CN107462863B - 一种智能电能表运行误差运行诊断分析方法及系统 - Google Patents

一种智能电能表运行误差运行诊断分析方法及系统 Download PDF

Info

Publication number
CN107462863B
CN107462863B CN201710791023.2A CN201710791023A CN107462863B CN 107462863 B CN107462863 B CN 107462863B CN 201710791023 A CN201710791023 A CN 201710791023A CN 107462863 B CN107462863 B CN 107462863B
Authority
CN
China
Prior art keywords
data
electric energy
energy meter
error
area
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.)
Active
Application number
CN201710791023.2A
Other languages
English (en)
Other versions
CN107462863A (zh
Inventor
陈昊
赵兵
张密
苏良立
刘婧
谭煌
乔文俞
李先志
贾海涛
帅金荣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
Beijing Zhixiang Technology Co Ltd
Original Assignee
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
Beijing Zhixiang Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, China Electric Power Research Institute Co Ltd CEPRI, Beijing Zhixiang Technology Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201710791023.2A priority Critical patent/CN107462863B/zh
Publication of CN107462863A publication Critical patent/CN107462863A/zh
Application granted granted Critical
Publication of CN107462863B publication Critical patent/CN107462863B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
    • G01R35/04—Testing or calibrating of apparatus covered by the other groups of this subclass of instruments for measuring time integral of power or current

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种智能电能表运行误差运行诊断分析方法及系统，包括：根据预设周期分别获取用户档案和用电数据，其中所述电量数据包括：至少一个周期的台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据；根据所述电量数据和用户档案关系数据建立误差计算模型；利用所述误差计算模型对台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据进行分析，通过线性回归算法计算每个电能表的运行误差；对所述误差计算模型分析运行的进程、数据处理的过程以及数据分析的结果进行监测，并通过Web进行显示。通过大数据技术以台区为单位研究计算台区线损及台区下各智能表运行误差，极大地提高了智能电表的维护效率，并降低了运营费用。

Description

一种智能电能表运行误差运行诊断分析方法及系统
技术领域
本发明涉及电能表大数据分析技术领域，并且更具体地，涉及一种智能电能表运行误差运行诊断分析方法及系统。
背景技术
随着用电信息采集系统的全面建设，传统的人工抄表方式已经被自动采集所取代，在大大减少人工现场抄表工作量的同时，也同样大大削减了用电客户尤其是低压台区居民用电客户计量装置运行工况现场巡查的工作。智能表运行可靠性关系到千家万户的实际利益，也直接影响到国网公司的运营收益。改变原有的地毯式人工现场巡查方式，探寻一种高效精准的智能表运行误差诊断模型势在必行。
从校表室校出的电能表都是在规程规定的正常条件下测得的误差，实际中电能表不可能都在规程规定的额定条件下运行。运行过程中电压、负载、波形等是变化的，这些变化能使电能表产生附加误差，影响电能表的计量，供电部门需对电能表进行误差校验，传统的做法工作量大且存在一定的盲目性。
因此，需要一个智能表运行误差远程诊断分析平台，以解决目前人工排查工作量大、缺乏针对性的瓶颈，不能及时发现运行异常的疑似计量点等问题。
发明内容
本发明提供了一种智能电能表运行误差运行诊断分析方法及系统，以解决目前人工排查工作量大、缺乏针对性的瓶颈，不能及时发现运行异常的疑似计量点的问题。
为了解决上述问题，根据本发明的一个方面，提供了一种智能电能表运行误差运行诊断分析方法，所述方法包括：
根据预设周期分别获取用户档案和用电数据，其中所述电量数据包括：至少一个周期的台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据；
根据所述电量数据和用户档案关系数据建立误差计算模型，所述误差计算模型为：
Figure BDA0001399237150000021
其中，
Figure BDA0001399237150000022
为台区M个连续数据点的台区平均线损；εj为电能表j的M个测量点的误差平均值；εy为台区M个测量点的平均线路损耗率；φj(n)为第j个用户表M个连续用电量的平均值；
Figure BDA0001399237150000023
为台区M个连续测量点的总电能表电量的平均值；ε0为台区M个测量点的固定损耗；p为台区的电能表的个数；
利用所述误差计算模型对台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据进行分析，通过线性回归算法计算每个电能表的运行误差；
对所述误差计算模型分析运行的进程、数据处理的过程以及数据分析的结果进行监测，并通过Web进行显示。
优选地，其中从指定的FTP服务器获取压缩后的用户档案和用电数据，并将所述用户档案和用电数据经过格式转换后进行存储。
优选地，其中在所述利用所述误差计算模型对台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据进行分析之前，
根据台区各个计量器件的特性和台区电能表上线、下线及轮换对所述经过格式转换后的用户档案和用电数据进行处理，过滤掉错误、缺失的数据点。
优选地，其中所述利用所述误差计算模型对台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据进行分析，通过线性回归算法计算每个电能表的运行误差，包括：
将所述误差计算模型两边同时除以
Figure BDA0001399237150000031
得到电能表运行误差远程诊断分析公式，利用所述误差计算模型对台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据根据最小二乘法计算电能表的统计加权误差平均值。
根据本发明的另一个方面，提供了一种智能电能表运行误差运行诊断分析系统，所述系统包括：数据获取单元、误差计算模型建立单元、误差分析单元和显示单元，
所述数据获取单元，用于根据预设周期分别获取用户档案和用电数据，其中所述电量数据包括：至少一个周期的台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据；
所述误差计算模型建立单元，用于根据所述电量数据和用户档案关系数据建立误差计算模型，所述误差计算模型为：
Figure BDA0001399237150000032
其中，
Figure BDA0001399237150000033
为台区M个连续数据点的台区平均线损；εj为电能表j的M个测量点的误差平均值；εy为台区M个测量点的平均线路损耗率；φj(n)为第j个用户表M个连续用电量的平均值；
Figure BDA0001399237150000034
为台区M个连续测量点的总电能表电量的平均值；ε0为台区M个测量点的固定损耗；p为台区的电能表的个数；
所述误差分析单元，用于利用所述误差计算模型对台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据进行分析，通过线性回归算法计算每个电能表的运行误差；
所述显示单元，用于对所述误差计算模型分析运行的进程、数据处理的过程以及数据分析的结果进行监测，并通过Web进行显示。
优选地，其中从指定的FTP服务器获取压缩后的用户档案和用电数据，并将所述用户档案和用电数据经过格式转换后进行存储。
优选地，其中在所述利用所述误差计算模型对台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据进行分析之前，
根据台区各个计量器件的特性和台区电能表上线、下线及轮换对所述经过格式转换后的用户档案和用电数据进行处理，过滤掉错误、缺失的数据点。
优选地，其中所述利用所述误差计算模型对台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据进行分析，通过线性回归算法计算每个电能表的运行误差，包括：
将所述误差计算模型两边同时除以
Figure BDA0001399237150000041
得到电能表运行误差远程诊断分析公式，利用所述误差计算模型对台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据根据最小二乘法计算电能表的统计加权误差平均值。
本发明提供的智能电能表运行误差运行诊断分析方法及系统，通过大数据技术，基于用电信息采集系统中的台区用户用电量、台区考核用电能表电量、台区户变关系、线损、用户档案等数据，分析同一台区下总表电量及各分表电量的统计规律，以台区为单位研究智能表运行误差计算模型，计算台区线损及台区下各智能表运行误差，得出台区下所有智能表运行健康状况，实现智能表运行误差远程诊断评估，极大地提高了智能电表的维护效率，并降低了运营费用。
附图说明
通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：
图1为根据本发明实施方式的智能电能表运行误差运行诊断分析方法100的流程图；
图2为台区的基本拓扑结构的示意图；
图3为根据本发明实施方式的智能电能表运行误差运行诊断分析系统300的示意图；以及
图4为根据本发明实施方式的智能电能表运行误差运行诊断分析系统的整体架构图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
图1为根据本发明实施方式的智能电能表运行误差运行诊断分析方法100的流程图。如图1所示，本发明实施方式的智能电能表运行误差运行诊断分析方法基于用电信息采集系统中的供电表和用户表的日冻结电量数据、电流电压互感器变比、台区户变关系、用户档案等数据，假定智能表运行误差及台区线损为未知量，根据台区总供电量、台区线损与各个分表的用电量的数学关系建立方程组，模型通过常规回归分析算法求解得出运行误差及台区线损，通过持续迭代回归计算，可得出智能表的在线运行误差的变化曲线，从而实现智能表运行误差的远程诊断评估。提高了运维对智能电表异常处理的及时性，降低了现场排查的工作量，快速定位异常，加强了计量异常的管控能力，节省了大量重复处理的人工成本。本发明实施方式的智能电能表运行误差运行诊断分析方法100从步骤101处开始，在步骤101根据预设周期分别获取用户档案和用电数据，其中所述电量数据包括：至少一个周期的台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据。优选地，其中从指定的FTP服务器获取压缩后的用户档案和用电数据，并将所述用户档案和用电数据经过格式转换后进行存储。在本发明的实施方式中，需要的数据包括：采集的用户表读数数据及所属台区、采集的台区考核用电能表读数数据以及智能表对应的电流电压互感器变比。
优选地，在步骤102根据所述电量数据和用户档案关系数据建立误差计算模型，所述误差计算模型为：
Figure BDA0001399237150000061
其中，
Figure BDA0001399237150000062
为台区M个连续数据点的台区平均线损；εj为电能表j的M个测量点的误差平均值；εy为台区M个测量点的平均线路损耗率；φj(n)为第j个用户表M个连续用电量的平均值；
Figure BDA0001399237150000063
为台区M个连续测量点的总电能表电量的平均值；ε0为台区M个测量点的固定损耗；p为台区的电能表的个数。通过对台区线损、台区户变关系以及智能表误差的组合分析关系，分析出台区线损异常、户变关系异常的台区，为台区线损治理、台区户变关系治理提供了有力的数据支撑。
图2为台区的基本拓扑结构的示意图。理想情况下，总表的供电量应该与该总表下所有分表的用电量之和相等。但是考虑到线路损耗、表计量误差、接线异常或其他各种情况，实际的供用电关系与理想情况存在出入。
从台区计量的基本拓扑结构，可以得出如下等式：台区考核用电能表的供电电量＝各个分表用电电量之和+线路损耗+漏电电表自身能耗等固定损耗。写成数学表达式为：
Figure BDA0001399237150000064
其中：
y(i)：台区考核用电能表在第i个周期对应的时间段内电量消耗计量值；
xj(i)：电能表j在第i个周期对应的时间段内电量消耗的真值；
ey(i)：第i个周期对应时间段内台区的平均线路损耗率；
e0(i)：第i个周期对应时间段内台区的总平均固定电量损耗；
p：台区用户表个数；
如果把用户表的计量误差放进来，得到如下数学公式：
Figure BDA0001399237150000071
其中：
φj(i)：电能表j在第i个周期对应的时间段内电量消耗的计量值；
ej(i)：电能表j在第i个周期对应的时间段内的误差的平均值；
Figure BDA0001399237150000072
上式构成了本模型的基础数学模型，如果定义
Figure BDA0001399237150000073
e′y＝ey
e′0＝e0
将该方程改写为线性方程的形式：
Figure BDA0001399237150000074
当采集积累到P+2以上时，得到线性方程组，可以利用线性回归算法如最小二乘法进行求解e’0/e’y/e’j，其中j＝1,…,P，也就是e’j包括e’1,e’2,…,e’p。
先将式(1)转换为下面的形式：
Figure BDA0001399237150000075
Figure BDA0001399237150000076
其中：
Figure BDA0001399237150000077
△y(i)为台区在第i个计量点的线损。
将等式(2)在M个采集周期求和得到：
Figure BDA0001399237150000081
将这个等式变换一种形式得到线性方程，即误差计算模型：
Figure BDA0001399237150000082
Figure BDA0001399237150000083
Figure BDA0001399237150000084
Figure BDA0001399237150000085
Figure BDA0001399237150000086
Figure BDA0001399237150000087
Figure BDA0001399237150000088
其中：εj为电能表j的M个测量点的误差平均值；εy为台区M个测量点的平均线路损耗率；ε0为台区M个测量点的固定损耗；
Figure BDA0001399237150000089
为M个连续测量点的总表电量的平均值；
Figure BDA00013992371500000810
为第j个用户表M个连续用电量的平均值；
Figure BDA00013992371500000811
为M个连续数据点的台区平均线损。
式(3)构成统计线性模型的基础模型，该模型的好处是用统计加权误差平均值更加符合智能电表的误差特性。在实践中，该模型评估更加精准。
优选地，在步骤103利用所述误差计算模型对台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据进行分析，通过线性回归算法计算每个电能表的运行误差。
优选地，其中在所述利用所述误差计算模型对台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据进行分析之前，
根据台区各个计量器件的特性和台区电能表上线、下线及轮换对所述经过格式转换后的用户档案和用电数据进行处理，过滤掉错误、缺失的数据点。通过对用电信息采集系统的数据清洗与治理，将采集系统里的数据进行过滤与治理去噪，能够从中提取有效的可靠信息，并用于后续分析，提高了了误差分析计算的精确度。
优选地，其中所述利用所述误差计算模型对台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据进行分析，通过线性回归算法计算每个电能表的运行误差，包括：
将所述误差计算模型两边同时除以
Figure BDA0001399237150000091
得到电能表运行误差远程诊断分析公式，利用所述误差计算模型对台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据根据最小二乘法计算电能表的统计加权误差平均值。
在本发明的实施方式中，数据分析包括，计算任务队列及管理、包含户变关系检测模型、台区线损及台区电能表的误差分析模型。将从上级模块处理过的数据，进行数据分析，包含检测户变关系、通过模型分析得到台区用户表的运行误差及台区线损。
通过积累的采集点对式(3)列出线性方程组，利用线性回归算法如最小二乘法进行求解，可以得到各个电能表的统计加权误差平均值。在实践中，该模型评估更加精准。将公式(3)将两边除以
Figure BDA0001399237150000092
由此得到智能表运行误差远程诊断分析的计算公式：
Figure BDA0001399237150000093
积累n个周期后，方程组的矩阵表达式为：
Figure BDA0001399237150000101
其中，其中矩形框里的是输入的数据(比如y(1)是总表电量，
Figure BDA0001399237150000102
(1)是分表电量，△y(1)是总表和所有分表的差值)，最右边一列是输出数据(包括每只表的误差，线损线损和线路固定损耗)。
优选地，在步骤104对所述误差计算模型分析运行的进程、数据处理的过程以及数据分析的结果进行监测，并通过Web进行显示。
在本发明的实施方式中，通过Web展示分析运行进程，以及数据治理及数据分析的结果，主要包含：台区线损、用户表运行误差、采集失败的用户表、存在超量程计量可能性的用户表、户变关系错误的台区和其他的一些统计数据，如运算完成的台区数目、台区历史轮换列表、台区体检报告等。针对采集系统的数据质量进行统计分析与监控，有效对采集数据进行管理，增强了国网对采集数据的管控能力。
本发明也可以提供二次开发API接口，可以嵌入到国网现有业务系统中形成工单管理闭环处理流程。目前对于电表计量误差主要还是靠人工核查的方式，成本高而且低效。本发明通过建立数据分析平台，基于智能电表的自动采集系统获取的数据，通过大数据分析在后台直接能够检测在线运行电表的误差。这将大大提高智能电表的维护效率，降低运营费用。
图3为根据本发明实施方式的智能电能表运行误差运行诊断分析系统300的示意图。如图3所示，本发明实施方式的智能电能表运行误差运行诊断分析系统300包括：数据获取单元301、误差计算模型建立单元302、误差分析单元303和显示单元304。
优选地，在所述数据获取单元301，根据预设周期分别获取用户档案和用电数据，其中所述电量数据包括：至少一个周期的台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据。优选地，其中从指定的FTP服务器获取压缩后的用户档案和用电数据，并将所述用户档案和用电数据经过格式转换后进行存储。
优选地，在所述误差计算模型建立单元302，根据所述电量数据和用户档案关系数据建立误差计算模型，所述误差计算模型为：
Figure BDA0001399237150000111
其中，
Figure BDA0001399237150000112
为台区M个连续数据点的台区平均线损；εj为电能表j的M个测量点的误差平均值；εy为台区M个测量点的平均线路损耗率；φj(n)为第j个用户表M个连续用电量的平均值；
Figure BDA0001399237150000113
为台区M个连续测量点的总电能表电量的平均值；ε0为台区M个测量点的固定损耗；p为台区的电能表的个数。
优选地，在所述误差分析单元303，利用所述误差计算模型对台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据进行分析，通过线性回归算法计算每个电能表的运行误差。
优选地，其中在所述利用所述误差计算模型对台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据进行分析之前，
根据台区各个计量器件的特性和台区电能表上线、下线及轮换对所述经过格式转换后的用户档案和用电数据进行处理，过滤掉错误、缺失的数据点。
优选地，其中所述利用所述误差计算模型对台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据进行分析，通过线性回归算法计算每个电能表的运行误差，包括：
将所述误差计算模型两边同时除以
Figure BDA0001399237150000114
得到电能表运行误差远程诊断分析公式，利用所述误差计算模型对台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据根据最小二乘法计算电能表的统计加权误差平均值。
优选地，在所述显示单元304，对所述误差计算模型分析运行的进程、数据处理的过程以及数据分析的结果进行监测，并通过Web进行显示。
图4为根据本发明实施方式的智能电能表运行误差运行诊断分析系统的整体架构图。如图4所示，电量及用户档案数据存储在FTP server中，智能表运行误差远程诊断分析平台通获取FTP server中的数据对运行误差进行分析，并将结果及过程通过网络进行实时显示。本发明实施方式的智能电能表运行误差运行诊断分析系统为定制的一体化设备，支持两种模式：独立部署模式：也即单台设备部署，单台设备可处理500万到1千万户的实时处理能力集群部署方式：支持集群方式部署进行无缝横向扩展。比如1亿个用户，只需部署10～20台集群设备即可。该一体化设备为2U机架式设备，易于机房部署，双电冗余，功耗800W，网络接口为10/100/1000RJ45接口。设备功能强大，采用了自上而下的深度定制，系统软件协同效率高，为大数据分析带来数十倍的性能提升，数据存储可靠性高，raid5磁盘阵列保证数据可恢复，性能相当于通用大数据分析平台如hadoop集群的50倍。
本发明的实施例的智能电能表运行误差运行诊断分析系统300与本发明的另一个实施例的智能电能表运行误差运行诊断分析方法100相对应，在此不再赘述。
已经通过参考少量实施方式描述了本发明。然而，本领域技术人员所公知的，正如附带的专利权利要求所限定的，除了本发明以上公开的其他的实施例等同地落在本发明的范围内。
通常地，在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释，除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例，除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行，除非明确地说明。

Claims (8)

1.一种智能电能表运行误差运行诊断分析方法，其特征在于，所述方法包括：
根据预设周期分别获取用户档案和电量数据，其中所述电量数据包括：至少一个周期的台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据；
根据所述电量数据和用户档案关系数据建立误差计算模型，所述误差计算模型为：
Figure QLYQS_1
其中，
Figure QLYQS_2
为台区M个连续数据点的台区平均线损；εj为电能表j的M个测量点的误差平均值；εy为台区M个测量点的平均线路损耗率；
Figure QLYQS_3
为第j个用户表M个连续用电量的平均值；
Figure QLYQS_4
为台区M个连续测量点的总电能表电量的平均值；ε0为台区M个测量点的固定损耗；p为台区的电能表的个数；
利用所述误差计算模型对台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据进行分析，通过线性回归算法计算每个电能表的运行误差；
对所述误差计算模型分析运行的进程、数据处理的过程以及数据分析的结果进行监测，并通过Web进行显示。
2.根据权利要求1所述的方法，其特征在于，从指定的FTP服务器获取压缩后的用户档案和电量数据，并将所述用户档案和电量数据经过格式转换后进行存储。
3.根据权利要求1所述的方法，其特征在于，在所述利用所述误差计算模型对台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据进行分析之前，
根据台区各个计量器件的特性和台区电能表上线、下线及轮换对经过格式转换后的用户档案和电量数据进行处理，过滤掉错误、缺失的数据点。
4.根据权利要求1所述的方法，其特征在于，所述利用所述误差计算模型对台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据进行分析，通过线性回归算法计算每个电能表的运行误差，包括：
将所述误差计算模型两边同时除以
Figure QLYQS_5
得到电能表运行误差远程诊断分析公式，利用所述误差计算模型对台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据根据最小二乘法计算电能表的统计加权误差平均值。
5.一种智能电能表运行误差运行诊断分析系统，其特征在于，所述系统包括：数据获取单元、误差计算模型建立单元、误差分析单元和显示单元，
所述数据获取单元，用于根据预设周期分别获取用户档案和电量数据，其中所述电量数据包括：至少一个周期的台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据；
所述误差计算模型建立单元，用于根据所述电量数据和用户档案关系数据建立误差计算模型，所述误差计算模型为：
Figure QLYQS_6
其中，
Figure QLYQS_7
为台区M个连续数据点的台区平均线损；εj为电能表j的M个测量点的误差平均值；εy为台区M个测量点的平均线路损耗率；
Figure QLYQS_8
为第j个用户表M个连续用电量的平均值；
Figure QLYQS_9
为台区M个连续测量点的总电能表电量的平均值；ε0为台区M个测量点的固定损耗；p为台区的电能表的个数；
所述误差分析单元，用于利用所述误差计算模型对台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据进行分析，通过线性回归算法计算每个电能表的运行误差；
所述显示单元，用于对所述误差计算模型分析运行的进程、数据处理的过程以及数据分析的结果进行监测，并通过Web进行显示。
6.根据权利要求5所述的系统，其特征在于，从指定的FTP服务器获取压缩后的用户档案和电量数据，并将所述用户档案和电量数据经过格式转换后进行存储。
7.根据权利要求5所述的系统，其特征在于，在所述利用所述误差计算模型对台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据进行分析之前，
根据台区各个计量器件的特性和台区电能表上线、下线及轮换对经过格式转换后的用户档案和电量数据进行处理，过滤掉错误、缺失的数据点。
8.根据权利要求5所述的系统，其特征在于，所述利用所述误差计算模型对台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据进行分析，通过线性回归算法计算每个电能表的运行误差，包括：
将所述误差计算模型两边同时除以
Figure QLYQS_10
得到电能表运行误差远程诊断分析公式，利用所述误差计算模型对台区考核用电能表的供电电量数据和对应的用户电能表的用电电量数据根据最小二乘法计算电能表的统计加权误差平均值。
CN201710791023.2A 2017-09-05 2017-09-05 一种智能电能表运行误差运行诊断分析方法及系统 Active CN107462863B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710791023.2A CN107462863B (zh) 2017-09-05 2017-09-05 一种智能电能表运行误差运行诊断分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710791023.2A CN107462863B (zh) 2017-09-05 2017-09-05 一种智能电能表运行误差运行诊断分析方法及系统

Publications (2)

Publication Number Publication Date
CN107462863A CN107462863A (zh) 2017-12-12
CN107462863B true CN107462863B (zh) 2023-05-23

Family

ID=60552000

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710791023.2A Active CN107462863B (zh) 2017-09-05 2017-09-05 一种智能电能表运行误差运行诊断分析方法及系统

Country Status (1)

Country Link
CN (1) CN107462863B (zh)

Families Citing this family (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108445435B (zh) * 2018-02-05 2020-08-25 国电南瑞科技股份有限公司 一种电能表检定装置误差在线评估方法
CN109034585B (zh) * 2018-07-18 2021-06-08 国网湖北省电力有限公司 基于用电信息和地理位置的台区户变关系判别算法及系统
CN109342989B (zh) * 2018-08-16 2020-09-08 全球能源互联网研究院有限公司 一种电能表的误差分析方法及装置
CN109581271B (zh) * 2018-11-12 2021-05-18 国网天津市电力公司电力科学研究院 一种典型低压台区用电数据快速模拟方法
CN109597014A (zh) * 2018-11-30 2019-04-09 国网上海市电力公司 一种基于人工智能技术的电能表误差诊断方法
CN109581086B (zh) * 2018-12-07 2021-12-28 宁波三星医疗电气股份有限公司 基于线性回归处理的台区相位识别方法
CN110532505B (zh) * 2019-08-07 2023-08-22 深圳供电局有限公司 一种电表失准率的计算方法
CN110531304B (zh) * 2019-08-07 2021-11-16 深圳供电局有限公司 一种在线监测台区失准率的计算方法、设备及介质
CN110780259A (zh) * 2019-09-10 2020-02-11 中国电力科学研究院有限公司 一种基于电能表远程误差诊断的数据清洗与质量评价系统
CN111046519A (zh) * 2019-10-09 2020-04-21 国网天津市电力公司电力科学研究院 一种人工智能技术在电能表误差诊断中的应用分析方法
CN110673081B (zh) * 2019-10-18 2021-10-29 国网福建省电力有限公司 基于边缘计算的智能电表误差在线估计方法
CN110907884A (zh) * 2019-12-06 2020-03-24 国网天津市电力公司电力科学研究院 一种基于非侵入式量测电能表误差诊断分析方法
CN111103565B (zh) * 2019-12-11 2022-03-01 国网天津市电力公司电力科学研究院 一种基于智能电能表计量误差分析的数据变换方法及系统
CN111289942B (zh) * 2020-01-21 2021-01-05 北京市腾河电子技术有限公司 基于单一负荷跳变进行测量域误差分析的方法及系统、存储介质
CN111398885B (zh) * 2020-03-27 2022-12-16 天津大学 一种结合线损分析的智能电表运行误差监控方法
CN111680053B (zh) * 2020-06-08 2023-04-14 长沙力合微智能科技有限公司 一种抄表任务实例的抄表任务执行方法
CN111693928B (zh) * 2020-06-22 2021-07-23 广东电网有限责任公司计量中心 电能表计量误差计算方法、装置和计算机设备
CN111753259A (zh) * 2020-06-22 2020-10-09 国网福建省电力有限公司 基于台区能量平衡的台区拓扑档案校核方法
CN111948596B (zh) * 2020-08-24 2023-03-14 国网四川省电力公司电力科学研究院 基于多时间尺度的台区电能表误差在线检测方法和系统
CN112749473B (zh) * 2020-09-14 2023-11-28 万洲电气股份有限公司 基于实时在线分析和模拟离线分析的能效安全诊断系统
CN112130109B (zh) * 2020-11-06 2023-08-01 中国计量科学研究院 一种智能电能表计量性能异常的检测方法
CN112684396B (zh) * 2020-11-20 2024-03-01 国网江苏省电力有限公司营销服务中心 电能表运行误差监测模型的数据预处理方法及系统
CN112684397B (zh) * 2020-11-20 2022-04-22 国网江苏省电力有限公司营销服务中心 基于hplc高频采集数据的电能表运行误差监测方法及系统
CN112698261A (zh) * 2020-11-25 2021-04-23 国网湖南省电力有限公司 一种智能电能表故障预警方法及装置
CN112684400B (zh) * 2020-11-25 2024-03-01 国网江苏省电力有限公司营销服务中心 小电量台区的电能表运行误差数据监测方法及系统
CN112596020A (zh) * 2020-12-30 2021-04-02 广东电网有限责任公司电力科学研究院 一种台区内智能电表运行误差的修正方法及相关装置
CN112379177A (zh) * 2021-01-18 2021-02-19 中国电力科学研究院有限公司 一种确定台区低压线路损耗和电能表运行误差的方法和系统
CN113010998A (zh) * 2021-02-08 2021-06-22 武汉数澎科技有限公司 基于随动线损及遗忘因子最小二乘法的电表误差估计方法
CN113281697B (zh) * 2021-05-20 2023-04-18 国网河南省电力公司营销服务中心 一种运行误差在线分析方法及系统
CN113722300A (zh) * 2021-07-16 2021-11-30 国网浙江省电力有限公司营销服务中心 基于用电特征的电能表运行误差计算数据清洗系统及方法
CN113655425B (zh) * 2021-07-16 2023-03-21 国网浙江省电力有限公司 适用于10kv配线线路的计量点运行误差监测方法与系统
CN113945881B (zh) * 2021-07-27 2023-09-22 国网浙江省电力有限公司营销服务中心 计量表箱内电能表运行误差监测装置
CN113985339B (zh) * 2021-09-22 2023-11-24 北京市腾河科技有限公司 智能电表的误差诊断方法及系统、设备、存储介质
CN115061076A (zh) * 2022-05-31 2022-09-16 云南电网有限责任公司 一种基于轻载台区的电表误差检测方法
CN115267645B (zh) * 2022-07-27 2023-05-23 云南电网有限责任公司 一种低功率因数电能表的误差计算方法、监测系统及设备
CN115201743B (zh) * 2022-09-16 2023-01-24 北京志翔科技股份有限公司 低压台区计量点误差的确定方法、装置及存储介质
CN115524658B (zh) * 2022-11-28 2023-04-07 北京志翔科技股份有限公司 电能表运行误差确定方法及装置
CN115542237B (zh) * 2022-11-29 2023-04-07 北京志翔科技股份有限公司 不确定度的确定方法、装置和电子设备
CN117630798B (zh) * 2023-11-27 2024-06-11 国网四川省电力公司营销服务中心 一种集群式直流电能表误差监测方法、装置、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1782730A (zh) * 2005-09-06 2006-06-07 淄博计保互感器研究所 高压电能计量装置计量性能的整体检定、测量方法
CN102749541A (zh) * 2012-07-09 2012-10-24 云南电力试验研究院（集团）有限公司电力研究院 一种基于能量守恒的实时母线和计量设备状态在线监测系统
CN105044654A (zh) * 2015-07-14 2015-11-11 国家电网公司 一种判断上网关口电能计量装置存在误差的方法
CN105824001A (zh) * 2015-01-06 2016-08-03 国家电网公司 一种数字电能表iec61850符合性测试方法及其系统
CN106597350A (zh) * 2016-11-15 2017-04-26 中国电力科学研究院 一种关口电能表运行误差评估方法及系统
CN106685539A (zh) * 2016-11-25 2017-05-17 云南电网有限责任公司电力科学研究院 综合实景的测试分析评价方法、装置及平台

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1782730A (zh) * 2005-09-06 2006-06-07 淄博计保互感器研究所 高压电能计量装置计量性能的整体检定、测量方法
CN102749541A (zh) * 2012-07-09 2012-10-24 云南电力试验研究院（集团）有限公司电力研究院 一种基于能量守恒的实时母线和计量设备状态在线监测系统
CN105824001A (zh) * 2015-01-06 2016-08-03 国家电网公司 一种数字电能表iec61850符合性测试方法及其系统
CN105044654A (zh) * 2015-07-14 2015-11-11 国家电网公司 一种判断上网关口电能计量装置存在误差的方法
CN106597350A (zh) * 2016-11-15 2017-04-26 中国电力科学研究院 一种关口电能表运行误差评估方法及系统
CN106685539A (zh) * 2016-11-25 2017-05-17 云南电网有限责任公司电力科学研究院 综合实景的测试分析评价方法、装置及平台

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Ning Li et al..《A smart meters optimization model for reliability prediction》.《2016 International Conference on Integrated Circuits and Microsystems (ICICM)》.2017,全文. *
刘畅 ; .基于用电信息采集系统的低压配电台区线损原因分析及治理.河北电力技术.2016,(第02期),全文. *

Also Published As

Publication number Publication date
CN107462863A (zh) 2017-12-12

Similar Documents

Publication Publication Date Title
CN107462863B (zh) 一种智能电能表运行误差运行诊断分析方法及系统
CN111242391B (zh) 用于电力负荷识别的机器学习模型训练方法及系统
CN110727662A (zh) 基于相关性分析的低压台区用户相位识别方法和系统
JP2009089594A (ja) 検針データを利用した電力設備の時空間負荷分析システム及び負荷の計算方法
CN102013731B (zh) 一种能耗管理方法
CN107886171B (zh) 一种基于pmu数据的断路器状态在线诊断方法及系统
CN110019098A (zh) 基于Hadoop框架的电能计量大数据分析系统
CN107543989B (zh) 基于电能表失压断相判断线损异常的方法
KR20130106532A (ko) 등가 가동시간 개념을 이용한 계통연계형 태양광발전 시스템의 고장 진단 방법 및 장치
CN107404416A (zh) 一种用电信息采集系统的可视化监测方法
CN103018611B (zh) 一种基于电流分解的非侵入式负载监测方法及系统
CN113655425A (zh) 适用于10kv配线线路的计量点运行误差监测方法与系统
CN113570076B (zh) 一种统调电厂关口计量装置在线运维管理平台
CN110873857B (zh) 基于多源数据融合的智能电能表运行状态评价方法及系统
US20240019468A1 (en) High-resolution electrical measurement data processing
CN113469488B (zh) 配电网设备拓扑结构在线诊断分析系统
CN104834305A (zh) 基于dms系统的配网自动化终端遥测异常分析系统及方法
CN117974364A (zh) 基于电力系统的排放和能耗数据采集、计量方法及系统
CN107250931B (zh) 能源服务推荐引擎
KR20210082581A (ko) 사물인터넷 기반 전력설비 원격감시제어 시스템 및 방법
KR102635460B1 (ko) 태양광 원격 모니터링 기반 발전량 이상 증상 분석 방법과 장치
JP2011205859A (ja) 変圧器の負荷推定方法
CN104361422A (zh) 一种基于经济评估的电力用户电能质量数据收集方法
CN108564133A (zh) 基于大数据技术的电网量测数据智能处理系统
CN114123511B (zh) 一种监测分析电缆配电终端异常位置的方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant