基于边缘计算的台区用户用电特性感知方法

李金灿，李景顺，覃江英

（1.广西电网有限责任公司，广西南宁 530000；2.广西电网公司桂林供电局，广西桂林 541000；3.广西电网公司河池供电局，广西河池 547000）

用户用电负荷特性是指用户用电设备在使用期间所特有的用电行为，按用电量的不同，负荷特性可以划分为稳态、瞬态、运行模式三种。稳态特征是指电力系统在稳定工作时的电性能，是电力系统负载的重要特征。在对站区用户的负载特性进行分析时，发现用户使用电力行为涉及很多指标，且具有随机性，而且指标不能叠加，因此分析较困难，工作量也很大。从总体上来看，国外对负载特性的研究还比较缺乏，各个区域的负载特性指标也不尽相同，负荷特性分析的深度和历史资料的累积程度也不尽相同。目前提出了一种自适应模糊C 均值算法，根据调峰负荷对用户用电波动的跟踪特性，提取连续变化感知参数。根据该参数，使用C 均值聚类算法，聚类调峰负荷和不可调峰负荷，并使用模糊评判方法感知调峰负荷[1]，提出一种小波分解感知方法，利用上单边带调制实现对电压和电流信号的频谱感知，再结合小波包分解方法计算电压和电流有效值[2]。然而，由于不同时间段的负荷不能直接叠加，所以分析该区域负荷大小难度也随之增加，使得感知效果较差。为此，提出了基于边缘计算的台区用户用电特性感知方法。

1 基于边缘计算的台区用户属性判定

台区用户属性判定采用“双向”台区用户识别仪器对邻近台区因严重干扰而造成载波信号不能传送的线路，进行较为精确的识别。先将脉冲电流信号传输到用户一侧以进行识别，在主电源上，脉冲电流检测器探测到脉冲电流后，通过判定用户变压器的某个相实现信号相位的获取，进而确定脉冲电流大小[3-4]。同时，利用主机将功率载波信号传送到各自的相位。当手持终端接收到全部脉冲信号后，可确定用户属于此变压器[5]；如果手持式终端没有接收到这个载波信号，就必须检查用户是否接收到了一个脉冲电流信号。若接收到脉冲电流信号，则表示用户属于此变压器；若无脉冲电流信号，则表示该用户不属于该变压器[6-7]。

通过对台区用户用电特性风险大数据进行均衡调度处理后，能够获取部分感知信息，也由此构建了台区感知负荷、风险特征向量和融合的多源参数，由此实现配电网数据实时采集[8-10]。结合边缘计算，构建的属性判定函数为：

式中，μ表示用电特性数据信息融合的节点；σ表示台区用户用电转换功率；I表示模糊度标记的特征量；u表示台区用户用电属性评估的可靠性分布维数。判定基于边缘计算的台区用户属性，当式（1）计算结果大于或等于0 时，则说明该用户为非零用电量用户；反之，则为零用电量用户[11]。

2 基于边缘计算的台区用户用电特性感知

根据基于边缘计算的台区用户属性判定结果，设计用电特性感知流程，结合基于边缘计算方法，提取台区用户用电特征，实现对用户电压特性感知。

2.1 台区用户用电特性提取

台区用户用电特性提取过程如下：

步骤1：从实际需要出发，根据电网公司的分层分类原则及台区实际运行情况，建立台区的特征抽取规则，并设置相应的指标集合[12]；

步骤2：针对用电台区的建设特点，分析了影响台区用电量特征的主要因素[13]；

平均采集成功率计算公式为：

式中，m1表示一年中平均每天被采集的数量；m总表示台区内总用户数。当该计算结果为0 时，需判断用户每天用电量是否为0，统计平均每天的零用电量数量，以此反映该台区的人口特征[14]。

步骤3：在台区非计量、非电力计量数据的基础上，利用压缩抽取法抽取电力系统的各种参数，建立标准用电特征参数矩阵，并通过计算各影响因子与电网负荷特性的相关性，得到各典型台区的特征参数[15]。

构建的标准用电特征参数矩阵可表示为：

关于日期类型，因为人们在工作日和周末的用电量习惯有很大差别，负荷的大小不仅取决于气温，而且取决于气候状况[16]。通常不能用数量来描述气候条件，而是通过加权平均功率消耗特性矩阵，得出一个权重矩阵，其可反映出电力消耗的总功率：

结合式（4），可得到全部用户用电信息。

2.2 用户用电特性感知聚类

根据提取的台区用户用电特性，生成异常用户告警清单。通过建立告警清单，生成可疑用户列表，在清单清理阶段，对每个区域列表中的原始日负载曲线进行检验，并进行标准化处理。

根据用户用电波动的特点，采用以下公式对各无空位负载采集点的初始日负载曲线进行标幺化处理：

式中，q1表示初始的日负荷值；qmin表示日负荷最小值；qmax表示日负荷最大值。

对负荷数据进行标幺化处理后，对其是否满足聚类误差指标进行判定，公式可表示为：

式中，表示第i个日负荷经过j次聚类后的负荷值；表示经过j次聚类后的中心负荷值。

对疑似异常用户电压进行检测，如果发现是异常用户，则将该用户列入异常名单中，由此排除不符合要求的异常用电用户，自动生成异常清单，即得到判断结果。

2.3 用户电压异常感知

通过对智能电网各台区的电力消耗情况的分析，提取出反映电力系统运行状况的电力计量类型数据。

台区线损百分比计算公式为：

式中，表示台区的分差；D总表示台区的总偏差。

对用户电压异常数据进行状态边缘感知，获取预警信息，并向主站系统发送报警信息；根据预先设定的判别门限，对电表的电压进行站区报警，并自动产生报警信息。在无报警情况下，可选择在任一时间段内进行测量和负载记录的采集，按参数或需求进行，并向主站系统传输报警信息或所获取的数据。

台区告警判断分为站内高压站的报警判定和低压站的判定。低压站区域报警判定门限由第一低电压门限值和第二低电压门限值组成。站内低压报警级别判定为：一级低压报警，即在连续三天内，每天有四次以上的取样值低于一级；二级低压报警，即在三天内，每日有2～3 次取样数据在一次低压门限以下；三级低压警告，即在三天内，至少有四个取样数据在第二低压门限值以下，并且比第一低压门限值高；四级低电压警报，即每日最高三次取样值小于二次及以上，由此实现台区用户用电特性感知。

3 实验

为验证基于边缘计算的台区用户用电特性感知方法的应用合理性，采用Matlab 进行测试。

3.1 实验装置及实验数据采集过程

功率载波控制器是一种单独的载波发送与接收模块，相当于把集线器的载波模块分开，用作路由与手持式装置，用以检测载波通信信号品质，并对辅助台进行识别，由此确定了集电极承载组件性能。实验采集装置如图1 所示。

图1 实验采集装置

由图1 可知，操作者灵活选择试验场地，设置一、二次中继、点名、从点等功能，识别流程如下：

1）在测量点1（聚光器一侧），由节点测量点2（采集器1）和测量点3（采集器）被记录器标记。

2）通过观察信号质量和不同的特征，来判别收集器与聚集器是否在同一台区，并据此判定台区的性质。

3）由于测量点2（采集器1）的台区已经被确定，所以可直接从测量点3（采集器）开始抄录各种信息。如果信息抄录成功，则说明1/2 采集器处于同一台区，并由此可以判定台区属性。

3.2 实验数据

年度负荷持续时间如表1 所示。

表1 年度负荷持续时间

由表1 可知，第一类居民用户尖峰负荷时间小于第二类居民用户，说明尖峰时刻负荷没有得到良好调度。

3.3 实验结果与分析

选用自适应模糊C 均值算法、小波分解感知方法为对比方法，构建对比实验，分析三种方法对两类用户的年度负荷持续时间的感知结果，如图2 所示。

图2 三种方法两类用户年度负荷持续时间感知结果

由图2 可知，使用自适应模糊C 均值感知方法第一类用户在70%、90%尖峰负荷下的持续时间比表1实际数据均高150 h，成为最大时间差。第二类用户在70%、90%尖峰负荷下的持续时间比表1 实际数据均高500 h，成为最大时间差；使用小波分解感知方法第一类、第二类用户在90%尖峰负荷下的持续时间比表1 实际数据均高290 h，成为最大时间差；使用边缘计算感知方法第一类用户和第二类用户均在70%尖峰负荷下的持续时间比表1 实际数据均高20 h，成为最大时间差。

通过上述分析结果可知，使用边缘计算感知方法对用户年度负荷持续时间感知结果更加精准。

4 结束语

文中提出的一种基于边缘计算的用户电压特性感知方法，主要负责对用户的用电量进行感知，并将最终的结果反馈给主站进行处理。主站系统会根据报告的结果，自动判定何时进行特定电压数据采集，同时还可根据通信容量，动态调节采集任务，从而实现用户电压异常情况感知。