CN114460529A - 一种电能表误差在线评估方法、装置、设备及存储介质 - Google Patents

一种电能表误差在线评估方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114460529A
CN114460529A CN202210122097.8A CN202210122097A CN114460529A CN 114460529 A CN114460529 A CN 114460529A CN 202210122097 A CN202210122097 A CN 202210122097A CN 114460529 A CN114460529 A CN 114460529A
Authority
CN
China
Prior art keywords
electric energy
energy meter
error
data set
sub
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
Application number
CN202210122097.8A
Other languages
English (en)
Inventor
钱斌
郭斌
罗奕
陈伟松
孙颖
肖勇
许丽娟
李富盛
冯兴兴
张帆
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.)
CSG Electric Power Research Institute
Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
CSG Electric Power Research Institute
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 CSG Electric Power Research Institute, Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical CSG Electric Power Research Institute
Priority to CN202210122097.8A priority Critical patent/CN114460529A/zh
Publication of CN114460529A publication Critical patent/CN114460529A/zh
Pending legal-status Critical Current

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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及电力数据分析技术领域，公开了一种电能表误差在线评估方法、装置、设备及存储介质。本发明对构建的电能表的数据集进行切片和数据清洗，将各电能表在到货全检时的误差初值代入基于能量守恒的电能表误差求解模型，基于第一个数据集片段对模型进行求解，以获取支路电阻作为初值，还根据异常事件发生前最新的各电能表的误差评估值，计算得到新的支路电阻值，对得到的支路电阻值数据进行变化趋势监控，当分电能表对应的支路电阻的变化较大时，根据该分电能表的电量和台区线损的Pearson相关系数判断该分电能表是否属于疑似超差的目标电能表。本发明可有效解决小电量用户误报问题，降低误报率，且能够及时发现异常用电状态，减少电力企业损失。

Description

一种电能表误差在线评估方法、装置、设备及存储介质
技术领域
本发明涉及电力数据分析技术领域，尤其涉及一种电能表误差在线评估方法、装置、设备及存储介质。
背景技术
目前电能表一般采用到期轮换的方式，但现场运行经验表明，大量按照检定周期轮换的电能表的性能仍然完好，如果直接进行报废，会带来大量的专项资金浪费以及无法预计的换表停电损失。为了实现从定期更换电能表向根据性能更换电能表的方式转变，有必要提供对电能表的计量误差进行在线评估的方法。
现有针对电能表计量误差的在线评估方法，主要是利用电能表的运行数据，通过台区能量守恒定律以及大数据技术构建台区电能表误差评估模型，实现对异常运行电能表的在线监测。其中，根据台区总、分电能表表码的数据构建相应的多元线性回归方程，并通过求解该方程，对每个电能表的误差参数进行估计。
用户的用电信息和用户的用电行为密切相关，通过大量分析台区电能表数据发现，即使通过总分表关系计算出来的台区线损值接近或低于台区的线损理论值，现有的台区电能表误差评估模型仍然判断出存在大量的电能表误差超过规定的误差限值，而通常这些误差超过规定的误差限值的电能表的用户用电量较小，受支路线损影响较大。因此，现有针对电能表计量误差的在线评估方法存在误报率高的缺陷。
发明内容
本发明提供了一种电能表误差在线评估方法、装置、设备及存储介质，解决了现有针对电能表计量误差的在线评估方法存在误报率高的缺陷的技术问题。
本发明第一方面提供一种电能表误差在线评估方法，包括：
根据台区总电能表和各分电能表的数据构建数据集；
对所述数据集进行切片，得到多个数据集片段；
根据所述数据集片段计算相应的台区线损，采用四分位法对异常的台区线损所对应的数据进行数据清洗；
将各电能表在到货全检时的误差初值代入基于能量守恒的电能表误差求解模型，采用第一个数据集片段对所述电能表误差求解模型进行求解，将得到的分电能表至台区总电能表的支路电阻值作为支路电阻初值；
当检测到发生预置异常事件时，获取预置异常事件发生前最新的各电能表的误差评估值，根据所述误差评估值和所述求解模型计算得到对应的支路电阻值；
对得到的支路电阻值进行变化趋势监测，当达到预置变化条件时，计算对应分电能表的电量和台区线损的Pearson(皮尔逊)相关系数，若得到的Pearson相关系数的值大于预置系数阈值，判定所述对应分电能表属于疑似超差的目标电能表。
根据本发明第一方面的一种能够实现的方式，所述对所述数据集进行切片，包括：
根据台区用户数量对所述数据集进行切片，以使得每个数据集片段的长度大于所述台区用户数量。
根据本发明第一方面的一种能够实现的方式，所述根据台区用户数量对所述数据集进行切片，具体为：
对所述数据集进行切片，使每个数据集片段的长度为所述台区用户数量的1.5～2倍。
根据本发明第一方面的一种能够实现的方式，所述将各电能表在到货全检时的误差初值代入基于能量守恒的电能表误差求解模型，包括：
采用下列基于能量守恒的电能表误差求解模型：
Figure BDA0003498904650000021
式中，y(i)表示台区总电能表y在第i个时段的示值增量，xj(i)为第j个分电能表在第i个时段的示值增量，δy(i)为台区总电能表y在第i个时段的相对误差；δj(i)为第j个分电能表在第i个时段的相对误差，Pj为第j个分电能表在第i个时段内的自身损耗，Ti表示第i个时段的时长,Uj为第j个分电能表的供电电压，
Figure BDA0003498904650000031
为第j个分电能表的等效功率系数，rj为第j个分电能表至台区总电能表y之间的支路电阻，N为台区分电能表的数量。
本发明第二方面提供的一种电能表误差在线评估装置，包括：
构建模块，用于根据台区总电能表和各分电能表的数据构建数据集；
切片模块，用于对所述数据集进行切片，得到多个数据集片段；
数据清洗模块，用于根据所述数据集片段计算相应的台区线损，采用四分位法对异常的台区线损所对应的数据进行数据清洗；
第一计算模块，用于将各电能表在到货全检时的误差初值代入基于能量守恒的电能表误差求解模型，采用第一个数据集片段对所述电能表误差求解模型进行求解，将得到的分电能表至台区总电能表的支路电阻值作为支路电阻初值；
第二计算模块，用于当检测到发生预置异常事件时，获取预置异常事件发生前最新的各电能表的误差评估值，根据所述误差评估值和所述求解模型计算得到对应的支路电阻值；
超差电能表确定模块，用于对得到的支路电阻值进行变化趋势监测，当达到预置变化条件时，计算对应分电能表的电量和台区线损的Pearson相关系数，若得到的Pearson相关系数的值大于预置系数阈值，判定所述对应分电能表属于疑似超差的目标电能表。
根据本发明第二方面的一种能够实现的方式，所述切片模块具体用于：
根据台区用户数量对所述数据集进行切片，以使得每个数据集片段的长度大于所述台区用户数量。
根据本发明第二方面的一种能够实现的方式，所述切片模块根据台区用户数量对所述数据集进行切片时，具体用于：
对所述数据集进行切片，使每个数据集片段的长度为所述台区用户数量的1.5～2倍。
根据本发明第二方面的一种能够实现的方式，所述第一计算模块具体用于：
采用下列基于能量守恒的电能表误差求解模型：
Figure BDA0003498904650000041
式中，y(i)表示台区总电能表y在第i个时段的示值增量，xj(i)为第j个分电能表在第i个时段的示值增量，δy(i)为台区总电能表y在第i个时段的相对误差；δj(i)为第j个分电能表在第i个时段的相对误差，Pj为第j个分电能表在第i个时段内的自身损耗，Ti表示第i个时段的时长,Uj为第j个分电能表的供电电压，
Figure BDA0003498904650000042
为第j个分电能表的等效功率系数，rj为第j个分电能表至台区总电能表y之间的支路电阻，N为台区分电能表的数量。
本发明第三方面提供了一种电能表误差在线评估设备，包括：
存储器，用于存储指令；其中，所述指令为可实现如上任意一项能够实现的方式所述的电能表误差在线评估方法的指令；
处理器，用于执行所述存储器中的指令。
本发明第四方面一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上任意一项能够实现的方式所述的电能表误差在线评估方法。
从以上技术方案可以看出，本发明具有以下优点：
本发明对构建的电能表的数据集进行切片，根据得到的数据集片段计算相应的台区线损，并采用四分位法对异常的台区线损所对应的数据进行清洗，进而将各电能表在到货全检时的误差初值代入基于能量守恒的电能表误差求解模型，基于第一个数据集片段进行模型求解，以得到的分电能表至台区总电能表的支路电阻初值，当检测到发生预置异常事件时，根据预置异常事件发生前最新的各电能表的误差评估值，计算得到新的支路电阻值，并对得到的支路电阻值数据进行变化趋势监控，当分电能表对应的支路电阻的变化较大时，根据该分电能表的电量和台区线损的Pearson相关系数判断该分电能表是否属于疑似超差的目标电能表；本发明充分利用电能表到货全检得到的电能表误差初值，对电能表安装到现场后的线路阻抗进行充分评估，可有效解决小电量用户误报问题，大幅降低电能表误差求解模型的误报率，通过对用户支路电阻的持续监控，可以及时发现现场物理线路的变化，增强了电能表误差求解模型对装拆换表、转供电等异常事件的适应性和灵敏度，提高了方法的推广使用价值，有利于第一时间发现异常用电状态，减少电力企业损失。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明一个可选实施例提供的一种电能表误差在线评估方法的流程图；
图2为本发明一个可选实施例提供的一种电能表误差在线评估装置的结构连接框图。
附图标记：
1-构建模块；2-切片模块；3-数据清洗模块；4-第一计算模块；5-第二计算模块；6-超差电能表确定模块。
具体实施方式
本发明实施例提供了一种电能表误差在线评估方法、装置、设备及存储介质，用于解决的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
本发明提供了一种电能表误差在线评估方法。
请参阅图1，图1示出了本发明实施例提供的一种电能表误差在线评估方法的流程图。
本发明实施例提供的一种电能表误差在线评估方法，包括步骤S1-S6。
步骤S1，根据台区总电能表和各分电能表的数据构建数据集。
步骤S2，对所述数据集进行切片，得到多个数据集片段。
其中，可以采用现有的数据切片方法对数据集进行切片，本发明实施例不限定于此。
多元线性回归方程或非线性回归方程的求解受到数据集的长度的影响较大，由于现实中低压台区的用户规模普遍在100-300户之间，电能表采集频率默认为1天采集一次，所以基于台区能量守恒模型的电能表误差评估所需的数据集要求历史数据完整天数不少于用户的个数，即半年至1年期间。但随着季节变化、用户用电行为的变化，线路的损耗也会发生改变，甚至台区的拓扑模型也会发生改变。基于此，作为一种能够实现的方式，执行步骤S2时，具体地，根据台区用户数量对所述数据集进行切片，以使得每个数据集片段的长度大于所述台区用户数量。
通过根据台区用户数量对数据集片段的长度进行设置，有益于保证数据冗余度，同时保证本发明的方法能够及时发现、识别异常用电行为。
步骤S3，根据所述数据集片段计算相应的台区线损，采用四分位法对异常的台区线损所对应的数据进行数据清洗。
具体实现的方式中，可以将异常的台区线损所对应的数据划分为多个区间，采用四分位法求解每个区间的异常值内限，剔除内限以外的异常数据，完成数据的清洗。本发明实施例不限定于此。
其中，整个数据集内台区用户总数发生增减变化的，需要对相应的数据集片段按时间顺序向前(用户数增加)或向后(用户数减少)补零，确保数据集矩阵每行的数据长度保持一致。
通过对数据进行清洗，提高数据的准确性，能够确保后续步骤进行支路电阻初值计算的计算精度，进而有益于降低模型的误报率。
步骤S4，将各电能表在到货全检时的误差初值代入基于能量守恒的电能表误差求解模型，采用第一个数据集片段对所述电能表误差求解模型进行求解，将得到的分电能表至台区总电能表的支路电阻值作为支路电阻初值。
其中，该第一个数据集片段指的是步骤S2中进行切片得到的排序最前的数据集片段。
其中，根据台区总电能表和各分电能表的数据可构建的基于能量守恒的电能表误差求解模型为：
Figure BDA0003498904650000071
式中，y(i)表示台区总电能表y在第i个时段的示值增量，xj(i)为第j个分电能表在第i个时段的示值增量，δy(i)为台区总电能表y在第i个时段的相对误差；δj(i)为第j个分电能表在第i个时段的相对误差，Pj为第j个分电能表在第i个时段内的自身损耗，为已知量，Ti表示第i个时段的时长，rj为第j个分电能表至台区总电能表y之间的支路电阻，N为台区分电能表的数量，Ij为第j个分电能表在第i个时段的平均电流值。
上述方程中，平均电流值Ij的表达式可为：
Figure BDA0003498904650000072
式中，Uj为第j个分电能表的供电电压，
Figure BDA0003498904650000073
为第j个分电能表的等效功率系数。
其中，Ti的取值一般为24h。
根据平均电流值Ij的表达式，上述的模型可表达为：
Figure BDA0003498904650000074
因此，本发明实施例设置基于能量守恒的电能表误差求解模型为：
Figure BDA0003498904650000075
其中，求解该模型通常可使用最小二乘法。求解所需的数据集至少包括：Ti、N、y(i)、xj(i)、Pj、Uj、
Figure BDA0003498904650000076
以及各分电能表至台区总电能表之间的支路电阻。其中，除了支路电阻rj外，其他数据均为可直接采集或计算的数据。
步骤S5，当检测到发生预置异常事件时，获取预置异常事件发生前最新的各电能表的误差评估值，根据所述误差评估值和所述求解模型计算得到对应的支路电阻值。
其中，该预置异常事件包括用户数量发生变化、用户换表或者转供电事件。
当台区的用户数量发生变化、出现用户换表或者转供电事件时，表明现场的物理接线可能发生变化，需要将事件发生前最新一次稳定的误差评估结果代入模型，得出新的支路电阻用于后续的误差评估。具体实现的方式中，可以在执行步骤S5的模块中设置相应的检测程序，例如间隔获取分电能表的数量以判断用户数量是否发生变化，间隔检查分电能表的标识以判断是否发生用户换表等等。
步骤S6，对得到的支路电阻值进行变化趋势监测，当达到预置变化条件时，计算对应分电能表的电量和台区线损的Pearson相关系数，若得到的Pearson相关系数的值大于预置系数阈值，判定所述对应分电能表属于疑似超差的目标电能表。
其中，疑似超差的目标电能表，指的是误差超过规定的误差限值的电能表。
其中，变化条件可以根据需要进行对应设置。例如，预置变化条件可以为：分电能表的当前支路电阻值与上一次计算的该分电能表的支路电阻值的差值大于差值阈值。预置变化条件还可以为：固定时间段的支路电阻值变化趋势曲线的斜率大于斜率阈值。
本发明实施例中，预置变化条件可根据实际情况进行调整，提高了电能表误差在线评估的灵活性。
由于通常这些误差超过规定的误差限值的电能表的用户用电量较小，受支路线损影响较大，本发明实施例中，在达到预置变化条件时，通过Pearson相关系数判定对应分电能表是否属于疑似超差的目标电能表，可有效解决小电量用户误报问题，大幅降低模型的误报率。
本发明还提供了一种电能表误差在线评估装置。
请参阅图2，图2示出了本发明实施例提供的一种电能表误差在线评估装置的结构连接框图。
本发明实施例提供了一种电能表误差在线评估装置，包括：
构建模块1，用于根据台区总电能表和各分电能表的数据构建数据集；
切片模块2，用于对所述数据集进行切片，得到多个数据集片段；
数据清洗模块3，用于根据所述数据集片段计算相应的台区线损，采用四分位法对异常的台区线损所对应的数据进行数据清洗；
第一计算模块4，用于将各电能表在到货全检时的误差初值代入基于能量守恒的电能表误差求解模型，采用第一个数据集片段对所述电能表误差求解模型进行求解，将得到的分电能表至台区总电能表的支路电阻值作为支路电阻初值；
第二计算模块5，用于当检测到发生预置异常事件时，获取预置异常事件发生前最新的各电能表的误差评估值，根据所述误差评估值和所述求解模型计算得到对应的支路电阻值；
超差电能表确定模块6，用于对得到的支路电阻值进行变化趋势监测，当达到预置变化条件时，计算对应分电能表的电量和台区线损的Pearson相关系数，若得到的Pearson相关系数的值大于预置系数阈值，判定所述对应分电能表属于疑似超差的目标电能表。
在一种能够实现的方式中，所述切片模块2具体用于：
根据台区用户数量对所述数据集进行切片，以使得每个数据集片段的长度大于所述台区用户数量。
在一种能够实现的方式中，所述切片模块2根据台区用户数量对所述数据集进行切片时，具体用于：
对所述数据集进行切片，使每个数据集片段的长度为所述台区用户数量的1.5～2倍。
在一种能够实现的方式中，所述第一计算模块4具体用于：
采用下列基于能量守恒的电能表误差求解模型：
Figure BDA0003498904650000091
式中，y(i)表示台区总电能表y在第i个时段的示值增量，xj(i)为第j个分电能表在第i个时段的示值增量，δy(i)为台区总电能表y在第i个时段的相对误差；δj(i)为第j个分电能表在第i个时段的相对误差，Pj为第j个分电能表在第i个时段内的自身损耗，Ti表示第i个时段的时长,Uj为第j个分电能表的供电电压，
Figure BDA0003498904650000092
为第j个分电能表的等效功率系数，rj为第j个分电能表至台区总电能表y之间的支路电阻，N为台区分电能表的数量。
本发明还提供了一种电能表误差在线评估设备，包括：
存储器，用于存储指令；其中，所述指令为可实现如上任意一项实施例所述的电能表误差在线评估方法的指令；
处理器，用于执行所述存储器中的指令。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上任意一项实施例所述的电能表误差在线评估方法。
本发明上述实施例，通过充分利用电能表到货全检得到的电能表误差初值，对电能表安装到现场后的线路阻抗进行充分评估，可有效解决小电量用户误报问题，大幅降低电能表误差求解模型的误报率，通过对用户支路电阻的持续监控，可以及时发现现场物理线路的变化，增强了电能表误差求解模型对装拆换表、转供电等异常事件的适应性和灵敏度，提高了方法的推广使用价值，有利于第一时间发现异常用电状态，减少电力企业损失。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，，上述描述的系统、装置和模块的具体有益效果，可以参考前述方法实施例中的对应有益效果，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种电能表误差在线评估方法，其特征在于，包括：
根据台区总电能表和各分电能表的数据构建数据集；
对所述数据集进行切片，得到多个数据集片段；
根据所述数据集片段计算相应的台区线损，采用四分位法对异常的台区线损所对应的数据进行数据清洗；
将各电能表在到货全检时的误差初值代入基于能量守恒的电能表误差求解模型，采用第一个数据集片段对所述电能表误差求解模型进行求解，将得到的分电能表至台区总电能表的支路电阻值作为支路电阻初值；
当检测到发生预置异常事件时，获取预置异常事件发生前最新的各电能表的误差评估值，根据所述误差评估值和所述求解模型计算得到对应的支路电阻值；
对得到的支路电阻值进行变化趋势监测，当达到预置变化条件时，计算对应分电能表的电量和台区线损的Pearson相关系数，若得到的Pearson相关系数的值大于预置系数阈值，判定所述对应分电能表属于疑似超差的目标电能表。
2.根据权利要求1所述的电能表误差在线评估方法，其特征在于，所述对所述数据集进行切片，包括：
根据台区用户数量对所述数据集进行切片，以使得每个数据集片段的长度大于所述台区用户数量。
3.根据权利要求2所述的电能表误差在线评估方法，其特征在于，所述根据台区用户数量对所述数据集进行切片，具体为：
对所述数据集进行切片，使每个数据集片段的长度为所述台区用户数量的1.5～2倍。
4.根据权利要求1所述的电能表误差在线评估方法，其特征在于，所述将各电能表在到货全检时的误差初值代入基于能量守恒的电能表误差求解模型，包括：
采用下列基于能量守恒的电能表误差求解模型：
Figure FDA0003498904640000011
式中，y(i)表示台区总电能表y在第i个时段的示值增量，xj(i)为第j个分电能表在第i个时段的示值增量，δy(i)为台区总电能表y在第i个时段的相对误差；δj(i)为第j个分电能表在第i个时段的相对误差，Pj为第j个分电能表在第i个时段内的自身损耗，Ti表示第i个时段的时长,Uj为第j个分电能表的供电电压，
Figure FDA0003498904640000021
为第j个分电能表的等效功率系数，rj为第j个分电能表至台区总电能表y之间的支路电阻，N为台区分电能表的数量。
5.一种电能表误差在线评估装置，其特征在于，包括：
构建模块，用于根据台区总电能表和各分电能表的数据构建数据集；
切片模块，用于对所述数据集进行切片，得到多个数据集片段；
数据清洗模块，用于根据所述数据集片段计算相应的台区线损，采用四分位法对异常的台区线损所对应的数据进行数据清洗；
第一计算模块，用于将各电能表在到货全检时的误差初值代入基于能量守恒的电能表误差求解模型，采用第一个数据集片段对所述电能表误差求解模型进行求解，将得到的分电能表至台区总电能表的支路电阻值作为支路电阻初值；
第二计算模块，用于当检测到发生预置异常事件时，获取预置异常事件发生前最新的各电能表的误差评估值，根据所述误差评估值和所述求解模型计算得到对应的支路电阻值；
超差电能表确定模块，用于对得到的支路电阻值进行变化趋势监测，当达到预置变化条件时，计算对应分电能表的电量和台区线损的Pearson相关系数，若得到的Pearson相关系数的值大于预置系数阈值，判定所述对应分电能表属于疑似超差的目标电能表。
6.根据权利要求5所述的电能表误差在线评估装置，其特征在于，所述切片模块具体用于：
根据台区用户数量对所述数据集进行切片，以使得每个数据集片段的长度大于所述台区用户数量。
7.根据权利要求6所述的电能表误差在线评估装置，其特征在于，所述切片模块根据台区用户数量对所述数据集进行切片时，具体用于：
对所述数据集进行切片，使每个数据集片段的长度为所述台区用户数量的1.5～2倍。
8.根据权利要求5所述的电能表误差在线评估装置，其特征在于，所述第一计算模块具体用于：
采用下列基于能量守恒的电能表误差求解模型：
Figure FDA0003498904640000031
式中，y(i)表示台区总电能表y在第i个时段的示值增量，xj(i)为第j个分电能表在第i个时段的示值增量，δy(i)为台区总电能表y在第i个时段的相对误差；δj(i)为第j个分电能表在第i个时段的相对误差，Pj为第j个分电能表在第i个时段内的自身损耗，Ti表示第i个时段的时长,Uj为第j个分电能表的供电电压，
Figure FDA0003498904640000032
为第j个分电能表的等效功率系数，rj为第j个分电能表至台区总电能表y之间的支路电阻，N为台区分电能表的数量。
9.一种电能表误差在线评估设备，其特征在于，包括：
存储器，用于存储指令；其中，所述指令为可实现如权利要求1-4任意一项所述的电能表误差在线评估方法的指令；
处理器，用于执行所述存储器中的指令。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-4任意一项所述的电能表误差在线评估方法。
CN202210122097.8A 2022-02-09 2022-02-09 一种电能表误差在线评估方法、装置、设备及存储介质 Pending CN114460529A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210122097.8A CN114460529A (zh) 2022-02-09 2022-02-09 一种电能表误差在线评估方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210122097.8A CN114460529A (zh) 2022-02-09 2022-02-09 一种电能表误差在线评估方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN114460529A true CN114460529A (zh) 2022-05-10

Family

ID=81412744

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210122097.8A Pending CN114460529A (zh) 2022-02-09 2022-02-09 一种电能表误差在线评估方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114460529A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114280527A (zh) * 2021-12-21 2022-04-05 青岛鼎信通讯股份有限公司 一种基于低压物联感知终端的电能表失准分析方法
CN115542238A (zh) * 2022-11-30 2022-12-30 北京志翔科技股份有限公司 超差表检测方法及装置
CN116029621A (zh) * 2023-03-29 2023-04-28 北京志翔科技股份有限公司 台区电能表运行评估方法、装置、电子设备和存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114280527A (zh) * 2021-12-21 2022-04-05 青岛鼎信通讯股份有限公司 一种基于低压物联感知终端的电能表失准分析方法
CN115542238A (zh) * 2022-11-30 2022-12-30 北京志翔科技股份有限公司 超差表检测方法及装置
CN116029621A (zh) * 2023-03-29 2023-04-28 北京志翔科技股份有限公司 台区电能表运行评估方法、装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
CN114460529A (zh) 一种电能表误差在线评估方法、装置、设备及存储介质
CN112698261A (zh) 一种智能电能表故障预警方法及装置
CN106505557B (zh) 一种遥测错误辨识方法及装置
CN106682763B (zh) 一种用于大量样本数据的电力负荷优化预测方法
CN109375151B (zh) 电能表计量误差在线监测技术的监测通道调度方法及装置
Bin Othman et al. Determination of transmission reliability margin using parametric bootstrap technique
CN111008727A (zh) 一种配电台区负荷预测方法及装置
CN115658664A (zh) 基于任意分割异常线损数据修复方法、系统、设备及介质
CN114862229A (zh) 电能质量评估方法、装置、计算机设备和存储介质
CN108459991A (zh) 一种获得设备可靠性数据的方法
CN112836843B (zh) 一种基站退服告警预测方法及装置
CN115587673B (zh) 一种电压互感器误差状态预测方法及系统
CN115561699A (zh) 运行误差估计方法及装置
CN113642248A (zh) 定位设备剩余使用时间的评估方法及装置
CN106681967A (zh) 一种基于数据反溯机制的换表运行方法
CN113836125A (zh) 一种配电物联网边缘侧的配变数据清洗修复方法和系统
CN107292486B (zh) 电网资产保险支出测算模型
CN102096624B (zh) 一种对机群运行状况进行预测的方法和机群平台管理装置
CN115542238B (zh) 超差表检测方法及装置
CN114741905B (zh) 一种实测能耗数据修正方法、装置、电子设备及存储介质
CN116029621B (zh) 台区电能表运行评估方法、装置、电子设备和存储介质
CN116029480B (zh) 代理购电测算方法及其系统
CN111582937B (zh) 一种节点电价偏离度准确率的计算方法、装置及存储介质
CN107967561B (zh) 一种开关站设备可靠性计算方法及装置
CN117744977A (zh) 配电网规划确定方法、装置、设备、存储介质和程序产品

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