运行中智能电能表质量分析及预测方法研究

文中提出了一种运行中智能电能表质量分析及预测方法研究的方法.该方法以电能表关键环节相关数据为基础,选取电能表在研发设计、物料采购、生产制造、验收检测、安装运行、拆回报废环节数据作为模型构建的样本数据,利用XGBoost算法分类方法建立智能电能表质量分析模型.以国网河南省电力公司的拆回电能表数据为例,对智能电能表各类质量...     

基于GJB/Z299C的智能电能表关键元器件可靠性预计

针对国产智能电能表存在的一些问题,提出对智能电能表关键元器件进行可靠性预计,同时以GJB/Z 299C为基础,设计了关键元器件可靠性信息输入表。研究了智能电能表的主要故障类型,对各主要故障类型进行统计分析,给出了导致故障的关键元器件;基于GJB/Z 299C,设计出各关键元器件的可靠性信息输入表,通过填入相关数据信息,再进行相关计算,即可获得各关键元器件的工作失效率。该方法简单易行,已在企业中实行,对提高国产智能电能表可靠性具有一定的现实意义。     

电能表故障预测的代价敏感模型研究

对电能表故障的准确预测是及时处理异常电能表,实现拆回电能表的自动分拣与质量评估的关键环节。为解决电能表故障预测这一高度不平衡的分类问题,文章提出一种代价敏感的多分类集成树模型。通过层次聚类等预处理技术,对数据特征维度进行压缩以抑制过拟合;通过优化基于类别先验概率设计的代价敏感目标函数,模型可以有效克服由于数据集不平衡导致的偏差。在真实数据集的测试表明,模型对电能表故障预测的精度达到较高水平。     

基于分故障模式威布尔分布模型的电能表寿命预判及验证

现场运行故障电能表在不同故障模式形成机制及演化趋势各有差异,文中提出了一种基于分故障模式威布尔分布模型的电能表寿命预判方法.利用电能表进行历史故障数据实测,建立各故障模式失效率威布尔分布模型,根据拟合优度情况,优化部分故障模式预测结果,并对所有故障模式的阶段失效率进行累加;从而获得整体电能表的预期寿命.经现场电能表故障数据验证,表明该方法可有效对电能表寿命进行预判,同时可以预判同批次电能表可能潜在故障,有利于批次电能表状态更换、隐患排查.     

基于混合威布尔模型的智能电能表可靠性评价方法

针对当前智能电能表故障类型多样、可靠性评价单一的问题,本文提出基于混合威布尔模型的可靠性评价方法。首先基于智能电能表各单元串联关系和故障事件进行故障类型分类,利用最小二乘法推算各单元故障类型的尺度与形状参数,结合中位秩与平均秩次计算智能电能表累计失效概率提高模型准确度,并通过熵权法计算各故障类型对整表可靠度影响的权重系数,据此建立基于混合威布尔模型的智能电能表可靠性评价方法。实例结果表明：本文提出方法在各类故障类型下均能准确得到智能电能表可靠度评估,并能准确获得智能电能表单元模块的可靠度,与现有方法相比,本文方法不需大量先验知识,且实现简单、准确度更高。     

基于异常事件故障关联度的电能表可靠性评价方法

随着智能电网的全面建设,使得通过智能电表终端的用电采集数据来对电能表可靠性评价成为了可能。本文提出了一种基于异常事件故障关联度的电能表可靠性评价方法。由于电能表故障引起的异常事件报警存在一定的耦合关系,所以将异常告警事件分为单异常事件和并发异常事件进行分析。对于单异常告警事件,分析电能表发生异常事件报警的次数与电能表故障有无直接关系;对于组合异常告警事件,利用Apriori算法筛选出频繁发生的组合异常告警事件,然后计算异常事件的故障关联度。最后通过异常事件的故障关联度对同地区尚在运行的电能表进行可靠性评价。实例分析结果验证了本文方法的可行性。     

拆回智能电能表复核分拣机器人研制

随着智能电网的高速发展,因换装、拆除、故障等原因,拆回智能电能表数量巨大。现有的复核分拣方式无法满足高效率、高质量的要求。研制一种拆回智能电能表复核分拣机器人。采用定位销及分类凹槽式双托盘设计,实现不同规格的电能表自动加电、批量复核分拣,提高复核分拣效率;采用灰度分割提取算法,实现需量数据的自动识别和快速提取,确保数据完整、准确;设计一种电能表示数、资产信息与营销系统的需量数据自动甄别模型,实现与营销系统的自动比对复核、异常电能表的锁定及分拣;设计一种可监管、可追溯的复核分拣管理模式,建立电能表历史图像库,使电量具有"永远"、"快捷"的可追溯性,有效避免电量纠纷的发生,实现监管便捷。     

基于多分类融合模型的智能电能表故障预测北大核心

由于智能电能表功能的丰富多样,随之而来的是设备故障类型及故障率的不断增加,如何准确地判断智能电能表的故障类型,提高故障表的检修效率,对保障智能电能表的安全稳定运行十分重要。文中提出一种基于多分类融合模型的智能电能表故障预测算法。针对智能电能表故障进行多维度分析及故障类型筛选;通过欠采样和过采样相结合的混合采样方式解决数据集中类不平衡问题,构建分类预测模型所需数据;利用基础分类算法的组合获取最优融合算法,在公共数据集上验证了所提算法的有效性,融合后的准确率较基础分类模型有稳定提升,以近年来电网系统中实时采集的智能电能表故障数据为基础,进行了基础模型与融合后算法模型的实验对比,结果表明文中所提的多分类融合算法模型在故障预测的准确率和可靠性上有明显的提升。     

电能表故障与地域气候、行业负荷关系研究

通过对电能表运维地区气候环境、电网负荷的数据采集、量化与聚类分析,依气候特征划分用电地区,同时按电网负荷特征将用电行业分类,结合电能表在各个地区与用电行业的故障统计数据,最终,将电能表按气候严酷程度划分6个地区,作为区域化配置电能表的依据;同时,从对烧表故障影响较大的7种负荷入手进行负荷特征描述与研究,推进了实验室条件下的电能表故障和失效机理的研究,利于对电能表从元器件筛选、设计、生产工艺等各个环节提出改进措施,降低电能表故障率。     

智能电能表电量异常的原因分析及检测方法研究

智能电能表电量异常直接影响到用户的正常电费结算,而且电量异常故障现象繁多,不易找到关键故障点。通过分析电量异常故障表的故障现象,准确找到引起故障的元器件。因此,有必要总结分析现有的电量异常故障,找到一种快速查找电量异常故障的方法,提高鉴定效率。针对现场一起电能表计量异常故障进行了测试分析,最后总结了类似故障的检测方法。     

基于威布尔分布的电能表可靠度评价

电能表的可靠度评价是电能表质量的重要评判标准。针对当前国网信息系统中电能表可靠度评价模式比较简单、不够准确的问题,文章基于威尔布分布,结合电能表的可靠度理论,实现对实际运行电能表的批次可靠度评价。利用实际运行中电能表的批次运行数据,计算电能表不可靠度,采用最小二乘法回归计算中间参数,并确定威布尔分布的尺度参数和形状参数,实现对整个批次电能表可靠度的预测。该方法在电能表可靠度计算理论的基础上成功实现了威布尔分布理论在电能表评价中的实际应用,突破了传统方法采用实验室加速试验数据的局限性,并实现了模型的动态修正,在电能表轮换工作中具备较高的应用价值。     

关口电能表动态误差实验室测试方法

提出了电能表动态性能测试技术的研究状况和存在的问题,从电能表内部的计量工作原理和外部动态负荷运行工况的影响两个方面,分析了影响电能表测量误差的因素;给出了OOK动态负荷测试激励信号模型,基于此模型,提出了关口电能表实验室动态误差测试实验方法和测试系统的构建方案,建立了电能表动态误差测试系统,采用该系统对不同型号关口电能表进行动态误差测试;最后分析了动态误差测试数据,指出了关口电能表动态误差存在的问题。     

基于贝叶斯网络的智能电能表可靠性预计的研究

可靠性作为智能电能表正常工作的重要指标,是现阶段电能质量研究的重点问题,本文针对智能电能表可靠性预计的重要性为切入点,讨论电能表可靠性的研究过程,以贝叶斯网络为依据,分析了传统的贝叶斯网络的可靠性预计双向推理的方法,并且同时结合故障树的模型理论,在可靠性研究的求解过程中引入了新的桶消元法对贝叶斯网络进行计算简化,从而快速得到可靠性预计结果。最后通过本文提出的方法,应用于电能表可靠性预计实例当中,计算的结果满足GJB/Z299C-2006标准在误差范围内的要求,从而证明,该方法简化预计过程的同时准确的预计出可靠性结果。     

基于分层网络的电能表运行状态评价

现有的电能表状态评价大都从孤立微观的角度对电能表运行状态进行评估,没有从更大的视角对台区电能表进行整体评价。孤立地对单个电能表进行状态评价,有可能造成对整个台区运行风险的误判。为了更加全面细致掌握电能表及台区的运行状态,我们提出了一种分层网络模型。方法是基于用电采集系统和计量生产调度平台的历史数据,根据各指标的状态对电能表质量,预期寿命和故障率进行评分,依据评分将电能表状态划分为稳定、正常、关注、严重和预警五个等级。基于台区终端记录的电能表异常事件数据,利用深度决策森林(Deep Neural Decision Forests)模型将台区中的异常事件等级程度划分为严重、重要、较重要和一般四个等级,模型分类正确率达到86.58%。实验结果表明,方法能够准确判断电能表的运行状态和整个台区的运行风险情况,为实现电网可靠稳定运行创造了条件。     

电能表自动化检定装置运行质量监测方法研究

针对电能表自动化检定装置运行中的质量监测问题,在分析其设计结构、工作流程及已有监测方法的基础上,根据简单高效、方便可靠的原则,文中提出了一种全新的对电能表自动化检定装置运行状况进行在线自动监测的方法。该方法采用高准确度安装式标准电能表对运行中的电能表自动化检定装置进行在线自动检测及期间核查,建立数据分析模型,实现了试验数据的实时分析,在云南电网公司计量中心的电能表自动化检定装置上得到了应用。结果表明该方法可以有效监测电能表自动化检定装置的运行质量,为设备评价及数据维护提供支撑和参考。     

智能电能表发展历程及应用前景

简叙了电能表的起源,并根据电能表的结构原理和功能特点,将我国电能表发展历程归纳为感应式交流电能表、电子式交流电能表、电子式多功能电能表以及智能电能表4个阶段,并介绍了智能电能表作为用电信息采集系统的终端设备提供的采集数据在智能电网中的应用前景。     

基于双重熵值修正指标权重的电能表状态评价研究

对电能表的状态进行全面、准确的综合评价,有助于指导实际检修工作,减少资源浪费。提出了一种基于双重熵值修正指标权重的电能表状态评价方法。具体地：首先,根据指标建立原则,梳理并构建了较为完备的电能表状态评价指标体系。其次,对传统熵值法进行了改进,给出了一种基于双重熵值确定指标权重的方法,兼顾了评价指标的主观经验性和客观规律性。然后,提出了一种电能表状态评价模型,并在某省级电网中应用,分析了不同类别和不同批次的电能表状态特征;并与传统评价方法对比,突出了所提方法的有效性和优越性。最后,结合现场经验和电能表状态评价结果,给出了一种灵活的电能表周期性检验策略,可以减少物力和人力消耗。     

基于贝叶斯网络的智能电能表可靠性预计研究

可靠性作为智能电能表正常工作的重要指标,是现阶段电能质量研究的重点问题,针对智能电能表可靠性预计的重要性为切入点,讨论电能表可靠性的研究过程,以贝叶斯网络为依据,分析了传统的贝叶斯网络的可靠性预计双向推理的方法,并且同时结合故障树的模型理论,在可靠性研究的求解过程中引入了新的桶消元法对贝叶斯网络进行计算简化,从而快速得到可靠性预计结果。最后通过提出的方法,应用于电能表可靠性预计实例当中,计算的结果满足GJB/Z299C-2006标准在误差范围内的要求,从而证明,该方法简化预计过程的同时准确的预计出可靠性结果。