CN108845285B - 电能计量装置检测方法和系统 - Google Patents

电能计量装置检测方法和系统 Download PDF

Info

Publication number
CN108845285B
CN108845285B CN201810332432.0A CN201810332432A CN108845285B CN 108845285 B CN108845285 B CN 108845285B CN 201810332432 A CN201810332432 A CN 201810332432A CN 108845285 B CN108845285 B CN 108845285B
Authority
CN
China
Prior art keywords
electric energy
monitoring
metering device
state
energy metering
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
CN201810332432.0A
Other languages
English (en)
Other versions
CN108845285A (zh
Inventor
蔡妙妆
张远亮
邓广昌
温盛科
李慧
杨悦辉
陈劭华
张捷
崔卓
吴晓强
陈恺妍
彭正阳
李韫莛
陈少梁
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.)
Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangzhou Power Supply Bureau of Guangdong Power Grid 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 Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority to CN201810332432.0A priority Critical patent/CN108845285B/zh
Publication of CN108845285A publication Critical patent/CN108845285A/zh
Application granted granted Critical
Publication of CN108845285B publication Critical patent/CN108845285B/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)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明涉及一种电能计量装置检测方法和系统，属于电力技术领域，根据电能计量装置对用电终端的监测参数，提取电能计量装置的状态特征量，根据状态特征量，以及预设的装置状态与状态特征量之间的映射关系，获取电能计量装置的当前状态。通过对电能计量装置的各种监测参数的提取，可以得到能用于电能计量装置状态评价的状态特征量，再利用装置状态与状态特征量之间的映射关系对电能计量装置进行综合分析，可以得到电能计量装置的当前状态，在电能计量装置的使用过程中可以对其进行检测，实时获取电能计量装置的工作状态，便于在电能计量装置出现异常时及时对其进行检修。

Description

电能计量装置检测方法和系统
技术领域
本发明涉及电力技术领域，特别是涉及一种电能计量装置检测方法和系统。
背景技术
在电力领域，电能计量工作是一项非常重要的工作，也是电力企业和用户 建立信任关系的关键。电力的快速发展要求电能计量工作保证计量的准确、可 靠。
目前，电能计量工作主要通过电能计量装置来实现。其中，电能计量方案 的确定、计量器具的选用、订货验收、检定、检修、保管、安装、竣工验收、 运行维护、现场检验、周期检定(轮换)、抽检、故障处理和报废的全过程工作 不仅任务繁重，工作量大，盲目性强，而且现场校验的检查项目较少，一般较 难发现电能计量存在的问题，难以判断电能计量装置的工作状态。
发明内容
基于此，有必要针对传统的电力计量工作难以判断电能计量装置的工作状 态的问题，提供一种电能计量装置检测方法和系统。
一种电能计量装置检测方法，包括以下步骤：
获取电能计量装置对用电终端的监测参数；
从监测参数中提取电能计量装置的状态特征量；
根据状态特征量，以及预设的装置状态与状态特征量之间的映射关系，获 取电能计量装置的当前状态。
根据上述的电能计量装置检测方法，其是根据电能计量装置对用电终端的 监测参数，提取电能计量装置的状态特征量，根据状态特征量，以及预设的装 置状态与状态特征量之间的映射关系，获取电能计量装置的当前状态。在此方 案中，通过对电能计量装置的各种监测参数的提取，可以得到能用于电能计量 装置状态评价的状态特征量，再利用装置状态与状态特征量之间的映射关系对 电能计量装置进行综合分析，可以得到电能计量装置的当前状态，在电能计量 装置的使用过程中可以对其进行检测，实时获取电能计量装置的工作状态，便 于在电能计量装置出现异常时及时对其进行检修。
在其中一个实施例中，从监测参数中提取电能计量装置的状态特征量的步 骤包括以下步骤：
根据状态特征量的变量从监测参数中选取对应的数据，根据变量的属性对 数据进行模糊化处理，获取状态特征量。
在其中一个实施例中，根据状态特征量，以及预设的装置状态与状态特征 量之间的映射关系，获取电能计量装置的当前状态的步骤包括以下步骤：
根据Y＝R·X获取电能计量装置的检测状态矩阵；
上式中，X表示状态特征量对应的矩阵，R表示映射关系对应的矩阵，Y表 示检测状态矩阵；
根据模糊优先关系排序方法计算检测状态矩阵每一行的Borda数，并获取 检测状态矩阵每一行的行范数，根据Borda数和行范数判断电能计量装置的当 前状态。
在其中一个实施例中，电能计量装置包括电流互感器、电压互感器、二次 线路、电能表和计量终端；
检测状态矩阵中各行数据分别对应电流互感器、电压互感器、二次线路、 电能表和计量终端；
根据Borda数和行范数判断电能计量装置的当前状态的步骤包括以下步骤：
若检测状态矩阵中任一行的Borda数大于等于第一阈值，且该行的行范数 大于等于第二阈值，判定该行对应的硬件装置异常。
在其中一个实施例中，状态特征量包括计量电压监测量、计量电流监测量、 功率因数监测量、相位角监测量、电量监测量、通讯异常监测量和计量装置异 常监测量；
计量电压监测量的变量包括失压监测参数、三相电压不平衡监测参数和三 相电压突变越限参数；
计量电流监测量的变量包括失流监测参数、三相电流不平衡监测参数、电 流反极性监测参数、反向有无功监测参数和零相电流监测参数；
功率因数监测量的变量包括瞬时功率因数越下限监测参数、瞬时功率因数 过1监测参数、瞬时功率因数过突变监测参数以及电能表与计量终端在长周期 内功率因数差异监测参数；
相位角监测量的变量包括三相电压相位异常监测参数、三相电流零点偏移 监测参数和三相瞬时电压电流相位超差参数；
电量监测量的变量包括电能表与计量终端有功计量偏差参数、电能表与计 量终端无功计量偏差参数、峰谷平电量与总电量偏差参数和用电特征时段变化 监测参数；
通讯异常监测量的变量包括计量终端掉电参数、计量终端掉电恢复参数、 通讯失败参数和通讯失败恢复参数；
计量装置异常监测量的变量包括时钟监测参数、二次线路监测参数、计量 异常监测参数和人为开启监测参数。
在其中一个实施例中，电能计量装置检测方法还包括以下步骤：
若状态特征量中存在无法采集数据的缺失项监测量，对相应的缺失项监测 量赋零。
在其中一个实施例中，电能计量装置检测方法还包括以下步骤：
根据用户终端的类型和容量对映射关系进行调整。
一种电能计量装置检测系统，包括：
参数获取单元，用于获取电能计量装置对用电终端的监测参数；
特征提取单元，用于从监测参数中提取电能计量装置的状态特征量；
状态检测单元，用于根据状态特征量，以及预设的装置状态与状态特征量 之间的映射关系，获取电能计量装置的当前状态。
根据上述的电能计量装置检测系统，参数获取单元获取电能计量装置对用 电终端的监测参数，特征提取单元对电能计量装置的各种监测参数进行提取， 得到能用于电能计量装置状态评价的状态特征量，状态检测单元利用装置状态 与状态特征量之间的映射关系对电能计量装置进行综合分析，可以得到电能计 量装置的当前状态，电能计量装置检测系统可以在电能计量装置的使用过程中 对其进行检测，实时获取电能计量装置的工作状态，便于在电能计量装置出现 异常时及时对其进行检修。
在其中一个实施例中，特征提取单元根据状态特征量的变量从监测参数中 选取对应的数据，根据变量的属性对数据进行模糊化处理，获取状态特征量。
在其中一个实施例中，状态检测单元根据Y＝R·X获取电能计量装置的检 测状态矩阵；上式中，X表示状态特征量对应的矩阵，R表示映射关系对应的矩 阵，Y表示检测状态矩阵；
状态检测单元根据模糊优先关系排序方法计算检测状态矩阵每一行的 Borda数，并获取检测状态矩阵每一行的行范数，根据Borda数和行范数判断电 能计量装置的当前状态。
在其中一个实施例中，电能计量装置包括电流互感器、电压互感器、二次 线路、电能表和计量终端；
检测状态矩阵中各行数据分别对应电流互感器、电压互感器、二次线路、 电能表和计量终端；
状态检测单元在检测状态矩阵中任一行的Borda数大于等于第一阈值，且 该行的行范数大于等于第二阈值时，判定该行对应的硬件装置异常。
在其中一个实施例中，状态特征量包括计量电压监测量、计量电流监测量、 功率因数监测量、相位角监测量、电量监测量、通讯异常监测量和计量装置异 常监测量；
计量电压监测量的变量包括失压监测参数、三相电压不平衡监测参数和三 相电压突变越限参数；
计量电流监测量的变量包括失流监测参数、三相电流不平衡监测参数、电 流反极性监测参数、反向有无功监测参数和零相电流监测参数；
功率因数监测量的变量包括瞬时功率因数越下限监测参数、瞬时功率因数 过1监测参数、瞬时功率因数过突变监测参数以及电能表与计量终端在长周期 内功率因数差异监测参数；
相位角监测量的变量包括三相电压相位异常监测参数、三相电流零点偏移 监测参数和三相瞬时电压电流相位超差参数；
电量监测量的变量包括电能表与计量终端有功计量偏差参数、电能表与计 量终端无功计量偏差参数、峰谷平电量与总电量偏差参数和用电特征时段变化 监测参数；
通讯异常监测量的变量包括计量终端掉电参数、计量终端掉电恢复参数、 通讯失败参数和通讯失败恢复参数；
计量装置异常监测量的变量包括时钟监测参数、二次线路监测参数、计量 异常监测参数和人为开启监测参数。
在其中一个实施例中，特征提取单元在状态特征量中存在无法采集数据的 缺失项监测量时，对相应的缺失项监测量赋零。
在其中一个实施例中，状态检测单元根据用户终端的类型和容量对映射关 系进行调整。
一种可读存储介质，其上存储有可执行程序，该程序被处理器执行时实现 上述的电能计量装置检测方法的步骤。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上 运行的可执行程序，处理器执行程序时实现上述的电能计量装置检测方法的步 骤。
根据上述电能计量装置检测方法，还提供一种可读存储介质和计算机设备， 用于通过程序实现上述电能计量装置检测方法。上述可读存储介质和计算机设 备能够通过对电能计量装置的各种监测参数的提取，可以得到能用于电能计量 装置状态评价的状态特征量，再利用装置状态与状态特征量之间的映射关系对 电能计量装置进行综合分析，可以得到电能计量装置的当前状态，在电能计量 装置的使用过程中可以对其进行检测，实时获取电能计量装置的工作状态，便 于在电能计量装置出现异常时及时对其进行检修。
附图说明
图1为一个实施例的电能计量装置检测方法的应用场景图；
图2为一个实施例的电能计量装置检测方法的流程示意图；
图3为一个实施例的电能计量装置检测系统的结构示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施 例，对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施方式 仅仅用以解释本发明，并不限定本发明的保护范围。
需要说明的是，本发明实施例所涉及的术语“第一\第二”仅仅是是区别类 似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二”在允许的 情况下可以互换特定的顺序或先后次序。应该理解“第一\第二”区分的对象在 适当情况下可以互换，以使这里描述的本发明的实施例能够以除了在这里图示 或描述的那些以外的顺序实施。
本发明实施例提供的电能计量装置检测方法，可以应用于如图1所示的应 用环境中。其中，电能计量装置与服务器进行信息传输，服务器获取电能计量 装置对用电终端的监测参数，从监测参数中提取电能计量装置的状态特征量， 根据状态特征量，以及预设的装置状态与状态特征量之间的映射关系，获取电 能计量装置的当前状态。其中，服务器可以用独立的服务器或者是多个服务器 组成的服务器集群来实现，电能计量装置可以是一个，也可以是多个。
参见图2所示，为一个实施例的电能计量装置检测方法的流程示意图，该 实施例中的电能计量装置检测方法，包括以下步骤：
步骤S110：获取电能计量装置对用电终端的监测参数；
在本步骤中，电能计量装置与用电终端的用电线路连接，可以对用电终端 的用电过程进行监测，监测参数是监测过程中得到各种不同类型的数据；
步骤S120：从监测参数中提取电能计量装置的状态特征量；
在本步骤中，监测参数的类型多样繁杂，对电能计量装置的状态进行检测 是一个多层次、影响因素较多的复杂过程，可以通过提取对状态分析有利的状 态特征量，对状态分析进行优化；
步骤S130：根据状态特征量，以及预设的装置状态与状态特征量之间的映 射关系，获取电能计量装置的当前状态。
在本实施例中，根据电能计量装置对用电终端的监测参数，提取电能计量 装置的状态特征量，根据状态特征量，以及预设的装置状态与状态特征量之间 的映射关系，获取电能计量装置的当前状态。通过对电能计量装置的各种监测 参数的提取，可以得到能用于电能计量装置状态评价的状态特征量，再利用装 置状态与状态特征量之间的映射关系对电能计量装置进行综合分析，可以得到 电能计量装置的当前状态，在电能计量装置的使用过程中可以对其进行检测， 实时获取电能计量装置的工作状态，便于在电能计量装置出现异常时及时对其 进行检修。
可选的，装置状态与状态特征量之间的映射关系可以根据电力专家的经验 或过往巡检案例的各类统计数据来建立。
在一个实施例中，从监测参数中提取电能计量装置的状态特征量的步骤包 括以下步骤：
根据状态特征量的变量从监测参数中选取对应的数据，根据变量的属性对 数据进行模糊化处理，获取状态特征量。
在本实施例中，状态特征量具有一个以上的变量，根据变量可以从众多的 监测参数中选取相应的数据，各种数据对电能计量装置的影响呈现的是模糊化 的特征，每种变量的属性特性不同，可以依据属性对选取的数据进行模糊化处 理，充分发挥选取数据对电能计量装置的状态分析作用。
进一步的，模糊化处理可以采用基于代数法的模糊推理方法。
在一个实施例中，根据状态特征量，以及预设的装置状态与状态特征量之 间的映射关系，获取电能计量装置的当前状态的步骤包括以下步骤：
根据Y＝R·X获取电能计量装置的检测状态矩阵；
上式中，X表示状态特征量对应的矩阵，R表示映射关系对应的矩阵，Y表 示检测状态矩阵；
根据模糊优先关系排序方法计算检测状态矩阵每一行的Borda数，并获取 检测状态矩阵每一行的行范数，根据Borda数和行范数判断电能计量装置的当 前状态。
在本实施例中，将状态特征量转换成相应的矩阵，通过与映射关系的矩阵 运算获得检测状态矩阵，该检测状态矩阵对各种状态特征量进行综合分析，计 算得到的检测状态矩阵每一行的Borda数以及行范数可以在综合利用各种状态 特征量的前提下准确反映电能计量装置的当前状态，采用数据融合的分析手段 提高了判断电能计量装置当前状态的准确性。
在一个实施例中，电能计量装置包括电流互感器、电压互感器、二次线路、 电能表和计量终端；
检测状态矩阵中各行数据分别对应电流互感器、电压互感器、二次线路、 电能表和计量终端；
状态检测单元在检测状态矩阵中任一行的Borda数大于等于第一阈值，且 该行的行范数大于等于第二阈值时，判定该行对应的硬件装置异常。
在本实施例中，检测状态矩阵中各行数据分别对应电能计量装置中的不同 硬件装置，检测状态矩阵中任一行的Borda数可以表示电能计量装置出现故障 可能产生的原因与该行对应硬件装置的关系程度，Borda数越大，关系程度越高， 其仅表示关系的大小，但不能反映由对应硬件装置引起故障的可能性，通过行 范数对硬件装置引起故障的可能性进行判断，行范数越大，可能性越高；将Borda 数与行范数结合，可以对电能计量装置中的异常或故障部件进行定位，为后续 电能计量装置的检修提供准确依据。
在一个实施例中，状态特征量包括计量电压监测量、计量电流监测量、功 率因数监测量、相位角监测量、电量监测量、通讯异常监测量和计量装置异常 监测量；
计量电压监测量的变量包括失压监测参数、三相电压不平衡监测参数和三 相电压突变越限参数；
计量电流监测量的变量包括失流监测参数、三相电流不平衡监测参数、电 流反极性监测参数、反向有无功监测参数和零相电流监测参数；
功率因数监测量的变量包括瞬时功率因数越下限监测参数、瞬时功率因数 过1监测参数、瞬时功率因数过突变监测参数以及电能表与计量终端在长周期 内功率因数差异监测参数；
相位角监测量的变量包括三相电压相位异常监测参数、三相电流零点偏移 监测参数和三相瞬时电压电流相位超差参数；
电量监测量的变量包括电能表与计量终端有功计量偏差参数、电能表与计 量终端无功计量偏差参数、峰谷平电量与总电量偏差参数和用电特征时段变化 监测参数；
通讯异常监测量的变量包括计量终端掉电参数、计量终端掉电恢复参数、 通讯失败参数和通讯失败恢复参数；
计量装置异常监测量的变量包括时钟监测参数、二次线路监测参数、计量 异常监测参数和人为开启监测参数。
在本实施例中，状态特征量包括多个不同类型的监测量，每个检测量具备 多个不同的变量，综合不同类型监测量的不同变量，基本全面覆盖了对电能计 量装置状态有影响的数据，确保电能计量装置状态检测的准确性。
在一个实施例中，电能计量装置检测方法还包括以下步骤：
若状态特征量中存在无法采集数据的缺失项监测量，对相应的缺失项监测 量赋零。
在本实施例中，电能计量装置因实际应用场景需要可能存在无法采集某一 类型的监测量的情形，此时可以通过对相应的缺失项监测量进行赋零操作，此 操作排除实际应用场景中的无关因素，不影响电能计量装置检测方法的准确性。
在一个实施例中，电能计量装置检测方法还包括以下步骤：
根据用户终端的类型和容量对映射关系进行调整。
在本实施例中，不同用户终端的特征不同，配置的电能计量装置也不同， 其对应的装置状态与状态特征量之间的映射关系会变化，通过用户终端的类型 和容量对映射关系进行调整，适应不同用户终端的应用需要，可以使电能计量 装置检测的状态更加准确。
可选的，在调整映射关系时，可以根据用户终端的类型和容量配置对应的 权重系数。
根据上述电能计量装置检测方法，本发明实施例还提供一种电能计量装置 检测系统，以下就电能计量装置检测系统的实施例进行详细说明。
参见图3所示，为一个实施例的电能计量装置检测系统的结构示意图。该 实施例中的电能计量装置检测系统包括：
参数获取单元210，用于获取电能计量装置对用电终端的监测参数；
特征提取单元220，用于从监测参数中提取电能计量装置的状态特征量；
状态检测单元230，用于根据状态特征量，以及预设的装置状态与状态特征 量之间的映射关系，获取电能计量装置的当前状态。
在本实施例中，参数获取单元210获取电能计量装置对用电终端的监测参 数，特征提取单元220对电能计量装置的各种监测参数进行提取，得到能用于 电能计量装置状态评价的状态特征量，状态检测单元230利用装置状态与状态 特征量之间的映射关系对电能计量装置进行综合分析，可以得到电能计量装置 的当前状态，电能计量装置检测系统可以在电能计量装置的使用过程中对其进 行检测，实时获取电能计量装置的工作状态，便于在电能计量装置出现异常时 及时对其进行检修。
在一个实施例中，特征提取单元220根据状态特征量的变量从监测参数中 选取对应的数据，根据变量的属性对数据进行模糊化处理，获取状态特征量。
在一个实施例中，状态检测单元230根据Y＝R·X获取电能计量装置的检 测状态矩阵；上式中，X表示状态特征量对应的矩阵，R表示映射关系对应的矩 阵，Y表示检测状态矩阵；
状态检测单元230根据模糊优先关系排序方法计算检测状态矩阵每一行的 Borda数，并获取检测状态矩阵每一行的行范数，根据Borda数和行范数判断电 能计量装置的当前状态。
在一个实施例中，电能计量装置包括电流互感器、电压互感器、二次线路、 电能表和计量终端；
检测状态矩阵中各行数据分别对应电流互感器、电压互感器、二次线路、 电能表和计量终端；
状态检测单元230在检测状态矩阵中任一行的Borda数大于等于第一阈值， 且该行的行范数大于等于第二阈值时，判定该行对应的硬件装置异常。
在一个实施例中，状态特征量包括计量电压监测量、计量电流监测量、功 率因数监测量、相位角监测量、电量监测量、通讯异常监测量和计量装置异常 监测量；
计量电压监测量的变量包括失压监测参数、三相电压不平衡监测参数和三 相电压突变越限参数；
计量电流监测量的变量包括失流监测参数、三相电流不平衡监测参数、电 流反极性监测参数、反向有无功监测参数和零相电流监测参数；
功率因数监测量的变量包括瞬时功率因数越下限监测参数、瞬时功率因数 过1监测参数、瞬时功率因数过突变监测参数以及电能表与计量终端在长周期 内功率因数差异监测参数；
相位角监测量的变量包括三相电压相位异常监测参数、三相电流零点偏移 监测参数和三相瞬时电压电流相位超差参数；
电量监测量的变量包括电能表与计量终端有功计量偏差参数、电能表与计 量终端无功计量偏差参数、峰谷平电量与总电量偏差参数和用电特征时段变化 监测参数；
通讯异常监测量的变量包括计量终端掉电参数、计量终端掉电恢复参数、 通讯失败参数和通讯失败恢复参数；
计量装置异常监测量的变量包括时钟监测参数、二次线路监测参数、计量 异常监测参数和人为开启监测参数。
在一个实施例中，特征提取单元220在状态特征量中存在无法采集数据的 缺失项监测量时，对相应的缺失项监测量赋零。
在一个实施例中，状态检测单元230根据用户终端的类型和容量对映射关 系进行调整。
本发明实施例的电能计量装置检测系统与本发明实施例的电能计量装置检 测方法相对应，在上述电能计量装置检测方法的实施例阐述的技术特征及其有 益效果均适用于电能计量装置检测系统的实施例中。
在一个实施例中，电能计量装置检测方法可以应用在电能计量装置的检修 场景中。
电能计量装置运行状态检测在理论上属于一个多层次、影响因素较多的复 杂问题，只有通过对各种电参量的影响的综合分析和评估，才能实现对电能计 量装置状态评价的优化设计。采用信息融合技术中决策层融合是一种有效的分 析手段，可以达到综合利用电能计量装置所采集的各项参数对电能计量装置进 行综合检测的目的。
另外，由于电能计量装置的运行状态属于一种灰色模型，各种监测参数对 状态检测的影响呈现的是模糊化的特征。因此，采用基于代数法的模糊推理方 法能充分发挥各监测参数数据对设备状态的评估作用。
本实施例综合利用电能计量自动化系统获取的“计量电压监测、计量电流 监测、功率因数监测、相位角监测、电量监测、通讯异常监测、计量装置异常 监测”等监测功能项的各种测量参数，实现数据模糊化，并将信息融合技术的 数学分析处理应用于电能计量装置状态检测。
信息融合技术与模糊理论应用于电能计量装置运行状态评估的设计思路：
由于用于状态检测的电压、电流、功率因数、相位角、电量、通讯异常、 计量装置异常等监测参数中的任何一个参数的变化都能从不同方面表征电能计 量装置的运行状态信息，因此，采用决策层融合的方法首先是利用各个监测参 数对决策目标(装置运行状态)进行数据分析，提取与决策目标相关联的特征 信息，再采用适当的信息融合技术实现数据的综合分析利用，进而实现决策评 估。因此，基于信息融合技术的电能计量装置模糊分析过程的第一步是通过各 个参数对运行状态进行分别的分析。
根据模糊理论，若将用于电能计量装置状态检测的监测参量特征构成一个 模糊输入集合，即：X＝[x1 x2 x3 Λ xn]T，将电能计量装置的运行状态定义为一 个模糊输出集合，即：Y＝[y1 y2 y3 Λ ym]T，通过建立一个从模糊输入X到模糊 输出Y的模糊变换R，即可得到模糊输入矩阵X与模糊输出矩阵Y之间的模糊 关系Y＝R·X。
在运用模糊逻辑进行状态模糊分析时，模糊关系矩阵R是反映各在线监测 电参量与设备运行状况之间因果关系的一个模糊关系集，是表征各模糊输入量 的值对于不同输出结果的影响程度的一个集合。模糊关系矩阵是一个m×n阶矩 阵，其中n等于模糊输入集的元素个数，m等于模糊输出集的元素个数。由于 各种因素所处的地位和作用不同，因而其分析的价值各异，其主要体现在各个 因素的权重不同。对于各种分析，模糊方法并不是绝对的肯定或否定，因而R 中的任一元素rij表示的是第j种作用因素对于第i种输出结果的影响。也就是说， Ri＝(ri1,ri2,Λ,rin)反映了各种作用因素对于第i种输出结果的影响，即rij代表的是 第j种作用因素的权重，而Rj＝(r1j,r2j,Λ,rmj)则反映了第j种作用因素在不同输出 结果中所占的地位，因此，只要确定权重Ri，相应的就可以得到一个模糊分析 结果Yi。即：
Figure BDA0001628330920000131
为分析电能计量装置运行异常的产生原因，考虑到引起各种计量异常的因 素有可能是电能计量装置构成模块中的电流互感器、电压互感器、二次线路、 电能表、终端等部件，故将模糊输出矩阵Y定义为：
Y＝[y1 y2 y3 y4 y5]T
由于能评估设备运行状态的参数有多个，借鉴故障诊断的相关方法，状态 监测实际上是根据检测量所获得的某些状态特征以及系统异常与状态表征之间 的映射关系，找出系统异常源的过程。为了充分利用检测量所提供的信息，在 可能的情况下，可以对每个检测量采用模糊分析的数学方法进行监测(这一过 程称为局部监测)；再将各监测方法所得到的结果加以综合，得到系统状态监测 的总体结果(这一过程称为全局监测融合)。
具体实现时，从计量自动化系统后台采集目标用户的电能计量装置的状态 特征量，经模糊化处理构成各参数的模糊输入集合Xi(i＝1,2,…,7)，如下表1所示；
通过各个参量的模糊运算(Yi＝Ri·Xi)获得不同参量对设备运行状态检测的局部结论Yi(行向量)，并形成全局监测的矩阵Y。需要说明的是，根据用户类别、 容量等，可适当对关联矩阵R的各因子权值做适当调整和修正；
应用模糊优先关系排序决策的方法计算判断装置异常的Borda数，求Y阵 的行范数||Y||C；
根据Borda数及行范数，得出目标用户的电能计量装置状态检测结论。
由计算的Borda数值大小和行范数大小来判断目标电能计量装置各子部件 的运行状态，即：值越大，表明对应单元出现故障的几率越大。因此，可根据 该方法的计算结果分析并定位异常或故障可能出现的位置。后期可将检测结论 通知相关人员，作为现场排查设备的顺序依据。
表1模糊输变量Xi及定义
Figure BDA0001628330920000141
Figure BDA0001628330920000151
通过各个参量的模糊运算(Yi＝Ri·Xi)获得不同参量对设备运行状态检测的局部结论Yi(行向量)的具体过程如下：
1、基于计量电压监测参数的模糊评估
关联矩阵R1的建立是依据专家经验及过往巡检案例的各类统计数据，考虑 到电压参数的监测与电流互感器的状态没有关系，受电能表、计量终端的运行 情况的影响几乎是相同的，受二次线路影响略大，而受电压互感器的影响大， 基于计量电压监测参数的电能计量装置状态监测模糊关系矩阵：
Figure BDA0001628330920000152
通过对计量电压监测参数经如下模糊化公式：
1)失压监测特征变量VM.loss：
Figure BDA0001628330920000161
其中，Vmin表示电压最小值，a、b表示相应的阈值；
2)三相电压不平衡特征量集合为VM.ib(Voltage Monitoring，Imbalance)＝{0或1}，其中：1表征电压不平衡事件发生，0表征电压不平衡事件未发生。
表2三相不平衡度容限
Figure BDA0001628330920000162
其中：
Figure BDA0001628330920000163
U0、U1、U2表示三相电压；
3)三相电压突变量越限变量：
Figure BDA0001628330920000164
其中，相邻相电压差
Figure BDA0001628330920000165
Figure BDA0001628330920000166
Up,Π表示同一馈线下相邻用户 同相电压，p为相别，Up.u.为额定电压标幺值。
处理后，形成模糊输入集合X1＝[VM.loss VM.ib VM.a VM.b VM.c]，再利用式 Y1＝R1·X1计算即可得出基于计量电压监测参数的模糊评估结果。
2.基于计量电流监测参数的模糊评估
同样，依据专家经验及以前巡检案例的各类统计数据，考虑到电流参数的 监测与电压互感器的状态没有关系，受二次线路影响略小，受电能表、终端的 运行情况的影响几乎相同，而受电流互感器的影响最大，可建立基于计量电流 监测参数的电能计量装置状态监测模糊关系矩阵如下：
Figure BDA0001628330920000171
通过对计量电流监测参数经下述模糊化公式处理后，形成模糊输入集合 X2＝[CM.loss CM.ib CM.r CM.ri CM.z]，再利用式Y2＝R2·X2即可得出基于 计量电流监测参数的模糊评估结果。
1)定义失流监测特征量为CM.loss(Current Loss Monitoring)＝{0或1}。式中，1表征失流事件发生，0表征失流事件未发生。失流触发条件：三相电流中任一 或两相电流小于临界电流(默认0.5％额定电流)，且其它相线中有负荷电流大于 返回电流(默认5％额定电流)。
2)三相电流不平衡监测变量：
Figure BDA0001628330920000172
其中：
Figure BDA0001628330920000173
β表示电流不平衡率；Ip和Iav分别为三相电流 最大相电流和三相电流平均值，a、b表示相应的阈值。
3)电流反极性监测
电流反极性指某相电流二次侧回路(进线和出线接反)同名端接错造成计 量错误。
定义电流反极性事件集合为CM.r(Current Monitoring,Reverse)＝{0或1}，1 表征电流反极性事件发生，0表征电流反极性事件未发生。
实际现场中，由于大部分新接入计量系统的用户的电能表具有双向计量功 能，当电流反极性时，计量装置会有反向有、无功码字增加，而此时正向有无 功码字增量为0，因此，定义计量装置中存在反向有、无功增量事件集合为 CM.ri(Current Monitoring,Reverse Increment)＝{0或1}，1表示存在反向有、无功 增量，0表示不存在反向有、无功增量。
4)零相电流监测
零相电流偏大指零相电流超过设定值(默认值为25％的标称电流值Ib)。
定义零相电流偏大事件集合为CM.z(Current Monitoring,zero phase)＝{0或1}，1表征零相电流偏大，0表征零相电流在安全裕度内。
3.基于功率因数监测参数的模糊评估
类似地，依据专家经验及历史巡检案例的各类统计数据，考虑到功率因数 各参数与电流互感器、电压互感器、二次线路、电能表、终端的相互影响关系， 可建立基于功率因数监测参数的电能计量装置状态监测模糊关系矩阵如下：
Figure BDA0001628330920000181
通过对功率因数监测参数经下述模糊化公式处理后，形成模糊输入集合 X3＝[PF.min PF.error PF.tr PF.dis]，再利用式Y3＝R3·X3即可得出基于功率因数 监测参数的模糊评估结果。
1)三相瞬时功率因数监测
现场工作中，大部分新接入计量系统的用户的电能表装置能够向后台每天 累计上传24或96个采样点的分相有功功率值及其电压电流标幺值，在用户远 程终端不具备上传实时功率因数的情况下，功率因数实时值通常由下式计算得 出：
Figure BDA0001628330920000182
其中，ku和ki分别为互感器变比；p为相别，j为采样计数点。
定义瞬时功率因数二维特征变量PF.ins(Instantaneous Power Factor)＝{PF.min, PF.tr,PF.error}，变量取值与实时λ存在如下模糊二值隶属关系：
Figure BDA0001628330920000183
Figure BDA0001628330920000191
Figure BDA0001628330920000192
式中，Δλp.u为相邻采样点功率因数变化，默认值为0.05；
Figure BDA0001628330920000193
和
Figure BDA0001628330920000194
分别 表示“若存在”(即若其中有一个)和“所有的”的含义。
2)负荷总功率因数在长周期内异常监测；
现行计量系统中，对于大客户用电计量，电能表的计费行度作为收费依据， 而计量终端作为通讯设备传输数据到后台主站的同时，其计量数据也起到参考 表的作用，二者对于同一用电负荷并联运行。因而可通过下式分别获取并对比 二者长周期内(每天)的平均负荷功率因数。
Figure BDA0001628330920000195
式中，i＝0表示终端侧数据，i＝1表示电能表侧数据，WPi为有功电能，WQi为无功电能，λavr,i为对应设备在长周期内以有无功消耗得出的平均负荷功率因数。
定义长周期负荷功率因数特征差异变量PF.dis(Discrepant Power Factor)，若设其取值与实时λavr,i存在如下式的模糊隶属关系，即升半梯形分布，依据经验数 据可拟定升半梯形分布内参数为a＝0.02，b＝0.05。
Figure BDA0001628330920000196
4.基于相位角监测参数的模糊评估
考虑到相位角各参数与电流互感器、电压互感器、二次线路、电能表、终 端的相互影响关系，依据专业理论并以历史巡检案例的各类统计数据作为验证 参考，同样可获得基于相位角监测参数的电能计量装置状态监测模糊关系矩阵 如下：
Figure BDA0001628330920000201
通过对相位角监测参数经下述模糊化公式处理后，形成模糊输入集合 X4＝[PM.insV PM.zero PM.disA PM.disB PM.disC]，再利用式Y4＝R4·X4即可得出 基于相位角监测参数的模糊评估结果。
1)三相电压相位θu异常监测
理想情况下，三相电源是由3个初相依次滞后120°的正弦电压源组成，依 次称为A相、B相和C相，初相位θu,phase0依次为0°、240°和120°。电压相位现 场测量分辨率为0.1°(6′)。因电压相位不易受负荷干扰，若产生电压相位偏差， 则电压互感器角差越限为大概率事件。
定义瞬时电压相位超差特征变量PM.insV(Phase Monitoring,InstantaneousVoltage Phase),变量取值与实时θu存在如下模糊规则：
Figure BDA0001628330920000202
表3电压互感器基本误差限值θu,limt
Figure BDA0001628330920000203
注：适用于电压为80％-120％UN
2)三相电流相位θi异常监测
电流相位现场测量分辨率为0.1°，电流相位的改变由负荷属性决定，利用基 尔霍夫定律，可由下面公式结合电流幅值及相位信息获取电流测量偏差
Figure BDA0001628330920000204
Figure BDA0001628330920000205
(三相三线制)
Figure BDA0001628330920000206
(三相四线制)
定义零点偏移特征向量为PM.zero(Phase Monitoring,zero phase)＝{0或1}，1表征零点偏移相位越限，0表征零点偏移处于安全范围内。
表4电流互感器基本误差限值θi,limt
Figure BDA0001628330920000211
注：适用于电流为60％-120％IN
根据误差传递的线性叠加法则及表4误差限值，可计算出零点偏移比值差 限值如表5所示。
表5零点偏移
Figure BDA0001628330920000212
误差允许限值θi,limt
Figure BDA0001628330920000213
注：适用于电流为60％-120％IN
3)三相电压电流相位差θu,i异常监测
获取采样点分相瞬时功率因数λ，根据下式可计算得出瞬时相电压电流间的 夹角(功率因数角)。采样点分相瞬时功率因数λ和上述功率因数实时值λp,j相 同。
θu,i＝arecosλ
定义瞬时电压电流相位超差三维特征变量PM.dis(Phase Monitoring,Discrepant Phase)＝{PM.disA,PM.disB,PM.disC},变量取值与实时θu及θi存在如下模糊规则：
Figure BDA0001628330920000214
式中，θu,i,limt为电压电流相位差允许偏差。
根据误差传递的线性叠加法则及表3和表4误差限值，可计算得出电压电 流相位差最大允许偏差如表6所示。
表6电压电流相位差最大允许偏差θu,i,limt
Figure BDA0001628330920000221
注：适用于电压为80％-120％UN且电流为60％-120％IN
5.基于电量监测参数的模糊评估
考虑到电能计量监测各参数与电流互感器、电压互感器、二次线路、电能 表、终端的相互影响关系，以及用电过程中可能出现的非法用电因素，依据专 业理论及运行经验的各类统计数据，可建立基于电量监测参数的电能计量装置 状态监测模糊关系矩阵如下：
Figure BDA0001628330920000222
通过对电量监测参数经下述模糊化公式处理后，形成模糊输入集合 X5＝[EC.PEC.Q EC.sum EC.re]，再利用式Y5＝R5·X5即可得出基于电量监测参数 的模糊评估结果。
1)计量差异监测
计量差异是指由指定的两个测量点(回路)(终端和电能表)的电量进行对 比，两者差值大于指定值。
计量差异事件触发条件：在同一电压电流回路中，终端从起始到此时计量 的电量与抄收到的电能表电量差动比例(|(电能表电量-终端电量)/终端电量|)大 于差动比率报警阈值(默认10％)时产生计量差异告警。
定义计量差异特征变量为EC.DM(Electricity Consumption,MeasurementDifference)＝{EC.P,EC.Q}，变量取值与有功WP及无功WQ存在如下模糊规则。
有功计量偏差：
Figure BDA0001628330920000223
Figure BDA0001628330920000224
无功计量偏差：
Figure BDA0001628330920000231
Figure BDA0001628330920000232
式中，0表示终端侧数据，1表示电能表侧数据，WPi为有功电能，WQi为无 功电能，δDM为电能表与终端电量差动比率。
2)电量计量监测
通过计量自动化后台采集系统，电力营销部门可提取用户峰谷平分时段用 电量用于多费率收费，因而，具备数据基础对待核查用户用电规律加以分析。 即通过分析待核查用户负荷的历史数据是否有非正常的突变，其负荷峰谷平情 况是否和实际差别较大，达到判断其用电是否正常的目的。
定义电量计量特征变量为EC.MC(Electricity Consumption,MeasurementChange)＝{EC.sum,EC.re}，其中EC.sum表征各时段电量与总电量间的数学关系， EC.re为用户用电规律性指标。变量取值与峰平谷总及分时有功电量W存在如 下模糊关系。
Figure BDA0001628330920000233
提取分时负荷行度标准差：
Figure BDA0001628330920000234
式中，wi,j为用户相邻N天中第j天第i个采样点的负荷行度，μi为第i个采样点 相邻N天的行度均值。
对一天的分时负荷行度标准差求和：
Figure BDA0001628330920000235
式中，Φj为第j天分时负荷行度标准差总和。
对Φj求相邻N天的标准差：
Figure BDA0001628330920000236
假设用户用电规律服从正态分布，利用电能计量前期历史负荷数据及差分 法建立用户负荷评价数据指标，可得到下式的关于EC.re服从正态分布的隶属函 数，其中ΦΔ表示任一天分时负荷行度标准差总和。EC.re的值越大，表示其出现 问题的可能性越高。
Figure BDA0001628330920000241
6.基于通讯异常监测参数的模糊评估
定义通讯异常特征变量CE(Communication Exception)＝ {CE.1,CE.2,CE.3,CE.4}，变量取值满足如下表7。CE.i的值越大，表示其出现问 题的可能性越高。
表7变量定义与取值
Figure BDA0001628330920000242
注：nCE,i为对应事件在长周期(每天)内发生次数
通信异常监测主要是监测的系统通讯功能，与电能计量的准确度无关。通 信异常只可能发生在电能表与计量终端，以及计量终端与计量自动化系统之间， 且是一个发生次数统计量，利用表7中的计算公式进行归一化模糊化处理后， 可形成模糊输入集合X6＝[CE.1 CE.2 CE.3 CE.4]，再通过利用经验及专业理论分析 各参数与电压互感器、电流互感器、电能表、终端、二次线路的相互影响关系， 建立基于通讯异常监测参数的电能计量装置状态监测模糊关系矩阵：
Figure BDA0001628330920000251
利用式Y6＝R6·X6即可得出基于通讯异常监测参数的电能计量装置运行状 态局部监测的模糊评估结果。
7.基于计量装置异常监测参数的模糊评估
考虑到计量装置异常各参数与电流互感器、电压互感器、二次线路、电能 表、终端的相互影响关系，利用专业理论分析，可建立基于计量装置异常监测 参数的电能计量装置状态监测模糊关系矩阵如下：
Figure BDA0001628330920000252
定义相关异常事件(Abnormal Event)标注变量AE.i(i＝1,…,12)，其定义如 表8所示。不妨假设变量取值AE.i与实时事件计数nAE.i，存在如下式的模糊隶 属关系，即升半正态分布，依据前期经验数据整合可拟定升半正态分布内参数 为a＝0.1。
Figure BDA0001628330920000253
表8异常事件标注变量定义表
Figure BDA0001628330920000254
注：nAE.i为对应事件在长周期(每天)内发生次数
拟定特征变量DE与异常事件标注标量AE存在如下约束关系：
时钟监测：DE.1＝AE.1∪AE.2∪AE.3
二次线路监测：DE.2＝AE.4∪AE.5
计量异常监测：DE.3＝AE.6∪AE.7∪AE.8∪AE.9
装置人为开启监测：DE.4＝AE.10∪AE.11∪AE.12
上述各式中，∪为并集取最大值运算。
通过对计量装置异常监测参数经上述模糊化处理后，形成模糊输入集合 X7＝[DE.1 DE.2 DE.3 DE.4]，再利用式Y7＝R7·X7即可得出基于计量装置异常 监测参数的模糊评估结果。
应该指出的是，上述模糊计算的模糊关系矩阵主要是依据相关专业理论结 合有限的实际案例综合分析归纳得出的，在具体应用时，随着案例的日益丰富， 对矩阵中各元素权重值的适当调整还是很有必要的。
经过以上处理过程对各参数的分析计算，可以获得通过当前已知监测参数 条件下对设备运行状态的各个评估数据，即：
Figure BDA0001628330920000261
在对检测状态矩阵Y应用模糊优先关系排序决策的方法时，对检测状态矩 阵Y的每一列向量进行数值比较，按照数值大小赋值，如对于
Figure BDA0001628330920000262
每一列有五个元素(n个元素)，则数值最大的元素对应单元赋值为4(即：n-1)， 数值最小的元素对应单元赋值为0，若存在多个相同元素，则按这几个元素在数 据序列值排序的累加值平均后对这几个元素单元赋值，这样，组成一个新的同 样大小的数值矩阵。将这个新的矩阵的每一行数值相加，即得到每一行的累加 值，此即为Borda数，由该数值的大小即可判断装置故障的原因，因为每一行 代表的是装置的不同组成部分。而行范数实际上是对模糊计算输出矩阵Y的一 个数学处理。其计算公式为：
Figure BDA0001628330920000271
即：将矩阵每行的模糊数进行绝对 值累加计算，代表的是一个距离概念。
矩阵Y某一行的Borda数越大，表示电能计量装置状态故障可能产生的原 因与该行对应的组成部分的关系越大，但由于该数的赋值是依据排序原理设计 的，虽然可以对产生计量异常的电能计量装置各部件的可能性做一个优先排序， 但不能反映其可能性程度的大小，因此，在评判中，加入了通过对Y中各行求 行范数||Y||C的方法对其发生异常的可能性进行二次评估。行范数越大，表示相 比于其他因素，这个因素的可能性越大。
为分析电能计量装置运行异常的产生原因，考虑到引起各种计量异常的因 素有可能是电能计量装置构成模块中的电流互感器、电压互感器、二次线路、 电能表、计量终端等部件，故将模糊输出矩阵Y定义为：Y＝[y1 y2 y3 y4 y5]T， 由计算所得Borda数及行范数即可对故障位置进行定位。
本方案采集并综合利用目标电能计量装置现有各类电参量信息，综合利用 各类电参量信息并进行数据模糊化，将信息融合技术的数学分析处理应用于电 能计量装置状态检测，对目标用户电能计量装置运行状态实现快速识别与设备 子部件异常判断。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对 上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技 术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细， 但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的 普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改 进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权 利要求为准。

Claims (8)

1.一种电能计量装置检测方法，其特征在于，包括以下步骤：
获取电能计量装置对用电终端的监测参数；
从所述监测参数中提取所述电能计量装置的状态特征量；
根据所述状态特征量，以及预设的装置状态与状态特征量之间的映射关系，获取所述电能计量装置的当前状态；其中，所述根据所述状态特征量，以及预设的装置状态与状态特征量之间的映射关系，获取所述电能计量装置的当前状态的步骤包括以下步骤：
根据Y＝R·X获取所述电能计量装置的检测状态矩阵；
上式中，X表示所述状态特征量对应的矩阵，R表示所述映射关系对应的矩阵，Y表示所述检测状态矩阵；
根据模糊优先关系排序方法计算所述检测状态矩阵每一行的Borda数，并获取所述检测状态矩阵每一行的行范数，根据所述Borda数和所述行范数判断所述电能计量装置的当前状态；其中，
所述电能计量装置包括电流互感器、电压互感器、二次线路、电能表和计量终端；
所述检测状态矩阵中各行数据分别对应所述电流互感器、所述电压互感器、所述二次线路、所述电能表和所述计量终端；
所述根据所述Borda数和所述行范数判断所述电能计量装置的当前状态的步骤包括以下步骤：
若所述检测状态矩阵中任一行的Borda数大于等于第一阈值，且该行的行范数大于等于第二阈值，判定该行对应的硬件装置异常。
2.根据权利要求1所述的电能计量装置检测方法，其特征在于，所述从所述监测参数中提取所述电能计量装置的状态特征量的步骤包括以下步骤：
根据所述状态特征量的变量从所述监测参数中选取对应的数据，根据所述变量的属性对所述数据进行模糊化处理，获取所述状态特征量；其中，所述模糊化处理包括基于代数法的模糊推理。
3.根据权利要求1所述的电能计量装置检测方法，其特征在于，所述状态特征量包括计量电压监测量、计量电流监测量、功率因数监测量、相位角监测量、电量监测量、通讯异常监测量和计量装置异常监测量；
所述计量电压监测量的变量包括失压监测参数、三相电压不平衡监测参数和三相电压突变越限参数；
所述计量电流监测量的变量包括失流监测参数、三相电流不平衡监测参数、电流反极性监测参数、反向有无功监测参数和零相电流监测参数；
所述功率因数监测量的变量包括瞬时功率因数越下限监测参数、瞬时功率因数过1监测参数、瞬时功率因数过突变监测参数以及电能表与计量终端在长周期内功率因数差异监测参数；
所述相位角监测量的变量包括三相电压相位异常监测参数、三相电流零点偏移监测参数和三相瞬时电压电流相位超差参数；
所述电量监测量的变量包括电能表与计量终端有功计量偏差参数、电能表与计量终端无功计量偏差参数、峰谷平电量与总电量偏差参数和用电特征时段变化监测参数；
所述通讯异常监测量的变量包括计量终端掉电参数、计量终端掉电恢复参数、通讯失败参数和通讯失败恢复参数；
所述计量装置异常监测量的变量包括时钟监测参数、二次线路监测参数、计量异常监测参数和人为开启监测参数。
4.根据权利要求1所述的电能计量装置检测方法，其特征在于，还包括以下步骤：
若所述状态特征量中存在无法采集数据的缺失项监测量，对相应的缺失项监测量赋零。
5.根据权利要求1至4中任意一项所述的电能计量装置检测方法，其特征在于，还包括以下步骤：
根据所述用电终端的类型和容量对所述映射关系进行调整。
6.一种电能计量装置检测系统，其特征在于，包括：
参数获取单元，用于获取电能计量装置对用电终端的监测参数；
特征提取单元，用于从所述监测参数中提取所述电能计量装置的状态特征量；
状态检测单元，用于根据所述状态特征量，以及预设的装置状态与状态特征量之间的映射关系，获取所述电能计量装置的当前状态；其中，根据所述状态特征量，以及预设的装置状态与状态特征量之间的映射关系，获取所述电能计量装置的当前状态包括：
根据Y＝R·X获取所述电能计量装置的检测状态矩阵；
上式中，X表示所述状态特征量对应的矩阵，R表示所述映射关系对应的矩阵，Y表示所述检测状态矩阵；
根据模糊优先关系排序方法计算所述检测状态矩阵每一行的Borda数，并获取所述检测状态矩阵每一行的行范数，根据所述Borda数和所述行范数判断所述电能计量装置的当前状态；
其中，所述电能计量装置包括电流互感器、电压互感器、二次线路、电能表和计量终端；
所述检测状态矩阵中各行数据分别对应所述电流互感器、所述电压互感器、所述二次线路、所述电能表和所述计量终端；
所述根据所述Borda数和所述行范数判断所述电能计量装置的当前状态包括：若所述检测状态矩阵中任一行的Borda数大于等于第一阈值，且该行的行范数大于等于第二阈值，判定该行对应的硬件装置异常。
7.一种可读存储介质，其特征在于，其上存储有可执行程序，该程序被处理器执行时实现权利要求1至5中任意一项所述的电能计量装置检测方法的步骤。
8.一种计算机设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的可执行程序，处理器执行程序时实现权利要求1至5中任意一项所述的电能计量装置检测方法的步骤。
CN201810332432.0A 2018-04-13 2018-04-13 电能计量装置检测方法和系统 Active CN108845285B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810332432.0A CN108845285B (zh) 2018-04-13 2018-04-13 电能计量装置检测方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810332432.0A CN108845285B (zh) 2018-04-13 2018-04-13 电能计量装置检测方法和系统

Publications (2)

Publication Number Publication Date
CN108845285A CN108845285A (zh) 2018-11-20
CN108845285B true CN108845285B (zh) 2021-02-02

Family

ID=64212092

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810332432.0A Active CN108845285B (zh) 2018-04-13 2018-04-13 电能计量装置检测方法和系统

Country Status (1)

Country Link
CN (1) CN108845285B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109298379B (zh) * 2018-12-06 2021-04-06 国网四川省电力公司电力科学研究院 一种基于数据监测的智能电表现场误差异常的识别方法
CN111983548A (zh) * 2020-09-01 2020-11-24 云南电网有限责任公司电力科学研究院 一种基于功率因数分析的电能表异常判断装置和方法
CN112557773B (zh) * 2020-12-02 2024-02-23 广东电网有限责任公司广州供电局 一种单相户表的相别计算方法、装置和设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103942738A (zh) * 2014-05-16 2014-07-23 国家电网公司 一种电能表综合评价方法及系统
CN106291030B (zh) * 2016-09-27 2019-04-23 国网山东省电力公司济南供电公司 一种配电网计量防护系统
CN106875124B (zh) * 2017-02-23 2021-01-26 广东工业大学 一种电能计量装置状态评估方法、装置及系统

Also Published As

Publication number Publication date
CN108845285A (zh) 2018-11-20

Similar Documents

Publication Publication Date Title
Zhu et al. Time series shapelet classification based online short-term voltage stability assessment
Morison et al. Power system security assessment
US20200081054A1 (en) Power line issue diagnostic methods and apparatus using distributed analytics
CN112131441B (zh) 一种快速识别用电异常行为的方法及系统
CN108845285B (zh) 电能计量装置检测方法和系统
CN113239132B (zh) 一种电压互感器的超差在线辨识方法
CN113406438B (zh) 一种适用于低压台区的故障智能诊断方法及其运维系统
CN112688431A (zh) 一种基于大数据的配电网负荷过载可视化方法及系统
CN105406461B (zh) 一种配电网停电事件的负荷自适应动态监测方法
WO2018080523A1 (en) Data cost effective fast similarity search with priority access
CN102931625A (zh) 一种继电保护在线状态检修智能决策分析装置和其信号处理方法及其应用
CN113591393A (zh) 智能变电站的故障诊断方法、装置、设备和存储介质
CN115293257A (zh) 一种针对异常用电用户的检测方法及系统
CN106874676B (zh) 一种电能计量装置状态评估方法
CN115640698A (zh) 一种水电站运行设备故障预警系统
CN112560214A (zh) 变电站母线平衡故障诊断方法、系统、设备及存储介质
CN113554361B (zh) 一种综合能源系统数据处理计算方法及处理系统
CN111080484A (zh) 一种配电网异常数据监测方法及装置
CN113934536B (zh) 面向边缘计算的数据采集方法
de Andrade et al. An outliers processing module based on artificial intelligence for substations metering system
US10958099B2 (en) Real-time electrical grid restoration
CN105653430A (zh) 一种处理服务器管理信息的方法、装置及系统
CN110968703B (zh) 基于lstm端到端抽取算法的异常计量点知识库构建方法及系统
CN115685045B (zh) 一种电压互感器在线评估方法
CN115964883A (zh) 一种无人艇的状态监测与维修保障系统

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20200918

Address after: 510620 Tianhe District, Guangzhou, Tianhe South Road, No. two, No. 2, No.

Applicant after: Guangzhou Power Supply Bureau of Guangdong Power Grid Co.,Ltd.

Address before: 510620 Tianhe District, Guangzhou, Tianhe South Road, No. two, No. 2, No.

Applicant before: GUANGZHOU POWER SUPPLY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant