日本智能电网的动向

除使用智能电表外,日本已经在输配电系统上基本实现了自动化。目前进行的电网智能化建设其目的是为了解决可再生能源的接入问题,特别是光伏发电大规模接入电网时产生的各种问题,从而提高供电可靠性。同时开放远距离抄表（智能电表）等新技术,提高业务效率并为客户提供更多的服务。目前,通信技术的运用局限于电表、配电线路等电力设备的控制上,运用智能电网的新一代都市（神奈川县、京都府等地区）在政府财政补助下．从2010年起进行了有关实证试验。     

基于复带通滤波的智能电表量测算法及其DSP实现

智能电网中光伏、风电等分布式电源通过电力电子接口接入电网将对电网电能质量造成影响,尤其在分布式电源孤网运行时将致使网络中出现谐波、间谐波以及频率波动,进而影响电表的测量精度。针对智能电网高级量测体系(AMI)中对智能电表的要求,研究了一种基于高斯窗函数复带通滤波智能电表量测算法,该方法具有良好时频局部化特性,可以有效抑制频率波动、谐波、间谐波对于基波电气参数测量的影响。进一步地,在高性能的数字信号处理器平台(TMS320C6713DSK平台)上实现该量测算法,在测量基波电气量的同时还具有可进行电能质量监测的优点。测试结果表明,该算法可以在频率波动以及含背景谐波、间谐波条件下准确测得各待测电压电流波形的基波电气参数及电能计量数据,具有实时性好以及计算精度高等优势。     

2011年国际供电会议系列报道:电动汽车和智能电网的标准化工作

介绍了2011年国际供电会议技术讲座4———智能电网和电动汽车的标准化工作,包括德国智能电网的发展情况以及国际电工委员会(IEC)关于光伏发电、风电、智能电表和电动汽车充电设施方面的标准编制情况。介绍了会议第一专业组———电网设备组的主要专题和论文,涉及的方面包括资产管理,分布式电源和电动汽车接入方面的研究,新材料在变压器、电缆、架空线路上的应用,新型电力电子装置等新型电网设备。     

利用无线物联网技术实现智能电力计量

本文讨论了如何利用前沿的低功率无线网 (LPWAN)技术实现分散部署在农村和城市中终端智能电表接入数据网关和电力私有云的方案,其中内置的基于 LoRa的短程物联网解决方案具有运行可靠、低成本、低功耗、远程 接入等优势.本文还重点介绍利用新兴的 LPWAN 技术帮助构建智能电表无线接入的方案,展示了用于智能电表端 到端 LoRa连接的系统实现。     

基于AMI系统的智能电表的设计

高级量测体系(AMI)是现代智能电网的重要组成部分和部署智能电网的先决条件.AMI系统是一个用来测量、收集、储存、分析和运用用户用电信息的网络和系统.文章介绍了一种基于AMI系统的智能电表的结构和功能,以及在设计中需注意的问题.     

智能电表在智能电网中的应用

电网大规模建设和用电量的快速提升带来了一系列的问题,传统电表的通信时间延迟就是最为重要的问题之一。为优化电表计量,实现用电的智能化管理,文章分析了智能电表在智能电网中的应用以及发展前景,并提出将网络定义的架构以及思想和智能电网整合起来,以实现对海量信息的快速处理,提高智能电网管控的灵活性。     

智能电表与用电节能

智能电表是智能电网高级计量体系中的重要设备,它的发展对于智能电网的壮大具有不可替代的作用。在描述了智能电表的工作原理、性能优势、使用方法和利用智能电表可实现的功能后,阐明了智能电表在智能电网用电节能方面的突出贡献,从而体现了智能电表在坚强智能电网中发挥的举足轻重的作用。     

农村电网智能电表系统雷电灾害分析及对策

针对雷电通过电源、信号等线路对村镇电网智能电表系统造成破坏的问题,分析雷电对农村智能电表系统的危害方式和途径,勘查农配网线路及电表箱在农舍安装情况、现有防雷技术运用情况,综合分析农配网尤其是智能电表的抗雷电电涌能力.针对农户电表接地不能满足要求甚至无接地的情况,提出应在线路上及表箱内以隔离和等电位原则设计电表专用SPD等针对性防雷技术措施.     

基于超状态隐马尔可夫模型的智能电能表非侵入式故障远程检定

存在故障或误差的智能电表不仅给电网企业带来经济损失,而且其中的安全隐患容易影响电网的稳定运行,尤其是对成分复杂的智能电网体系。针对这一问题,提出一种基于超状态隐马尔可夫模型(super-state hidden Markov model,SSHMM)对故障电表进行非侵入式远程检测与定位。该方法不仅能发现已经出现故障的电表,还可以对最有可能出现故障的电表进行估计,为电网企业的运营管理提供参考。在真实数据集上的实验结果验证了该方法的有效性与稳定性。     

智能电表异常测量数据诊断方法综述

智能电表作为用电户与电网的信息链接点,能为电网提供用电户的用电习惯和负荷特征等信息,对指导电网合理安排电力负荷、提高电网运行效率具有重要价值。但实际电网中,智能电表获得的大量测量数据中,不可避免地存在一部分由多种原因导致的异常数据,例如用电户或电网中的突发事件、传感器的暂时故障、数据传输或存储故障,甚至人为的网络攻击,等等。如何从智能电表测量数据中辨别、提取、剔除这些异常数据,是准确获取用户负荷信息的关键。针对这一问题,本文在参考国外国内相关文献基础上,对智能电表测量数据诊断方法进行了梳理、归纳和综述,并对不同方法的数学原理、适用范围等进行了比较和讨论。