蘇文芝, 田銀磊
(1.重慶大學(xué)自動(dòng)化學(xué)院, 重慶 400030; 2.濟(jì)源職業(yè)技術(shù)學(xué)院信息工程系, 河南濟(jì)源 459000)
變差和輪換算法在智能表質(zhì)量監(jiān)控系統(tǒng)的應(yīng)用
蘇文芝1,2, 田銀磊1
(1.重慶大學(xué)自動(dòng)化學(xué)院, 重慶 400030; 2.濟(jì)源職業(yè)技術(shù)學(xué)院信息工程系, 河南濟(jì)源 459000)
在系統(tǒng)智能電能表質(zhì)量監(jiān)控系統(tǒng)中,文章對(duì)不同廠家生產(chǎn)的智能電能表在不同地域使用與故障發(fā)生情況隨著時(shí)間變化而變化的規(guī)律做了研究,并對(duì)故障時(shí)間、智能電能表壽命、智能電能表輪換周期進(jìn)行了預(yù)測(cè).
變差算法;輪換算法;智能表;監(jiān)控系統(tǒng);J2EE
推廣應(yīng)用智能電能表是國(guó)家電網(wǎng)公司的一項(xiàng)戰(zhàn)略決策. 為貫徹落實(shí)智能電表質(zhì)量監(jiān)督工作的總體部署, 有效防范批量質(zhì)量故障和智能表相關(guān)優(yōu)質(zhì)服務(wù)事件的發(fā)生, 我們?cè)谥悄茈娔鼙碣|(zhì)量監(jiān)控系統(tǒng)中進(jìn)行了變差和輪換算法等關(guān)鍵技術(shù)的應(yīng)用研究[1].
智能表質(zhì)量監(jiān)控系統(tǒng)從邏輯架構(gòu)角度, 分為接口層、 數(shù)據(jù)層、 應(yīng)用層等多個(gè)層次[2], 各層次分別承擔(dān)不同的功能(見圖1).
接口層負(fù)責(zé)與營(yíng)銷系統(tǒng)、 用電信息采集系統(tǒng)、 GIS系統(tǒng)交互數(shù)據(jù). 數(shù)據(jù)層負(fù)責(zé)智能表監(jiān)控系統(tǒng)自身數(shù)據(jù)的存儲(chǔ)與管理. 應(yīng)用層負(fù)責(zé)智能表監(jiān)控系統(tǒng)各項(xiàng)指標(biāo)、 分析、 查詢數(shù)據(jù)的展現(xiàn)及基礎(chǔ)數(shù)據(jù)的錄入. 系統(tǒng)的業(yè)務(wù)基本包括質(zhì)量指標(biāo)的展現(xiàn)、 綜合分析的展現(xiàn)、 統(tǒng)計(jì)查詢的展現(xiàn)、 系統(tǒng)接口的管理、 系統(tǒng)權(quán)限的管理等.
2.1 應(yīng)用架構(gòu)
智能表質(zhì)量監(jiān)控系統(tǒng)應(yīng)用基于J2EE框架, 整個(gè)軟件系統(tǒng)分為3個(gè)主要層次: Web表現(xiàn)層、 業(yè)務(wù)邏輯服務(wù)層、 數(shù)據(jù)訪問層[3]. 技術(shù)線路上采用輕量級(jí)的struts+spring+hibernate三駕馬車方案.
Web表現(xiàn)層采用MVC模型開發(fā), 主要包含struts的action兩部分. 業(yè)務(wù)邏輯層由若干個(gè)Service組成, 它們用來處理業(yè)務(wù)邏輯; 數(shù)據(jù)訪問層, 由一系列DAO組成, 采用Hibernate(HQL), iBatis/jdbc組件技術(shù)實(shí)現(xiàn). 將業(yè)務(wù)層與數(shù)據(jù)訪問層置入Spring輕量級(jí)容器, 應(yīng)用AOP和IOC技術(shù)來實(shí)現(xiàn)新特性, 從而維護(hù)良好的組件獨(dú)立性和可測(cè)試性[4].
2.2 數(shù)據(jù)架構(gòu)
智能表質(zhì)量監(jiān)控系統(tǒng)以組織域(包括參數(shù)、 組織機(jī)構(gòu)、 權(quán)限等)為系統(tǒng)的依托, 以基礎(chǔ)數(shù)據(jù)域(包括質(zhì)量指標(biāo)、 綜合分析等基礎(chǔ)數(shù)據(jù))為基礎(chǔ), 以接口域(包括營(yíng)銷、 采集、 GIS系統(tǒng)接口)為數(shù)據(jù)擴(kuò)展, 以質(zhì)量指標(biāo)域?yàn)楹诵模?以綜合分析域?yàn)樯罨瘧?yīng)用,組成了智能表質(zhì)量監(jiān)控系統(tǒng)整套完整的存儲(chǔ)與管理的架構(gòu)體系[5].
智能表質(zhì)量監(jiān)控系統(tǒng)連接用電信息采集系統(tǒng)、 營(yíng)銷系統(tǒng)及GIS系統(tǒng)數(shù)據(jù), 同時(shí)通過采集系統(tǒng)采集運(yùn)行信息(見圖2).
3.1 數(shù)據(jù)接入、 采集和管理
有針對(duì)性地采集、 監(jiān)控智能電表的各項(xiàng)參數(shù), 縮短對(duì)設(shè)備故障、 購(gòu)電失敗、 異常跳合閘狀態(tài)等問題的發(fā)現(xiàn)時(shí)間, 促進(jìn)主動(dòng)式維護(hù)指揮工作流程的規(guī)范[6].
3.2 營(yíng)銷系統(tǒng)
營(yíng)銷系統(tǒng)每天晚上計(jì)算智能表質(zhì)量指標(biāo), 將指標(biāo)數(shù)據(jù)存放在中間表中[7]. 智能表質(zhì)量監(jiān)控系統(tǒng)每天凌晨定時(shí)從營(yíng)銷系統(tǒng)獲取指標(biāo)數(shù)據(jù), 包括到貨批次數(shù)據(jù)、 到貨檢驗(yàn)結(jié)果數(shù)據(jù)、 誤差數(shù)據(jù)、 運(yùn)行抽檢數(shù)據(jù)、 運(yùn)行表故障數(shù)據(jù)等, 通過這些指標(biāo)數(shù)據(jù), 對(duì)各個(gè)智能表生產(chǎn)廠家的智能表質(zhì)量進(jìn)行綜合的判斷.
3.3 用電信息采集系統(tǒng)
智能表質(zhì)量監(jiān)控系統(tǒng)通過與采集系統(tǒng)的接口, 實(shí)時(shí)獲取已裝終端或采集設(shè)備的表計(jì)的相關(guān)信息.
3.4 GIS系統(tǒng)
智能表質(zhì)量監(jiān)控系統(tǒng)通過與GIS系統(tǒng)的接口, 獲取GIS系統(tǒng)的地圖信息, 并結(jié)合智能表質(zhì)量監(jiān)控系統(tǒng)的表計(jì)故障情況, 在地圖上展現(xiàn)各個(gè)地市的表計(jì)故障信息[8].
3.5 生產(chǎn)調(diào)度平臺(tái)
智能表質(zhì)量監(jiān)控系統(tǒng)通過與生產(chǎn)調(diào)度平臺(tái)的接口, 獲取全性能測(cè)試開展情況, 中標(biāo)批次合格情況等相關(guān)數(shù)據(jù), 對(duì)各個(gè)廠家各個(gè)類型的智能表到貨前的質(zhì)量情況進(jìn)行綜合分析.
3.6 數(shù)據(jù)導(dǎo)入
對(duì)于無法在營(yíng)銷系統(tǒng)和采集系統(tǒng)統(tǒng)計(jì)的質(zhì)量指標(biāo), 可以通過數(shù)據(jù)導(dǎo)入的方式將基礎(chǔ)數(shù)據(jù)導(dǎo)入到智能表質(zhì)量監(jiān)控系統(tǒng). 數(shù)據(jù)導(dǎo)入完成后, 再人工生成新的相關(guān)質(zhì)量指標(biāo)結(jié)果.
4.1 變差算法與應(yīng)用
通過對(duì)智能電能表的誤差分析, 在智能電能表的全壽命周期內(nèi), 研究智能電能表變差隨著時(shí)間變化而變化的規(guī)律, 最后對(duì)變差進(jìn)行預(yù)測(cè). 變差又稱回差, 是指儀表在上行程和下行程的測(cè)量過程中, 同一被測(cè)變量所指示的兩個(gè)結(jié)果之間的偏差.
1) 算法特點(diǎn)
變差算法可以明確表示出單個(gè)智能電表在不同測(cè)量點(diǎn)的變化情況. 算法對(duì)于重復(fù)測(cè)量的次數(shù)和重復(fù)測(cè)量之間的時(shí)間跨度都沒有嚴(yán)格的限制, 不同智能電表可以有不同的測(cè)量次數(shù), 測(cè)量與測(cè)量之間的時(shí)間跨度也可以不同; 可以定義重復(fù)觀測(cè)變量之間復(fù)雜的協(xié)方差結(jié)構(gòu), 并且對(duì)所定義的不同的協(xié)方差結(jié)構(gòu)進(jìn)行顯著性檢驗(yàn). 通過定義不同測(cè)量點(diǎn)的隨機(jī)變異來解釋單個(gè)電表隨時(shí)間的復(fù)雜變化情況[9].
作為高分子材料的一部分,節(jié)能型高分子材料也是一種相對(duì)分子質(zhì)量較大的聚合物材料,節(jié)能型主要是對(duì)其功能和特點(diǎn)的總結(jié)??傮w上看,節(jié)能型高分子材料的特點(diǎn)有分子量大、可塑性強(qiáng)、化學(xué)性質(zhì)穩(wěn)定的特點(diǎn)。部分特殊的功能性節(jié)能型高分子材料還具有光敏性、環(huán)境敏感等屬性。節(jié)能型高分子材料的這些特征,使其滿足了成為環(huán)保建材的要求。
2) 算法設(shè)計(jì)細(xì)節(jié)
令Yti代表第i批次的電表在觀測(cè)點(diǎn)t上的變差, 令TIMEti代表第i批次電表在觀測(cè)點(diǎn)t上的已使用時(shí)間, Yti與TIMEti的關(guān)系模型描述為
Yti= intercept0i+ slopei* TIMEti
(1)
這里, intercept0i= A0i+ B0islopei= A1i+ B1i
其中intercept0i是變化曲線的截距, 代表第i批次電表的初始變差; slopei是第i批次電表的變化曲線的斜率, 表示被測(cè)電表在觀測(cè)期內(nèi)在變差上的變化率. 此公式的下標(biāo)代表不同批次的被測(cè)電表. 不同的intercept0i和slopei, 使得每一個(gè)批次的被測(cè)電表, 其變差隨時(shí)間變化的曲線都不相同. 將intercept0i和slopei進(jìn)一步分解, 可得intercept0i= A0i+ B0i; slopei= A1i+ B1i. 其中A0i代表的是第i批次的總體平均初始變差, A1i代表總體平均的變化率; B0i代表第i批次電表的初始變差的隨機(jī)誤差項(xiàng), B1i代表第i批次的電表在觀測(cè)期內(nèi)其變化率的隨機(jī)誤差項(xiàng). B1i暫定為±0.05, 作為后期預(yù)測(cè)變差發(fā)展趨勢(shì)的一個(gè)判定因素. 將公式(1)作為模型的第一層, 再通過在intercept0i和slopei的生成公式中加入其他因變量, 可將模型擴(kuò)展到多層, 進(jìn)一步增加其擬合度, 提高預(yù)測(cè)變差變化趨勢(shì)的準(zhǔn)確度.
4.2 輪換算法與實(shí)現(xiàn)
根據(jù)智能電表廠不同廠家、 不同區(qū)域、 不同故障時(shí)間進(jìn)行數(shù)據(jù)挖掘, 對(duì)表批次故障預(yù)測(cè)輪換周期確定.
1) 算法特點(diǎn)
2) 算法設(shè)計(jì)細(xì)節(jié)
(2)
(3)
(4)
(5)
注: 當(dāng)出現(xiàn)R安裝時(shí)間=R故障時(shí)間, 即是說出廠未被檢測(cè)到的不合格產(chǎn)品時(shí), 自動(dòng)去除這一數(shù)據(jù)[12](通過代碼在算法中自動(dòng)實(shí)現(xiàn)). 其中ω1,ω2為權(quán)重系數(shù), 默認(rèn)都為1.
我們采用啟發(fā)式方法迭代搜索ω1, ω2:
a) 從所有電表信息表中, 隨機(jī)抽取2/3的電表作為訓(xùn)練樣本集合;
c) 如果預(yù)測(cè)值與實(shí)際值的差小于一個(gè)特定閾值, 如10, 則跳到步驟7), 否則步驟4)
f) 返回2);
g)結(jié)束.
本文在智能電能表的全壽命周期內(nèi), 研究了智能電表變差隨著時(shí)間變化而變化的規(guī)律, 最后對(duì)變差進(jìn)行預(yù)測(cè), 即在時(shí)間序列上對(duì)變差進(jìn)行擬合與預(yù)測(cè)[14].
[1] 劉振亞.中國(guó)電力與能源[M].北京: 中國(guó)電力出版社, 2012: 102-109.
[2] 葉偉.互聯(lián)網(wǎng)時(shí)代的軟件革命SaaS架構(gòu)設(shè)計(jì)[M]. 北京: 電子工業(yè)出版社, 2009:203-208.
[3] 李剛.輕量級(jí)J2EE企業(yè)應(yīng)用實(shí)戰(zhàn)—struts2+spring3+hibernate整合開發(fā)[M]. 3版.北京: 電子工業(yè)出版社, 2011:145-151.
[4] Reduan. A comprehensive review of the application characteristics and traffic requirements of a smart grid communications, network Computer Networks, 2012:88-90.
[5] Allan,Roger E&T.Smart metering: Keeping private matters private Energy, Efficiency & Technology,ProQuest, 2010:46-49.
[6] Meter repair guide instruction. Electric power data network. [EB/OL] .(2011-11-1). http://www.52data.cn/.
[7] 吳文影, 賀俊杰, 李世明,等.基于GIS平臺(tái)的智能變電站監(jiān)控方案設(shè)計(jì)[J]. 華北電力技術(shù), 2015(5):66-70.
[9] 布施曼,亨尼,施密特.面向模式的軟件架構(gòu):分布式計(jì)算的模式語言:卷4[M]. 肖鵬, 陳立, 譯.北京: 人民郵電出版社, 2010:268-272.
[10] Cognitive Radio for Smart Grid: Theory, Algorithms and Security Raghuram, International Journal of Digital Multimedia Broadcasting 2011:111-116.
[11] 張筑生.數(shù)學(xué)分析新講:第2冊(cè)[M]. 北京:北京大學(xué)出版社, 1990:89-93.
[12] 丘維聲.高等代數(shù)[M].2版.北京:高等教育出版社, 2002:136-139.
[13] 伊樂斯, 克里普斯.軟件架構(gòu)設(shè)計(jì)的過程[M].蔡黃輝,馬文濤,譯.北京:機(jī)械工業(yè)出版社, 2010:267-271.
[14] 伍彩軍,牛曉剛,等.外跳式費(fèi)控智能電能表系統(tǒng)及外跳式費(fèi)控智能電能表[Z].中國(guó) 2014107390164[P].2014-12-08.
[責(zé)任編輯 胡廷鋒]
Variation and Rotation Algorithm in the Application of Intelligent Electric Energy Monitoring System
SU Wen-zhi1,TIAN Yin-lei2
(1. School of Automation, Chongqing University, Chongqing 400030, China; 2.Information Engineering Department, Jiyuan Vocational and Technical College, Jiyuan 459000, China)
This paper discusses the overall design, system function application and algorithm analysis of intelligent electric energy monitoring system, where variation algorithm solves the intelligent electric meter’s variation with time in its total life cycle and the prediction of variation. Rotation algorithm solves the time-related variation of the intelligent electric energy meters from different producers, the time-related variation of failure occurrence time, and the prediction of failure occurrence time, life expectancy, rotation period of the intelligent electric energy meters.
variation algorithm; rotation algorithm; intelligent electric energy meter; monitoring system; J2EE
2016-09-18
2015年河南省科技攻關(guān)項(xiàng)目《基于物聯(lián)網(wǎng)技術(shù)的智能電網(wǎng)調(diào)度優(yōu)化研究》(152102210112)
蘇文芝,女,工程碩士,講師.研究方向:計(jì)算機(jī)網(wǎng)絡(luò)技術(shù).
TP301.6
A
1009-4970(2017)02-0037-04