CN108830437A - 一种用于智能电能表运行的评估方法 - Google Patents

Abstract

本发明公开了一种用于智能电能表运行的评估方法，通过实时获取智能电能表在实际环境中的运行状态数据为技术手段，结合系统中标准表法和现场周期检验得到的误差数据，综合评估复杂的实际电网运行环境对智能电能表准确性、可靠性的影响，对其进行综合评价，通过分析状态量构成及权重，制定状态评价标准，从而建立运行状态评估方法，并在此基础上提出电能表检修策略，从而弥补了传统方法的不足，从而可以更好的快速的针对智能电能表制定检修策略，减少了人力、物力和财力的浪费，具有良好的应用前景。

Description

一种用于智能电能表运行的评估方法

技术领域

本发明涉及电力系统技术领域，具体涉及一种用于智能电能表运行的评估方法。

背景技术

智能电能表作为电力计量资产中的重要资产，同时也作为智能电网数据采集的基本设备，正向智能化、系统化、模块化和多元化发展，需求量巨大。由于，我国的智能电能表生产企业，面对国内和国外双重客户，且涉及经济核算，对该智能电能表产品监督和把控更加严格。

目前，智能电能表仓储和配送环节采取防受潮、防震动、防腐蚀、防电磁干扰等措施，在安装现场采用可靠的保护措施，确保安装到客户的每一只智能电能表都是合格产品，结合现场抄表、用电检查、轮换抽检等专业工作检查电能表运行状态，充分利用用电信息采集系统的监控手段，及时发现处理异常问题。

当前，针对运行后的智能电能表开展定期抽样检测，对巡检、抽检中发现的故障智能电能表，必须在24小时内更换，并立即排查故障原因，故障原因未查清前，暂停安装同厂家、同型号、同批次电能表。因此，针对电力计量资产的智能电能表运行状态，如何能够快速评估，以便第一时间发现巡检、抽检中的故障智能电能表，是当前亟待解决的问题。

发明内容

本发明的目的是克服现有技术中对巡检、抽检中发现的故障智能电能表，不能快速有效发现的问题。本发明的用于智能电能表运行的评估方法，可以更好的快速的针对智能电能表制定检修策略，减少了人力、物力和财力的浪费，具有良好的应用前景。

为了达到上述目的，本发明所采用的技术方案是：

一种用于智能电能表运行的评估方法，包括以下步骤，

步骤(A)，根据运行的用电信息采集信息系统、营销业务应用信息系统、计量生产调度平台信息系统，选取智能电能表的评估状态量，所述评估状态量，包括误差稳定性模类型、运行可靠性类型、潜在缺陷类型和用户信誉类型；

步骤(B)，根据选取智能电能表的评估状态量，建立智能电能表运行状态的评估打分模型，评估打分模型的以百分制对智能电能表的状态进行表述；

步骤(C)，根据评估打分模型，判断当前智能电能表所处状态；

步骤(D)，根据智能电能表所处状态，给出对应的检修策略。

前述的一种用于智能电能表运行的评估方法，步骤(A)，所述误差稳定性模类型，包括

基本误差状态量S₁，为智能电能表实验室检定选定负荷点的基本误差，该基本误差状态量S₁用于反映智能电能表固有计量性能的好坏；

运行误差状态量S₂，为智能电能表现场实负荷检验的运行误差，该运行误差状态量S₂用于反映智能电能表运行计量性能的好坏；

误差分散性状态量S₃，为同一批次合格的智能电能表的额定负荷点下基本误差的标准偏差统计值，该误差分散性状态量S₃用于反映该批次智能电能表质量控制的好坏；

所述运行可靠性类型，包括

全检验收批次退货率状态量S₄，为同一制造厂家所供智能电能表因不合格退货批次比例统计值，该全检验收批次退货率状态量S₄用于反映智能电能表制造厂家的信誉、管理和质量水平；

批次运行状态量S₅，为同一批次智能电能表的运行故障率统计值，该批次运行状态量S₅状态量用于反映运行电能表批次质量的好坏；

运行时间与环境状态量S₆，为智能电能表的运行年数以及运行所处环境，运行年数最小分辨力为0.5年，该运行时间与环境状态量S₆用于反映运行时间与环境对智能电能表运行性能的影响；

所述潜在缺陷类型，包括

家族缺陷状态量S₇，为经确认由硬件、材质、工艺、软件共性因素导致的智能电能表所存在的缺陷，该家族缺陷状态量S₇用于反映运行电能表发生故障的隐患大小；

在线监测电量异常状态量S₈，为用电采样系统在线监测与智能诊断模块发现的真实的智能电能表电量异常类型和数量，该在线监测电量异常状态量S8用于反映智能电能表实时运行情况；

在线监测时钟异常状态量S₉，为用电采样系统在线监测与智能诊断模块发现的真实的智能电能表时钟异常类型和数量，该在线监测时钟异常状态量S₉用于反映电能表实时运行情况；

所述用户信誉类型，包括用户信誉状态量S₁₀，为电能表用户是否发生过窃电、浪费用电、破坏用电的影响信誉的行为。

前述的一种用于智能电能表运行的评估方法，步骤(B)，评估打分模型的以百分制对智能电能表的状态进行表述，100分表示最佳状态，0分则表示最差状态，其他情形的状态评分介于100分-0分之间，智能电能表的状态评分值G为：G＝BTMF，其中，B表示基础评分，T表示检测评分，M表示监测评分，F表示家族缺陷评分，

所述基础评分B，根据公式得到的，B₁＝A_B1×(1-S₄*80)、B₃＝A_B3×(1-S₅)、 B₅＝20-2.5×S₆-₁×S₆-₂、近一年内发生过窃电、浪费用电、破坏用电的影响信誉的行为B₆＝0，否则B₆＝A_B6；

其中，A_B1，A_B2，A_B3，A_B4-1，A_B4-2，A_B4-3，A_B4-4，A_B6为可配置参数，确保A_B1+A_B2+A_B3+A_B4-1+A_B4-2+A_B4-3+A_B4-4+A_B6＝80分，初始值为A_B1＝10，A_B2＝10，A_B3＝20，A_B4-1＝10，A_B4-2＝10，A_B4-3＝10，A_B4-4＝0，A_B6＝10；

S_1-1、S_1-2、S_1-3、S_1-4为选取的负荷点的基本误差，数据来源于省级计量中心生产调度平台MDS系统；S_6-1表示表计运行年数，运行时长取SG186营销业务应用系统提供的表龄库龄数据的运行时长字段，S_6-2为运行环境得出权重，室内有空调S_6-2＝100、室内无空调S_6-2＝120、户外S_6-2＝200；B₁为全检验收批次退货率率S₄的基础评分，B₂为批次误差分散S₃的基础评分，B₃为批次运行故障率S₅的基础评分，B₄为基本误差S₁的基础评分，B₅为运行时间与环境S₆的基础评分，B₆为用户信誉S₁₀的基础评分；误差限值是根据电能表精确度等级而定；

所述检验评分T，根据公式得到，其中，n为最近n次检测评分，对于I类智能电能表，n＝3；对于II类智能电能表，n＝2；对于III类智能电能表，n＝1；检测次数不足n次时，该项不进行评分，T＝1；

所述监测评分M，根据M＝M₁×M₂公式得到，其中，A_M1，A_M2可配置，A_M1默认90％，A_M2默认80％。

所述家族缺陷评分F，根据公式得到，其中，H为家族智能电能表的总数量，h表示发生该家族缺陷的智能电能表数量，H＞h≥1。

前述的一种用于智能电能表运行的评估方法，步骤(C)，根据评估打分模型，判断当前智能电能表所处状态，判定依据如下，

(C1)，智能电能表的状态评分值G为[80，100]，则当前智能电能表所处状态为稳定状态；智能电能表的状态评分值G为[30，80)，则当前智能电能表所处状态为关注状态；智能电能表的状态评分值为[0，30)，则当前智能电能表所处状态为预警状态；

(C2)，智能电能表两次状态评分值之差为(-∞，5]，则当前智能电能表所处状态为稳定状态；智能电能表两次状态评分值之差为(5，30]，，则当前智能电能表所处状态为关注状态；智能电能表两次状态评分值之差为(30，+∞)，则当前智能电能表所处状态为预警状态，所述智能电能表两次状态评分值，为上月周期状态评分值、本月周期状态评分值；

(C3)，当智能电能表的状态评分值G、智能电能表两次状态评分值之差的判断结果不一时，取较差状态，当前智能电能表所处状态由好到差排序为：稳定状态>关注状态>预警状态。

前述的一种用于智能电能表运行的评估方法，步骤(D)，根据智能电能表所处状态，给出对应的检修策略，具体如下，

(D1)，稳定状态下的巡检策略：使用时长6年内按延长1倍的巡检周期安排现场检验，超出6年的按正常巡检周期安排现场检验；

(D2)，关注状态下的巡检策略：使用时长6年内按1/2巡检周期安排现场检验，超出6年的实时安排状态巡检与远程检验，并安排不定期巡检；

(D3)，预警状态的巡检策略：实时安排巡检和远程巡检，并立即安排现场检验。

前述的一种用于智能电能表运行的评估方法，步骤(A)，家族缺陷状态量S₇的取值范围，根据《国家电网公司电能表质量监督管理办法》内要求，具体如下：

(A1)，家族缺陷状态量S₇对电能表计量性能无影响，突发恶化风险小，家族缺陷状态量S₇的取值为86％-100％；

(A2)，家族缺陷状态量S₇对电能表计量性能有影响，可监测，家族缺陷状态量S₇的取值为51％-85％；

(A3)，家族缺陷状态量S₇对电能表计量性能有影响，不可监测，家族缺陷状态量S₇的取值为16％-50％；

(A4)，家族缺陷状态量S₇对电能表计量性能严重影响，家族缺陷状态量S₇的取值为0-15％。

本发明的有益效果是：本发明的用于智能电能表运行的评估方法，通过实时获取智能电能表在实际环境中的运行状态数据为技术手段，结合系统中标准表法和现场周期检验得到的误差数据，综合评估复杂的实际电网运行环境对智能电能表准确性、可靠性的影响，对其进行综合评价，通过分析状态量构成及权重，制定状态评价标准，从而建立运行状态评估方法，并在此基础上提出电能表检修策略，从而弥补了传统方法的不足，从而可以更好的快速的针对智能电能表制定检修策略，减少了人力、物力和财力的浪费，具有良好的应用前景。

附图说明

图1是本发明的用于智能电能表运行的评估方法的流程图；

图2是选取智能电能表的评估状态量的示意图。

具体实施方式

下面将结合说明书附图，对本发明作进一步的说明。

如图1所示，本发明的用于智能电能表运行的评估方法，包括以下步骤，

步骤(A)，根据运行的用电信息采集信息系统、营销业务应用信息系统、计量生产调度平台信息系统，选取智能电能表的评估状态量，所述评估状态量，包括误差稳定性模类型、运行可靠性类型、潜在缺陷类型和用户信誉类型，如图2所示，

所述误差稳定性模类型，包括

基本误差状态量S₁，为智能电能表实验室检定选定负荷点的基本误差，该基本误差状态量S₁用于反映智能电能表固有计量性能的好坏；

运行误差状态量S₂，为智能电能表现场实负荷检验的运行误差，该运行误差状态量S₂用于反映智能电能表运行计量性能的好坏；

误差分散性状态量S₃，为同一批次合格的智能电能表的额定负荷点下基本误差的标准偏差统计值，该误差分散性状态量S₃用于反映该批次智能电能表质量控制的好坏；

所述运行可靠性类型，包括

全检验收批次退货率状态量S₄，为同一制造厂家所供智能电能表因不合格退货批次比例统计值，该全检验收批次退货率状态量S₄用于反映智能电能表制造厂家的信誉、管理和质量水平；

批次运行状态量S₅，为同一批次智能电能表的运行故障率统计值，该批次运行状态量S₅状态量用于反映运行电能表批次质量的好坏；

运行时间与环境状态量S₆，为智能电能表的运行年数以及运行所处环境，运行年数最小分辨力为0.5年，该运行时间与环境状态量S₆用于反映运行时间与环境对智能电能表运行性能的影响；

所述潜在缺陷类型，包括

家族缺陷状态量S₇，为经确认由硬件、材质、工艺、软件共性因素导致的智能电能表所存在的缺陷，该家族缺陷状态量S₇用于反映运行电能表发生故障的隐患大小；

在线监测电量异常状态量S₈，为用电采样系统在线监测与智能诊断模块发现的真实的智能电能表电量异常类型和数量，该在线监测电量异常状态量S8用于反映智能电能表实时运行情况；

在线监测时钟异常状态量S₉，为用电采样系统在线监测与智能诊断模块发现的真实的智能电能表时钟异常类型和数量，该在线监测时钟异常状态量S₉用于反映电能表实时运行情况；

所述用户信誉类型，包括用户信誉状态量S₉，为电能表用户是否发生过窃电、浪费用电、破坏用电的影响信誉的行为，

上述各个状态量抽取，如表1所示，

表1各个状态量抽取列表

其中，家族缺陷状态量S₇的取值范围，根据《国家电网公司电能表质量监督管理办法》内要求，具体如下：

(A1)，家族缺陷状态量S₇对电能表计量性能无影响，突发恶化风险小，家族缺陷状态量S₇的取值为86％-100％；

(A2)，家族缺陷状态量S₇对电能表计量性能有影响，可监测，家族缺陷状态量S₇的取值为51％-85％；

(A3)，家族缺陷状态量S₇对电能表计量性能有影响，不可监测，家族缺陷状态量S₇的取值为16％-50％；

(A4)，家族缺陷状态量S₇对电能表计量性能严重影响，家族缺陷状态量S₇的取值为0-15％；

步骤(B)，根据选取智能电能表的评估状态量，建立智能电能表运行状态的评估打分模型，评估打分模型的以百分制对智能电能表的状态进行表述，100分表示最佳状态，0分则表示最差状态，其他情形的状态评分介于100分-0分之间，智能电能表的状态评分值G为：G＝BTMF，其中，B表示基础评分，T表示检测评分，M表示监测评分，F表示家族缺陷评分，

所述基础评分B，根据公式得到的，B₁＝A_B1×(1-S₄*80)、B₃＝A_B3×(1-S₅)、 B₅＝20-2.5×S₆-₁×S₆-₂、近一年内发生过窃电、浪费用电、破坏用电的影响信誉的行为B₆＝0，否则B₆＝A_B6；

其中，A_B1，A_B2，A_B3，A_B4-1，A_B4-2，A_B4-3，A_B4-4，A_B6为可配置参数，确保A_B1+A_B2+A_B3+A_B4-1+A_B4-2+A_B4-3+A_B4-4+A_B6＝80分，初始值为A_B1＝10，A_B2＝10，A_B3＝20，A_B4-1＝10，A_B4-2＝10，A_B4-3＝10，A_B4-4＝0，A_B6＝10；

S_1-1、S_1-2、S_1-3、S_1-4为选取的负荷点的基本误差，数据来源于省级计量中心生产调度平台MDS系统；S_6-1表示表计运行年数，运行时长取SG186营销业务应用系统提供的表龄库龄数据的运行时长字段，S_6-2为运行环境得出权重，室内有空调S_6-2＝100、室内无空调S_6-2＝120、户外S_6-2＝200；B₁为全检验收批次退货率率S₄的基础评分，B₂为批次误差分散S₃的基础评分，B₃为批次运行故障率S₅的基础评分，B₄为基本误差S₁的基础评分，B₅为运行时间与环境S₆的基础评分，B₆为用户信誉S₁₀的基础评分；误差限值是根据电能表精确度等级而定；

所述检验评分T，根据公式得到，其中，n为最近n次检测评分，对于I类智能电能表，n＝3；对于II类智能电能表，n＝2；对于III类智能电能表，n＝1；检测次数不足n次时，该项不进行评分，T＝1；

所述监测评分M，根据M＝M₁×M₂公式得到，其中，A_M1，A_M2可配置，A_M1默认90％，A_M2默认80％。

所述家族缺陷评分F，根据公式得到，其中，H为家族智能电能表的总数量，h表示发生该家族缺陷的智能电能表数量，H＞h≥1。

步骤(C)，根据评估打分模型，判断当前智能电能表所处状态，判定依据如下，

(C1)，智能电能表的状态评分值G为[80，100]，则当前智能电能表所处状态为稳定状态；智能电能表的状态评分值G为[30，80)，则当前智能电能表所处状态为关注状态；智能电能表的状态评分值为[0，30)，则当前智能电能表所处状态为预警状态；

(C2)，智能电能表两次状态评分值之差为(-∞，5]，则当前智能电能表所处状态为稳定状态；智能电能表两次状态评分值之差为(5，30]，，则当前智能电能表所处状态为关注状态；智能电能表两次状态评分值之差为(30，+∞)，则当前智能电能表所处状态为预警状态，所述智能电能表两次状态评分值，为上月周期状态评分值、本月周期状态评分值；

(C3)，当智能电能表的状态评分值G、智能电能表两次状态评分值之差的判断结果不一时，取较差状态，当前智能电能表所处状态由好到差排序为：稳定状态>关注状态>预警状态；

步骤(D)，根据智能电能表所处状态，给出对应的检修策略，具体如下，

(D1)，稳定状态下的巡检策略：使用时长6年内按延长1倍的巡检周期安排现场检验，超出6年的按正常巡检周期安排现场检验；

(D2)，关注状态下的巡检策略：使用时长6年内按1/2巡检周期安排现场检验，超出6年的实时安排状态巡检与远程检验，并安排不定期巡检；

(D3)，预警状态的巡检策略：实时安排巡检和远程巡检，并立即安排现场检验。

以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (6)

1.一种用于智能电能表运行的评估方法，其特征在于：包括以下步骤，

步骤(A)，根据运行的用电信息采集信息系统、营销业务应用信息系统、计量生产调度平台信息系统，选取智能电能表的评估状态量，所述评估状态量，包括误差稳定性模类型、运行可靠性类型、潜在缺陷类型和用户信誉类型；

步骤(B)，根据选取智能电能表的评估状态量，建立智能电能表运行状态的评估打分模型，评估打分模型的以百分制对智能电能表的状态进行表述；

步骤(C)，根据评估打分模型，判断当前智能电能表所处状态；

步骤(D)，根据智能电能表所处状态，给出对应的检修策略。

2.根据权利要求1所述的一种用于智能电能表运行的评估方法，其特征在于：步骤(A)，所述误差稳定性模类型，包括

基本误差状态量S₁，为智能电能表实验室检定选定负荷点的基本误差，该基本误差状态量S₁用于反映智能电能表固有计量性能的好坏；

运行误差状态量S₂，为智能电能表现场实负荷检验的运行误差，该运行误差状态量S₂用于反映智能电能表运行计量性能的好坏；

误差分散性状态量S₃，为同一批次合格的智能电能表的额定负荷点下基本误差的标准偏差统计值，该误差分散性状态量S₃用于反映该批次智能电能表质量控制的好坏；

所述运行可靠性类型，包括

全检验收批次退货率状态量S₄，为同一制造厂家所供智能电能表因不合格退货批次比例统计值，该全检验收批次退货率状态量S₄用于反映智能电能表制造厂家的信誉、管理和质量水平；

批次运行状态量S₅，为同一批次智能电能表的运行故障率统计值，该批次运行状态量S₅状态量用于反映运行电能表批次质量的好坏；

运行时间与环境状态量S₆，为智能电能表的运行年数以及运行所处环境，运行年数最小分辨力为0.5年，该运行时间与环境状态量S₆用于反映运行时间与环境对智能电能表运行性能的影响；

所述潜在缺陷类型，包括

家族缺陷状态量S₇，为经确认由硬件、材质、工艺、软件共性因素导致的智能电能表所存在的缺陷，该家族缺陷状态量S₇用于反映运行电能表发生故障的隐患大小；

在线监测电量异常状态量S₈，为用电采样系统在线监测与智能诊断模块发现的真实的智能电能表电量异常类型和数量，该在线监测电量异常状态量S₈用于反映智能电能表实时运行情况；

在线监测时钟异常状态量S₉，为用电采样系统在线监测与智能诊断模块发现的真实的智能电能表时钟异常类型和数量，该在线监测时钟异常状态量S₉用于反映电能表实时运行情况；

所述用户信誉类型，包括用户信誉状态量S₁₀，为电能表用户是否发生过窃电、浪费用电、破坏用电的影响信誉的行为。

3.根据权利要求1所述的一种用于智能电能表运行的评估方法，其特征在于：步骤(B)，评估打分模型的以百分制对智能电能表的状态进行表述，100分表示最佳状态，0分则表示最差状态，其他情形的状态评分介于100分-0分之间，智能电能表的状态评分值G为：G＝BTMF，其中，B表示基础评分，T表示检测评分，M表示监测评分，F表示家族缺陷评分，

所述基础评分B，根据公式得到的，B₁＝A_B1×(1-S₄*80)、B₃＝A_B3×(1-S₅)、 B₅＝20-2.5×S_6-1×S_6-2、近一年内发生过窃电、浪费用电、破坏用电的影响信誉的行为B₆＝0，否则B₆＝A_B6；

其中，A_B1，A_B2，A_B3，A_B4-1，A_B4-2，A_B4-3，A_B4-4，A_B6为可配置参数，确保A_B1+A_B2+A_B3+A_B4-1+A_B4-2+A_B4-3+A_B4-4+A_B6＝80分，初始值为A_B1＝10，A_B2＝10，A_B3＝20，A_B4-1＝10，A_B4-2＝10，A_B4-3＝10，A_B4-4＝0，A_B6＝10；

S_1-1、S_1-2、S_1-3、S_1-4为选取的负荷点的基本误差，数据来源于省级计量中心生产调度平台MDS系统；S_6-1表示表计运行年数，运行时长取SG186营销业务应用系统提供的表龄库龄数据的运行时长字段，S_6-2为运行环境得出权重，室内有空调S_6-2＝100、室内无空调S_6-2＝120、户外S_6-2＝200；B₁为全检验收批次退货率率S₄的基础评分，B₂为批次误差分散S₃的基础评分，B₃为批次运行故障率S₅的基础评分，B₄为基本误差S₁的基础评分，B₅为运行时间与环境S₆的基础评分，B₆为用户信誉S₁₀的基础评分；误差限值是根据电能表精确度等级而定；

所述检验评分T，根据公式得到，其中，n为最近n次检测评分，对于I类智能电能表，n＝3；对于II类智能电能表，n＝2；对于III类智能电能表，n＝1；检测次数不足n次时，该项不进行评分，T＝1；

所述监测评分M，根据M＝M₁×M₂公式得到，其中，A_M1，A_M2可配置，A_M1默认90％，A_M2默认80％。

所述家族缺陷评分F，根据公式得到，其中，H为家族智能电能表的总数量，h表示发生该家族缺陷的智能电能表数量，H＞h≥1。

4.根据权利要求1所述的一种用于智能电能表运行的评估方法，其特征在于：步骤(C)，根据评估打分模型，判断当前智能电能表所处状态，判定依据如下，

(C1)，智能电能表的状态评分值G为[80，100]，则当前智能电能表所处状态为稳定状态；智能电能表的状态评分值G为[30，80)，则当前智能电能表所处状态为关注状态；智能电能表的状态评分值为[0，30)，则当前智能电能表所处状态为预警状态；

(C2)，智能电能表两次状态评分值之差为(-∞，5]，则当前智能电能表所处状态为稳定状态；智能电能表两次状态评分值之差为(5，30]，，则当前智能电能表所处状态为关注状态；智能电能表两次状态评分值之差为(30，+∞)，则当前智能电能表所处状态为预警状态，所述智能电能表两次状态评分值，为上月周期状态评分值、本月周期状态评分值；

(C3)，当智能电能表的状态评分值G、智能电能表两次状态评分值之差的判断结果不一时，取较差状态，当前智能电能表所处状态由好到差排序为：稳定状态＞关注状态＞预警状态。

5.根据权利要求1所述的一种用于智能电能表运行的评估方法，其特征在于：步骤(D)，根据智能电能表所处状态，给出对应的检修策略，具体如下，

(D1)，稳定状态下的巡检策略：使用时长6年内按延长1倍的巡检周期安排现场检验，超出6年的按正常巡检周期安排现场检验；

(D2)，关注状态下的巡检策略：使用时长6年内按1/2巡检周期安排现场检验，超出6年的实时安排状态巡检与远程检验，并安排不定期巡检；

(D3)，预警状态的巡检策略：实时安排巡检和远程巡检，并立即安排现场检验。

6.根据权利要求1所述的一种用于智能电能表运行的评估方法，其特征在于：步骤(A)，家族缺陷状态量S₇的取值范围，根据《国家电网公司电能表质量监督管理办法》内要求，具体如下：

(A1)，家族缺陷状态量S₇对电能表计量性能无影响，突发恶化风险小，家族缺陷状态量S₇的取值为86％-100％；

(A2)，家族缺陷状态量S₇对电能表计量性能有影响，可监测，家族缺陷状态量S₇的取值为51％-85％；

(A3)，家族缺陷状态量S₇对电能表计量性能有影响，不可监测，家族缺陷状态量S₇的取值为16％-50％；

(A4)，家族缺陷状态量S₇对电能表计量性能严重影响，家族缺陷状态量S₇的取值为0-15％。