CN112858980A - 一种采样和大数据结合的关口计量异常诊断方法 - Google Patents
一种采样和大数据结合的关口计量异常诊断方法 Download PDFInfo
- Publication number
- CN112858980A CN112858980A CN202110044464.2A CN202110044464A CN112858980A CN 112858980 A CN112858980 A CN 112858980A CN 202110044464 A CN202110044464 A CN 202110044464A CN 112858980 A CN112858980 A CN 112858980A
- Authority
- CN
- China
- Prior art keywords
- data
- temperature drift
- gateway
- temperature
- calculating
- 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.)
- Granted
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
本发明属于诊断方法，具体涉及一种采样和大数据结合的关口计量异常诊断方法。它包括：步骤一：采集历年数据；步骤二：采集当前时刻数据；步骤三：取有效数据；在历史数据中，选择有效数据取出；步骤四：计算温漂；首先计算电阻值，然后依据电阻值计算温漂；步骤五：对温漂进行拟合；对温漂的变化趋势进行拟合；步骤六：求当前时刻温漂；用步骤二的时间和步骤五的公式求当前的温漂；步骤七：求当前时刻电阻计算值；用步骤六的温漂求电阻值；步骤八：求电阻偏移率；求电阻偏移率并用该偏移率判断关口表是否出现问题。本发明的效果是：在关口表等效电阻产生微小变化时，也可以进行判断，提高了判断精度，灵活度高。
Description
技术领域
本发明属于诊断方法，具体涉及一种采样和大数据结合的关口计量异常诊断方法。
背景技术
关口表是指把住一个关口的计量表俗称总表。关口表在电网电能计量中承担着重要责任,其在现场运行中出现的问题影响到关口电能计量的准确性和可靠性。这些问题主要与关口电能计量的特殊性、关口表功能的复杂性以及关口表运行维护管理工作有关。为解决并避免这些问题,应该严格遵守《电能计量装置现场检验作业指导书》等有关规程的要求,加强关口表的运行管理维护工作,同时发挥和完善关口表和电能计量系统的功能,从而确保关口表的正常运行。
在实践中，关口表的等效电阻的温漂是一个影响关口表使用质量的重要因素。理论上，电阻的温漂应当是常量，即关口表被制作完成后，由于电路、元件均已固定，其温漂应当在全使用寿命周期中保持不变。然而实际情况是，随着关口表使用年限的增加，该温漂是会发生变化的。由于关口表往往设置在10kv，50kv的高电压情况下，电阻温漂的微小变化，也会带来测量结果的巨大差异。这些巨大的差异可能带来测量的误差，甚至带来测量的错误。但是由于电阻阻值的改变往往是微小的改变，即使直接测量电阻，也只能测量出微小的电阻变化值，所以如何判断关口表的等效电阻是否仍符合要求就变成检测关口表的重点之一了。
现有技术中尚没有针对温漂变化判断关口表是否能继续使用的方法，因此需要建立一种采样和大数据结合的关口计量异常诊断方法
发明内容
本发明针对现有技术的缺陷，提供一种采样和大数据结合的关口计量异常诊断方法。
本发明是这样实现的：一种采样和大数据结合的关口计量异常诊断方法，包括下述步骤：
步骤一：采集历年数据
采集的历年数据
步骤二：采集当前时刻数据
当需要进行关口表电阻校验时，采集本时刻的数据
步骤三：取有效数据
在历史数据中，选择有效数据取出；
步骤四：计算温漂
首先计算电阻值，然后依据电阻值计算温漂；
步骤五：对温漂进行拟合
对温漂的变化趋势进行拟合；
步骤六：求当前时刻温漂
用步骤二的时间和步骤五的公式求当前的温漂；
步骤七：求当前时刻电阻计算值
用步骤六的温漂求电阻值；
步骤八：求电阻偏移率
求电阻偏移率并用该偏移率判断关口表是否出现问题。
如上所述的一种采样和大数据结合的关口计量异常诊断方法，其中，所述的步骤一采集的数据包括，关口表工作的温度T，时间t，电压U和电流I，为了区分数据，同一组数据用相同的角标i表示，即用[Ti ti Ui Ii]表示某一时刻下对温度，电压和电流的采样数据。
如上所述的一种采样和大数据结合的关口计量异常诊断方法，其中，所述的步骤二采集的数据包括，温度T，时间t，电压U和电流I，为与步骤一的采样区分，用[Ta ta Ua Ia]表示本次采样的数据；
如上所述的一种采样和大数据结合的关口计量异常诊断方法，其中，所述的步骤三中的选取出有效数据是通过下述方法实现的，
历史数据中，以温度Ta为中心，选择一个温度范围，凡是落入该温度范围的数据，均被认为是有效数据。
所述的步骤三中的温度范围是指，以Ta为中心，以ΔT为差值的范围，[Ta-ΔT，Ta+ΔT]，其中ΔT的范围是1℃～10℃。
所述的步骤三中的取出有效数据是使得取出的数据量在1000个～80000个。
如上所述的一种采样和大数据结合的关口计量异常诊断方法，其中，所述的步骤四包括下述内容，首先计算电阻值，用下述公式计算
为了区分不同组的数据，用下述公式计算
然后以天为单位计算温漂或温漂的等效值，温漂α用下述公式计算
其中R1是T1时刻的电阻值，R2是T2时刻的电阻值。
如上所述的一种采样和大数据结合的关口计量异常诊断方法，其中，所述的步骤四中，如果同一天只有2组数据，那么用该两组数据计算出的温漂作为该日的温漂。
如果同一天只有1组数据，那么在该日中的基础数据中选择温度最为接近的1组数据，进行计算；如果温度最为接近的数据有2组，那么该2组数据均选择出，用时间相邻的数据计算温漂，再取2个温漂的平均值作为该日的温漂数据。
上述温漂经过计算后得到某些日的温漂数据，为了方便记录，将其记录为αj其中j＝1,2,3……，同时还能得到αj对应的时间tj，该tj仅精确到日。
如上所述的一种采样和大数据结合的关口计量异常诊断方法，其中，所述的步骤五包括，用αj和tj进行曲线拟合，拟合曲线的形式为
其中t为自变量，α为因变量，k和S为要拟合的参数，e为自然常数。
如上所述的一种采样和大数据结合的关口计量异常诊断方法，其中，所述的步骤六包括，将步骤二中的ta转换，仅保留到“日”的精度，然后带入步骤五拟合的公式中，求得采样时刻的理论温漂αa。
如上所述的一种采样和大数据结合的关口计量异常诊断方法，其中，所述的步骤七包括，用步骤六计算得到的温漂αa计算电阻值
其中R2是要计算的电阻值，R1是步骤三中选取出数据中时间最靠后的数据的电阻值，T1是该组数据中的温度值，T2是步骤二中采样得到的温度Ta。
为了区分于现有数据本步骤计算出的电阻值记为R′a
如上所述的一种采样和大数据结合的关口计量异常诊断方法，其中，所述的步骤八包括，用步骤二中采样的电压和电流值计算电阻值Ra，
计算电阻偏移率γ
如果γ的计算结果大于0.8％，那么判定关口表电阻已经出现了问题，需要更换或者维修；
如果γ的计算结果大于0.5％，小于等于0.8％，那么判断温漂αa的数值，如果αa数值的绝对值小于等于100ppm，那么判定关口表工作正常，否则判定关口表工作不正常，需要更换者维修。
如果γ的计算结果小于0.5％，那么判定关口表工作正常。
本发明的显著效果是：本发明通过大数据基础和单次采样，即可计算特定关口表的温漂，利用温漂的变化趋势，可以得到当前电阻变化的理论数据，结合实际采样的数据，可以判定关口表等效电阻是否已经超差，进而导致关口表测量数据严重不准确。该方法在关口表等效电阻产生微小变化时，也可以进行判断，避免了仅通过测量关口表电阻值进行判断的粗放判断方法，提高了判断精度，且随时可以对关口表进行采样和测试，灵活度高，填补了通过温漂对关口表判断的空白。
具体实施方式
一种采样和大数据结合的关口计量异常诊断方法，包括下述步骤：
步骤一：采集历年数据
采集的历年数据包括关口表工作的温度T，时间t，电压U和电流I，为了区分数据，同一组数据用相同的角标i表示，即用[Ti ti Ui Ii]表示某一时刻下对温度，电压和电流的采样数据。
所述的时间将年、月、日、时、分、秒均转换为到同一维度下记录。例如2013年12月3日，下午4点56分3秒的时刻被记录为20131203165603，这样可以很方便的取出同一天的相关数据。
上述历史数据中的电压和电流可以在电网的总数据库中得到，温度参数，通过时间查询气象系统的数据库，可以得到。
步骤二：采集当前时刻数据
当需要进行关口表电阻校验时，采集本时刻的温度T，时间t，电压U和电流I，为与步骤一的采样区分，用[Ta ta Ua Ia]表示本次采样的数据。
步骤三：取有效数据
在历史数据中，选择有效数据取出。
有效数据选择的原则是，历史数据中，以温度Ta为中心，选择一个温度范围，凡是落入该温度范围的数据，均被认为是有效数据。
所述的温度范围是指，以Ta为中心，以ΔT为差值的范围，[Ta-ΔT，Ta+ΔT]，其中ΔT的范围是1℃～10℃。
上述选择出的有效温度范围，可以是不同年、不同月、不同日的数据，例如，假设2012年10月13日下午2点5分的气温，和2015年5月2日上午8点40分的气温均落入前述温度范围内，那么这些数据均被作为有效数据选择出来。
由于数据量的多少与ΔT的取值大小有很大关系，一般保证取出的数据量在1000个～80000个之间即可，如果为了追求精度更高，可以扩大ΔT的取值大小，以便取得更多数据；如果为了追求运算快速，可以适当缩小ΔT的取值大小，以便取得更少数据。
步骤四：计算温漂
首先计算电阻值，用下述公式计算
为了区分不同组的数据，用下述公式计算
然后以天为单位计算温漂或温漂的等效值，温漂α用下述公式计算
其中R1是T1时刻的电阻值，R2是T2时刻的电阻值。
上述计算过程中，如果同一天有多组数据，那么用时间相邻的数据计算温漂，当所有温漂均计算完成后，取所有温漂的平均值作为该日期的温漂。例如选择出的某日的数据有10组，那么以时间相邻为基准，可以计算出9个温漂，然后取该9个温漂的均值，作为该日的温漂的最终值。
上述计算过程中，如果同一天只有2组数据，那么用该两组数据计算出的温漂作为该日的温漂。
上述计算过程中，如果同一天只有1组数据，那么在该日中的基础数据中(即步骤一采样的数据中)选择温度最为接近的1组数据，进行计算；如果温度最为接近的数据有2组，那么该2组数据均选择出，用时间相邻的数据计算温漂，再取2个温漂的平均值作为该日的温漂数据。
上述温漂经过计算后可以得到某些日的温漂数据，为了方便记录，将其记录为αj其中j＝1,2,3……，同时还能得到αj对应的时间tj，该tj仅精确到日。
步骤五：对温漂进行拟合
用上述αj和tj进行曲线拟合，拟合曲线的形式为
其中t为自变量，α为因变量，k和S为要拟合的参数，e为自然常数。
拟合方法可以选用任意现有技术的方法，例如最小二乘法。
步骤六：求当前时刻温漂
将步骤二中的ta转换，仅保留到“日”的精度，然后带入步骤五拟合的公式中，求得采样时刻的理论温漂αa。
步骤七：求当前时刻电阻计算值
用步骤六计算得到的温漂αa计算电阻值
其中R2是要计算的电阻值，R1是步骤三中选取出数据中时间最靠后的数据的电阻值，T1是该组数据中的温度值，T2是步骤二中采样得到的温度Ta。
为了区分于现有数据本步骤计算出的电阻值记为R′a
步骤八：求电阻偏移率
用步骤二中采样的电压和电流值计算电阻值Ra，
计算电阻偏移率γ
如果γ的计算结果大于0.8％，那么判定关口表电阻已经出现了问题，需要更换或者维修；
如果γ的计算结果大于0.5％，小于等于0.8％，那么判断温漂αa的数值，如果αa数值的绝对值小于等于100ppm，那么判定关口表工作正常，否则判定关口表工作不正常，需要更换者维修。
如果γ的计算结果小于0.5％，那么判定关口表工作正常。
Claims (10)
1.一种采样和大数据结合的关口计量异常诊断方法，其特征在于，包括下述步骤：
步骤一：采集历年数据
采集的历年数据
步骤二：采集当前时刻数据
当需要进行关口表电阻校验时，采集本时刻的数据
步骤三：取有效数据
在历史数据中，选择有效数据取出；
步骤四：计算温漂
首先计算电阻值，然后依据电阻值计算温漂；
步骤五：对温漂进行拟合
对温漂的变化趋势进行拟合；
步骤六：求当前时刻温漂
用步骤二的时间和步骤五的公式求当前的温漂；
步骤七：求当前时刻电阻计算值
用步骤六的温漂求电阻值；
步骤八：求电阻偏移率
求电阻偏移率并用该偏移率判断关口表是否出现问题。
2.如权利要求1所述的一种采样和大数据结合的关口计量异常诊断方法，其特征在于：所述的步骤一采集的数据包括，关口表工作的温度T，时间t，电压U和电流I，为了区分数据，同一组数据用相同的角标i表示，即用[Ti ti Ui Ii]表示某一时刻下对温度，电压和电流的采样数据。
3.如权利要求2所述的一种采样和大数据结合的关口计量异常诊断方法，其特征在于：所述的步骤二采集的数据包括，温度T，时间t，电压U和电流I，为与步骤一的采样区分，用[Ta ta Ua Ia]表示本次采样的数据。
4.如权利要求3所述的一种采样和大数据结合的关口计量异常诊断方法，其特征在于：所述的步骤三中的选取出有效数据是通过下述方法实现的，
历史数据中，以温度Ta为中心，选择一个温度范围，凡是落入该温度范围的数据，均被认为是有效数据，
所述的步骤三中的温度范围是指，以Ta为中心，以ΔT为差值的范围，[Ta-ΔT，Ta+ΔT]，其中ΔT的范围是1℃～10℃，
所述的步骤三中的取出有效数据是使得取出的数据量在1000个～80000个。
5.如权利要求4所述的一种采样和大数据结合的关口计量异常诊断方法，其特征在于：所述的步骤四包括下述内容，首先计算电阻值，用下述公式计算
为了区分不同组的数据，用下述公式计算
然后以天为单位计算温漂或温漂的等效值，温漂α用下述公式计算
其中R1是T1时刻的电阻值，R2是T2时刻的电阻值。
6.如权利要求5所述的一种采样和大数据结合的关口计量异常诊断方法，其特征在于：所述的步骤四中，如果同一天只有2组数据，那么用该两组数据计算出的温漂作为该日的温漂，
如果同一天只有1组数据，那么在该日中的基础数据中选择温度最为接近的1组数据，进行计算；如果温度最为接近的数据有2组，那么该2组数据均选择出，用时间相邻的数据计算温漂，再取2个温漂的平均值作为该日的温漂数据，
上述温漂经过计算后得到某些日的温漂数据，为了方便记录，将其记录为αj其中j＝1,2,3……，同时还能得到αj对应的时间tj，该tj仅精确到日。
7.如权利要求6所述的一种采样和大数据结合的关口计量异常诊断方法，其特征在于：所述的步骤五包括，用αj和tj进行曲线拟合，拟合曲线的形式为
其中t为自变量，α为因变量，k和S为要拟合的参数，e为自然常数。
8.如权利要求7所述的一种采样和大数据结合的关口计量异常诊断方法，其特征在于：所述的步骤六包括，将步骤二中的ta转换，仅保留到“日”的精度，然后带入步骤五拟合的公式中，求得采样时刻的理论温漂αa。
9.如权利要求8所述的一种采样和大数据结合的关口计量异常诊断方法，其特征在于：所述的步骤七包括，用步骤六计算得到的温漂αa计算电阻值
其中R2是要计算的电阻值，R1是步骤三中选取出数据中时间最靠后的数据的电阻值，T1是该组数据中的温度值，T2是步骤二中采样得到的温度Ta，
为了区分于现有数据本步骤计算出的电阻值记为R′a。
10.如权利要求9所述的一种采样和大数据结合的关口计量异常诊断方法，其特征在于：所述的步骤八包括，用步骤二中采样的电压和电流值计算电阻值Ra，
计算电阻偏移率γ
如果γ的计算结果大于0.8％，那么判定关口表电阻已经出现了问题，需要更换或者维修；
如果γ的计算结果大于0.5％，小于等于0.8％，那么判断温漂αa的数值，如果αa数值的绝对值小于等于100ppm，那么判定关口表工作正常，否则判定关口表工作不正常，需要更换者维修，
如果γ的计算结果小于0.5％，那么判定关口表工作正常。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110044464.2A CN112858980B (zh) | 2021-01-13 | 2021-01-13 | 一种采样和大数据结合的关口计量异常诊断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110044464.2A CN112858980B (zh) | 2021-01-13 | 2021-01-13 | 一种采样和大数据结合的关口计量异常诊断方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112858980A true CN112858980A (zh) | 2021-05-28 |
| CN112858980B CN112858980B (zh) | 2021-09-24 |
Family
ID=76003494
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110044464.2A Active CN112858980B (zh) | 2021-01-13 | 2021-01-13 | 一种采样和大数据结合的关口计量异常诊断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112858980B (zh) |
Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103364625A (zh) * | 2012-04-11 | 2013-10-23 | 哈尔滨佳云科技有限公司 | 一种传感器零点漂移自动在线跟踪方法 |
| US8595748B1 (en) * | 2007-12-21 | 2013-11-26 | Ibiquity Digital Corporation | Systems and methods for transmitting and receiving large objects via digital radio broadcast |
| CN104467717A (zh) * | 2014-12-04 | 2015-03-25 | 中国航空工业集团公司第六三一研究所 | 差分高精度低温漂低偏移电荷放大器 |
| CN104779779A (zh) * | 2015-04-15 | 2015-07-15 | 厦门理工学院 | 一种抑制开关电源温度漂移的方法 |
| CN104833932A (zh) * | 2014-07-03 | 2015-08-12 | 北汽福田汽车股份有限公司 | 电流传感器的漂移量计算方法和计算装置 |
| CN106443566A (zh) * | 2016-12-01 | 2017-02-22 | 国网湖南省电力公司计量中心 | 基于大数据推演的电能计量装置误差检测方法及系统 |
| CN107340492A (zh) * | 2017-05-31 | 2017-11-10 | 国网上海市电力公司 | 基于大数据挖掘和场景预判的电能计量装置故障分析方法 |
| KR101801611B1 (ko) * | 2017-05-22 | 2017-11-27 | 스마트파워솔루션 주식회사 | 특별고압 계기용변성기(mof)의 변류기 비율 및 오차범위 적정성 검증 정보기술(it)시스템 |
| KR101874285B1 (ko) * | 2018-02-02 | 2018-07-05 | 홍창범 | 빅데이터를 이용한 스마트 디퓨저 |
| CN108872916A (zh) * | 2018-06-07 | 2018-11-23 | 南方电网科学研究院有限责任公司 | 一种光学电流互感器温漂修正试验方法和装置 |
| AU2017287017A1 (en) * | 2016-07-01 | 2019-01-17 | Bluechiip Limited | Monitoring apparatus for temperature-controlled sample collection and transport |
| CN109284338A (zh) * | 2018-10-25 | 2019-01-29 | 南京航空航天大学 | 一种基于混合索引的卫星遥感大数据优化查询方法 |
| CN109560875A (zh) * | 2018-12-28 | 2019-04-02 | 东南大学 | 一种具有温度检测及补偿功能的光纤光栅编码装置和方法 |
| CN209250649U (zh) * | 2018-12-28 | 2019-08-13 | 东南大学 | 一种具有温度检测及补偿功能的光纤光栅编码装置 |
| CN110264107A (zh) * | 2019-07-01 | 2019-09-20 | 国网安徽省电力有限公司滁州供电公司 | 一种基于大数据技术的台区线损率异常诊断方法 |
| KR102074119B1 (ko) * | 2018-11-15 | 2020-02-06 | 한국전력공사 | 원거리 온도 측정을 통한 저항 예측 장치 및 방법 |
| CN111130109A (zh) * | 2020-02-11 | 2020-05-08 | 国网江西省电力有限公司电力科学研究院 | 一种Yyn0低压配电网理论线损计算方法及系统 |
| CN111796235A (zh) * | 2020-06-28 | 2020-10-20 | 司浩天 | 一种使用率较高关口表的评估方法 |
| CN111812578A (zh) * | 2020-06-28 | 2020-10-23 | 龚振龙 | 一种关口表电能监控方法 |
| CN112067023A (zh) * | 2020-07-26 | 2020-12-11 | 哈尔滨理工大学 | 一种两霍尔磁电编码器及其角度值温漂补偿方法 |
-
2021
- 2021-01-13 CN CN202110044464.2A patent/CN112858980B/zh active Active
Patent Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8595748B1 (en) * | 2007-12-21 | 2013-11-26 | Ibiquity Digital Corporation | Systems and methods for transmitting and receiving large objects via digital radio broadcast |
| CN103364625A (zh) * | 2012-04-11 | 2013-10-23 | 哈尔滨佳云科技有限公司 | 一种传感器零点漂移自动在线跟踪方法 |
| CN104833932A (zh) * | 2014-07-03 | 2015-08-12 | 北汽福田汽车股份有限公司 | 电流传感器的漂移量计算方法和计算装置 |
| CN104467717A (zh) * | 2014-12-04 | 2015-03-25 | 中国航空工业集团公司第六三一研究所 | 差分高精度低温漂低偏移电荷放大器 |
| CN104779779A (zh) * | 2015-04-15 | 2015-07-15 | 厦门理工学院 | 一种抑制开关电源温度漂移的方法 |
| AU2017287017A1 (en) * | 2016-07-01 | 2019-01-17 | Bluechiip Limited | Monitoring apparatus for temperature-controlled sample collection and transport |
| CN106443566A (zh) * | 2016-12-01 | 2017-02-22 | 国网湖南省电力公司计量中心 | 基于大数据推演的电能计量装置误差检测方法及系统 |
| KR101801611B1 (ko) * | 2017-05-22 | 2017-11-27 | 스마트파워솔루션 주식회사 | 특별고압 계기용변성기(mof)의 변류기 비율 및 오차범위 적정성 검증 정보기술(it)시스템 |
| CN107340492A (zh) * | 2017-05-31 | 2017-11-10 | 国网上海市电力公司 | 基于大数据挖掘和场景预判的电能计量装置故障分析方法 |
| KR101874285B1 (ko) * | 2018-02-02 | 2018-07-05 | 홍창범 | 빅데이터를 이용한 스마트 디퓨저 |
| CN108872916A (zh) * | 2018-06-07 | 2018-11-23 | 南方电网科学研究院有限责任公司 | 一种光学电流互感器温漂修正试验方法和装置 |
| CN109284338A (zh) * | 2018-10-25 | 2019-01-29 | 南京航空航天大学 | 一种基于混合索引的卫星遥感大数据优化查询方法 |
| KR102074119B1 (ko) * | 2018-11-15 | 2020-02-06 | 한국전력공사 | 원거리 온도 측정을 통한 저항 예측 장치 및 방법 |
| CN209250649U (zh) * | 2018-12-28 | 2019-08-13 | 东南大学 | 一种具有温度检测及补偿功能的光纤光栅编码装置 |
| CN109560875A (zh) * | 2018-12-28 | 2019-04-02 | 东南大学 | 一种具有温度检测及补偿功能的光纤光栅编码装置和方法 |
| CN110264107A (zh) * | 2019-07-01 | 2019-09-20 | 国网安徽省电力有限公司滁州供电公司 | 一种基于大数据技术的台区线损率异常诊断方法 |
| CN111130109A (zh) * | 2020-02-11 | 2020-05-08 | 国网江西省电力有限公司电力科学研究院 | 一种Yyn0低压配电网理论线损计算方法及系统 |
| CN111796235A (zh) * | 2020-06-28 | 2020-10-20 | 司浩天 | 一种使用率较高关口表的评估方法 |
| CN111812578A (zh) * | 2020-06-28 | 2020-10-23 | 龚振龙 | 一种关口表电能监控方法 |
| CN112067023A (zh) * | 2020-07-26 | 2020-12-11 | 哈尔滨理工大学 | 一种两霍尔磁电编码器及其角度值温漂补偿方法 |
Non-Patent Citations (3)
| Title |
|---|
| LI WEI等: "The intelligent compensation calibration algorithm for 3D polyhedron of the temperature drift of the silicon piezoresistive pressure sensor", 《 2015 IEEE INTERNATIONAL CONFERENCE ON ELECTRON DEVICES AND SOLID-STATE CIRCUITS (EDSSC)》 * |
| 任磊等: "电力电子电路功率器件故障特征参数提取技术综述", 《中国电机工程学报》 * |
| 杨洋: "基于水电大数据算法平台的故障模型验证", 《电力大数据》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112858980B (zh) | 2021-09-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113330283B (zh) | 大气污染检测设备数据可信度评价及校准方法 | |
| CN109990712B (zh) | 一种测宽仪在线校准方法 | |
| CN112858980B (zh) | 一种采样和大数据结合的关口计量异常诊断方法 | |
| CN115856760A (zh) | 一种基于电能表数据信息的动态检定系统和方法 | |
| CN2035080U (zh) | 测温电位差计 | |
| CN107918824B (zh) | 一种公路工程施工定额测定方法 | |
| CN110806256B (zh) | 一种电子皮带秤在线实时计算评判方法 | |
| CN110231074B (zh) | 一种快速检测水表误差的方法 | |
| CN117250427A (zh) | 一种直流充电桩计量性能在线监测装置 | |
| CN112330195A (zh) | 适用于电力数据质量评估与规则校验的方法与装置 | |
| CN116595736A (zh) | 一种变压器容量测量不确定度评定方法 | |
| CN116087861A (zh) | 一种用于补偿直流高压分压器检定校准误差的方法及装置 | |
| CN115932448A (zh) | 一种高精度分流器产品测试方法 | |
| CN106124211B (zh) | 一种轴承试验器的试验参数标定方法 | |
| CN112648293B (zh) | 一种航空轴承保持架结构及其兜孔梁宽变动量测量方法 | |
| CN111693083B (zh) | 在线式温湿度仪表原位校准方法 | |
| CN108413855A (zh) | 一种电子卡规的校准及评定方法 | |
| CN209820338U (zh) | 不同平面两点之间轴线距离测量仪 | |
| CN1294409C (zh) | 热量表流量及温度的测量修正方法 | |
| CN108829641B (zh) | 一种基于统计技术的测量过程核查方法 | |
| CN113030827B (zh) | 一种直流电流比较仪绕组匝数比值的自校准方法 | |
| CN212747575U (zh) | 一种用于城乡规划的地形比例测量装置 | |
| CN115773701A (zh) | 一种螺旋测微器校准系统及其校准方法 | |
| CN117571099A (zh) | 一种电流输出信号流量计的校准方法及系统 | |
| CN118032207A (zh) | 一种高精度压力表的标定方法 |
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 |