1智能電表數據分析的相關應用

1．1電力負荷預測電力負荷預測是電力系統規劃運行的重要組成部分，從根本上保證了電力系統的可靠運行。預測結果決定了一個地區未來一段時間電力的需求量及其電網的供電容量。根據預測周期不同，分長期預測、中期預測、短期預測、超短期預測，相對應的是年度預測、月度預測、日預測和小時預測。負荷預測方法可以大體分為三類:傳統預測、改進傳統預測以及軟件算方法［1］。傳統預測包括:回歸分析法、指數平滑法、加權迭代最小二乘法。改進傳統預測有:自適應預測、隨機時間序列和支持向量機等。軟件算方法包括:遺傳算法、模糊邏輯、神經網絡和專家系統等。表1給出了不同周期預測的對比情況。文獻［2］使用人工神經網絡結合天氣數據和智能電表的歷史數據進行日前負荷預測。針對傳統負荷預測模型的缺陷，文獻［3］提出了一種基于氣象因素修正的灰色短期負荷預測方法，識別歷史日溫度序列中的異常并進行修正，提高了預測的精準度。黎祚等人［4］應用權重標度法的思維，對電力負荷進行中長期預測。文獻［5］通過統計用電量時間序列之間的關系，基于機器學習技術，考慮家庭之間的關聯性對用戶進行短期負荷預測。長期負荷預測受能源消耗量、國民收入、人口增長率以及經濟等影響因素共同決定的。文獻［6］綜合考慮這些因素，采用人工神經網絡和人工神經模糊推理系統對土耳其地區的峰值負荷進行長期預測。文獻［7］基于實時電價條件下，提出了一種遺傳算法優化改進的灰色神經網絡模型，對短期負荷進行預測，采用遺傳算法對網絡進行優化，提高了預測的精確度。

1．2異常用電檢測非技術性損耗一直以來都是全球供電領域關注的重要問題。而竊電和非法用電等異常用電行為則是構成非技術損耗的重要組成部分。一般通過篡改電表、非法搭接等手段竊取用電，給電力公司帶來了巨大的損失，增大了電力系統供電負擔。智能電表能夠通過檢測表箱開啟、接線變動、表計軟件更新等事件，及時發現竊電行為的發生。通過將總表的數據和其下所有表計數據進行比對，檢測出異常用電情況。文獻［8］對智能電表中常見竊電方式進行歸納分類，提出了相應的防竊電技術，利用DSP微處理器設計智能電表防竊電平臺。文獻［9］討論了竊電行為帶來的影響，并且討論了多種檢測竊電行為的方法。文獻［10］提出了AMIDS的概念，AMI入侵檢測系統，一個集成的入侵解決方案，用以辨識AMI中惡意盜取用電的各種嘗試。通過正常和異常的負荷曲線對比發現，AMIDS具有高精確的竊電檢測性能。文獻［11］提出了一種基于遺傳算法的支持向量機模型來檢測非法用電情況。文獻［12］針對用電異常的竊電檢測基于博弈論的原理，設計了一個電力公司和電力小偷之間的博弈機制模型。電力小偷的目的是竊取預定量的電力，同時最小化被檢測出來的可能性;而電力公司則希望最大化檢測出竊電異常的可能性和最小化導致管理這個異常檢測的運營成本。

1．3電力系統需求響應管理電力需求響應機制是指電力用戶針對市場價格調節信號或者根據電力公司的激勵措施而改變其固有的習慣用電模式的市場參與行為。當前有關需求響應機制的研究主要圍繞不同定價策略來進行的，用戶根據電力公司的價格信號，包括分時電價、實時電價和尖峰電價，相應的調整用電需求，將用電時段調整到低電價時段，并在高電價時段減少用電，以此實現減少電費開銷的目的。(1)分時電價分時電價能夠很好地反映電力公司在不同時段供電成本差異的電價機制。根據電網的負荷特性不同，按照不同時段劃分電價，一般分為:季節電價和峰谷分時電價。文獻［13］研究了分時電價的定價原則，建立模型運用歷史電表數據進行仿真模擬。文獻［14］基于用戶響應和滿意度，運用博弈論模型對我國分時電價定價進行研究。文獻［15］提出了一種基于支持向量機的回歸算法，對分時電價下用戶需求響應行為進行建模研究。(2)實時電價實時電價最早來源于F．C．Schweppe提出的現貨電價［16］，在給定的時間段內向用戶提供實時電價。實時電價是電力系統的理想定價機制，電力公司根據電力供需情況，實時制定電價，通過調整的實時價格信號引導用戶參與系統的運行管理，激勵用戶在低谷時段用電，削減峰值負荷，達到削峰填谷的目的，實現電力系統負荷需求的理想化，節能減排的同時降低用戶的電費支出。SamadiP從用戶的總能耗水平出發建立能耗調度模型，以用戶總效用最大和電能提供者的成本最小為目標，設計了一種分布式實時電價算法［17］。文獻［18］提出了一種自治住宅能源調度框架，基于實時定價費率下，建立用戶在支付電費最小和電器等待時間最小之間取得折中的模型。(3)尖峰電價雖然實時電價是最理想的定價，但是鑒于技術上和設備環境上的難度，全方位實施實時電價并不現實。尖峰電價就是在分時電價和實時電價的基礎上發展起來的另一種動態電價機制，是在分時電價上疊加尖峰費率而延伸出來的，能反映短期的市場供電成本。ZhangQin等人分析了用戶如何響應尖峰電價，考慮了用電端和供電端的雙方利益，通過一個價格需求彈性矩陣和一個混合電價模型來預測電價［19］。KarenHerter等人將用戶對尖峰電價響應的情況進行了分析總結:居民用戶能夠根據調整的價格信號進行負荷調整;并且在炎熱夏天的高峰負荷時段支持使用尖峰電價電能表［20］。

1．4互動反饋機制管理電力公司通過對電表數據的統計挖掘分析，對用戶的用電行為展開研究，并將相應的合理建議反饋給用戶，用戶通過和電力公司交互式互動，可以給雙方都能帶來巨大的利益。何永秀等人對我國幾個典型城市的居民智能用電情況進行問卷調查和數據統計分析，采用模糊綜合評價方法對居民用電態度進行量化評分，根據居民的偏好和智能用電行為分析，為智能電網下居民互動機制設計提出了合理化的建議［21］。文獻［22］對美國大西洋沿岸中部電力公司的智能電表用戶進行了深入采訪和跟蹤調查。運用行為決策研究的方法，了解有關智能電表的消費觀念。并將相應的決策意見反饋給居民用戶。為了能給電力用戶提供類似電話清單的用電清單，幫助用戶調整和規劃家電的使用，文獻［23］提出一種運用相似度比較，可用于家用智能電表的負荷識別方法，能夠自動識別負載的類型，杜絕大功率阻性負載的使用，有效的防治大功率阻性負載的使用，減少火災隱患。張素香等人使用智能電表歷史數據，基于云計算平臺的K－means聚類算法，針對智能小區的居民用電行為展開研究，建立了峰時耗電率、負荷率、谷電系數等時間序列特征［24］。研究表明，能量消耗反饋工作可以有效地降低家庭能耗，文獻［25］設計了以最大限度節約能源為約束條件，對用戶的用電反饋的不同方法進行了系統的分析，并且向消費用戶進行定性訪談，以便得到更好的反饋信息。

1．5安全與隱私智能電網并不是一個單獨的設備、應用、系統或者網絡，利用通信技術和信息技術來優化從供應者到消費者的電力傳輸和配電過程。在智能電網AMI計量體系的實現中，只能給你電表會自動的手機大量的信息并將信息傳送到電力公司、消費者以及第三方服務提供商。這些數據可能包含侵害個人隱私的個人識別信息。通過對負載信息數據進行分析，就可以得知各時段電器的使用情況，圖2表示設備的負載信息。文獻［27］介紹了一個由智能電表能夠匿名安全地高頻(每隔幾分鐘)傳輸電表數據的方法，數據通過一個第三方托管機構驗證匿名計讀數，從而用電數據信息和居民用戶分離開來。此外，文獻提出了一個用于電表細粒度讀數一般計算的隱私保護協議，可以讓被hack篡改的電表的使用嚴重受限。協議允許用戶在他們自己的電表設備上進行執行并證明計算讀表的準確性，同時也不會泄漏任何細粒度的用電數據。文獻［29］針對目前已有的各種智能電表隱私保護解決方案進行分析，就方案實施的雜性，效率，穩健性和簡單性等方面評判它們的優點和缺點。文獻［30］通過數據分析可以得出某用戶一天各個時段電器的使用情況，主要介紹智能電表的隱私問題，就五個方面闡述電表數據的用途以及面臨的隱私威脅還有現存的法律政策等問題。文獻［31］比較系統的講解了智能電表所面臨的一些隱私安全問題，并對可獲取電表數據機構進行劃分。

2結束語

隨著現代基于智能電網的智能能源管理系統的日益推進和發展，智能電表將會逐步普及到每個家庭用戶當中。智能電表的好處是有目共睹的，通過對智能電表電力大數據的分析，能夠幫助用戶錯峰用電，促進家庭用戶調整用電模式，節省開支;能夠幫助企業用戶合理安排生產經營活動，降低生產成本。能夠幫助電網公司以及政府部門，較為準確的預測未來電力負荷曲線，幫助節能減排，降低能效等。在智能電表數據帶來巨大收益的同時，也應該清楚的注意到其中所面臨的用戶安全隱私等問題，這些都是要重點關注的問題，也希望在今后的發展當中，能有相應的政策機制來幫助保護大家的用電隱私。

作者：王亞東高巖金鋒單位：上海理工大學管理學院IBM中國研究院