摘要：依据现有的国家相关规程规范以及国家电网公司相关计量技术标准，对电网中在线运行的关口电能计量装置，应该定期进行误差等性能的检验或校准。关口电能计量装置的在线校验，传统上一直采用人工现场校验，该方式存在着工作量大、校验时间长、对二次回路负荷的大小有相应要求等问题。目前实施的远程校验技术，主要是在各关口变电站加装多套集中式电能计量标准装置和通讯模块，仅将现场校验结果通过网络直接发回主站，其实质，还是采用标准装置现场校验被检电能表的方式，对标准装置、传输网络等资源的利用率很低，且性能受现有标准装置采样准确度和算法性能的制约，同时也需要对所用的标准装置进行定期检定/校准。探索采用新的技术手段和方法，在当经互联网的时代尝试对关口电能计量装置的运行状态开展实时、在线监测和远程校验/校准，已成为电工仪器仪表校验/校准技术发展进步的必然趋势，也是减少电工仪器仪表校验/校准、检修及运行成本采取的必要技术手段。
关键词：关口；电能计量装置；故障诊断技术
引言
在产生、传输、消耗电能的关口处装设的电能计量装置，是发电、输电、供电及电力用户相互间进行电能贸易结算及考核相关技术经济指标的法定计量器具。选用高精度采样模块获取现场电压电流时域波形，借助主站强大计算能力，提供电能计量装置故障状态分析模型。对关口电能计量装置的运行状态开展实时、远程在线监测和校验，并通过远程摄像保存现场证据，减少电工仪器仪表校验、检修/运行。
1数据采集前置装置的设计及改进
数据采集前置装置的设计及改进主要涉及到以下方面具体内容：为保证电能计量装置远程在线监测和故障诊断的准确性，首先应对现场数据进行精确实时地采样。该装置分别从电压与电流的采样、脉冲同步设计、总方案设计等方面提升数据采集的精准度。在电压与电流的采样方面，考虑到变电站电流受负荷侧影响，常存在较大幅度的波动，电流互感器必须有足够宽的动态范围，并且在全量程范围内保证良好的角差与比差。
2在线校验及智能告警技术
报警子系统事件分为两类，一类为事项型的事件，一类为告警型的事件。系统报警和事件具有应用类别定义、优先级可定制、划定责任区关联责任人的机制。利用语音合成技术实现语音事项报警功能，解决了人为录制语音文件所存在的弊端，不需要任何语音维护即可对告警事件进行准确的发音。
3采集前置装置硬件设计
3.1嵌入式处理器选择
采集前置装置硬件设计之一是嵌入式处理器选择。电路设计中，多路信号采用了基于GPS同步数据采集技术，由于采样点数较多，产生的数据量较大，同时又要求实时性高，从而选择的微处理器必须具备运算速度快、处理数据能力强且内存容量大的特点。本装置选用基于Cortex-M4低功耗的32位内核的STM32F407为微控制器。该处理器内部嵌有浮点运算处理单元(FPU)，单元可支持单周期的DSP指令，进一步提升了数据处理速度，其主频时钟频率可达168MHz，内部含有192kB的较大容量SＲAM，16个通用的定时器、2个32位定时器以及6路串口接口，能较好满足设计需求。
3.2信号调理电路
采集前置装置硬件设计之二是信号调理电路。在信号送入A/D转换电路之前需要采用低通滤波滤去掉干扰噪声信号以及高次谐波信号，本设计采用了通频带较为平坦的三阶巴特沃斯低通滤波器。
由于电网电压的频率在50Hz左右，交测50次谐波，运用multisim10.2电路仿真软件，合理选择参数并进行仿真，可达到设计要求，电路图中所标电阻电容参数是按截止频率为10kHz左右设置。
3.3GPS及WiFi模块的选用
采集前置装置硬件设计之三是GPS及WiFi模块的选用。GPS同步时钟模块选用EZ3204M北斗授时型模块，该模块某公司研发，具有GPS、北斗和GPS与北斗兼容模式，设计中设置为GPS与北斗兼容模式，可充分利用GPS卫星和北斗卫星实现快速定位和精确授时，其授时精度单向时可达30ns以内，经某研究所测试，其定时脉冲的精度为3ns，捕获时间为3s，1PPS锁定的时间为1min，卫星信号接收灵敏度达－127dBm，具有很好的可靠性和精度保证。无线通信模块选了国内某公司研制的HF-A11模块，该模块在无线通信标准上支持802．11b/g/n，工作模式有AP/STA/AP+STA三种模式可选，网络通信协议栈上支持UDP/TCP/IP三种协议，网络架构具有路由/桥接两种模式供用户选择，数据通信接口有GPIO/UAＲT/以太网三种，其以太网数据接口速率可达100M，由于本装置传输的数据量大且实时性要求较高，设计中选用了以太网接口方式并采用外置天线，较好地满足了数据传输量大，实时性强和可靠性高的要求。
3.4数据并行化智能故障诊断模型的建立
采集前置装置硬件设计之四是数据并行化智能故障诊断模型的建立。１）首先建立数据并行化故障诊断模型，利用历史数据对其进行训练，最后在实际的在线检测过程中检验模型诊断效果。①基于已有的历史数据，获取每类故障及正常运行时的电流、电压等采样数据。②按照子节点的个数对训练样本进行分割，将样本数据平均分配到处理器中，每个子节点中含有完整的支持向量机，各子节点之间互不关联。③每个子节点基于支持向量机进行训练，统计各子节点的权重，按照这样的方式，建立形成并行化故障诊断模型。２）基于并行算法和ＳＶＭ的数据并行化智能故障诊断模型，实际的电能计量装置运行状态诊断具体的实现过程如下。①采用该文设计改进的数据采集前置装置获取现场的采样数据，提取能够反映装置运行状态的电流、电压等样本数据作为故障诊断模块的输入信息。②通过故障诊断模块中的数据并行处理方式，各子节点基于支持向量机进行电能计量装置运行状态的诊断。③输出各子节点的故障诊断结果，各子节点输出结果应为电能计量装置常见的５种类型故障以及正常状态中的一种类型。④再根据数据并行化故障诊断模型中各子节点的权重，将各节点的诊断结果汇总，对权重高的装置运行状态作为总节点进行输出。⑤通过总节点输出电能计量装置的运行状态，若故障则判断存在的故障类型。
结语
总而言之，目前，国内对于电能计量装置的故障诊断以人工诊断为主，尚无系统全面的故障诊断系统。已有的电能计量装置状态评估软件在状态指标的选取和评估算法的应用深度方面存在不足。采用电能计量装置远程校验监测装置和机器学习算法，基于信号处理和知识的故障诊断方法，搭建了故障诊断模型。利用Python编程语言设计了关口电能计量装置故障诊断和状态评估软件，通过系统仿真，验证了故障诊断模型和状态评估模型的准确性和有效性，从而切实大大提升关口电能计量装置的远程运维管理水平。
参考文献
[1]国家能源局.DL/T448-2016电能计量装置技术管理规程[S]．北京：中国电力出版社，2017.
[2]牛文东．电能计量错误接线检查培训系统的设计[D]．保定：华北电力大学，2008．
[3]张锋，王永辉，史轮，等．电能计量装置典型故障分析[J]．河北电力技术，2011，30(6)：27-29．
[4]肖勇，周尚礼．电流互感器二次回路故障智能检测方法研究与设计实现[J]．电力系统保护与控制，2010，38(12)：115-120．