СРАВНИТЕЛЬНАЯ ОЦЕНКА МЕТОДИКИ, ИСПОЛЬЗУЮЩЕЙ МНОЖЕСТВО АВТОРЕГРЕССИОННЫХ ИНТЕГРИРОВАННЫХ МОДЕЛЕЙ СКОЛЬЗЯЩЕГО СРЕДНЕГО ДЛЯ КОНТРОЛЯ ДОСТОВЕРНОСТИ ДАННЫХ ПРИБОРОВ УЧЁТА В АВТОМАТИЗИРОВАННЫХ ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНЫХ СИСТЕМАХ КОНТРОЛЯ И УЧЁТА ЭЛЕКТРОЭНЕРГИИ

Проведённый анализ организации контроля достоверности данных потребления электроэнергии в АИИС КУЭ (автоматизированных информационно-измерительных системах контроля и учёта электроэнергии)

В настоящее время в АИИС КУЭ используются два метода автоматизированного контроля достоверности данных приборов учёта электроэнергии. Первый метод – «кластеризация принадлежащих АИИС КУЭ приборов учёта» (М2). Суть метода заключается в сужения круга поиска приборов учёта, передающих недостоверные данные, путём разделения множества всех принадлежащих АИИС КУЭ приборов учёта на кластеры и выделения контрольных точек. Второй метод – «увеличение частоты опроса приборов учёта» (М3). Суть данного метода заключается в том, что оператор или алгоритмы системы АИИС КУЭ при наличии потерь электроэнергии в системе переводят приборы учёта на режим работы с уменьшенным интервалом передачи данных.

Разработанная методика (М1) использует для автоматизированного контроля достоверности данных приборов учёта методы статистического анализа данных электропотребления с использованием множества ARIMA моделей, описанных в

Для проведения сравнительной оценки, с учётом цели разработки методики, был выбран составной критерий эффективности (1), представляющий собой сумму отдельных критериев, к которым относятся  – «эффективность контроля достоверности данных электропотребления»,  – «стоимость системы» и  – «объём передаваемых данных». Поскольку основной задачей АИИС КУЭ является контроль и учёт данных электропотребления, то коэффициенты значимости отдельных критериев были выбраны в соотношении 3:1:1 в пользу критерия «эффективность контроля достоверности данных электропотребления».

(1)

Критерий эффективности контроля достоверности данных потребления электроэнергии K был определён как среднее между скоростью (K1) и качеством (K2) поиска приборов учёта, передающих недостоверные данные и имеет вид (2)

(2)

Критерий качества определения приборов учёта, передающих недостоверные данные, K1 также был разбит на два подкритерия: доля ошибок первого рода и доля ошибок второго рода. В контексте задачи контроля достоверности данных приборов учёта ошибка первого рода – прибор учёта, который передаёт недостоверные данные, но был отмечен как передающий достоверные данные. Ошибка второго рода – прибор учёта электроэнергии, передающий достоверные данные, который был ошибочно отмечен как передающий недостоверные данные. Таким образом, критерий качества определения приборов учёта, передающих недостоверные данные состоит из двух компонентов, которые имеют равную значимость и может быть определён в виде (3).

(3)

Где: F1 – количество приборов учёта электроэнергии в выборке, которые передают недостоверные данные;

F2 – количество приборов учёта электроэнергии в выборке, передающих недостоверные данные, которые были обнаружены;

T1 – количество приборов учёта электроэнергии в выборке, передающих достоверные данные;

T2 – количество приборов учёта электроэнергии в выборке, передающих достоверные данные, которые были отмечены правильно.

Критерий скорости определения приборов учёта, передающих недостоверные данные имеет вид (4).

(4)

Где: M1 – число единиц времени, затрачиваемых на проверку всех приборов учёта электроэнергии;

M2 – число единиц времени, затрачиваемых на проверку приборов учёта, которые необходимо проверить;

P – процент устранённых источников потерь электроэнергии.

В качестве единицы времени была принята величина равная средней продолжительности проверки одного прибора учёта электроэнергии

Критерий стоимости реализации метода имеет вид (5). В качестве единицы его измерения была выбрана усреднённая цена одного прибора учёта.

(5)

Где: Smax – максимальная дополнительная стоимость реализации метода, в качестве которой была взята стоимость реализации метода «кластеризация» с размером кластера равным двум;

S1 – дополнительная стоимость реализации метода.

Критерий нагрузки на базу данных (БД) и каналы связи АИИС КУЭ имеет вид (6). В качестве единицы его измерения был выбран усреднённый объём данных, единовременно передаваемых прибором учёта в БД АИИС КУЭ.

(6)

Где: Nmax – максимальная дополнительная нагрузки на БД и каналы связи АИИС КУЭ, в качестве которой была взята нагрузка, создаваемая методом «увеличение частоты опроса приборов учёта» с частотой передачи двенадцать раз в сутки;

N1 – дополнительная нагрузки на БД и каналы связи АИИС КУЭ, создаваемая рассматриваемым методом.

Для проведения сравнения по выбранному критерию (2) были использованы выборка данных потребления электроэнергии, представленная в табл. 1 и результаты испытаний методов контроля достоверности, проведённых с её использованием, представленные в табл. 2.

Выборка в табл. 1 представляет собой данные потребления электроэнергии для пятидесяти приборов учёта. В столбце «Данные электропотребления» содержатся ряды, являющиеся достоверными данными электропотребления, в столбце «Z» содержатся данные электропотребления достоверность которых необходимо проверить. Столбец «D» содержит информацию о том, являются ли данные из столбца «Z» достоверными, а столбец «I» содержит информацию о типе искажения данных: 0 – нет искажения, 1 – равномерное искажение (процент отклонения от достоверных данных постоянен), 2 – неравномерное искажение (процент отклонения от достоверных данных непостоянен). Размер выборки из табл. 1, согласно методу оценки

Анализ данных из табл. 2 позволил провести сравнительную оценку методов по критериям (2), (3) и (4) результаты которой, представлены в табл. 3, 4 и 5. Он показал, что при использовании метода М2 невозможно точно определить приборы учёта передающие недостоверные данные, можно только установить содержащие их кластеры. Это влечёт за собой значительное увеличение числа ошибок второго род, поскольку наличие в кластере хотя бы одного прибора учёта, передающего недостоверные данные, приводит к тому, что все приборы учёта кластера отмечаются как передающие недостоверные данные. Данная особенность метода М2 снижает его эффективность по критерию (3).

Качество определения приборов учёта, передающих недостоверные данные, методом М3, зависит от вида отклонения недостоверных данных от истинных значений. В случае неравномерного отклонения, недостоверность легко определяется данным методом, однако, в случае равномерного отклонения, обнаружить недостоверность данных не представляется возможным, что приводит к возникновению при использовании метода М3 ошибок первого рода, что снижает его эффективность по критерию (3).

Из табл.4 видно, что комбинация методов М2+М3 позволяет несколько сгладить недостатки обоих методов, однако, её эффективность по критерию (3) остаётся сравнимой с методами М2 и М3. Разработанная методика М1 по критерию (3) уступает методам М2 и М3, однако её использование совместно с данными методами увеличивает их эффективность, а применение совместно с комбинацией М2+М3 даёт наилучший показатель эффективности по критерию (3).

Сравнительная оценка по критерию (4), приведённая в табл. 4, показала, что Наибольшим процентом устранения источников потерь электроэнергии P обладают метод М2 и комбинация методов М2+М3, однако, данное их преимущество нивелируется необходимостью проверки большого числа приборов учёта, давая достаточно низкие значения относительно критерия (4). В то же время методы М1 и М3, обладая не столь высоким показателем переменной P, имеют более высокое значение критерия (4) за счёт меньшего числа требующих проверки приборов учёта. Наилучшим же результатом по критерию (4) обладает комбинация методов М1+М2+М3.

Поскольку критерий эффективности контроля достоверности данных приборов учёта (2) является средним значением критериев (3) и (4), а наибольшей эффективностью по критериям (3) и (4) обладает комбинация всех трёх методов, то наибольшей эффективностью, по критерию (2), также обладает комбинация методов М1+М2+М3.

Для проведения оценки стоимости реализации методов по критерию (5) в качестве значения Smax была взята стоимость метода М2 с размером кластера два, а для метода М2 – размер кластера равный пяти. Результаты оценки приведены в табл.6 из которой видно, что на стоимость реализации метода влияет исключительно наличие или отсутствие кластеризации приборов учёта. Поскольку кластеризация – это метод М2, то он и его комбинации имеет повышенную стоимость реализации и сниженную эффективность по критерию (5).

Для проведения оценки по критерию (6), в качестве Nmax была взята нагрузка, создаваемая методом М3 с частотой передачи данных один раз в час, а в качестве N1 – нагрузка, создаваемая при передаче данных два раза сутки. Для метода М3 и его комбинаций по критерию (6) была взята дополнительная нагрузка, создаваемая методом при передаче данных один раз в два часа. Результаты оценки приведены в табл. 7, из которой видно, что наилучшее значение по критерию (6) имеет метод М1 (разработанная методика), поскольку в отличие от методов М2 и М3, а также комбинаций, содержащих данные методы, не требует наличия избыточности приборов учёта (М2) и избыточности передаваемых данных (М3).

В табл. 8 приведены результаты оценки методов по составному критерию (1). Из неё видно, что наибольшим показателем эффективности обладает метод М1 – разработанная методика. Он на 25-30% превосходит методы контроля достоверности М2 и М3 по сумме критериев (5) и (6), однако на 7,8% уступает по критерию эффективности контроля достоверности данных методу М3 и на 3,3% его комбинации с методом М2. Также можно заметить, что использование разработанной методики совместно с методами М2 и М3 незначительно (на 2,2% и 1,3% соответственно) увеличивает показатель эффективности последних, а её использование с комбинацией данных методов увеличивает их эффективность на 9,1% по критерию оценки эффективности (1).

В работе установлено, что при принятых критериях оценки разработанная методика, по критерию экономической эффективности на 25-30% превосходит методы «кластеризация» и «увеличение частоты опроса приборов учёта», при снижении точности на 3-8%, что в плане эффективности контроля достоверности данных приемлемо. Также было установлено, что использование разработанной методики совместно с вышеперечисленными методами увеличивает эффективность их контроля достоверности данных на 1-2,5% совместно с каждой из используемых методик, а её применение с комбинацией всех рассмотренных методик происходит увеличение точности контроля  на 9,1%.