CN103698734A - 智能电表基于仿真的虚拟故障测试方法 - Google Patents
智能电表基于仿真的虚拟故障测试方法 Download PDFInfo
- Publication number
- CN103698734A CN103698734A CN201310509438.8A CN201310509438A CN103698734A CN 103698734 A CN103698734 A CN 103698734A CN 201310509438 A CN201310509438 A CN 201310509438A CN 103698734 A CN103698734 A CN 103698734A
- Authority
- CN
- China
- Prior art keywords
- fault
- intelligent electric
- electric meter
- check point
- failure
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Tests Of Electronic Circuits (AREA)
Abstract
智能电表基于仿真的虚拟故障测试方法,包括如下步骤:1,根据智能电表的电路原理图设置电路激励信号与环境参数;2,整理得到智能电表常用元器件及其失效模式;3,完成智能电表核心电路元器件的常见失效模式故障建模;4,从智能电表故障集中随机选取一个未进行仿真的故障,实现故障注入;5,选取检测点;6,运行仿真;7,判断智能电表故障集中所有故障是否均完成仿真;8,形成智能电表故障信息矩阵;9,分析仿真结果与故障信息矩阵。采用本发明能够对智能电表中的任意环节提供虚拟故障重现,其仿真结果可为智能电表的实物检测及故障诊断等环节提供基础数据支持,具备工程实用价值。
Description
技术领域
本发明涉及故障测试技术领域,具体是一种智能电表基于仿真的虚拟故障测试方法,利用故障仿真的方法完成对智能电表的故障检测并生成智能电表故障信息矩阵。
背景技术
电力资源作为当前社会发展最重要的能源形式,通过不断运用高新技术,提高电网运行的可靠性,是电力工作的不变目标。智能电表作为当前电网智能化中的一个重要基础技术,有助于实现更为有效的电力资源管理工作,其可靠性直接关系到电网能否正常运行。由此可见,对智能电表进行故障检测,以及时探知故障发生原因、位置并采取相应的补偿改进措施,是实现智能电网持续、稳定、可靠地运行的有效手段。
智能电表的核心部分是一块或几块中小规模硬件电路,基本决定着电表计量的精准性和运行可靠性。目前,针对智能电表的故障检测方法,如专家经验判断法、统计分析法、故障物理模拟法等,往往有一定的局限性,难以实施。与此同时,基于仿真的故障检测方法由于其经济性与适用范围广泛等特点,受到了越来越多的关注。基于仿真的电路故障检测技术可以将故障建模、故障注入及电路性能仿真相结合,以仿真为手段,通过分析电路内部各组成元器件的失效模式及其表现形式,在电路原有功能模型基础上构建电路故障仿真模型,分析获得各元器件故障对电路造成的影响,实现对电路各类故障的虚拟测试。利用故障仿真技术进行智能电表的虚拟故障测试,能够高效、经济地确定智能电表的相关故障信息,同时可以生成智能电表故障信息矩阵,提供检测点选取建议,为实物检测、诊断提供参考资料。
发明内容
本发明针对智能电表提出一种智能电表基于仿真的虚拟故障测试方法,通过仿真完成智能电表的故障测试,生成故障信息矩阵,以获得故障影响数据、选定检测点,为智能电表的实物故障检测奠定基础,并提供相应的数据支持。
本发明通过以下技术方案实现上述目的:一种智能电表基于仿真的虚拟故障测试方法,该方法具体步骤如下:
步骤1:根据智能电表的电路原理图设置电路激励信号与环境参数,在Cadence环境下 运行调试,并将仿真生成的电路文件作为后续故障仿真的输入文件。
步骤2:整理得到智能电表常用元器件主要包括电阻、电容、电感、变压器、二极管、三极管、晶振、温度传感器、锂电池、稳压管、整流桥、继电器、存储器、红外发射管与接收头、光电耦合器、通讯接口、单片机、电能测量集成电路,选择上述器件常见失效模式中发生概率较高、危害等级较高的组成一个集合,称之为故障集,如下表1所示。
表1 智能电表常用元器件故障集
步骤3:针对步骤2建立的智能电表常用元器件故障集,在Cadence环境下采用修改模型的方式建立相应的故障模型,依据表1的故障模型分类方法,共包含断路、短路、特征参数漂移、输出故障四种故障模型,具体如下所示:
(1)“断路”故障模型:命名为“OPEN”,将一个阻值极大的电阻串联于器件元器件的输入/输出端,即可完成“断路”失效模式的故障建模;
(2)“短路”故障模型:命名为“SHORT”,将一个阻值极小的电阻其并联于电路的两节点之间,即可实现“短路”失效模式故障建模;
(3)“特征参数漂移”故障模型:命名为“DRIFT”,直接修改失效元器件出现漂移现象的特征参数值,以实现其失效模式故障建模,具体形式为Z=Z(1±T%),其中,Z为特征参数标称值,T为漂移量占标称值的百分比;
(4)“输出失效”故障模型:该故障模型仅针对集成电路,包含如下四种表现形式,其中前三种针对集成电路数字信号输出端,第四种针对混合集成电路模拟信号输出端:
i.输出固定高电平:在集成电路数字信号输出端串联一个逻辑或门,或门的另一个输入端设置为固定高电平,将该或门命名为“HIGH”;
ii.输出固定低电平:在集成电路数字信号输出端串联一个逻辑与门,与门的另一个 输入端设置为固定低电平,将该与门命名为“LOW”;
iii.输出错误:在集成电路数字信号输出端串联一个逻辑非门,将该非门命名为“ERROR”;
iv.输出零电压/零电流:在混合集成电路模拟信号输出端串联一个自定义的器件,该器件模型定义中将输出V_OUT设定为0,将该自定义器件命名为“ZERO”。
步骤4:从步骤2得到的智能电表常用元器件故障集中随机选取一个未进行注入的故障,确定失效器件名称代号、类型与失效模式;从步骤3建立的几种故障模型中选择相应的故障模型,用于替代智能电表相关电路文件中该元器件的正常状态模型,从而实现故障注入。
步骤5:依据“在故障集中故障均可隔离的前提下,使可检测点数目最少”这一准则,选取针对步骤4所注入的故障的检测点,设新选定的检测点与原先选定的检测点总共有n个。
步骤6:运行Cadence仿真,获得n个检测点的电路故障响应结果,对该结果进行故障特征识别,并与正常输出信号比对,对各个检测点完成故障编码,最终可得到一组由0、1这两种元素组成的n维向量,该向量的每一维依次表示步骤五设定的n个检测点的仿真输出状态,将该n维向量称为测试向量,具体过程如下(1)至(4)所示:
(1)运行仿真,获取检测点的电路故障响应数据;
(2)对获得的离散故障响应数据使用本智能电表基于仿真的虚拟故障测试方法进行处理,识别并提取出检测点的输出故障信号的关键特征参数,主要包括信号周期、最大/最小值、有效值、均值、绝对均值;
(3)根据设定的智能电表故障判据,将获得的关键特征参数与正常输出信号的响应参数进行比较,若不满足判据要求,则将该检测点的输出信号编码为1,若满足判据要求,则对该检测点编码为0;
(4)若全部n个检测点的输出信号均完成故障特征识别与编码,则向下执行步骤七,否则对未完成的检测点执行上述(1)、(2)、(3)步骤。
步骤7:判断故障集中所有故障是否均完成仿真?若是,向下执行步骤八;否则,返回步骤四顺序向下执行。
步骤8:将执行上述步骤获得的测试向量与相应的失效模式之间的一一对应关系用表格的形式进行表述,即形成智能电表故障信息矩阵,如下表2所示。
表2 智能电表故障信息矩阵
步骤9:分析上述仿真结果与故障信息矩阵是否满足对智能电表进行故障检测与故障隔离的要求,若不满足,需要返回步骤五,调整检测点选取方案,顺序执行后续步骤;若满足,则结束智能电表基于仿真的虚拟故障测试过程。
其中,步骤1所述的仿真生成的电路文件包括电路元件的结构、参数等信息,是后续故障仿真的输入数据。
其中,步骤6所述的预定的智能电表基于仿真的虚拟故障测试方法,该方法用于辅助计算机获取检测点仿真输出信号的常见故障特征参数,包括信号周期、最大/最小值、有效值、均值以及绝对均值,将获得的参数作为智能电表故障判据的输入,判定检测点状态;上述五种常见的故障特征参数的求解算法如下表3所示。
表3 故障特征参数求解算法
其中,步骤6所述的智能电表故障判据用于辅助计算机对仿真得到的各检测点的响应结果进行自动判定,具体内容为“在给定的时间段内,如果参数指标的实际值在给定的技术要求范围内,即该参数指标未超标,则将该参数所在检测点的状态判定为正常,否则将该检测点判定为故障”。
本发明的突出的有益效果在于:
对智能电表提出了一种基于仿真的虚拟故障测试方法,能够对智能电表中的任意环节提供虚拟故障重现,适用面广泛,经济高效,其仿真结果可为智能电表的实物检测及故障诊断等环节提供基础数据支持,具备一定的工程实践价值,展现了良好的工程应用前景。
附图说明
图1是本发明所述的智能电表基于仿真的虚拟故障测试方法的流程图。
图2某智能电表正常工作状态各检测点仿真输出情况图。
图3某智能电表故障信息矩阵记录图。
图中符号说明如下:
VCC:选定的检测点,检测该点的输出电压信号V(VCC)。
VCC1:选定的检测点,检测该点的输出电压信号V(VCC1)。
VCC2:选定的检测点,检测该点的输出电压信号V(VCC2)。
V1:选定的检测点,检测该点的输出电压信号V(V1)。
V2:选定的检测点,检测该点的输出电压信号V(V2)。
VAP:选定的检测点,检测该点的输出电压信号V(VAP)。
VBP:选定的检测点,检测该点的输出电压信号V(VBP)。
VCP:选定的检测点,检测该点的输出电压信号V(VCP)。
IAP:选定的检测点,检测该点的输出电压信号V(IAP)。
IBP:选定的检测点,检测该点的输出电压信号V(IBP)。
ICP:选定的检测点,检测该点的输出电压信号V(ICP)。
具体实施方式:
如图1所示,本发明所述的智能电表基于仿真的虚拟故障测试方法,包括如下步骤:
步骤1:根据智能电表的电路原理图设置电路激励信号与环境参数,在Cadence环境下 运行调试,并将仿真生成的电路文件作为后续故障仿真的输入文件,这些仿真生成的电路文件包括电路元件的结构、参数等信息,是后续故障仿真的输入数据。
步骤2:整理得到智能电表常用元器件主要包括电阻、电容、电感、变压器、二极管、三极管、晶振、温度传感器、锂电池、稳压管、整流桥、继电器、存储器、红外发射管与接收头、光电耦合器、通讯接口、单片机、电能测量集成电路,选择上述器件常见失效模式中发生概率较高、危害等级较高的组成一个集合,称之为故障集;该故障集中主要包含断路、短路、特征参数漂移、输出失效四类故障,如表1所示。
步骤3:针对步骤二建立的智能电表常用元器件故障集,在Cadence环境下采用修改模型的方式建立相应的故障模型,依据表1的故障模型分类方法,共包含断路、短路、特征参数漂移、输出故障四种故障模型,具体如下所示:
(1)断路故障模型:命名为“OPEN”,将一个阻值极大的电阻串联于器件元器件的输入/输出端,即可完成“断路”失效模式的故障建模;
(2)“短路”故障模型:命名为“SHORT”,将一个阻值极小的电阻其并联于电路的两节点之间,即可实现“短路”失效模式故障建模;
(3)“特征参数漂移”故障模型:命名为“DRIFT”,直接修改失效元器件出现漂移现象的特征参数值,以实现其失效模式故障建模,具体形式为Z=Z(1±T%),其中,Z为特征参数标称值,T为漂移量占标称值的百分比;
(4)“输出失效”故障模型:该故障模型仅针对集成电路,包含如下四种表现形式,其中前三种针对集成电路数字信号输出端,第四种针对混合集成电路模拟信号输出端:
i.输出固定高电平:在集成电路数字信号输出端串联一个逻辑或门,或门的另一个输入端设置为固定高电平,将该或门命名为“HIGH”;
ii.输出固定低电平:在集成电路数字信号输出端串联一个逻辑与门,与门的另一个输入端设置为固定低电平,将该与门命名为“LOW”;
iii.输出错误:在集成电路数字信号输出端串联一个逻辑非门,将该非门命名为“ERROR”;
iv.输出零电压/零电流:在混合集成电路模拟信号输出端串联一个自定义的器件,该器件模型定义中将输出V_OUT设定为0,将该自定义器件命名为“ZERO”。
步骤4:从步骤二得到的故障集中随机选取一个未进行注入的故障,确定失效器件名称代号、类型与失效模式;从步骤三建立的几种故障模型中选择相应的故障模型,用于替代智能电表相关电路文件中该元器件的正常状态模型,从而实现故障注入。
步骤5:依据“在故障集中故障均可隔离的前提下,使可检测点数目最少”这一准则,选取针对步骤四所注入的故障的检测点,设新选定的检测点与原先选定的检测点总共有n个。
步骤6:运行Cadence仿真,获得n个检测点的电路故障响应结果,对该结果进行故障特征识别,并与正常输出信号比对,对各个检测点完成故障编码,最终可得到一组由由0、1这两种元素组成的n维向量,该向量的每一维依次表示步骤五设定的n个检测点的仿真输出状态,将该n维向量称为测试向量,具体过程如下(1)至(4)所示:
(1)运行仿真,获取检测点的电路故障响应数据;
(2)对获得的离散故障响应数据使用本算法进行处理,识别并提取出检测点的输出故障信号的关键特征参数,主要包括信号周期、最大/最小值、有效值、均值、绝对均值,具体求解方法如上文中表3所示;
(3)根据设定的智能电表故障判据,将获得的关键特征参数与正常输出信号的响应参数进行比较,在给定的时间段内,如果参数指标的实际值在给定的技术要求范围内,则将该参数所在检测点的输出信号状态判定为正常,将该检测点输出信号编码为0,否则将其判定为故障,编码为1;
(4)若全部n个检测点的输出信号均完成故障特征识别与编码,则向下执行步骤七,否则对未完成的检测点执行上述(1)、(2)、(3)步骤。
步骤7:判断故障集中所有故障是否均完成仿真?若是,向下执行步骤八;否则,返回步骤四顺序向下执行。
步骤8:将执行上述步骤获得的测试向量与相应的失效模式之间的一一对应关系用表格的形式进行表述,即形成智能电表故障信息矩阵,如下表2所示。
步骤9:分析上述仿真结果与故障信息矩阵是否满足对智能电表进行故障检测与故障隔离的要求,若不满足,需要返回步骤五,调整检测点选取方案,顺序执行后续步骤;若满足,则结束智能电表基于仿真的虚拟故障测试过程。
实施例1
以某型智能电表为实例,验证本发明所述的智能电表基于仿真的虚拟故障测试方法的有效性与正确性。该实例基本信息情况如下:
该智能电表主要技术指标如下表4所示。
表4 某型智能电表主要技术指标
在以上某型智能电表基本信息的基础上,对其进行基于仿真的虚拟故障测试工作,具体步骤与结果如下所示。
步骤1-步骤2:通过仿真运行,将得到的电路文件作为后续故障仿真的输入文件;选取智能电表常用元器件的失效模式中发生概率较高、危害等级较高的组成故障集,选取其中较为典型的3种失效模式用于案例验证,包括断路、短路,以及电容容量减少(特征参数漂移)。
步骤3:建立智能电表常见元器件失效模式的故障模型,包括“断路”故障模型、“短路”故障模型、“特征参数漂移”故障模型。
步骤4-步骤9:按照本发明所述方法,完成故障注入、选取检测点、运行仿真并获得检测点的电路故障响应结果、故障特征参数识别、检测点故障编码、生成故障信息矩阵步骤,最终填写该智能电表正常工作状态的检测点输出信号情况如图2所示,以及该智能电表的故障信息矩阵记录表如图3所示。
其中,故障注入是利用步骤3建立的三种故障模型直接替换智能电表电路原理图中的7个元器件正常状态模型,依次完成单点故障注入;这7个元器件中,三相电表Meter原理图中的Z3线圈分别注入断路、短路两种故障,其余6个器件(C31铝电解电容器、D4普通二极管、R45合成电阻器、RN0100碳膜电阻器、CT1变压器、C10铝电解电容器)各注入1次单点故障,总计有8条单点故障注入记录。
其中,选取检测点共计11个,每次故障仿真时分别检测其输出电压信号情况;这11个检测点中,包括智能电表电源Power原理图中的5个检测点VCC、VCC1、VCC2、V1、V2,以及智能电表三相电表Meter原理图中的6个检测点VAP、VBP、VCP、IAP、IBP、ICP。
其中,图2与图3中“检测点”一栏表示的是对该检测点检测何种输出信号,如V(VCC)表示对检测点VCC检测其电压输出信号。
其中,图3中RN0100碳膜电阻器与CT1变压器的仿真运行后得到的故障编码相同,无法利用故障编码直接隔离出故障,可进一步利用检测点输出波形图进行判别,如检测点IAP在故障情况下输出信号幅值等属性不同。
从上述结果可以直观看出利用仿真对智能电表进行虚拟故障测试的优势,即快速、高效、经济,并且能为实物检测提供参考。同时,通过绘制故障信息矩阵,为实物故障检测提供检测点选取方案,灵活使用故障信息矩阵有助于对智能电表硬故障进行简单有效地诊断。另外,本发明不局限于前述的具体实施方式,经过适当改进可以应用于其他产品的故障检测分析。
Claims (6)
1.智能电表基于仿真的虚拟故障测试方法,其特征在于:该方法的具体步骤如下:
步骤1,根据智能电表的电路原理图设置电路激励信号与环境参数,在Cadence环境下运行调试,并将仿真生成的电路文件作为后续故障仿真的输入文件;
步骤2,整理得到智能电表常用元器件及其失效模式,选取发生概率较高、危害等级较高的失效模式组成故障集;
步骤3,针对步骤2建立的智能电表常用元器件故障集,在Cadence环境下采用修改模型的方式建立相应的故障模型,共包含断路、短路、特征参数漂移、输出故障四种故障模型,具体内容如下①至④所示:
①“断路”故障模型:命命名为“OPEN”,将一个阻值极大的电阻串联于器件元器件的输入/输出端,即可完成“断路”失效模式的故障建模;
②“短路”故障模型:命名为“SHORT”,将一个阻值极小的电阻并联于电路的两节点之间,即可实现“短路”失效模式故障建模;
③“特征参数漂移”故障模型:命名为“DRIFT”,直接修改失效元器件出现漂移现象的特征参数值,以实现其失效模式故障建模,具体形式为Z=Z(1±T%),其中,Z为特征参数标称值,T为漂移量占标称值的百分比;
④“输出失效”故障模型:该故障模型仅针对集成电路,包含四种表现形式,其中前三种针对集成电路数字信号输出端,第四种针对混合集成电路模拟信号输出端;
步骤4,从步骤2得到的智能电表故障集中随机选取一个未进行注入的故障,确定失效器件名称代号、类型与失效模式;从步骤3建立的几种故障模型中选择相应的故障模型,用于替代智能电表相关电路文件中该元器件的正常状态模型,从而实现故障注入;
步骤5,依据“在故障集中故障均可隔离的前提下,使可检测点数目最少”这一准则,选取针对步骤4所注入的故障的检测点,设新选定的检测点与原先选定的检测点总共有n个;
步骤6,运行Cadence仿真,获得n个检测点的电路故障响应结果,对该结果进行故障特征识别,并与正常输出信号比对,对各个检测点完成故障编码,最终可得到一组由0、1这两种元素组成的n维向量,该向量的每一维依次表示步骤5设定的n个检测点的仿真输出状态,将该n维向量称为测试向量,具体过程如下①至④所示:
①运行仿真,获取检测点的电路故障响应数据;
对获得的离散故障响应数据使用本算法进行处理,识别并提取出检测点输出故障信号的关键特征参数,主要包括信号周期、最大/最小值、有效值、均值、绝对均值,将获得的参数作为智能电表故障判据的输入,判定检测点状态;
②根据设定的智能电表故障判据,将获得的关键特征参数与正常输出信号的响应参数进行比较,若不满足判据要求,则将该检测点的输出信号编码为1,若满足判据要求,则将该检测点的输出信号编码为0;
③若全部n个检测点的输出信号均完成故障特征识别与编码,则向下执行步骤7,否则对未完成的检测点执行步骤6中的①、②、③步骤,
步骤7,判断故障集中所有故障是否均完成仿真,若是,向下执行步骤8;否则,返回步骤4顺序向下执行;
步骤8,将执行上述步骤获得的测试向量与相应的失效模式之间的一一对应关系用表格的形式进行表述,即形成智能电表故障信息矩阵;
步骤9,分析上述仿真结果与故障信息矩阵是否满足对智能电表进行故障检测与故障隔离的要求,若不满足,需要返回步骤5,调整检测点选取方案,顺序执行后续步骤;若满足,则结束智能电表基于仿真的虚拟故障测试过程。
2.根据权利要求1所述的智能电表基于仿真的虚拟故障测试方法,其特征在于:在步骤1所述的仿真生成的电路文件包括电路元件的结构、参数信息,是后续故障仿真的输入数据。
3.根据权利要求1所述的智能电表基于仿真的虚拟故障测试方法,其特征在于:在步骤2中所述的故障集如下表1所示:
表1 智能电表常用元器件故障集
4.根据权利要求1所述的智能电表基于仿真的虚拟故障测试方法,其特征在于:在步骤3中所述的输出失效故障模型的四种表现形式的具体内容如下:
①输出固定高电平:在集成电路数字信号输出端串联一个逻辑或门,或门的另一个输入端设置为固定高电平,将该逻辑或门命名为“HIGH”;
②输出固定低电平:在集成电路数字信号输出端串联一个逻辑与门,与门的另一个输入端设置为固定低电平,将该与门命名为“LOW”;
③输出错误:在集成电路数字信号输出端串联一个逻辑非门,将该非门命名为“ERROR”;
④输出零电压/零电流:在混合集成电路模拟信号输出端串联一个自定义的器件,该器件模型定义中将输出V_OUT设定为0,将该自定义器件命名为“ZERO”。
5.根据权利要求1所述的智能电表基于仿真的虚拟故障测试方法,其特征在于:所述智能电表故障判据用于辅助计算机对仿真得到的各检测点的响应结果进行自动判定,具体内容为:在给定的时间段内,如果参数指标的实际值在给定的技术要求范围内,即该参数指标未超标,则将该参数所在检测点的输出信号状态判定为正常,否则将该检测点输出信号判定为故障。
6.根据权利要求1所述的智能电表基于仿真的虚拟故障测试方法,其特征在于:所述故障信息矩阵如表2所示:
表2 智能电表故障信息矩阵
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310509438.8A CN103698734A (zh) | 2013-10-25 | 2013-10-25 | 智能电表基于仿真的虚拟故障测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310509438.8A CN103698734A (zh) | 2013-10-25 | 2013-10-25 | 智能电表基于仿真的虚拟故障测试方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103698734A true CN103698734A (zh) | 2014-04-02 |
Family
ID=50360328
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310509438.8A Pending CN103698734A (zh) | 2013-10-25 | 2013-10-25 | 智能电表基于仿真的虚拟故障测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103698734A (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104166119A (zh) * | 2014-09-01 | 2014-11-26 | 国家电网公司 | 一种基于错误注入的智能电能表程序稳定性检测系统 |
CN104391205A (zh) * | 2014-12-03 | 2015-03-04 | 中国航空综合技术研究所 | 一种增益可调的电压故障注入器 |
CN104793171A (zh) * | 2015-04-23 | 2015-07-22 | 广西电网有限责任公司电力科学研究院 | 一种基于故障仿真的智能电表故障检测方法 |
CN105005015A (zh) * | 2015-04-23 | 2015-10-28 | 广西电网有限责任公司电力科学研究院 | 一种基于硬件电路故障注入的电路故障仿真系统 |
CN105488914A (zh) * | 2015-12-21 | 2016-04-13 | 国网四川省电力公司电力科学研究院 | 一种本地费控交互数据故障定位系统 |
CN105608800A (zh) * | 2015-12-21 | 2016-05-25 | 国网四川省电力公司电力科学研究院 | 一种便携式智能电表充值故障检测系统 |
CN107202971A (zh) * | 2017-04-24 | 2017-09-26 | 国网浙江省电力公司电力科学研究院 | 非常规低压电网电能计量设备运行特性仿真测试装置 |
CN108802663A (zh) * | 2018-04-18 | 2018-11-13 | 电子科技大学 | 基于调源参数向量优选的智能电能表功能检定方法 |
CN109030983A (zh) * | 2018-06-11 | 2018-12-18 | 北京航空航天大学 | 一种考虑激励测试的诊断关系矩阵生成方法 |
CN109073688A (zh) * | 2016-04-12 | 2018-12-21 | 萨基姆通讯能源及电信联合股份公司 | 用于检测包括断路单元的电表中的故障的方法 |
CN109542711A (zh) * | 2017-09-22 | 2019-03-29 | 亚德诺半导体无限责任公司 | 自动模拟故障注入 |
CN109886475A (zh) * | 2019-01-24 | 2019-06-14 | 广西电网有限责任公司电力科学研究院 | 基于ai的计量自动化系统的信息安全态势感知系统 |
CN110609250A (zh) * | 2019-09-11 | 2019-12-24 | 深圳市灵感智慧科技有限公司 | 一种电量计量电路的批量校准方法 |
CN111164524A (zh) * | 2017-09-30 | 2020-05-15 | 西门子股份公司 | 一种数控机床的故障诊断信息库的生成方法和装置 |
CN111199128A (zh) * | 2018-10-31 | 2020-05-26 | 财团法人工业技术研究院 | 仿真系统与方法 |
CN111308328A (zh) * | 2020-01-20 | 2020-06-19 | 杭州仁牧科技有限公司 | 一种低频数字电路综合测试系统及其测试方法 |
CN111382501A (zh) * | 2020-02-21 | 2020-07-07 | 华北电力大学 | 一种智能电表的配置方法、装置及计算设备 |
CN111414310A (zh) * | 2020-04-01 | 2020-07-14 | 国网新疆电力有限公司电力科学研究院 | 自动生成测例的电网安全稳定控制装置测试方法及系统 |
CN112834978A (zh) * | 2021-02-25 | 2021-05-25 | 广东电网有限责任公司 | 智能电能表故障的分析方法及分析装置 |
CN112861460A (zh) * | 2019-11-28 | 2021-05-28 | 西门子股份公司 | 确定电路中故障的故障原因的方法和设备 |
CN113466668A (zh) * | 2021-07-09 | 2021-10-01 | 哈尔滨工业大学 | 基于开关电容的层间介质空洞故障测试结构及测试方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040103354A1 (en) * | 2002-10-25 | 2004-05-27 | Xilinx, Inc. | Method and circuits for localizing defective interconnect resources in programmable logic devices |
CN101858966A (zh) * | 2010-05-10 | 2010-10-13 | 珠海市科荟电器有限公司 | 电能表数据采集装置仿真检测系统 |
CN102142051A (zh) * | 2011-03-16 | 2011-08-03 | 北京航空航天大学 | 基于pspice的电路故障判定方法 |
CN102156760A (zh) * | 2010-08-23 | 2011-08-17 | 北京航空航天大学 | 基于Saber的电路故障仿真分析方法 |
CN102721941A (zh) * | 2012-06-20 | 2012-10-10 | 北京航空航天大学 | 一种基于som和d-s理论的电表电路故障信息融合和诊断方法 |
CN102955430A (zh) * | 2012-11-08 | 2013-03-06 | 江苏省电力公司电力科学研究院 | 一种基于仿真技术的电能表全自动检测系统建立方法 |
CN103019940A (zh) * | 2012-12-26 | 2013-04-03 | 中国计量学院 | 一种电能表嵌入式软件半仿真测试装置 |
-
2013
- 2013-10-25 CN CN201310509438.8A patent/CN103698734A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040103354A1 (en) * | 2002-10-25 | 2004-05-27 | Xilinx, Inc. | Method and circuits for localizing defective interconnect resources in programmable logic devices |
CN101858966A (zh) * | 2010-05-10 | 2010-10-13 | 珠海市科荟电器有限公司 | 电能表数据采集装置仿真检测系统 |
CN102156760A (zh) * | 2010-08-23 | 2011-08-17 | 北京航空航天大学 | 基于Saber的电路故障仿真分析方法 |
CN102142051A (zh) * | 2011-03-16 | 2011-08-03 | 北京航空航天大学 | 基于pspice的电路故障判定方法 |
CN102721941A (zh) * | 2012-06-20 | 2012-10-10 | 北京航空航天大学 | 一种基于som和d-s理论的电表电路故障信息融合和诊断方法 |
CN102955430A (zh) * | 2012-11-08 | 2013-03-06 | 江苏省电力公司电力科学研究院 | 一种基于仿真技术的电能表全自动检测系统建立方法 |
CN103019940A (zh) * | 2012-12-26 | 2013-04-03 | 中国计量学院 | 一种电能表嵌入式软件半仿真测试装置 |
Non-Patent Citations (2)
Title |
---|
中国人民解放军总装备部: "《GJB/Z 299C-2006 电子设备可靠性预计手册》", 20 October 2006 * |
陈忱 等: "基于BP-AdaBoost的电子式电能表故障检测方法", 《电光与控制》 * |
Cited By (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104166119B (zh) * | 2014-09-01 | 2017-03-08 | 国家电网公司 | 一种基于错误注入的智能电能表程序稳定性检测系统 |
CN104166119A (zh) * | 2014-09-01 | 2014-11-26 | 国家电网公司 | 一种基于错误注入的智能电能表程序稳定性检测系统 |
CN104391205A (zh) * | 2014-12-03 | 2015-03-04 | 中国航空综合技术研究所 | 一种增益可调的电压故障注入器 |
CN104391205B (zh) * | 2014-12-03 | 2017-04-19 | 中国航空综合技术研究所 | 一种增益可调的电压故障注入器 |
CN104793171A (zh) * | 2015-04-23 | 2015-07-22 | 广西电网有限责任公司电力科学研究院 | 一种基于故障仿真的智能电表故障检测方法 |
CN105005015A (zh) * | 2015-04-23 | 2015-10-28 | 广西电网有限责任公司电力科学研究院 | 一种基于硬件电路故障注入的电路故障仿真系统 |
CN105608800B (zh) * | 2015-12-21 | 2018-11-20 | 国网四川省电力公司电力科学研究院 | 一种便携式智能电表充值故障检测系统 |
CN105608800A (zh) * | 2015-12-21 | 2016-05-25 | 国网四川省电力公司电力科学研究院 | 一种便携式智能电表充值故障检测系统 |
CN105488914A (zh) * | 2015-12-21 | 2016-04-13 | 国网四川省电力公司电力科学研究院 | 一种本地费控交互数据故障定位系统 |
CN109073688A (zh) * | 2016-04-12 | 2018-12-21 | 萨基姆通讯能源及电信联合股份公司 | 用于检测包括断路单元的电表中的故障的方法 |
CN107202971A (zh) * | 2017-04-24 | 2017-09-26 | 国网浙江省电力公司电力科学研究院 | 非常规低压电网电能计量设备运行特性仿真测试装置 |
CN107202971B (zh) * | 2017-04-24 | 2019-07-23 | 国网浙江省电力公司电力科学研究院 | 非常规低压电网电能计量设备运行特性仿真测试装置 |
CN109542711A (zh) * | 2017-09-22 | 2019-03-29 | 亚德诺半导体无限责任公司 | 自动模拟故障注入 |
CN111164524A (zh) * | 2017-09-30 | 2020-05-15 | 西门子股份公司 | 一种数控机床的故障诊断信息库的生成方法和装置 |
CN111164524B (zh) * | 2017-09-30 | 2023-09-01 | 西门子股份公司 | 一种数控机床的故障诊断信息库的生成方法和装置 |
CN108802663A (zh) * | 2018-04-18 | 2018-11-13 | 电子科技大学 | 基于调源参数向量优选的智能电能表功能检定方法 |
CN108802663B (zh) * | 2018-04-18 | 2020-12-01 | 电子科技大学 | 基于调源参数向量优选的智能电能表功能检定方法 |
CN109030983A (zh) * | 2018-06-11 | 2018-12-18 | 北京航空航天大学 | 一种考虑激励测试的诊断关系矩阵生成方法 |
CN109030983B (zh) * | 2018-06-11 | 2020-07-03 | 北京航空航天大学 | 一种考虑激励测试的诊断关系矩阵生成方法 |
CN111199128A (zh) * | 2018-10-31 | 2020-05-26 | 财团法人工业技术研究院 | 仿真系统与方法 |
CN111199128B (zh) * | 2018-10-31 | 2023-10-13 | 财团法人工业技术研究院 | 仿真系统与方法 |
CN109886475A (zh) * | 2019-01-24 | 2019-06-14 | 广西电网有限责任公司电力科学研究院 | 基于ai的计量自动化系统的信息安全态势感知系统 |
CN109886475B (zh) * | 2019-01-24 | 2022-12-06 | 广西电网有限责任公司电力科学研究院 | 基于ai的计量自动化系统的信息安全态势感知系统 |
CN110609250A (zh) * | 2019-09-11 | 2019-12-24 | 深圳市灵感智慧科技有限公司 | 一种电量计量电路的批量校准方法 |
CN112861460A (zh) * | 2019-11-28 | 2021-05-28 | 西门子股份公司 | 确定电路中故障的故障原因的方法和设备 |
CN111308328B (zh) * | 2020-01-20 | 2022-02-08 | 杭州仁牧科技有限公司 | 一种低频数字电路综合测试系统及其测试方法 |
CN111308328A (zh) * | 2020-01-20 | 2020-06-19 | 杭州仁牧科技有限公司 | 一种低频数字电路综合测试系统及其测试方法 |
CN111382501B (zh) * | 2020-02-21 | 2023-06-02 | 华北电力大学 | 一种智能电表的配置方法、装置及计算设备 |
CN111382501A (zh) * | 2020-02-21 | 2020-07-07 | 华北电力大学 | 一种智能电表的配置方法、装置及计算设备 |
CN111414310A (zh) * | 2020-04-01 | 2020-07-14 | 国网新疆电力有限公司电力科学研究院 | 自动生成测例的电网安全稳定控制装置测试方法及系统 |
CN112834978A (zh) * | 2021-02-25 | 2021-05-25 | 广东电网有限责任公司 | 智能电能表故障的分析方法及分析装置 |
CN113466668A (zh) * | 2021-07-09 | 2021-10-01 | 哈尔滨工业大学 | 基于开关电容的层间介质空洞故障测试结构及测试方法 |
CN113466668B (zh) * | 2021-07-09 | 2024-05-17 | 哈尔滨工业大学 | 基于开关电容的层间介质空洞故障测试结构及测试方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103698734A (zh) | 智能电表基于仿真的虚拟故障测试方法 | |
Naseri et al. | Online parameter estimation for supercapacitor state-of-energy and state-of-health determination in vehicular applications | |
CN108229049B (zh) | 基于性能模型进行多状态系统任务可靠性建模的方法 | |
CN103543640B (zh) | 电池管理系统的测试系统 | |
CN100492032C (zh) | 一种基于拓扑图的配电系统故障测试方法 | |
CN109766586A (zh) | 一种自动生成大规模电网电磁暂态仿真模型的方法及系统 | |
CN105445585B (zh) | 电网一次回路的故障诊断方法和系统 | |
CN104793171A (zh) | 一种基于故障仿真的智能电表故障检测方法 | |
CN106370980A (zh) | 一种配电网故障监测方法及系统 | |
CN107976630A (zh) | 一种电池总成系统智能检测平台 | |
CN103605787B (zh) | 继电保护评价分析方法及系统 | |
CN110289613A (zh) | 基于灵敏度矩阵的配电网拓扑识别与线路参数辨识方法 | |
CN109507630A (zh) | 接线判断方法及系统 | |
CN104317995A (zh) | 基于PSpice AD电路仿真的单故障自动注入方法 | |
CN110927519A (zh) | 基于μPMU量测值的主动配电网故障定位方法 | |
CN104375024A (zh) | 一种自动测试系统的原位自检、计量装置及其方法 | |
CN104091289A (zh) | 基于接线模式规则的大规模配电网n-1快速校验方法 | |
Ahmadzadeh‐Shooshtari et al. | SG parameters estimation based on synchrophasor data | |
Yi et al. | Method for voltage sag source location based on the internal resistance sign in a single‐port network | |
CN105843736B (zh) | 一种电力系统状态估计软件的测试方法 | |
CN105044517B (zh) | 基于潮流特征值的智能变电站保护向量诊断方法 | |
CN205692170U (zh) | 一种营配调数据预处理系统 | |
Karatas et al. | Voltage stability assessment accounting for non‐linearity of Thévenin voltages | |
CN107064624A (zh) | 交流充电桩电能计量方法 | |
CN106528722A (zh) | 智能电子装置设备数据模型的一致性测试方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140402 |