CN107818395B - 一种基于测量不确定度的电能表误差迭代计算方法 - Google Patents
一种基于测量不确定度的电能表误差迭代计算方法 Download PDFInfo
- Publication number
- CN107818395B CN107818395B CN201710788684.XA CN201710788684A CN107818395B CN 107818395 B CN107818395 B CN 107818395B CN 201710788684 A CN201710788684 A CN 201710788684A CN 107818395 B CN107818395 B CN 107818395B
- Authority
- CN
- China
- Prior art keywords
- error
- electric energy
- energy meter
- value
- uncertainty
- 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
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 33
- 238000005259 measurement Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000011156 evaluation Methods 0.000 claims abstract description 13
- 238000005516 engineering process Methods 0.000 claims abstract description 10
- 238000012795 verification Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000002474 experimental method Methods 0.000 claims description 5
- 238000007619 statistical method Methods 0.000 claims description 5
- 238000013178 mathematical model Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 2
- 230000008447 perception Effects 0.000 abstract description 2
- 238000004422 calculation algorithm Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明涉及一种基于测量不确定度的电能表误差迭代计算方法，具体计算步骤为：⑴设定α的初始值为0；⑵将采集数据代入运行误差远程校验流量守恒模型计算误差；⑶检验误差合理性，若不合理，则修正经验系数α后，再次计算误差；若合理，进入下一步骤；⑷超差表数量，若不符合区间，则修正经验系数α后，再次计算误差；若符合，进入下一步骤；⑸误差计算，采用滑差迭代计算，直至得出每一个电能表的误差值；⑹对误差值进行不确定度评价；⑺得出误差计算最终结果。本方法结合电能表误差变化趋势的大数据预测技术，在超差问题出现之前即可完成用户无感知换装作业，消除隐患，避免出现不必要的计量准确性纠纷。
Description
技术领域
本发明属于电能计量领域，尤其是一种基于测量不确定度的电能表误差迭代计算方法。
背景技术
运行中的电能计量装置准确性始终是居民用户和国网公司最关注的热点问题。目前，国网公司采用统计分析方法或者添加在线检测设备等手段，来实现智能电能表运行误差的监督与评价。虽然统计分析法改变了过去居民用单相电能表由定期轮换为抽检，但仍是对整体批次的控制；通过添加在线监测设备必将为企业带来采购、维护成本的增加，该方法维护成本高且有局限性。
迭代法是一种不断用变量的旧值递推新值的过程，迭代算法是解决问题的一种基本方法。其基本思想是从变量的原值推出它的一个新值。
经过检索，未发现相近技术的已公开专利文献。
发明内容
本发明的目的在于克服现有技术的不足之处，提供一种基于测量不确定度的电能表误差迭代计算方法。
本发明解决其技术问题是采取以下技术方案实现的：
一种基于测量不确定度的电能表误差迭代计算方法，其特征在于：将迭代计算方法应用于对虚拟电路修正经验α的估计，具体计算步骤为：
⑴设定α的初始值为0；
⑵将采集数据代入运行误差远程校验流量守恒模型
计算误差；
⑶检验误差合理性，若不合理，则修正经验系数α后，再次计算误差；若合理，进入下一步骤；
⑷超差表数量，若不符合区间，则修正经验系数α后，再次计算误差；若符合，进入下一步骤；
⑸误差计算，采用滑差迭代计算，直至得出每一个电能表的误差值；
⑹对误差值进行不确定度评价；
⑺得出误差计算最终结果。
而且，所述步骤⑵中，对于方程递归结果判定，本实施例采用基于LSTM网络的电能表读数误差预测技术，并对该网络进行如下训练：主要输入为在实验台体中的电能表误差读数，输出为以每一个值代表该表计是否可能为超差表。
而且，所述步骤⑹不确定度评价方法如下：在给定的初始经验值α＝0的情况下，计算电能表集群误差情况，若该计算结果满足可信度要求，即计算的超差的电能表数量小于规定范围内，则该算法结束；否则向上调整α的值区间，返回算法求解。
而且，根据数学模型:δ＝1/(Y-1η)-1
则有：
那么我们有联合扩展不确定度U＝kuc取k＝2，有：
若求解的电能表误差符合实际预期，随后对被测量进行独立重复观测，通过所得到的一系列测得值，用统计分析方法获得实验标准偏差s(x)，当用算术平均值作为被测量估计值时，被测量估计值的不确定度按计算：
在重复性条件下对同一被测量独立重复观测n次，得到n个测得值xi＝(i＝1,2,...,n)，被测量X的最佳估计是n个独立测得值的算数平均值
按如下公式计算：
单个测得值xk的实验方差s2(x)：
单个测得值xk的实验标准差s(x)：
被测量估计值
的不确定度
本发明的优点和积极效果是：
1、本方法利用流量守恒原理和大数据分析技术，在不添加标准设备、不改变表计结构、不改变电能表集群拓扑的情况下，实现海量在线运行电能表误差的远程检测。
2、本方法建立基于虚拟支路的修正拓扑模型，实现在线运行电能表误差测量可靠性100％，更精益化地指导电能表更换工作。
3、本方法结合电能表误差变化趋势的大数据预测技术，在超差问题出现之前即可完成用户无感知换装作业，消除隐患，避免出现不必要的计量准确性纠纷。
4、本发明可有效降低营销运营成本，可大幅减少校验过程中人员、车辆、设备等资源的消耗，节约营销检修运维成本；并且，通过实现远程校验可以实现对故障电能表的精准更换，将减少无故障电能表的拆回数量95％，较少电子垃圾的产生，绿色环保；如果本技术推广至全国电网范围内应用，本技术实现后预计每年可减少12000吨电子垃圾，节约电能表采购资金约136.31亿元，大幅降低企业运维成本，实现提质增效，具有显著的经济效益和社会效益。
附图说明
图1为本发明电能表误差计算模型；
图2为树形拓扑下广义流量仪表集群示意图；
图3为引入虚拟支路的电能表集群示意图；
图4为测量可靠性R(t)变化示意图。
具体实施方式
下面结合附图并通过具体实施例对本发明作进一步详述，以下实施例只是描述性的，不是限定性的，不能以此限定本发明的保护范围。
一种基于测量不确定度的电能表误差迭代计算方法，迭代法是一种不断用变量的旧值递推新值的过程，迭代算法是解决问题的一种基本方法。其基本思想是从变量的原值推出它的一个新值。
由于本方法测量的是电能表一段时间内的平均误差，测量的结果只是被测量的估计值，测量过程中的不确定因素会导致测量的不确定性。对于已知的系统效应进行修正后的测量结果仍然只是被测量的估计值，考虑不确定度评价方法，保证使在不完全理想的复现或样本代表性不够等的情况下，测量仍然能反映真实情况。
将迭代计算方法应用于对虚拟电路修正经验α的估计，具体计算步骤为：
⑴设定α的初始值为0；
⑵将采集数据代入运行误差远程校验流量守恒模型
进行误差的初步计算；
对于误差远程校验流量守恒模型的方程递归结果判定，本实施例采用基于LSTM网络的电能表读数误差预测技术。LSTM为长短期记忆网络，是一种递归神经网络，由于独特的设计结构，传统神经网络相对于LSTM网络的主要差别为，传统神经网络对于权值起作用的影响大部分来源于最后输入的数据，从而在训练的过程中的梯度下降过程中，更加倾向于按照序列结尾处的权值的正确方向进行更新。为了克服这个问题，该网络增加了新的输入输出门，以实现网络对正确的数据进行保留，对特征在网络中做合理的选择。
我们在实验室环境下搭建了电能表误差用电量模型，使用台体模型模拟电能表实际拓扑结构，从而获取每日用电量及误差的实验数据。由于实验台体的误差可调节，因此我们分别模拟了不同误差情况下实验台体用电情况并作为输入数据。
使用如下方式训练该网络：主要输入为在实验台体中的电能表误差读数，输出为以每一个值代表该表计是否可能为超差表。
利用该网络结构，我们实现了拓扑集群中超差电能表预测，从宏观角度对存在误差的电能表实现了预测，并使用该方法对迭代计算的退出条件进行验证。
⑶检验上一步骤获得误差值的合理性，若不合理，则修正经验系数α后，再次计算误差；若合理，进入下一步骤；
⑷判断超差表数量，若不符合区间，则修正经验系数α后，再次计算误差；若符合，进入下一步骤；
⑸误差计算，此次采用滑差迭代计算，直至得出每一个电能表的误差值；
⑹对误差值进行不确定度评价；
计量器具的可靠性会随着时间的增加而降低，因此对于该比率在不同台区我们执行浮动的检定可靠性目标范围。图4所示为测量可靠性与时间的变化示意图。根据台区内表计平均使用时间长短情况，我们对该值进行修正。
不确定度评价方法如下：在给定的初始经验值α＝0的情况下，计算电能表集群误差情况，若该计算结果满足可信度要求，即计算的超差的电能表数量小于规定范围内，则该算法结束。否则向上调整α的值区间，返回算法求解。
数学模型:δ＝1/(Y-1η)-1
那么我们有联合扩展不确定度U＝kuc取k＝2，有：
若求解的电能表误差符合实际预期，随后对被测量进行独立重复观测，通过所得到的一系列测得值，用统计分析方法获得实验标准偏差s(x)，当用算术平均值作为被测量估计值时，被测量估计值的不确定度按计算：
利用贝塞尔公式法，在重复性条件下对同一被测量独立重复观测n次，得到n个测得值 xi＝(i＝1,2,...,n)，被测量X的最佳估计是n个独立测得值的算数平均值
按如下公式计算：
单个测得值xk的实验方差s2(x)：
单个测得值xk的实验标准差s(x)：
被测量估计值
的不确定度
⑺得出误差计算最终结果。
算法的实验验证：
我们在天津地区选取了某一台区19块电能表集群，获取该集群150个工作日的日冻结数据。对于该数据，我们对此执行上述算法。我们发现，在经过8次迭代后，取虚拟支路经验值在区间[0.8,0.9]时，对于电能表误差的计算由较大改善和良好结果：
表格1初始状态下(α＝0)误差计算量
| 标号 | 误差计算值 | 标号 | 误差计算值 |
| 1 | 1.5590％ | 10 | -14.5640％ |
| 2 | -2.7938％ | 11 | -9.0017％ |
| 3 | -5.1089％ | 12 | 5.5293％ |
| 4 | -0.2388％ | 13 | 0.0485％ |
| 5 | -3.1209％ | 14 | -0.4204％ |
| 6 | 3767.6317％ | 15 | -3.8429％ |
| 7 | -0.3551％ | 16 | -5.7363％ |
| 8 | -4.0477％ | 17 | -3.1323％ |
| 9 | -2.9027％ | 18 | -2.2543％ |
表格2迭代最终(α∈[0.8,0.9])计算结果
| 标号 | 误差计算值 | 标号 | 误差计算值 |
| 1 | 0.0946％ | 10 | 0.1308％ |
| 2 | 0.3545％ | 11 | 0.0401％ |
| 3 | -0.2071％ | 12 | -0.1053％ |
| 4 | 0.5407％ | 13 | 0.0005％ |
| 5 | 0.6030％ | 14 | -0.4996％ |
| 6 | -1.8999％ | 15 | 0.4333％ |
| 7 | -0.5649％ | 16 | -0.2631％ |
| 8 | 0.0781％ | 17 | 0.0972％ |
| 9 | -0.0928％ | 18 | 0.0567％ |
在此区间内我们发现电能表误差处于合理水平内,根据测量不确定度评定方法,在滑差方法计算10次电能表误差数据,给出标准不准确度评定下的计算结果和半宽区间:
表格3计算结果及其半宽区间
| 标号 | 误差计算值 | 半宽区间 | 标号 | 误差计算值 | 半宽区间 |
| 1 | 0.09％ | 0.02％ | 10 | 0.13％ | 0.09％ |
| 2 | 0.35％ | 0.02％ | 11 | 0.04％ | 0.02％ |
| 3 | -0.21％ | 0.02％ | 12 | -0.11％ | 0.09％ |
| 4 | 0.54％ | 0.02％ | 13 | 0.00％ | 0.00％ |
| 5 | 0.60％ | 0.02％ | 14 | -0.50％ | 0.03％ |
| 6 | -1.90％ | 0.09％ | 15 | 0.43％ | 0.02％ |
| 7 | -0.56％ | 0.02％ | 16 | -0.26％ | 0.07％ |
| 8 | 0.08％ | 0.01％ | 17 | 0.10％ | 0.02％ |
| 9 | -0.09％ | 0.01％ | 18 | 0.06％ | 0.01％ |
在获取实验结果后,对电能表误差分析后发现在上述表格3中标号为6的电能表误差处于较高情况,即将超差,则由现场工作人员随机对该表进行查看.
实验验证表明利用该算法无需借助外部标准仪器，在已知任一电能表实际相对误差的前提下，仅通过对树形拓扑中电能表集群读数的分析，即可计算出其他所有电能表的误差。这种自主式的误差计算方法能够在线执行，从而有望显著降低在用电能表的维护成本。当已知某一仪表实际精度等级而非实际相对误差时，虽然不能计算出其他电能表的确切相对误差，但可以实现误差范围的估计。该方法可有效锁定疑似超差电能表，使检定和校准有的放矢。
为了便于清楚描述本方法，首先给出如下定义：
流：流入或流出某一封闭曲面S的标量(图2箭头所示)。流入为正，流出为负。对流做如下约定：流不会堆积且任何时刻都遵守守恒定律。即穿过任意封闭曲面S的流代数和等于零。流以从0开始的整数标记。
广义流量：简称流量，流对时间的积分。由流守恒可以推出流量守恒。即任意时间段内，穿过封闭曲面S的流量增量代数和等于零。
广义流量仪表：简称流量仪表或流量计(图2中M0～M4)，记录对应流的瞬时流量。流量计以Mj标记，j为对应流的编号。
集群：穿过某一封闭曲面S的所有流所对应的流量仪表的集合。
抄表：获取某一时刻集群内所有仪表的读数。逻辑上，抄表动作应返回各仪表相同时刻的读数。但实际上，若各仪表读数返回的时间间隔足够短，则可认为是相同时刻。
测量：一次测量是对集群间隔一段时间的两次抄表，其结果是前后两次读数的增量。
尽管为说明目的公开了本发明的实施例和附图，但是本领域的技术人员可以理解：在不脱离本发明及所附权利要求的精神和范围内，各种替换、变化和修改都是可能的，因此，本发明的范围不局限于实施例和附图所公开的内容。
Claims (1)
1.一种基于测量不确定度的电能表误差迭代计算方法，其特征在于：将迭代计算方法应用于对虚拟电路修正经验系数α的估计，具体计算步骤为：
⑴设定修正经验系数α的初始值为0；
⑵将采集数据代入运行误差远程校验流量守恒模型
计算误差；对于方程递归结果判定，采用基于LSTM网络的电能表读数误差预测技术，并对该网络进行如下训练：输入为在实验台体中的电能表误差读数，输出为以每一个值代表的电能表是否可能为超差表；
⑶检验误差合理性，若不合理，则修正经验系数α后，再次计算误差；若合理，进入下一步骤；
⑷校验超差表数量，若不符合区间，则修正经验系数α后，再次计算误差；若符合，进入下一步骤；
⑸误差计算，采用滑差迭代计算，直至得出每一个电能表的误差值；
⑹对误差值进行不确定度评价；不确定度评价方法如下：在给定的初始修正经验系数α＝0的情况下，计算电能表集群误差情况，若计算的超差的电能表数量小于规定范围内，则该评价结束；否则向上调整修正经验系数α的值区间，返回不确定度评价方法求解；
根据数学模型:δ＝1/(Y-1η)-1
则有：
由联合扩展不确定度U＝kuc取k＝2，有：
若求解的电能表误差符合实际预期，随后对被测量电能表实际值x进行独立重复观测，通过所得到的一系列测得值，用统计分析方法获得实验标准偏差s(x)，当用算术平均值作为被测量估计值时，被测量估计值的不确定度按如下公式计算：
在重复性条件下对同一被测量电能表实际值x独立重复观测n次，得到n个测得值xi＝(i＝1,2,...,n)，计算n个独立测得值的算数平均值作为被测量估计值，按如下公式计算：
单个测得值xk的实验方差s2(x)：
单个测得值xk的实验标准差s(x)：
被测量估计值的不确定度
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710788684.XA CN107818395B (zh) | 2017-09-05 | 2017-09-05 | 一种基于测量不确定度的电能表误差迭代计算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710788684.XA CN107818395B (zh) | 2017-09-05 | 2017-09-05 | 一种基于测量不确定度的电能表误差迭代计算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107818395A CN107818395A (zh) | 2018-03-20 |
| CN107818395B true CN107818395B (zh) | 2022-04-22 |
Family
ID=61600909
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710788684.XA Active CN107818395B (zh) | 2017-09-05 | 2017-09-05 | 一种基于测量不确定度的电能表误差迭代计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107818395B (zh) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109298376B (zh) * | 2018-10-31 | 2022-09-09 | 中国电力科学研究院有限公司 | 一种基于标准电能表组的电能量值传递的方法及系统 |
| CN109375151B (zh) * | 2018-12-24 | 2020-11-10 | 广东电网有限责任公司 | 电能表计量误差在线监测技术的监测通道调度方法及装置 |
| CN110008276A (zh) * | 2019-04-26 | 2019-07-12 | 清湖光旭数据科技(北京)有限公司 | 一种检测电表异常的方法、装置及设备 |
| 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 |
| CN110426669A (zh) * | 2019-08-12 | 2019-11-08 | 安徽南瑞中天电力电子有限公司 | 一种基于误差测试的电能表自动筛检方法 |
| CN114152804B (zh) * | 2020-09-08 | 2024-03-15 | 武汉国测数据技术有限公司 | 一种三通阵列结构的电能表及其测量系统和方法 |
| CN114152787B (zh) * | 2020-09-08 | 2024-04-02 | 武汉国测数据技术有限公司 | 一种用户自家校验误差的电能表结构和校验误差方法 |
| CN112526440B (zh) * | 2020-11-23 | 2023-11-14 | 国网江苏省电力有限公司 | 基于互感器准确度等级的电能表运行误差监测方法及系统 |
| CN112816934A (zh) * | 2021-03-01 | 2021-05-18 | 云南电网有限责任公司电力科学研究院 | 一种判定电能表误差自监测准确性和及时性的方法及系统 |
| CN113607597A (zh) * | 2021-09-01 | 2021-11-05 | 南京农业大学 | 一种称重式果蔬含水率在线检测方法及系统 |
| CN114114135B (zh) * | 2021-11-29 | 2024-08-06 | 广西电网有限责任公司 | 基于功率曲线还原积分的错误接线电量追补计算方法 |
| CN115542236B (zh) * | 2022-11-24 | 2023-06-06 | 北京志翔科技股份有限公司 | 电能表运行误差估计方法及装置 |
| CN115856757A (zh) * | 2022-11-28 | 2023-03-28 | 国网北京市电力公司 | 电能表失准分析方法、装置、设备及介质 |
| 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 (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1651871A (zh) * | 2005-02-25 | 2005-08-10 | 西北工业大学 | 远传水表精度的等水量校调方法 |
| CN101286059A (zh) * | 2008-05-29 | 2008-10-15 | 上海交通大学 | 在线测量数据获取、校正及过失误差的序列补偿方法 |
| CN104462808A (zh) * | 2014-12-04 | 2015-03-25 | 河海大学 | 安全水平位移与水位的滑动可变窗口动态数据拟合方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| PT1788461E (pt) * | 2005-11-22 | 2009-09-24 | Faculte Polytechnique De Mons | Dispositivo e método para conceber uma configuração de sensores para um sistema de segurança automatizado sistema automatizado, elemento de programa e um meio legível por computador |
-
2017
- 2017-09-05 CN CN201710788684.XA patent/CN107818395B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1651871A (zh) * | 2005-02-25 | 2005-08-10 | 西北工业大学 | 远传水表精度的等水量校调方法 |
| CN101286059A (zh) * | 2008-05-29 | 2008-10-15 | 上海交通大学 | 在线测量数据获取、校正及过失误差的序列补偿方法 |
| CN104462808A (zh) * | 2014-12-04 | 2015-03-25 | 河海大学 | 安全水平位移与水位的滑动可变窗口动态数据拟合方法 |
Non-Patent Citations (1)
| Title |
|---|
| 面向智能电网AMI的网络计算关键技术与用户用电数据挖掘研究;郭景涛;《中国博士学位论文全文数据库 工程科技辑II》;20120715(第07期);正文第10、13-14、71-83页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107818395A (zh) | 2018-03-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107818395B (zh) | 一种基于测量不确定度的电能表误差迭代计算方法 | |
| CN107643507B (zh) | 一种基于电网线路运行误差远程校准的精益线损分析与管控方法 | |
| CN107817395B (zh) | 一种基于电网线路运行误差远程校准的窃电排查方法 | |
| CN107741578B (zh) | 智能电能表运行误差远程校准的原始抄表数据处理方法 | |
| CN108593990B (zh) | 一种基于电能用户用电行为模式的窃电检测方法和应用 | |
| CN103336891B (zh) | 一种用于配电网状态估计的伪量测生成方法 | |
| CN101635457B (zh) | 一种基于状态估计残差参数灵敏度的电网参数估计方法 | |
| CN102032935B (zh) | 城市排水汇流管网污水泵站流量的软测量方法 | |
| CN107621621A (zh) | 一种智能电能表在线综合误差校准方法 | |
| CN107145707B (zh) | 一种计及光伏出力不确定性和全寿命周期成本的配电网变压器规划方法 | |
| CN107727955B (zh) | 一种基于电网线路运行误差远程校准的变压器损耗分析与管控方法 | |
| CN105243502B (zh) | 一种基于径流区间预测的水电站调度风险评估方法及系统 | |
| CN108197725B (zh) | 基于需水量先验信息的供水管网节点需水量校核方法 | |
| CN107133406A (zh) | 一种电力系统静态电压稳定域边界的快速搜索方法 | |
| CN111553394A (zh) | 基于循环神经网络和关注机制的水库水位预测方法 | |
| CN107657349B (zh) | 一种水库分期发电调度规则提取方法 | |
| CN107944652A (zh) | 一种广义流量仪表运行误差远程校准方法 | |
| CN107016622A (zh) | 一种含大用户用水信息的城市供水管网节点需水量反演方法 | |
| CN103853939A (zh) | 一种基于社会经济因素影响的电力系统月度负荷的组合预测方法 | |
| CN114936742A (zh) | 一种供水系统调度代理决策方法 | |
| CN113991711B (zh) | 一种光伏电站储能系统容量配置方法 | |
| CN114819322B (zh) | 湖泊入湖流量的预报方法 | |
| CN114091317A (zh) | 基于nwp辐照度修正和误差预测的光伏电站功率预测方法 | |
| CN111311026A (zh) | 一种顾及数据特征、模型和校正的径流非线性预测方法 | |
| CN103984987B (zh) | 一种测风网络实时校正的arma模型风电功率超短期预测方法 |
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 |