CN114942402B - 一种异常电能表定位方法及系统 - Google Patents

一种异常电能表定位方法及系统 Download PDF

Info

Publication number
CN114942402B
CN114942402B CN202210854017.8A CN202210854017A CN114942402B CN 114942402 B CN114942402 B CN 114942402B CN 202210854017 A CN202210854017 A CN 202210854017A CN 114942402 B CN114942402 B CN 114942402B
Authority
CN
China
Prior art keywords
abnormal
electric energy
energy meter
voltage
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.)
Active
Application number
CN202210854017.8A
Other languages
English (en)
Other versions
CN114942402A (zh
Inventor
陈应林
陈勉舟
刘思成
代洁
周阳
刘义
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 Gelanruo Intelligent Technology Co ltd
Original Assignee
Wuhan Glory Road Intelligent Technology 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 Wuhan Glory Road Intelligent Technology Co ltd filed Critical Wuhan Glory Road Intelligent Technology Co ltd
Priority to CN202210854017.8A priority Critical patent/CN114942402B/zh
Publication of CN114942402A publication Critical patent/CN114942402A/zh
Application granted granted Critical
Publication of CN114942402B publication Critical patent/CN114942402B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R35/00Testing or calibrating of apparatus covered by the other groups of this subclass
    • G01R35/04Testing 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)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明提供一种异常电能表定位方法及系统,该方法包括:根据变电站联络线的连接关系,通过广度优先搜索构建电气拓扑图;获取关口电能表测量的电压值和电流值,基于特勒根定理计算所述电气拓扑图中各支路两端的电势差矩阵和支路电流矩阵;根据各支路电势差矩阵和支路电流矩阵,计算预定时间内消耗功率,通过均方差法和四分位距法对应判断消耗功率、同向电压和是否异常,根据消耗功率异常、同向电压异常情况,判断电气拓扑图中是否存在电能表异常;若存在电能表异常,则通过费舍尔判别法定位异常电能表。通过该方案可以避免现场电能表误差检测,节省人力物力,并能有效提高电能表异常检测定位的准确性和可靠性。

Description

一种异常电能表定位方法及系统
技术领域
本发明属于电力监测领域,尤其涉及一种异常电能表定位方法及系统。
背景技术
随着电网规模不断扩大,交易电量和电能计量装置越来越多,对电能计量适用范围和测量精度也提出了更高要求。电能表是计量装置十分重要的部分,能计量用户或支路消耗的电能,其规格分为三相三线、三相四线等。一般电能表会受电压、频率、周围温度变化、波形畸变、倾斜影响、不稳定运行以及三相电能表的电压不对称等因素的影响产生误差,为了避免电能表超差影响电能计量装置的使用效果,对电能表异常的判别和异常定位尤为重要。
当前,在现有公开的电能表监测方法中,有依据关口电能表的实际应用,提出了“标准表比较法”,通过现场校验电能表的误差,研制了远程监测装置。但该方法需要与标准电能表比对,需要现场检查,较为耗时耗力。而在公开专利(公开号CN114460529A)中,提出将误差初值代入能量守恒的电能表误差求解模型,根据电能表的电量和台区线损的pearson相关系数判断该电表是否属于超差的电能表,由于该方法运用能量守恒定律可能存在巧合抵消,会影响电能表误差判断的准确度。
发明内容
有鉴于此,本发明实施例提供了一种异常电能表定位方法及系统,用于解决现有电能表异常检测耗时耗力、误差准确度低的问题。
在本发明实施例的第一方面,提供了一种异常电能表定位方法,包括:
根据变电站联络线的连接关系,通过广度优先搜索构建电气拓扑图;
获取关口电能表测量的电压值和电流值,基于特勒根定理计算所述电气拓扑图中各支路两端的电势差矩阵和支路电流矩阵;
根据各支路电势差矩阵和支路电流矩阵,计算预定时间内消耗功率,通过均方差法和四分位距法对应判断消耗功率、同向电压和是否异常,根据消耗功率异常、同向电压异常情况,判断电气拓扑图中是否存在电能表异常的情况;
若存在电能表异常的情况,则通过费舍尔判别法定位异常电能表。
在本发明实施例的第二方面,提供了一种异常电能表定位系统,包括:
拓扑图构建模块,用于根据变电站联络线的连接关系,通过广度优先搜索构建电气拓扑图;
计算模块,用于获取关口电能表测量的电压值和电流值,基于特勒根定理计算所述电气拓扑图中各支路两端的电势差矩阵和支路电流矩阵;
异常判断模块,用于根据各支路电势差矩阵和支路电流矩阵,计算预定时间内消耗功率,通过均方差法和四分位距法对应判断消耗功率、同向电压和是否异常,根据消耗功率异常、同向电压异常情况,判断电气拓扑图中是否存在电能表异常的情况;
异常定位模块,用于若存在电能表异常的情况,则通过费舍尔判别法定位异常电能表。
在本发明实施例的第三方面,提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器运行的计算机程序,所述处理器执行所述计算机程序时实现如本发明实施例第一方面所述方法的步骤。
在本发明实施例的第四方面,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存储有计算机程序,所述计算机程序被处理器执行时实现本发明实施例第一方面提供的所述方法的步骤。
本发明实施例中,通过广度优先搜索构建电网拓扑图,基于特勒根定理,计算支路的电势差和电流,并通过均方差法和IQR法分别判断消耗功率和电压是否正常,综合判定当前站点是否存在电能表异常,通过费舍尔判别法定位异常电能表,从而能够实现远程电能表故障检测定位,节省人力物力,并能有效避免异常能量守恒导致电能表误差判断错误,提高了电能表异常检测判断的准确性和可靠性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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介绍,显而易见地,下面描述的附图仅仅是本发明的一些实施例,对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取其他附图。
图1为本发明一个实施例提供的一种异常电能表定位方法流程示意图;
图2为本发明一个实施例提供的一种异常电能表定位系统的结构示意图;
图3为本发明的一个实施例提供的一种电子设备的结构示意图。
具体实施方式
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。
应当理解,本发明的说明书或权利要求书及上述附图中的术语“包括”以及其他相近意思表述,意指覆盖不排他的包含,如包含一系列步骤或单元的过程、方法或系统、设备没有限定于已列出的步骤或单元。此外,“第一”“第二”用于区分不同对象,并非用于描述特定顺序。
请参阅图1,本发明实施例提供的一种异常电能表定位方法的流程示意图,包括:
S101、根据变电站联络线的连接关系,通过广度优先搜索构建电气拓扑图;
变电站联络线是电力系统用于电力设备联结的导线,根据变电站的接线图,可以得到各设备的连接关系。所述广度优先搜索是是从根节点开始,沿着树的宽度遍历树的节点,当所有节点均被访问,则算法中止。通过广度优先搜索算法可以实现区域电网模型化表达。
具体的,根据变电站的接线图,将某变电站的实际接线情况进行模型化表达:用拓扑分析法中的广度优先搜索方法,系统地展开并检查图中的所有节点,实现变电站内遍历,根据联络线的连接关系逐层搜索通过站内的各条线路,形成一个系统联通网,该网络中的二端元器件作为边,元件间的电气连接作为节点,绘制电气拓扑关系图,图设为G,边数为b,节点为n个,以得到该变电站接线情况的模型化表达。
S102、获取关口电能表测量的电压值和电流值,基于特勒根定理计算所述电气拓扑图中各支路两端的电势差矩阵和支路电流矩阵;
当电网正常运行时,根据电路理论,系统中的各条支路两端的节点电压支路电流严格满足拓扑约束和电气约束。
通过关口电能表测量各支路的电压和电流值,根据电路定理计算电气拓扑图中每条边的电势差和支路电流。
示例性的,设电气拓扑网络中使用的关口电能表为n个,每个关口电能表能测量出电压和电流值作为一个计量点,第i个电能表示值记为Ui和Ii(i≤n),记第k条边即第k条支路两端电势差为Uk,其支路电流为Ik,通过电路定理计算计量点可得到每条边两端电势差Uk和支路电流Ik
所述特勒根定理为电气网络满足总电流守恒(基尔霍夫电流定律)且所有闭合回路电压代数和为零。
具体的,取一致的参考方向,根据特勒根定理:理论上支路的乘积即消耗功率之和等于0,即
Figure DEST_PATH_IMAGE002
; (1)
每小时取一个电压电流示值,取最近h个小时的示值数据,如取h=1000,得到电能表的电压示值和电流示值数据,继而计算得到每条边两端电势差和支路电流矩阵:
Figure DEST_PATH_IMAGE004
S103、根据各支路电势差矩阵和支路电流矩阵,计算预定时间内消耗功率,通过均方差法和四分位距法对应判断消耗功率、同向电压和是否异常,根据消耗功率异常、同向电压异常情况,判断电气拓扑图中是否存在电能表异常的情况;
所述消耗功率为各支路一段时间内消耗的功率和,一般可以根据各支路电势差和支路电流计算得到。所述同向电压和为一段时间的各支路电压之和,一般可以通过各支路电势差求和得到。
具体的,根据公式(2)计算预定时间内消耗功率:
Figure DEST_PATH_IMAGE006
; (2)
其中,U k 为支路电势差,I k 为支路电流,b为电气拓扑关系图的边数。
所述均方差法是将相同方法测量或计算的结果归在一起,计算均值及标准差,将均值作为靶值,判断数据是否满足特定的条件。所述四分位距法(IQR)是将各变量值按大小排序后,将数列分成四等分,得第三个四分位上的值与第一个四分位上的值的差,判断数据是否异常。
其中,当所述消耗功率Px超出[-3σ,3σ]的范围,则判定各支路消耗功率异常;其中,Px为预定时间内消耗功率,σ为消耗功率标准差。
计算消耗功率的标准差σ,参照均方差异常检测方法,将μ设为理想条件下消耗功率正常值0,计算±3σ,当实时消耗功率Px>0+3σ或Px<0-3σ,判定为消耗功率异常。
对于消耗功率判断方法判断为异常的情况,结果为存在异常。为解决消耗功率有大有小导致总消耗功率之和却也接近0这种特殊情况,进行电压判断异常对消耗功率判断法补充,对于消耗功率判断法判断为无异常的情况,计算同一方向下的电压之和,判断同向电压和是否异常。
其中,当消耗功率不存在异常,计算同一电流方向下的电压和,将预定时间内各支路电压和进行排序,分别计算上四分位点Q3和下四分位点Q1的差值,并计算均值M:
Figure DEST_PATH_IMAGE008
; (3)
计算电压判断法得分G:
Figure DEST_PATH_IMAGE010
; (4)
当电压判断得分G小于预设得分阈值T,则判定同向电压和异常。
其中,Ux为同一方向的电压和,IQR为上四分位点Q3和下四分位点Q1的差值,h为采集历史数据的小时数。根据变电站实际情况,设置电压判断法得分阈值T(0<T<100),当G<T,该互感器视为异常,综合判断结果为存在异常情况。
计算同一方向下电压和,根据h小时内的Ux数据进行由大到小排序,计算出上四分位点Q3和下四分位点Q1,计算IQR = Q3-Q1,并计算均值M,根据电压异常判断得分是否超过得分阈值,判断同向电压和异常。
优选的,当消耗功率异常,则判定电能表异常;或者,当消耗功率无异常且同向电压和异常,则判定电能表异常。即当消耗功率存在异常或者电压存在异常时,均可以判定电能表异常。电压判断异常实际是消耗功率判断的补充,防止消耗功率有大有小导致总消耗功率之和却也接近0这种特殊情况。
S104、若存在电能表异常的情况,则通过费舍尔判别法定位异常电能表。
所述费舍尔判别法是将多维数据投影到某一方向上,使得投影后类与类之间尽可能的分开,进而确定合适的判别准则。
电能表判断为异常后,即存在电能表异常的情况,需要定位出异常电能表的位置,采用fisher判别分析法对变电站拓扑图内的电能表逐一判别,找出异常的电能表。
具体的,采集待测变电站电能表历史检修数据,将采样数据作为训练样本划分为正常集和故障集;将电能表点电压和电流分别作为横纵坐标,将正常集和异常集表示为平面坐标系中坐标点,分别计算正常集和异常集的均值向量,计算类内离散矩阵,并计算类内总离散矩阵和总离散矩阵的逆矩阵;基于拉格朗日乘子法解出费舍尔线性判别的最佳投影方向,并计算特征向量和判别函数,根据特征向量和判别函数,计算判别阈值;通过所述判别阈值判断待测电能表是否异常。
采集待测变电站电能表历史检修数据,包括电能表的故障信息和电压电流示数数据,根据电能表的故障情况,将训练样本划分为两个子集正常集X0和故障集X1,故障集即作为的异常集,每个集有电压示数U i 和电流示数I i ,电能表数量仍记为n,将电能表电压示数作为横坐标,电流示数作为纵坐标,x表示在二维平面内Ui和Ii组成的坐标点,分别计算正常和异常两类的均值向量ui(i=0,1):
Figure DEST_PATH_IMAGE012
; (5)
分别计算两类的类内离散矩阵S ωi :
Figure DEST_PATH_IMAGE014
; (6)
计算类内总离散矩阵
Figure DEST_PATH_IMAGE016
,计算该离散矩阵的逆矩阵
Figure DEST_PATH_IMAGE018
;采用拉格朗日乘子法解出Fisher线性判别的最佳投影方向并计算向量
Figure DEST_PATH_IMAGE020
,计算判别函数
Figure DEST_PATH_IMAGE022
,计算用于判断的阈值ω0:
Figure DEST_PATH_IMAGE024
; (7)
当y<ω0,待测电能表视为与X0一类,即正常电能表,当y>ω0,待测电能表视为与X1一类,即异常电能表,以此定位异常的电能表。
本实施例中,基于特勒根定理等电气定理,分别通过均方差法和IQR法判断消耗功率和电压是否正常,以综合判定当前站点存在电能表异常,避免巧合导致异常能量守恒,影响检测结果的准确性。在电能表存在异常时,通过fisher判别方法逐一判断电能表状态,实现定位异常电能表。
基于电网拓扑在线数据快速判断电能表状态,避免局部或本地信息的影响,可以面向电力系统更广范围,充分利用电网中的多点多元广域信息,有助于运维人员及时发现电能表的问题,能提高现场运维效率,节省人力物力。可以提前做出检测发现电能表存在的故障,提高电能表异常检测判断的准确性和可靠性,避免错误诊断或未及时的发现故障导致的恶劣后果。
应理解,上述实施例中各步骤的序号大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
图2为本发明实施例提供的一种异常电能表定位系统的结构示意图,该系统包括:
拓扑图构建模块210,用于根据变电站联络线的连接关系,通过广度优先搜索构建电气拓扑图;
计算模块220,用于获取关口电能表测量的电压值和电流值,基于特勒根定理计算所述电气拓扑图中各支路两端的电势差矩阵和支路电流矩阵;
异常判断模块230,用于根据各支路电势差矩阵和支路电流矩阵,计算预定时间内消耗功率,通过均方差法和四分位距法对应判断消耗功率、同向电压和是否异常,根据消耗功率异常、同向电压异常情况,判断电气拓扑图中是否存在电能表异常的情况;
具体的,当所述消耗功率Px超出[-3σ,3σ]的范围,则判定消耗功率异常,Px为预定时间内消耗功率,σ为消耗功率标准差。
具体的,当消耗功率不存在异常,计算同一电流方向下的电压和,将预定时间内各支路电压和进行排序,分别计算上四分位点Q3和下四分位点Q1的差值,并计算均值M;
Figure DEST_PATH_IMAGE026
计算电压判断法得分G:
Figure DEST_PATH_IMAGE028
当电压判断得分G小于预设得分阈值T,则判定同向电压和异常。
其中,Ux为同一方向的电压和,IQR为上四分位点Q3和下四分位点Q1的差值,h为所用历史数据的小时数。
其中,当消耗功率异常,则判定电能表异常;或者,当消耗功率无异常且同向电压和异常,则判定电能表异常。
异常定位模块240,用于若存在电能表异常的情况,则通过费舍尔判别法定位异常电能表。
具体的,所述异常定位模块包括:
采用单元,采集待测变电站电能表历史检修数据,将采样数据作为训练样本划分为正常集和故障集;
第一计算单元,将电能表点电压和电流分别作为横纵坐标,将正常集和异常集表示为平面坐标系中坐标点,分别计算正常集和异常集的均值向量,计算类内离散矩阵,并计算类内总离散矩阵和总离散矩阵的逆矩阵;
第二计算单元,基于拉格朗日乘子法解出费舍尔线性判别的最佳投影方向,并计算特征向量和判别函数,根据特征向量和判别函数,计算判别阈值;
判断单元,通过所述判别阈值判断待测电能表是否异常。
所述领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置和模块的具体工作过程可以参考前述方法实施例中对应的过程,在此不再赘述。
图3是本发明一实施例提供的一种电子设备的结构示意图。所述电子设备用于异常电能表检测定位。如图3所示,该实施例的电子设备3至少包括:存储器310、处理器320以及系统总线330,所述存储器310包括存储其上的可运行的程序3101,本领域技术人员可以理解,图3中示出的电子设备结构并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图3对电子设备的各个构成部件进行具体的介绍:
存储器310可用于存储软件程序以及模块,处理器320通过运行存储在存储器310的软件程序以及模块,从而执行电子设备的各种功能应用以及数据处理。存储器310可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备的使用所创建的数据(比如缓存数据)等。此外,存储器310可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
在存储器310上包含网络请求方法的可运行程序3101,所述可运行程序3101可以被分割成一个或多个模块/单元,所述一个或多个模块/单元被存储在所述存储器310中,并由处理器320执行,以实现电能表异常检测定位等,所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序3101在所述电子设备3中的执行过程。例如,所述计算机程序3101可以被分割为拓扑图构建模块、计算模块、异常判断模块和异常定位模块等。
处理器320是电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器310内的软件程序和/或模块,以及调用存储在存储器310内的数据,执行电子设备的各种功能和处理数据,从而对电子设备进行整体状态监控。可选的,处理器320可包括一个或多个处理单元;优选的,处理器320可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器320中。
系统总线330是用来连接计算机内部各功能部件,可以传送数据信息、地址信息、控制信息,其种类可以是例如PCI总线、ISA总线、CAN总线等。处理器320的指令通过总线传递至存储器310,存储器310反馈数据给处理器320,系统总线330负责处理器320与存储器310之间的数据、指令交互。当然系统总线330还可以接入其他设备,例如网络接口、显示设备等。
在本发明实施例中,该电子设备所包括的处理320执行的可运行程序包括:
根据变电站联络线的连接关系,通过广度优先搜索构建电气拓扑图;
获取关口电能表测量的电压值和电流值,基于特勒根定理计算所述电气拓扑图中各支路两端的电势差矩阵和支路电流矩阵;
根据各支路电势差矩阵和支路电流矩阵,计算预定时间内消耗功率,通过均方差法和四分位距法对应判断消耗功率、同向电压和是否异常,根据消耗功率异常、同向电压异常情况,判断电气拓扑图中是否存在电能表异常的情况;
若存在电能表异常的情况,则通过费舍尔判别法定位异常电能表。
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,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
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 (5)

1.一种异常电能表定位方法,其特征在于,包括:
根据变电站联络线的连接关系,通过广度优先搜索构建电气拓扑图;
获取关口电能表测量的电压值和电流值,基于特勒根定理计算所述电气拓扑图中各支路两端的电势差矩阵和支路电流矩阵;
根据各支路电势差矩阵和支路电流矩阵,计算预定时间内消耗功率,通过均方差法和四分位距法对应判断消耗功率、同向电压和是否异常,根据消耗功率异常、同向电压和异常情况,判断电气拓扑图中是否存在电能表异常的情况;
其中,所述通过均方差法和四分位距法对应判断消耗功率、同向电压和是否异常包括:
当消耗功率不存在异常,则计算同一电流方向下各支路的电压和,将预定时间内各支路电压和进行排序,计算上四分位点Q3和下四分位点Q1的差值,并计算均值M:;
Figure 2
计算电压判断得分G:
Figure RE-411811DEST_PATH_IMAGE004
当电压判断得分G小于预设得分阈值T,则判定同向电压和异常;
式中,Ux为同一方向的电压和,IQR为上四分位点Q3和下四分位点Q1的差值,i为计数变量,h为采集历史数据的小时数;
其中,所述根据消耗功率异常、同向电压和异常情况,判断电气拓扑图中是否存在电能表异常的情况包括:
当消耗功率异常,则判定电能表异常;
或者,当消耗功率无异常且同向电压和异常,则判定电能表异常;
若存在电能表异常的情况,则通过费舍尔判别法定位异常电能表;
其中,采集待测变电站电能表历史检修数据,将采样数据作为训练样本划分为正常集和故障集;
将电能表点电压和电流分别作为横纵坐标,将正常集和异常集表示为平面坐标系中坐标点,分别计算正常集和异常集的均值向量,计算类内离散矩阵,并计算类内总离散矩阵和总离散矩阵的逆矩阵;
基于拉格朗日乘子法解出费舍尔线性判别的最佳投影方向,并计算特征向量和判别函数,根据特征向量和判别函数,计算判别阈值;
通过所述判别阈值判断待测电能表是否异常。
2.根据权利要求1所述的方法,其特征在于,所述通过均方差法和四分位距法对应判断消耗功率、同向电压和是否异常包括:
当所述消耗功率Px超出[-3σ,3σ]的范围,则判定消耗功率异常;
其中,σ为消耗功率标准差。
3.一种异常电能表定位系统,其特征在于,包括:
拓扑图构建模块,用于根据变电站联络线的连接关系,通过广度优先搜索构建电气拓扑图;
计算模块,用于获取关口电能表测量的电压值和电流值,基于特勒根定理计算所述电气拓扑图中各支路两端的电势差矩阵和支路电流矩阵;
异常判断模块,用于根据各支路电势差矩阵和支路电流矩阵,计算预定时间内消耗功率,通过均方差法和四分位距法对应判断消耗功率、同向电压和是否异常,根据消耗功率异常、同向电压异常情况,判断电气拓扑图中是否存在电能表异常的情况;
其中,所述通过均方差法和四分位距法对应判断消耗功率、同向电压和是否异常包括:
当消耗功率不存在异常,则计算同一电流方向下各支路的电压和,将预定时间内各支路电压和进行排序,计算上四分位点Q3和下四分位点Q1的差值,并计算均值M:
Figure 1
;
计算电压判断得分G:
Figure RE-DEST_PATH_IMAGE008
当电压判断得分G小于预设得分阈值T,则判定同向电压和异常;
式中,Ux为同一方向的电压和,IQR为上四分位点Q3和下四分位点Q1的差值,i为计数变量,h为采集历史数据的小时数;
其中,所述根据消耗功率异常、同向电压和异常情况,判断电气拓扑图中是否存在电能表异常的情况包括:
当消耗功率异常,则判定电能表异常;
或者,当消耗功率无异常且同向电压和异常,则判定电能表异常;
异常定位模块,用于若存在电能表异常的情况,则通过费舍尔判别法定位异常电能表;
其中,所述异常定位模块包括:
采用单元,采集待测变电站电能表历史检修数据,将采样数据作为训练样本划分为正常集和故障集;
第一计算单元,将电能表点电压和电流分别作为横纵坐标,将正常集和异常集表示为平面坐标系中坐标点,分别计算正常集和异常集的均值向量,计算类内离散矩阵,并计算类内总离散矩阵和总离散矩阵的逆矩阵;
第二计算单元,基于拉格朗日乘子法解出费舍尔线性判别的最佳投影方向,并计算特征向量和判别函数,根据特征向量和判别函数,计算判别阈值;
判断单元,通过所述判别阈值判断待测电能表是否异常。
4.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至2任一项所述的一种异常电能表定位方法的步骤。
5.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被执行时实现如权利要求1至2任一项所述的一种异常电能表定位方法的步骤。
CN202210854017.8A 2022-07-20 2022-07-20 一种异常电能表定位方法及系统 Active CN114942402B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210854017.8A CN114942402B (zh) 2022-07-20 2022-07-20 一种异常电能表定位方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210854017.8A CN114942402B (zh) 2022-07-20 2022-07-20 一种异常电能表定位方法及系统

Publications (2)

Publication Number Publication Date
CN114942402A CN114942402A (zh) 2022-08-26
CN114942402B true CN114942402B (zh) 2022-11-29

Family

ID=82911655

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210854017.8A Active CN114942402B (zh) 2022-07-20 2022-07-20 一种异常电能表定位方法及系统

Country Status (1)

Country Link
CN (1) CN114942402B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116977435A (zh) * 2023-09-15 2023-10-31 广州志正电气有限公司 靠岸船舶自动识别的岸电系统
CN118244191B (zh) * 2024-05-28 2024-08-02 国网甘肃省电力公司白银供电公司 一种不间断供电的电力采集计量系统

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1593496A (en) * 1978-03-02 1981-07-15 Landis & Gyr Ag Electricity meters
WO1994022024A1 (en) * 1993-03-13 1994-09-29 Ampy Automation - Digilog Limited Power meter
JP2001313617A (ja) * 2000-04-28 2001-11-09 Sharp Corp 符号分割多元接続方式の携帯電話機における送信回路系の故障診断方法
CN101281215A (zh) * 2007-04-04 2008-10-08 英业达股份有限公司 主动式电流检测系统
CN107103125A (zh) * 2017-04-01 2017-08-29 宁波大学 一种基于两分类Fisher判别分析的故障诊断方法
CN107643507A (zh) * 2017-09-05 2018-01-30 天津市电力科技发展有限公司 一种基于电网线路运行误差远程校准的精益线损分析与管控方法
CN108008176A (zh) * 2017-11-22 2018-05-08 福州大学 一种光伏阵列实时状态监测与故障定位系统
CN108492000A (zh) * 2018-02-11 2018-09-04 浙江大学 一种面向百万千瓦超超临界机组非平稳故障特性的在线故障诊断方法
CN110036307A (zh) * 2016-12-14 2019-07-19 华为技术有限公司 一种定位方法、系统及相关设备
JP2020071281A (ja) * 2018-10-30 2020-05-07 キヤノン株式会社 情報処理装置、情報処理装置の制御方法、及びプログラム
EP3719711A2 (en) * 2020-07-30 2020-10-07 Institutul Roman De Stiinta Si Tehnologie Method of detecting anomalous data, machine computing unit, computer program
CN112381476A (zh) * 2021-01-18 2021-02-19 中国电力科学研究院有限公司 用于确定状态异常的电能表的方法及装置
CN112581306A (zh) * 2019-09-30 2021-03-30 广东电网有限责任公司佛山供电局 一种基于穷举的区域网络拓扑关系确认方法、装置和系统
CN112865321A (zh) * 2021-03-02 2021-05-28 国网河北省电力有限公司邢台供电分公司 一种配变台区线损异常用户定位分析系统
WO2021109524A1 (zh) * 2019-12-03 2021-06-10 江苏智臻能源科技有限公司 基于电力采集终端的台区停电故障实时定位方法
CN113037595A (zh) * 2021-03-29 2021-06-25 北京奇艺世纪科技有限公司 异常设备检测方法、装置、电子设备及存储介质
CN113966403A (zh) * 2019-04-22 2022-01-21 奥特拉公司 样品中多核苷酸序列的分数丰度的多孔测定

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7554320B2 (en) * 2005-10-28 2009-06-30 Electro Industries/Gauge Tech. Intelligent electronic device for providing broadband internet access
US9891306B2 (en) * 2015-07-02 2018-02-13 Raytheon Company Geolocating a remote emitter
US20220163420A1 (en) * 2019-04-24 2022-05-26 The University Of Adelaide Method and system for detecting a structural anomaly in a pipeline network
US11515725B2 (en) * 2020-09-21 2022-11-29 Landis+Gyr Innovations, Inc. Autonomous topology validation for electrical supply network

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1593496A (en) * 1978-03-02 1981-07-15 Landis & Gyr Ag Electricity meters
WO1994022024A1 (en) * 1993-03-13 1994-09-29 Ampy Automation - Digilog Limited Power meter
JP2001313617A (ja) * 2000-04-28 2001-11-09 Sharp Corp 符号分割多元接続方式の携帯電話機における送信回路系の故障診断方法
CN101281215A (zh) * 2007-04-04 2008-10-08 英业达股份有限公司 主动式电流检测系统
CN110036307A (zh) * 2016-12-14 2019-07-19 华为技术有限公司 一种定位方法、系统及相关设备
CN107103125A (zh) * 2017-04-01 2017-08-29 宁波大学 一种基于两分类Fisher判别分析的故障诊断方法
CN107643507A (zh) * 2017-09-05 2018-01-30 天津市电力科技发展有限公司 一种基于电网线路运行误差远程校准的精益线损分析与管控方法
CN108008176A (zh) * 2017-11-22 2018-05-08 福州大学 一种光伏阵列实时状态监测与故障定位系统
CN108492000A (zh) * 2018-02-11 2018-09-04 浙江大学 一种面向百万千瓦超超临界机组非平稳故障特性的在线故障诊断方法
JP2020071281A (ja) * 2018-10-30 2020-05-07 キヤノン株式会社 情報処理装置、情報処理装置の制御方法、及びプログラム
CN113966403A (zh) * 2019-04-22 2022-01-21 奥特拉公司 样品中多核苷酸序列的分数丰度的多孔测定
CN112581306A (zh) * 2019-09-30 2021-03-30 广东电网有限责任公司佛山供电局 一种基于穷举的区域网络拓扑关系确认方法、装置和系统
WO2021109524A1 (zh) * 2019-12-03 2021-06-10 江苏智臻能源科技有限公司 基于电力采集终端的台区停电故障实时定位方法
EP3719711A2 (en) * 2020-07-30 2020-10-07 Institutul Roman De Stiinta Si Tehnologie Method of detecting anomalous data, machine computing unit, computer program
CN112381476A (zh) * 2021-01-18 2021-02-19 中国电力科学研究院有限公司 用于确定状态异常的电能表的方法及装置
CN112865321A (zh) * 2021-03-02 2021-05-28 国网河北省电力有限公司邢台供电分公司 一种配变台区线损异常用户定位分析系统
CN113037595A (zh) * 2021-03-29 2021-06-25 北京奇艺世纪科技有限公司 异常设备检测方法、装置、电子设备及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Identification of Charging Behavior for Electric Bicycles based on Supervised Fisher Classifier;Yu Zhou等;《2021 IEEE Sustainable Power and Energy Conference (iSPEC)》;20220324;全文 *
一种智能电能表自动化检定流水线表位在线异常检测方法;邢宇等;《电测与仪表》;20200725;第57卷(第14期);全文 *
基于深度信念网络与数据聚合模型的智能电表数据异常检测方法;肖勇等;《南方电网技术》;20210120;第15卷(第1期);全文 *

Also Published As

Publication number Publication date
CN114942402A (zh) 2022-08-26

Similar Documents

Publication Publication Date Title
CN114942402B (zh) 一种异常电能表定位方法及系统
CN104134999A (zh) 基于多数据源的配电网量测有效性分析实用化计算方法
CN107643507A (zh) 一种基于电网线路运行误差远程校准的精益线损分析与管控方法
CN107016489A (zh) 一种电力系统抗差状态估计方法和装置
CN107817395A (zh) 一种基于电网线路运行误差远程校准的窃电排查方法
CN105406461B (zh) 一种配电网停电事件的负荷自适应动态监测方法
CN107884682A (zh) 基于故障点与监测点距离的配电网故障定位方法
CN109523165A (zh) 一种基于有限信息的电压暂降状态估计方法
CN110133451A (zh) 基于微型pmu和二分法搜索的配电网故障定位方法及系统
CN115248906B (zh) 一种发电机出线双电流互感器的状态误差识别方法及系统
CN112565180B (zh) 基于移动目标防御的电网防御方法、系统、设备及介质
CN107727955A (zh) 一种基于电网线路运行误差远程校准的变压器损耗分析与管控方法
CN103324858A (zh) 配电网三相潮流状态估计方法
CN107328996A (zh) 抗差输电线路正序参数辨识方法
CN115293257A (zh) 一种针对异常用电用户的检测方法及系统
CN114915546A (zh) 一种停电用户定位方法、装置、设备、介质
CN112649695A (zh) 一种基于节点全覆盖的配电网电能质量评估方案
Chen et al. Sensitivity analysis of voltage sag based fault location algorithm
Sodin et al. Precise PMU-based localization and classification of short-circuit faults in power distribution systems
CN112308736B (zh) 一种面向台区复杂环境的信息处理方法和装置
JP5111258B2 (ja) 故障点標定装置、故障点標定方法および故障点標定プログラム
CN113009279B (zh) 基于Neo4j的配电网电压暂降故障定位及其可视化系统
CN116203495A (zh) 基于无线通信的计量故障分析方法、装置、介质和设备
CN102136105A (zh) 基于相量测量单元的电力网络新息图参数估计方法
EP3186684A1 (en) Method for state estimation of a distribution network based on real time measurement values

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
CP01 Change in the name or title of a patent holder

Address after: Room 1803-1805, building 2-07, guanggu.core center, 303 Guanggu Avenue, Donghu New Technology Development Zone, Wuhan City, Hubei Province, 430000

Patentee after: Wuhan Gelanruo Intelligent Technology Co.,Ltd.

Address before: Room 1803-1805, building 2-07, guanggu.core center, 303 Guanggu Avenue, Donghu New Technology Development Zone, Wuhan City, Hubei Province, 430000

Patentee before: WUHAN GLORY ROAD INTELLIGENT TECHNOLOGY Co.,Ltd.

CP01 Change in the name or title of a patent holder