CN105548949B - 一种智能电能表的故障远程判断方法及其系统 - Google Patents

Abstract

本发明提供了一种智能电能表的故障远程判断方法及其系统。其中，所述故障远程判断方法包括：通过远程通信接口获取智能电能表采集的电压及电流参数值；将获取的电压及电流参数值与预设阈值进行比对；若电压或电流参数值与所述正常值超过预设阈值时，判断智能电能表处于故障状态；获取处于故障状态的智能电能表的位置并采集相对应位置的若干影响因素情况；依据所述影响因素情况，与预设的历史数据库进行比对，获得相对应的智能电能表的正常参数值；基于所述正常参数值，通过预设的故障判定准则，判断智能电能表的故障类型。采用比较式的方法，能够更可靠的判断电能表故障，而且由于提供了更为详尽的判断依据及判断结果，避免数据的片面性。

Description

一种智能电能表的故障远程判断方法及其系统

技术领域

本发明涉及电能表技术领域，尤其涉及一种智能电能表的故障远程判断方法及其系统。

背景技术

目前，随着智能电网的构建，智能电表的推广和技术的不断发展，可以实现对于电能表数据的实时采集以及远程分析等，例如，通过远程通信方式电能计量装置进行校验检测或者公开号为CN1368777A的发明专利文献提及的电能表远程数据采集方案。

但是，在现有电力用户现场的电能表故障判断方法中，依然是采用传统的人工到达现场对电能表进行检测校验来进行判断的方式。这种方式需要耗费电力公司大量的人力资源，而且无法及时的发现电能表的故障，对于故障期间内的电力用量难以统计，造成用户以及电力公司的不便。

另外，现有还有一些直接利用电能表数据，在远程对电能表进行故障判断的方法。但是，这种方法通常使用统一的标准进行判断，较为简单，无法很好的筛查具体的故障情况，存在较大的片面性，很容易出现误报的情形，导致工作人员需要频繁的外出检测，应用效果不佳。

因此，现有技术还有待发展。

发明内容

鉴于上述现有技术的不足之处，本发明的目的在于提供一种智能电能表的故障远程判断方法及其系统，旨在解决现有技术中智能电能表故障排查不便，容易误报的问题。

为了达到上述目的，本发明采取了以下技术方案：

一种智能电能表的故障远程判断方法，所述故障远程判断方法包括：

通过远程通信接口获取智能电能表采集的电压及电流参数值；

将获取的电压及电流参数值与预设阈值进行比对；

若电压或电流参数值超过预设阈值时，判断智能电能表处于故障状态；

获取处于故障状态的智能电能表的位置并采集相对应位置的与电网运行相关的影响因素情况；

在采集与电网运行相关的影响因素时，采用分区分块的方法，对馈线段采取行向量法分析，并基于故障扩散的搜索，附加额外的分区条件从而形成若干节点分类采集；

其中，假设每个节点k中包含有i个串联件和j个负荷，区域功率负荷P，区块内配电线路电力情况为：

$U_k=\underset{i}{\Σ}{k}_i{r}_{ki}+\underset{j}{\Σ}{I}_j{p}_{kjf};$

依据所述与电网运行相关的影响因素情况，与预设的历史数据库进行比对，获得相对应的智能电能表的正常参数值；

基于正常参数值，通过预设的故障判定准则，判断智能电能表的故障类型。

所述的智能电能表的故障远程判断方法，其中，所述方法还包括：

在远程通信接口无法获取智能电能表采集的电压及电流参数值时，判断智能电能表为通信故障。

所述的智能电能表的故障远程判断方法，其中，所述历史数据库具体通过如下方法构建：

对正常运行的智能电能表，在特定影响因素下，测量其电压及电流参数值及其变化曲线；

改变影响因素，重复测量相对应的电压及电流参数值及其变化曲线，获得若干正常参数值，形成所述历史数据库。

所述的智能电能表的故障远程判断方法，其中，所述“依据所述影响因素情况，与预设的历史数据库进行比对，获得相对应的智能电能表的正常参数值”的步骤具体包括：

为每一影响因素设置权重值；

依据权重值大小，对每一影响因素进行排序后，通过广度优先搜索，在所述历史数据库中搜索获得相对应的智能电能表的正常参数值。

所述的智能电能表的故障远程判断方法，其中，所述智能电能表故障类型包括：超差故障、电源单元故障、失流故障、失压故障。

一种智能电能表的故障远程判断系统，其中，所述系统包括：

采集模块，用于通过远程通信接口获取智能电能表采集的电压及电流参数值；

比对模块，用于将获取的电压及电流参数值与预设阈值进行比对；若电压或电流参数值超过预设阈值时，判断智能电能表处于故障状态；

信息获取模块，用于获取处于故障状态的智能电能表的位置并采集相对应位置的与电网运行相关的影响因素情况；

搜索模块，用于依据所述与电网运行相关的影响因素情况，与预设的历史数据库进行比对，获得相对应的智能电能表的正常参数值；

结果输出模块，用于基于正常参数值，通过预设的故障判定准则，判断智能电能表的故障类型。

所述的智能电能表的故障远程判断系统，其中，所述结果输出模块还用于在远程通信接口无法获取智能电能表采集的电压及电流参数值时，判断智能电能表为通信故障。

所述的智能电能表的故障远程判断系统，其中，所述系统还包括历史数据库构建模块，用于对正常运行的智能电能表，在特定影响因素下，测量其电压及电流参数值及其变化曲线；以及

改变影响因素，重复测量相对应的电压及电流参数值及其变化曲线，获得若干正常参数值，形成所述历史数据库。

所述的智能电能表的故障远程判断系统，其中，所述搜索模块还用于：

为每一影响因素设置权重值；以及依据权重值大小，对每一影响因素进行排序后，通过广度优先搜索，在所述历史数据库中搜索获得相对应的智能电能表的正常参数值。

有益效果：本发明提供的一种智能电能表的故障远程判断方法及其系统，首先将电能表判断为故障，然后通过数据库信息进行比对，继续通过与数据库的比对，进一步判断电能表的故障类型。由于采用了比较式的方法，能够更为可靠的判断电能表的故障，而且由于提供了更为详尽的判断依据及判断结果，避免数据的片面性，能够很好的减轻电力工作人员在电能表排查过程中的工作负担，具有良好的应用前景。

附图说明

图1为本发明具体实施例的智能电能表的故障远程判断方法的方法流程图。

图2为本发明具体实施例的智能电能表的故障远程判断系统的结构框图。

图3为本发明具体实施例的智能电能表的故障远程判断方法的数据库构建方法的方法流程图。

图4为本发明具体实施例的智能电能表的故障远程判断方法的步骤S500的方法流程图。

具体实施方式

本发明提供一种智能电能表的故障远程判断方法及其系统。为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如图1所示，为本发明具体实施例的一种智能电能表的故障远程判断方法。其中，所述故障远程判断方法包括如下步骤：

S100、通过远程通信接口获取智能电能表采集的电压及电流参数值。

S200、将获取的电压及电流参数值与预设阈值进行比对。

S300、若电压或电流参数值超过预设阈值时，判断智能电能表处于故障状态。

在电能表的运行过程中，通常包括有失压、失流等故障。一般的，当电能表的工作电压处于额定电压的60％-70％之间时，电能表的计量开始不准确，而当工作电压进一步下降时，电能表将无法计量。因此，可以通过简单的获取当前的电能表的工作电压与电流参数值来完成预设判断，判断电能表是否处于正常工作状态。

上述阈值具体可以依据实际使用的电能表的型号，相对应的工作电流以及工作电压所决定。

S400、获取处于故障状态的智能电能表的位置并采集相对应位置的若干影响因素情况。

电能表的故障状态(电流与电压参数)事实上可能由多种不同的影响因素所诱发，可能是正常用电或者非正常用电所造成。获得电能表在电网中的位置信息，以及相关的电网运行情况将有助于分析电能表的故障状态，例如，当某一局部区域电网的电压出现异常，相对应区域内的电能表均处于故障状态时。

S500、依据所述影响因素情况，与预设的历史数据库进行比对，获得相对应的智能电能表的正常参数值。

由于上述电流电压以及电网的影响因素过程均为连续的数据采集过程，可以设定预定的采集周期。因此，可以通过将采集数据存储归类的方式形成上述历史数据库。

在现有的电力市场条件下，配电网络的结构较为繁杂，采用普通直接的数据采集方法事实上很难很好的获得优质的数据。因此，可以采用分区分块的方法，对馈线段行向量法，形成若干块区分别分析，并结合故障扩散的搜索，附加额外的分区条件，进一步的提升分区分块效率。

假设每个节点k中包含有i个串联件和j个负荷，区域功率负荷P，区块内配电线路电力情况为：

$U_k=\underset{i}{\Σ}{k}_i{r}_{ki}+\underset{j}{\Σ}{I}_j{p}_{kjf}$

在上述配电线路电力情况确定后，将区域节点划分为3个等级，分别使用行向量H1，H2，H3表示，其中一级行向量H1＝(1,2,3,4,5,6)，二级行向量H2＝(2,3,4,7,8)，三级行向量H3＝(7,9,10)。

同类的区域节点构成集合L＝{1,2,3,4,5,6,7,8,9,10}，生成最小路径向量后，依据节点的编号和行向量逐级推导获得数据模式用于比对。

其结合了分区方法与向量形成法，在节点内行向量法，构建相应的模型，进行评估。

在历史数据库中，通过常用的统计分析或者趋势分析等方法，可以获得特定电网情况(或者影响因素)下的电能表数据。

S600、基于所述正常参数值，通过预设的故障判定准则，判断智能电能表的故障类型。

依据上述获得的正常参数值，可以通过比较式判断的方法，来确定电能表的真实故障情形，例如短暂失压、断相、失流等。

所述预设的故障判定准则具体可以由厂家生产的智能电能表型号、相关参数所确定。例如，将获得的电能表的每相电流值与额定电流值的0.3％比较，当每相电流值小于所述额定电流值的0.3％时，判定为失压故障。

或者将获得的每相电压值与额定电压值的75％进行比较，若大于，可以判断为非失压故障等等。

具体的，所述智能电能表故障类型可以包括：超差故障、电源单元故障、失流故障、失压故障。每种故障都有其相对应的判断方式，其具体由厂家给定的电能表工作运行参数所决定。

较佳的是，所述方法还包括：

在远程通信接口无法获取智能电能表采集的电压及电流参数值时，判断智能电能表为通信故障。

在无法获得数据的情况下，后台系统无法进行有效的分析操作。因此，判定为通信故障并尽快进行维修，及时的恢复远程通信及数据获取是最为有效的方法。

具体的，如图3所示，所述历史数据库具体可以通过如下方法构建：

A100、对正常运行的智能电能表，在特定影响因素下，测量其电压及电流参数值及其变化曲线。

A200、改变影响因素，重复测量相对应的电压及电流参数值及其变化曲线，获得若干正常参数值，形成所述历史数据库。

上述历史数据的构建方式可以建立在对于正常运行的电能表的日常监控当中。在日常运行过程中，影响因素也在不断的发生着变化，因此，整个系统在运行过程中能够不断的丰富数据库，而无需额外的实验操作，能够很好的降低操作人员的劳动强度。

更具体的，所述“依据所述影响因素情况，与预设的历史数据库进行比对，获得相对应的智能电能表的正常参数值”的步骤具体包括：

S510、为每一影响因素设置权重值。

S520、依据权重值大小，对每一影响因素进行排序后，通过广度优先搜索，在所述历史数据库中搜索获得相对应的智能电能表的正常参数值。

广度优先搜索是从某个顶点出发，然后找出与这个节点所有相邻的，未被访问的节点并重复至访问完成所有的节点的搜索方法。

为影响因素设置权重值后，可以对影响因素进行分层，影响程度大的影响因素置于较高的层级，被首先进行搜索，从而更快的获得有效的搜索结果。

依据权重，排列形成排队队列。然后从队列头首先取出一个节点，判断是否符合扩展规则。若符合扩展规则，生产一个新的节点。加入新的节点到队列的队列尾部中。

下表为图的矩阵表示：

一般的，对于智能电能表的故障判断而言，其多种影响因素之间的相互联系较少，相关程度不高。因此，采用广度优先搜索的方法搜索获得的结果更能够符合实际的需求。

判断完成后，可进一步的验证智能电能表的故障判断结果的可靠性。将复杂的电能表在配电网络中的位置等效为局部区域内的开关节点，行向量法，通过图模型分析其判断结果的可靠性。

本发明还提供了一种智能电能表的故障远程判断系统。其中，如图2所示，所述系统包括：

采集模块100，用于通过远程通信接口获取智能电能表采集的电压及电流参数值；比对模块200，用于将获取的电压及电流参数值与预设阈值进行比对；若电压或电流参数值超过预设阈值时，判断智能电能表处于故障状态；信息获取模块300，用于获取处于故障状态的智能电能表的位置并采集相对应位置的若干影响因素情况；搜索模块400，用于依据所述影响因素情况，与预设的历史数据库进行比对，获得相对应的智能电能表的正常参数值以及结果输出模块500，用于基于所述正常参数值，通过预设的故障判定准则，判断智能电能表的故障类型。

具体的，所述结果输出模块500还用于，在远程通信接口无法获取智能电能表采集的电压及电流参数值时，判断智能电能表为通信故障。

较佳的是，如图2所示，所述系统还包括历史数据库构建模块600，用于对正常运行的智能电能表，在特定影响因素下，测量其电压及电流参数值及其变化曲线；以及改变影响因素，重复测量相对应的电压及电流参数值及其变化曲线，获得若干正常参数值，形成所述历史数据库。

更具体的，所述搜索模块400还用于：为每一影响因素设置权重值；以及依据权重值大小，对每一影响因素进行排序后，通过广度优先搜索，在所述历史数据库中搜索获得相对应的智能电能表的正常参数值。

可以理解的是，对本领域普通技术人员来说，可以根据本发明的技术方案及本发明构思加以等同替换或改变，而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。

Claims (9)

1.一种智能电能表的故障远程判断方法，其特征在于，所述故障远程判断方法包括：

通过远程通信接口获取智能电能表采集的电压及电流参数值；

将获取的电压及电流参数值与预设阈值进行比对；

若电压或电流参数值超过预设阈值时，判断智能电能表处于故障状态；

获取处于故障状态的智能电能表的位置并采集相对应位置的与电网运行相关的影响因素情况；

在采集与电网运行相关的影响因素时，采用分区分块的方法，对馈线段采取行向量法分析，并基于故障扩散的搜索，附加额外的分区条件从而形成若干节点分类采集；

依据所述与电网运行相关的影响因素情况，与预设的历史数据库进行比对，获得相对应的智能电能表的正常参数值；

基于正常参数值，通过预设的故障判定准则，判断智能电能表的故障类型。

2.根据权利要求1所述的智能电能表的故障远程判断方法，其特征在于，所述方法还包括：

在远程通信接口无法获取智能电能表采集的电压及电流参数值时，判断智能电能表为通信故障。

3.根据权利要求1所述的智能电能表的故障远程判断方法，其特征在于，所述历史数据库具体通过如下方法构建：

对正常运行的智能电能表，在特定影响因素下，测量其电压及电流参数值及其变化曲线；

改变影响因素，重复测量相对应的电压及电流参数值及其变化曲线，获得若干正常参数值，形成所述历史数据库。

4.根据权利要求1所述的智能电能表的故障远程判断方法，其特征在于，依据所述与电网运行相关的影响因素情况，与预设的历史数据库进行比对，获得相对应的智能电能表的正常参数值的步骤具体包括：

为每一影响因素设置权重值；

依据权重值大小，对每一影响因素进行排序后，通过广度优先搜索，在所述历史数据库中搜索获得相对应的智能电能表的正常参数值。

5.根据权利要求1所述的智能电能表的故障远程判断方法，其特征在于，所述智能电能表故障类型包括：超差故障、电源单元故障、失流故障、失压故障。

6.一种智能电能表的故障远程判断系统，其特征在于，所述系统包括：

采集模块，用于通过远程通信接口获取智能电能表采集的电压及电流参数值；

比对模块，用于将获取的电压及电流参数值与预设阈值进行比对；若电压或电流参数值超过预设阈值时，判断智能电能表处于故障状态；

信息获取模块，用于获取处于故障状态的智能电能表的位置并采集相对应位置的与电网运行相关的影响因素情况；

搜索模块，用于依据所述与电网运行相关的影响因素情况，与预设的历史数据库进行比对，获得相对应的智能电能表的正常参数值；

结果输出模块，用于基于正常参数值，通过预设的故障判定准则，判断智能电能表的故障类型。

7.根据权利要求6所述的智能电能表的故障远程判断系统，其特征在于，所述结果输出模块还用于在远程通信接口无法获取智能电能表采集的电压及电流参数值时，判断智能电能表为通信故障。

8.根据权利要求6所述的智能电能表的故障远程判断系统，其特征在于，所述系统还包括历史数据库构建模块，用于对正常运行的智能电能表，在特定影响因素下，测量其电压及电流参数值及其变化曲线；以及

改变影响因素，重复测量相对应的电压及电流参数值及其变化曲线，获得若干正常参数值，形成所述历史数据库。

9.根据权利要求6所述的智能电能表的故障远程判断系统，其特征在于，所述搜索模块还用于：

为每一影响因素设置权重值；以及依据权重值大小，对每一影响因素进行排序后，通过广度优先搜索，在所述历史数据库中搜索获得相对应的智能电能表的正常参数值。