智能电能表运行状态评估技术研究综述

智能电能表运行状态评估包括可靠性分析、电能表故障分析以及电能表可靠性寿命预计;针对目前智能电能表运行状态评价研究必须面对的问题,将当前应用于智能电能表状态评估的质量评价方法、异常分析和故障预测算法、寿命预测算法等内容进行了梳理和对比,总结了智能电能表运行状态评价技术的研究现状和最新研发进展;从智能电能表数据特点的角度阐释了目前应用算法的特点和不足,探讨了研究基于多源数据融合技术的智能电能表运行状态评估技术的必要性、可行性和努力方向,为智能电能表数据数据分析技术和状态评估技术提供可靠的借鉴意义。     

智能电能表全生命周期质量评价方法研究

根据智能电能表的性质和特点,将全生命周期划分为设计、型式试验、生产、检测、运行、报废鉴定各环节。完全从产品质量的角度出发,对各环节中与质量相关的数据进行提炼,得到可以量化的数据,建立了包含各环节质量信息的质量数据库。建立了包含智能电能表设计、型式试验、生产、到货前全性能试验、到货后抽检、到货后全检、运行、报废鉴定整个生命周期的质量评价模型,利用层次分析法,实现了对单只电能表质量评价、批次质量评价、不同类型电能表质量评价、供应商综合评价,从多层次、多角度对智能电能表全生命周期进行了定量的质量评价。开发了计量设备质量数据库管理平台,自动导入质量数据库的质量信息,计算出各电能表厂家的综合得分。     

智能电表运行状态评估技术研究综述

智能电能表运行状态评估包括可靠性分析、电能表故障分析以及电能表可靠性寿命预计;针对目前智能电能表运行状态评价研究所必须面对的问题,对当前应用于智能电表状态评估的质量评价方法、异常分析和故障预测算法、寿命预测算法等内容进行了梳理和对比,盘点智能电表运行状态评价技术的研究现状和最新研发进展;最后从智能电表数据特点的角度阐释了目前应用算法的特点和不足,并探讨了研究基于多源数据融合技术的智能电表运行状态评估技术的必要性、可行性和努力方向,为智能电表数据数据分析技术和状态评估技术提供可靠的借鉴意义。     

灰色关联度算法在智能电能表供应商综合评价中的应用研究

为解决传统智能电能表供应商综合评价中指标繁杂、主观性强的问题,本文提出了一种智能电能表供应商综合评价新方法。分析了智能电能表供应商综合评价的主要内容,再以此为基础建立了评价指标体系和多目标综合评价模型。该评价模型能对供应商综合水平作出定量评价,其评价结果客观、全面,能够为电网公司和用电客户选择优质的电能表供应商提供有效的技术手段。     

基于层次分析法的智能电能表供应商评价方法

智能电能表是电力系统进行电能计量的关键设备,目前对智能电能表的供货需求庞大,实现智能电能表的质量评价对其招标工作具有重要意义。提出了一种智能电能表的供应商评价方法,综合考虑了智能电能表的性能指标和商务指标的影响,针对一般的质量评价方法无法全面、准确地对智能电能表的多项质量影响指标的重要性和优先级横向比较的问题,该方法采用层次分析法,选择能够全面反映智能电能表误差概率分布情况的特征量指标,依据专家意见,对指标两两比较的重要性程度做出打分构造判断矩阵,通过计算变换将多个指标转化为一个综合指标,对智能电能表的供货优先级形成评价性指标。实例表明,该方法能对智能电能表做出有效评价,得出智能电能表的采购优先级。     

一种智能电能表软件品质评估方法

智能电能表软件是实现智能电能表电能计量、数据冻结存储、事件记录、通信、显示、费控、阶梯电价等众多功能的重要基础。本文结合基于模拟现场工况干扰的黑盒测试方法和基于EEPROM数据读写的白盒测试方法,运用层次分析法(AHP)建立了智能电能表软件品质评估指标体系,给出了智能电能表软件品质综合评估模型,综合评估结果为国家电网公司开展智能电能表软件品质评估、质量监督提供客观和科学的依据,实例分析验证了本文提出的软件品质评估方法的有效性。     

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...     

基于改进BP神经网络的低压配电台区智能电能表误差状态评估模型

针对配电网台区中智能电能表误差估计问题,基于粒子群优化BP神经网络提出智能电能表误差估计方法。所提方法从数据搜集和数据预测、预处理建立智能电能表误差估计模型;针对传统BP神经网络隐含层节点数制定的局限性,提出采用粒子群优化算法对隐含层节点数进行优化,并采用优化得到的隐含层节点数构建BP神经网络结构对训练样本数据进行训练,基于训练得到的BP神经网络对测试样本数据进行计算得到智能电能表误差数据。针对某地区典型配电网台区中智能电网运行误差估计问题,采用所建立的方法进行智能电能表运行误差的评估。仿真算例表明,所建立的模型能够有效评估智能电能表运行误差,相比于传统的评估方法,其评估准确性有显著提升。     

电能表远程在线校准平台的设计及实现

针对传统电能表校准工作效率低，耗费人力物力的现状，研发了电能表远程在线校准平台。根据能量守恒定律，对营销、用电信息采集、计量生产调度平台中户变档案、日冻结、电能表检定信息等基础数据进行挖掘与计算，建立智能电能表误差分析理论模型，实现对电能表的实时运行监测，并及时评估电能表的运行情况，变“定期检定”为“全程监控”,支撑运行电能表状态评价与远程校准，节省用户电能表审校周期，提升用户服务质量，同时为智能电能表的稳定运行提供技术保障。     

拆旧智能电能表检测系统的设计

本文设计了一套应用于省电力公司的拆旧智能电能表检测系统,系统由数据平台、管理平台及硬件系统三部分组成。系统通过对拆旧表的检测、质量分析和故障诊断,确定各故障表的故障原因,建立拆旧表信息库。通过对故障数据的统计分析为电能表供应商质量评价、电能表可靠性分析及新试验标准及检测方法等研究提供可靠依据。     

基于FMECA的智能电能表关键元器件风险评估

基于FMECA相关理论与风险优先数方法,对智能电表的关键元器件开展风险评估工作。文中针对故障树与FMEA方法不足提出将FMECA方法应用于智能电表的质量评估工作;随后,依据智能电表的实际情况对风险优先数方法进行了优化;最后,结合某省2018年智能电表故障统计数据,对智能电表关键元器件进行风险评估并给出排序结果,为智能电表的设计、生产与质量提升工作提供参考依据。     

基于数据融合方法的智能电能表运行剩余寿命预测

本文融合加速退化试验数据和外场检测退化数据对智能电能表进行在线运行的剩余寿命预测。首先,基于加速退化试验（ADT）数据建立非线性Wiener过程退化模型和温湿综合加速模型,利用贝叶斯理论估计模型参数。其次,利用外场检测的退化数据对退化模型中参数进行不断更新,采用粒子滤波算法实现这一更新过程。最终,给出智能电能表在外场状态检测时刻开始的剩余寿命预测结果。该方法解决了两个问题,一是解决了仅仅利用ADT数据对智能电表在线运行状态评估不准确的问题;二是解决了仅仅利用外场使用条件下的数据量建立预测模型不准确的问题。不仅如此,使用粒子滤波（PF）算法对参数更新的精确度也很高。因此,本文对于智能电能表数据融合方法的研究有着一定的参考价值。     

智能电能表综合性能评级方法研究*

针对目前国内智能电能表综合性能评价缺失的情况,提出一种基于数据挖掘方法的智能电能表综合性能评级方法。基于大量智能电能表样本的全性能试验数据,选取代表性试验项目数据作为性能评级指标,利用主成分法分析某一评级指标下不同试验点的影响程度,给出不同试验点的权重值,通过加权处理获得各评级指标数据,得到评级指标矩阵。采用k均值聚类分析法构建智能电能表综合性能评级模型,对所选各样表性能给出评级结果。最后随机选取三个不同电能表厂家的样表,结合电能表现场故障率统计情况等分析其评级结果分布,验证了该评级方法对电能表综合性能评级的合理性及可靠性。     

智能电能表基于缺陷扣分法和三角模糊层次分析法的综合评价的建立

针对目前国内智能电能表质量评价系统稀缺的实际情况,介绍了部分较为适合电子产品的质量评价方法,其中包含层次分析法、缺陷扣分法及模糊综合评价法。在简要介绍各个方法的原理、基本思想及基本步骤后,深入分析了他们的优缺点。最后在此基础上,为了达到最好的评价效果,整合出一个最适合智能电能表的综合评价方法,以期能对以上方法扬长补短。     

基于贝叶斯与数据驱动的智能电表状态感知技术研究

为更准确地对智能电能表进行状态评估,文中将加速退化试验数据与现场检测状态数据相结合。文章基于加速退化试验(Accelerated Degradation Test,ADT)数据,成立了线性Wiener过程退化以及综合湿、温度加速模型,以贝叶斯理论对模型进行参数预测,利用外场检测状态数据修正退化模型中的参数,最终给出了智能电能表在运行状态下的状态评估结果。该方法同时解决了仅基于加速退化试验数据的在线运行状态评估和通过外场条件获得的状态数据预测模型的两类不准确性问题,对智能电能表数据融合方法的研究具有一定的参考价值。     

基于层次分析法和群体决策的智能电能表可靠性分配技术研究

针对电能计量设备研发过程中可靠性分配开展的实际情况,以及层次分析可靠性分配方法主观性过强的问题,文中将群体决策引入到层次分析法中,应用于电能计量设备的可靠性分配.聘请多位领域专家分别对智能电能表的递进层次结构模型建立判断矩阵,利用一致性比例构建专家权重,并由指标权重和专家权重形成综合权重,从而克服层次分析法中主观性过强的局限性.通过对某型号智能电能表采用层次分析法和群体决策进行可靠性分配,对基于该可靠性分配结果的设计方案进行可靠性预计评估,其结果证明了方法的正确性和有效性,对于智能电能表在研发过程中的可靠性设计、降低设计可靠性成本、寿命试验(加速、高加速)、实际使用过程的运行维护具有参考价值.     

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。     

基于改进灰色聚类法的配电台区电能表质量评价方法

针对配电台区电能表运行的质量评估问题,采用改进灰色聚类法建立电能表运行质量评估方法。所建立的方法首先制定电能表质量评估指标体系,将指标划分为准则层和指标层进行确立。接着制定模糊评价矩阵,通过事件关联分析对各个指标层因素的初始权重构建归一化后的修正系数,同时考虑到的近期数据与历史数据方差的偏差进一步修正权重系数。最后制定评估模型中不同灰度的白化权函数,通过德尔菲法对白化权函数中的参数进行确定。基于灰色聚法步骤和模糊评价矩阵计算得到各个指标层状态量以及准则层状态量,得到电能表质量评估结果。仿真算例表明,所建立的模型适用于配电台区电能表运行质量评估,为电能表的排查和检修计划制定提供指导。     

基于集对分析和证据理论的电能表运行状态评估

为及时准确地评估电能表的运行状态,提出一种基于集对分析和证据理论的电能表运行状态评估方法。首先根据电 能表自身基础、在线监测及现场检测信息,建立电能表运行状态评估指标体系。然后运用模糊层次分析法和熵权法分别确定 各指标的主客观权重,运用博弈论和变权理论确定各指标的组合权重与变权重。之后运用集对分析法确定各指标与各状态 等级间的联系度,采用证据理论对各指标的联系度进行合成。最后利用最大隶属度原则与信度准则共同判定电能表的运行 状态等级。实例分析结果表明,该方法与电能表的实际运行情况相符,且评估结果准确直观,与模糊综合评价法和集对分析 法相比,该方法在状态等级区分度上达到了0.5256,明显高于模糊综合评价法的0.3024及集对分析法的0.1483,具有较好 的区分度,为电能表的状态评估提供了一种新的思路。