CN110375787B - 一种计量仪表运行状态在线评价方法 - Google Patents

Abstract

本发明提供一种计量仪表运行状态在线评价方法，包括以下步骤：判断计量仪表工作状态是否正常；如果计量仪表工作状态正常，判断仪表测量数据中是否存在异常数据；如果存在异常数据，则修正；依据计量网络上下级之间的质量或能量平衡关系，将修正后的异常数据进行统计分析，得出各表计量误差间的关联式；运用最小二乘法求解计量误差关联式，找出满足约束条件的各表的计量误差；通过比较各表的精度等级与求得计量误差间的大小，给出各表计量状态的评价。本发明能够在线实时评估计量网络中仪器仪表的状态，可以满足工业现场快速对各类计量仪表的准确性进行判断，免去了拆卸送检的麻烦，对计量仪器仪表的维护管理和计量校准具有重要意义。

Description

一种计量仪表运行状态在线评价方法

技术领域

本发明涉及计量技术领域，具体涉及一种计量仪表运行状态在线评价方法。

背景技术

工业企业涉及的能源种类多，系统结构复杂，企业为了对整个能源利用现状进行系统、全面、有效地管理，对能源的生产运行状况进行集中统一的监视、控制、调度和管理，保证生产过程的能源供给达到平衡，达到节能降耗的效果。为此，工业企业以信息化技术为基础，整合管理流程、生产组织、工艺等调整为一体，对能源使用全过程的实时动态监控，在能源生产、输配、消耗等环节实施集中化、信息化管理，以提高能源资源综合利用率，从而实现企业能源成本最小化。

企业能源管控涉及生产生活用水、电力、蒸汽、压缩空气、煤气等能源介质。为了实现能源的综合利用，现代企业一般都有复杂的计量网络构成，如企业内部电网、用水管网、蒸汽网络等，将多个计量点连接在一起。实时监控和准确能源计量，是现代企业生产调度与能源管理的基础。现代企业的自动化水平逐渐提高，每种能源介质都能建立厂级、车间级、重点用能设备级的三级计量体系。表征能源介质在购入、转换、传输以及利用的过程测量数据主要是流量、温度、压力、物位等现场仪表和分析数据。随着物联网技术的飞速发展，工业现场众多的工艺参数和能源介质数据都通过对应的传感器进行了在线采集，使得工业数据处理得到了质的飞越，为能源过程监控提供了技术保障。

传统的管网测量系统，对管道各点的流量测量完全依赖流量计的计量值。但是由于流量计校准困难，随使用时间加长精度降低，甚至出现流量计损坏、变换装置故障、传输通道出现故障等情况。且对于现代企业以分钟甚至秒为采集周期的过程数据来说，保证正确性和准确性显得十分重要，但是不可否认的是各种能源介质的仪表数据在测量和远传时也会受到各种干扰。流量仪表校准困难以及各种干扰使得测量数据偏离现场实际工况，使得能源管网的计量数据不一定能正确反映管网中能源的真实流量，不能满足质量或能量平衡，因而严重影响生产调度和能耗管理及考核。

特别对于涉及民生的水表、电能表、燃气表、热能表(俗称“民用四表”)是社会生产和百姓生活中最常见且被广泛使用的计量器具。而《计量法》明确规定：用于贸易结算的“民用四表”安装使用前，必须由法定计量检定机构实施首次强制检定合格，简称“民用四表”首检。未按照规定申请检定或者检定不合格的，任何单位和个人不得使用。“民用四表”超过使用期限而没有得到及时更换，可能导致因计量器具老化而使其计量性能失准，影响到计量结果的准确性，还会存在安全隐患，给人民群众生命财产安全带来威胁。

综上无论是工业企业还是民生计量中，能源测量数据如果不能保证准确性将使能源管理的水平大打折扣，不仅能源的统一调度、优化平衡水平受到影响，能源的监管力度下降，过程系统节能的效果不明显，能源运行的故障和异常不能及时发现处理，甚至带来企业或人民群众的经济损失。

本发明的发明人通过调研发现工业企业内部使用的计量仪表绝大多数都是通过合格验收后直接安装使用的，在生产线长期运转条件下，难以实现定期拆下来送检的要求，因此处于长期使用而准确度未知的状态。工业企业生产调度和管理，总是希望基于能源管网的真实值，能够得到的是计量值，而计量值与真实值之间总是有误差的。

因此，如何对在运行的计量仪表实时监测，及时发现并消除计量故障，并判断计量仪表如电能表所处的运行状态，是计量工作中亟需解决的一项技术难题。

发明内容

针对现有工业企业计量仪表，特别是企业内部工艺控制的二级三级计量仪表需要长期使用，不可替代，存在送第三方计量机构检定、校准较为困难，且现有技术难以满足工业企业能源管控系统对测量数据精度需求的技术问题，本发明提供一种计量仪表运行状态在线评价方法，该方法旨在提高计量仪表测量值的准确度，可靠性的适用于计量网络内计量仪表运行计量状态性能判断及在线动态校核。

为了解决上述技术问题，本发明采用了如下的技术方案：

一种计量仪表运行状态在线评价方法，所述计量仪表是指工业现场较为常见的电能表、水表、燃气表或蒸汽流量计，所述方法包括以下步骤：

判断计量仪表工作状态是否正常；

如果计量仪表工作状态正常，判断仪表测量数据中是否存在异常数据；如果存在异常数据，则修正；

依据计量网络上下级之间的质量或能量平衡关系，将修正后的异常数据进行统计分析，得出各表计量误差间的关联式；

运用最小二乘法求解计量误差关联式，找出满足约束条件的各表的计量误差；

通过比较各表的精度等级与求得计量误差间的大小，给出各表计量状态的评价。

进一步，所述仪表测量数据中如果不存在异常数据，则依据计量网络上下级之间的质量或能量平衡关系归纳建立各表计量误差间的关联式。

进一步，所述判断计量仪表工作状态是否正常的过程如下：

对计量仪表采集到的连续的测量数据进行初步分析，

定义测试数据绝对波动量X为：

其中，F_r为从当前时刻开始，按一定周期连续采集到长度为N的计量数据序列；r为1～N的整数，代表采样值的序号；N为采样序列的长度；

计量仪表正常工作时X变化范围的最小和最大统计值范围为X_L～X_H，即：

当X＜X_L时，则认为该计量仪表通信中断；

当X＞X_H时，则认为该仪表计量功能异常。

进一步，所述判断仪表测量数据中是否存在异常数据，如果存在异常数据则修正的过程如下：

设第t时刻仪表的测量值为F_t，则正常的F_t应满足的条件如下：

其中，ΔF_t为测量值相邻时刻的变化率，

为t时刻之前所有观测值变化率的均方根误差估计值，二者计算式如下：

假设当前时刻为t，则可知已测量样本时间序列为(F₁,F₂,…,F_t)，求测量两相邻时刻的变化率即：

ΔF_t＝F_t-F_t-1 式(3)

计算t时刻之前所有相邻时刻变化率的均值

其中，ΔF_i为不同时刻对应的两相邻时刻的变化率；

根据之前得到的变化率均值，计算t时刻之前所有观测值变化率的均方根误差估计值：

如果测量值F_t不满足条件

则认为是异常值，将该点数据按以下步骤进行修正：

若ΔF_t>0，则该异常测量值的校正值为:

若ΔF_t<0，则该异常测量值的校正值为:

进一步，所述计量仪表间满足上下级之间的质量或能量平衡关系为：

其中，F_1j代表编号为j的一级表的计量数据，F_2k代表编号为k的二级表的计量数据，以此类推；J和K分别表示一级表和二级表的只数；通常情况下是一只上级表对应若干只下级表，即为总表下设置多只分表的结构：

具体在时刻t时，通常情况下各计量仪表测量值满足的平衡关联式如下：

其中，

代表编号为1一级表的计量数据，

代表编号为1二级表的计量数据，以此类推，

代表编号为k二级表的计量数据。

进一步，所述依据计量网络上下级之间的质量或能量平衡关系，建立起含各表计量误差间的关联式过程如下：

依据总表下设置多只分表的结构，设总表数量为1只，分表数量为K只，设总表测量值为F_M，各分表的测量值为F_mk，分表测量值之和记为F_m，并记总表计量真值为F，各分表计量真值为F_k，则有：

总表的计量相对误差为：

分表计量平均相对误差为：

各分表计量相对误差为：

对于各分表计量的真值满足如下的平衡关联式：

将式(9)、式(10)和式(11)带入式(12)，得到如下包含各分表计量误差的关联式：

或

其中，α为总表和分表间的计量损耗。

进一步，利用最小二乘法原理迭代求解式(14)中列出的分表计量误差关联式，可得到各分表计量相对误差δ_mk、总表计量相对误差δ_M以及计量损耗α。

进一步，结合计量仪表的历史测量数据和计算出的各表计量误差统计分析，当该计量仪表的计量误差超出该仪表计量测量所允许的最大误差时，则认为该仪表已不具备继续使用的价值，或再继续使用将很大概率带来测量值的异常。

进一步，若在一段时间T内各分表计量相对误差δ_mk、总表计量相对误差δ_M以及计量损耗α均较小且波动范围较小，可以假设三者处于恒值，则式(14)在T时间段内末时刻和始时刻的差值可表示为：

其中，ΔF_m1为第1只分表在时间T内的变化量，以此类推，ΔF_mk为第k只分表的变化量；ΔF_M为总表测量值的变化量；由此可见各分表的测量值为F_mk与总表测量值F_M存在多元线性关系，假设除第h只分表以外，其他分表的变化量ΔF_mk很小或者其总变化量∑ΔF_mk近似等于0时，则有ΔF_mh与总表的变化量ΔF_M存在一元线性关系且二者的值应当相差很小，即：

ΔF_M＝λΔF_mh+ε 式(16)

其中，λ为该只分表和总表的计量误差有关的常系数，ε为测量误差；在满足∑ΔF_mk→0且k≠h的情况下，λ其值约等于1，则忽略测量误差ε后，式(16)可简化为：

ΔF_M≈ΔF_mh 式(17)

如果在满足∑ΔF_mk→0并k≠h且总表计量准确度可信的情况下，如果分表ΔF_mh与总表的变化量ΔF_M不满足式(16)或(17)，则认为第h只分表存在较大概率已经损坏的情况。

进一步，所述各表计量状态的评价按状态严重程度分为正常状态、注意状态、异常状态和严重状态。

与现有技术相比，本发明提供的计量仪表运行状态在线评价方法，重点在于需要借助物联网技术实现计量仪表运行参数和测试数据的在线实时采集，实现在稳定工况运行情况下依据质量或能量平衡法，列出各仪表计量误差的关联式，通过最小二乘法原理迭代求解出各表的计量误差，然后通过数据对比和统计分析给出一种计量仪表运行状态是否良好的判断依据。具体本发明具有以下有益效果及优点：

1、本发明能够在计量网络中及时有效地识别出发生故障或计量误差超限的计量仪表，并给出了一个可信的判断依据；

2、本发明能够在计量仪表出现故障时，对该测点的异常数据进行识别并修正；

3、本发明能够实现计量网络中仪表计量误差的批量在线计算，免去了计量仪表送检的麻烦，能够为企业能源计量系统提供较为准确的数据支撑；

4、本发明可提高计量网络中测量数据的精度和可靠性，对工业企业提高能源数据管理水平，更好地节能降耗提供了技术支撑，在保证仪器性能及提高经济效益方面发挥了重要的作用。

附图说明

图1是本发明提供的计量仪表组成计量网络的拓扑示意图。

图2是本发明提供的工作原理简示图。

图3是本发明提供的异常值剔除修正流程示意图。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。

在本发明的描述中，需要说明的是，本发明所述的计量仪表包含但不限于水表、气表、电能表以及蒸汽表、热量表等工业或民用计量仪表。作为具体实施案例，以电能表故障诊断和误差分析为例说明本发明评价方法。

计量仪表测量的信息化是实施本发明的基础条件，电能计量的准确性直接影响贸易结算的准确和公正，涉及广大客户利益，受到社会广泛关注，尽管供电公司对电能表在安装前开展了计量检定，但由于电表制造商在设计、元器件选用、工艺等方面还存在很多不确定性，使得在现场实际运行过程中出现使用不当等因素造成的电能表示值停走、电表飞走、电表潜动等问题，影响计量的准确性。异常仪表查找利用信息采集系统实时采集仪表各状态量，后台利用智能算法对采集的数据进行综合分析计算，及时准确的发现异常仪表；而本发明可为供电公司对异常电能表排查工作提供有力支持，减少电力企业经济损失，营造良好、诚实的用电环境，提高电网智能监控水平。

请参考图1至图3所示，本发明提供的适用于计量网络中计量仪表运行状态在线评价方法，包括以下步骤：

判断计量仪表工作状态是否正常；

如果计量仪表工作状态正常，判断仪表测量数据中是否存在异常数据；如果存在异常数据，则修正；

依据计量网络上下级之间的质量或能量平衡关系，将修正后的异常数据进行统计分析，得出各表计量误差间的关联式；

运用最小二乘法求解计量误差关联式，找出满足约束条件的各表的计量误差；

通过比较各表的精度等级与求得计量误差间的大小，给出各表计量状态的评价。

作为具体实施例，所述仪表测量数据中如果不存在异常数据，则依据计量网络上下级之间的质量或能量平衡关系归纳建立各表计量误差间的关联式。

本发明根据仪表现场经验，根据仪表传输到处理系统的数据特征设计仪表工作状态的判断；在满足一定条件下，可实现自动判定该仪表的工作状态是否正常。根据现场情况，仪表工作状态不正常时，表现出的特征有两种，一是数据长时间不发生变化，另一种是数据在短时间内较大幅度的波动。设仪表测定的瞬时值的真实值为F_t，对该测点连续采集N次，完成一次工作状态的识别。对此作为具体实施例，所述判断计量仪表工作状态是否正常的过程如下：

对计量仪表采集到的连续的测量数据进行初步分析，

定义测试数据绝对波动量X为：

其中，F_r为从当前时刻开始，按一定周期连续采集到长度为N的计量数据序列；r为1～N的整数，代表采样值的序号；N为采样序列的长度；

计量仪表正常工作时X变化范围的最小和最大统计值范围为X_L～X_H，即：

当X＜X_L时，则认为该计量仪表通信中断，属于一般事件，需要立即进行通信检查和维修；

当X＞X_H时，则认为该仪表计量功能异常，属于严重事件，需要立即进行仪表更换或维修；

而为了减少误判，X_L、X_H需要根据现场实际运行数据确定。

作为具体实施例，所述判断仪表测量数据中是否存在异常数据，如果存在异常数据则修正的过程如下：

设第t时刻仪表的测量值为F_t，则正常的F_t应满足的条件如下：

其中，ΔF_t为测量值相邻时刻的变化率，

为t时刻之前所有观测值变化率的均方根误差估计值，二者计算式如下：

假设当前时刻为t，则可知已测量样本时间序列为(F₁,F₂,…,F_t)，求测量两相邻时刻的变化率即：

ΔF_t＝F_t-F_t-1 式(3)

计算t时刻之前所有相邻时刻变化率的均值

其中，ΔF_i为不同时刻对应的两相邻时刻的变化率；

根据之前得到的变化率均值，计算t时刻之前所有观测值变化率的均方根误差估计值：

如果测量值F_t不满足条件

则认为是异常值，将该点数据按以下步骤进行修正：

若ΔF_t>0，则该异常测量值的校正值为:

若ΔF_t<0，则该异常测量值的校正值为:

以上条件表明，仪表计量数据相邻时刻的变化率受计量网络及工艺的限制必然小于一个确定的值。

针对由两级及以上组成的计量网络，请参见图1所示，上级网络的计量仪表的累积读数，在不考虑耗散的情况下理论上等于下级网络各计量仪表的累积读数之和，此即为质量平衡或能量平衡，即各级计量网络之间的约束关系假设为确定性的运行模型。运用类似电路中基尔霍夫定律，可以列出相关的认证关联式。所谓认证，是指上级和下级仪表构成的计量网络中各计量仪表所计量的累积值必须满足一定条件下的质量平衡或能量平衡关联式。考虑某个计量网络，则上级和下级间存在一个计量节点，设定进入节点的上级计量数据为正，流出节点的下级计量数据为负。对此，作为具体实施例，所述计量仪表间满足上下级之间的质量平衡或能量平衡关系为：

其中，F_1j代表编号为j的一级表的计量数据，F_2k代表编号为k的二级表的计量数据，以此类推；J和K分别表示一级表和二级表的只数；通常情况下是一只上级表对应若干只下级表，即为总表下设置多只分表的结构：

具体考虑到在时刻t时，通常情况下各计量仪表测量值满足的平衡关联式如下：

其中，

代表编号为1一级表的计量数据，

代表编号为1二级表的计量数据，以此类推，

代表编号为k二级表的计量数据。

作为具体实施例，所述依据计量网络上下级之间的质量或能量平衡关系，建立起含各表计量误差间的关联式过程如下：

依据总表下设置多只分表的结构，如图1所示，设总表数量为1只，分表数量为K只，设总表测量值为F_M，各分表的测量值为F_mk，分表测量值之和记为F_m，并记总表计量真值为F，各分表计量真值为F_k，则有：

总表的计量相对误差为：

分表计量平均相对误差为：

各分表计量相对误差为：

对于各分表计量的真值满足如下的平衡关联式：

将式(9)、式(10)和式(11)带入式(12)，得到如下包含各分表计量误差的关联式：

或

其中，α为总表和分表间的计量损耗，而此处的总表就是一级表，分表就是二级表。

作为具体实施例，利用本领域技术人员熟知的最小二乘法原理迭代求解式(14)中列出的分表计量误差关联式，可得到各计量分表的计量相对误差δ_mk、总表计量相对误差δ_M以及总表和分表间的计量损耗α。而仪表计量异常时将导致计量相对误差δ_mk偏大，因此可用δ_mk的大小来反映仪表计量状态是否异常。

作为具体实施例，结合计量仪表的历史测量数据和计算出的各表计量误差统计分析，当该计量仪表的计量误差超出该仪表计量测量所允许的最大误差时，则认为该仪表已不具备继续使用的价值，或再继续使用将很大概率带来测量值的异常。

作为具体实施例，若在一段时间T内各分表计量相对误差δ_mk、总表计量相对误差δ_M以及计量损耗α均较小且波动范围较小，可以假设三者处于恒值，则式(14)在T时间段内末时刻和始时刻的差值可表示为：

其中，ΔF_m1为第1只分表在时间T内的变化量，以此类推，ΔF_mk为第k只分表的变化量；ΔF_M为总表测量值的变化量；由此可见各分表的测量值为F_mk与总表测量值F_M存在多元线性关系，假设除第h只分表以外，其他分表的变化量ΔF_mk很小或者其总变化量∑ΔF_mk近似等于0时，则有ΔF_mh与总表的变化量ΔF_M存在一元线性关系且二者的值应当相差很小，即：

ΔF_M＝λΔF_mh+ε 式(16)

其中，λ为该只分表和总表的计量误差有关的常系数，ε为测量误差；通常情况下，在满足∑ΔF_mk→0且k≠h的情况下，λ其值约等于1，则忽略测量误差ε后，式(16)可简化为：

ΔF_M≈ΔF_mh 式(17)

如果在满足∑ΔF_mk→0并k≠h且总表计量准确度可信的情况下，如果分表ΔF_mh与总表的变化量ΔF_M不满足式(16)或(17)，则认为第h只分表存在较大概率已经损坏的情况。

仪表计量异常时将导致各分表计量相对误差δ_mk偏大，电能表计量误差定义如下：

β_mk＝F_mk-F_k 式(18)

则仪表计量误差和仪表计量值之间的关系为：

在电能表正常情况下，电能表计量相对误差δ_mk较小且波动范围较小基本可认为不变，则由前述仪表计量误差和仪表计量值之间的关系式可知，仪表计量误差β_mk与仪表计量值F_mk成线性关系。

作为具体实施例，结合计量仪表的历史数据和计算出的各表计量误差统计分析，当该计量仪表的计量误差超出该仪表计量测量所允许的最大误差时，则认为该仪表已不具备继续使用的价值，或再继续使用将很大概率带来测量值的异常，具体分析如下：

在正常工况下，当仪表一段时间内的计量误差δ_mk的标准值σ_mk，长时间偏离仪表正常范围，则认为仪表特性发生改变。设仪表的状态值为S，在任意时刻的判别函数为：

当σ_mk＜σ_min时，S＝-1，仪表波动偏小，仪表不灵敏；

当σ_mk＞σ_max时，S＝1，仪表波动偏大，仪表不稳定；

当σ_min≤σ_mk≤σ_max时，S＝0，仪表正常；

其中，σ_min、σ_max分别为计量误差δ_mk的标准值σ_mk在统计值中的最小值和最大值。

对于计量功能异常和计量误差异常的仪表，结合故障事件和历史数据分析，给出计量仪表计量状态的评价。作为具体实施例，所述各表计量状态的评价按状态严重程度分为正常状态、注意状态、异常状态和严重状态。具体地，所述正常状态表示各状态量处于稳定且在规程规定的标准限值以内，可以正常运行；所述注意状态表示单项或多项状态量变化趋势朝接近标准限值方向发展，但未超过标准限值，应加强运行中的监视；所述异常状态表示单项状态量变化较大，已接近或略微超过标准限值，应监视运行并安排装置现场检验；所述严重状态表示单项状态量严重超过标准限值，需要立即安排现场检验、检查和处理。

与现有技术相比，本发明提供的计量仪表运行状态在线评价方法，重点在于需要借助物联网技术实现计量仪表运行参数和测试数据的在线实时采集，实现在稳定工况运行情况下依据质量或能量平衡法，列出各仪表计量误差的关联式，通过最小二乘法原理迭代求解出各表的计量误差，然后通过数据对比和统计分析给出一种计量仪表运行状态是否良好的判断依据。具体本发明具有以下有益效果及优点：

1、本发明能够在计量网络中及时有效地识别出发生故障或计量误差超限的计量仪表，并给出了一个可信的判断依据；

2、本发明能够在计量仪表出现故障时，对该测点的异常数据进行识别并修正；

3、本发明能够实现计量网络中仪表计量误差的批量在线计算，免去了计量仪表送检的麻烦，能够为企业能源计量系统提供较为准确的数据支撑；

4、本发明可提高计量网络中测量数据的精度和可靠性，对工业企业提高能源数据管理水平，更好地节能降耗提供了技术支撑，在保证仪器性能及提高经济效益方面发挥了重要的作用。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (8)

1.一种计量仪表运行状态在线评价方法，所述计量仪表是指工业现场较为常见的电能表、水表、燃气表或蒸汽流量计，其特征在于，所述方法包括以下步骤：

判断计量仪表工作状态是否正常；

如果计量仪表工作状态正常，判断仪表测量数据中是否存在异常数据；如果存在异常数据，则修正；

依据计量网络上下级之间的质量或能量平衡关系，将修正后的异常数据进行统计分析，得出各表计量误差间的关联式；

运用最小二乘法求解计量误差关联式，找出满足约束条件的各表的计量误差；

通过比较各表的精度等级与求得计量误差间的大小，给出各表计量状态的评价；

其中，所述判断仪表测量数据中是否存在异常数据；如果存在异常数据则修正的过程如下：

设第t时刻仪表的测量值为F_t，则正常的F_t满足的条件如下：

其中，ΔF_t为测量值相邻时刻的变化率，

为t时刻之前所有观测值变化率的均方根误差估计值，二者计算式如下：

假设当前时刻为t，则可知已测量样本时间序列为(F₁,F₂,…,F_t)，求测量两相邻时刻的变化率即：

ΔF_t＝F_t-F_t-1 式(3)

计算t时刻之前所有相邻时刻变化率的均值

其中，ΔF_i为不同时刻对应的两相邻时刻的变化率；

根据之前得到的变化率均值，计算t时刻之前所有观测值变化率的均方根误差估计值：

如果测量值F_t不满足条件

则认为是异常测量值，将该异常测量值按以下步骤进行修正：

若ΔF_t>0，则该异常测量值的校正值为:

若ΔF_t<0，则该异常测量值的校正值为:

2.根据权利要求1所述的计量仪表运行状态在线评价方法，其特征在于，所述仪表测量数据中如果不存在异常数据，则依据计量网络上下级之间的质量或能量平衡关系归纳建立各表计量误差间的关联式。

3.根据权利要求1所述的计量仪表运行状态在线评价方法，其特征在于，所述判断计量仪表工作状态是否正常的过程如下：

对计量仪表采集到的连续的测量数据进行初步分析，

定义测试数据绝对波动量X为：

其中，F_r为从当前时刻开始，按一定周期连续采集到长度为N的计量数据序列；r为1～N的整数，代表采样值的序号；N为采样序列的长度；

计量仪表正常工作时X变化范围的最小和最大统计值范围为X_L～X_H，即：

当X＜X_L时，则认为该计量仪表通信中断；

当X＞X_H时，则认为该仪表计量功能异常。

4.根据权利要求1所述的计量仪表运行状态在线评价方法，其特征在于，所述计量仪表间满足上下级之间的质量或能量平衡关系为：

其中，F_1j代表编号为j的一级表的计量数据，F_2k代表编号为k的二级表的计量数据，以此类推；J和K分别表示一级表和二级表的只数；一只上级表对应若干只下级表，即为总表下设置多只分表的结构：

具体在时刻t时，各计量仪表测量值满足的平衡关联式如下：

其中，

代表编号为1一级表的计量数据，

代表编号为1二级表的计量数据，以此类推，

代表编号为k二级表的计量数据。

5.根据权利要求1所述的计量仪表运行状态在线评价方法，其特征在于，所述依据计量网络上下级之间的质量或能量平衡关系，将修正后的异常数据进行统计分析，得出各表计量误差间的关联式过程如下：

依据总表下设置多只分表的结构，设总表数量为1只，分表数量为K只，设总表测量值为F_M，各分表的测量值为F_mk，分表测量值之和记为F_m，并记总表计量真值为F，各分表计量真值为F_k，则有：

总表的计量相对误差为：

分表计量平均相对误差为：

各分表计量相对误差为：

对于各分表计量的真值满足如下的平衡关联式：

将式(9)、式(10)和式(11)带入式(12)，得到如下包含各分表计量误差的关联式：

或

其中，α为总表和分表间的计量损耗。

6.根据权利要求5所述的计量仪表运行状态在线评价方法，其特征在于，利用最小二乘法原理迭代求解式(14)中列出的分表计量误差关联式，可得到各分表计量相对误差δ_mk、总表计量相对误差δ_M以及计量损耗α。

7.根据权利要求6所述的计量仪表运行状态在线评价方法，其特征在于，结合计量仪表的历史测量数据和计算出的各表计量误差统计分析，当该计量仪表的计量误差超出该仪表计量测量所允许的最大误差时，则认为该仪表已不具备继续使用的价值，或再继续使用将带来测量值的异常。

8.根据权利要求1所述的计量仪表运行状态在线评价方法，其特征在于，所述各表计量状态的评价按状态严重程度分为正常状态、注意状态、异常状态和严重状态。

Images