CN114660528A - 配电台区电能表异常确定方法、装置和系统 - Google Patents
配电台区电能表异常确定方法、装置和系统 Download PDFInfo
- Publication number
- CN114660528A CN114660528A CN202210288817.8A CN202210288817A CN114660528A CN 114660528 A CN114660528 A CN 114660528A CN 202210288817 A CN202210288817 A CN 202210288817A CN 114660528 A CN114660528 A CN 114660528A
- Authority
- CN
- China
- Prior art keywords
- electric energy
- energy meter
- relative error
- user
- evaluation value
- 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
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
本申请提供一种配电台区电能表异常确定方法,包括:根据获取的总电能表参数、用户分电能表参数、线路损耗以及固定损耗建立电能表误差分析线性回归模型;根据电能表误差分析线性回归模型确定用户分电能表的相对误差评估值;得到用户分电能表的相对误差评估值置信区间包络曲面,确定相对误差评估值的上边界和下边界;在坐标系中绘制相对误差评估值的上边界、下边界和预设的用户分电能表相对误差的上限平面、下限平面;判断所述相对误差评估值的上边界和下边界构成的区域,与用户分电能表相对误差的上限平面和下限平面构成的区域是否存在交集,若不存在交集,则确定该时段用户分电能表存在异常。上述方法直观分析判断用户异常电能表,提高分析效率。
Description
技术领域
本发明涉及电力系统技术领域,具体涉及一种配电台区电能表异常确定方法、装置、系统、存储介质及设备。
背景技术
在智能电网不断纵深发展的大背景下,电网系统使用的电能表多为智能电能表,智能电表是支撑智能电网高级计量体系的关键设备,其计量的准确性和可靠性是保证电费结算和电力交易公平的基础,智能电能表经检定合格后方可投入现场运行。但是,在使用过程中,由于受到自然环境、内部元器件质量等因素的影响,会导致智能电能表发生故障、器件老化、器件失效等问题,同时存在人为窃电现象,直接影响到电能表计量准确度。因此电能表的现场检测是保障电网高效运行的关键,也是电网公司目前亟需解决的痛点、难点,低压配电网台区智能电表误差的远程在线诊断,对于维持电网稳定、节约运维成本、保障用户用电权益都有着重大意义。
为了保障智能电表可以高效运行,智能电表误差的在线评估成为研究热点,目前主要是利用智能电表日冻结表码采集数据,通过台区总、分电能表表码数据构建多元线性回归方程,通过求解该方程,对每个智能电表的误差参数进行估计。所述误差参数包括了该低压配电台区的用户编码以及表码的采集时间,采集不同时段以及不同用户智能电表所得到的误差参数都会发生变化,一般采用表格数据或平面曲线展示用户智能电表的误差参数。由于一个低压配电台区的用户数量普遍在100-300户左右,针对低压配电台区一定时间内的用户智能电表误差参数,表格数据量过大,不易直观清楚判断异常用户电能表;平面曲线无法直观地观测不同电能表在误差参数和时间序列两个维度之间的联系,无法直观分析判断异常用户电能表,影响数据分析的效率。
因此,在考虑用户电能表在误差参数、不同用户以及时间序列维度上的内在联系的基础上,如何直观分析判断异常用户电能表,提高数据分析的效率,是本领域技术人员急需解决的技术问题。
发明内容
本发明提供一种配电台区电能表异常确定方法、装置、系统、存储介质和设备,可以在考虑用户电能表在误差参数、不同用户以及时间序列维度上的内在联系的基础上,直观分析判断异常用户电能表,提高数据分析的效率。
第一方面,本发明提供一种配电台区电能表异常确定方法,包括:
获取配电台区内固定损耗,以及配电台区内若干时段的总电能表参数、用户分电能表参数和线路损耗;
根据所述总电能表参数、用户分电能表参数、线路损耗以及固定损耗建立电能表误差分析线性回归模型;
根据电能表误差分析线性回归模型确定若干时段用户分电能表的相对误差评估值;
根据所述相对误差评估值得到用户分电能表的相对误差评估值置信区间包络曲面,并根据所述相对误差评估值置信区间包络曲面确定相对误差评估值的上边界和下边界;
在坐标系中绘制相对误差评估值的上边界、下边界和预设的用户分电能表相对误差的上限平面、下限平面;
判断所述相对误差评估值的上边界和下边界构成的区域,与用户分电能表相对误差的上限平面和下限平面构成的区域是否存在交集,若不存在交集,则确定该时段用户分电能表存在异常。
第二方面,本发明提供一种配电台区电能表异常确定装置,包括:
电量参数获取模块,用于获取配电台区内固定损耗,以及配电台区内若干时段的总电能表参数、用户分电能表参数和线路损耗;
误差模型建立模块,用于根据所述总电能表参数、用户分电能表参数、线路损耗以及固定损耗建立电能表误差分析线性回归模型;
误差评估值获取模块,用于根据电能表误差分析线性回归模型确定若干时段用户分电能表的相对误差评估值;
误差评估值边界获取模块,用于根据所述相对误差评估值得到用户分电能表的相对误差评估值置信区间包络曲面,并根据所述相对误差评估值置信区间包络曲面确定相对误差评估值的上边界和下边界;
可视化建立模块,用于在坐标系中绘制相对误差评估值的上边界、下边界和预设的用户分电能表相对误差的上限平面、下限平面;
电能表异常判断模块,用于判断所述相对误差评估值的上边界或下边界与用户分电能表相对误差的上限平面或下限平面是否存在交集,若不存在交集,则确定该时段用户分电能表存在异常。
第三方面,本发明提供一种配电台区电能表异常确定系统,包括:
总电能表、若干个用户分电能表、带有显示装置的控制终端,所述总电能表、用户分电能表位于相同的配电台区;
所述总电能表用于上传总电能表参数;
所述用户分电能表用于上传用户分电能表参数;
所述带有显示装置的控制终端,用于执行上述第一方面所述的配电台区电能表异常确定方法。
第四方面,本发明提供一种计算机可读存储介质,其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上述第一方面配电台区电能表异常确定方法的步骤。
第五方面,本发明提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时执行上述第一方面配电台区电能表异常确定方法。
采用上述技术方案的有益效果为:本申请的一种配电台区电能表异常确定方法,通过不同用户的电能表相对评估误差,在该坐标系界面中可以直观地分析不同用户的误差参数和时间序列之间的内在联系,并可直观地通过相对评估误差值置信区间包络曲面与设定的限值平面之间是否存在交集快速地判断分析异常地用户电能表,提高低压配电台区智能电表地分析效率。
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。
图1为配电台区电能表误差评估值表格形式;
图2为低压配电台区用户误差评估值平面曲线形式;
图3为一种配电台区电能表异常确定应用场景示意图;
图4为一种配电台区电能表异常确定方法示意图;
图5为选取的用户电能表相对误差评估值分析结果示意图;
图6为一种配电台区电能表异常确定装置示意图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。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他实施例,都属于本发明保护的范围。为了更详细说明本发明,下面结合附图对本发明提供的一种配电台区电能表异常确定方法、装置、系统、存储介质和设备,进行具体地描述。
智能电表在使用过程中,由于受到自然环境、内部元器件质量的影响,会导致智能电表发生故障、器件老化、器件失效等问题,同时存在人为窃电现象,直接影响到电能表计量准确度。为了保障智能电表可以高效运行,智能电表误差的在线评估称为了研究热点,对于维持电网稳定、节约运维成本、保障用户用电权益都有着重大意义。
现有技术中主要利用智能电表日冻结表码采集数据,通过台区总、分电能表表码数据构建多元线性回归方程,通过求解该方程,对每个智能电表的误差参数进行估计。所述误差参数包括了该配电台区的用户编码以及表码的采集时间,采集不同时段以及不同用户智能电表所得到的误差参数都会发生变化,一般采用表格数据或平面曲线展示用户智能电表的误差参数。
由于一个配电台区的用户数量普遍在100-300户左右,针对配电台区一定时间内的用户智能电表误差参数,若以表格的方式进行观测,存在数据量过大,不易直观清楚判断异常用户电能表的情况,参见附图1;而平面曲线无法直观地观测不同电能表在误差参数和时间序列两个维度之间的联系,且容易出现大量数据重叠的问题,无法直观分析判断异常用户电能表,影响数据分析的效率,参见附图2。
针对上述情况,本发明提供了一种配电台区电能表异常确定方法、装置、系统、存储介质和设备。
请参见附图3,附图3示出了本申请实施例提供的配电台区电能表异常确定方法的应用场景的示意图。该应用场景包括本申请实施例提供的总电能表、若干个用户分电能表和控制端。
所述总电能表为智能电表,用于测量配电台区内的整体电量参数,并具备将测量的电量参数远程传输至控制端的功能。所述用户分电能表为电网传输末端的智能电表,用于测量配电台区内每一个用户的具体电量参数,并具备将测量的用户的具体电量参数传输至控制端的功能,所述用户包括但不限于配电区域内的住宅用户、商铺用户和车辆充电桩。所述控制端可以是具有显示屏的各种电子终端设备,包括但不限于智能手机和计算机设备,其中计算机设备可以是大型计算机、台式计算机、便携式计算机、膝上型计算机、平板电脑等设备中的至少一种,用户对控制端进行操作,可获取不同配电台区内总电能表的电量参数、用户分电能表的电量参数,并根据显示界面的配电台区电能表分析数据确定异常电能表。所述控制端执行本申请的配电台区电能表异常确定方法,具体过程请参见配电台区电能表异常确定方法实施例。
基于此,本申请实施例中提供了一种配电台区电能表异常确定方法。如附图4所示,附图4使出了本申请实施例提供的一种配电台区电能表异常确定方法的流程示意图,以该方法应用于控制端为例进行说明,包括以下步骤:
步骤S1:获取配电台区内固定损耗,以及配电台区内若干时段的总电能表参数、用户分电能表参数和线路损耗;
在电力系统中,所述配电台区,是指一台配电变压器的供电范围或区域,是电力系统的重要组成部分之一。本实施例所讨论的配电台区是指低压配电系统对应的配电台区,所述低压配电系统是指处于220V-380V的配电系统,是处于电力系统的末端,最靠近终端电力用户的配电系统,也是一般居民用电系统。
在本实施例中,所述配电台区总电能表若干时段的电量参数具体包括总电能表若干时段的示值增量、总电能表若干时段的相对误差;所述配电台区用户分电能表若干时段的电量参数具体包括用户分电能表若干时段的示值增量。
为了更加清晰地理解上述术语,对所述示值增量以及相对误差作出进一步说明:
所述总电能表的示值增量为总电能表测量在该时段增加的电量值,可用y(i)表示第i个时段总电能表测量增加的电量值。所述总电能表的相对误差为总电能表在该时段的测量增加的电量值与实际增加的电量值之间的差值与实际增加的电量值的比值,具体表达式为:其中δy(i)为总电能表在第i时段的相对误差,y(i)实际为总电能表在第i时段的实际增加的电量值。
所述用户分电能表的示值增量为用户分电能表测量在该时段增加的电量值,可用xj(i)为第j个用户分电能表在第i时段的测量增加的电量值。
步骤S2:根据获取的总电能表参数、用户分电能表参数、线路损耗以及固定损耗建立电能表误差分析线性回归模型。
其中,电能表误差分析线性回归模型主要是表示配电台区内电能表示值增量与相对误差之间的关系,用于计算每个用户电能表的相对误差,工作人员可根据相对误差判断电能表的运转是否异常。
进一步,给出了一种构建电能表误差分析线性回归模型的实施方式,具体描述如下:
根据配电台区内总电能表若干时段的电量参数、配电台区内用户分电能表若干时段的电量参数、若干时段的线路损耗以及固定损耗,基于能量守恒定律,建立电能表误差求解模型:
其中,y(i)表示台区总电能表y在第i个时段的示值增量,δy(i)表示台区总电能表y在第i个时段的相对误差,xj(i)表示第j个用户分电能表在第i个时段的示值增量,δj(i)表示第j个用户分电能表在第i个时段的相对误差,εLy(i)表示台区在第i个时段的线路损耗,ε0表示台区的固定损耗,N为台区用户分电能表的数量;所述用户分电能表的相对误差为用户分电能表在该时段测量增加的电量值和实际增加的电量值之间的差值与实际增加的电量值的比值,具体表达式为:其中δj(i)为第j个用户分电能表在第i个时段的相对误差,xj(i)实际为第j个用户分电能表在第i个时段实际增加的电量值。
对上述电能表误差求解模型进行调整,更加清晰地表示配电台区内总电能表与用户分电能表之间的关系,具体为:
进一步,为了方便后续对电能表相对误差评估值的求解,通过调整变形,利用多元线性回归方程的方式表示电能表误差分析线性回归模型,其最终表达式为:
步骤S3:根据电能表误差分析线性回归模型确定若干时段用户分电能表的相对误差评估值。
根据上述步骤S2中的电能表误差分析线性回归模型可知,要获取用户分电能表的相对误差评估值,需要先计算该线性回归模型中回归系数β的最优解,再根据回归系数的最优解计算得到用户分电能表的相对误差评估值,具体计算过程如下:
残差序列的样本差估计值为:
然后,根据电能表误差分析线性回归模型的最优解获取配电台区内用户分电能表的若干时段的相对误差评估值δj(i),具体表达式为:
步骤S4:根据所述相对误差评估值得到用户分电能表的相对误差评估值置信区间包络曲面,并根据所述相对误差评估值置信区间包络曲面确定相对误差评估值的上边界和下边界。
由于相对误差评估值是根据回归系数的最优解得出的,为了提高相关参数的可信程度,需要先获取所述回归系数最优解的置信区间,具体为:
取矩阵(XTX)-1的对角线元素定义为:
diag(XTX)-1=vk,k,k=0,1,…N
根据概率统计学原理,由于总体标准差σ为未知参数,因此需要用残差序列的样本差估计值来替代,采用t分布,由t分布的定义可得知最优解βi的双侧1-α置信区间:
其中α反映计算结果的置信水平,一般取值0.05或0.1,为了防止本方案的漏报率太高,此处取值0.1。
然后,根据回归系数的置信区间以及回归系数与用户分电能表的相对误差评估值的函数关系得到相对误差评估值的数值范围,δj(i)具体表示为:
因此,可得到用户分电能表的相对误差评估值δj(i)的置信区间包络曲面的具体上、下边界,
上边界:
下边界:
步骤S5:在坐标系中绘制相对误差评估值的上边界、下边界和预设的用户分电能表相对误差的上限平面、下限平面。
在本实施例中,采用三维坐标系绘制上述相对误差评估值以及用户分电能表的相对误差上线平面和下限平面,进一步,为了提高所绘制坐标系内容的可读性,以及提高工作人员分析用户电能表异常的效率,本实施例还采用颜色参量对不同相对误差评估值上边界和下边界进行区分,具体为:
首先,在坐标系中绘制相对误差评估值的上边界和下边界:
判断各个时段用户电能表相对误差评估值是否落入第一区间,若是,则设置该时段的用户分电能表的相对误差曲线为绿色;
判断各个时段用户电能表相对误差评估值是否落入第二区间,若是,则设置该时段的用户分电能表的相对误差曲线为橙色;
判断各个时段用户电能表相对误差评估值是否落入第三区间,若是,则设置该时段的用户分电能表的相对误差曲线为红色。
由此,工作人员可根据所述相对误差曲线的颜色直观快速地判断该用户分电能表误差的严重程度。所述第一区间、第二区间和第三区间可根据分析所需的相对误差评估值标准进行设置,例如设置第一区间为[-2%,2%]、第二区间为[-10%,-2%]U[2%,10%]、第三区间为[-∞,-10]U[10%,+∞]。需要说明的是,上述列举的区间仅为参考值,可根据实际应用中对相对误差评估值的要求进行具体设置。
随后,绘制用户分电能表相对误差的上限平面和下限平面:
所述用户分电能表相对误差的上限平面和下限平面是根据居民电能表的准确度等级确定。例如,设置居民电能表的标准等级为2.0级,则所述用户分电能表相对误差的上限平面为Z=2%,用户分电能表相对误差的下限平面为Z=-2%。
步骤S6:判断所述相对误差评估值的上边界和下边界构成的区域,与用户分电能表相对误差的上限平面和下限平面构成的区域是否存在交集,若不存在交集,则确定该时段用户分电能表存在异常。
通过三维坐标系设置不同的颜色标记用户分电能表的相对误差评估值以及用户电能表的相对误差限值平面,根据是否存在交集以及用户分电能表的不同颜色直观快速的确定用户分电能表是否超差异常,并根据超差异常程度的不同安排工作人员对用户分电能表进行检查处理。通过三维空间坐标并结合相对误差评估值置信区间包络曲面的颜色属性,在用户数量较大的情况下也可清晰直观地进行分析判断,相较现有技术中数据表格或平面曲线,极大地快速有效得到准确的电能表误差分析结果。
所述用户电能表相对误差评估值置信区间包络曲面还可以反映用户之间的变化联系,根据用户之间用电行为的相似性,若一个用户窃电会导致其他有类似行为的用户相对误差评估值出现较大范围的波动。
为了更加直观的表示本发明的低压配电网智能电表误差可视化诊断方法,如附图5所示,选取台区内12个用户的电能表、以1天为数据获取的时段间隔、给出单天用户电能表的相对误差评估值的分析曲线。
由附图5可以快速的分析判断在选取的12个用户中,编号为2和编号为8的用户的电能表相对误差评估值上、下边界与设定的用户分电能表相对误差的上限平面、下限平面不存在交集,则确定在当天编号为2和编号为8的用户电能表存在超差异常,可对其数据进行进一步的监测或及时对该用户的电能表进行检查。
进一步的,由于绘制的用户分电能表相对误差评估值置信区间包络曲面还包括时间维度,在此基础上,工作人员也可根据显示的相对误差评估包络曲面上边界和下边界构成的区域与设定的电能表相对误差的上限平面和下限平面构成的区域不存在交集的时段与相对误差评估的所有时段获取用户电能表的超差嫌疑系数。
以连续10天计算为例,如果10天中上述编号为2的用户电能表存在9天被判定为超差异常,则其超差嫌疑系数为0.9;如果10天中上述编号为8的用户电能表存在5天被判定为超差异常,则其超差嫌疑系数为0.5。工作人员可根据上述超差嫌疑系数的大小设置用户电能表异常的处理紧急程度。
应该理解的是,虽然图4的流程图中各个步骤按照箭头的指示依次显示,但是这些步骤并不是按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限值,这些步骤可以以其他的顺序执行。而且图4中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
上述本申请公开的实施例中详细描述了一种配电台区电能表异常确定方法,对于本申请公开的上述方法可采用多种形式的设备实现,因此本申请还公开了对应上述方法的配电台区电能表异常确定装置,下面给出具体的实施例进行详细说明。
第二方面,如附图6所示,本发明提供一种配电台区电能表异常确定装置,包括:
电量参数获取模块,用于获取配电台区内固定损耗,以及配电台区内若干时段的总电能表参数、用户分电能表参数和线路损耗;
误差模型建立模块,用于根据所述总电能表参数、用户分电能表参数、线路损耗以及固定损耗建立电能表误差分析线性回归模型;
误差评估值获取模块,用于根据电能表误差分析线性回归模型确定若干时段用户分电能表的相对误差评估值;
误差评估值边界获取模块,用于根据所述相对误差评估值得到用户分电能表的相对误差评估值置信区间包络曲面,并根据所述相对误差评估值置信区间包络曲面确定相对误差评估值的上边界和下边界;
可视化建立模块,用于在坐标系中绘制相对误差评估值的上边界、下边界和预设的用户分电能表相对误差的上限平面、下限平面;
电能表异常判断模块,用于判断所述相对误差评估值的上边界和下边界构成的区域与用户分电能表相对误差的上限平面和下限平面构成的区域是否存在交集,若不存在交集,则确定该时段用户分电能表存在异常。
在本实施例中,所述可视化建立模块,还用于采用三维坐标系绘制相对误差评估值的上边界、下边界和预设的用户分电能表相对误差的上限平面、下限平面。具体地,为了提高所绘制坐标系内容的可读性,以及提高工作人员分析用户电能表异常的效率,本实施例还采用颜色参量对不同相对误差评估值上边界和下边界进行区分,具体绘制方式如下:
首先,在坐标系中绘制相对误差评估值的上边界和下边界:
判断各个时段用户电能表相对误差评估值是否落入第一区间,若是,则设置该时段的用户分电能表的相对误差曲线为绿色;
判断各个时段用户电能表相对误差评估值是否落入第二区间,若是,则设置该时段的用户分电能表的相对误差曲线为橙色;
判断各个时段用户电能表相对误差评估值是否落入第三区间,若是,则设置该时段的用户分电能表的相对误差曲线为红色。
由此,工作人员可根据所述相对误差曲线的颜色直观快速地判断该用户分电能表误差的严重程度。所述第一区间、第二区间和第三区间可根据分析所需的相对误差评估值标准进行设置,例如设置第一区间为[-2%,2%]、第二区间为[-10%,-2%]U[2%,10%]、第三区间为[-∞,-10]U[10%,+∞]。需要说明的是,上述列举的区间仅为参考值,可根据实际应用中对相对误差评估值的要求进行具体设置。
随后,绘制用户分电能表相对误差的上限平面和下限平面:
所述用户分电能表相对误差的上限平面和下限平面是根据居民电能表的准确度等级确定。例如,设置居民电能表的标准等级为2.0级,则所述用户分电能表相对误差的上限平面为Z=2%,用户分电能表相对误差的下限平面为Z=-2%。
关于配电台区电能表异常确定装置的其他模块的具体限定可以参见上文中对于方法的限定,此处不再赘述。上述装置中的各个模块可以全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于终端设备中的处理器中,也可以以软件形式存储于终端设备的存储器中,以便处理器调用执行以上各个模块对应的操作。
第三方面,本发明提供一种计算机可读存储介质,其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上述第一方面配电台区电能表异常确定方法的步骤。
所述计算机可读存储介质可以是诸如闪存、EEPROM(电可擦除可编只读程存储器)、EPROM(可擦除可编只读程存储器)、硬盘或者ROM之类的电子存储器。可选的,计算机可读存储介质包括非瞬时性计算机可读介质(non-transitory computer-readable storagemedium)。计算机可读存储介质具有执行上述方法中的任何方法步骤的程序代码的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入这一个或者多个计算机程序产品中,所述程序代码可以以适当形式进行压缩。
第四方面,本发明提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时执行上述第一方面配电台区电能表异常确定方法。
所述计算机设备包括存储器、处理器以及一个或多个计算机程序,其中一个或多个计算机程序可以被存储在存储器中并被配置为由一个或多个处理器执行,一个或多个应用程序配置用于执行上述配电台区电能表异常确定方法。
处理器可以包括一个或多个处理核。处理器利用各种接口和线路连接整个计算机设备内的各个部分,通过运行或执行存储在存储器内的指令、程序、代码集或指令集,以及调用存储在存储器内的数据,执行计算机设备的各种功能和处理数据。可选地,处理器可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable Logic Array,PLA)中的至少一种硬件形式来实现。处理器可集成中央处理器(Central Processing Unit,CPU)、埋点数据的上报验证器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器中,单独通过一块通信芯片进行实现。
存储器可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。存储器可用于存储指令、程序、代码、代码集或指令集。存储器可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等。存储数据区还可以存储终端设备在使用中所创建的数据等。
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)
1.一种配电台区电能表异常确定方法,其特征在于,包括:
获取配电台区内固定损耗,以及配电台区内若干时段的总电能表参数、用户分电能表参数和线路损耗;
根据所述总电能表参数、用户分电能表参数、线路损耗以及固定损耗建立电能表误差分析线性回归模型;
根据电能表误差分析线性回归模型确定若干时段用户分电能表的相对误差评估值;
根据所述相对误差评估值得到用户分电能表的相对误差评估值置信区间包络曲面,并根据所述相对误差评估值置信区间包络曲面确定相对误差评估值的上边界和下边界;
在坐标系中绘制相对误差评估值的上边界、下边界和预设的用户分电能表相对误差的上限平面、下限平面;
判断所述相对误差评估值的上边界和下边界构成的区域,与用户分电能表相对误差的上限平面和下限平面构成的区域是否存在交集,若不存在交集,则确定该时段用户分电能表存在异常。
2.如权利要求1所述的一种配电台区电能表异常确定方法,其特征在于,
所述总电能表参数包括总电能表的示值增量和相对误差;
所述用户分电能表参数包括用户分电能表的示值增量。
3.如权利要求1所述的一种配电台区电能表异常确定方法,其特征在于,所述根据电能表误差分析线性回归模型确定若干时段用户分电能表的相对误差评估值包括:
确定所述电能表误差分析线性回归模型的最优解;
根据所述最优解确定配电台区内用户分电能表的相对误差评估值。
4.如权利要求3所述的一种配电台区电能表异常确定方法,其特征在于,所述根据所述相对误差评估值置信区间包络曲面确定相对误差评估值的上边界和下边界包括:
确定所述最优解的置信区间;
根据所述最优解的置信区间确定相对误差评估值的上边界和下边界。
5.如权利要求1所述的一种配电台区电能表异常确定方法,其特征在于,所述用户分电能表相对误差的上限平面和下限平面是根据居民电能表的准确度等级确定。
6.如权利要求1所述的一种配电台区电能表异常确定方法,其特征在于,所述在坐标系中绘制相对误差评估值的上边界和下边界,还包括:
判断各个时段用户电能表相对误差评估值是否落入第一区间,若是,则设置该时段的用户分电能表的相对误差曲线为绿色;
判断各个时段用户电能表相对误差评估值是否落入第二区间,若是,则设置该时段的用户分电能表的相对误差曲线为橙色;
判断各个时段用户电能表相对误差评估值是否落入第三区间,若是,则设置该时段的用户分电能表的相对误差曲线为红色。
7.一种配电台区电能表异常确定装置,其特征在于,包括:
电量参数获取模块,用于获取配电台区内固定损耗,以及配电台区内若干时段的总电能表参数、用户分电能表参数和线路损耗;
误差模型建立模块,用于根据所述总电能表参数、用户分电能表参数、线路损耗以及固定损耗建立电能表误差分析线性回归模型;
误差评估值获取模块,用于根据电能表误差分析线性回归模型确定若干时段用户分电能表的相对误差评估值;
误差评估值边界获取模块,用于根据所述相对误差评估值得到用户分电能表的相对误差评估值置信区间包络曲面,并根据所述相对误差评估值置信区间包络曲面确定相对误差评估值的上边界和下边界;
可视化建立模块,用于在坐标系中绘制相对误差评估值的上边界、下边界和预设的用户分电能表相对误差的上限平面、下限平面;
电能表异常判断模块,用于判断所述相对误差评估值的上边界和下边界构成的区域与用户分电能表相对误差的上限平面和下限平面构成的区域是否存在交集,若不存在交集,则确定该时段用户分电能表存在异常。
8.一种配电台区电能表异常确定系统,其特征在于,包括:
总电能表、若干个用户分电能表、带有显示装置的控制终端,所述总电能表、用户分电能表位于相同的配电台区;
所述总电能表用于上传总电能表参数;
所述用户分电能表用于上传用户分电能表参数;
所述带有显示装置的控制终端,用于执行权利要求1-6任一项所述的配电台区电能表异常确定方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-6中任一项配电台区电能表异常确定方法的步骤。
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时执行权利要求1-6中任一项配电台区电能表异常确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210288817.8A CN114660528A (zh) | 2022-03-23 | 2022-03-23 | 配电台区电能表异常确定方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210288817.8A CN114660528A (zh) | 2022-03-23 | 2022-03-23 | 配电台区电能表异常确定方法、装置和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114660528A true CN114660528A (zh) | 2022-06-24 |
Family
ID=82031931
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210288817.8A Pending CN114660528A (zh) | 2022-03-23 | 2022-03-23 | 配电台区电能表异常确定方法、装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114660528A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115759408A (zh) * | 2022-11-21 | 2023-03-07 | 贵州电网有限责任公司 | 一种输变电设备寿命预测方法、装置、设备及存储介质 |
CN115856757A (zh) * | 2022-11-28 | 2023-03-28 | 国网北京市电力公司 | 电能表失准分析方法、装置、设备及介质 |
-
2022
- 2022-03-23 CN CN202210288817.8A patent/CN114660528A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115759408A (zh) * | 2022-11-21 | 2023-03-07 | 贵州电网有限责任公司 | 一种输变电设备寿命预测方法、装置、设备及存储介质 |
CN115759408B (zh) * | 2022-11-21 | 2024-03-08 | 贵州电网有限责任公司 | 一种输变电设备寿命预测方法、装置、设备及存储介质 |
CN115856757A (zh) * | 2022-11-28 | 2023-03-28 | 国网北京市电力公司 | 电能表失准分析方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114298863B (zh) | 一种智能抄表终端的数据采集方法及系统 | |
CN104794206B (zh) | 一种变电站数据质量评价系统及方法 | |
CN114660528A (zh) | 配电台区电能表异常确定方法、装置和系统 | |
CN109031184A (zh) | 一种电能计量装置的监测方法、系统及终端设备 | |
CN108490382B (zh) | 高压电能表计量板远程在线校验方法及系统 | |
CN110829590B (zh) | 一种台区线损智能监测系统、方法、平台及存储介质 | |
CN105785086B (zh) | 一种计量设备监造方法及系统 | |
CN106060161B (zh) | 电、水、气计量与管理物联网试验平台及试验方法 | |
CN109242722B (zh) | 台区线损在线监测方法、系统及终端设备 | |
CN103810533A (zh) | 一种基于云模型的配电网故障风险识别方法 | |
CN104881003A (zh) | 一种计量生产设施效能评估方法 | |
CN115860499A (zh) | 一种基于bim技术的多专业工种协调施工管理系统 | |
CN102072747A (zh) | 基于热工参数场监测的建筑群能耗监测系统及其方法 | |
CN113554360A (zh) | 一种输电线路运行状态可视化管理方法、系统及存储介质 | |
CN115798155A (zh) | 一种天然气计量分析系统 | |
CN112463807A (zh) | 一种数据处理方法、装置、服务器及存储介质 | |
CN113379323A (zh) | 施工现场质量监管方法及系统 | |
CN116577720A (zh) | 一种电能表检定流水线的性能分析方法、终端及电子设备 | |
CN114139862A (zh) | 一种基于大数据的台区线损分析监控系统及其分析方法 | |
CN115638813A (zh) | 一种设备状态监测方法、装置、电子设备和存储介质 | |
CN115053795A (zh) | 用于灌溉系统的数据测控的方法及终端 | |
CN115067194A (zh) | 全管道灌区测控智能化灌溉系统及方法 | |
CN115459434A (zh) | 一种工业企业的智慧用电监测方法及系统 | |
CN202041228U (zh) | 一种基于热工参数场监测的建筑群能耗监测装置 | |
CN110826941A (zh) | 一种基于地理信息系统的智能管网系统 |
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 |