在电力工业的100多年历史中，“智能电表”仍处于部署和使用的初级阶段。由于电表是电力公司的前端“收银机”，必须十分精确。
尽管对于电表有大量的要求，性能规范和法规，并且电力公司试图确保电表精度，但实际上，一旦电表设计经过认证、制造和安装，大多数电表的精度的确认仅停留于生产刚结束时的出厂测试阶段。特定电表在退役前的现场性能只能通过统计样本测试来估计。
此外，窃电是电力公司收入损失的主要根源。虽然通常认为面临这一问题的主要是发展中经济体，但在许多发达地区也日益严重。例如，英国天然气和电力市场办公室(Ofgem)在2013年7月发布一份题为“阻止窃电–诊断”的报告，其中估计英国每年发生的窃电价值超过2亿英镑，电力公司还需另外投资2500万英镑防窃电、修理或更换被篡改的设备。
了解整个电表的精度很关键
智能电表相对于电子和机械电表的主要优势是连通性。联网智能电表可远程报告用电量、实施断电管理、收集使用时间数据并防止某些类型的窃电。不过，有没有可能对电表本身关键的测量功能执行更精密的诊断?
其他具有关键任务功能的行业，例如汽车和工业，对诊断要求引入了“功能安全性”概念，其本质是检查设备以确定其在使用前、使用中和使用后是否正常运行。电力电表行业的此类功能之一是现场使用寿命期间的电表精度。
目前电表执行现场样本测试，仅依靠现场电表内部元器件仍保持在校准范围内来估计精度，但此方法存在风险。现场精度监控很重要，因为精度受传感器影响，传感器则暴露于高电流、电压事件和恶劣的环境。因此，诊断必须包括监控整个电表，包括传感器和所有电子元件。
电表精度检查通常需要人为干预、断开现场连接和采用专用设备，因此需投入大量成本或实施复杂的拆解才能在现场完成。不过，针对每个电表的非侵入性监控技术可以改变这一困局。
大数据分析机遇
信息系统架构师需要考虑的问题是：“如果能定期获得现场部署的每个电表的精度，您会怎么做?”此能力可清除故障和次品，但更好的能力是收集和分析整个电表群的信息。
监控精度不会违反任何法规，却能提供管理电表的优势。每小时或每天收集信息，数据量不会太大，但应用潜力是无限的。
下图显示以高分辨率监控群组精度的情况，这样可提取群组在使用寿命期间的差异。如此可深入了解制造批次、供应商、部署区域或不同电网拓扑的差异。
此数据亦可与其他度量相结合，例如季节、温度、湿度和用电量，用于确定是否需要提高未来电表规格，以提供更可重复的现场测量。
此外，了解整个群组的性能后，可确定样本测试的目标，满足监管机构的要求。实施整个电表群组的大数据分析可使电力公司更好地处理所承担的责任风险。
解决方案
迄今，尚不存在包括整个电表、现场运行和自检精度的测试。因此，也没有识别和报告设备精度变化的机制。此空白凸显了新监控技术的需求，即连续监控现场电表精度，提供内置、自测试功能，用于检查电表整个寿命期间的性能。此技术必须在电表运行时监控电表精度，同时不影响计量功能。
为应对这一挑战，ADI公司开发出mSure技术，旨在通过将已知基准信号注入传感器连续监控整个电表的响应。叠加后，传感器可同时检测基准信号和负载信号。此组合信号是从相同路径获取的，因此电子器件末端存在组合信号的数字形式。
检测电路则从负载信号提取唯一基准信号成分，一旦完成此步，系统便有从传感器至整个电表数字表示的传输函数。
同样的传输函数可应用于负载信号至数字表示，以便电力公司确定精度变化。为保留能源数据，监控信号以数字方式从信号路径移除，只能源数据传输进入计量系统。
由于具有监控传感器和电子器件的能力，此技术也可用于检测许多现有“防篡改”电表也无法识别的窃电方法。即使电力公司仅阻止了少量篡改事件，也能显著改善盈利能力。
小结
目前的电表在供应和安装前经过认证、校准和出厂测试，确保符合一整套精度和性能标准，进而满足不同地区实施的不同标准。之后，电表能否保持精度只能依赖信任度(元件质量和统计测试)。
通过采用严格的电表监控方法，电力公司可利用智能电表的内在连接性提供非侵入性现场精度测试，更好地应用大数据分析以了解整个电表部署的精度，减少电表窃电。
