CN114814708A - 基于浮动线损模型的电能表计量误差估计方法及设备 - Google Patents

基于浮动线损模型的电能表计量误差估计方法及设备 Download PDF

Info

Publication number
CN114814708A
CN114814708A CN202210193393.7A CN202210193393A CN114814708A CN 114814708 A CN114814708 A CN 114814708A CN 202210193393 A CN202210193393 A CN 202210193393A CN 114814708 A CN114814708 A CN 114814708A
Authority
CN
China
Prior art keywords
line loss
error
metering
electric energy
energy meter
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
Application number
CN202210193393.7A
Other languages
English (en)
Other versions
CN114814708B (zh
Inventor
孔政敏
王帅
丁李
徐焕增
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.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
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 Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN202210193393.7A priority Critical patent/CN114814708B/zh
Publication of CN114814708A publication Critical patent/CN114814708A/zh
Application granted granted Critical
Publication of CN114814708B publication Critical patent/CN114814708B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供了一种基于浮动线损模型的电能表计量误差估计方法及设备。所述方法包括：基于能量守恒和浮动线损对台区电表误差进行数学建模，台区总用电量为总表计量电量；将线路损耗与总用电量相关联，建立浮动线损；采用解空间约束最小二乘算法对台区电能表的计量误差进行实时求解。本发明通过多组台区用电数据，利用解空间约束最小二乘算法求出台区中各用户电表的计量误差，可以实现对台区电表计量误差的监测功能，并将误差超过±2％的电表标记为超差表，推荐进行误差核验和轮换。

Description

基于浮动线损模型的电能表计量误差估计方法及设备
技术领域
本发明实施例涉及电能表技术领域，尤其涉及一种基于浮动线损模型的电能表计量误差估计方法及设备。
背景技术
智能电表的安装数量随着智能电网的建设已达上亿块，电表是电网进行配送电管理和供电结算的重要依据，其运行状态是否稳定可靠直接关系到用户的切身利益，因此海量在运电表的计量误差监测是一项重要的任务，也是保证电表计量功能正常运行和计量系统维护中必不可少的环节。目前检验电表计量误差是否正常的主要方式为专业人员携带设备到现场对电表进行核验，该方法效率低且具有盲目性，且检验方式效率低、成本高，且无法给电表轮换提供科学可靠的依据。因此，开发一种基于浮动线损模型的电能表计量误差估计方法及设备，可以有效克服上述相关技术中的缺陷，就成为业界亟待解决的技术问题。
发明内容
针对现有技术存在的上述问题，本发明实施例提供了一种基于浮动线损模型的电能表计量误差估计方法及设备。
第一方面，本发明的实施例提供了一种基于浮动线损模型的电能表计量误差估计方法，包括：基于能量守恒和浮动线损对台区电表误差进行数学建模，台区总用电量为总表计量电量；将线路损耗与总用电量相关联，建立浮动线损；采用解空间约束最小二乘算法对台区电能表的计量误差进行实时求解。
在上述方法实施例内容的基础上，本发明实施例中提供的基于浮动线损模型的电能表计量误差估计方法，所述浮动线损是将线路损耗量近似于线损因子乘以总用电量，线损因子与计量周期内的总用电量成正比，为待求量。
在上述方法实施例内容的基础上，本发明实施例中提供的基于浮动线损模型的电能表计量误差估计方法，所述解空间约束最小二乘法，是对最小二乘求解算法的改进，通过台区线损模型中各个物理量的实际意义，限制模型结果的求解范围从而约束求解空间，即解空间约束。
在上述方法实施例内容的基础上，本发明实施例中提供的基于浮动线损模型的电能表计量误差估计方法，所述物理量的实际意义，是指用户用电量不能为负值，台区线路损耗和固定损耗不能为负值。
在上述方法实施例内容的基础上，本发明实施例中提供的基于浮动线损模型的电能表计量误差估计方法，所述的解空间约束最小二乘算法是在已有多组台区用电数据的情况下，实现实时在线求解电表计量误差。
在上述方法实施例内容的基础上，本发明实施例中提供的基于浮动线损模型的电能表计量误差估计方法，所述基于能量守恒和浮动线损对台区电表误差进行数学建模，包括：
Figure BDA0003525820940000021
Figure BDA0003525820940000022
其中，y为台区总用电量，P为台区电表数，
Figure BDA0003525820940000023
为用户用电量，ei为电表误差，e0为固定损耗，i为幅i个台区电表数，coe为各个周期台区总用电量与第一个计量周期的台区总用电量的比值，y1为第一个计量周期的台区总用电量，y2为第二个计量周期的台区总用电量，yk为第k个计量周期的台区总用电量，yk-1为第k-1个计量周期的台区总用电量，ε0为第一个计量周期内的线损率。
在上述方法实施例内容的基础上，本发明实施例中提供的基于浮动线损模型的电能表计量误差估计方法，所述采用解空间约束最小二乘算法对台区电能表的计量误差进行实时求解，包括：
Figure BDA0003525820940000024
x＝lsqlin(C,d,A,b,Aeq,beq,lb,ub)
其中，x为模型中待求未知量，包括电表误差，线损系数和固定损耗；C为待求模型带入台区数据后的系数矩阵；A、b、Aeq和beq均为线性约束，运算中不使用该参数；lb为解的约束下限，误差、线损系数、固损的下限分别为-1、0、0；ub为解的约束上限，固损上限为总用电量减去用户用电量的最小值，线损系数上限为1，误差无约束上限。
第二方面，本发明的实施例提供了一种基于浮动线损模型的电能表计量误差估计装置，包括：第一主模块，用于基于能量守恒和浮动线损对台区电表误差进行数学建模，台区总用电量为总表计量电量；第二主模块，用于将线路损耗与总用电量相关联，建立浮动线损；第三主模块，用于采用解空间约束最小二乘算法对台区电能表的计量误差进行实时求解。
第三方面，本发明的实施例提供了一种电子设备，包括：
至少一个处理器；以及
与处理器通信连接的至少一个存储器，其中：
存储器存储有可被处理器执行的程序指令，处理器调用程序指令能够执行第一方面的各种实现方式中任一种实现方式所提供的基于浮动线损模型的电能表计量误差估计方法。
第四方面，本发明的实施例提供了一种非暂态计算机可读存储介质，非暂态计算机可读存储介质存储计算机指令，计算机指令使计算机执行第一方面的各种实现方式中任一种实现方式所提供的基于浮动线损模型的电能表计量误差估计方法。
本发明实施例提供的基于浮动线损模型的电能表计量误差估计方法及设备，通过多组台区用电数据，利用解空间约束最小二乘算法求出台区中各用户电表的计量误差，可以实现对台区电表计量误差的监测功能，并将误差超过±2％的电表标记为超差表，推荐进行误差核验和轮换。
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做一简单的介绍，显而易见地，下面描述中的附图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的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于浮动线损模型的电能表计量误差估计方法流程图；
图2为本发明实施例提供的基于浮动线损模型的电能表计量误差估计装置结构示意图；
图3为本发明实施例提供的电子设备的实体结构示意图；
图4为本发明实施例提供的计算台区的电表计量误差计算结果示意图；
图5为本发明实施例提供的固定线损模型的求解结果示意图；
图6为本发明实施例提供的无约束最小二乘法求解的误差结果示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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。另外，本发明提供的各个实施例或单个实施例中的技术特征可以相互任意结合，以形成可行的技术方案，这种结合不受步骤先后次序和/或结构组成模式的约束，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时，应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
提供了一种基于浮动线损模型和解空间约束最小二乘算法的电能表计量误差估计方法，可以解决现有技术中电表计量误差监测效率低、覆盖小、费时费力的问题，实现电表计量误差实时监测和为电表轮换提供科学、可靠的依据。基于这种思想，本发明实施例提供了一种基于浮动线损模型的电能表计量误差估计方法，参见图1，该方法包括：基于能量守恒和浮动线损对台区电表误差进行数学建模，台区总用电量为总表计量电量；将线路损耗与总用电量相关联，建立浮动线损；采用解空间约束最小二乘算法对台区电能表的计量误差进行实时求解。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于浮动线损模型的电能表计量误差估计方法，所述浮动线损是将线路损耗量近似于线损因子乘以总用电量，线损因子与计量周期内的总用电量成正比，为待求量。
在另一实施例中，
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于浮动线损模型的电能表计量误差估计方法，所述解空间约束最小二乘法，是对最小二乘求解算法的改进，通过台区线损模型中各个物理量的实际意义，限制模型结果的求解范围从而约束求解空间，即解空间约束。
在另一实施例中，
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于浮动线损模型的电能表计量误差估计方法，所述物理量的实际意义，是指用户用电量不能为负值，台区线路损耗和固定损耗不能为负值。
在另一实施例中，
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于浮动线损模型的电能表计量误差估计方法，所述的解空间约束最小二乘算法是在已有多组台区用电数据的情况下，实现实时在线求解电表计量误差。
在另一实施例中，
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于浮动线损模型的电能表计量误差估计方法，所述基于能量守恒和浮动线损对台区电表误差进行数学建模，包括：
Figure BDA0003525820940000051
Figure BDA0003525820940000052
其中，y为台区总用电量，P为台区电表数，
Figure BDA0003525820940000053
为用户用电量，ei为电表误差，e0为固定损耗，i为幅i个台区电表数，coe为各个周期台区总用电量与第一个计量周期的台区总用电量的比值，y1为第一个计量周期的台区总用电量，y2为第二个计量周期的台区总用电量，yk为第k个计量周期的台区总用电量，yk-1为第k-1个计量周期的台区总用电量，ε0为第一个计量周期内的线损率。
在另一实施例中，进行台区电表误差建模，以能量守恒原理、台区拓扑为模型搭建基础。构建出台区总用电量、台区用户用电量、电表计量误差、固定损耗和线路损耗之间的数学关系模型：
Figure BDA0003525820940000054
其中y(i)为台区总用电量，P为台区电表数，
Figure BDA0003525820940000055
为用户用电量，ej(i)为电表误差，ey(i)为线路损耗，e0(i)为固定损耗，i是采集周期，j是用户标号(比如有100个用户分表，j就是1到100)。
对模型进行改进，基于一个假设对线路损耗进行改进：
线路损耗为传输线路的电阻导致，且计量周期内的线路电阻和输电电压保持基本不变。T1和T2两个计量周期内线路损耗之比为：
Figure BDA0003525820940000061
其中，E1和E2为两个计量周期内的线路损耗量，I1和I2为两周期内的传输电流，R为线路电阻，两个周期时长相等即t1＝t2，有：
Figure BDA0003525820940000062
其中w1和w2为两个周期的用电量，将线损电量＝线损率*供电量带入，即E＝e*W，其中e为线损系数，上式可写作：
Figure BDA0003525820940000063
即线损率与周期内的台区总用电量成正比，基于此可将模型改进为(1)式和(2)式所示。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于浮动线损模型的电能表计量误差估计方法，所述采用解空间约束最小二乘算法对台区电能表的计量误差进行实时求解，包括：
Figure BDA0003525820940000064
x＝lsqlin(C,d,A,b,Aeq,beq,lb,ub) (4)
其中，x为模型中待求未知量，包括电表误差，线损系数和固定损耗；C为待求模型带入台区数据后的系数矩阵；A、b、Aeq和beq均为线性约束，运算中不使用该参数；lb为解的约束下限，误差、线损系数、固损的下限分别为-1、0、0；ub为解的约束上限，固损上限为总用电量减去用户用电量的最小值，线损系数上限为1，误差无约束上限。
在另一实施例中，模型建好后，将多组台区用电数据带入，通过解空间约束最小二乘法求解计算，求解模型如(3)式所示。求解(3)式后，可以应用matlab中的约束求解函数lsqlin得到(4)式。通过运算可以得到台区的电表计量误差值，实现对电表进行计量误差在线监测的功能。图4为计算台区的电表计量误差计算结果，如图4所示第26块电表误差明显较大，与实际数据情况相符。
通过对比实验，验证所提出方法的性能。本方法主要有两点改进：(1)对台区电表误差模型进行了改进，浮动线损模型精确化线损项的表示；(2)对模型求解进行优化，限制物理量的求解空间，避免过度拟合导致计算不准确。因此分别针对两点进行对比实验，进行固定线损模型求解和无约束最小二乘法求解，通过对比分析求解得到的电表误差结果分析本方法的优劣。
图5为固定线损模型的求解结果，对比图4与图5所示的结果，固定线损的模型计算结果中误差大的电表很多，与实际情况不符，也说明浮动线损模型更加符合实际台区情况。图6为无约束最小二乘法求解的误差结果，对比图4与图6所示的结果，可以发现无约束最小二乘结果中误差结果存在超过-100％的情况，即用户的用电量为负，显然与实际情况相悖，也说明解空间约束最小二乘法求解更准确，一定程度上避免过度拟合情况
本发明实施例提供的基于浮动线损模型的电能表计量误差估计方法，通过多组台区用电数据，利用解空间约束最小二乘算法求出台区中各用户电表的计量误差，可以实现对台区电表计量误差的监测功能，并将误差超过±2％的电表标记为超差表，推荐进行误差核验和轮换。
本发明各个实施例的实现基础是通过具有处理器功能的设备进行程序化的处理实现的。因此在工程实际中，可以将本发明各个实施例的技术方案及其功能封装成各种模块。基于这种现实情况，在上述各实施例的基础上，本发明的实施例提供了一种基于浮动线损模型的电能表计量误差估计装置，该装置用于执行上述方法实施例中的基于浮动线损模型的电能表计量误差估计方法。参见图2，该装置包括：第一主模块，用于基于能量守恒和浮动线损对台区电表误差进行数学建模，台区总用电量为总表计量电量；第二主模块，用于将线路损耗与总用电量相关联，建立浮动线损；第三主模块，用于采用解空间约束最小二乘算法对台区电能表的计量误差进行实时求解。
本发明实施例提供的基于浮动线损模型的电能表计量误差估计装置，采用图2中的若干模块，通过多组台区用电数据，利用解空间约束最小二乘算法求出台区中各用户电表的计量误差，可以实现对台区电表计量误差的监测功能，并将误差超过±2％的电表标记为超差表，推荐进行误差核验和轮换。
需要说明的是，本发明提供的装置实施例中的装置，除了可以用于实现上述方法实施例中的方法外，还可以用于实现本发明提供的其他方法实施例中的方法，区别仅仅在于设置相应的功能模块，其原理与本发明提供的上述装置实施例的原理基本相同，只要本领域技术人员在上述装置实施例的基础上，参考其他方法实施例中的具体技术方案，通过组合技术特征获得相应的技术手段，以及由这些技术手段构成的技术方案，在保证技术方案具备实用性的前提下，就可以对上述装置实施例中的装置进行改进，从而得到相应的装置类实施例，用于实现其他方法类实施例中的方法。例如：
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于浮动线损模型的电能表计量误差估计装置，还包括：第一子模块，用于实现所述浮动线损是将线路损耗量近似于线损因子乘以总用电量，线损因子与计量周期内的总用电量成正比，为待求量。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于浮动线损模型的电能表计量误差估计装置，还包括：第二子模块，用于实现所述解空间约束最小二乘法，是对最小二乘求解算法的改进，通过台区线损模型中各个物理量的实际意义，限制模型结果的求解范围从而约束求解空间，即解空间约束。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于浮动线损模型的电能表计量误差估计装置，还包括：第三子模块，用于实现所述物理量的实际意义，是指用户用电量不能为负值，台区线路损耗和固定损耗不能为负值。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于浮动线损模型的电能表计量误差估计装置，还包括：第四子模块，用于实现所述的解空间约束最小二乘算法是在已有多组台区用电数据的情况下，实现实时在线求解电表计量误差。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于浮动线损模型的电能表计量误差估计装置，还包括：第五子模块，用于实现所述基于能量守恒和浮动线损对台区电表误差进行数学建模，包括：
Figure BDA0003525820940000081
Figure BDA0003525820940000091
其中，y为台区总用电量，P为台区电表数，
Figure BDA0003525820940000092
为用户用电量，ei为电表误差，e0为固定损耗，i为幅i个台区电表数，coe为各个周期台区总用电量与第一个计量周期的台区总用电量的比值，y1为第一个计量周期的台区总用电量，y2为第二个计量周期的台区总用电量，yk为第k个计量周期的台区总用电量，yk-1为第k-1个计量周期的台区总用电量，ε0为第一个计量周期内的线损率。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于浮动线损模型的电能表计量误差估计装置，还包括：第六子模块，用于实现所述采用解空间约束最小二乘算法对台区电能表的计量误差进行实时求解，包括：
Figure BDA0003525820940000093
x＝lsqlin(C,d,A,b,Aeq,beq,lb,ub)
其中，x为模型中待求未知量，包括电表误差，线损系数和固定损耗；C为待求模型带入台区数据后的系数矩阵；A、b、Aeq和beq均为线性约束，运算中不使用该参数；lb为解的约束下限，误差、线损系数、固损的下限分别为-1、0、0；ub为解的约束上限，固损上限为总用电量减去用户用电量的最小值，线损系数上限为1，误差无约束上限。
本发明实施例的方法是依托电子设备实现的，因此对相关的电子设备有必要做一下介绍。基于此目的，本发明的实施例提供了一种电子设备，如图3所示，该电子设备包括：至少一个处理器(processor)、通信接口(Communications Interface)、至少一个存储器(memory)和通信总线，其中，至少一个处理器，通信接口，至少一个存储器通过通信总线完成相互间的通信。至少一个处理器可以调用至少一个存储器中的逻辑指令，以执行前述各个方法实施例提供的方法的全部或部分步骤。
此外，上述的至少一个存储器中的逻辑指令可以通过软件功能单元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)执行本发明各个方法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-Only Memory)、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。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。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。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。基于这种认识，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
在本专利中，术语"包括"、"包含"或者其任何其它变体意在涵盖非排它性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句"包括……"限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
最后应说明的是：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)

1.一种基于浮动线损模型的电能表计量误差估计方法，其特征在于，包括：基于能量守恒和浮动线损对台区电表误差进行数学建模，台区总用电量为总表计量电量；将线路损耗与总用电量相关联，建立浮动线损；采用解空间约束最小二乘算法对台区电能表的计量误差进行实时求解。
2.根据权利要求1所述的基于浮动线损模型的电能表计量误差估计方法，其特征在于，所述浮动线损是将线路损耗量近似于线损因子乘以总用电量，线损因子与计量周期内的总用电量成正比，为待求量。
3.根据权利要求2所述的基于浮动线损模型的电能表计量误差估计方法，其特征在于，所述解空间约束最小二乘法，是对最小二乘求解算法的改进，通过台区线损模型中各个物理量的实际意义，限制模型结果的求解范围从而约束求解空间，即解空间约束。
4.根据权利要求3所述的基于浮动线损模型的电能表计量误差估计方法，其特征在于，所述物理量的实际意义，是指用户用电量不能为负值，台区线路损耗和固定损耗不能为负值。
5.根据权利要求4所述的基于浮动线损模型的电能表计量误差估计方法，其特征在于，所述的解空间约束最小二乘算法是在已有多组台区用电数据的情况下，实现实时在线求解电表计量误差。
6.根据权利要求5所述的基于浮动线损模型的电能表计量误差估计方法，其特征在于，所述基于能量守恒和浮动线损对台区电表误差进行数学建模，包括：
Figure FDA0003525820930000011
Figure FDA0003525820930000012
其中，y为台区总用电量，P为台区电表数，
Figure FDA0003525820930000021
为用户用电量，ei为电表误差，e0为固定损耗，i为幅i个台区电表数，coe为各个周期台区总用电量与第一个计量周期的台区总用电量的比值，y1为第一个计量周期的台区总用电量，y2为第二个计量周期的台区总用电量，yk为第k个计量周期的台区总用电量，yk-1为第k-1个计量周期的台区总用电量，ε0为第一个计量周期内的线损率。
7.根据权利要求6所述的基于浮动线损模型的电能表计量误差估计方法，其特征在于，所述采用解空间约束最小二乘算法对台区电能表的计量误差进行实时求解，包括：
Figure FDA0003525820930000022
x＝lsqlin(C,d,A,b,Aeq,beq,lb,ub)
其中，x为模型中待求未知量，包括电表误差，线损系数和固定损耗；C为待求模型带入台区数据后的系数矩阵；A、b、Aeq和beq均为线性约束，运算中不使用该参数；lb为解的约束下限，误差、线损系数、固损的下限分别为-1、0、0；ub为解的约束上限，固损上限为总用电量减去用户用电量的最小值，线损系数上限为1，误差无约束上限。
8.一种基于浮动线损模型的电能表计量误差估计装置，其特征在于，包括：第一主模块，用于基于能量守恒和浮动线损对台区电表误差进行数学建模，台区总用电量为总表计量电量；第二主模块，用于将线路损耗与总用电量相关联，建立浮动线损；第三主模块，用于采用解空间约束最小二乘算法对台区电能表的计量误差进行实时求解。
9.一种电子设备，其特征在于，包括：
至少一个处理器、至少一个存储器和通信接口；其中，
所述处理器、存储器和通信接口相互间进行通信；
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令，以执行权利要求1至7任一项权利要求所述的方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行权利要求1至7中任一项权利要求所述的方法。
CN202210193393.7A 2022-03-01 2022-03-01 基于浮动线损模型的电能表计量误差估计方法及设备 Active CN114814708B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210193393.7A CN114814708B (zh) 2022-03-01 2022-03-01 基于浮动线损模型的电能表计量误差估计方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210193393.7A CN114814708B (zh) 2022-03-01 2022-03-01 基于浮动线损模型的电能表计量误差估计方法及设备

Publications (2)

Publication Number Publication Date
CN114814708A true CN114814708A (zh) 2022-07-29
CN114814708B CN114814708B (zh) 2024-09-13

Family

ID=82529735

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210193393.7A Active CN114814708B (zh) 2022-03-01 2022-03-01 基于浮动线损模型的电能表计量误差估计方法及设备

Country Status (1)

Country Link
CN (1) CN114814708B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115524658A (zh) * 2022-11-28 2022-12-27 北京志翔科技股份有限公司 电能表运行误差确定方法及装置
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
CN115542236A (zh) * 2022-11-24 2022-12-30 北京志翔科技股份有限公司 电能表运行误差估计方法及装置
CN115656914A (zh) * 2022-12-12 2023-01-31 湖南省计量检测研究院 一种基于大数据的智能电表计量准确性检测方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110609249A (zh) * 2019-09-10 2019-12-24 中国电力科学研究院有限公司 一种基于电能表采集信息的计量异常分析处理系统
CN111398885A (zh) * 2020-03-27 2020-07-10 天津大学 一种结合线损分析的智能电表运行误差监控方法
CN111428754A (zh) * 2020-02-29 2020-07-17 贵州电网有限责任公司 一种基于基态修正的线损率标杆值的优化设计方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110609249A (zh) * 2019-09-10 2019-12-24 中国电力科学研究院有限公司 一种基于电能表采集信息的计量异常分析处理系统
CN111428754A (zh) * 2020-02-29 2020-07-17 贵州电网有限责任公司 一种基于基态修正的线损率标杆值的优化设计方法
CN111398885A (zh) * 2020-03-27 2020-07-10 天津大学 一种结合线损分析的智能电表运行误差监控方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"Multimodal Feature Extraction and Fusion Deep Neural Networks for Short-Term Load Forecasting", 《 IEEE ACCESS》, vol. 8, 9 October 2020 (2020-10-09), pages 185373 *
徐焕增等: "基于动态线损及FMRLS算法的智能电表误差在线评估模型", 《中国电机工程学报》, vol. 41, no. 24, 31 December 2021 (2021-12-31) *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115542236A (zh) * 2022-11-24 2022-12-30 北京志翔科技股份有限公司 电能表运行误差估计方法及装置
CN115524658A (zh) * 2022-11-28 2022-12-27 北京志翔科技股份有限公司 电能表运行误差确定方法及装置
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
CN115656914A (zh) * 2022-12-12 2023-01-31 湖南省计量检测研究院 一种基于大数据的智能电表计量准确性检测方法及装置
CN115656914B (zh) * 2022-12-12 2023-10-10 湖南省计量检测研究院 一种基于大数据的智能电表计量准确性检测方法及装置

Also Published As

Publication number Publication date
CN114814708B (zh) 2024-09-13

Similar Documents

Publication Publication Date Title
CN114814708B (zh) 基于浮动线损模型的电能表计量误差估计方法及设备
Haghi et al. Nonlinear modeling of temporal wind power variations
Wan et al. Weighted least squares methods for load estimation in distribution networks
Almutairi et al. Use of MCMC to incorporate a wind power model for the evaluation of generating capacity adequacy
CN104104081B (zh) 一种基于优化方法的非迭代不确定潮流分析方法
CN113381408B (zh) 一种基于配电自动化数据的用电异常配变定位方法及装置
CN108054757A (zh) 一种内嵌无功和电压的n-1闭环安全校核方法
CN103632031B (zh) 一种基于负荷曲线分解的农村负荷类型负荷建模方法
Montano-Martinez et al. Detailed primary and secondary distribution system feeder modeling based on AMI data
Sobolewski et al. Estimation of wind farms aggregated power output distributions
CN106066415A (zh) 用于检测供电网络中的欺诈的方法
CN106356867B (zh) 一种节点无功电压灵敏度的确定方法
Klonari et al. Probabilistic modeling of short term fluctuations of photovoltaic power injection for the evaluation of overvoltage risk in low voltage grids
Kumar et al. Leveraging DERs to improve the inference of distribution network topology
Nycander et al. Power-based modelling of renewable variability in dispatch models with clustered time periods
Haouas et al. Wind farm power forecasting
Zhou et al. Global sensitivity analysis for the short-term prediction of system variables
Papic et al. Practical experience in evaluating adequacy of generating capacity in the Western interconnection
CN105260946A (zh) 低压同期线损统计方法
CN112381436A (zh) 逐时电负荷生成方法、装置、电子设备及存储介质
Yin et al. Probabilistic power flow computation using collocation method and including correlation modeling
Lin et al. The credibility modelling and analysis of ami measurements for distribution system state estimation
CN106875077B (zh) 一种用于输电网中长期拓展规划的混合性规划方法
Datta Meter Placement for State Estimation in distribution networks
Han et al. Measuring technological progress of smart grid based on production function approach

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