CN115618654B - 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
CN115618654B
CN115618654B CN202211599378.9A CN202211599378A CN115618654B CN 115618654 B CN115618654 B CN 115618654B CN 202211599378 A CN202211599378 A CN 202211599378A CN 115618654 B CN115618654 B CN 115618654B
Authority
CN
China
Prior art keywords
electric energy
sub
meter
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.)
Active
Application number
CN202211599378.9A
Other languages
English (en)
Other versions
CN115618654A (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

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06Electricity, gas or water supply

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;
其中,为第个采样时段所述分表的目标拟合残差,为所述多个电能表中台区总表第个采样时段的供电量计量值;为所述多个电能表中分表在第个采样时段的用电量,为分表的相对误差,为台区总表的相对误差,为所述多个电能表中分表总个数,为常数,为台区第个采样时段的线路损耗;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:
其中,为目标拟合残差的均方根,为参考拟合残差的均方根;
将公式(2)转化为如下公式(3):
其中,
将公式(3)转化为如下公式(4)表示的目标函数:
其中,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;
其中,为所述多个电能表中台区总表第个采样时段的供电量计量值;为所述多个电能表中分表在第个采样时段的用电量,为分表的相对误差,为台区总表的相对误差,为所述多个电能表中分表总个数,为常数,为台区第个采样时段的线路损耗;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;
其中,为第个采样时段的参考拟合残差,为所述多个电能表中台区总表第个采样时段的供电量计量值;为所述多个电能表中分表在第个采样时段的用电量,为分表的相对误差,为台区总表的相对误差,为所述多个电能表中分表总个数,为常数,为台区第个采样时段的线路损耗;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,总表电量以表示,各个分表有功电量以来表示,分表无功电量以来表示,分表电压以来表示,假设有个分表。
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;
其中,为所述多个电能表中台区总表第个采样时段的供电量计量值;为所述多个电能表中分表在第个采样时段的用电量,为分表的相对误差,为台区总表的相对误差,为所述多个电能表中分表总个数,为常数,为台区第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,将线路损耗项展开则为:
其中,为分表在第个采样时段的电压,为分表在第个采样时段的电压,为共有等效电阻系数,为分表和分表之间公共支路的等效电阻,分别表示分表和分表的有功电量,M表示不共享的分表的个数。
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:
其中,为第天的参考拟合残差,为第天的统计线损,为第天的计算线损,且统计线损和计算线损的公式分别为:
因此,参考拟合残差最终的结果为:
其中,为第个采样时段的参考拟合残差,为所述多个电能表中台区总表第个采样时段的供电量计量值;为所述多个电能表中分表在第个采样时段的用电量,为分表的相对误差,为台区总表的相对误差,为所述多个电能表中分表总个数,为常数,为台区第个采样时段的线路损耗;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,在计算过程中将单独列出来,如公式(1)所示:
其中,为第个采样时段所述分表的目标拟合残差,为所述多个电能表中台区总表第个采样时段的供电量计量值;为所述多个电能表中分表在第个采样时段的用电量,为分表的相对误差,为台区总表的相对误差,为所述多个电能表中分表总个数,为常数,为台区第个采样时段的线路损耗;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,可以分为参考时段和测试时段,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,其中为参考拟合残差的均方根,为固定的值,为目标拟合残差的均方根简化后得到的,则求使最小的,即对二次方程求使其最小的,以及对应的值。
重复上述步骤直到每个电能表都得到一个
最小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:
其中,为目标拟合残差的均方根,为参考拟合残差的均方根;
将公式(2)转化为如下公式(3):
其中,
将公式(3)转化为如下公式(4)表示的目标函数:
其中,为参考拟合残差的均方根,为所述目标函数的变量。
具体的,将公式(2)转化为了变量的二次函数,由于转化的过程中将从求和项里边单独拿出来,因此最后得到的变量为该分表的误差系数
可选地,利用如下公式(8)确定目标拟合残差的均方根:
其中,为采样时段的数量,表示第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,将测试时段拟合残差中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;
,则公式(2)可转化为公式(3)的表达式;
,则可继续化简为公式(4)的目标函数;
其中为固定的值,则求使最小的,即对二次方程求使其最小的,以及对应的值。
重复上述步骤4,直到每个电能表都得到一个
5、输出最小的最小值对应的电能表。
即最小的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;
其中,为第个采样时段所述分表的目标拟合残差,为所述多个电能表中台区总表第个采样时段的供电量计量值;为所述多个电能表中分表在第个采样时段的用电量,为分表的相对误差,为台区总表的相对误差,为所述多个电能表中分表总个数,为常数,为台区第个采样时段的线路损耗;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:
其中,为目标拟合残差的均方根,为参考拟合残差的均方根;
将公式(2)转化为如下公式(3):
其中,
将公式(3)转化为如下公式(4)表示的目标函数:
其中,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;
其中,为所述多个电能表中台区总表第个采样时段的供电量计量值;为所述多个电能表中分表在第个采样时段的用电量,为分表的相对误差,为台区总表的相对误差,为所述多个电能表中分表总个数,为常数,为台区第个采样时段的线路损耗;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;
其中,为第个采样时段的参考拟合残差,为所述多个电能表中台区总表第个采样时段的供电量计量值;为所述多个电能表中分表在第个采样时段的用电量,为分表的相对误差,为台区总表的相对误差,为所述多个电能表中分表总个数,为常数,为台区第个采样时段的线路损耗;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 (9)

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,利用如下公式(1)计算所述分表q的目标拟合残差;
(1)
其中,为第个采样时段所述分表q的目标拟合残差,为所述多个电能表中台区总表第个采样时段的供电量计量值;为所述多个电能表中分表在第个采样时段的用电量,为分表的相对误差,为台区总表的相对误差,为所述多个电能表中分表总个数,为常数,为台区第个采样时段的线路损耗;取值为1-N,N大于0的整数,N表示采样时段的数量;
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:
(2)
其中,为目标拟合残差的均方根,为参考拟合残差的均方根;
将公式(2)转化为如下公式(3)
  (3)
其中,
将公式(3)转化为如下公式(4)表示的目标函数:
(4)
其中,为所述目标函数的变量。
4.根据权利要求2-3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。
5.根据权利要求1-3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;
(5)
其中,为所述多个电能表中台区总表第个采样时段的供电量计量值;为所述多个电能表中分表在第个采样时段的用电量,为分表的相对误差,为台区总表的相对误差,为所述多个电能表中分表总个数,为常数,为台区第个采样时段的线路损耗;取值为1-N,N大于0的整数,N表示采样时段的数量。
6.根据权利要求1-3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;
(6)
其中,为第个采样时段的参考拟合残差,为所述多个电能表中台区总表第个采样时段的供电量计量值;为所述多个电能表中分表在第个采样时段的用电量,为分表的相对误差,为台区总表的相对误差,为所述多个电能表中分表总个数,为常数,为台区第个采样时段的线路损耗;取值为1-N,N大于0的整数,N表示采样时段的数量。
7.一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,利用如下公式(1)计算所述分表q的目标拟合残差;
(1)
其中,为第个采样时段所述分表q的目标拟合残差,为所述多个电能表中台区总表第个采样时段的供电量计量值;为所述多个电能表中分表在第个采样时段的用电量,为分表的相对误差,为台区总表的相对误差,为所述多个电能表中分表总个数,为常数,为台区第个采样时段的线路损耗;取值为1-N,N大于0的整数,N表示采样时段的数量;
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。
8.一种电子设备,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6任一项所述超差电能表的识别方法。
9.一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6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 CN115618654A (zh) 2023-01-17
CN115618654B true 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)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102122843B (zh) * 2011-02-23 2013-11-27 江西省电力科学研究院 关口电能计量装置运行异常预警方法
CN102621516B (zh) * 2012-02-21 2014-04-16 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
CN104991223B (zh) * 2015-07-27 2017-11-14 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
CN105588995B (zh) * 2015-12-11 2018-08-14 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
KR101768654B1 (ko) * 2016-01-20 2017-08-17 울산과학기술원 전자 기기의 고장 예측 장치 및 이를 이용한 고장 예측 방법
CN107340492B (zh) * 2017-05-31 2020-01-21 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
CN109190950B (zh) * 2018-08-21 2021-05-04 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
CN112381476B (zh) * 2021-01-18 2021-04-13 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

Also Published As

Publication number Publication date
CN115618654A (zh) 2023-01-17

Similar Documents

Publication Publication Date Title
CN115618654B (zh) 超差电能表的识别方法及装置
CN111026927B (zh) 一种低压台区运行状态智能监测系统
CN115616473B (zh) 超差电能表的识别方法、装置、设备和存储介质
CN111624544B (zh) 一种台区户变关系识别方法及相关装置
CN110705107B (zh) 一种配电网电压评估方法、系统、设备和存储介质
KR101493355B1 (ko) 에너지 저장 장치의 soc 보정 방법 및 이를 이용하는 soc 보정 시스템
CN111103459A (zh) 电网用户相位识别方法及装置、电子设备
CN112288303A (zh) 确定线损率的方式、装置
CN111914205A (zh) 台区理论线损计算方法、装置和日负荷曲线计算方法
CN106022641A (zh) 一种变电站负荷特性的在线分析系统和方法
CN115508770A (zh) 一种基于kl-nb算法的电能表运行状态在线评估方法
KR20150002914A (ko) 전력 계통의 데이터 추정 방법
CN113484819A (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
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
CN112598534A (zh) 评估电力消费量与国内生产总值相关性的方法及装置
CN115629354B (zh) 基于用电量调整幅度识别超差电能表的方法及装置
CN116993280A (zh) 一种计量自动化系统数据模型测试数据自动生成方法
CN111478311A (zh) 一种电网任意分区线损计算方法及系统
CN115685046A (zh) 互感器计量异常识别方法、装置、设备及存储介质
CN115639517B (zh) 基于用电量调整幅度的超差电能表识别方法、装置和设备
CN115684809A (zh) 一种基于虚拟电厂的用户端用电测试系统
CN109327026B (zh) 一种低压配电网区间状态估计方法
CN114065118A (zh) 一种基于指数函数的电力系统鲁棒状态估计方法
CN114152787A (zh) 一种用户自家校验误差的电能表结构和校验误差方法

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