CN106355298A - 一种智能电能表可靠性预计云服务平台 - Google Patents
一种智能电能表可靠性预计云服务平台 Download PDFInfo
- Publication number
- CN106355298A CN106355298A CN201610891734.2A CN201610891734A CN106355298A CN 106355298 A CN106355298 A CN 106355298A CN 201610891734 A CN201610891734 A CN 201610891734A CN 106355298 A CN106355298 A CN 106355298A
- Authority
- CN
- China
- Prior art keywords
- electric energy
- energy meter
- components
- module
- parts
- 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
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000035882 stress Effects 0.000 claims description 14
- 230000008676 import Effects 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 10
- 230000010354 integration Effects 0.000 claims description 9
- 230000005611 electricity Effects 0.000 claims description 7
- 239000004065 semiconductor Substances 0.000 claims description 6
- 238000007619 statistical method Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 239000003990 capacitor Substances 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 claims description 2
- 230000001939 inductive effect Effects 0.000 claims description 2
- 230000008646 thermal stress Effects 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 6
- 238000012360 testing method Methods 0.000 abstract description 4
- 238000011160 research Methods 0.000 abstract description 3
- 238000012356 Product development Methods 0.000 abstract description 2
- 238000000034 method Methods 0.000 abstract description 2
- 238000010200 validation analysis Methods 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F15/00—Coin-freed apparatus with meter-controlled dispensing of liquid, gas or electricity
- G07F15/003—Coin-freed apparatus with meter-controlled dispensing of liquid, gas or electricity for electricity
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种智能电能表可靠性预计云服务平台，采用元器件应力法预计智能电能表的整表可靠性、模块级可靠性，可以在产品研制的早期阶段向设计人员指出设计中主要的元器件失效率问题，以便为产品的设计或改进提供合理的依据，并为智能电能表可靠性增长及验证试验提供依据。通过建立云平台服务模式，面向本行业产学研用各方及检测机构提供电能表可靠性数据和预计服务。本发明采用服务平台方式构建智能电能表可靠性预计系统，将不同级别的用户、不同类别的资源进行系统的整合，从而形成标准的可靠性预计系统，对于工程人员提高智能电能表的设计可靠性有很大帮助，与传统的可靠性预计手工模式相比有很大的优越性。
Description
技术领域
本发明涉及一种智能电能表可靠性预计云服务平台，是一种基于智能电能表可靠性预计业务的服务平台，采用元器件应力法预计智能电能表的整表可靠性、模块级可靠性，可以在产品研制的早期阶段向设计人员指出设计中主要的元器件失效率问题，以便为产品的设计或改进提供合理的依据，并为智能电能表可靠性增长及验证试验提供依据。
背景技术
根据国家智能电网建设规划，到“十三五”，要实现智能电网“信息化、数字化、自动化、互动化”，实现电力计量“全覆盖、全采集、全费控”，建成覆盖全部用户、采集全部用电信息、支持全面电费控制的采集系统。智能电能表作为智能电网的采集终端，是采集系统中最基础的组成部分，在电网中扮演着非常重要的角色。
随着智能电能表的广泛应用，其功能和结构的复杂程度也逐渐提高，产品可靠性逐渐成为衡量电能表质量的重要指标。近几年，电力公司在招标文件和规范中要求制造单位提供电能表可靠性预计报告和MTTF（平均失效前时间）不少于10年的可靠性检测报告，因此有必要对可靠性这个制约智能电能表产品质量和使用寿命的重要因素做出科学的评估。
当前，产学研用各方都在高度关注和收集产品可靠性数据，并基本认同采用“元器件应力分析法”进行可靠性预计。但因技术方案太多、数据过于分散，始终无法形成统一的模型和算法。由此，建立一种智能电能表可靠性预计云服务平台，对智能电能表整表可靠性数据和关键元器件可靠性数据进行集成、整合、分析，成为迫切需要解决的关键性基础技术工作。
依据IEC 62059-41《电能计量设备可信性-第41部分可靠性预计》的基本设想：系统各组成部分同等重要，任何一部分的失效都假定将会引起系统的失效，据此，建立智能电能表可靠性预计模型。
智能电能表可靠性预计模型包括物理结构和逻辑结构两部分。其中物理结构决定了系统的基本层次，逻辑结构描述了产品功能划分。智能电能表物理结构一般可分为系统、单元、元器件三层结构。而其逻辑结构则需要跟据功能和电路原理图进行模块划分得到。
根据可靠性模型可知，所预计产品的模块间及模块内元器件均为可靠性串联结构，各模块的寿命分布均为指数分布时，系统的寿命也服从指数分布，系统的总失效率λs为各模块的失效率之和，数学模型表示如下：
元器件失效率预计模型为：
λP=λbПπi
式中：
λP——工作失效率的预计值；
λb——基本失效率；
πi——分别为影响失效率的质量因子、环境因子、温度因子、电应力因子等一系列修正系数。
系统的可靠性数学模型为：
λS=ΣΣλPij
式中：
λS—— 总失效率；
λPij—— 第i个模块单元第j个元器件的工作失效率；
MTTF指产品发生故障之前的平均工作时间，称为平均无故障工作时间：
MTTF=1/λS。
发明内容
为了克服现有条件下智能电能表可靠性预计水平的不足，本发明提供了一种智能电能表可靠性预计云服务平台，进行智能电能表技术方案、整表可靠性数据和关键元器件可靠性数据的集成、整合、分析和管理，通过建立云平台服务模式，面向本行业产学研用各方及检测机构提供电能表可靠性数据和预计服务。
本发明提供了一种智能电能表可靠性预计云服务平台，其特征在于：它包括内部使用模块1、元器件可靠性预计模块19、电能表划分模块27、外部使用模块37、系统可靠性预计43。
本发明的特征还在于：所述的内部使用模块1由元器件清单导入模块2、初级计算员计算终端3、高级计算员计算终端4、电能表可靠性预计电子服务平台5、云平台应用服务器6、可靠性预计报告自动生成系统7、系统管理员8、统计分析系统9、元器件承受应力条件10、元器件清单11、内部专用网络12、数据集成网关13、元器件级失效率计算单元14、元器件信息总库15、云平台存储系统16、电能表模块级失效率计算单元17、电能表整表级失效率计算单元18组成。
本发明的特征还在于：所述的元器件可靠性预计模块19由元器件工作失效率λP计算单元20、元器件通用失效率λG计算单元21、元器件基本失效率λb计算单元22、环境系数πE计算单元23、元器件质量等级πQ计算单元24、温度应力系数πT计算单元25、电应力系数πS计算单元26组成，但不仅仅局限于本条所描述的计算单元，还会根据其他元器件的要求增加新的计算单元。
本发明的特征还在于：所述的电能表划分模块27由电能表模块划分单元28、电能表模块29组成。
本发明的特征还在于：所述的电能表模块29由采样计量单元30、按键显示单元31、功能控制单元32、电源单元33、载波单元34、费控单元35、通信单元36组成，但不仅仅局限于本条所描述的电能表划分单元，还会根据电能表的要求增加新的电能表划分单元。
本发明的特征还在于：所述的外部使用模块37由外部网络38、电能表设计人员使用终端39、电能表设计人员使用终端40、电能表设计人员使用终端41、电能表设计人员使用终端42组成，但不仅仅局限于本条所描述的电能表设计人员使用终端，还会根据电能表设计人员的要求增加新的电能表设计人员使用终端。
本发明的特征还在于：所述的系统可靠性预计43由半导体微电路44、半导体分立器件45、电阻器46、电位器47、电容器48、感性元件49、继电器50、开关51、旋转电器52、磁性器件53、谐振器和振荡器54、滤波器55、其他元件56组成，但不仅仅局限于本条所描述的元器件名称，还会根据电能表的要求增加新的元器件名称。
本发明的特征还在于：所述的内部使用模块1的元器件级失效率计算单元14分别与元器件承受应力条件10、元器件清单11、元器件信息总库15、元器件可靠性预计模块19的任意计算单元、系统可靠性预计43中的任意元器件相连接；
本发明的特征还在于：所述的元器件承受应力条件10除了与元器件级失效率计算单元14连接外，还与高级计算员计算终端4相连接；
本发明的特征还在于：所述的元器件清单11除了与元器件级失效率计算单元14连接外，还与元器件清单导入模块2相连接；
本发明的特征还在于：所述的元器件清单导入模块2除了与元器件清单11连接外，还与初级计算员计算终端3相连接；
本发明的特征还在于：所述的初级计算员计算终端3除了与元器件清单导入模块2连接外，还与内部专用网络12相连接；
本发明的特征还在于：所述的高级计算员计算终端4除了与元器件承受应力条件10连接外，还与内部专用网络12相连接；
本发明的特征还在于：所述的电能表可靠性预计电子服务平台5分别与系统管理员8、内部专用网络12相连接；
本发明的特征还在于：所述的云平台应用服务器6分别与可靠性预计报告自动生成系统7、统计分析系统9、内部专用网络12相连接；
本发明的特征还在于：所述的元器件信息总库15除了与元器件级失效率计算单元14连接外，还与内部专用网络12相连接；
本发明的特征还在于：所述的电能表模块级失效率计算单元17分别与内部专用网络12、电能表模块29中的任意电能表划分单元相连接；
本发明的特征还在于：所述的内部专用网络12分别与初级计算员计算终端3、高级计算员计算终端4、电能表可靠性预计电子服务平台5、云平台应用服务器6、数据集成网关13、元器件信息总库15、云平台存储系统16、电能表模块级失效率计算单元17、电能表整表级失效率计算单元18相连接；
本发明的特征还在于：所述的数据集成网关13除了与内部专用网络12连接外，还与外部使用模块37的外部网络38相连接；
本发明的特征还在于：所述的电能表模块划分单元28分别与采样计量单元30、按键显示单元31、功能控制单元32、电源单元33、载波单元34、费控单元35、通信单元36中的任意电能表的模块相连接；
本发明的特征还在于：所述的外部网络38除了与内部使用模块1的数据集成网关13连接外，还与外部使用模块37的电能表设计人员使用终端39、电能表设计人员使用终端40、电能表设计人员使用终端41、电能表设计人员使用终端42相连接。
附图说明
图1是本发明的结构连接框图。
具体实施方式
下面结合附图和实施例对本发明进一步说明：
在图1中，本实施例中的一种智能电能表可靠性预计云服务平台包含内部使用模块1、元器件可靠性预计模块19、电能表划分模块27、外部使用模块37、系统可靠性预计43。
所述的内部使用模块1的主要功能包括：智能电能表元器件级、模块级和整表级的失效率计算。
所述的元器件可靠性预计模块19用于提供各种失效率的计算方法及计算公式给内部使用模块1的元器件级失效率计算单元14。
所述的电能表划分模块27用于对智能电能表进行功能模块划分，建立串联可靠性模型，并将划分的电能表模块提供给内部使用模块1的电能表模块级失效率计算单元17，用于计算模块失效率。
所述的外部使用模块37用于向电能表设计人员提供智能电能表可靠性预计服务。
所述的系统可靠性预计43按照元器件的种类向内部使用模块1的元器件级失效率计算单元14提供失效率预计模型。举例如下：
单片集成电路的进口单片集成电路，其工作失效率预计模型为：
λ
P
=(C
1
π
T
+C
2
π
E
)π
Q
单片集成电路的国产单片集成电路，其工作失效率预计模型为：
λ P =π Q (C 1 π T πV +(C 2 +C 3 )π E )π L
半导体分立器件的进口二极管、晶体管，其工作失效率预计模型为：
λ
P
=λ
b
π
E
π
Q
π
T
π
S
半导体分立器件的国产二极管、晶体管，其工作失效率预计模型为：；
λ
P
=λ
b
π
E
π
Q
π
A
π
S2
π
R
π
C
初级计算员在所述的初级计算员计算终端3上登录，通过元器件清单导入模块2将智能电能表的元器件清单整理成智能电能表可靠性预计服务平台可以识别的元器件清单11，并提供给元器件级失效率计算单元14。
高级计算员在所述的高级计算员计算终端4上登录，将元器件承受应力条件10提供给元器件级失效率计算单元14。
所述的元器件级失效率计算单元14用于计算元器件清单11中的每个元器件在不同应力条件下的失效率，并将计算结果保存至元器件信息总库15。
所述的元器件信息总库15通过内部专用网络12将智能电能表涉及到的全部元器件在不同应力条件下的失效率计算结果保存至云平台存储系统16。
所述的云平台存储系统16用于集成智能电能表可靠性预计服务平台内部的数据，包括部署存储服务、存储电能表信息、索引文件、元器件失效率、模块失效率及整表失效率等数据。
所述的系统管理员8通过电能表可靠性预计电子服务平台5与内部专用网络12相连接，负责管理内部使用模块1中的各模块的使用权限。
所述的统计分析系统9通过云平台应用服务器6与内部专用网络12相连接，负责统计分析元器件级失效率、电能表模块级失效率、电能表整表级失效率的计算结果。
所述的电能表模块级失效率计算单元17根据智能电能表可靠性数学模型计算电能表模块29的各个电能表划分单元的失效率，并通过内部专用网络12将结果保存至云平台存储系统16。
所述的电能表整表级失效率计算单元18根据智能电能表可靠性数学模型计算电能表整表的失效率，并通过内部专用网络12将结果保存至云平台存储系统16。
所述的可靠性预计报告自动生成系统7与云平台应用服务器6相连接，生成可靠性预计报告，包括：元器件可靠性预计结果、各模块可靠性预计结果和整表可靠性预计结果。
所述的数据集成网关13提供标准的接口，分别与内部专用网络12、外部网络38进行信息的交互。
本发明采用服务平台方式构建智能电能表可靠性预计系统，将不同级别的用户、不同类别的资源进行系统的整合，计算出智能电能表的元器件级、模块级、整表级失效率等可靠性数据，从而形成标准的可靠性预计系统，对于工程人员提高智能电能表的设计可靠性有很大帮助，与传统的可靠性预计手工模式相比有很大的优越性。
Claims (9)
1.一种智能电能表可靠性预计云服务平台，其特征在于：它包括内部使用模块（1）、元器件可靠性预计模块（19）、电能表划分模块（27）、外部使用模块（37）、系统可靠性预计（43）。
2.根据权利要求1所述的一种智能电能表可靠性预计云服务平台，其特征还在于：所述的内部使用模块（1）由元器件清单导入模块（2）、初级计算员计算终端（3）、高级计算员计算终端（4）、电能表可靠性预计电子服务平台（5）、云平台应用服务器（6）、可靠性预计报告自动生成系统（7）、系统管理员（8）、统计分析系统（9）、元器件承受应力条件（10）、元器件清单（11）、内部专用网络(12)、数据集成网关(13)、元器件级失效率计算单元(14)、元器件信息总库(15)、云平台存储系统(16)、电能表模块级失效率计算单元(17)、电能表整表级失效率计算单元(18)组成。
3.根据权利要求1所述的一种智能电能表可靠性预计云服务平台，其特征还在于：所述的元器件可靠性预计模块(19)由元器件工作失效率计算单元(20)、元器件通用失效率计算单元(21)、元器件基本失效率计算单元(22)、环境系数计算单元(23)、元器件质量等级计算单元(24)、温度应力系数计算单元(25)、电应力系数计算单元(26)组成，但不仅仅局限于本条所描述的计算单元，还会根据其他元器件的要求增加新的计算单元。
4.根据权利要求1所述的一种智能电能表可靠性预计云服务平台，其特征还在于：所述的电能表划分模块(27)由电能表模块划分单元(28)、电能表模块(29)组成。
5.根据权利要求1所述的一种智能电能表可靠性预计云服务平台，其特征还在于：所述的外部使用模块(37)由外部网络(38)、电能表设计人员使用终端(39)、电能表设计人员使用终端(40)、电能表设计人员使用终端(41)、电能表设计人员使用终端(42)组成，但不仅仅局限于本条所描述的电能表设计人员使用终端，还会根据电能表设计人员的要求增加新的电能表设计人员使用终端。
6.根据权利要求1所述的一种智能电能表可靠性预计云服务平台，其特征还在于：所述的系统可靠性预计(43)由半导体微电路(44)、半导体分立器件(45)、电阻器(46)、电位器(47)、电容器(48)、感性元件(49)、继电器(50)、开关(51)、旋转电器(52)、磁性器件(53)、谐振器和振荡器(54)、滤波器(55)、其他元件(56)组成，但不仅仅局限于本条所描述的元器件名称，还会根据电能表的要求增加新的元器件名称。
7.根据权利要求4所述的电能表模块(29)由采样计量单元(30)、按键显示单元(31)、功能控制单元(32)、电源单元(33)、载波单元(34)、费控单元(35)、通信单元(36)组成，但不仅仅局限于本条所描述的电能表划分单元，还会根据电能表的要求增加新的电能表划分单元。
8.根据权利要求2所述的内部使用模块(1)的元器件级失效率计算单元(14)分别与元器件承受应力条件(10)、元器件清单(11)、元器件信息总库(15)、元器件可靠性预计模块(19)的任意计算单元、系统可靠性预计(43)中的任意元器件相连接；所述的元器件承受应力条件(10)除了与元器件级失效率计算单元(14)连接外，还与高级计算员计算终端(4)相连接；所述的元器件清单(11)除了与元器件级失效率计算单元(14)连接外，还与元器件清单导入模块(2)相连接；所述的元器件清单导入模块(2)除了与元器件清单(11)连接外，还与初级计算员计算终端(3)相连接；所述的初级计算员计算终端(3)除了与元器件清单导入模块(2)连接外，还与内部专用网络(12)相连接；所述的高级计算员计算终端(4)除了与元器件承受应力条件(10)连接外，还与内部专用网络(12)相连接；所述的电能表可靠性预计电子服务平台(5)分别与系统管理员(8)、内部专用网络(12)相连接；所述的云平台应用服务器（6）分别与可靠性预计报告自动生成系统（7）、统计分析系统（9）、内部专用网络（12）相连接；所述的元器件信息总库（15）除了与元器件级失效率计算单元（14）连接外，还与内部专用网络（12）相连接；所述的电能表模块级失效率计算单元（17）分别与内部专用网络（12）、电能表模块（29）中的任意电能表划分单元相连接；所述的内部专用网络（12）分别与初级计算员计算终端(3)、高级计算员计算终端(4)、电能表可靠性预计电子服务平台(5)、云平台应用服务器(6)、数据集成网关(13)、元器件信息总库(15)、云平台存储系统(16)、电能表模块级失效率计算单元(17)、电能表整表级失效率计算单元(18)相连接；所述的数据集成网关(13)除了与内部专用网络(12)连接外，还与外部使用模块(37)的外部网络(38)相连接。
9.根据权利要求5所述的外部网络(38)除了与内部使用模块(1)的数据集成网关(13)连接外，还与外部使用模块(37)的电能表设计人员使用终端(39)、电能表设计人员使用终端(40)、电能表设计人员使用终端(41)、电能表设计人员使用终端(42)相连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610891734.2A CN106355298A (zh) | 2016-10-13 | 2016-10-13 | 一种智能电能表可靠性预计云服务平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610891734.2A CN106355298A (zh) | 2016-10-13 | 2016-10-13 | 一种智能电能表可靠性预计云服务平台 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106355298A true CN106355298A (zh) | 2017-01-25 |
Family
ID=57867047
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610891734.2A Pending CN106355298A (zh) | 2016-10-13 | 2016-10-13 | 一种智能电能表可靠性预计云服务平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106355298A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109472048A (zh) * | 2018-09-28 | 2019-03-15 | 广西电网有限责任公司电力科学研究院 | 基于稀疏多项式混沌扩展评估智能电表结构可靠度的方法 |
| CN110032821A (zh) * | 2019-04-19 | 2019-07-19 | 扬州电力设备修造厂有限公司 | 一种智能型电动执行机构失效分析方法 |
| CN110069838A (zh) * | 2019-04-04 | 2019-07-30 | 成都摩尔环宇测试技术有限公司 | 一种电子产品可靠性水平预计方法 |
| CN110146840A (zh) * | 2019-05-23 | 2019-08-20 | 国网浙江省电力有限公司电力科学研究院 | 一种基于多应力影响的批次电能表近期寿命预测方法 |
| CN110598901A (zh) * | 2019-07-31 | 2019-12-20 | 国网上海市电力公司 | 一种电能表申校管理系统 |
| CN111274687A (zh) * | 2020-01-16 | 2020-06-12 | 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） | 元器件失效率预计方法、装置、计算机设备及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103383445A (zh) * | 2013-07-16 | 2013-11-06 | 湖北省电力公司电力科学研究院 | 一种智能电表寿命和可靠性预测系统及其方法 |
| CN104580323A (zh) * | 2013-10-28 | 2015-04-29 | 天津科立博科技有限公司 | 云平台应用于农业信息服务 |
| CN105023415A (zh) * | 2015-07-17 | 2015-11-04 | 广东浩迪创新科技有限公司 | 利用移动终端通信的电能表系统及多通信通道电能表系统 |
-
2016
- 2016-10-13 CN CN201610891734.2A patent/CN106355298A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103383445A (zh) * | 2013-07-16 | 2013-11-06 | 湖北省电力公司电力科学研究院 | 一种智能电表寿命和可靠性预测系统及其方法 |
| CN104580323A (zh) * | 2013-10-28 | 2015-04-29 | 天津科立博科技有限公司 | 云平台应用于农业信息服务 |
| CN105023415A (zh) * | 2015-07-17 | 2015-11-04 | 广东浩迪创新科技有限公司 | 利用移动终端通信的电能表系统及多通信通道电能表系统 |
Non-Patent Citations (2)
| Title |
|---|
| 杨洪旗等: "智能电能表的可靠性预计方法研究", 《电子产品可靠性与环境试验》 * |
| 郭丽娟等: "基于元器件应力法的智能电表可靠性预计研究", 《计算机仿真》 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109472048A (zh) * | 2018-09-28 | 2019-03-15 | 广西电网有限责任公司电力科学研究院 | 基于稀疏多项式混沌扩展评估智能电表结构可靠度的方法 |
| CN109472048B (zh) * | 2018-09-28 | 2022-09-27 | 广西电网有限责任公司电力科学研究院 | 基于稀疏多项式混沌扩展评估智能电表结构可靠度的方法 |
| CN110069838A (zh) * | 2019-04-04 | 2019-07-30 | 成都摩尔环宇测试技术有限公司 | 一种电子产品可靠性水平预计方法 |
| CN110032821A (zh) * | 2019-04-19 | 2019-07-19 | 扬州电力设备修造厂有限公司 | 一种智能型电动执行机构失效分析方法 |
| CN110032821B (zh) * | 2019-04-19 | 2023-05-16 | 扬州电力设备修造厂有限公司 | 一种智能型电动执行机构失效分析方法 |
| CN110146840A (zh) * | 2019-05-23 | 2019-08-20 | 国网浙江省电力有限公司电力科学研究院 | 一种基于多应力影响的批次电能表近期寿命预测方法 |
| CN110146840B (zh) * | 2019-05-23 | 2021-08-24 | 国网浙江省电力有限公司营销服务中心 | 一种基于多应力影响的批次电能表近期寿命预测方法 |
| CN110598901A (zh) * | 2019-07-31 | 2019-12-20 | 国网上海市电力公司 | 一种电能表申校管理系统 |
| CN110598901B (zh) * | 2019-07-31 | 2024-02-23 | 国网上海市电力公司 | 一种电能表申校管理系统 |
| CN111274687A (zh) * | 2020-01-16 | 2020-06-12 | 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） | 元器件失效率预计方法、装置、计算机设备及存储介质 |
| CN111274687B (zh) * | 2020-01-16 | 2023-12-12 | 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） | 元器件失效率预计方法、装置、计算机设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106355298A (zh) | 一种智能电能表可靠性预计云服务平台 | |
| US20220115867A1 (en) | Advanced power distribution platform | |
| CN102521398B (zh) | 变电站－调度中心两级分布式电网的建模方法 | |
| US20120078680A1 (en) | Electrical Engineering And Capacity Management System And Method | |
| CN104504485A (zh) | 一种电力系统继电保护一体化整定计算方法 | |
| CN104933631A (zh) | 一种配电网运行在线分析评价系统 | |
| CN105354680B (zh) | 一种基于gis的电网断面辅助确定分析方法 | |
| Elizabeth et al. | Smart grid technology potentials in Nigeria: An Overview | |
| CN104656053B (zh) | 电能计量装置状态估计方法及系统 | |
| CN108054719A (zh) | 智能变电站网络化二次回路建模方法及故障诊断方法 | |
| CN106549495A (zh) | 一种电力系统实时监测方法 | |
| Ashok et al. | Systematic study of data requirements and AMI capabilities for smart meter analytics | |
| Kincic et al. | Bridging the gap between operation and planning models in WECC | |
| Manito et al. | Technical and non‐technical losses calculation in distribution grids using a defined equivalent operational impedance | |
| Niu et al. | Reliability importance of renewable energy sources to overall generating systems | |
| Milanović et al. | Compound index for power quality evaluation and benchmarking | |
| Joseph et al. | Stream computing framework for outage detection in smart grid | |
| Stewart et al. | Using micro-synchrophasor data for advanced distribution grid planning and operations analysis | |
| CN108964076A (zh) | 区域电网无功规划评价方法及系统、计算机设备、介质 | |
| CN105044517B (zh) | 基于潮流特征值的智能变电站保护向量诊断方法 | |
| WO2012040515A1 (en) | Electrical engineering and capacity management system and method | |
| Gomez et al. | Web services framework for power quality monitoring | |
| Téllez et al. | Demand side management through LAB+ i platform: Case study | |
| Mago et al. | A methodology for modeling telemetry in power systems models using IEC-61968/61970 | |
| Vukmirovic et al. | Extension of the Common Information Model with Virtual Meter |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170125 |