CN109298374A - 一种电能表状态在线评价方法及系统 - Google Patents
一种电能表状态在线评价方法及系统 Download PDFInfo
- Publication number
- CN109298374A CN109298374A CN201811269046.8A CN201811269046A CN109298374A CN 109298374 A CN109298374 A CN 109298374A CN 201811269046 A CN201811269046 A CN 201811269046A CN 109298374 A CN109298374 A CN 109298374A
- Authority
- CN
- China
- Prior art keywords
- electric energy
- energy meter
- scoring
- state
- family
- 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
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
本发明公开了一种电能表状态在线评价方法及系统,所述方法包括:获取电能表的基础评分;所述基础评分根据所述智能年电能表的基础状态预先设定;计算所述电能表的检测评分、监测评分以及家族缺陷评分;计算所述电能表的电能表状态评分,所述电能表状态评分有所述基础评分、检测评分、监测评分以及家族缺陷评分相乘获得;根据所述电能表状态评分判断所述电能表的状态;所述方法及系统通过在线对电能表的基础性能和监测数据对电能表的状态进行评价,并根据评价结果实时对检修计划进行调整,实现电能表从周期计划检验模式到状态检验模式的转变;所述方法及系统降低了电能表检修次数、提高了电能表维护效率,避免资源浪费,有效降低故障发生率。
Description
技术领域
本发明涉及电力技术领域,更具体地,涉及一种电能表状态在线评价方法及系统。
背景技术
电能计量计费是电力市场正常运行的重要环节。为保证电能计量的准确性,保障电力营销供给系统平稳安全运行,对电能表进行检修是重要的技术手段。目前大部分电能表的检修采用周期性的计划检修模式,该方式下面向当前海量智能电能表不仅任务量大、耗时费力,而且常常出现维护过多、检修次数过多的现象,没有充分利用好电能表的实时状态信息,造成了系统人力资源浪费。
随着智能电能表和用电信息采集技术的推广应用,智能电能表运行监测手段与机械表相比有了质的飞越,远程收集电能表运行信息已成为一种趋势。与机械式电能表相比,智能电能表的计量误差在检定周期内更加稳定,电能计量以及电能表状态数据采集更加方便。而目前针对智能电能表的检修方式,是通过设置检定周期,在到达周期时通过远程收集电能表运行信息来确认电能表的运行状态,这不仅可能使得异常运行的发现存在一定的滞后性,也会进行许多多余的检修测试,浪费资源,浪费维护成本。
发明内容
为了解决背景技术存在的现有的周期性检定方式会使发现问题滞后,同时浪费检修资源,浪费维护成本的问题,本发明提供了一种电能表状态在线评价方法及系统,所述方法及系统通过在线对电能表的基础性能和监测数据对电能表的状态进行评价,并根据评价结果实时对检修计划进行调整,所述一种电能表状态在线评价方法包括:
获取电能表的基础评分;所述基础评分根据所述智能年电能表的基础状态预先设定;
计算所述电能表的检测评分、监测评分以及家族缺陷评分;
计算所述电能表的电能表状态评分,所述电能表状态评分有所述基础评分、检测评分、监测评分以及家族缺陷评分相乘获得;
根据所述电能表状态评分判断所述电能表的状态。
进一步的,所述电能表的基础评分通过各分项基础评分加权获得;所述分项基础评分包括基本误差评分、批次误差评分、批次运行故障率评分、批次退货率评分、用户信誉评分以及运行时间与环境评分;
所述基本误差评分通过所述电能表的计量准确度获得;
所述批次误差评分通过计算所述电能表所在批次的多个电能表在额定符合点下去单位功率因数是基本误差的标准偏差获得;
所述批次运行故障率评分通过所在批次的多个电能表的运行故障所占比例获得;
所述批次退货率评分通过所在批次的多个电能表中不合格产品所占比例获得;
所述用户信誉评分通过用户对电能表的使用情况确定,若出现对电能表的异常使用情况,则降低用户信誉评分;所述异常使用情况包括窃电以及损坏电能表;
所述运行时间与环境评分根据电能表运行的时间长短和所在环境确定。
进一步的,所述检测评分的计算公式为:
其中,T代表检测评分,N为现场检测次数,Ti为距现在最近的第i次检测所获得误差值。
进一步的,所述监测评分的计算公式为
其中,M代表监测评分,S1为在线监测电量异常数量、S2为时钟异常数量;AM1以及AM2为大于0小于1的预设的常数。
进一步的,所述家族缺陷评分的计算公式为
其中,F代表家族缺陷评分,S3为预设的大于0小于1的状态量参数,所述状态量参数根据该电能表可能存在的家族缺陷的风险程度确定,风险越小取值越大,N为家族电能表总数量,n为发生该家族缺陷的电能表数量。
进一步的,所述根据所述电能表状态评分判断所述电能表的状态,包括:
判断所述电能表状态评分与该电能表上一次评分的差值;
根据所述差值以及所述电能表状态评分,判断所述电能表的状态以及是否需要预警检修;所述状态包括稳定、正常以及预警,当所述状态为预警时,提示所述电能表需要检修。
所述一种电能表状态在线评价系统包括:
基础评分计算单元,所述基础评分计算单元用于获取电能表的基础评分;所述基础评分根据所述智能年电能表的基础状态预先设定;
综合评分计算单元,所述综合评分计算单元用于计算所述电能表的检测评分、监测评分以及家族缺陷评分;
电能表状态评分计算单元,所述电能表状态评分计算单元用于计算所述电能表的电能表状态评分,所述电能表状态评分有所述基础评分、检测评分、监测评分以及家族缺陷评分相乘获得;
电能表状态确认单元,所述电能表状态确认单元用于根据所述电能表状态评分判断所述电能表的状态。
进一步的,所述基础评分计算单元通过各分项基础评分加权计算获得所述电能表的基础评分;所述分项基础评分包括基本误差评分、批次误差评分、批次运行故障率评分、批次退货率评分、用户信誉评分以及运行时间与环境评分;
所述基本误差评分通过所述电能表的计量准确度获得;
所述批次误差评分通过计算所述电能表所在批次的多个电能表在额定符合点下去单位功率因数是基本误差的标准偏差获得;
所述批次运行故障率评分通过所在批次的多个电能表的运行故障所占比例获得;
所述批次退货率评分通过所在批次的多个电能表中不合格产品所占比例获得;
所述用户信誉评分通过用户对电能表的使用情况确定,若出现对电能表的异常使用情况,则降低用户信誉评分;所述异常使用情况包括窃电以及损坏电能表;
所述运行时间与环境评分根据电能表运行的时间长短和所在环境确定。
进一步的,所述综合评分计算单元计算所述检测评分的计算公式为:
其中,T代表检测评分,N为现场检测次数,Ti为距现在最近的第i次检测所获得误差值。
进一步的,所述综合评分计算单元计算所述监测评分的计算公式为
其中,M代表监测评分,S1为在线监测电量异常数量、S2为时钟异常数量;AM1以及AM2为大于0小于1的预设的常数。
进一步的,所述综合评分计算单元计算所述家族缺陷评分的计算公式为
其中,F代表家族缺陷评分,S3为预设的大于0小于1的状态量参数,所述状态量参数根据该电能表可能存在的家族缺陷的风险程度确定,风险越小取值越大,N为家族电能表总数量,n为发生该家族缺陷的电能表数量。
进一步的,电能表状态确认单元用于判断所述电能表状态评分与该电能表上一次评分的差值;
所述电能表状态确认单元根据所述差值以及所述电能表状态评分,判断所述电能表的状态以及是否需要预警检修;所述状态包括稳定、正常以及预警,当所述状态为预警时,提示所述电能表需要检修。
本发明的有益效果为:本发明的技术方案,给出了一种电能表状态在线评价方法及系统,所述方法及系统通过在线对电能表的基础性能和监测数据对电能表的状态进行评价,并根据评价结果实时对检修计划进行调整,实现电能表从周期计划检验模式到状态检验模式的转变;所述方法及系统显著降低了电能表检修次数、提高了智能电能表维护效率、避免人力资源浪费,同时有效降低故障发生率,有力保障了电力计量工作的平稳安全。
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为本发明具体实施方式的一种电能表状态在线评价方法的流程图;
图2为本发明具体实施方式的一种电能表状态在线评价系统的结构图。
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为本发明具体实施方式的一种电能表状态在线评价方法的流程图;如图1所示,所述方法包括:
步骤110,获取电能表的基础评分;所述基础评分根据所述智能年电能表的基础状态预先设定;
进一步的,所述电能表的基础评分通过各分项基础评分加权获得;所述分项基础评分包括基本误差评分、批次误差评分、批次运行故障率评分、批次退货率评分、用户信誉评分以及运行时间与环境评分;
所述基本误差评分通过所述电能表的计量准确度获得;
在本实施例中,选取四个具有不同电压、电流和相位的负荷点进行误差值测试,对各负荷点的测量值赋予不同的权重,以各误差值的统计平均值计算基本误差评分。所述赋予的权重,根据历史的统计数据分析获得,特别的,如无足够统计数据,可以将四个负荷点对应的权重取为相同即可。
所述批次误差评分通过计算所述电能表所在批次的多个电能表在额定符合点下去单位功率因数是基本误差的标准偏差获得;
所述批次运行故障率评分通过所在批次的多个电能表的运行故障所占比例获得;
所述批次退货率评分通过所在批次的多个电能表中不合格产品所占比例获得;
所述用户信誉评分通过用户对电能表的使用情况确定,若出现对电能表的异常使用情况,则降低用户信誉评分;所述异常使用情况包括窃电以及损坏电能表;
本实施例中,若在一定期限内,用户使用该电能表存在过异常使用情况,则将用户信誉评分设置为0分。
所述运行时间与环境评分根据电能表运行的时间长短和所在环境确定;
本实施例中,运行时间越长,其对应的评分越低;所述根据环境确定是指根据电能表所处的环境恶劣情况确定,例如对于在室内的电能表的评分要高于在户外的电能表的评分,同一在户外的电能表其春秋季节的评分要高于冬夏季节的得分。
本实施例中,所述基本误差评分、批次误差评分、批次运行故障率评分、批次退货率评分、用户信誉评分以及运行时间与环境评分的权重比重顺序设置为4:1:1:1:1:2。
步骤120,计算所述电能表的检测评分、监测评分以及家族缺陷评分;
进一步的,所述检测评分的计算公式为:
其中,T代表检测评分,N为现场检测次数,Ti为距现在最近的第i次检测所获得误差值。
所述检测评分的分值介于0~1之间,其体现了电能表现场运行时的准确度;由于对不同类别电能表设置的检测周期不同,而时间较早的检测结果已无法正确反映电能表的当前状态,所以对于I类电能表,令N=3;对于II类电能表,令N=2;对于III类电能表,令N=1。
进一步的,所述监测评分的计算公式为
其中,M代表监测评分,S1为在线监测电量异常数量、S2为时钟异常数量;AM1以及AM2为大于0小于1的预设的常数。
所述监测评分的分值介于0~1之间,其反映在线监测模块发现的电能表运行异常的情况。
本实施例中,AM1设置为0.95,AM2设置为0.85。
进一步的,所述家族缺陷评分的计算公式为
其中,F代表家族缺陷评分,S3为预设的大于0小于1的状态量参数,所述状态量参数根据该电能表可能存在的家族缺陷的风险程度确定,风险越小取值越大,N为家族电能表总数量,n为发生该家族缺陷的电能表数量。
所述家族缺陷评分的分值介于0~1之间,其表示当一批电能表存在家族缺陷时,在隐患消除之前,对那些尚未发生家族缺陷的电能表,需要考虑其家族缺陷带来的运行隐患。
所述状态量参数S3用于表示电能表可能存在的家族缺陷的风险程度,本实施例中,状态量参数S3的取值可依据下表进行:
步骤130,计算所述电能表的电能表状态评分,所述电能表状态评分有所述基础评分、检测评分、监测评分以及家族缺陷评分相乘获得;
所述基础评分的分值满分为100分,其分值介于0~100的区间内,所述检测评分、监测评分以及家族缺陷评分的分值均介于0~1之间,评分越高越接近1,通过对基础评分、检测评分、监测评分以及家族缺陷评分相乘,相当于在基础评分的基础上,根据检测评分、监测评分以及家族缺陷评分对评分进行调整,所述电能表状态评分的分值范围也未0~100的区间内。
步骤140,根据所述电能表状态评分判断所述电能表的状态。
进一步的,判断所述电能表状态评分与该电能表上一次评分的差值;
根据所述差值以及所述电能表状态评分,判断所述电能表的状态以及是否需要预警检修;所述状态包括稳定、正常以及预警,当所述状态为预警时,提示所述电能表需要检修。
本实施例中,对电能表状态评分的分值范围进行划分,按分数由高到低划分为状态第一区间、状态第二区间以及状态第三区间;设置所述电能表状态评分与该电能表上一次评分的差值的区间按差值由大到小(+100到-100)划分为差值第一区间、差值第二区间以及差值第三区间;
如(80,100]的区间范围对应为状态第一区间、(30,80]的区间范围对应为状态第二区间,[0,30]的区间范围对应为状态第三区间;(-5,100]的区间范围对应为差值第一区间、(-30,-5]的区间范围对应为差值第二区间,[-100,-30]的区间范围对应为差值第三区间;
本实施例中,当所述电能表状态评分在状态第一区间内或所述电能表状态评分与该电能表上一次评分的差值在差值第一区间内时,所述电能表的状态为稳定状态;当所述电能表状态评分在状态第二区间内或所述电能表状态评分与该电能表上一次评分的差值在差值第二区间内时,所述电能表的状态为正常状态;当所述电能表状态评分在状态第三区间内或所述电能表状态评分与该电能表上一次评分的差值在差值第三区间内时,所述电能表的状态为预警状态;
当检测结果处于正常状态时,按照原计划进行检修。当检测结果为稳定状态时,可以暂缓执行检修计划,从而节省检修资源。当检测结果为预警时,则需要在及时安排临时检修以排除故障隐患。
图2为本发明具体实施方式的一种电能表状态在线评价系统的结构图。如图2所示,所述系统包括:
基础评分计算单元210,所述基础评分计算单元210用于获取电能表的基础评分;所述基础评分根据所述智能年电能表的基础状态预先设定;
进一步的,所述基础评分计算单元210通过各分项基础评分加权计算获得所述电能表的基础评分;所述分项基础评分包括基本误差评分、批次误差评分、批次运行故障率评分、批次退货率评分、用户信誉评分以及运行时间与环境评分;
所述基本误差评分通过所述电能表的计量准确度获得;
所述批次误差评分通过计算所述电能表所在批次的多个电能表在额定符合点下去单位功率因数是基本误差的标准偏差获得;
所述批次运行故障率评分通过所在批次的多个电能表的运行故障所占比例获得;
所述批次退货率评分通过所在批次的多个电能表中不合格产品所占比例获得;
所述用户信誉评分通过用户对电能表的使用情况确定,若出现对电能表的异常使用情况,则降低用户信誉评分;所述异常使用情况包括窃电以及损坏电能表;
所述运行时间与环境评分根据电能表运行的时间长短和所在环境确定。
综合评分计算单元220,所述综合评分计算单元220用于计算所述电能表的检测评分、监测评分以及家族缺陷评分;
进一步的,所述综合评分计算单元220计算所述检测评分的计算公式为:
其中,T代表检测评分,N为现场检测次数,Ti为距现在最近的第i次检测所获得误差值。
进一步的,所述综合评分计算单元220计算所述监测评分的计算公式为
其中,M代表监测评分,S1为在线监测电量异常数量、S2为时钟异常数量;AM1以及AM2为大于0小于1的预设的常数。
进一步的,所述综合评分计算单元220计算所述家族缺陷评分的计算公式为
其中,F代表家族缺陷评分,S3为预设的大于0小于1的状态量参数,所述状态量参数根据该电能表可能存在的家族缺陷的风险程度确定,风险越小取值越大,N为家族电能表总数量,n为发生该家族缺陷的电能表数量。
电能表状态评分计算单元230,所述电能表状态评分计算单元230用于计算所述电能表的电能表状态评分,所述电能表状态评分有所述基础评分、检测评分、监测评分以及家族缺陷评分相乘获得;
电能表状态确认单元240,所述电能表状态确认单元240用于根据所述电能表状态评分判断所述电能表的状态。
进一步的,电能表状态确认单元240用于判断所述电能表状态评分与该电能表上一次评分的差值;
所述电能表状态确认单元240根据所述差值以及所述电能表状态评分,判断所述电能表的状态以及是否需要预警检修;所述状态包括稳定、正常以及预警,当所述状态为预警时,提示所述电能表需要检修。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本公开的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。本说明书中涉及到的步骤编号仅用于区别各步骤,而并不用于限制各步骤之间的时间或逻辑的关系,除非文中有明确的限定,否则各个步骤之间的关系包括各种可能的情况。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本公开的范围之内并且形成不同的实施例。例如,在权利要求书中所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本公开的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本公开还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者系统程序(例如,计算机程序和计算机程序产品)。这样的实现本公开的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本公开进行说明而不是对本公开进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本公开可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干系统的单元权利要求中,这些系统中的若干个可以是通过同一个硬件项来具体体现。
以上所述仅是本公开的具体实施方式,应当指出的是,对于本领域的普通技术人员来说,在不脱离本公开精神的前提下,可以作出若干改进、修改、和变形,这些改进、修改、和变形都应视为落在本申请的保护范围内。
Claims (12)
1.一种电能表状态在线评价方法,所述方法包括:
获取电能表的基础评分;所述基础评分根据所述智能年电能表的基础状态预先设定;
计算所述电能表的检测评分、监测评分以及家族缺陷评分;
计算所述电能表的电能表状态评分,所述电能表状态评分有所述基础评分、检测评分、监测评分以及家族缺陷评分相乘获得;
根据所述电能表状态评分判断所述电能表的状态。
2.根据权利要求1所述的方法,其特征在于:
所述电能表的基础评分通过各分项基础评分加权获得;所述分项基础评分包括基本误差评分、批次误差评分、批次运行故障率评分、批次退货率评分、用户信誉评分以及运行时间与环境评分;
所述基本误差评分通过所述电能表的计量准确度获得;
所述批次误差评分通过计算所述电能表所在批次的多个电能表在额定符合点下去单位功率因数是基本误差的标准偏差获得;
所述批次运行故障率评分通过所在批次的多个电能表的运行故障所占比例获得;
所述批次退货率评分通过所在批次的多个电能表中不合格产品所占比例获得;
所述用户信誉评分通过用户对电能表的使用情况确定,若出现对电能表的异常使用情况,则降低用户信誉评分;所述异常使用情况包括窃电以及损坏电能表;
所述运行时间与环境评分根据电能表运行的时间长短和所在环境确定。
3.根据权利要求1所述的方法,其特征在于:所述检测评分的计算公式为:
其中,T代表检测评分,N为现场检测次数,Ti为距现在最近的第i次检测所获得误差值。
4.根据权利要求1所述的方法,其特征在于:所述监测评分的计算公式为
其中,M代表监测评分,S1为在线监测电量异常数量、S2为时钟异常数量;AM1以及AM2为大于0小于1的预设的常数。
5.根据权利要求1所述的方法,其特征在于:所述家族缺陷评分的计算公式为
其中,F代表家族缺陷评分,S3为预设的大于0小于1的状态量参数,所述状态量参数根据该电能表可能存在的家族缺陷的风险程度确定,风险越小取值越大,N为家族电能表总数量,n为发生该家族缺陷的电能表数量。
6.根据权利要求1所述的方法,其特征在于:所述根据所述电能表状态评分判断所述电能表的状态,包括:
判断所述电能表状态评分与该电能表上一次评分的差值;
根据所述差值以及所述电能表状态评分,判断所述电能表的状态以及是否需要预警检修;所述状态包括稳定、正常以及预警,当所述状态为预警时,提示所述电能表需要检修。
7.一种电能表状态在线评价系统,所述系统包括:
基础评分计算单元,所述基础评分计算单元用于获取电能表的基础评分;所述基础评分根据所述智能年电能表的基础状态预先设定;
综合评分计算单元,所述综合评分计算单元用于计算所述电能表的检测评分、监测评分以及家族缺陷评分;
电能表状态评分计算单元,所述电能表状态评分计算单元用于计算所述电能表的电能表状态评分,所述电能表状态评分有所述基础评分、检测评分、监测评分以及家族缺陷评分相乘获得;
电能表状态确认单元,所述电能表状态确认单元用于根据所述电能表状态评分判断所述电能表的状态。
8.根据权利要求7所述的系统,其特征在于:所述基础评分计算单元通过各分项基础评分加权计算获得所述电能表的基础评分;所述分项基础评分包括基本误差评分、批次误差评分、批次运行故障率评分、批次退货率评分、用户信誉评分以及运行时间与环境评分;
所述基本误差评分通过所述电能表的计量准确度获得;
所述批次误差评分通过计算所述电能表所在批次的多个电能表在额定符合点下去单位功率因数是基本误差的标准偏差获得;
所述批次运行故障率评分通过所在批次的多个电能表的运行故障所占比例获得;
所述批次退货率评分通过所在批次的多个电能表中不合格产品所占比例获得;
所述用户信誉评分通过用户对电能表的使用情况确定,若出现对电能表的异常使用情况,则降低用户信誉评分;所述异常使用情况包括窃电以及损坏电能表;
所述运行时间与环境评分根据电能表运行的时间长短和所在环境确定。
9.根据权利要求7所述的系统,其特征在于:所述综合评分计算单元计算所述检测评分的计算公式为:
其中,T代表检测评分,N为现场检测次数,Ti为距现在最近的第i次检测所获得误差值。
10.根据权利要求7所述的系统,其特征在于:所述综合评分计算单元计算所述监测评分的计算公式为
其中,M代表监测评分,S1为在线监测电量异常数量、S2为时钟异常数量;AM1以及AM2为大于0小于1的预设的常数。
11.根据权利要求7所述的系统,其特征在于:所述综合评分计算单元计算所述家族缺陷评分的计算公式为
其中,F代表家族缺陷评分,S3为预设的大于0小于1的状态量参数,所述状态量参数根据该电能表可能存在的家族缺陷的风险程度确定,风险越小取值越大,N为家族电能表总数量,n为发生该家族缺陷的电能表数量。
12.根据权利要求7所述的系统,其特征在于:电能表状态确认单元用于判断所述电能表状态评分与该电能表上一次评分的差值;
所述电能表状态确认单元根据所述差值以及所述电能表状态评分,判断所述电能表的状态以及是否需要预警检修;所述状态包括稳定、正常以及预警,当所述状态为预警时,提示所述电能表需要检修。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811269046.8A CN109298374A (zh) | 2018-10-29 | 2018-10-29 | 一种电能表状态在线评价方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811269046.8A CN109298374A (zh) | 2018-10-29 | 2018-10-29 | 一种电能表状态在线评价方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109298374A true CN109298374A (zh) | 2019-02-01 |
Family
ID=65158157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811269046.8A Pending CN109298374A (zh) | 2018-10-29 | 2018-10-29 | 一种电能表状态在线评价方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109298374A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110441727A (zh) * | 2019-08-05 | 2019-11-12 | 中国电力科学研究院有限公司 | 一种对电能表现校仪进行状态评价的方法及装置 |
CN110531303A (zh) * | 2019-07-30 | 2019-12-03 | 南瑞集团有限公司 | 在运智能电能表批次故障预警方法及其系统 |
CN110991847A (zh) * | 2019-11-26 | 2020-04-10 | 国网重庆市电力公司电力科学研究院 | 一种电能表批次管理方法、装置及可读存储介质 |
CN113238180A (zh) * | 2021-06-22 | 2021-08-10 | 广东电网有限责任公司计量中心 | 一种智能电表的状态检测方法及装置 |
CN114035056A (zh) * | 2021-11-30 | 2022-02-11 | 蜂巢能源(上海)有限公司 | 一种动力电池性能检测方法、装置和设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150276830A1 (en) * | 2012-09-25 | 2015-10-01 | Landis+Gyr Oy | Device, arrangement and method for verifying the operation of electricity meter |
CN104991223A (zh) * | 2015-07-27 | 2015-10-21 | 国网重庆市电力公司电力科学研究院 | 电能表状态评估指标选取及量化方法 |
CN105548945A (zh) * | 2015-12-07 | 2016-05-04 | 成都思晗科技股份有限公司 | 一种电能表状态检验方法 |
CN105929359A (zh) * | 2016-07-11 | 2016-09-07 | 国网重庆市电力公司 | 一种电能表运行准确度评价方法 |
CN106842101A (zh) * | 2015-12-03 | 2017-06-13 | 中国电力科学研究院 | 一种电能表运行状态的评价方法 |
-
2018
- 2018-10-29 CN CN201811269046.8A patent/CN109298374A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150276830A1 (en) * | 2012-09-25 | 2015-10-01 | Landis+Gyr Oy | Device, arrangement and method for verifying the operation of electricity meter |
CN104991223A (zh) * | 2015-07-27 | 2015-10-21 | 国网重庆市电力公司电力科学研究院 | 电能表状态评估指标选取及量化方法 |
CN106842101A (zh) * | 2015-12-03 | 2017-06-13 | 中国电力科学研究院 | 一种电能表运行状态的评价方法 |
CN105548945A (zh) * | 2015-12-07 | 2016-05-04 | 成都思晗科技股份有限公司 | 一种电能表状态检验方法 |
CN105929359A (zh) * | 2016-07-11 | 2016-09-07 | 国网重庆市电力公司 | 一种电能表运行准确度评价方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110531303A (zh) * | 2019-07-30 | 2019-12-03 | 南瑞集团有限公司 | 在运智能电能表批次故障预警方法及其系统 |
CN110531303B (zh) * | 2019-07-30 | 2021-08-13 | 南瑞集团有限公司 | 在运智能电能表批次故障预警方法及其系统 |
CN110441727A (zh) * | 2019-08-05 | 2019-11-12 | 中国电力科学研究院有限公司 | 一种对电能表现校仪进行状态评价的方法及装置 |
CN110441727B (zh) * | 2019-08-05 | 2023-06-30 | 中国电力科学研究院有限公司 | 一种对电能表现校仪进行状态评价的方法及装置 |
CN110991847A (zh) * | 2019-11-26 | 2020-04-10 | 国网重庆市电力公司电力科学研究院 | 一种电能表批次管理方法、装置及可读存储介质 |
CN113238180A (zh) * | 2021-06-22 | 2021-08-10 | 广东电网有限责任公司计量中心 | 一种智能电表的状态检测方法及装置 |
CN114035056A (zh) * | 2021-11-30 | 2022-02-11 | 蜂巢能源(上海)有限公司 | 一种动力电池性能检测方法、装置和设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109298374A (zh) | 一种电能表状态在线评价方法及系统 | |
CN105022019B (zh) | 单相智能电能表可靠性综合评价的方法 | |
CN107346899B (zh) | 一种光伏电站系统稳定性评估方法及系统 | |
CN105550499B (zh) | 一种计量装置健康度计算方法 | |
CN105548945B (zh) | 一种电能表状态检验方法 | |
CN105548944B (zh) | 一种计量装置状态检验方法 | |
CN103713275A (zh) | 基于多维关联规则算法判断电能表计量不准确异常的方法 | |
CN110907883B (zh) | 一种电能表自动化检定系统的计量监督方法和系统 | |
CN107589384A (zh) | 一种用于直流电源系统的状态评估方法 | |
CN103149475A (zh) | 电力设备故障诊断方法及系统 | |
CN104076224A (zh) | 一种用电信息采集设备可靠性验证的试验方法 | |
CN113758604B (zh) | 电气设备运行状态的检测方法、装置、设备及存储介质 | |
CN109307853A (zh) | 一种基于序关系分析法的电能计量装置状态评价方法及系统 | |
CN106407488B (zh) | 发动机失效风险评估方法和系统 | |
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 | |
Kemikem et al. | Quantitative and qualitative reliability assessment of reparable electrical power supply systems using fault tree method and importance factors | |
CN109443395A (zh) | 一种用能强度多点计量差值超过限值判断方法及系统 | |
CN105548939B (zh) | 一种电压互感器状态检验方法 | |
Haves et al. | Model-based performance monitoring: Review of diagnostic methods and chiller case study | |
Dwivedi et al. | Optimization of weighting factors of performance index to improve contingency ranking | |
Blanks | The challenge of quantitative reliability | |
CN112906237A (zh) | 一种发动机部件故障分析方法及系统 | |
CN109253752A (zh) | 一种计量设备供能中断判断方法及系统 | |
CN110889775A (zh) | 一种关键配电设备特征参数系统 | |
CN109492184A (zh) | 一种用能量值多点计量差值超过限值判断方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190201 |