CN113466520A - 一种在线识别失准电能表的方法 - Google Patents
一种在线识别失准电能表的方法 Download PDFInfo
- Publication number
- CN113466520A CN113466520A CN202110767557.8A CN202110767557A CN113466520A CN 113466520 A CN113466520 A CN 113466520A CN 202110767557 A CN202110767557 A CN 202110767557A CN 113466520 A CN113466520 A CN 113466520A
- Authority
- CN
- China
- Prior art keywords
- formula
- electric energy
- meter
- energy meter
- voltage
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012417 linear regression Methods 0.000 claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 230000005611 electricity Effects 0.000 claims abstract description 7
- 238000012937 correction Methods 0.000 claims description 9
- 230000001419 dependent effect Effects 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 244000208734 Pisonia aculeata Species 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R11/00—Electromechanical arrangements for measuring time integral of electric power or current, e.g. of consumption
- G01R11/02—Constructional details
- G01R11/25—Arrangements for indicating or signalling faults
-
- 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)
- Measurement Of Current Or Voltage (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明提出一种在线识别失准电能表的方法,包括以下步骤;步骤S1:选取与待校验电能表所在表箱A最邻近的表箱B,结合用电信息采集系统电压、电流曲线与基尔霍夫电压、电流定律,递推得到与待校验电能表同相位的最邻近表箱节点电压与电流幅值;步骤S2:依据用电信息采集系统相位信息,确定同箱同相电能表数量;步骤S3:进行多元线性回归分析,得到待校验电能表运行误差;步骤S4:当待校验电能表运行误差大于允许阈值,则识别为失准电能表;本发明仅需要同表箱及邻近表箱电能表一天的电压、电流曲线数据即可准确定位待校验电能表运行误差,同时线性回归原理简单,计算高效,能够迅速及时定位失准电能表,具有较强的工程实用性。
Description
技术领域
本发明涉及电网运维技术领域,尤其是一种在线识别失准电能表的方法。
背景技术
电能的采集、计量、存储与传输主要依靠电能表,其准确性关系到电网企业和每个用户的切身利益。为保证计量公正性,目前电网企业主要通过拆回检定、周期轮换、定期抽检与现场试验等方式对计量失准装置进行管控,需要耗费较大的人力、物力与财力,但有时仍无法及时发现并更换失准表计。因此,基于电力数据实现电能表运行误差在线监测,是实现包括现场的计量装置全寿命周期管理的重要手段。目前,在线识别失准电能表主要有以下方法:
(1)基于统计学的方法:该方法考虑电能计量层级的总-分性,结合统计学分析方法进行数据拟合,并结合拟合系数和电能表运行误差相关性,定位失准电能表。但是目前常规方法是采用电量数据进行拟合,所需样本量的持续时长需几个月,无法及时发现失准表计。
(2)基于聚类的方法:该方法认为正常的同类用户在负荷曲线形态等指标上具有相似性,为了凸显失准用户常见的用电量趋势性下降、日负荷曲线异常以及报装容量利用率偏低等异常,基于聚类的方法多采用月/日用电量、电压/电流三相不平衡度和负荷变化率与波动率等指标进行聚类,但工程实际中大量用户用电行为具有明显的离散性,聚类识别异常用户的误报率往往还高于基于分类的方法。
(3)基于状态估计的方法:该方法利用线路各节点的电压、注入功率与线路电气参数等状态量具有强耦合性的特点辨识用户上报的异常电量数据,通过同一线路上用户电气量的强耦合性检测异常。但该方法对数据准确性要求高,配电线路电气参数的准确性等因素可能影响检测结果。
上述方法虽然能够用数据方法定位部分失准电能表,但是存在工程应用上的局限性,如准确性不高、数据依赖程度较高或所需样本时间跨度较长等。
发明内容
本发明提出一种在线识别失准电能表的方法,仅需要同表箱及邻近表箱电能表一天的电压、电流曲线数据即可准确定位待校验电能表运行误差,同时线性回归原理简单,计算高效,能够迅速及时定位失准电能表,具有较强的工程实用性。
本发明采用以下技术方案。
一种在线识别失准电能表的方法,用于对低压配电线路的表箱内的高误差电能表进行识别,所述方法包括以下步骤;
步骤S1:选取与待校验电能表所在表箱A最邻近的表箱B,结合用电信息采集系统电压、电流曲线与基尔霍夫电压、电流定律,递推得到与待校验电能表同相位的最邻近表箱节点电压与电流幅值;
步骤S2:依据用电信息采集系统相位信息,确定待校验电能表所在表箱的同箱同相电能表数量;
步骤S3:结合用电信息采集系统电压、电流曲线数据和同箱同相电能表数量,带入对应公式进行多元线性回归分析,得到待校验电能表运行误差;
步骤S4:当待校验电能表运行误差大于允许阈值,则识别为失准电能表。
所述步骤S3中,若表箱A内的电能表为两只并联且同相的电能表,则分析过程为同相别递推,具体如下;
设低压配电线路的电阻为R;则按基尔霍夫电压定律,电能表节点1和电能表节点2的电压电流以公式表述为
U12=U1+R1I1=U2+R2I2 公式一;
表箱A和表箱B的电压电流以公式表述为
U0=U12+R12I12=U3+R3I3 公式二;
式中,U1,U2分别为表箱A内电能表1和电能表2电压幅值;I1,I2为对应电流幅值;R1,R2为对应线路电阻值;U12、I12为电能表1和电能表2的公共上层节点电压幅值与电流幅值,在这里认为是表箱节点A的电压幅值与电流幅值;U3、I3为表箱A最邻近表箱B的节点电压幅值与电流幅值,可结合基尔霍夫电压、电流定律,由邻近表箱内同相电能表递推得到;R12、R3为表箱A与表箱B对应上层节点的电阻值;U0为上层节点电压幅值;
由公式二推导得公式三:U3=U12+R12I12-R3I3 公式三;
把公式一表述的电能表节点1和电能表节点2的电压电流分别代入公式三,得到以下公式
U3=U1+R1I1+R12I12-R3I3 公式四;
U3=U2+R2I2+R12I12-R3I3 公式五;
由基尔霍夫电流定律可知,表箱A电流满足如下关系:
I12=I1+I2 公式六;
把公式六代入公式四、公式五,得到以下公式
U3=U1+(R1+R12)I1+R12I2-R3I3 公式七;
U3=U2+R12I1+(R2+R12)I2-R3I3 公式八;
假设电能表1为失准电能表,电能表示数为I′1,该电流实际值为kI′1,k为修正误差,则公式七、公式八可转换为以下公式
U3=U1+(R1+R12)kI’1+R12I2-R3I3 公式九;
U3=U2+kR12I’1+(R2+R12)I2-R3I3 公式十;
通过电压、电流曲线对公式九、公式十进行线性回归,构建多元线性回归方程,以公式表述为
U3,i=β1U1,i+β2I’1,i+β3I2,i-β4I3,i 公式十一;
U3,i=β5U2,i+β6I’1,i+β7I2,i-β8I3,i 公式十二;
式中,i为时间序号1,2,3,……96,选取曲线数据样本。在多元线性拟合回归方程中,U3,i为回归方程的因变量样本,U1,i、U2,i、I′1,i、I2,i、I3,i为回归方程自变量样本,β为对应拟合系数;
结合公式九、公式十、公式十一、公式十二,电流I′1,i和I2,i回归系数β6和β3的关系式表述为
式中,k为电能表1的修正误差;电能表1的计算运行误差如下式所示:
按上述方法计算表箱A内其它电能表的误差;当式中计算结果ε为正数时,则电能表存在正误差,即电能表多计量电量;当计算结果ε为负数时,则电能表存在负误差,即电能表少计量电量;如果计算运行误差ε超过规定的运行误差阈值,则研判为失准电能表。
所述步骤S3中,若表箱A内的电能表为并联同相的电能表,且电能表总数大于两只,则分析过程为同相别递推,具体如下;
由基尔霍夫电压定律可知,电能表节点1、2和3的电压电流以公式表述如下
U总=U1+R1I1=U2+R2I2=U3+R3I3 公式十五;
表箱A和表箱B的电压电流以公式表述为
U0=U总+R总I总=U41+R41I41 公式十六;
式中,U1,U2,U3分别为表箱A内电能表1、2和3电压幅值;I1,I2,I3为对应电流幅值;R1,R2,R3为对应线路电阻值;U总认为是表箱节点A的电压幅值;U41、I41为表箱A最邻近表箱B的节点电压幅值与电流幅值,可结合基尔霍夫电压、电流定律,由邻近表箱内同相电能表递推得到;R总、R41为表箱A与表箱B对应上层节点的电阻值;U0为上层节点电压幅值;
由公式推导得U41=U总+R总I总-R41I41 公式十七;
将U总=U2+R2I2代入公式十七,得
U41=U2+R2I2+R总I总-R41I41 公式十八;
由基尔霍夫电流定律可得,表箱A电流满足如下关系:
I总=I1+I2+...In 公式十九;
把公式十九代入公式十八,得
U41=U2+(R2+R总)I2+R总I1+R总(I3+I4+...In)-R41I41公式二十;
假设电能表1为失准电能表,电能表示数为I′1,该电流实际值为kI′1,k为修正误差,则公式二十可转化为
U41=U2+(R2+R总)I2+R总kI′1+R总(I3+I4+...In)-R41I41公式二十一;
通过电压、电流曲线对公式二十一进行线性回归,构建多元线性回归方程为
U41,i=β11U2,i+β2I2,i+β1I′1,i+β3I3,i+β4I4,i+...βnIn,i-β41I41,i公式二十二;
式中,i为时间序号1,2,3,……96,选取曲线数据样本;在多元线性拟合回归方程中,U41,i为回归方程的因变量样本,U2,i、I′1,i、I2,i、I3,i、I4,i、…In,i、I41,i为回归方程自变量样本,β为对应拟合系数;
结合公式二十一、公式二十二,电流I′1,i和I3,i回归系数β3和β4的关系以公式表述为
按上述方法计算表箱A内其它电能表的误差;当式中计算结果ε为正数时,则电能表存在正误差,即电能表多计量电量;当计算结果ε为负数时,则电能表存在负误差,即电能表少计量电量;如果计算运行误差ε超过规定的运行误差阈值,则研判为失准电能表。
在对公式九、公式十进行线性回归分析时,选取的曲线数据样本为一天96点的电压、电流曲线数据。
在对公式二十一进行线性回归分析时,选取的曲线数据样本为一天96点的电压、电流曲线数据。
所述表箱B是多表位表箱,或是离散的单表位表箱。
在步骤S1中结合营销系统档案信息,选取与待校验电能表所在表箱A最邻近的表箱B。
本发明结合基尔霍夫电压电流定律与多元线性回归分析,由下而上递推得到含拟合系数的多个电能表间电压与电流对应关系,并经公式推导确定待校验电能表运行误差与拟合系数相关关系,从而得到电能表运行误差准确表达式,精准识别失准电能表。
本发明所述方法的优点在于:
1.该方法仅需要结合一天电压、电流曲线数据即可进行失准电能表分析计算,所需样本时间跨度小,及时迅速定位失准电能表,实现计量装置含现场的全寿命周期管理。
2.多元线性拟合算法简单,计算速度快,具有较好的工程实用性。
3.为电能表失准更换提供全新的校验方法。
附图说明
下面结合附图和具体实施方式对本发明进一步详细的说明:
附图1是同表箱同相电能表总数为二时的电气拓扑结构示意图;
附图2是同表箱同相电能表总数大于二时的电气拓扑结构示意图;
附图3是本发明所述方法的流程示意图。
具体实施方式
如图所示,一种在线识别失准电能表的方法,用于对低压配电线路的表箱内的高误差电能表进行识别,所述方法包括以下步骤;
步骤S1:选取与待校验电能表所在表箱A最邻近的表箱B,结合用电信息采集系统电压、电流曲线与基尔霍夫电压、电流定律,递推得到与待校验电能表同相位的最邻近表箱节点电压与电流幅值;
步骤S2:依据用电信息采集系统相位信息,确定待校验电能表所在表箱的同箱同相电能表数量;
步骤S3:结合用电信息采集系统电压、电流曲线数据和同箱同相电能表数量,带入对应公式进行多元线性回归分析,得到待校验电能表运行误差;
步骤S4:当待校验电能表运行误差大于允许阈值,则识别为失准电能表。
所述步骤S3中,若表箱A内的电能表为两只并联且同相的电能表,则分析过程为同相别递推,具体如下;
设低压配电线路的电阻为R;则按基尔霍夫电压定律,电能表节点1和电能表节点2的电压电流以公式表述为
U12=U1+R1I1=U2+R2I2 公式一;
表箱A和表箱B的电压电流以公式表述为
U0=U12+R12I12=U3+R3I3 公式二;
式中,U1,U2分别为表箱A内电能表1和电能表2电压幅值;I1,I2为对应电流幅值;R1,R2为对应线路电阻值;U12、I12为电能表1和电能表2的公共上层节点电压幅值与电流幅值,在这里认为是表箱节点A的电压幅值与电流幅值;U3、I3为表箱A最邻近表箱B的节点电压幅值与电流幅值,可结合基尔霍夫电压、电流定律,由邻近表箱内同相电能表递推得到;R12、R3为表箱A与表箱B对应上层节点的电阻值;U0为上层节点电压幅值;
由公式二推导得公式三:U3=U12+R12I12-R3I3 公式三;
把公式一表述的电能表节点1和电能表节点2的电压电流分别代入公式三,得到以下公式
U3=U1+R1I1+R12I12-R3I3 公式四;
U3=U2+R2I2+R12I12-R3I3 公式五;
由基尔霍夫电流定律可知,表箱A电流满足如下关系:
I12=I1+I2 公式六;
把公式六代入公式四、公式五,得到以下公式
U3=U1+(R1+R12)I1+R12I2-R3I3 公式七;
U3=U2+R12I1+(R2+R12)I2-R3I3 公式八;
假设电能表1为失准电能表,电能表示数为I′1,该电流实际值为kI′1,k为修正误差,则公式七、公式八可转换为以下公式
U3=U1+(R1+R12)kI’1+R12I2-R3I3 公式九;
U3=U2+kR12I’1+(R2+R12)I2-R3I3 公式十;
通过电压、电流曲线对公式九、公式十进行线性回归,构建多元线性回归方程,以公式表述为
U3,i=β1U1,i+β2I’1,i+β3I2,i-β4I3,i 公式十一;
U3,i=β5U2,i+β6I’1,i+β7I2,i-β8I3,i 公式十二;
式中,i为时间序号1,2,3,……96,选取曲线数据样本。在多元线性拟合回归方程中,U3,i为回归方程的因变量样本,U1,i、U2,i、I′1,i、I2,i、I3,i为回归方程自变量样本,β为对应拟合系数;
结合公式九、公式十、公式十一、公式十二,电流I′1,i和I2,i回归系数β6和β3的关系式表述为
式中,k为电能表1的修正误差;电能表1的计算运行误差如下式所示:
按上述方法计算表箱A内其它电能表的误差;当式中计算结果ε为正数时,则电能表存在正误差,即电能表多计量电量;当计算结果ε为负数时,则电能表存在负误差,即电能表少计量电量;如果计算运行误差ε超过规定的运行误差阈值,则研判为失准电能表。
所述步骤S3中,若表箱A内的电能表为并联同相的电能表,且电能表总数大于两只,则分析过程为同相别递推,具体如下;
由基尔霍夫电压定律可知,电能表节点1、2和3的电压电流以公式表述如下
U总=U1+R1I1=U2+R2I2=U3+R3I3 公式十五;
表箱A和表箱B的电压电流以公式表述为
U0=U总+R总I总=U41+R41I41 公式十六;
式中,U1,U2,U3分别为表箱A内电能表1、2和3电压幅值;I1,I2,I3为对应电流幅值;R1,R2,R3为对应线路电阻值;U总认为是表箱节点A的电压幅值;U41、I41为表箱A最邻近表箱B的节点电压幅值与电流幅值,可结合基尔霍夫电压、电流定律,由邻近表箱内同相电能表递推得到;R总、R41为表箱A与表箱B对应上层节点的电阻值;U0为上层节点电压幅值;
由公式推导得U41=U总+R总I总-R41I41 公式十七;
将U总=U2+R2I2代入公式十七,得
U41=U2+R2I2+R总I总-R41I41 公式十八;
由基尔霍夫电流定律可得,表箱A电流满足如下关系:
I总=I1+I2+...In 公式十九;
把公式十九代入公式十八,得
U41=U2+(R2+R总)I2+R总I1+R总(I3+I4+...In)-R41I41公式二十;
假设电能表1为失准电能表,电能表示数为I′1,该电流实际值为kI′1,k为修正误差,则公式二十可转化为
U41=U2+(R2+R总)I2+R总kI′1+R总(I3+I4+...In)-R41I41公式二十一;
通过电压、电流曲线对公式二十一进行线性回归,构建多元线性回归方程为
U41,i=β11U2,i+β2I2,i+β1I′1,i+β3I3,i+β4I4,i+...βnIn,i-β41I41,i公式二十二;
式中,i为时间序号1,2,3,……96,选取曲线数据样本;在多元线性拟合回归方程中,U41,i为回归方程的因变量样本,U2,i、I′1,i、I2,i、I3,i、I4,i、…In,i、I41,i为回归方程自变量样本,β为对应拟合系数;
结合公式二十一、公式二十二,电流I′1,i和I3,i回归系数β3和β4的关系以公式表述为
按上述方法计算表箱A内其它电能表的误差;当式中计算结果ε为正数时,则电能表存在正误差,即电能表多计量电量;当计算结果ε为负数时,则电能表存在负误差,即电能表少计量电量;如果计算运行误差ε超过规定的运行误差阈值,则研判为失准电能表。
在对公式九、公式十进行线性回归分析时,选取的曲线数据样本为一天96点的电压、电流曲线数据。
在对公式二十一进行线性回归分析时,选取的曲线数据样本为一天96点的电压、电流曲线数据。
所述表箱B是多表位表箱,或是离散的单表位表箱。
在步骤S1中结合营销系统档案信息,来选取与待校验电能表所在表箱A最邻近的表箱B。
Claims (7)
1.一种在线识别失准电能表的方法,用于对低压配电线路的表箱内的高误差电能表进行识别,其特征在于:所述方法包括以下步骤;
步骤S1:选取与待校验电能表所在表箱A最邻近的表箱B,结合用电信息采集系统电压、电流曲线与基尔霍夫电压、电流定律,递推得到与待校验电能表同相位的最邻近表箱节点电压与电流幅值;
步骤S2:依据用电信息采集系统相位信息,确定待校验电能表所在表箱的同箱同相电能表数量;
步骤S3:结合用电信息采集系统电压、电流曲线数据和同箱同相电能表数量,带入对应公式进行多元线性回归分析,得到待校验电能表运行误差;
步骤S4:当待校验电能表运行误差大于允许阈值,则识别为失准电能表。
2.根据权利要求1所述的一种在线识别失准电能表的方法,其特征在于:所述步骤S3中,若表箱A内的电能表为两只并联且同相的电能表,则分析过程为同相别递推,具体如下;
设低压配电线路的电阻为R;则按基尔霍夫电压定律,电能表节点1和电能表节点2的电压电流以公式表述为
U12=U1+R1I1=U2+R2I2 公式一;
表箱A和表箱B的电压电流以公式表述为
U0=U12+R12I12=U3+R3I3 公式二;
式中,U1,U2分别为表箱A内电能表1和电能表2电压幅值;I1,I2为对应电流幅值;R1,R2为对应线路电阻值;U12、I12为电能表1和电能表2的公共上层节点电压幅值与电流幅值,在这里认为是表箱节点A的电压幅值与电流幅值;U3、I3为表箱A最邻近表箱B的节点电压幅值与电流幅值,可结合基尔霍夫电压、电流定律,由邻近表箱内同相电能表递推得到;R12、R3为表箱A与表箱B对应上层节点的电阻值;U0为上层节点电压幅值;
由公式二推导得公式三:U3=U12+R12I12-R3I3 公式三;
把公式一表述的电能表节点1和电能表节点2的电压电流分别代入公式三,得到以下公式
U3=U1+R1I1+R12I12-R3I3 公式四;
U3=U2+R2I2+R12I12-R3I3 公式五;
由基尔霍夫电流定律可知,表箱A电流满足如下关系:
I12=I1+I2 公式六;
把公式六代入公式四、公式五,得到以下公式
U3=U1+(R1+R12)I1+R12I2-R3I3 公式七;
U3=U2+R12I1+(R2+R12)I2-R3I3 公式八;
假设电能表1为失准电能表,电能表示数为I′1,该电流实际值为kI′1,k为修正误差,则公式七、公式八可转换为以下公式
U3=U1+(R1+R12)kI1’+R12I2-R3I3 公式九;
U3=U2+kR12I1’+(R2+R12)I2-R3I3 公式十;
通过电压、电流曲线对公式九、公式十进行线性回归,构建多元线性回归方程,以公式表述为
U3,i=β1U1,i+β2I’1,i+β3I2,i-β4I3,i 公式十一;
U3,i=β5U2,i+β6I’1,i+β7I2,i-β8I3,i 公式十二;
式中,i为时间序号1,2,3,……96,选取曲线数据样本。在多元线性拟合回归方程中,U3,i为回归方程的因变量样本,U1,i、U2,i、I′1,i、I2,i、I3,i为回归方程自变量样本,β为对应拟合系数;
结合公式九、公式十、公式十一、公式十二,电流I′1,i和I2,i回归系数β6和β3的关系式表述为
式中,k为电能表1的修正误差;电能表1的计算运行误差如下式所示:
按上述方法计算表箱A内其它电能表的误差;当式中计算结果ε为正数时,则电能表存在正误差,即电能表多计量电量;当计算结果ε为负数时,则电能表存在负误差,即电能表少计量电量;如果计算运行误差ε超过规定的运行误差阈值,则研判为失准电能表。
3.根据权利要求1所述的一种在线识别失准电能表的方法,其特征在于:所述步骤S3中,若表箱A内的电能表为并联同相的电能表,且电能表总数大于两只,则分析过程为同相别递推,具体如下;
由基尔霍夫电压定律可知,电能表节点1、2和3的电压电流以公式表述如下
U总=U1+R1I1=U2+R2I2=U3+R3I3 公式十五;
表箱A和表箱B的电压电流以公式表述为
U0=U总+R总I总=U41+R41I41 公式十六;
式中,U1,U2,U3分别为表箱A内电能表1、2和3电压幅值;I1,I2,I3为对应电流幅值;R1,R2,R3为对应线路电阻值;U总认为是表箱节点A的电压幅值;U41、I41为表箱A最邻近表箱B的节点电压幅值与电流幅值,可结合基尔霍夫电压、电流定律,由邻近表箱内同相电能表递推得到;R总、R41为表箱A与表箱B对应上层节点的电阻值;U0为上层节点电压幅值;
由公式推导得U41=U总+R总I总-R41I41 公式十七;
将U总=U2+R2I2代入公式十七,得
U41=U2+R2I2+R总I总-R41I41 公式十八;
由基尔霍夫电流定律可得,表箱A电流满足如下关系:
I总=I1+I2+…In 公式十九;
把公式十九代入公式十八,得
U41=U2+(R2+R总)I2+R总I1+R总(I3+I4+…In)-R41I41
公式二十;
假设电能表1为失准电能表,电能表示数为I′1,该电流实际值为kI′1,k为修正误差,则公式二十可转化为
U41=U2+(R2+R总)I2+R总kI′1+R总(I3+I4+...In)-R41I41
公式二十一;
通过电压、电流曲线对公式二十一进行线性回归,构建多元线性回归方程为
U41,i=β11U2,i+β2I2,i+β1I1,i+β3I3,i+β4I4,i+...βnIn,i-β41I41,i
公式二十二;
式中,i为时间序号1,2,3,……96,选取曲线数据样本;在多元线性拟合回归方程中,U41,i为回归方程的因变量样本,U2,i、I′1,i、I2,i、I3,i、I4,i、…In,i、I41,i为回归方程自变量样本,β为对应拟合系数;
结合公式二十一、公式二十二,电流I′1,i和I3,i回归系数β3和β4的关系
以公式表述为
按上述方法计算表箱A内其它电能表的误差;当式中计算结果ε为正数时,则电能表存在正误差,即电能表多计量电量;当计算结果ε为负数时,则电能表存在负误差,即电能表少计量电量;如果计算运行误差ε超过规定的运行误差阈值,则研判为失准电能表。
4.根据权利要求2所述的一种在线识别失准电能表的方法,其特征在于:在对公式九、公式十进行线性回归分析时,选取的曲线数据样本为一天96点的电压、电流曲线数据。
5.根据权利要求3所述的一种在线识别失准电能表的方法,其特征在于:在对公式二十一进行线性回归分析时,选取的曲线数据样本为一天96点的电压、电流曲线数据。
6.根据权利要求1、2、3、4或5所述的一种在线识别失准电能表的方法,其特征在于:所述表箱B是多表位表箱,或是离散的单表位表箱。
7.根据权利要求1所述的一种在线识别失准电能表的方法,其特征在于:在步骤S1中结合营销系统档案信息,选取与待校验电能表所在表箱A最邻近的表箱B。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110767557.8A CN113466520B (zh) | 2021-07-07 | 2021-07-07 | 一种在线识别失准电能表的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110767557.8A CN113466520B (zh) | 2021-07-07 | 2021-07-07 | 一种在线识别失准电能表的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113466520A true CN113466520A (zh) | 2021-10-01 |
CN113466520B CN113466520B (zh) | 2024-05-17 |
Family
ID=77879069
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110767557.8A Active CN113466520B (zh) | 2021-07-07 | 2021-07-07 | 一种在线识别失准电能表的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113466520B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114167341A (zh) * | 2021-11-26 | 2022-03-11 | 国网江苏省电力有限公司南京供电分公司 | 基于用户负荷特征变化的电能表精度失准在线监测跟踪方法 |
CN114296023A (zh) * | 2021-12-27 | 2022-04-08 | 广西电网有限责任公司 | 低压台区计量装置运行误差诊断分析方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295858A (zh) * | 2016-07-29 | 2017-01-04 | 国电南瑞科技股份有限公司 | 一种电能表非健康度预测方法 |
CN110322371A (zh) * | 2019-07-08 | 2019-10-11 | 长沙理工大学 | 基于多元线性回归分析的高损台区用电异常用户检测定位方法 |
CN110658487A (zh) * | 2019-10-18 | 2020-01-07 | 国网福建省电力有限公司 | 一种可以实现智能电表误差在线估计的表箱及系统 |
CN110907884A (zh) * | 2019-12-06 | 2020-03-24 | 国网天津市电力公司电力科学研究院 | 一种基于非侵入式量测电能表误差诊断分析方法 |
CN111026927A (zh) * | 2019-12-26 | 2020-04-17 | 国网福建省电力有限公司电力科学研究院 | 一种低压台区运行状态智能监测系统 |
CN113376566A (zh) * | 2021-06-16 | 2021-09-10 | 国网福建省电力有限公司营销服务中心 | 一种全网计量失准在线监测方法 |
WO2022110558A1 (zh) * | 2020-11-25 | 2022-06-02 | 国网湖南省电力有限公司 | 一种智能电能表故障预警方法及装置 |
-
2021
- 2021-07-07 CN CN202110767557.8A patent/CN113466520B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295858A (zh) * | 2016-07-29 | 2017-01-04 | 国电南瑞科技股份有限公司 | 一种电能表非健康度预测方法 |
CN110322371A (zh) * | 2019-07-08 | 2019-10-11 | 长沙理工大学 | 基于多元线性回归分析的高损台区用电异常用户检测定位方法 |
CN110658487A (zh) * | 2019-10-18 | 2020-01-07 | 国网福建省电力有限公司 | 一种可以实现智能电表误差在线估计的表箱及系统 |
CN110907884A (zh) * | 2019-12-06 | 2020-03-24 | 国网天津市电力公司电力科学研究院 | 一种基于非侵入式量测电能表误差诊断分析方法 |
CN111026927A (zh) * | 2019-12-26 | 2020-04-17 | 国网福建省电力有限公司电力科学研究院 | 一种低压台区运行状态智能监测系统 |
WO2022110558A1 (zh) * | 2020-11-25 | 2022-06-02 | 国网湖南省电力有限公司 | 一种智能电能表故障预警方法及装置 |
CN113376566A (zh) * | 2021-06-16 | 2021-09-10 | 国网福建省电力有限公司营销服务中心 | 一种全网计量失准在线监测方法 |
Non-Patent Citations (2)
Title |
---|
BLAKELY, LOGAN等: "Identification and Correction of Errors in Pairing AMI Meters and Transformers", 2021 IEEE POWER AND ENERGY CONFERENCE AT ILLINOIS (PECI), pages 1 - 8 * |
张丽强等: "基于多元线性回归的单相电表相别判断方法", 电力自动化设备, vol. 40, no. 5, pages 144 - 149 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114167341A (zh) * | 2021-11-26 | 2022-03-11 | 国网江苏省电力有限公司南京供电分公司 | 基于用户负荷特征变化的电能表精度失准在线监测跟踪方法 |
CN114167341B (zh) * | 2021-11-26 | 2023-09-15 | 国网江苏省电力有限公司南京供电分公司 | 基于用户负荷特征变化的电能表精度失准在线监测跟踪方法 |
CN114296023A (zh) * | 2021-12-27 | 2022-04-08 | 广西电网有限责任公司 | 低压台区计量装置运行误差诊断分析方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113466520B (zh) | 2024-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105588995B (zh) | 一种电力计量自动化系统线损异常检测方法 | |
CN103135009B (zh) | 基于使用者回馈信息的电器侦测方法与系统 | |
CN106154209A (zh) | 基于决策树算法的电能表故障预测方法 | |
CN109308571B (zh) | 配电线路线变关系检测方法 | |
CN109034461B (zh) | 一种基于实际电网监测信息的电压暂降随机预估方法 | |
CN110264107B (zh) | 一种基于大数据技术的台区线损率异常诊断方法 | |
CN103678766A (zh) | 一种基于pso算法的异常用电客户检测方法 | |
CN107221927A (zh) | 一种基于量化评估模型窃电嫌疑分析算法的反窃电分析方法 | |
CN106682763B (zh) | 一种用于大量样本数据的电力负荷优化预测方法 | |
CN113466520A (zh) | 一种在线识别失准电能表的方法 | |
CN112199367A (zh) | 一种长时间尺度功率平衡校验和大数据分析方法及系统 | |
CN109389280B (zh) | 基于多属性决策模型的电能表生产厂商评价方法 | |
CN114004296A (zh) | 一种基于电力负荷特征反向提取监测点的方法及系统 | |
CN103699668A (zh) | 基于数据断面一致性的配电网电气设备组合状态评估方法 | |
CN116125361A (zh) | 电压互感器误差评估方法、系统、电子设备及存储介质 | |
CN111275295A (zh) | 一种基于反距离权重插值的分布式光伏故障诊断方法 | |
CN115293372A (zh) | 基于多维度、多参量数值分析的光伏组串故障诊断方法 | |
CN111612019A (zh) | 一种基于大数据模型对智能电表故障异常辨识分析的方法 | |
CN109409629B (zh) | 基于多属性决策模型的采集终端生产厂商评价方法 | |
CN112508254B (zh) | 变电站工程项目投资预测数据的确定方法 | |
CN113642933A (zh) | 一种配电台区低电压诊断方法及装置 | |
CN112345972A (zh) | 基于停电事件的配电网线变关系异常诊断方法、装置及系统 | |
CN116307844A (zh) | 一种低压台区线损评估分析方法 | |
CN116184303A (zh) | 基于分层分级的电能表误差在线监测方法及系统 | |
CN112001551B (zh) | 一种基于大用户电量信息的地市电网售电量预测方法 |
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 |