文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.2018.S1.023
0 引言
隨著智能電表覆蓋全網三級系統，表計數量龐大，且采用主站集中管控方式，后臺對現場的管控缺少有效的手段。計量生產調度平臺（MDS）對電表供貨前、到貨后樣品比對、抽檢、全檢等各環節可以進行周期性檢定，保障表計運行前期的可靠性，主站中對表計靜態參數性能及連接拓撲圖是有多維度統計展示的，但對電表上線后的實時運行數據還缺乏有效的分析。動態數據的控制才是系統能夠長期處于穩定狀態的關鍵，因此需要建設一套較完善的現場計量裝備運行狀態檢驗及評估系統，輔助營銷運檢人員，通過提供可靠的運行分析數據來減少工作人員的負擔，并推動營銷計量的現場檢驗工作模式由計劃檢修向狀態檢修模式快速發展。
營銷業務系統作為電網的末端系統，所承載的業務是最為真實和關鍵的，需處理的關系也是最復雜的。包括客戶與服務關系、市場需求側調整、電費合理管理、用戶檔案管理，電表運行誤差分析等，各類業務之間看似獨立且又息息相關，如何將多維度多種類的業務關聯融合分析是營銷業務系統分析平臺搭建的關鍵，可為現場檢修施工提供可靠的數據。但目前現場檢修方式存在很多漏洞，總結歸納如下：
（1）現場檢驗技術監督手段單一
電能表現場檢驗指為確定電能表在現場運行條件下是否符合要求，在現場對電能表實施各項試驗的過程?，F行依據為DL/T448-2016《電能計量裝置技術管理規程》，具體要求如表1所示。
當前電能表的現場檢驗工作主要依靠工作人員定期到場檢驗的方式進行，難以適應電能表的技術發展現狀和滿足公司精益化管理的需要。
DL/T448-2016《電能計量裝置技術管理規程》于2016年12月5日發布，2017年5月1日實施。當時的主流電能表是機械式、機電式電能表，其特性是：運行時間越長，機械摩擦阻力越大，導致表計的計量誤差發生變化。由于缺少遠程抄表、在線監測等自動化手段，只能依靠人工定期現場檢驗，來判斷表計是否超差。
目前，公司系統內電子式電能表、智能電能表已成為主流。與機械式電能表不同，電子式電能表的計量誤差在檢定周期內更加穩定，計量采集覆蓋率超70%，計量在線監測等自動化手段不斷豐富。公司對智能電能表實施了全過程質量監督管理，涵蓋招標前、供貨前、到貨后、運行中直至退出運行的全過程，電能表質量更加穩定。因此，人工定期現場檢驗不再是唯一的技術監督手段，越來越多的電能表運行問題可以通過在線監測等自動化手段發現。
（2）現場檢驗工作負擔過重
根據公司“三集五大”崗位設置要求，基層單位現場檢驗崗位進一步縮簡。而隨著電網發展、用戶增長和公司精益化管理要求的提高，需要進行現場檢驗的電能表數量卻在持續增多，工作量增加與人員減少的矛盾日益突出。表2為公司系統I、II、III類電能表數量和現場檢驗工作量統計，人均年度現場檢測工作量達1625次·只/2人（每次現場工作最少2人）。
（3）計量裝置檢修模式有待改進
傳統的檢修模式屬于被動式檢修，通過事后發現、檢修申報到故障檢修的發展過程。營銷運維管理部門會制定嚴密的檢修計劃，定期安排制定人員進行巡查，現場發現設備運行故障或者出現故障征兆，會通過以往經驗判斷設備的運行狀態，事后提交計量設備的運行故障嚴重程度、運行趨勢、健康狀態等，編制檢修報告，對已發現故障的設備提交檢修申請，再根據檢修流程完成設備的更換或維修，維持現場的正常運行狀態。但這種被動式的檢修方式，首先會造成民生用電的體驗感，維修周期較長，如電表出現故障，需在完成整個檢修申請流程后才能完成電表的更換，維修期內，用戶無法用電會造成生活的困擾；其次檢修部門需安排大量的人力、物力、財力進行不間斷的巡檢、檢修工作，尤其在用電高峰期時，檢修周期會縮短，更造成檢修的壓力；檢修人員一般通過自身工作經驗來判斷設備的健康指數，但隨著智能新設備不斷更新換代，老一輩的檢修人員經驗以不能支撐對設備運維正確的判斷。綜上，需要提出基于狀態檢修技術科學化地實現對設備開展檢修，為設備安全、穩定、長周期、全性能、優質運行提供了可靠的技術和管理保障。
1 建設目標
基于以上計量設備狀態檢修及評價系統現狀及問題的分析，將建設一個多系統業務融合的數據分析平臺，將用采、營銷應用業務、MDS等系統數據有效整合，通過數據處理、存儲、大數據分析等先進手段，對數據聯合分析決策，形成有效的計量裝置運行狀態綜合平臺，并能自動化、智能化為現場檢修提供精準的決策依據。具體建設目標如下：
（1）建設計量系統綜合融合分析數據存儲資源。通過數據抽取、清洗、融合、加載等系列操作將各業務系統中的歷史數據、現場采集數據有序存儲到主站服務器中，形成大型統一的用采基礎數據資源池，并通過關聯存儲將不同類型數據（電量異常、時鐘異常、設備監測狀態等）通過數據模型合理映射，盡力減少數據重復冗余部分，為數據的檢索查詢提供基礎支撐。
（2）依據基礎數據庫資源，在大數據分析策略指導下建立規則評價算法，考慮計量裝置運行狀態影響因素，為設備的實時運行誤差、預計缺陷、故障等級等給出綜合判斷分值，為設備的運行狀態給出定型分析，形成狀態評價模型檢驗策略。
（3）選擇合適的試點單位，建設營銷評價系統。進一步驗證平臺的技術創新、決策效果、性能參數等可行性和有效性。根據成效，制定一套標準化、規范化、實用化的技術規范。
2 建設成果
2.1 軟件架構設計
營銷業務系統分數分散，但集中管控，因此設備狀態檢修平臺軟件系統設計采用分布式層級結構。按照數據全周期處理流程將層級分為表現層、應用層、數據層、采集層，如圖1所示。在傳統的MSD架構基礎上，重點在數據層和應用層內增加智能化數據分析、多業務融合展示等功能，通過完善各層的模塊、接口、功能，提升系統的易操作性和直觀分析性。具體各層的補充功能如下：
（1）表現層：提供統一的業務應用操作界面和信息展示窗口，是系統直接面向操作用戶的部分。
（2）應用層：根據業務特點，梳理業務邏輯關系，制定合理的計量設備狀態評價指標及參數計算公式，構建較全面的各應用系統間的關聯拓撲圖，通過綜合指標能反應各子系統設備的運行健康狀態，并通過大數據分析手段，對設備運行壽命及使用價值進行評估。
（3）數據層：通過數據的先進處理手段，去除冗余重復的數據，部署分布式數據庫存儲關聯性數據集合，并利用安全訪問接口隨時可對數據進行調控。
（4）采集層：增加了各業務系統接口，將過去獨立的子系統全部加載到平臺上，通過數據轉移及緩存技術將融會貫通各子業務系統數據。
2.2 物理架構設計
計量檢修評估系統為滿足更多業務系統數據接入，并具備大數據并行處理能力，需在原物理架構基礎上增加新的服務器、存儲器及路由交換機設備。數據庫不同于常規數據庫服務器，需通過磁盤陣列分區的方式邏輯隔離不同應用系統數據，并開啟自動軟件備份模式，保障數據丟失時數據的完整性；增加各種類型數據接口，利于源數據的加載導入；增加多態計算伺服器，主要加載先進的計算算法及流程架構，應用于數據間的關聯分析、狀態分析決策、故障評判及系統性能評估驗證。
2.3 網絡架構設計
網絡架構圖如圖2所示。
2.4 關鍵技術
2.4.1 開發軟件技術
（1）UI展現技術
美化便捷的UI展示界面可為用戶提供易于理解的展示平臺，通過炫目的動畫效果，觀察到數據之間的聯系及反應的功能特性。本文采用Flash+Flex相結合的手段體現技術的優越性，Flash是一種利用腳本的強大矢量動畫編輯工具，Flex是類似Flash效果的但通過java等數據結構語言編寫的文件，兩者結合，通過多種文件形式展示不同的應用需求，將圖表、數據、報表等靜態的文檔通過動畫等易于信息接收的模式展現出來，讓運維人員在友好互動的環境下辦公，提升了工作效率。
（2）多維分析技術工具
靈活的多維度分析工具是實現UI展示的基礎，本文采用Cognos商業智能解決方案，方案中融入了大數據分析技術，將各類型數據決策算法通過工具導入到數據分析庫中，并能夠將所需分析的數據很快的所搜到對應的算法中，結合UI展示算法結合，將數據切片、旋轉、切塊等靈活性分析，更透徹的將數據全面剖析。Cognos工具類似一個算法黑盒子，將所有數據背后的算法模型進行隱藏封裝，提升了工具的易用性。并且可以將獨立的無意義的數據資源聯合分析，制成不同性質的表格、拓撲圖等，賦予其更多功能性意義。Cognos能在以服務為主的架構(SOA)上提供完備的BI服務。建立在獨特的“立方體（Cube）”結構之上的MOLAP，提供了高性能的數據挖掘和輔助決策（DSS）計算支持。
2.4.2 多維分析技術
（1）關系型聯機分析處理（ROLAP）
數據間是獨立的個體且不相關，但通過應用功能賦予了其特殊的關聯性，但數據間關聯性獲取單靠數據本身是不可能實現的，需通過一個中間機制，將具有相同關鍵字的數據給與一定得聯合規律，形成數據集群，存儲在不同的數據庫中。常用的關聯處理技術為ROLAP，全稱為關聯性聯機分析處理。其實是屬于一種關系型數據庫，將同一類型數據存儲在一個數據庫里，通過制定兩個關鍵性指標（事實表和維度表），定義數據庫性能。數據庫之間通過兩個指標自適應建立關聯模型，根據不同的應用需求，形成多種數據庫集群模型，當調用數據時，可首先選擇數據庫關聯模型，從而對應抽取所轄數據庫中的數據。這種該關聯性聯機處理數據庫可以保證數據庫間數據的重復性，并當調用數據時，可通過映射關系，高效的查詢到所需數據集，提升了查詢響應速度。
（2）多維聯機分析處理（MOLAP）
MOLAP（多維聯機分析處理）是OLAP的另一種表現形式。將數據從單維度擴展到多維度的存儲結構，形成存儲數據立方體結構。MOLAP技術從更多的維度，通過一定得數據變換和計算得到多維度數據的性能，例如數據的正弦特性等，并注予新的數據標簽。由于數據維度增加，會造成數據庫容量的負擔，因此一般的簡單查詢、提取過程仍然采用OLAP效率會更高；而對于較高級別的數據預測、數據挖掘分析、數據分類判斷等過程采用MOLAP可減少計算過程，并對于簡單的額預測，可直接通過數據多維特征反應出來。將兩種方式有機結合，即可避免數據存儲爆炸瓶頸，又能支持數據多維度動態變化，支持高興的輔助決策計算。
2.4.3 數據轉移技術
數據轉移技術即為數據復制過程，將數據從一個地方搬移到另外的地方，在執行的過程中需保證數據的完整性和執行的時效性，復制的數據應保持與系統的同步性。將分布在系統中的各種數據源中的數據抽取出來。抽取方式分為增量抽取和定量抽取。本系統建設首先采用定量抽取及收取數據源中的全部數據，而后再根據各業務需求的數據采集頻次等進行增量抽取。對于關系型數據庫通常使用一個SQL語句來限定數據集。所有的SQL語句都通過可視化界面配置完成，用戶通常不需要輸入SQL語句，但對于有經驗的用戶也可以直接輸入SQL語句，以提高效率。
2.4.4 緩存技術
業務種類繁多容易造成后臺讀取操作頻繁，計量業務的數據量小，因此傳輸通道量較小，一旦頻繁輸入輸出，會造成負荷堵塞瓶頸，需采用緩存方式將暫時調用的數據存儲在一個緩沖區，當調用時可較容易輸入輸出，當較長時間沒有調用，則可自動存回數據庫中，不同頻繁的從數據庫集群中頻段的發生I/O動作，不但會造成安全因素，也降低了系統數據讀取效率，一旦造成通道堵塞，嚴重會造成系統崩潰。緩存是犧牲了服務器少量空間來滿足數據庫的頻繁操作。圖3為應用服務器的緩存設計。
對于各種原因引起的數據更新，緩存管理器需要檢測緩存數據是否有效，以便實現緩存數據與數據庫的同步。觸發方式有實時、定時、服務重啟三種更新方式，實時更新一般采用時間戳、同步消息等方式。
2.4.5 應用優化技術
（1）Java堆優化
大部分的數據分析都是依靠軟件應用程序來實現，對于算法及軟件性能的監控需通過有效的平臺優化手段來提升。本項目采用 Java堆優化的方式，部署在平臺的應用層，編譯正確的代碼優化模式，實時對對象代碼進行監控，如發現bug可自動啟動升級模式，并可通過掃描功能，發現了長期不用算法模塊，直接可將對象回收，釋放軟件空間，提升了系統空間利用率；并對新增加的功能，可依靠聯想方式自適應拓展新算法代碼，自動加入程序模塊，可明顯提升程序效率。
（2）Java應用服務器優化
服務器是以Java容器的方式存在，當調用程序時，會在容器中提取不同的代碼集群，實現數據的提取、分析、轉發等策略，并定期對參數進行調整優化。
2.5 主要功能
2.5.1 現場檢驗
實現電能表進行狀態評價過程、電能表現場檢驗執行情況進行監控，其主要功能包括現場檢驗執行情況查詢、狀態評價結果、狀態評價報告、評分異常等信息的查詢。
2.5.2 主題分析
針對I、II、III類運行電能表，利用電能表資產數據、現場檢驗數據、狀態評價以及運行環境屬性，構建多個環節分析模型，進行電能表運行情況、現場檢驗及人力配置、狀態評價分析等主題分析，從分析中正確識別影響電能表運行準確度、人力配置合理性以及狀態評價科學性的重要因素。
2.5.3 信息查詢
狀態評價信息查詢范圍覆蓋了電能表狀態檢驗的所有環節，包括電能表基礎信息、狀態評價異常元素、狀態評價參與運行源數據、狀態檢驗計劃及執行情況、人力配置及工作量、在線檢驗異常數據、違約用電信息等多個查詢功能。除此之外還提供電能表現場檢驗年度報告信息，系統操作日志信息。
2.5.4 參數維護
電能表狀態評價參數維護主要包括電能表狀態判定依據、運行環境、評分權重等進行維護與管理。狀態評價基礎參數配置主要實現了電能表狀態評分相關算法和參數配置的維護。評價模型基礎參數可配置、權重可維護，能夠實現在不同的實施環境對電能表狀態評分公式的動態調整，提高系統的靈活性。通過對系統的深入應用、數據分析和管理經驗提升，不斷完善深化電能表評價體系和計算模型，使電能表狀態評價更為科學、準確。
2.5.5 系統關鍵功能
（1）對電能表進行狀態評價，實現電能表狀態檢驗的轉變
以提升運行計量裝置的可靠性和管理水平為目的，以智能化、自動化、信息化為手段，通過對計量裝置室內檢定情況、運行環境和工況及現場檢驗誤差等數據進行挖掘應用，結合用電信息采集、營銷業務應用、計量生產調度平臺等信息系統搭建電能表狀態檢驗系統，按照誤差穩定性、運行可靠性和潛在缺陷等要素分類，選取可反映電能表運行準確可靠程度的10個狀態量，對電能表進行綜合評價并給出其運行狀態，針對不同級別的電能表制定相應的現場檢驗策略，對運行電能表進行狀態評價、分級，實施狀態管理。實現覆蓋源數據收集和核查、電能表狀態評分和評價、現場檢驗策略輸出和計劃調整、檢驗計劃執行和跟蹤及檢驗數據錄入和同步的全方位、全過程閉環管理。對系統評價的綜合數據進行主題關聯分析，從而提升現場檢驗工作的精細化管理水平，達到計量裝置動態化、科學化運維的目的。
（2）完善電能表狀態檢驗工作流程，開啟狀態檢驗模式
根據電能表狀態檢驗管理需求，將電能表狀態檢驗工作流程分為年度檢驗計劃制定、月度檢驗計劃初始化、電能表狀態評價、狀態檢驗計劃匹配、狀態檢驗計劃執行、檢驗數據維護。電能表狀態檢驗以用電信息采集系統、營銷業務應用系統、計量生產調度平臺作為數據支撐，每月最后一天0點定時從營銷業務應用系統獲取電能表檢驗信息、用戶信息、計量裝置信息，從計量生產調度平臺采集電能表資產信息，從用電信息采集系統采集電能表在線檢測異常信息，結合電能表狀態評價模型對電能表的運行情況進行科學化評分，再按電能表狀態判定依據給出可反應電能表運行情況的狀態（穩定、關注、預警）。同日24點前進行定時數據推送至營銷系統，并匹配狀態生成月度狀態檢驗計劃。各供電公司按月度狀態檢驗計劃進行計劃安排并執行，最后上傳檢驗結論數據。
（3）開展現場檢驗情況分析，優化人力資源配置
電能表狀態檢驗通過建立人力資源管理數據庫，進行人力資源管理，并根據年度以及月度現場檢驗工作量，人力配置量，檢驗人員平均工作量進行人力資源分析，并以此指導各單位進行人力資源配置，合理的開展現場檢驗工作。
3 應用效果
電能表狀態檢驗應用效果顯著，以下為主要應用舉例。
首頁 主要對電能表運行情況、檢驗計劃、檢驗結論分布情況的抽象描述。主要實現對當年在運行電能表數據匯總及分析、在運行電能表計劃及執行情況數據匯總及分析、在運行電能表檢驗結論匯總、新增電能表數據分類匯總及分析、電能表首檢計劃情況、電能表首檢結論匯總及分析、在運行電能表狀態分布情況及數據分析、年度在運行電能表及人員配置情況。如圖4。
現場檢驗執行情況 對電能表狀態檢驗對整個過程進行監控，包括年度周期檢驗計劃明細、狀態檢驗計劃明細、現場檢驗工單明細、電能表檢測數據以及檢測人員明細。如圖5。
狀態評價結果 針對電能表每月的狀態評價（穩定，關注，預警，不適合現場檢驗）過程進行監控，為各個電能表評價出相應的分值與輸出策略信息，其中包括評分明細、評分異常參數、評分趨勢、評價報告等。如圖6所示。
電能表運行情況分析 主要從運行年限、運行環境、廠家、溫/濕度等多個方面來判斷影響電能表運行準確度的關鍵因素。如圖7所示。
現場檢驗結論分析 按照現場檢驗結論，合格、不合格、不具備現場檢驗條件三種情況進行分析，分析出檢驗結論為不合格與不具備現場檢驗條件的原因分布情況，以及對現場檢驗上傳數據進行核查。如圖8所示。
檢驗計劃差異分析 從單位、計量裝置類別、計劃年月等不同維度，結合DL448_2016規程中的周期檢驗計劃執行信息，分析周期檢驗計劃與狀態檢驗計劃之間的差異量以及原因。如圖9所示。
4 結語
建設電能表狀態檢驗系統，應用工作以動態化、科學化運維理念為指導，以信息化系統為技術支撐，充分運用大數據挖掘與分析輔助工具，促進計量裝置從周期檢驗轉變到狀態檢驗模式，對進一步整合計量資源、提升精益化管理水平、優化隊伍素質、建設大營銷體系具有重大意義。
電能表狀態檢驗依附于計量生產調度平臺，省級計量中心生產調度平臺以省級計量中心生產調度平臺系列標準和平臺軟件標準化設計導則為技術依據，整合平臺生產運行管理、四線一庫、營銷計量業務等業務應用，滿足“整體式授權、自動化檢定、智能化倉儲、物流化配送”要求，滿足網省計量中心對計量生產業務的需求；可以和營銷業務應用緊密結合，構成完整的計量業務自動化系統；同時可以基于標準化設計，實現和其他各專業系統的數據共享，構建綜合計量業務信息平臺。
參考文獻：
[1] Q/GDW—379.2《電力用戶用電信息采集系統檢驗技術規范》.
[2] Q/GDW—572《計量用低壓電流互感器技術規范》.
[3] Q/GDW—573《計量用電流互感器自動化檢定系統技術規范》.
[4] Q/GDW—574《電能表自動化檢定系統技術規范》.
[5] 《省級計量中心生產調度平臺功能規范》.
[6] 《省級計量中心生產調度平臺業務模型說明書》.
[7] 《省級計量中心生產調度平臺需求規格說明書》.
[8] 《省級計量中心生產調度平臺與單相電能表檢定系統接口規范》.
[9] 《省級計量中心生產調度平臺與三相電能表檢定系統接口規范》.
[10] 《省級計量中心生產調度平臺與互感器檢定系統接口規范》.
[11] 《省級計量中心生產調度平臺與智能采集終端檢定系統接口規范》.
[12] 《省級計量中心生產調度平臺與智能立體庫系統接口規范》.
[13] 《省級計量中心生產調度平臺功能精細化設計說明書》.
[14] 《省級計量中心生產調度平臺數據模型設計說明書》.
[15] 《省級計量中心生產調度平臺電能表狀態檢驗-技術方案（20160428）》.
作者信息:
周振宇，陳婧欣，劉 棟，王一珺
（國網陜西省電力科學研究院，陜西 西安710199）