CN115618654A - 超差电能表的识别方法及装置 - Google Patents

超差电能表的识别方法及装置 Download PDF

Info

Publication number
CN115618654A
CN115618654A CN202211599378.9A CN202211599378A CN115618654A CN 115618654 A CN115618654 A CN 115618654A CN 202211599378 A CN202211599378 A CN 202211599378A CN 115618654 A CN115618654 A CN 115618654A
Authority
CN
China
Prior art keywords
electric energy
meter
sub
energy meters
meters
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
CN202211599378.9A
Other languages
English (en)
Other versions
CN115618654B (zh
Inventor
张佳民
宋洋
郝跃红
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.)
Beijing Zhixiang Technology Co Ltd
Original Assignee
Beijing Zhixiang 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 Beijing Zhixiang Technology Co Ltd filed Critical Beijing Zhixiang Technology Co Ltd
Priority to CN202211599378.9A priority Critical patent/CN115618654B/zh
Publication of CN115618654A publication Critical patent/CN115618654A/zh
Application granted granted Critical
Publication of CN115618654B publication Critical patent/CN115618654B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Physics (AREA)
  • Economics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Hardware Design (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种超差电能表的识别方法及装置，属于电能计量技术领域，该方法包括：基于台区中多个电能表的用电数据，确定失准模型的参数信息；基于所述多个电能表的用电数据以及所述失准模型的参数信息，确定参考拟合残差；针对所述多个电能表中任一分表，基于所述多个电能表的用电数据以及所述失准模型的参数信息，确定每个所述分表的目标拟合残差；基于每个所述分表的目标拟合残差和所述参考拟合残差，识别所述多个电能表中的超差电能表。上述方案中识别超差电能表的效率和准确性较高。

Description

超差电能表的识别方法及装置
技术领域
本发明涉及电能计量技术领域，尤其涉及一种超差电能表的识别方法及装置。
背景技术
随着我国用电信息自动采集功能的不断完善，智能电能表被广泛应用。而智能电能表性能直接影响着电量计量的准确性，而超差电能表监测系统就是将运行中的电能表存在不符合要求的即超差的检测出来，方便电网公司及时更换以最大程度降低损失。
现有的超差电能表监测系统主要是通过搜集总表和用户电能表的电量以及电压等用电数据构建失准模型求解，基于线损得到超差电能表，而如果在计算中并没有发现超差电能表，则需要进一步搜集后续的用电数据，与之前的用电数据一起重新构建失准模型并求解，效率较低。
发明内容
本发明提供一种超差电能表的识别方法及装置，用以解决现有技术中效率较低的缺陷，实现效率较高的超差电能表识别方法。
本发明提供一种超差电能表的识别方法，包括：
基于台区中多个电能表的用电数据，确定失准模型的参数信息；
基于所述多个电能表的用电数据以及所述失准模型的参数信息，确定参考拟合残差；
针对所述多个电能表中任一分表，基于所述多个电能表的用电数据以及所述失准模型的参数信息，确定每个所述分表的目标拟合残差；
基于每个所述分表的目标拟合残差和所述参考拟合残差，识别所述多个电能表中的超差电能表。
根据本发明提供的一种超差电能表的识别方法，所述基于每个所述分表的目标拟合针对任一所述分表，基于所述分表的目标拟合残差的均方根与所述参考拟合残差的均方根，建立目标函数；
获取每个所述分表对应的目标函数的最小值；
基于每个所述分表对应的目标函数的最小值，识别所述多个电能表中的超差电能表。
根据本发明提供的一种超差电能表的识别方法，所述基于所述多个电能表的用电数据以及所述失准模型的参数信息，确定每个所述分表的目标拟合残差，包括：
利用如下公式（1）计算所述分表q的目标拟合残差；
Figure 520595DEST_PATH_IMAGE001
其中，
Figure 203380DEST_PATH_IMAGE002
为第
Figure 109019DEST_PATH_IMAGE003
个采样时段所述分表
Figure 641369DEST_PATH_IMAGE004
的目标拟合残差，
Figure 290656DEST_PATH_IMAGE005
为所 述多个电能表中台区总表第
Figure 93527DEST_PATH_IMAGE003
个采样时段的供电量计量值；
Figure 170068DEST_PATH_IMAGE006
为所述多个电能表中 分表
Figure 924135DEST_PATH_IMAGE007
在第
Figure 111534DEST_PATH_IMAGE003
个采样时段的用电量，
Figure 34490DEST_PATH_IMAGE008
为分表
Figure 780467DEST_PATH_IMAGE009
的相对误差，
Figure 788874DEST_PATH_IMAGE010
为台区总表的相对误 差，
Figure 779964DEST_PATH_IMAGE011
为所述多个电能表中分表总个数，
Figure 291848DEST_PATH_IMAGE012
为常数，
Figure 232164DEST_PATH_IMAGE013
为台区第
Figure 462288DEST_PATH_IMAGE003
个采样时段的 线路损耗；
Figure 257069DEST_PATH_IMAGE003
取值为1-N，N大于0的整数，N表示采样时段的数量。
根据本发明提供的一种超差电能表的识别方法，所述基于所述分表的目标拟合残差的均方根与所述参考拟合残差的均方根，建立目标函数，包括：
利用如下公式（2）计算目标拟合残差的均方根与参考拟合残差的均方根的差值的绝对值：
Figure 889038DEST_PATH_IMAGE014
其中，
Figure 976818DEST_PATH_IMAGE015
为目标拟合残差的均方根，
Figure 959817DEST_PATH_IMAGE016
为参考拟合残差的均方根；
将公式（2）转化为如下公式（3）：
Figure 292710DEST_PATH_IMAGE017
其中，
Figure 779186DEST_PATH_IMAGE018
Figure 303446DEST_PATH_IMAGE019
将公式（3）转化为如下公式（4）表示的目标函数：
Figure 508162DEST_PATH_IMAGE020
其中，
Figure 379166DEST_PATH_IMAGE021
，
Figure 720149DEST_PATH_IMAGE022
，
Figure 149731DEST_PATH_IMAGE023
，
Figure 841743DEST_PATH_IMAGE024
为所述目标函数的变 量。
根据本发明提供的一种超差电能表的识别方法，所述基于每个所述分表对应的目标函数的最小值，识别所述多个电能表中的超差电能表，包括：
获取每个所述分表对应的目标函数的最小值中的最小值，作为目标值；
将所述目标值对应的分表，作为所述超差电能表。
根据本发明提供的一种超差电能表的识别方法，所述基于台区中多个电能表的用电数据，确定失准模型的参数信息，包括：
基于所述多个电能表的用电数据，利用如下公式（5）构建失准模型，并确定所述失准模型的参数信息；
Figure 516438DEST_PATH_IMAGE025
其中，
Figure 977507DEST_PATH_IMAGE026
为所述多个电能表中台区总表第
Figure 843569DEST_PATH_IMAGE003
个采样时段的供电量计量值；
Figure 757299DEST_PATH_IMAGE027
为所述多个电能表中分表
Figure 970105DEST_PATH_IMAGE028
在第
Figure 49794DEST_PATH_IMAGE003
个采样时段的用电量，
Figure 322644DEST_PATH_IMAGE029
为分表
Figure 989249DEST_PATH_IMAGE030
的相对误 差，
Figure 740167DEST_PATH_IMAGE031
为台区总表的相对误差，
Figure 674363DEST_PATH_IMAGE032
为所述多个电能表中分表总个数，
Figure 118113DEST_PATH_IMAGE012
为常数，
Figure 272014DEST_PATH_IMAGE033
为台区第
Figure 92203DEST_PATH_IMAGE003
个采样时段的线路损耗；
Figure 880905DEST_PATH_IMAGE003
取值为1-N，N大于0的整数，N表示采样时段 的数量。
根据本发明提供的一种超差电能表的识别方法，所述基于所述多个电能表的用电数据以及所述失准模型的参数信息，确定参考拟合残差，包括：
利用如下公式（6）计算所述参考拟合残差；
Figure 761136DEST_PATH_IMAGE034
其中，
Figure 136754DEST_PATH_IMAGE035
为第
Figure 495054DEST_PATH_IMAGE003
个采样时段的参考拟合残差，
Figure 403842DEST_PATH_IMAGE036
为所述多个电能表 中台区总表第
Figure 189395DEST_PATH_IMAGE003
个采样时段的供电量计量值；
Figure 52309DEST_PATH_IMAGE037
为所述多个电能表中分表
Figure 214300DEST_PATH_IMAGE038
在第
Figure 977595DEST_PATH_IMAGE003
个采样时段的用电量，
Figure 934049DEST_PATH_IMAGE008
为分表
Figure 284259DEST_PATH_IMAGE039
的相对误差，
Figure 249941DEST_PATH_IMAGE010
为台区总表的相对误差，
Figure 602163DEST_PATH_IMAGE011
为 所述多个电能表中分表总个数，
Figure 995098DEST_PATH_IMAGE012
为常数，
Figure 832604DEST_PATH_IMAGE040
为台区第
Figure 366091DEST_PATH_IMAGE003
个采样时段的线路损耗；
Figure 572819DEST_PATH_IMAGE003
取值为1-N，N大于0的整数，N表示采样时段的数量。
本发明还提供一种超差电能表的识别装置，包括：
确定模块，用于基于台区中多个电能表的用电数据，确定失准模型的参数信息；
所述确定模块，还用于基于所述多个电能表的用电数据以及所述失准模型的参数信息，确定参考拟合残差；
所述确定模块，还用于针对所述多个电能表中任一分表，基于所述多个电能表的用电数据以及所述失准模型的参数信息，确定每个所述分表的目标拟合残差；
处理模块，用于基于每个所述分表的目标拟合残差和所述参考拟合残差，识别所述多个电能表中的超差电能表。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述超差电能表的识别方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述超差电能表的识别方法。
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述超差电能表的识别方法。
本发明提供的超差电能表的识别方法及装置，基于台区中多个电能表的用电数据，确定失准模型的参数信息，并利用确定出的失准模型的参数信息，确定参考拟合残差；进而针对任一分表，基于用电数据以及失准模型的参数信息，确定该分表的目标拟合残差；进一步地，基于每个分表的目标拟合残差以及参考拟合残差，能够识别出多个电能表中的超差电能表，由于采用拟合残差对超差电能表进行识别，实现复杂度低，效率较高，而且准确性也较高。
附图说明
为了更清楚地说明本发明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一简单地介绍，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是本发明实施例提供的超差电能表的识别方法的流程示意图之一；
图2是本发明实施例提供的超差电能表的识别方法的流程示意图之二；
图3是本发明实施例提供的超差电能表的识别装置的结构示意图；
图4是本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明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作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。
目前，超差电能表监测系统主要是通过搜集总表和用户电能表的电量以及电压等用电数据构建失准模型求解，基于线损得到超差电能表，而如果在计算中并没有发现超差电能表，则需要进一步搜集后续的用电数据，与之前的用电数据一起重新构建失准模型并求解，因此需要消耗的时间和资源都比较大，系统性能比较差。而本发明实施例的方法能够利用参考拟合残差以及每个分表的目标拟合残差，实现快速检出超差电能表。
下面结合图1-图4具体的实施例对本发明实施例的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1是本发明实施例提供的超差电能表的识别方法的流程示意图之一。如图1所示，本实施例提供的方法，包括：
步骤101、基于台区中多个电能表的用电数据，确定失准模型的参数信息；
具体的，台区中包括多个电能表，一般会采集记录电能表的电压、电流、电量等用电数据，因此可以获取到多个电能表的用电数据，确定失准模型的参数。
例如可以利用能量守恒定理，构建失准模型。
可选地，在台区中，总表电量以
Figure 136656DEST_PATH_IMAGE041
表示，各个分表有功电量以
Figure 461458DEST_PATH_IMAGE042
来表示，分表无 功电量以
Figure 503363DEST_PATH_IMAGE043
来表示，分表电压以
Figure 95756DEST_PATH_IMAGE044
来表示，假设有
Figure 830494DEST_PATH_IMAGE045
个分表。
可以基于多个电能表的数据，利用如下公式（5）构建失准模型；
Figure 377013DEST_PATH_IMAGE025
其中，
Figure 222610DEST_PATH_IMAGE046
为所述多个电能表中台区总表第
Figure 669509DEST_PATH_IMAGE003
个采样时段的供电量计量值；
Figure 575148DEST_PATH_IMAGE047
为所述多个电能表中分表
Figure 608963DEST_PATH_IMAGE009
在第
Figure 992671DEST_PATH_IMAGE003
个采样时段的用电量，
Figure 583094DEST_PATH_IMAGE008
为分表
Figure 659634DEST_PATH_IMAGE048
的相对误 差，
Figure 180746DEST_PATH_IMAGE010
为台区总表的相对误差，
Figure 368145DEST_PATH_IMAGE011
为所述多个电能表中分表总个数，
Figure 789636DEST_PATH_IMAGE012
为常数，
Figure 771499DEST_PATH_IMAGE049
为台区第
Figure 779906DEST_PATH_IMAGE003
个采样时段的线路损耗。
例如，采样时段可以以天为单位。
可选地，将线路损耗项
Figure 36575DEST_PATH_IMAGE050
展开则为：
Figure 46994DEST_PATH_IMAGE051
其中，
Figure 465337DEST_PATH_IMAGE052
为分表
Figure 695461DEST_PATH_IMAGE053
在第
Figure 490242DEST_PATH_IMAGE003
个采样时段的电压，
Figure 620747DEST_PATH_IMAGE054
为分表
Figure 209991DEST_PATH_IMAGE055
在第
Figure 927411DEST_PATH_IMAGE003
个采样时段的电压，
Figure 758839DEST_PATH_IMAGE056
为共有等效电阻系数，
Figure 245315DEST_PATH_IMAGE057
为分表
Figure 271040DEST_PATH_IMAGE030
和分表
Figure 475756DEST_PATH_IMAGE055
之间公共支 路的等效电阻，
Figure 845295DEST_PATH_IMAGE058
和
Figure 451857DEST_PATH_IMAGE059
分别表示分表
Figure 648483DEST_PATH_IMAGE060
和分表
Figure 809337DEST_PATH_IMAGE055
的有功电量，M表示不共享
Figure 248147DEST_PATH_IMAGE061
的分表的个数。
例如，采样时段可以以天为单位。
对失准模型进行求解，得到失准模型的参数信息，例如求解公式（5）中参数
Figure 709215DEST_PATH_IMAGE062
、
Figure 811163DEST_PATH_IMAGE063
等。
步骤102、基于多个电能表的用电数据以及失准模型的参数信息，确定参考拟合残差；
可选地，失准模型的参数信息包括：每个分表的相对误差、总表的相对误差、线路损耗。
例如，利用如下公式计算参考拟合残差：
Figure 990472DEST_PATH_IMAGE064
其中，
Figure 967393DEST_PATH_IMAGE065
为第
Figure 282968DEST_PATH_IMAGE066
天的参考拟合残差，
Figure 821396DEST_PATH_IMAGE067
为第
Figure 222422DEST_PATH_IMAGE068
天的统计线损，
Figure 3034DEST_PATH_IMAGE069
为第
Figure 438694DEST_PATH_IMAGE070
天的计算线损，且统计线损和计算线损的公式分别为：
Figure 882445DEST_PATH_IMAGE071
；
Figure 36346DEST_PATH_IMAGE072
。
因此，参考拟合残差最终的结果为：
Figure 355070DEST_PATH_IMAGE073
其中，
Figure 645237DEST_PATH_IMAGE074
为第
Figure 259889DEST_PATH_IMAGE075
个采样时段的参考拟合残差，
Figure 369927DEST_PATH_IMAGE076
为所述多个电能表 中台区总表第
Figure 492342DEST_PATH_IMAGE077
个采样时段的供电量计量值；
Figure 637015DEST_PATH_IMAGE078
为所述多个电能表中分表
Figure 688148DEST_PATH_IMAGE079
在第
Figure 285482DEST_PATH_IMAGE080
个采样时段的用电量，
Figure 680429DEST_PATH_IMAGE081
为分表
Figure 679609DEST_PATH_IMAGE082
的相对误差，
Figure 901643DEST_PATH_IMAGE083
为台区总表的相对误差，
Figure 484809DEST_PATH_IMAGE084
为所 述多个电能表中分表总个数，
Figure 450491DEST_PATH_IMAGE012
为常数，
Figure 569757DEST_PATH_IMAGE085
为台区第
Figure 962692DEST_PATH_IMAGE003
个采样时段的线路损耗；
Figure 298733DEST_PATH_IMAGE003
取值为1-N，N大于0的整数，N表示采样时段的数量。
可选地，用电数据包括参考时段的用电数据，参考时段包括多个采样时段。 例如，建立失准模型，确定失准模型的参数，以及确定参考拟合残差，都可以利用参考时段的用电数据。
步骤103、针对多个电能表中任一分表，基于多个电能表的用电数据以及失准模型的参数信息，确定每个分表的目标拟合残差；
具体的，将多个电能表的用电数据以及失准模型的参数信息，代入失准模型，计算目标拟合残差。
目标拟合残差的计算方式与参考拟合残差的计算方式类似。
可选地，利用如下公式（1）计算所述分表q的目标拟合残差，在计算过程中将
Figure 802527DEST_PATH_IMAGE086
单独列出来，如公式（1）所示：
Figure 776299DEST_PATH_IMAGE001
其中，
Figure 340136DEST_PATH_IMAGE087
为第
Figure 632315DEST_PATH_IMAGE003
个采样时段所述分表
Figure 939799DEST_PATH_IMAGE004
的目标拟合残差，
Figure 33657DEST_PATH_IMAGE088
为所述 多个电能表中台区总表第
Figure 768395DEST_PATH_IMAGE003
个采样时段的供电量计量值；
Figure 813449DEST_PATH_IMAGE089
为所述多个电能表中分 表
Figure 659045DEST_PATH_IMAGE090
在第
Figure 607410DEST_PATH_IMAGE003
个采样时段的用电量，
Figure 513049DEST_PATH_IMAGE008
为分表
Figure 68837DEST_PATH_IMAGE091
的相对误差，
Figure 718124DEST_PATH_IMAGE010
为台区总表的相对误 差，
Figure 786574DEST_PATH_IMAGE011
为所述多个电能表中分表总个数，
Figure 863114DEST_PATH_IMAGE012
为常数，
Figure 617181DEST_PATH_IMAGE092
为台区第
Figure 70159DEST_PATH_IMAGE003
个采样时段的 线路损耗；
Figure 993116DEST_PATH_IMAGE003
取值为1-N，N大于0的整数，N表示采样时段的数量。
可选地，用电数据包括测试时段的用电数据，测试时段包括多个采样时段。例如，确定目标拟合残差可以利用测试时段的用电数据。
具体的，电能表监测系统的多个采样时段，可以分为参考时段
Figure 240558DEST_PATH_IMAGE093
和测试时段
Figure 216342DEST_PATH_IMAGE094
，其中参考时段例如可以是时间靠前的长时段，测试时段可以为时间靠后的短时段， 即参考时段包括的采样时段的个数多于测试时段包括的采样时段的个数。
步骤104、基于每个分表的目标拟合残差和参考拟合残差，识别多个电能表中的超差电能表。
具体的，例如计算多个采样时段的参考拟合残差的均方根，以及目标拟合残差的均方根，基于参考拟合残差的均方根以及目标拟合残差的均方根，识别超差电能表，例如将均方根的最小差值对应的分表，识别为超差电能表。
本实施例的方法，基于台区中多个电能表的用电数据，确定失准模型的参数信息，并利用确定出的失准模型的参数信息，确定参考拟合残差；进而针对任一分表，基于用电数据以及失准模型的参数信息，确定该分表的目标拟合残差；进一步地，基于每个分表的目标拟合残差以及参考拟合残差，能够识别出多个电能表中的超差电能表，由于采用拟合残差对超差电能表进行识别，实现复杂度低，效率较高，而且准确性也较高。
可选地，步骤104可以通过如下方式实现：
针对任一分表，基于分表的目标拟合残差的均方根与参考拟合残差的均方根，建立目标函数；
获取每个分表对应的目标函数的最小值；
基于每个分表对应的目标函数的最小值，识别多个电能表中的超差电能表。
具体的，基于分表的目标拟合残差的均方根与参考拟合残差的均方根，建立目标函数，目标函数例如是某个变量的一次函数、二次函数等。
基于每个分表对应的目标函数的最小值，识别多个电能表中的超差电能表，例如利用优化处理算法计算使得目标函数取最小值的变量的值，同时得到目标函数的最小值。
每个分表对应目标函数的一个最小值，基于这些最小值识别多个电能表中的超差电能表。
可选地，具体可以通过如下方式识别超差电能表：
获取每个所述分表对应的目标函数的最小值中的最小值，作为目标值；
将所述目标值对应的分表，作为所述超差电能表。
示例性地，目标函数
Figure 207432DEST_PATH_IMAGE095
，其中
Figure 984895DEST_PATH_IMAGE096
为 参考拟合残差的均方根，为固定的值，
Figure 403238DEST_PATH_IMAGE097
为目标拟合残差的均方根简 化后得到的，则求使
Figure 397476DEST_PATH_IMAGE098
最小的
Figure 926678DEST_PATH_IMAGE024
，即对二次方程
Figure 824227DEST_PATH_IMAGE099
求使其最小的
Figure 646427DEST_PATH_IMAGE100
，以及对应的
Figure 363847DEST_PATH_IMAGE101
值。
重复上述步骤直到每个电能表都得到一个
Figure 696739DEST_PATH_IMAGE102
，
最小
Figure 448795DEST_PATH_IMAGE103
对应的电能表即为超差电能表。
上述实施方式中，通过利用拟合残差的均方根差值构建二次函数，作为目标函数，并求解最小值，实现了能够快速检出超差电能表。
可选地，可以通过如下方式建立目标函数：
利用如下公式（2）计算目标拟合残差的均方根与参考拟合残差的均方根的差值的绝对值：
Figure 707476DEST_PATH_IMAGE014
其中，
Figure 912192DEST_PATH_IMAGE015
为目标拟合残差的均方根，
Figure 48775DEST_PATH_IMAGE104
为参考拟合残差的均方根；
将公式（2）转化为如下公式（3）：
Figure 389758DEST_PATH_IMAGE017
其中，
Figure 819340DEST_PATH_IMAGE018
Figure 511352DEST_PATH_IMAGE019
将公式（3）转化为如下公式（4）表示的目标函数：
Figure 451627DEST_PATH_IMAGE020
其中，
Figure 912695DEST_PATH_IMAGE105
，
Figure 513178DEST_PATH_IMAGE106
，
Figure 692487DEST_PATH_IMAGE107
，
Figure 170873DEST_PATH_IMAGE108
为参考拟合残 差的均方根，
Figure 486448DEST_PATH_IMAGE024
为所述目标函数的变量。
具体的，将公式（2）转化为了变量
Figure 523411DEST_PATH_IMAGE024
的二次函数，由于转化的过程中将
Figure 924437DEST_PATH_IMAGE109
从求和项里边单独拿出来，因此最后得到的变量
Figure 206514DEST_PATH_IMAGE024
为该分表
Figure 111016DEST_PATH_IMAGE004
的误差系数
Figure 318881DEST_PATH_IMAGE110
。
可选地，利用如下公式（8）确定目标拟合残差的均方根：
Figure 207202DEST_PATH_IMAGE111
其中，
Figure 27391DEST_PATH_IMAGE112
为采样时段的数量，
Figure 317558DEST_PATH_IMAGE113
表示第
Figure 696324DEST_PATH_IMAGE070
个采样时段的目标拟合残 差。
其中，计算参考拟合残差的均方根的过程与计算目标拟合残差的均方根过程类似，都可以采用公式（8）计算，此处不再赘述。
上述实施方式中，将目标拟合残差的均方根与参考拟合残差的均方根的差值的绝对值的表达式，转化为一个变量的二次函数，该变量为该分表的误差系数，实现简单，求解二次函数的最小值实现复杂度低，效率较高，使得能够准确快速地确定出超差电能表。
示例性地，该方法包括如下步骤：
1、获取多个电能表的用电数据，确定参考时段和测试时段；
2、构建电能表的失准模型；
3、将参考时段的用电数据代入失准模型，求解得到失准模型的参数，并求解参考拟合残差；
4、选取一个电能表为对象，构建以该电能表的误差系数为变量的二次函数，并求最小值；
具体的，选取一块用户电能表
Figure 71942DEST_PATH_IMAGE114
，将测试时段拟合残差中
Figure 695822DEST_PATH_IMAGE114
的 用电量单独提取出来，则得到如公式（1）所示的表达式；
计算测试时段的目标拟合残差的均方根与参考时段的参考拟合残差的均方根的差值，即得到如公式（2）的表达式；
令
Figure 840495DEST_PATH_IMAGE115
，
Figure 390163DEST_PATH_IMAGE116
，
Figure 253077DEST_PATH_IMAGE117
，则公式（2）可转化为公式（3）的表达式；
令
Figure 415068DEST_PATH_IMAGE118
，
Figure 679827DEST_PATH_IMAGE119
，
Figure 869238DEST_PATH_IMAGE120
，则可继续化简为公式（4）的目 标函数；
其中
Figure 219447DEST_PATH_IMAGE016
为固定的值，则求使
Figure 185129DEST_PATH_IMAGE098
最小的
Figure 304395DEST_PATH_IMAGE024
，即对二次方程
Figure 195866DEST_PATH_IMAGE121
求使其最小的
Figure 767792DEST_PATH_IMAGE100
，以及对应的
Figure 271586DEST_PATH_IMAGE122
值。
重复上述步骤4，直到每个电能表都得到一个
Figure 510937DEST_PATH_IMAGE123
，
5、输出最小的最小值对应的电能表。
即最小的
Figure 573309DEST_PATH_IMAGE122
对应的电能表为超差电能表，对超差电能表的信息进行输出。
需要说明的是，本发明实施例中仅以上述公式为例进行说明，失准模型还可以进行简单变形，例如乘以某个系数、加/减某些项，本发明实施例对此并不限定。
上述实施方式中，通过计算拟合残差的均方根，基于目标拟合残差的均方根与未调整前的参考拟合残差的均方根的差值构建目标函数，并计算使得目标函数取最小值的变量的值，以及目标函数的最小值，从而基于每个分表对应的目标函数的最小值，识别超差表，效率较高，识别结果较为准确。
下面对本发明提供的超差电能表的识别装置进行描述，下文描述的超差电能表的识别装置与上文描述的超差电能表的识别方法可相互对应参照。
图3本发明提供的超差电能表的识别装置的结构示意图。如图3示，本实施例提供的超差电能表的识别装置，包括：
确定模块210，用于基于台区中多个电能表的用电数据，确定失准模型的参数信息；
所述确定模块210，还用于基于所述多个电能表的用电数据以及所述失准模型的参数信息，确定参考拟合残差；
所述确定模块210，还用于针对所述多个电能表中任一分表，基于所述多个电能表的用电数据以及所述失准模型的参数信息，确定每个所述分表的目标拟合残差；
处理模块220，用于基于每个所述分表的目标拟合残差和所述参考拟合残差，识别所述多个电能表中的超差电能表。
可选地，处理模块220，具体用于：
针对任一所述分表，基于所述分表的目标拟合残差的均方根与所述参考拟合残差的均方根，建立目标函数；
获取每个所述分表对应的目标函数的最小值；
基于每个所述分表对应的目标函数的最小值，识别所述多个电能表中的超差电能表。
可选地，确定模块210，具体用于：
利用如下公式（1）计算所述分表q的目标拟合残差；
Figure 632532DEST_PATH_IMAGE001
其中，
Figure 674437DEST_PATH_IMAGE124
为第
Figure 266830DEST_PATH_IMAGE003
个采样时段所述分表
Figure 267147DEST_PATH_IMAGE004
的目标拟合残差，
Figure 548087DEST_PATH_IMAGE026
为所 述多个电能表中台区总表第
Figure 393683DEST_PATH_IMAGE003
个采样时段的供电量计量值；
Figure 864021DEST_PATH_IMAGE125
为所述多个电能表中 分表
Figure 769660DEST_PATH_IMAGE048
在第
Figure 803475DEST_PATH_IMAGE003
个采样时段的用电量，
Figure 452762DEST_PATH_IMAGE008
为分表
Figure 754168DEST_PATH_IMAGE126
的相对误差，
Figure 830708DEST_PATH_IMAGE010
为台区总表的相对误 差，
Figure 351820DEST_PATH_IMAGE127
为所述多个电能表中分表总个数，
Figure 539218DEST_PATH_IMAGE012
为常数，
Figure 695131DEST_PATH_IMAGE128
为台区第
Figure 942573DEST_PATH_IMAGE003
个采样时段的线 路损耗；
Figure 950980DEST_PATH_IMAGE129
取值为1-N，N大于0的整数，N表示采样时段的数量。
可选地，处理模块220，具体用于：
利用如下公式（2）计算目标拟合残差的均方根与参考拟合残差的均方根的差值的绝对值：
Figure 942070DEST_PATH_IMAGE014
其中，
Figure 218068DEST_PATH_IMAGE015
为目标拟合残差的均方根，
Figure 636411DEST_PATH_IMAGE130
为参考拟合残差的均方根；
将公式（2）转化为如下公式（3）：
Figure 132114DEST_PATH_IMAGE017
其中，
Figure 661316DEST_PATH_IMAGE018
Figure 526241DEST_PATH_IMAGE019
将公式（3）转化为如下公式（4）表示的目标函数：
Figure 381065DEST_PATH_IMAGE020
其中，
Figure 98485DEST_PATH_IMAGE131
，
Figure 431378DEST_PATH_IMAGE132
，
Figure 681968DEST_PATH_IMAGE133
，
Figure 442114DEST_PATH_IMAGE024
为所述目标函数的 变量。
可选地，处理模块220，具体用于：
获取每个所述分表对应的目标函数的最小值中的最小值，作为目标值；
将所述目标值对应的分表，作为所述超差电能表。
可选地，确定模块210，具体用于：
基于所述多个电能表的用电数据，利用如下公式（5）构建失准模型，并确定所述失准模型的参数信息；
Figure 646830DEST_PATH_IMAGE025
其中，
Figure 783413DEST_PATH_IMAGE134
为所述多个电能表中台区总表第
Figure 622931DEST_PATH_IMAGE003
个采样时段的供电量计量值；
Figure 553978DEST_PATH_IMAGE135
为所述多个电能表中分表
Figure 245991DEST_PATH_IMAGE030
在第
Figure 920686DEST_PATH_IMAGE003
个采样时段的用电量，
Figure 880289DEST_PATH_IMAGE008
为分表
Figure 247816DEST_PATH_IMAGE079
的相对 误差，
Figure 427125DEST_PATH_IMAGE010
为台区总表的相对误差，
Figure 639932DEST_PATH_IMAGE136
为所述多个电能表中分表总个数，
Figure 719621DEST_PATH_IMAGE012
为常数，
Figure 992470DEST_PATH_IMAGE137
为台区第
Figure 659075DEST_PATH_IMAGE003
个采样时段的线路损耗；
Figure 675573DEST_PATH_IMAGE003
取值为1-N，N大于0的整数，N表示采样时 段的数量。
可选地，确定模块210，具体用于：
利用如下公式（6）计算所述参考拟合残差；
Figure 344189DEST_PATH_IMAGE034
其中，
Figure 53519DEST_PATH_IMAGE138
为第
Figure 941841DEST_PATH_IMAGE003
个采样时段的参考拟合残差，
Figure 260564DEST_PATH_IMAGE076
为所述多个电能表 中台区总表第
Figure 550731DEST_PATH_IMAGE003
个采样时段的供电量计量值；
Figure 430963DEST_PATH_IMAGE139
为所述多个电能表中分表
Figure 806580DEST_PATH_IMAGE030
在第
Figure 663416DEST_PATH_IMAGE003
个采样时段的用电量，
Figure 73668DEST_PATH_IMAGE008
为分表
Figure 124801DEST_PATH_IMAGE140
的相对误差，
Figure 987715DEST_PATH_IMAGE010
为台区总表的相对误差，
Figure 382662DEST_PATH_IMAGE141
为 所述多个电能表中分表总个数，
Figure 381842DEST_PATH_IMAGE012
为常数，
Figure 603876DEST_PATH_IMAGE142
为台区第
Figure 954086DEST_PATH_IMAGE003
个采样时段的线路损耗；
Figure 418303DEST_PATH_IMAGE003
取值为1-N，N大于0的整数，N表示采样时段的数量。
本实施例的装置，可以用于执行前述方法实施例中任一实施例的方法，其具体实现过程与技术效果与方法实施例中相同，具体可以参见方法实施例中的详细介绍，此处不再赘述。
图4示例了一种电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)810、通信接口(Communications Interface)820、存储器(memory)830和通信总线840，其中，处理器810，通信接口820，存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令，以执行超差电能表的识别方法，该方法包括：
基于台区中多个电能表的用电数据，确定失准模型的参数信息；
基于所述多个电能表的用电数据以及所述失准模型的参数信息，确定参考拟合残差；
针对所述多个电能表中任一分表，基于所述多个电能表的用电数据以及所述失准模型的参数信息，确定每个所述分表的目标拟合残差；
基于每个所述分表的目标拟合残差和所述参考拟合残差，识别所述多个电能表中的超差电能表。
此外，上述的存储器830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。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的超差电能表的识别方法，该方法包括：
基于台区中多个电能表的用电数据，确定失准模型的参数信息；
基于所述多个电能表的用电数据以及所述失准模型的参数信息，确定参考拟合残差；
针对所述多个电能表中任一分表，基于所述多个电能表的用电数据以及所述失准模型的参数信息，确定每个所述分表的目标拟合残差；
基于每个所述分表的目标拟合残差和所述参考拟合残差，识别所述多个电能表中的超差电能表。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的超差电能表的识别方法，该方法包括：
基于台区中多个电能表的用电数据，确定失准模型的参数信息；
基于所述多个电能表的用电数据以及所述失准模型的参数信息，确定参考拟合残差；
针对所述多个电能表中任一分表，基于所述多个电能表的用电数据以及所述失准模型的参数信息，确定每个所述分表的目标拟合残差；
基于每个所述分表的目标拟合残差和所述参考拟合残差，识别所述多个电能表中的超差电能表。
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。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。
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)

1.一种超差电能表的识别方法，其特征在于，包括：
基于台区中多个电能表的用电数据，确定失准模型的参数信息；
基于所述多个电能表的用电数据以及所述失准模型的参数信息，确定参考拟合残差；
针对所述多个电能表中任一分表，基于所述多个电能表的用电数据以及所述失准模型的参数信息，确定每个所述分表的目标拟合残差；
基于每个所述分表的目标拟合残差和所述参考拟合残差，识别所述多个电能表中的超差电能表。
2.根据权利要求1所述的超差电能表的识别方法，其特征在于，所述基于每个所述分表的目标拟合残差和所述参考拟合残差，识别所述多个电能表中的超差电能表，包括：
针对任一所述分表，基于所述分表的目标拟合残差的均方根与所述参考拟合残差的均方根，建立目标函数；
获取每个所述分表对应的目标函数的最小值；
基于每个所述分表对应的目标函数的最小值，识别所述多个电能表中的超差电能表。
3.根据权利要求2所述的超差电能表的识别方法，其特征在于，所述基于所述多个电能表的用电数据以及所述失准模型的参数信息，确定每个所述分表的目标拟合残差，包括：
利用如下公式（1）计算所述分表q的目标拟合残差；
Figure 863649DEST_PATH_IMAGE001
其中，
Figure 725426DEST_PATH_IMAGE002
为第
Figure 297352DEST_PATH_IMAGE003
个采样时段所述分表
Figure 299681DEST_PATH_IMAGE004
的目标拟合残差，
Figure 539033DEST_PATH_IMAGE005
为所述多个 电能表中台区总表第
Figure 837290DEST_PATH_IMAGE003
个采样时段的供电量计量值；
Figure 896513DEST_PATH_IMAGE006
为所述多个电能表中分表
Figure 702533DEST_PATH_IMAGE007
在第
Figure 265232DEST_PATH_IMAGE003
个采样时段的用电量，
Figure 999970DEST_PATH_IMAGE008
为分表
Figure 546489DEST_PATH_IMAGE009
的相对误差，
Figure 890620DEST_PATH_IMAGE010
为台区总表的相对误差，
Figure 838985DEST_PATH_IMAGE011
为所述多个电能表中分表总个数，
Figure 744624DEST_PATH_IMAGE012
为常数，
Figure 276974DEST_PATH_IMAGE013
为台区第
Figure 660682DEST_PATH_IMAGE014
个采样时段的线路损 耗；
Figure 463553DEST_PATH_IMAGE015
取值为1-N，N大于0的整数，N表示采样时段的数量。
4.根据权利要求3所述的超差电能表的识别方法，其特征在于，所述基于所述分表的目标拟合残差的均方根与所述参考拟合残差的均方根，建立目标函数，包括：
利用如下公式（2）计算目标拟合残差的均方根与参考拟合残差的均方根的差值的绝对值：
Figure 540093DEST_PATH_IMAGE016
其中，
Figure 294160DEST_PATH_IMAGE017
为目标拟合残差的均方根，
Figure 481559DEST_PATH_IMAGE018
为参考拟合残差的均方根；
将公式（2）转化为如下公式（3）：
Figure 404516DEST_PATH_IMAGE019
其中，
Figure 651958DEST_PATH_IMAGE020
Figure 158900DEST_PATH_IMAGE021
将公式（3）转化为如下公式（4）表示的目标函数：
Figure 884411DEST_PATH_IMAGE022
其中，
Figure 661874DEST_PATH_IMAGE023
，
Figure 80217DEST_PATH_IMAGE024
，
Figure 543297DEST_PATH_IMAGE025
，
Figure 338078DEST_PATH_IMAGE026
为所述目标函数的变 量。
5.根据权利要求2-4任一项所述的超差电能表的识别方法，其特征在于，所述基于每个所述分表对应的目标函数的最小值，识别所述多个电能表中的超差电能表，包括：
获取每个所述分表对应的目标函数的最小值中的最小值，作为目标值；
将所述目标值对应的分表，作为所述超差电能表。
6.根据权利要求1-4任一项所述的超差电能表的识别方法，其特征在于，所述基于台区中多个电能表的用电数据，确定失准模型的参数信息，包括：
基于所述多个电能表的用电数据，利用如下公式（5）构建失准模型，并确定所述失准模型的参数信息；
Figure 970047DEST_PATH_IMAGE027
其中，
Figure 57827DEST_PATH_IMAGE028
为所述多个电能表中台区总表第
Figure 775247DEST_PATH_IMAGE029
个采样时段的供电量计量值；
Figure 108139DEST_PATH_IMAGE030
为所述多个电能表中分表
Figure 594615DEST_PATH_IMAGE031
在第
Figure 853296DEST_PATH_IMAGE003
个采样时段的用电量，
Figure 58013DEST_PATH_IMAGE032
为分表
Figure 194596DEST_PATH_IMAGE033
的相对误 差，
Figure 535578DEST_PATH_IMAGE034
为台区总表的相对误差，
Figure 230740DEST_PATH_IMAGE035
为所述多个电能表中分表总个数，
Figure 922752DEST_PATH_IMAGE036
为常数，
Figure 331868DEST_PATH_IMAGE037
为台区第
Figure 792936DEST_PATH_IMAGE003
个采样时段的线路损耗；
Figure 682436DEST_PATH_IMAGE003
取值为1-N，N大于0的整数，N表示采样时 段的数量。
7.根据权利要求2-4任一项所述的超差电能表的识别方法，其特征在于，所述基于所述多个电能表的用电数据以及所述失准模型的参数信息，确定参考拟合残差，包括：
利用如下公式（6）计算所述参考拟合残差；
Figure 596166DEST_PATH_IMAGE038
其中，
Figure 808972DEST_PATH_IMAGE039
为第
Figure 888662DEST_PATH_IMAGE003
个采样时段的参考拟合残差，
Figure 161511DEST_PATH_IMAGE040
为所述多个电能表中台 区总表第
Figure 562537DEST_PATH_IMAGE003
个采样时段的供电量计量值；
Figure 579034DEST_PATH_IMAGE041
为所述多个电能表中分表
Figure 513230DEST_PATH_IMAGE042
在第
Figure 956981DEST_PATH_IMAGE003
个 采样时段的用电量，
Figure 110881DEST_PATH_IMAGE043
为分表
Figure 665491DEST_PATH_IMAGE044
的相对误差，
Figure 454193DEST_PATH_IMAGE045
为台区总表的相对误差，
Figure 334424DEST_PATH_IMAGE046
为所述多 个电能表中分表总个数，
Figure 710042DEST_PATH_IMAGE036
为常数，
Figure 802763DEST_PATH_IMAGE047
为台区第
Figure 711551DEST_PATH_IMAGE003
个采样时段的线路损耗；
Figure 497104DEST_PATH_IMAGE003
取值 为1-N，N大于0的整数，N表示采样时段的数量。
8.一种超差电能表的识别装置，其特征在于，包括：
确定模块，用于基于台区中多个电能表的用电数据，确定失准模型的参数信息；
所述确定模块，还用于基于所述多个电能表的用电数据以及所述失准模型的参数信息，确定参考拟合残差；
所述确定模块，还用于针对所述多个电能表中任一分表，基于所述多个电能表的用电数据以及所述失准模型的参数信息，确定每个所述分表的目标拟合残差；
处理模块，用于基于每个所述分表的目标拟合残差和所述参考拟合残差，识别所述多个电能表中的超差电能表。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上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程序时实现如权利要求1至7任一项所述超差电能表的识别方法。
10.一种非暂态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如权利要求1至7任一项所述超差电能表的识别方法。
CN202211599378.9A 2022-12-14 2022-12-14 超差电能表的识别方法及装置 Active CN115618654B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211599378.9A CN115618654B (zh) 2022-12-14 2022-12-14 超差电能表的识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211599378.9A CN115618654B (zh) 2022-12-14 2022-12-14 超差电能表的识别方法及装置

Publications (2)

Publication Number Publication Date
CN115618654A true CN115618654A (zh) 2023-01-17
CN115618654B CN115618654B (zh) 2023-04-07

Family

ID=84880101

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211599378.9A Active CN115618654B (zh) 2022-12-14 2022-12-14 超差电能表的识别方法及装置

Country Status (1)

Country Link
CN (1) CN115618654B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117131353A (zh) * 2023-10-27 2023-11-28 北京志翔科技股份有限公司 一种超差电能表确定方法、装置、电子设备及存储介质
CN117131315A (zh) * 2023-10-27 2023-11-28 北京志翔科技股份有限公司 基于求解多元二次函数极值的超差电能表确定方法及介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102122843A (zh) * 2011-02-23 2011-07-13 江西省电力科学研究院 关口电能计量装置运行异常预警技术
CN102621516A (zh) * 2012-02-21 2012-08-01 福建开普科技有限公司 基于大规模数据应用背景下的电能表运行异常的判断方法
CN104991223A (zh) * 2015-07-27 2015-10-21 国网重庆市电力公司电力科学研究院 电能表状态评估指标选取及量化方法
CN105588995A (zh) * 2015-12-11 2016-05-18 深圳供电局有限公司 一种电力计量自动化系统线损异常检测方法
US20170206459A1 (en) * 2016-01-20 2017-07-20 Unist(Ulsan National Institute Of Science And Technology) Failure prediction apparatus for electric device and failure prediction method using the same
CN107340492A (zh) * 2017-05-31 2017-11-10 国网上海市电力公司 基于大数据挖掘和场景预判的电能计量装置故障分析方法
CN109190950A (zh) * 2018-08-21 2019-01-11 国网湖北省电力有限公司鄂州供电公司 一种电表和水表档案贯通的用能异常识别方法
WO2020010531A1 (zh) * 2018-07-10 2020-01-16 北京中电普华信息技术有限公司 故障检测方法、设备
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

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102122843A (zh) * 2011-02-23 2011-07-13 江西省电力科学研究院 关口电能计量装置运行异常预警技术
CN102621516A (zh) * 2012-02-21 2012-08-01 福建开普科技有限公司 基于大规模数据应用背景下的电能表运行异常的判断方法
CN104991223A (zh) * 2015-07-27 2015-10-21 国网重庆市电力公司电力科学研究院 电能表状态评估指标选取及量化方法
CN105588995A (zh) * 2015-12-11 2016-05-18 深圳供电局有限公司 一种电力计量自动化系统线损异常检测方法
US20170206459A1 (en) * 2016-01-20 2017-07-20 Unist(Ulsan National Institute Of Science And Technology) Failure prediction apparatus for electric device and failure prediction method using the same
CN107340492A (zh) * 2017-05-31 2017-11-10 国网上海市电力公司 基于大数据挖掘和场景预判的电能计量装置故障分析方法
WO2020010531A1 (zh) * 2018-07-10 2020-01-16 北京中电普华信息技术有限公司 故障检测方法、设备
CN109190950A (zh) * 2018-08-21 2019-01-11 国网湖北省电力有限公司鄂州供电公司 一种电表和水表档案贯通的用能异常识别方法
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

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117131353A (zh) * 2023-10-27 2023-11-28 北京志翔科技股份有限公司 一种超差电能表确定方法、装置、电子设备及存储介质
CN117131315A (zh) * 2023-10-27 2023-11-28 北京志翔科技股份有限公司 基于求解多元二次函数极值的超差电能表确定方法及介质
CN117131315B (zh) * 2023-10-27 2024-01-23 北京志翔科技股份有限公司 基于求解多元二次函数极值的超差电能表确定方法及介质
CN117131353B (zh) * 2023-10-27 2024-01-30 北京志翔科技股份有限公司 一种超差电能表确定方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN115618654B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN115618654B (zh) 超差电能表的识别方法及装置
CN115616473B (zh) 超差电能表的识别方法、装置、设备和存储介质
CN106338706B (zh) 一种电能计量装置整体误差检测的方法、装置和系统
CN109325545A (zh) 低压配电网拓扑结构校验方法、装置、设备及存储介质
CN110705107B (zh) 一种配电网电压评估方法、系统、设备和存储介质
CN110648249B (zh) 年度电力平衡测算方法、装置及设备
CN111624544A (zh) 一种台区户变关系识别方法及相关装置
CN115015474B (zh) 一种电力用户的碳排放量检测方法及设备
CN113985339B (zh) 智能电表的误差诊断方法及系统、设备、存储介质
CN109342989A (zh) 一种电能表的误差分析方法及装置
CN106655152B (zh) 一种基于ami量测特性的配电网状态估计方法
CN103944165A (zh) 一种大电网参数辨识估计方法
CN113484819B (zh) 基于高频电流采样的有限范围内电能表计量故障诊断方法
CN115201743B (zh) 低压台区计量点误差的确定方法、装置及存储介质
CN115508770A (zh) 一种基于kl-nb算法的电能表运行状态在线评估方法
CN115685046A (zh) 互感器计量异常识别方法、装置、设备及存储介质
CN105510864A (zh) 一种电能表误差计量的检测方法
CN111198891B (zh) 数据源融合方法、电子设备及非暂态计算机可读存储介质
CN114528951A (zh) 一种配网线路单线图异常诊断分析方法、系统及装置
CN115267645A (zh) 一种低功率因数电能表的误差计算方法、监测系统及设备
CN115526068B (zh) 失准模型参数确定方法、装置、设备和存储介质
CN111478311A (zh) 一种电网任意分区线损计算方法及系统
CN115201742B (zh) 低压台区计量点误差的确定方法、装置以及电子设备
CN115629354B (zh) 基于用电量调整幅度识别超差电能表的方法及装置
CN113468729B (zh) 无标定方式的电力厂站计量装置运行误差测算方法及系统

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
GR01 Patent grant
GR01 Patent grant