智能表计系统相关的负荷预测及数据采集分析
开篇：润墨网以专业的文秘视角，为您筛选了一篇智能表计系统相关的负荷预测及数据采集分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要：据调查显示，我国在十五期间的全国电量需求增长速度为平均百分之五，这个相对平稳的数据表明我国电量的供需基本保持平衡。但我国还有很多供电企业还在用机械式，这是和我过电能计算科技发展不同步的，因此，智能表计系统的发展在我国电能计费领域是一个大趋势。本文通过分析智能表记系统相关的符合预测和数据采集分析，简述智能表计系统的发展趋势。
Abstract: according to the survey, China in fifteen during the national electricity demand growth rate is the average of five percent, the relative data show that the supply and demand of our country energy balance. But our country still has a lot of power supply enterprises still use the mechanical type, this is my power computing technology development is not synchronized, therefore, intelligent meter system in the development of China's electric energy billing domain is a big trend. With analysis and forecasting and data acquisition through the analysis of intelligent token related to the system, the development trend of intelligent meter system.
Keywords: intelligent marking system; load forecasting; data acquisition; data analysis
中图分类号：TP393.08文献标识码：A文章编号：
智能表记系统的负荷预测
智能表记系统的负荷预测是电力系统进行规划，控制和运行不可缺少的一部分，是实现电力系统经济运行，安全运行的基础，对于一个电力系统来说，提高电网安全的经济型和安全性，保证电能的质量，都有赖于准确的电力符合预测。而且从发展上来看，负荷预测也是我国电力市场实现发展的必要条件，具有重要的实用价值以及理论意义。随着电力系统自动化的不断普及以及技术的不断提高，电力负荷预测的精度也越来越高，并且逐步走向实用化，在现代国家，电力预测的结果已经成为一种推行电力市场以及经济调度的必要且重要的基础之一。
电力负荷的预测就是依据过去电力负荷值，在满足一定精度的条件下决定未来的某一个时刻的电力负荷值。电力负荷值是随机而且非平稳的过程，由很多独立的随机分组构成，但是影响电力负荷的因素大多是有规律的，这为实现有效的电力负荷预测奠定了基础。我国的电力负荷预测目的主要有超短期，短期以及中长期的预报。
智能表计系统的电能数据采集以及分析处理
电能智能表记监控计费系统主要由以下几部分构成：电能数据采集和处理的计算机系统，数据传输通道和主站，专用电能的数据采集处理装置以及分站的电能表。
其中电能数据采集装置是电能采集和计费系统的基础，它能对电能表的电能数据进行基础性的采集和处理，而且还可以根据不同用户的需要，设计几个不一样的记分周期和数据缓存区，把得到的电能积分周期值带时标地存储在相应的数据缓存区当中。电能数据采集装置还有安全保护机制，对电能采集装置的工作参数以及所采集的电能数据进行保护，保证电能数据以及参数不被非法修改。
电能采集和计费系统一般不要求数据进行及时处理和传输，但是可以根据用户或者系统的需要进行分批次传输。电能传输周期可以以分钟，小时甚至是以天为计量单位。如果某些系统和用户有特殊的要求，智能标记系统也能够采用准实时（分钟级）的数据传输方法。
储存在各个电能数据采集装置当中的电能数据，能够根据系统要求，传输到相应的系统上，主站和分站点的电能数据采集装置之间的通信有两种方法，人工召唤传输方式和定时传输方式。如果分站和主站系统间没有通信条件或者通道长时间中断的时候，分站采集的数据可以通过便携式超标设备来进行电能数据的采集和传输。此外，主站还设有GPS时钟系统等标准时钟系统，以保证电能计费系统的时间统一，从而保证电能数据采集的准确性和完整性。
我国当前智能表计系统主站采用的最流行的电能数据处理系统是SQL2000数据库。这种数据处理软件能让用户实现方便，高效的电能数据查询，检索，维护以及对电能数据的再处理以满足用户的特殊应用需求。
智能标记系统负荷预测的短期限制原因
混沌是一种复杂的运动方式，有不可预测性，稠密的无穷多个周期轨道以及不可分解性，所以说，判断运动是否属于混沌不是一件容易的事情，需要对运动测量的数据进行一种特定的处理和分析。在对混沌的研究当中，现代有效而成熟的分析方法包括，分形维数计算，功率谱分析，李雅普诺夫指数和谱分析，最大（最小）返回映射，彭加勒映射以及动力学轨迹重构等方法。只是根据电力系统负荷历史数据进行的短期电力负荷预报通常分为两个步骤，第一是根据负荷历史数据建立模型，然后对这个模型进行评价之后再进行电力负荷的预测。但是无论是采用非线性曲线拟合还是采用随机过程拟合，采用确定性数值方法还是模糊数学，神经网络或者是其他的方法，都难以离开对历史数据建立足够精确的模型。既然电力负荷的历史数据决定了所建立的模型，那么电力历史数据的数学性质，就成为预报精度以及所建立的模型精度的关键，试验分析表明，电力负荷的历史数据有一定的混沌成分。
根据电能历史数据作瞬时值的负荷预测，混沌是结余不可预报的随机行为和可精确预报的确定行为（平衡点，周期，准周期）这两者之间的一种行为，换一种说法就是，混沌只是部分可预报的，根据当日历史和前一天的电能负荷记录，对以后几天的电能预测进行预报。所以说，从预报结果来看，预报的后一天的结果会比较准确，但是后两天的预报精度就明显降低，后三天的电能负荷预报精度就更低。这不是预报方法的好坏问题造成的，而是由于负荷变化的性质包含了混沌成分造成的。
电能负荷记录中存在混沌成分已经被很多研究人员提出并且进行证实了。而且，很多学者还根据混沌的性质做了很好的预测。但是，在对他们的预报误差曲线观察中发现，在十二小时附近一般都有误差明显增大的现象。因为用了不同的预报方法，这就启示我们说，这种现象来源于负荷记录本身性质包含的混沌成分。混沌行为的瞬时值不可长期预测性，在于其有限的观测精度。就是说，如果我们能够得到无限精度的观测值，那样混沌就能进行精确预报了。但是在现实电能负荷观测值当中，我们只能得到有限的精度，所以说，现实中的混沌是不可以进行长期预报瞬时值的。
参考文献：
[1] 王文艺.高速数据总线(USB)在DSP数据采集系统中的应用与研究[D].浙江:浙江大学硕士论文, 2002. 1-3.