CN115951123A - 一种基于无线通信的电能计量方法及系统 - Google Patents
一种基于无线通信的电能计量方法及系统 Download PDFInfo
- Publication number
- CN115951123A CN115951123A CN202310171510.4A CN202310171510A CN115951123A CN 115951123 A CN115951123 A CN 115951123A CN 202310171510 A CN202310171510 A CN 202310171510A CN 115951123 A CN115951123 A CN 115951123A
- Authority
- CN
- China
- Prior art keywords
- node
- electric energy
- moment
- abnormal
- distance
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000004891 communication Methods 0.000 title claims abstract description 36
- 230000002159 abnormal effect Effects 0.000 claims abstract description 245
- 238000012216 screening Methods 0.000 claims abstract description 4
- 230000005856 abnormality Effects 0.000 claims description 61
- 238000004364 calculation method Methods 0.000 claims description 27
- 230000008569 process Effects 0.000 claims description 18
- 238000013507 mapping Methods 0.000 claims description 16
- 238000010606 normalization Methods 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 abstract description 2
- 238000010295 mobile communication Methods 0.000 abstract description 2
- 238000003672 processing method Methods 0.000 abstract description 2
- 238000005259 measurement Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000013480 data collection Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 101150071716 PCSK1 gene Proteins 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明涉及电数字数据领域,具体涉及一种基于无线通信的电能计量方法及系统,该方法是一种基于移动通信技术且适用于特别功能的电数字数据处理方法,包括,获取每个节点在不同时刻的电能数据,确定每个节点在进行电能数据采集时的电能分布异常程度;基于树状线路分支结构中每个节点的连接状况和电能分布异常程度,确定由线路分布造成电能异常的概率,进而确定每个节点的电能采集异常程度;根据电能采集异常程度判断每个节点的电能是否存在异常,筛选出异常电能数据,并进行修正,实现无线通信的准确电能计量。本发明排除了线路原因造成的电能异常的影响,获得更准确的电数字数据,有效提高了无线通信电能计量的准确度。
Description
技术领域
本发明涉及电数字数据技术领域,具体涉及一种基于无线通信的电能计量方法及系统。
背景技术
电能是社会发展和人们日常生活不可缺少的能源,电能计量是指对电能量的采集(包括有功电能和无功电能),电能计量是指对消耗的电能进行准确测量,也是衡量用户用电情况最直观的方法。电能计量不但是电力市场交易和营销的基本技术支撑和基础数据来源,同时也是生产技术单位判断生产设备是否正常运行的基础数据来源。电能量计量设备作为电能量采集、记录以及通讯的重要工具,其智能化将给人们的生活带来很多便利,电能量计量设备的智能化主要体现在利用无线通信技术进行电能计量。但是,在无线通信电能计量运行过程中,所采集的电能数据往往由于电力系统或者用电的不稳定,造成电能数据异常。
为了实现电力系统的准确电能计量,现有技术对所采集的电能数据本身进行分析,基于分析结果获取异常电能数据,对异常电能数据进行修正,实现电能计量。但是现有电能计量方法只对电能数据本身进行分析,忽略了电力系统实际结构分布对电能数据的影响,无法实现对电能数据异常进行准确分析,也就是采集的电能数据并不能很好地反映当前电力系统的实际用电情况,导致电能计量的准确度低下。
发明内容
为了解决上述现有电能计量方法忽略了电力系统实际结构分布对电能数据的影响,电能计量准确度低下的技术问题,本发明的目的在于提供一种基于无线通信的电能计量方法及系统,所采用的技术方案具体如下:
本发明一个实施例提供了一种基于无线通信的电能计量方法,该方法包括以下步骤:
构建待检测电力系统的树状线路分支结构,获取树状线路分支结构中各个等级的每个节点在第一时刻、第二时刻以及第三时刻的电能,第一时刻为第二时刻的前一时刻,第二时刻为第三时刻的前一时刻,第三时刻为当前时刻;
根据每个节点在第一时刻、第二时刻以及第三时刻的电能,确定每个节点在第二时刻的电能分布异常程度;
根据每个节点在树状线路分支结构中的位置以及在第二时刻的电能分布异常程度,确定每个节点在第二时刻对应的由线路分布造成电能异常的概率;
根据每个节点在第二时刻的电能分布异常程度以及由线路分布造成电能异常的概率,确定每个节点在第二时刻的电能采集异常程度;
根据电能采集异常程度,判断每个节点在第二时刻的电能是否存在异常,若存在异常,则对存在异常的电能进行修正,获得修正后的电能。
进一步地,根据每个节点在第一时刻、第二时刻以及第三时刻的电能,确定每个节点在第二时刻的电能分布异常程度,包括:
获取每个节点在预设时段内每个时刻的电能,选取预设时段内的任意一个时刻的电能,将该时刻的前一时刻的电能与该时刻的电能的差值作为第一电能差值,将该时刻的电能与其后一时刻的电能的差值作为第二电能差值,获得每个节点在预设时段内每个时刻对应的第一电能差值和第二电能差值,所述预设时段内每个时刻的电能包含第一时刻的电能、第二时刻的电能以及第三时刻的电能;
将每个节点在第二时刻对应的第一电能差值作为目标第一电能差值,将每个节点在第二时刻对应的第二电能差值作为目标第二电能差值,选取预设数目个与目标第一电能差值相邻的第一电能差值作为对应节点在第二时刻对应的参考第一电能差值,并选取预设数目个与目标第二电能差值相邻的第二电能差值作为对应节点在第二时刻对应的参考第二电能差值,计算每个节点在第二时刻对应的预设数目个参考第一电能差值的方差和预设数目个参考第二电能差值的方差;
根据每个节点在第二时刻对应的目标第一电能差值、目标第二电能差值、预设数目个参考第一电能差值、预设数目个参考第二电能差值、预设数目个参考第一电能差值的方差以及预设数目个参考第二电能差值的方差,确定每个节点在第二时刻的电能分布异常程度。
进一步地,所述每个节点在第二时刻的电能分布异常程度的计算公式为:
其中,为各个等级的第i个节点在第二时刻的电能分布异常程度,为各个等级的第i个节点在第二时刻对应的预设数目个参考第一电能差值的方差,为各个等级的第i个节点在第二时刻对应的预设数目个参考第二电能差值的方差,为各个等级的第i个节点在第二时刻对应的参考第一电能差值和参考第二电能差值的预设数目,k为各个等级的第i个节点在第二时刻对应的参考第一电能差值和参考第二电能差值的序号,为各个等级的第i个节点在第二时刻对应的目标第一电能差值,为各个等级的第i个节点在第二时刻对应的第k个参考第一电能差值,为各个等级的第i个节点在第二时刻对应的目标第二电能差值,为各个等级的第i个节点在第二时刻对应的第k个参考第二电能差值,为对求绝对值,为对求绝对值。
进一步地,根据每个节点在树状线路分支结构中的位置以及在第二时刻的电能分布异常程度,确定每个节点在第二时刻对应的由线路分布造成电能异常的概率,包括:
任选一个节点,根据该节点在树状线路分支结构中的位置,选取该节点的同等级中满足预设节点距离条件的节点作为该节点的第一目标节点,选取该节点的上一等级中满足预设节点距离条件的节点作为该节点的第二目标节点,选取该节点的下一等级中满足预设节点距离条件的节点作为该节点的第三目标节点,所述预设节点距离条件为与该节点之间的节点距离小于或等于预设节点距离;
确定每个节点与各第一目标节点、各第二目标节点以及各第三目标节点之间的节点距离,进而获取每个节点对应的各第一目标节点的上一等级中连接第一目标节点的节点分支数量;根据每个节点与各第二目标节点、各第三目标节点之间的节点距离,确定每个节点对应的每种节点距离的各第二目标节点和各第三目标节点,进而获取每个节点对应的每种节点距离的各第二目标节点与对应节点所共同连接的节点的分支数量以及各第三目标节点与对应节点所共同连接的节点的分支数量;
根据每个节点和每个节点对应的各第一目标节点在第二时刻的电能分布异常程度、每个节点与其对应的各第一目标节点之间的节点距离以及各第一目标节点的上一等级中连接第一目标节点的节点分支数量,确定每个节点在第二时刻的第一电能异常影响指标;
根据每个节点和每个节点对应的各第二目标节点在第二时刻的电能分布异常程度、每个节点与其对应的各第二目标节点之间的节点距离以及每种节点距离的各第二目标节点与对应节点所共同连接的节点的分支数量,确定每个节点在第二时刻的第二电能异常影响指标;
根据每个节点和每个节点对应的各第三目标节点在第二时刻的电能分布异常程度、每个节点与其对应的各第三目标节点之间的节点距离以及每种节点距离的各第三目标节点与对应节点所共同连接的节点的分支数量,确定每个节点在第二时刻的第三电能异常影响指标;
统计树状线路分支结构中每个等级的节点数量,将每个节点的同等级的节点数量确定为对应节点的第一节点数量,将每个节点的上一等级的节点数量确定为第二节点数量,将每个节点的下一等级的节点数量确定为对应节点的第三节点数量;
获取每个节点对应的各其他同等级节点、各上一等级节点和各下一等级节点,进而确定每个节点与各其他同等级节点之间的节点距离均值、与各上一等级节点之间的节点距离均值以及与各下一等级节点之间的节点距离均值;
根据每个节点的第一节点数量、第二节点数量、第三节点数量、每个节点与各其他同等级节点之间的节点距离均值、与各上一等级节点之间的节点距离均值以及与各下一等级节点之间的节点距离均值,确定每个节点的第一影响系数、第二影响系数以及第三影响系数;
根据每个节点在第二时刻的第一电能异常影响指标、第二电能异常影响指标、第三电能异常影响指标、第一影响系数、第二影响系数以及第三影响系数,确定每个节点在第二时刻对应的由线路分布造成电能异常的概率。
进一步地,所述第一电能异常影响指标的计算公式为:
其中,为第个等级的第个节点在第二时刻的第一电能异常影响指标,为第个等级的第个节点对应的第一目标节点的个数,t为第个等级的第个节点对应的第一目标节点的序号,为第个等级的第个节点对应的第t个第一目标节点的上一等级中连接第t个第一目标节点的节点分支数量,为第个等级的第个节点与其对应的第t个第一目标节点之间的节点距离,为第个等级的第个节点在第二时刻的电能分布异常程度,为第个等级的第个节点对应的第t个第一目标节点在第二时刻的电能分布异常程度,为对求绝对值;
所述第二电能异常影响指标的计算公式为:
其中,为第个等级的第个节点在第二时刻的第二电能异常影响指标,为第个等级的第个节点对应的节点距离类型的个数,为第个等级的第个节点对应的节点距离类型的序号,为第个等级的第个节点对应的第a种节点距离,为第个等级的第个节点对应的第a种节点距离的个第二目标节点与第个等级的第个节点所共同连接的节点的分支数量,为第个等级的第个节点对应的第a种节点距离的第二目标节点的个数,为第个等级的第个节点对应的第a种节点距离的第二目标节点的序号,为第个等级的第个节点在第二时刻的电能分布异常程度,为第个等级的第个节点对应的第a种节点距离的第个第二目标节点在第二时刻的电能分布异常程度,为对求绝对值;
所述第三电能异常影响指标的计算公式为:
其中,为第个等级的第个节点在第二时刻的第三电能异常影响指标,为第个等级的第个节点对应的节点距离类型的个数,为第个等级的第个节点对应的节点距离类型的序号,为第个等级的第个节点对应的第a种节点距离,为第个等级的第个节点对应的第a种节点距离的个第三目标节点与第个等级的第个节点所共同连接的节点的分支数量,为第个等级的第个节点对应的第a种节点距离的第三目标节点的个数,v为第x个等级的第y个节点对应的第a种节点距离的第三目标节点的序号,为第个等级的第个节点在第二时刻的电能分布异常程度,为第个等级的第个节点对应的第a种节点距离的第个第三目标节点在第二时刻的电能分布异常程度,为求绝对值。
进一步地,根据每个节点的第一节点数量、第二节点数量、第三节点数量、每个节点与各其他同等级节点之间的节点距离均值、与各上一等级节点之间的节点距离均值以及与各下一等级节点之间的节点距离均值,确定每个节点的第一影响系数、第二影响系数以及第三影响系数,包括:
将每个节点的第一节点数量、第二节点数量与第三节点数量的和,确定为比值的分母,将第一节点数量确定为比值的分子时,将该比值确定为对应节点的第一节点数量影响子系数,将第二节点数量确定为比值的分子时,将该比值确定为对应节点的第二节点数量影响子系数,将第三节点数量确定为比值的分子时,将该比值确定为对应节点的第三节点数量影响子系数;
将每个节点与各其他同等级节点之间的节点距离均值、每个节点与各上一等级节点之间的节点距离均值以及每个节点与各下一等级节点之间的节点距离均值的和,确定为比值的分母,将与各其他同等级节点之间的节点距离均值确定为比值的分子时,将该比值的倒数确定为对应节点的第一节点距离影响子系数,将与各上一等级节点之间的节点距离均值确定为比值的分子时,将该比值的倒数确定为对应节点的第二节点距离影响子系数,将与各下一等级节点之间的节点距离均值确定为比值的分子时,将该比值的倒数确定为对应节点的第三节点距离影响子系数;
计算每个节点的第一节点数量影响子系数与第一节点距离影响子系数的乘积,将归一化后的该乘积确定为对应节点的第一影响系数,计算每个节点的第二节点数量影响子系数与第二节点距离影响子系数的乘积,将归一化后的该乘积确定为对应节点的第二影响系数,计算每个节点的第三节点数量影响子系数与第三节点距离影响子系数的乘积,将归一化后的该乘积确定为对应节点的第三影响系数。
进一步地,根据每个节点在第二时刻的第一电能异常影响指标、第二电能异常影响指标、第三电能异常影响指标、第一影响系数、第二影响系数以及第三影响系数,确定每个节点在第二时刻对应的由线路分布造成电能异常的概率,包括:
对每个节点在第二时刻的第一电能异常影响指标、第二电能异常影响指标和第三电能异常影响指标进行负相关映射,获得每个节点在第二时刻对应的负相关映射后的第一电能异常影响指标、第二电能异常影响指标和第三电能异常影响指标;
计算每个节点在第二时刻对应的负相关映射后的第一电能异常影响指标与第一影响系数的乘积,确定为对应节点的第一乘积,计算每个节点在第二时刻对应的负相关映射后的第二电能异常影响指标与第二影响系数的乘积,确定为对应节点的第二乘积,计算每个节点在第二时刻对应的负相关映射后的第三电能异常影响指标与第三影响系数的乘积,确定为对应节点的第三乘积;
使第一乘积、第二乘积和第三乘积相加,将相加后的数值作为对应节点在第二时刻对应的由线路分布造成电能异常的概率。
进一步地,根据每个节点在第二时刻的电能分布异常程度以及由线路分布造成电能异常的概率,确定每个节点在第二时刻的电能采集异常程度,包括:
计算数值1与任意一个节点在第二时刻对应的由线路分布造成电能异常的概率之间的差值,计算该差值与该节点在第二时刻的电能分布异常程度的乘积,对乘积进行归一化处理,将归一化后的乘积作为该节点在第二时刻的电能采集异常程度。
进一步地,根据电能采集异常程度,判断每个节点在第二时刻的电能是否存在异常,若存在异常,则对存在异常的电能进行修正,获得修正后的电能,包括:
若任意一个节点在第二时刻的电能采集异常程度大于预设异常阈值,则判定该节点在第二时刻的电能存在异常,利用线性插值方法对该节点在第二时刻的电能进行修正,获得该节点在第二时刻对应的修正后的电能,否则,判定该节点在第二时刻的电能不存在异常。
本发明一个实施例还提供了一种基于无线通信的电能计量系统,包括处理器和存储器,所述处理器用于处理存储在所述存储器中的指令,以实现所述的一种基于无线通信的电能计量方法。
本发明具有如下有益效果:
本发明提供了一种基于无线通信的电能计量方法及系统,该方法是一种基于移动通信技术且适用于特别功能的电数字数据处理方法,该方法通过对电数字数据进行数据处理,获得了电能采集异常程度,利用电能采集异常程度筛选出异常电能数据,对异常电能数据进行修正,实现了无线通信的准确电能计量。获取每个时刻及其前一时刻、后一时候的电能数据,是为了便于后续计算每个时刻的电能分布异常程度,对3个不同时刻的电能数据进行数字数据处理,有助于提高电能分布异常程度的参考价值;构建待检测电力系统的树状线路分支结构时,利用节点表示所有的分支,简化了实际线路中不同分支的表示方式,有助于准确分析电力系统线路中的不同支路的电能数据之间的异常关系;确定每个节点在第二时刻对应的由线路分布造成电能异常的概率,是为了更直观的反映节点的异常电能数据受其他节点的影响关系,便于分析线路原因造成的节点电能数据异常,排除线路原因造成的异常电能数据;从两个角度计算电能采集异常程度,能够提高电能采集异常程度的准确度,便于区分线路异常造成的异常电能数据与实际数据采集造成的异常电能数据;基于电能采集异常程度,有助于提高所筛选出来的异常电能数据的精准性,提高电能是否存在异常的判断结果的有效性,增强无线通信数据传输的可靠程度,实现无线通信的准确电能计量。
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和优点,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的介绍,显而易见地,下面描述中的附图仅仅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它附图。
图1为本发明一种基于无线通信的电能计量方法的流程图;
图2为本发明实施例中的待检测电力系统的树状线路分支结构的示意图;
图3为本发明实施例中的步骤S3的步骤流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的技术方案的具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一个实施例。此外,一个或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
在现有电能数据的计量中,异常电能数据越来越多、且异常电能数据的异常程度越来越高,导致电能计量的准确度低下。由于电能计量的异常情况主要与电能数据采集过程相关,电能数据的异常采集会直接影响电能的计量结果,故本实施例通过分析电能数据采集过程中影响电能数据异常的因素,实时确定不同时刻的每个电能数据对应的采集异常程度,基于采集异常程度实现准确电能计量。本实施例提供了一种基于无线通信的电能计量方法,如图1所示,包括以下步骤:
S1,构建待检测电力系统的树状线路分支结构,获取树状线路分支结构中各个等级的每个节点在第一时刻、第二时刻以及第三时刻的电能,其步骤包括:
第一步,构建待检测电力系统的树状线路分支结构。
首先,需要说明的是,在电力系统线路中进行各项电能计量涉及到多个不同电能计量设备所采集的数据,电能计量设备可以是电能表,由电能表所得的电能数据是相互独立的,但线路中的电能数据需要基于线路分布情况进行传输,所以多个线路的不同位置处的电能数据能够互相影响。另外,本实施例将需要进行电能计量的电力系统作为待检测电力系统,在待检测电力系统的实际线路中,不同支路的节点位置处均具备电能计量设备,也就是不同支路的节点具有其对应的电能数据,这里的节点是指支路的汇集点。由于线路不稳定造成的异常电能数据通常表现在其相邻支路的电能数据中,支路之间的位置关系能够影响对应电能数据之间的关联情况,此时线路支路的位置关系可以通过线路的分支情况进行分析。
因此,本实施例在后续利用线路分布结构中不同支路的电能数据之间的相互影响关系,分析线路异常对电能数据采集异常的影响程度,获得更加准确的异常电能数据,便于对后续异常电能数据进行修正,实现电能的准确计量。为了准确分析支路电能数据关系,需要确定待检测电力系统的线路分支关系,即根据线路分布情况确定支路的分支等级和不同分支之间的连接关系,在实际线路分布中,支路可以存在下一等级和上一等级的支路。为了便于分析线路支路的分支等级关系,将所有线路支路按照分支关系构建待检测电力系统的树状线路分支结构,节点可以表征分支,待检测电力系统的树状线路分支结构的示意图如图2所示。在图2中,表示第一等级的第一个节点,表示第二等级的第一个节点,以此类推,表示第x等级的第y个节点,树状线路分支结构中的节点的连接关系也就是实际线路中分支之间的连接关系,如:,连接在节点上,为和的总分支。
至此,完成了对待检测电力系统的树状线路分支结构的构建,树状线路分支结构将所有分支利用节点进行表征,可以直观反映出不同支路之间的连接关系,简化了实际线路中不同分支的表示方式,便于后续分析不同支路的电能数据之间的关联情况。
第二步,获取树状线路分支结构中各个等级的每个节点在第一时刻、第二时刻以及第三时刻的电能。
本实施例利用4G网络对各个电能计量设备搭载无线通信,实现各个电能计量设备之间的无线通信,利用无线通信可以传输电能的计量数据,使电能计量设备之间实时互通,便于对电能数据的整理和计算。树状线路分支结构中各个等级的每个节点位置处均具备电能计量设备,利用电能计量设备可以实现实时采集电能数据,获得每个节点在不同时刻的电能,通过对不同时刻的电能进行识别和分析,可以实现准确的电能计量,这里的电能是指一段时间的用电消耗。为了便于理解,本实施例以每个节点在第二时刻的电能计量作为示例进行说明,而实现第二时刻的准确电能计量需要获取第二时刻的前一时刻和后一时刻的电能数据,即第一时刻和第三时刻的电能数据,以确定每个节点在第二时刻的电能的分布异常程度,即电能分布异常程度。
至此,本实施例获得了树状线路分支结构中各个等级的每个节点在第一时刻、第二时刻以及第三时刻的电能,这里的第一时刻为第二时刻的前一时刻,第二时刻为第三时刻的前一时刻,而第三时刻可以为当前时刻,两个时刻之间的时间间隔可以为1秒,时间间隔可由实施者根据具体实际情况自行设置,不做具体限定。
S2,根据每个节点在第一时刻、第二时刻以及第三时刻的电能,确定每个节点在第二时刻的电能分布异常程度。
需要说明的是,电能计量主要依据电能计量设备进行电能记录,若电能计量设备发生故障,则会导致电能计量设备采集的电能数据存在异常,此时的异常电能数据主要表现为单个电能数据的分布存在异常,包括电能数据的变化趋势异常和电能数据在其变化趋势中存在不同表现。因此,基于每个节点在第一时刻、第二时刻以及第三时刻的电能数据,可以确定每个节点在第二时刻的电能分布异常程度,其步骤包括:
第一步,获取每个节点在预设时段内每个时刻的电能,选取预设时段内的任意一个时刻的电能,将该时刻的前一时刻的电能与该时刻的电能的差值作为第一电能差值,将该时刻的电能与其后一时刻的电能的差值作为第二电能差值,获得每个节点在预设时段内每个时刻对应的第一电能差值和第二电能差值。
在本实施例中,预设时段可以设置为当前1分钟,当前的1分钟内包含第一时刻、第二时刻和第三时刻,也就是当前1分钟内每个时刻的电能包含第一时刻的电能、第二时刻的电能以及第三时刻的电能。预设时刻内的每个时刻的电能均有其对应的第一电能差值和第二电能差值,但对于预设时段内的第一个时刻和最后一个时刻的电能,为了便于后续计算则忽略不计,其不会对整个电能数据的变化趋势造成不良影响。
第二步,将每个节点在第二时刻对应的第一电能差值作为目标第一电能差值,将每个节点在第二时刻对应的第二电能差值作为目标第二电能差值,选取预设数目个与目标第一电能差值相邻的第一电能差值作为对应节点在第二时刻对应的参考第一电能差值,并选取预设数目个与目标第二电能差值相邻的第二电能差值作为对应节点在第二时刻对应的参考第二电能差值,计算每个节点在第二时刻对应的预设数目个参考第一电能差值的方差和预设数目个参考第二电能差值的方差。
在本实施例中,目标第一电能差值是为了分析第二时刻的电能数据与其前一时刻的电能数据之间的差异程度,目标第二电能差值是为了便于分析第二时刻的电能数据与其后一时刻的电能数据之间的差异程度,目标第一电能差值和目标第二电能差值是后续计算电能分布异常程度的关键性指标。这里参考第一电能差值和参考第二电能差值的预设数目可以设置为10,预设数目数值大小可根据实际场景需求进行调整,使每个节点在第二时刻均有预设数目个参考第一电能差值和参考第二电能差值。获取每个节点在第二时刻对应的预设数目个参考第一电能差值,是为了分析目标第一电能差值与其周围参考的预设数目个参考第一电能差值之间的差异,进而计算电能分布异常程度,获取参考第二电能差值的目的跟获取参考第一电能差值的目的是一致的,此处不再说明。为了分析每个节点在第二时刻的电能与其周围多个参考时刻的电能之间的电能差值变化趋势,需要计算预设数目个参考第一电能差值的方差和预设数目个参考第二电能差值的方差,计算方差的过程为现有技术,此处不再进行详细阐述。
第三步,根据每个节点在第二时刻对应的目标第一电能差值、目标第二电能差值、预设数目个参考第一电能差值、预设数目个参考第二电能差值、预设数目个参考第一电能差值的方差以及预设数目个参考第二电能差值的方差,确定每个节点在第二时刻的电能分布异常程度。
本实施例从空间和时间的角度分析,利用每个节点在三个时刻所采集的电能数据分布关系,获得每个节点在第二时刻的电能分布异常程度,其有助于提高电能分布异常程度的参考价值和精准性,增强异常电能数据识别的准确性。基于数学建模的相关知识,利用每个节点在第二时刻对应的各个指标,包括目标第一电能差值、目标第二电能差值、预设数目个参考第一电能差值、预设数目个参考第二电能差值、预设数目个参考第一电能差值的方差以及预设数目个参考第二电能差值的方差,可以确定每个节点在第二时刻的电能分布异常程度,电能分布异常程度可以表征电能数据在整个电力系统对应的电能数据集合中的分布异常程度,其计算公式可以为:
其中,为各个等级的第i个节点在第二时刻的电能分布异常程度,为各个等级的第i个节点在第二时刻对应的预设数目个参考第一电能差值的方差,为各个等级的第i个节点在第二时刻对应的预设数目个参考第二电能差值的方差,为各个等级的第i个节点在第二时刻对应的参考第一电能差值和参考第二电能差值的预设数目,k为各个等级的第i个节点在第二时刻对应的参考第一电能差值和参考第二电能差值的序号,为各个等级的第i个节点在第二时刻对应的目标第一电能差值,为各个等级的第i个节点在第二时刻对应的第k个参考第一电能差值,为各个等级的第i个节点在第二时刻对应的目标第二电能差值,为各个等级的第i个节点在第二时刻对应的第k个参考第二电能差值,为对求绝对值,为对求绝对值。
在电能分布异常程度的计算公式中,可以表征的相对大小,越大,的权重越大,其说明各个等级的第i个节点在第二时刻对应的预设数目个参考第一电能差值越能反映出第i个节点在第二时刻的电能数据的变化趋势异常,这里的分母中的1是为了避免两个方差均为0的特殊情况;可以表征各个等级的第i个节点在第一时刻的电能与在第二时刻的电能之间的差异,可以表示为,为各个等级的第i个节点在第t-1时刻(第一时刻)的电能,为各个等级的第i个节点在第t时刻(第二时刻)的电能;可以表征各个等级的第i个节点在第二时刻的电能与在第三时刻的电能之间的差异,可以表示为,为各个等级的第i个节点在第t时刻(第二时刻)的电能,为各个等级的第i个节点在第t+1时刻(第三时刻)的电能;可以表征各个等级的第i个节点在二时刻对应的目标第一电能差值与其对应的第k个参考第一电能差值之间的差异,可以表征各个等级的第i个节点在第二时刻对应的目标第一电能差值与其周围个参考第一电能差值之间的差异均值,可以反映出各个等级的第i个节点在二时刻对应的目标第一电能差值的数据趋势偏离程度,同理,说明各个等级的第i个节点在第二时刻对应的目标第二电能差值的数据趋势偏离程度;和越大,各个等级的第i个节点在第二时刻的电能分布异常程度就会越大。
S3,根据每个节点在树状线路分支结构中的位置以及在第二时刻的电能分布异常程度,确定每个节点在第二时刻对应的由线路分布造成电能异常的概率。
需要说明的是,在实际电能计量过程中,采集的电能数据异常可能为数据本身异常,也可能为线路不稳定造成的数据异常表现,故在电能计量数据异常分析过程中,需要分析电能数据异常的缘由,以确定最终的异常电能数据,进行准确电能计量。本实施例通过线路分支结构中的各个分支的电能数据,分析线路分布对异常电能数据的影响程度,确定每个节点在第二时刻对应的由线路分布造成电能异常的概率,如图3所示,其步骤包括:
第一步,确定每个节点在第二时刻的第一电能异常影响指标、第二电能异常影响指标以及第三电能异常影响指标。
第一子步骤,根据每个节点在树状线路分支结构中的位置,获得每个节点对应的各第一目标节点、各第二目标节点和各第三目标节点。
在本实施例中,以树状线路分支结构中的任意一个节点为例,确定该节点对应的各第一目标节点、各第二目标节点和各第三目标节点。具体,根据该节点在树状线路分支结构中的位置,选取该节点的同等级中满足预设节点距离条件的节点作为该节点的第一目标节点,选取该节点的上一等级中满足预设节点距离条件的节点作为该节点的第二目标节点,选取该节点的下一等级中满足预设节点距离条件的节点作为该节点的第三目标节点。这里的节点距离是指两个节点到达最近的共同祖先的距离总和,图2中一个连接线段即为节点距离1,即两个节点之间最短路径的长度,预设节点距离条件为与该节点之间的节点距离小于或等于预设节点距离,预设节点距离可以设置为3,实施者可以根据具体实际情况进行调整,不做具体限定。
至此,参考上述任意一个节点对应的各第一目标节点、各第二目标节点和各第三目标节点的获取过程,可以得到每个节点对应的各第一目标节点、各第二目标节点和各第三目标节点。
例如,确定图2中第三等级的第一个节点对应的各第一目标节点、各第二目标节点和各第三目标节点。首先,在的同等级中,与之间的节点距离为2,与之间的节点距离为4,与之间的节点距离为4,与之间的节点距离为4,与之间的节点距离为4,此时在第三等级中只有满足预设节点距离条件,即与之间的节点距离小于预设节点距离,预设节点距离可以为3,故将作为第三等级的第一个节点对应的第一目标节点;然后,在的上一等级中,与之间的节点距离为1,与之间的节点距离为3,此时在第二等级中的和均满足预设节点距离条件,故将和作为第三等级的第一个节点对应的第二目标节点;最后,在的下一等级中,与、、之间的节点距离均为1,与、之间的节点距离均为5,此时在第四等级中的、和均满足预设节点距离条件,故将、和作为第三等级的第一个节点对应的第三目标节点。
第二子步骤,确定每个节点与各第一目标节点、各第二目标节点以及各第三目标节点之间的节点距离,进而获取每个节点对应的各第一目标节点的上一等级中连接第一目标节点的节点分支数量;根据每个节点与各第二目标节点、各第三目标节点之间的节点距离,确定每个节点对应的每种节点距离的各第二目标节点和各第三目标节点,进而获取每个节点对应的每种节点距离的各第二目标节点与对应节点所共同连接的节点的分支数量以及各第三目标节点与对应节点所共同连接的节点的分支数量。
本实施例在确定每个节点对应的各第一目标节点、各第二目标节点和各第三目标节点时,由于目标节点需满足预设节点距离条件,当时已计算了每个节点与对应的各第一目标节点、各第二目标节点和各第三目标节点之间的节点距离,本子步骤可以直接得到每个节点与各第一目标节点、各第二目标节点以及各第三目标节点之间的节点距离,此处不再做具体阐述。基于每个节点以及每个节点对应的各第一目标节点、各第二目标节点和各第三目标节点在树状线路分支结构中的位置,可以直接得到每个节点对应的各第一目标节点的上一等级中连接第一目标节点的节点分支数量。根据每个节点与各第二目标节点、各第三目标节点之间的节点距离获得每个节点对应的每种节点距离的各第二目标节点与对应节点所共同连接的节点的分支数量以及各第三目标节点与对应节点所共同连接的节点的分支数量。
然后,第三等级的第一个节点对应的第二目标节点为和,和之间的节点距离为1,和之间的节点距离为3,故第三等级的第一个节点对应两种节点距离,分别为节点距离1和节点距离3,对应的节点距离为1的第二目标节点与节点所共同连接的节点为,也就是连接节点距离为1的第二目标节点和节点的节点为,节点的分支数量为2,对应的节点距离为3的第二目标节点与节点所共同连接的节点也为,节点的分支数量为2。
最后,第三等级的第一个节点对应的第三目标节点为、和,、和与之间的节点距离均为1,故第三等级的第一个节点对应一种节点距离,为节点距离1,对应的节点距离为1的第三目标节点、、与节点所共同连接的节点为,节点的分支数量为2。
第三子步骤,确定每个节点在第二时刻的第一电能异常影响指标、第二电能异常影响指标以及第三电能异常影响指标。
需要说明的是,树状线路分支结构中具有连接关系的节点的异常电能数据之间存在相互影响关系,具体表现为:在线路中由数据采集设备本身导致的异常电能数据是互相独立的,但是由线路不稳定导致的异常电能数据则表现为该异常电能数据对应的多个具有连接关系的节点均存在异常电能数据。因此,为了便于分析每个节点与其对应的具有连接关系的各节点之间的异常电能数据关联情况,从每个节点的同等级节点、上一等级节点和下一等级节点,分析异常电能数据受同等级节点、上一等级节点和下一等级节点的影响程度,其步骤包括:首先,分析异常电能数据受同等级节点的影响程度,具体,根据每个节点和每个节点对应的各第一目标节点在第二时刻的电能分布异常程度、每个节点与其对应的各第一目标节点之间的节点距离以及各第一目标节点的上一等级中连接第一目标节点的节点分支数量,利用数学建模的相关知识,确定每个节点在第二时刻的第一电能异常影响指标,这里的第一电能异常影响指标可以表征每个节点的电能分布异常程度受同等级节点的影响程度,其计算公式可以为:
其中,为第个等级的第个节点在第二时刻的第一电能异常影响指标,为第个等级的第个节点对应的第一目标节点的个数,t为第个等级的第个节点对应的第一目标节点的序号,为第个等级的第个节点对应的第t个第一目标节点的上一等级中连接第t个第一目标节点的节点分支数量,为第个等级的第个节点与其对应的第t个第一目标节点之间的节点距离,为第个等级的第个节点在第二时刻的电能分布异常程度,为第个等级的第个节点对应的第t个第一目标节点在第二时刻的电能分布异常程度,为对求绝对值。
在第一电能异常影响指标的计算公式中,第一电能异常影响指标可以表征第个等级的第个节点在第二时刻时的电能分布异常受同等级节点的影响,可以表征第个等级的第个节点与其对应的第t个第一目标节点之间的电能数据分布异常的差异,越大,两个节点之间的异常差异越大;可以表征两个节点之间的节点距离,值得说明的是两个节点直接连接时对应的节点距离为1,节点距离越大,说明该节点距离对应的两个节点之间存在线路影响关系越小;可以表征存在关联的两个节点的关联范围,越大,受其他节点的影响范围越广,第个等级的第个节点与其对应的第t个第一目标节点之间的关联程度越小,存在的线路影响程度也就会越小;可以表征第个等级的第个节点与其对应的第t个第一目标节点的电能分布异常程度之间存在的线路影响的指标,其值越大,两个节点的电能分布异常程度之间存在的线路影响程度越小;可以表征第个等级的第个节点与其同等级的f个第一目标节点之间存在线路影响的指标,其值越大,第个等级的第个节点受同等级节点的影响越小。
然后,分析异常电能数据受上一等级节点的电能数据的影响程度,具体,根据每个节点和每个节点对应的各第二目标节点在第二时刻的电能分布异常程度、每个节点与其对应的各第二目标节点之间的节点距离以及每种节点距离的各第二目标节点与对应节点所共同连接的节点的分支数量,利用数学建模的相关知识,确定每个节点在第二时刻的第二电能异常影响指标,第二电能异常影响指标可以表征每个节点的电能分布异常程度受上一等级节点的影响程度,其计算公式可以为:
其中,为第个等级的第个节点在第二时刻的第二电能异常影响指标,为第个等级的第个节点对应的节点距离类型的个数,为第个等级的第个节点对应的节点距离类型的序号,为第个等级的第个节点对应的第a种节点距离,为第个等级的第个节点对应的第a种节点距离的个第二目标节点与第个等级的第个节点所共同连接的节点的分支数量,为第个等级的第个节点对应的第a种节点距离的第二目标节点的个数,为第个等级的第个节点对应的第a种节点距离的第二目标节点的序号,为第个等级的第个节点在第二时刻的电能分布异常程度,为第个等级的第个节点对应的第a种节点距离的第个第二目标节点在第二时刻的电能分布异常程度,为对求绝对值。
在第二电能异常影响指标的计算公式中,第二电能异常影响指标可以表征第个等级的第个节点在第二时刻时的电能分布异常程度受上一等级节点的影响程度,可以表征第个等级的第个节点与节点距离为的个上一等级节点之间的电能分布异常程度的差异均值,其值越大,第个等级的第个节点受节点距离为的上一等级节点的影响越小;可以表征两个节点之间的节点距离,其值越小,节点距离对应两个节点之间存在的线路影响程度越小,可以表征个节点距离为的上一等级节点与第个等级的第个节点所共同连接的节点的分支数量,其值越大,第个等级的第个节点与个节点距离为的上一等级节点之间的连接程度越小、受个节点距离为的上一等级节点的影响越小;可以表征第个等级的第个节点的电能分布异常程度受个节点距离为的上一等级节点的影响指标,其值越大,影响越小;可以表征不同节点距离对应的第二目标节点与第个等级的第个节点之间的影响关系,即第个等级的第个节点的电能分布异常程度受上一等级节点的影响程度;第A种节点距离为节点距离最大值,在本实施例中节点距离最大值可以设置为3,可以根据实际场景需求进行调整。
最后,分析异常电能数据受下一等级节点的电能数据的影响程度。具体,根据每个节点和每个节点对应的各第三目标节点在第二时刻的电能分布异常程度、每个节点与其对应的各第三目标节点之间的节点距离以及每种节点距离的各第三目标节点与对应节点所共同连接的节点的分支数量,利用数学建模相关知识,确定每个节点在第二时刻的第三电能异常影响指标,第三电能异常影响指标可以表征每个节点的电能分布异常程度受下一等级节点的影响程度,其计算公式可以为:
其中,为第个等级的第个节点在第二时刻的第三电能异常影响指标,为第个等级的第个节点对应的节点距离类型的个数,为第个等级的第个节点对应的节点距离类型的序号,为第个等级的第个节点对应的第a种节点距离,为第个等级的第个节点对应的第a种节点距离的个第三目标节点与第个等级的第个节点所共同连接的节点的分支数量,为第个等级的第个节点对应的第a种节点距离的第三目标节点的个数,v为第x个等级的第y个节点对应的第a种节点距离的第三目标节点的序号,为第个等级的第个节点在第二时刻的电能分布异常程度,为第个等级的第个节点对应的第a种节点距离的第个第三目标节点在第二时刻的电能分布异常程度,为求绝对值。
在第三电能异常影响指标的计算公式中,第三电能异常影响指标可以表征第个等级的第个节点在第二时刻的电能分布异常程度受下一等级节点的影响指标,其值越大,第个等级的第个节点在第二时刻的电能分布异常程度受下一等级节点的影响越小;可以表征与第个等级的第个节点之间的节点距离为第a种节点距离的下一等级节点数量,可以表征节点距离为第a种节点距离的下一等级节点与第个等级的第个节点所共同连接的节点的分支数量。
至此,本实施例通过分析每个节点与其对应的具有连接关系的节点的异常电能数据之间的关联影响情况,准确得到每个节点在第二时刻的第一电能异常影响指标、第二电能异常影响指标和第三电能异常影响指标,其更加直观的反映出节点的异常电能数据受其他节点的影响程度。第一电能异常影响指标、第二电能异常影响指标和第三电能异常影响指标有助于后续计算由线路分布造成电能异常的概率,便于识别出由线路原因造成的异常电能数据,即有利于区分异常电能数据的来源,便于检测电力系统中存在实际异常的电能数据的节点。
第二步,确定每个节点在第二时刻的不同电能异常影响指标对应的影响系数。
需要说明的是,电能异常影响指标对应的影响系数主要受对应节点的连接方式的影响,连接方式包括节点数量和节点距离,节点数量越多,当前连接方式对应的影响系数越大,节点距离越小,对该节点距离对应的两个节点的影响程度越大,影响系数越大。基于上述对影响系数的分析,确定每个节点在第二时刻的第一电能异常影响指标的影响系数、第二电能异常影响指标的影响系数以及第三电能异常影响指标影响系数的步骤包括:
第一子步骤,统计树状线路分支结构中每个等级的节点数量,根据每个等级的节点数量将每个节点的同等级的节点数量确定为对应节点的第一节点数量,将每个节点的上一等级的节点数量确定为第二节点数量,将每个节点的下一等级的节点数量确定为对应节点的第三节点数量。
需要说明的是,不同等级的节点对应的第一节点数量、第二节点数量和第三节点数量不同,若存在节点为第一等级中的节点,则将该节点对应的第二节点数量的数值赋值为0,若存在节点为最后一等级中的节点,则将该节点对应的第三节点数量的数值赋值为0。第一节点数量、第二节点数量和第三节点数量,有助于后续分析每个节点的电能异常影响指标的影响系数,进一步提高由线路分布造成电能异常的概率的准确度。
第二子步骤,获取每个节点对应的各其他同等级节点、各上一等级节点和各下一等级节点,进而确定每个节点与各其他同等级节点之间的节点距离均值、与各上一等级节点之间的节点距离均值以及与各下一等级节点之间的节点距离均值。
需要说明的是,不同等级的节点对应的节点距离均值不同,若存在节点为第一等级中的节点,则将该节点与各上一等级节点之间的节点距离均值赋值为0,若存在节点为最后一等级中的节点,则将该节点与各下一等级节点之间的节点距离均值赋值为0。对于某个节点,该节点的其他同等级节点是指与该节点位于同一等级中且排除该节点本身以外的节点,上一等级节点是指该节点所在等级的上一等级中的节点,下一等级节点是指该节点所在等级的下一等级中的节点。计算节点距离均值的过程为现有技术,不在本发明保护范围内,此处不再进行详细阐述。
第三子步骤,根据每个节点的第一节点数量、第二节点数量、第三节点数量、每个节点与各其他同等级节点之间的节点距离均值、与各上一等级节点之间的节点距离均值以及与各下一等级节点之间的节点距离均值,确定每个节点的第一影响系数、第二影响系数以及第三影响系数。
在本实施例中,基于节点数量、节点距离与电能异常影响指标之间的相关关系,确定每个节点的第一影响系数、第二影响系数和第三影响系数,其步骤包括:
首先,将每个节点的第一节点数量、第二节点数量与第三节点数量的和,确定为比值的分母,将第一节点数量确定为比值的分子时,将该比值确定为对应节点的第一节点数量影响子系数,将第二节点数量确定为比值的分子时,将该比值确定为对应节点的第二节点数量影响子系数,将第三节点数量确定为比值的分子时,将该比值确定为对应节点的第三节点数量影响子系数。
然后,将每个节点与各其他同等级节点之间的节点距离均值、每个节点与各上一等级节点之间的节点距离均值以及每个节点与各下一等级节点之间的节点距离均值的和,确定为比值的分母,将与各其他同等级节点之间的节点距离均值确定为比值的分子时,将该比值的倒数确定为对应节点的第一节点距离影响子系数,将与各上一等级节点之间的节点距离均值确定为比值的分子时,将该比值的倒数确定为对应节点的第二节点距离影响子系数,将与各下一等级节点之间的节点距离均值确定为比值的分子时,将该比值的倒数确定为对应节点的第三节点距离影响子系数。
最后,计算每个节点的第一节点数量影响子系数与第一节点距离影响子系数的乘积,将归一化后的该乘积确定为对应节点的第一影响系数,计算每个节点的第二节点数量影响子系数与第二节点距离影响子系数的乘积,将归一化后的该乘积确定为对应节点的第二影响系数,计算每个节点的第三节点数量影响子系数与第三节点距离影响子系数的乘积,将归一化后的该乘积确定为对应节点的第三影响系数。
基于上述对每个节点的第一影响系数的确定过程的描述,每个节点的初始第一影响系数,初始第一影响系数是指未被归一化处理的第一影响系数,初始第一影响系数的计算公式可以为:
其中,为每个节点的初始第一影响系数,为每个节点的第一节点数量,为每个节点的第二节点数量,为每个节点的第三节点数量,为每个节点的第一节点数量影响子系数,为每个节点与各其他同等级节点之间的节点距离均值,为每个节点与各上一等级节点之间的节点距离均值,为每个节点与各下一等级节点之间的节点距离均值,为每个节点的第一节点距离影响子系数。
在初始第一影响系数的计算公式中,对于某个节点,该节点的初始第一影响系数可以表征同等级节点对该节点的影响程度,初始第一影响系数越大,该节点的初始第一电能异常影响指标的权重系数越大。可以表征该节点的同等级节点数量在总节点数量中的占比,这里的总节点数量是指,该占比越大,同等级节点与该节点之间的影响关系比重越大,初始第一影响系数就越大;可以表征同等级节点与该节点之间的相对节点距离,即该节点与各其他同等级节点之间的节点距离均值在总节点距离均值中的占比,这里的总节点距离均值是指,该占比越小,同等级节点与该节点之间的影响关系比重越大,初始第一影响系数就越大。
同理,基于上述对每个节点的第二影响系数的确定过程的描述,确定每个节点的初始第二影响系数,初始第二影响系数是指未被进行归一化处理的第二影响系数,初始第二影响系数的计算公式可以为:
其中,为每个节点的初始第二影响系数,为每个节点的第一节点数量,为每个节点的第二节点数量,为每个节点的第三节点数量,为每个节点的第二节点数量影响子系数,为每个节点与各其他同等级节点之间的节点距离均值,为每个节点与各上一等级节点之间的节点距离均值,为每个节点与各下一等级节点之间的节点距离均值,为每个节点的第二节点距离影响子系数。
基于上述对每个节点的第三影响系数的确定过程的描述,确定每个节点的初始第三影响系数,初始第三影响系数是指未被进行归一化处理的第三影响系数,初始第三影响系数的计算公式可以为:
其中,为每个节点的初始第三影响系数,为每个节点的第一节点数量,为每个节点的第二节点数量,为每个节点的第三节点数量,为每个节点的第三节点数量影响子系数,为每个节点与各其他同等级节点之间的节点距离均值,为每个节点与各上一等级节点之间的节点距离均值,为每个节点与各下一等级节点之间的节点距离均值,为每个节点的第三节点距离影响子系数。
在得到每个节点对应的初始第一影响系数、初始第二影响系数和初始第三影响系数后,为了便于后续计算由线路分布造成电能异常的概率,采用最大最小值归一化法,对初始第一影响系数、初始第二影响系数和初始第三影响系数进行归一化处理,获得每个节点的第一影响系数、初始第二影响系数和初始第三影响系数。最大最小值归一化法为现有技术,此处不再进行详细阐述。
第三步,根据每个节点在第二时刻的第一电能异常影响指标及其影响系数、第二电能异常影响指标及其影响系数、第三电能异常影响指标及其影响系数,确定每个节点在第二时刻对应的由线路分布造成电能异常的概率。
需要说明的是,节点的不同连接分支情况可以反映节点的异常电能数据之间的影响关系,即单个节点的异常电能数据受其他具有连接关系的节点的影响程度。实际线路中节点的电能数据是互相独立的,由于线路原因造成的异常电能数据对应的多个具有连接关系的节点是相关的,其可以使多个具有连接关系的节点的电能数据同时异常,此时根据节点的异常电能数据之间的印象关系,对线路原因造成的节点电能数据异常进行筛选,可以获得待检测电路系统中的异常电能数据。
在本实施例中,具有连接关系的各节点的电能数据之间的关系会受节点连接关系的不同而具有不同的表现,结合不同节点连接关系对节点的异常电能数据的影响程度及其影响系数,确定每个节点的异常电能数据由线路原因造成的可能性,其步骤包括:
第一子步骤,对每个节点在第二时刻的第一电能异常影响指标、第二电能异常影响指标和第三电能异常影响指标进行负相关映射,获得每个节点在第二时刻对应的负相关映射后的第一电能异常影响指标、第二电能异常影响指标和第三电能异常影响指标。
第二子步骤,计算每个节点在第二时刻对应的负相关映射后的第一电能异常影响指标与第一影响系数的乘积,确定为对应节点的第一乘积,计算每个节点在第二时刻对应的负相关映射后的第二电能异常影响指标与第二影响系数的乘积,确定为对应节点的第二乘积,计算每个节点在第二时刻对应的负相关映射后的第三电能异常影响指标与第三影响系数的乘积,确定为对应节点的第三乘积。
第三子步骤,使第一乘积、第二乘积和第三乘积相加,将相加后的数值作为对应节点在第二时刻对应的由线路分布造成电能异常的概率。
基于本步骤的第一子步骤至第三子步骤,可以确定每个节点在第二时刻对应的由线路分布造成电能异常的概率的计算公式,其计算公式可以为:
其中,为第等级中第个节点在第二时刻对应的由线路分布造成电能异常的概率,为第等级中第个节点的第一影响系数,为第等级中第个节点的第一电能异常影响指标,为第等级中第个节点的第二影响系数,为第等级中第个节点的第二电能异常影响指标,为第等级中第个节点的第三影响系数,为第等级中第个节点的第三电能异常影响指标,为第等级中第个节点的第一乘积,为第等级中第个节点的第二乘积,为第等级中第个节点的第三乘积。
在由线路分布造成电能异常的概率的计算公式中,可以表征第等级中第个节点的异常电能数据由线路原因造成的可能性,越大,第等级中第个节点的异常电能数据由线路原因造成的可能性越大。、和分别表示第等级中第个节点的异常电能数据受同等级、上一等级和下一等级的影响关系,其值越大,第等级中第个节点的影响程度越小,故需要对、和进行负相关映射,即、和。、和越大,影响程度越小,第等级中第个节点的异常电能数据由线路原因造成的可能性越小。第一影响系数、第二影响系数以及第三影响系数与由线路分布造成电能异常的概率为正相关关系,影响系数越大,概率越大;第一电能异常影响指标、第二电能异常影响指标和第三电能异常影响指标与由线路分布造成电能异常的概率为负相关关系,影响关系越大,概率越小。
需要说明的是,从三个角度的连接关系分析由线路分布造成电能异常的概率,可以有效提高了由线路分布造成电能异常的概率的准确度,便于后续计算电能采集异常程度。
S4,根据每个节点在第二时刻的电能分布异常程度以及由线路分布造成电能异常的概率,确定每个节点在第二时刻的电能采集异常程度。
计算数值1与任意一个节点在第二时刻对应的由线路分布造成电能异常的概率之间的差值,计算该差值与该节点在第二时刻的电能分布异常程度的乘积,对乘积进行归一化处理,将归一化后的乘积作为该节点在第二时刻的电能采集异常程度。
在本实施例中,每个节点在第二时刻的电能采集异常程度的计算公式可以为:
其中,为第等级中第个节点在第二时刻的电能采集异常程度,为第等级中第个节点在第二时刻的电能分布异常程度,为第等级中第个节点在第二时刻对应的由线路分布造成电能异常的概率,为第等级中第个节点在第二时刻对应的由电能数据采集造成的电能异常的概率。
为了便于后续判断每个节点在第二时刻的电能是否存在异常,利用最大最小值归一化法,对每个节点在第二时刻的电能采集异常程度进行归一化处理,将归一化处理后的电能采集异常程度记为,即输入每个节点在第二时刻的电能采集异常程度,输出每个节点在第二时刻对应的归一化后的电能采集异常程度。最大最小值归一化法的实现过程为现有技术,此处不再进行详细阐述。
S5,根据电能采集异常程度,判断每个节点在第二时刻的电能是否存在异常,若存在异常,则对存在异常的电能进行修正,获得修正后的电能。
在本实施例中,为了进行准确的电能计量,保证采集的电能数据的准确性,需要筛选出异常电能数据,并对异常电能数据进行修正。具体,若任意一个节点在第二时刻的电能采集异常程度大于预设异常阈值,则判定该节点在第二时刻的电能存在异常,利用线性插值方法对该节点在第二时刻的电能进行修正,即利用线性插值方法对异常电能进行重新插值,获得该节点在第二时刻对应的修正后的电能,即获得更准确的电能计量数据,否则,判定该节点在第二时刻的电能不存在异常。线性插值方法的实现过程为现有技术,不在本发明保护范围内,此处不再进行详细阐述。当然,在本实施例中也可以使用其他现有方法对存在异常的电能进行修正,这里不做具体限定。
在得到每个节点在第二时刻的准确电能后,利用无线通信装置,将所获得的更准确的电能数据传输到统一的电能计量控制中心。至此,完成了基于无线通信的电能计量。
本实施例提供了一种基于无线通信的电能计量方法,该方法通过电力系统线路的连接关系构建树状线路分支结构,利用树状线路分支结构中节点之间的关联关系,确定线路原因造成的电能数据的异常程度。基于线路原因造成的电能数据的异常程度,排除线路造成的异常电能数据,获得采集过程中的异常电能数据,对异常电能数据进行修正,得到更准确的电能计量数据。最后,利用无线通信技术,实现电能数据的准确计量。该方法有考虑到电力系统实际线路结构分布对电能数据的影响,有效提高了电能计量的准确度。
本实施例还提供了一种基于无线通信的电能计量系统,包括处理器和存储器,所述处理器用于处理存储在所述存储器中的指令,以实现一种基于无线通信的电能计量方法,该方法是以上所描述的内容,这里不再作详细阐述。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于无线通信的电能计量方法,其特征在于,包括以下步骤:
构建待检测电力系统的树状线路分支结构,获取树状线路分支结构中各个等级的每个节点在第一时刻、第二时刻以及第三时刻的电能,第一时刻为第二时刻的前一时刻,第二时刻为第三时刻的前一时刻,第三时刻为当前时刻;
根据每个节点在第一时刻、第二时刻以及第三时刻的电能,确定每个节点在第二时刻的电能分布异常程度;
根据每个节点在树状线路分支结构中的位置以及在第二时刻的电能分布异常程度,确定每个节点在第二时刻对应的由线路分布造成电能异常的概率;
根据每个节点在第二时刻的电能分布异常程度以及由线路分布造成电能异常的概率,确定每个节点在第二时刻的电能采集异常程度;
根据电能采集异常程度,判断每个节点在第二时刻的电能是否存在异常,若存在异常,则对存在异常的电能进行修正,获得修正后的电能。
2.根据权利要求1所述的一种基于无线通信的电能计量方法,其特征在于,根据每个节点在第一时刻、第二时刻以及第三时刻的电能,确定每个节点在第二时刻的电能分布异常程度,包括:
获取每个节点在预设时段内每个时刻的电能,选取预设时段内的任意一个时刻的电能,将该时刻的前一时刻的电能与该时刻的电能的差值作为第一电能差值,将该时刻的电能与其后一时刻的电能的差值作为第二电能差值,获得每个节点在预设时段内每个时刻对应的第一电能差值和第二电能差值,所述预设时段内每个时刻的电能包含第一时刻的电能、第二时刻的电能以及第三时刻的电能;
将每个节点在第二时刻对应的第一电能差值作为目标第一电能差值,将每个节点在第二时刻对应的第二电能差值作为目标第二电能差值,选取预设数目个与目标第一电能差值相邻的第一电能差值作为对应节点在第二时刻对应的参考第一电能差值,并选取预设数目个与目标第二电能差值相邻的第二电能差值作为对应节点在第二时刻对应的参考第二电能差值,计算每个节点在第二时刻对应的预设数目个参考第一电能差值的方差和预设数目个参考第二电能差值的方差;
根据每个节点在第二时刻对应的目标第一电能差值、目标第二电能差值、预设数目个参考第一电能差值、预设数目个参考第二电能差值、预设数目个参考第一电能差值的方差以及预设数目个参考第二电能差值的方差,确定每个节点在第二时刻的电能分布异常程度。
3.根据权利要求2所述的一种基于无线通信的电能计量方法,其特征在于,所述每个节点在第二时刻的电能分布异常程度的计算公式为:
其中,为各个等级的第i个节点在第二时刻的电能分布异常程度,为各个等级的第i个节点在第二时刻对应的预设数目个参考第一电能差值的方差,为各个等级的第i个节点在第二时刻对应的预设数目个参考第二电能差值的方差,为各个等级的第i个节点在第二时刻对应的参考第一电能差值和参考第二电能差值的预设数目,k为各个等级的第i个节点在第二时刻对应的参考第一电能差值和参考第二电能差值的序号,为各个等级的第i个节点在第二时刻对应的目标第一电能差值,为各个等级的第i个节点在第二时刻对应的第k个参考第一电能差值,为各个等级的第i个节点在第二时刻对应的目标第二电能差值,为各个等级的第i个节点在第二时刻对应的第k个参考第二电能差值,为对求绝对值,为对求绝对值。
4.根据权利要求1所述的一种基于无线通信的电能计量方法,其特征在于,根据每个节点在树状线路分支结构中的位置以及在第二时刻的电能分布异常程度,确定每个节点在第二时刻对应的由线路分布造成电能异常的概率,包括:
任选一个节点,根据该节点在树状线路分支结构中的位置,选取该节点的同等级中满足预设节点距离条件的节点作为该节点的第一目标节点,选取该节点的上一等级中满足预设节点距离条件的节点作为该节点的第二目标节点,选取该节点的下一等级中满足预设节点距离条件的节点作为该节点的第三目标节点,所述预设节点距离条件为与该节点之间的节点距离小于或等于预设节点距离;
确定每个节点与各第一目标节点、各第二目标节点以及各第三目标节点之间的节点距离,进而获取每个节点对应的各第一目标节点的上一等级中连接第一目标节点的节点分支数量;根据每个节点与各第二目标节点、各第三目标节点之间的节点距离,确定每个节点对应的每种节点距离的各第二目标节点和各第三目标节点,进而获取每个节点对应的每种节点距离的各第二目标节点与对应节点所共同连接的节点的分支数量以及各第三目标节点与对应节点所共同连接的节点的分支数量;
根据每个节点和每个节点对应的各第一目标节点在第二时刻的电能分布异常程度、每个节点与其对应的各第一目标节点之间的节点距离以及各第一目标节点的上一等级中连接第一目标节点的节点分支数量,确定每个节点在第二时刻的第一电能异常影响指标;
根据每个节点和每个节点对应的各第二目标节点在第二时刻的电能分布异常程度、每个节点与其对应的各第二目标节点之间的节点距离以及每种节点距离的各第二目标节点与对应节点所共同连接的节点的分支数量,确定每个节点在第二时刻的第二电能异常影响指标;
根据每个节点和每个节点对应的各第三目标节点在第二时刻的电能分布异常程度、每个节点与其对应的各第三目标节点之间的节点距离以及每种节点距离的各第三目标节点与对应节点所共同连接的节点的分支数量,确定每个节点在第二时刻的第三电能异常影响指标;
统计树状线路分支结构中每个等级的节点数量,将每个节点的同等级的节点数量确定为对应节点的第一节点数量,将每个节点的上一等级的节点数量确定为第二节点数量,将每个节点的下一等级的节点数量确定为对应节点的第三节点数量;
获取每个节点对应的各其他同等级节点、各上一等级节点和各下一等级节点,进而确定每个节点与各其他同等级节点之间的节点距离均值、与各上一等级节点之间的节点距离均值以及与各下一等级节点之间的节点距离均值;
根据每个节点的第一节点数量、第二节点数量、第三节点数量、每个节点与各其他同等级节点之间的节点距离均值、与各上一等级节点之间的节点距离均值以及与各下一等级节点之间的节点距离均值,确定每个节点的第一影响系数、第二影响系数以及第三影响系数;
根据每个节点在第二时刻的第一电能异常影响指标、第二电能异常影响指标、第三电能异常影响指标、第一影响系数、第二影响系数以及第三影响系数,确定每个节点在第二时刻对应的由线路分布造成电能异常的概率。
5.根据权利要求4所述的一种基于无线通信的电能计量方法,其特征在于,所述第一电能异常影响指标的计算公式为:
其中,为第个等级的第个节点在第二时刻的第一电能异常影响指标,为第个等级的第个节点对应的第一目标节点的个数,t为第个等级的第个节点对应的第一目标节点的序号,为第个等级的第个节点对应的第t个第一目标节点的上一等级中连接第t个第一目标节点的节点分支数量,为第个等级的第个节点与其对应的第t个第一目标节点之间的节点距离,为第个等级的第个节点在第二时刻的电能分布异常程度,为第个等级的第个节点对应的第t个第一目标节点在第二时刻的电能分布异常程度,为对求绝对值;
所述第二电能异常影响指标的计算公式为:
其中,为第个等级的第个节点在第二时刻的第二电能异常影响指标,为第个等级的第个节点对应的节点距离类型的个数,为第个等级的第个节点对应的节点距离类型的序号,为第个等级的第个节点对应的第a种节点距离,为第个等级的第个节点对应的第a种节点距离的个第二目标节点与第个等级的第个节点所共同连接的节点的分支数量,为第个等级的第个节点对应的第a种节点距离的第二目标节点的个数,为第个等级的第个节点对应的第a种节点距离的第二目标节点的序号,为第个等级的第个节点在第二时刻的电能分布异常程度,为第个等级的第个节点对应的第a种节点距离的第个第二目标节点在第二时刻的电能分布异常程度,为对求绝对值;
所述第三电能异常影响指标的计算公式为:
6.根据权利要求4所述的一种基于无线通信的电能计量方法,其特征在于,根据每个节点的第一节点数量、第二节点数量、第三节点数量、每个节点与各其他同等级节点之间的节点距离均值、与各上一等级节点之间的节点距离均值以及与各下一等级节点之间的节点距离均值,确定每个节点的第一影响系数、第二影响系数以及第三影响系数,包括:
将每个节点的第一节点数量、第二节点数量与第三节点数量的和,确定为比值的分母,将第一节点数量确定为比值的分子时,将该比值确定为对应节点的第一节点数量影响子系数,将第二节点数量确定为比值的分子时,将该比值确定为对应节点的第二节点数量影响子系数,将第三节点数量确定为比值的分子时,将该比值确定为对应节点的第三节点数量影响子系数;
将每个节点与各其他同等级节点之间的节点距离均值、每个节点与各上一等级节点之间的节点距离均值以及每个节点与各下一等级节点之间的节点距离均值的和,确定为比值的分母,将与各其他同等级节点之间的节点距离均值确定为比值的分子时,将该比值的倒数确定为对应节点的第一节点距离影响子系数,将与各上一等级节点之间的节点距离均值确定为比值的分子时,将该比值的倒数确定为对应节点的第二节点距离影响子系数,将与各下一等级节点之间的节点距离均值确定为比值的分子时,将该比值的倒数确定为对应节点的第三节点距离影响子系数;
计算每个节点的第一节点数量影响子系数与第一节点距离影响子系数的乘积,将归一化后的该乘积确定为对应节点的第一影响系数,计算每个节点的第二节点数量影响子系数与第二节点距离影响子系数的乘积,将归一化后的该乘积确定为对应节点的第二影响系数,计算每个节点的第三节点数量影响子系数与第三节点距离影响子系数的乘积,将归一化后的该乘积确定为对应节点的第三影响系数。
7.根据权利要求4所述的一种基于无线通信的电能计量方法,其特征在于,根据每个节点在第二时刻的第一电能异常影响指标、第二电能异常影响指标、第三电能异常影响指标、第一影响系数、第二影响系数以及第三影响系数,确定每个节点在第二时刻对应的由线路分布造成电能异常的概率,包括:
对每个节点在第二时刻的第一电能异常影响指标、第二电能异常影响指标和第三电能异常影响指标进行负相关映射,获得每个节点在第二时刻对应的负相关映射后的第一电能异常影响指标、第二电能异常影响指标和第三电能异常影响指标;
计算每个节点在第二时刻对应的负相关映射后的第一电能异常影响指标与第一影响系数的乘积,确定为对应节点的第一乘积,计算每个节点在第二时刻对应的负相关映射后的第二电能异常影响指标与第二影响系数的乘积,确定为对应节点的第二乘积,计算每个节点在第二时刻对应的负相关映射后的第三电能异常影响指标与第三影响系数的乘积,确定为对应节点的第三乘积;
使第一乘积、第二乘积和第三乘积相加,将相加后的数值作为对应节点在第二时刻对应的由线路分布造成电能异常的概率。
8.根据权利要求1所述的一种基于无线通信的电能计量方法,其特征在于,根据每个节点在第二时刻的电能分布异常程度以及由线路分布造成电能异常的概率,确定每个节点在第二时刻的电能采集异常程度,包括:
计算数值1与任意一个节点在第二时刻对应的由线路分布造成电能异常的概率之间的差值,计算该差值与该节点在第二时刻的电能分布异常程度的乘积,对乘积进行归一化处理,将归一化后的乘积作为该节点在第二时刻的电能采集异常程度。
9.根据权利要求1所述的一种基于无线通信的电能计量方法,其特征在于,根据电能采集异常程度,判断每个节点在第二时刻的电能是否存在异常,若存在异常,则对存在异常的电能进行修正,获得修正后的电能,包括:
若任意一个节点在第二时刻的电能采集异常程度大于预设异常阈值,则判定该节点在第二时刻的电能存在异常,利用线性插值方法对该节点在第二时刻的电能进行修正,获得该节点在第二时刻对应的修正后的电能,否则,判定该节点在第二时刻的电能不存在异常。
10.一种基于无线通信的电能计量系统,其特征在于,包括处理器和存储器,所述处理器用于处理存储在所述存储器中的指令,以实现如权利要求1-9中任一项所述的一种基于无线通信的电能计量方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310171510.4A CN115951123B (zh) | 2023-02-28 | 2023-02-28 | 一种基于无线通信的电能计量方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310171510.4A CN115951123B (zh) | 2023-02-28 | 2023-02-28 | 一种基于无线通信的电能计量方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115951123A true CN115951123A (zh) | 2023-04-11 |
CN115951123B CN115951123B (zh) | 2023-06-30 |
Family
ID=85892898
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310171510.4A Active CN115951123B (zh) | 2023-02-28 | 2023-02-28 | 一种基于无线通信的电能计量方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115951123B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116930595A (zh) * | 2023-09-18 | 2023-10-24 | 法拉迪电气有限公司 | 一种用于新能源并网调压的精准数据计量方法 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103119454A (zh) * | 2010-09-21 | 2013-05-22 | 英特尔公司 | 从电压下降推断能量使用 |
US20140278179A1 (en) * | 2013-03-15 | 2014-09-18 | General Electric Company | Methods and Systems for Continuous Calibration of Circuit Breaker Trip Units and Metering Devices |
US20150276830A1 (en) * | 2012-09-25 | 2015-10-01 | Landis+Gyr Oy | Device, arrangement and method for verifying the operation of electricity meter |
US20160003609A1 (en) * | 2014-07-07 | 2016-01-07 | Kla-Tencor Corporation | Signal Response Metrology Based On Measurements Of Proxy Structures |
WO2018204410A1 (en) * | 2017-05-04 | 2018-11-08 | Minds Mechanical, Llc | Metrology system for machine learning-based manufacturing error predictions |
US20190064234A1 (en) * | 2016-03-03 | 2019-02-28 | Ecocentric Group Limited | System and method for assessing electrical energy or power characteristics or features of electrical devices |
CN109444535A (zh) * | 2018-12-06 | 2019-03-08 | 国网辽宁省电力有限公司鞍山供电公司 | 一种具有远程控制电磁式计费封印的电能表 |
US20200309828A1 (en) * | 2017-09-28 | 2020-10-01 | Starkoff Co., Ltd. | Virtualization structure for power/power amount metering and power quality analyzing apparatus, and method for acquiring, transmitting and processing meter data using same |
US20200309829A1 (en) * | 2019-04-01 | 2020-10-01 | Dake He | On-line monitoring system for the performance of the measurement equipment in the entire power grid based on wide-area synchronous measurement |
CN112034412A (zh) * | 2020-07-20 | 2020-12-04 | 中国电力科学研究院有限公司 | 一种基于智能隔离开关的智能电能表失准分析方法及系统 |
CN112075003A (zh) * | 2018-04-04 | 2020-12-11 | 施耐德电气美国股份有限公司 | 用于智能事件波形分析的系统和方法 |
CN112383892A (zh) * | 2020-10-16 | 2021-02-19 | 国网山东省电力公司鱼台县供电公司 | 一种变电站电能质量监测系统及方法 |
CN113608975A (zh) * | 2021-06-30 | 2021-11-05 | 国网山东省电力公司营销服务中心(计量中心) | 电力现货市场下电能计量系统运行状态在线评估方法及系统 |
CN114814354A (zh) * | 2022-04-29 | 2022-07-29 | 北京优海网络科技有限公司 | 一种智能化电能表数据管理系统 |
CN114926015A (zh) * | 2022-05-17 | 2022-08-19 | 国网山东省电力公司营销服务中心(计量中心) | 基于d-s证据理论的智能电能表质量状态评价方法及系统 |
CN115333678A (zh) * | 2022-10-17 | 2022-11-11 | 江西省绿时代低碳环保发展有限公司 | 一种无人船水质监测数据传输方法及系统 |
CN115508615A (zh) * | 2022-10-13 | 2022-12-23 | 国网山东省电力公司营销服务中心(计量中心) | 一种基于感应电动机的负荷暂态特征提取方法 |
CN115600837A (zh) * | 2022-11-02 | 2023-01-13 | 国网山东省电力公司营销服务中心(计量中心)(Cn) | 一种用于电器负荷异常的节能诊断方法 |
CN115600119A (zh) * | 2022-12-13 | 2023-01-13 | 青岛左岸数据科技有限公司(Cn) | 适用于风力发电的数据处理方法及系统 |
CN115659070A (zh) * | 2022-12-28 | 2023-01-31 | 鸿基骏业环保科技有限公司 | 一种基于nb-iot智能水表的水流量数据传输方法 |
-
2023
- 2023-02-28 CN CN202310171510.4A patent/CN115951123B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103119454A (zh) * | 2010-09-21 | 2013-05-22 | 英特尔公司 | 从电压下降推断能量使用 |
US20150276830A1 (en) * | 2012-09-25 | 2015-10-01 | Landis+Gyr Oy | Device, arrangement and method for verifying the operation of electricity meter |
US20140278179A1 (en) * | 2013-03-15 | 2014-09-18 | General Electric Company | Methods and Systems for Continuous Calibration of Circuit Breaker Trip Units and Metering Devices |
US20160003609A1 (en) * | 2014-07-07 | 2016-01-07 | Kla-Tencor Corporation | Signal Response Metrology Based On Measurements Of Proxy Structures |
CN106663646A (zh) * | 2014-07-07 | 2017-05-10 | 科磊股份有限公司 | 基于代理结构的测量的信号响应计量 |
US20190064234A1 (en) * | 2016-03-03 | 2019-02-28 | Ecocentric Group Limited | System and method for assessing electrical energy or power characteristics or features of electrical devices |
WO2018204410A1 (en) * | 2017-05-04 | 2018-11-08 | Minds Mechanical, Llc | Metrology system for machine learning-based manufacturing error predictions |
US20200309828A1 (en) * | 2017-09-28 | 2020-10-01 | Starkoff Co., Ltd. | Virtualization structure for power/power amount metering and power quality analyzing apparatus, and method for acquiring, transmitting and processing meter data using same |
CN112075003A (zh) * | 2018-04-04 | 2020-12-11 | 施耐德电气美国股份有限公司 | 用于智能事件波形分析的系统和方法 |
CN109444535A (zh) * | 2018-12-06 | 2019-03-08 | 国网辽宁省电力有限公司鞍山供电公司 | 一种具有远程控制电磁式计费封印的电能表 |
US20200309829A1 (en) * | 2019-04-01 | 2020-10-01 | Dake He | On-line monitoring system for the performance of the measurement equipment in the entire power grid based on wide-area synchronous measurement |
CN112034412A (zh) * | 2020-07-20 | 2020-12-04 | 中国电力科学研究院有限公司 | 一种基于智能隔离开关的智能电能表失准分析方法及系统 |
CN112383892A (zh) * | 2020-10-16 | 2021-02-19 | 国网山东省电力公司鱼台县供电公司 | 一种变电站电能质量监测系统及方法 |
CN113608975A (zh) * | 2021-06-30 | 2021-11-05 | 国网山东省电力公司营销服务中心(计量中心) | 电力现货市场下电能计量系统运行状态在线评估方法及系统 |
CN114814354A (zh) * | 2022-04-29 | 2022-07-29 | 北京优海网络科技有限公司 | 一种智能化电能表数据管理系统 |
CN114926015A (zh) * | 2022-05-17 | 2022-08-19 | 国网山东省电力公司营销服务中心(计量中心) | 基于d-s证据理论的智能电能表质量状态评价方法及系统 |
CN115508615A (zh) * | 2022-10-13 | 2022-12-23 | 国网山东省电力公司营销服务中心(计量中心) | 一种基于感应电动机的负荷暂态特征提取方法 |
CN115333678A (zh) * | 2022-10-17 | 2022-11-11 | 江西省绿时代低碳环保发展有限公司 | 一种无人船水质监测数据传输方法及系统 |
CN115600837A (zh) * | 2022-11-02 | 2023-01-13 | 国网山东省电力公司营销服务中心(计量中心)(Cn) | 一种用于电器负荷异常的节能诊断方法 |
CN115600119A (zh) * | 2022-12-13 | 2023-01-13 | 青岛左岸数据科技有限公司(Cn) | 适用于风力发电的数据处理方法及系统 |
CN115659070A (zh) * | 2022-12-28 | 2023-01-31 | 鸿基骏业环保科技有限公司 | 一种基于nb-iot智能水表的水流量数据传输方法 |
Non-Patent Citations (3)
Title |
---|
MARC-ANDRÉ LEVASSEUR 等: "A wireless sensor network for residential electrical energy consumption measurement", 2012 25TH IEEE CANADIAN CONFERENCE ON ELECTRICAL AND COMPUTER ENGINEERING (CCECE) * |
史媛;夏澍;季海华;杨剑;徐迅;郑天奇;: "基于SCADA在线数据计算的母线不平衡率异常分析平台", 电力信息与通信技术, no. 08 * |
梁玉泉;王华佑;陈炽光;张众发;王庆斌;佘国鸿;谢文旺;刘振盛;孙云莲;: "基于聚类分析的用电量数据分析", 武汉大学学报(工学版), no. 04 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116930595A (zh) * | 2023-09-18 | 2023-10-24 | 法拉迪电气有限公司 | 一种用于新能源并网调压的精准数据计量方法 |
CN116930595B (zh) * | 2023-09-18 | 2023-11-24 | 法拉迪电气有限公司 | 一种用于新能源并网调压的精准数据计量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115951123B (zh) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111209274B (zh) | 一种数据质量检核方法、系统、设备及可读存储介质 | |
WO2018184304A1 (zh) | 一种网元健康状态的检测方法及设备 | |
CN108601047B (zh) | 机会网络关键节点的测量方法 | |
CN107331101A (zh) | 基于云计算的楼宇火灾报警系统及方法 | |
CN115951123A (zh) | 一种基于无线通信的电能计量方法及系统 | |
CN113848015A (zh) | 基于ZigBee的压力传感器在线校准系统 | |
WO2022021420A1 (zh) | 一种根因定位方法及装置、电子设备 | |
CN114881540B (zh) | 确定水源治理方案的方法和装置、电子设备和存储介质 | |
CN117972153B (zh) | 一种智能水表数据管控方法以及系统 | |
CN116665001A (zh) | 一种智慧园区多源数据动态监控和实时分析系统及方法 | |
CN116482713A (zh) | 一种用于北斗导航接收机的导航数据校验方法 | |
CN117154716B (zh) | 一种分布式电源接入配电网的规划方法及系统 | |
CN117113157B (zh) | 一种基于人工智能的台区用电故障检测系统 | |
CN117130851B (zh) | 一种高性能计算集群运行效率评价方法及系统 | |
CN112307648B (zh) | 一种卫星通信系统可靠性模型的评估方法 | |
CN117692940A (zh) | 一种基于微波链路的微波系统性能检测方法 | |
CN117708735A (zh) | 一种基于多点校核的量测数据拟合方法、介质及系统 | |
CN113283881B (zh) | 一种远动信息源的自动审核方法及系统 | |
CN112583004B (zh) | 基于电压离散性识别线路拓扑的方法及系统、存储介质 | |
CN117135037A (zh) | 网络流量性能异常界定方法及装置 | |
CN114297920A (zh) | 基于数据预测填充及全局动态模型的线损计算方法 | |
CN108260155B (zh) | 一种基于时空相似度的无线传感网异常检测方法 | |
CN107196290B (zh) | 基于量测平衡指标和设备状态相似度寻优的支路与母线连接关系辨识方法 | |
CN118803544A (zh) | 有线网络和无线网络地理共覆盖识别方法、装置及设备 | |
CN118503894B (zh) | 基于工序指标数据分析的锂电池质量检测系统 |
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 |