CN116430298A - 基于数字孪生模型的电量计量监测及追补的方法及系统 - Google Patents
基于数字孪生模型的电量计量监测及追补的方法及系统 Download PDFInfo
- Publication number
- CN116430298A CN116430298A CN202310495323.1A CN202310495323A CN116430298A CN 116430298 A CN116430298 A CN 116430298A CN 202310495323 A CN202310495323 A CN 202310495323A CN 116430298 A CN116430298 A CN 116430298A
- Authority
- CN
- China
- Prior art keywords
- data
- energy meter
- electric energy
- digital twin
- fault
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012544 monitoring process Methods 0.000 title claims abstract description 23
- 230000001502 supplementing effect Effects 0.000 title claims abstract description 17
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 22
- 230000002159 abnormal effect Effects 0.000 claims abstract description 14
- 238000007405 data analysis Methods 0.000 claims abstract description 11
- 238000013507 mapping Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 4
- 230000001360 synchronised effect Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 abstract description 20
- 238000003745 diagnosis Methods 0.000 abstract description 4
- 230000005856 abnormality Effects 0.000 abstract 1
- 238000007726 management method Methods 0.000 description 11
- 230000005611 electricity Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000004088 simulation Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 238000003384 imaging method 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
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000000819 phase cycle Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
- G01R35/04—Testing or calibrating of apparatus covered by the other groups of this subclass of instruments for measuring time integral of power or current
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及基于数字孪生模型的电量计量监测及追补的方法及系统,其中的方法包括:持续采集并存储电能表的实时记录的运行数据,并映射到数字孪生模型中,通过数字孪生模型根据模型算法,对运行数据进行识别分析,以进行实时在线的电量计量监测,当识别到数据异常情况时,根据专家知识库,通过数字孪生模型获得故障数据,通过数字孪生模型的模型算法自动还原电能表的实际数据,以获得并输出相应的电量追补数据。本发明采用镜像建模方式构建数字孪生模型,并持续输入电能表实时运行数据,对电能表出现计量失准异常的情况进行在线识别诊断,对出现故障的电能表进行数据分析,精准判断电能表问题所在,提升电能计量失准追补数据精准性。
Description
技术领域
本发明涉及基于数字孪生模型的电量计量监测及追补的方法及系统,属于电能计量技术领域。
背景技术
随着国家经济的快速发展用电需求量的剧增,电能表作为实现与电力用户公平精准结算交易的重要工具,其运行的准确性直接关系到供用电双方的经济利益,因此对电能表的监督、管理及纠纷处理尤为重要。
目前,电力部门对于电能表计量失准故障需要进行追退补电量的分析与计算都是通过人工方法依据经验分析计算,跟工作人员的经验水平有很大关系,人为因素影响比较大,容易出现追退补电量计算结果误差较大的问题。而数字孪生作为数字化最为关键和基础性技术之一,已成为推动电力行业进行数字化转型,促进电力行业数字经济发展的重要抓手。
其中,数字孪生技术作为实现物理实体与数字空间融合交互的关键技术,以数据与模型的集成融合为基础与核心,通过在数字空间实时构建物理对象的精准数字化镜像,描述物理对象在现实世界中的变化,模拟物理对象在现实环境中行为和影响,以实现对物理对象的状态监测、故障诊断、趋势预测和综合优化,实现基于数据整合来模拟、验证、预测物理实体全生命周期过程,最终形成高效管理、智能决策的有效手段,是一种物理实体数字化理念和技术手段。然而,数字孪生技术在电能计量行业的应用也仅处于初步的验证探索阶段,仍然需要一种方法来提升在电能表计量失准时进行电量追补的工作效率和准确率。
发明内容
本发明提供基于数字孪生模型的电量计量监测及追补的方法及系统,旨在至少解决现有技术中存在的技术问题之一。
本发明的技术方案为基于数字孪生模型的电量计量监测及追补的方法,应用于电能表,根据本发明的方法包括以下步骤:
基于数字孪生模型的电量计量监测及追补的方法及系统,应用于电能表,其特征在于,所述数字孪生模型通过根据所述电能表的模型数据并采用镜像建模方式构建而成;所述方法包括以下步骤:
S100、持续采集并存储所述电能表的实时记录的运行数据;将所述运行数据映射到所述数字孪生模型中,以使所述数字孪生模型模拟所述电能表的运行状态;
S200、通过所述数字孪生模型根据模型算法,对所述运行数据进行同步的数据进行识别分析,以对所述电能表进行实时在线的电量计量监测;
S300、当识别到所述电能表出现计量失准的数据异常情况时,根据专家知识库的特征数据,通过所述数字孪生模型进行数据分析以获得故障数据;
S400、根据所述专家知识库的特征数据、所述故障数据和所述运行数据,通过所述数字孪生模型的所述模型算法自动还原所述电能表的实际数据,以获得并输出相应的电量追补数据。
进一步,其中,所述电能表的模型数据包括电能表参数、计量运行原理、接线方式、电能表功能结构和运行环境。
进一步,其中,所述电能表参数包括电能表ID、电能表名称、电能表通信地址、归属管理供电局、电能表类型、用户地址和用户名称。
进一步,其中,存储的所述电能表的运行数据包括记录时间、电压数据、电流数据、功率因数、有功功率和无功功率。
进一步,其中,所述专家知识库的特征数据包括电能表的错误接线特征数据、接触不良特征数据、失压特征数据、失流特征数据和无功过补偿特征数据。
进一步,其中,所述故障数据包括故障类型、故障时刻和故障时长;所述故障类型包括错误接线、接触不良、失压、失流和无功过补偿。
进一步,其中,所述电能表为三相四线或者三相三线的电能表,所述步骤S300包括:
当所述数字孪生模型识别到所述电能表出现记录电量异常情况时,根据专家知识库的特征数据,通过数据分析获得故障数据,判断并输出故障类型、故障时刻和故障时长。
进一步,其中,所述步骤S400包括:
根据所述专家知识库的特征数据以及所述故障类型,根据所述电能表的所述运行数据的记录电流、记录电压和记录功率因数,以及根据所述故障类型、所述故障时刻和所述故障时长,通过所述数字孪生模型的模型算法获得实际有功功率,进而获得计算失准时的追补电量数据。
本发明的技术方案另一方面涉及一种计算机可读存储介质,其上储存有程序指令,所述程序指令被处理器执行时实施上述的方法。
本发明的技术方案另一方面涉及基于数字孪生模型的电量计量监测及追补的系统,包括:计算机设备,该计算机设备包含上述的计算机可读存储介质。
本发明的有益效果如下。
通过电能计量管理信息系统及其电能表运行数据库构建电能表的数字孪生模型,结合数据分析技术、智能模型算法,实现对电能表运行工况的在线监测、动态分析与管理,可实现高效、准确追溯电能表计量失准时缺失的电量,为电力部门及时挽回经济损失,同时更好地服务于用户,大幅提升电力部门的运维管理水平。通过构建电能表在虚拟空间的数字孪生模型,为电能表的运行状态提供更加全面的智能分析、数据分析、电力预测、电量计量故障分析,用于探索电能表的实际运行过程中全生命周期数字化管理。通过妥善应用电能表的数据信息构建电能表的数字孪生模型,基于数字孪生技术实现对各用电用户电能表的精准监控。通过数字镜像建模方式构建数字孪生模型,对电能表出现计量失准异常的情况进行识别诊断,对出现故障的电能表进行数据分析,精准判断电能表问题所在。通过数字孪生模型实现电能表计量失准后重建的计量仿真实现数据及技术支持,提高电力安全与运维效率,提升电能计量失准追补数据精准性。电能表的数字孪生模型借助电能表的历史数据、实时数据以及模型算法,通过“数据驱动+模型驱动”的混合建模技术实现更好地服务管理电能表物理实体运行状态的分析、评估、计量失准分析与重建的服务工作。
此外,本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1是根据本发明实施例的基于数字孪生模型的电量计量监测及追补的方法的总体流程图。
图2是根据本发明实施例的基于数字孪生模型的电量计量监测及追补的系统的结构示意图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述,以充分地理解本发明的目的、方案和效果。
需要说明的是,如无特殊说明,当某一特征被称为“固定”、“连接”在另一个特征,它可以直接固定、连接在另一个特征上,也可以间接地固定、连接在另一个特征上。本文所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。此外,除非另有定义,本文所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。本文说明书中所使用的术语只是为了描述具体的实施例,而不是为了限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的组合。
应当理解,尽管在本公开可能采用术语第一、第二、第三等来描述各种元件,但这些元件不应限于这些术语。这些术语仅用来将同一类型的元件彼此区分开。例如,在不脱离本公开范围的情况下,第一元件也可以被称为第二元件,类似地,第二元件也可以被称为第一元件。本文所提供的任何以及所有实例或示例性语言(“例如”、“如”等)的使用仅意图更好地说明本发明的实施例,并且除非另外要求,否则不会对本发明的范围施加限制。
参照图1和图2,在一些实施例中,根据本发明的基于数字孪生模型的电量计量监测及追补的方法及系统,应用于电能表,所述数字孪生模型通过根据所述电能表的模型数据并采用镜像建模方式构建而成;其方法至少包括以下步骤:
S100、持续采集并存储电能表的实时记录的运行数据;将运行数据映射到数字孪生模型中,以使数字孪生模型模拟电能表的运行状态;
S200、通过数字孪生模型根据模型算法,对运行数据进行同步的数据进行识别分析,以对电能表进行实时在线的电量计量监测;
S300、当识别到电能表出现计量失准的数据异常情况时,根据专家知识库的特征数据,通过数字孪生模型进行数据分析以获得故障数据;
S400、根据专家知识库的特征数据、故障数据和运行数据,通过数字孪生模型的模型算法自动还原电能表的实际数据,以获得并输出相应的电量追补数据。
在一实施例中,本发明实施例的数字孪生模型,根据电能表的模型数据,并采用镜像建模方式构建,实现对电能表的数字化和模型化,构建虚拟的数字化电能表。建模后的数字孪生模型表征电能表的运行状态,模拟电能表在现实环境中的行为,从而通过数字孪生模型的分析,实现对电能表的状态感知与管理。其中,电能表的模型数据包括电能表参数、计量运行原理、接线方式、电能表功能结构和运行环境等,通过收集整理完善的电能表模型数据,作为数字孪生模型建模的基础,以充分掌握电能表在实际工作的各种信息,从而实现在虚拟空间中复现实际的电能表。
在一应用实施例中,本发明实施例的电能表包括三相三线电能表和三相四线电能表等。其中,电能表参数包括电能表ID、电能表名称、电能表通信地址、归属管理供电局、电能表类型、用户地址和用户名称,还包括额定的参比电压、电流、变比、表号、用户名等电能表基本信息。其中,本发明实施例的计量运行原理是指如何依据电能表记录的电压、电流及功率因数等电力数据,并根据三相三线电能表或者三相四线能表的计量运行原理,进行电能表的电量计量。其中,本发明实施例的接线方式包括三相三线电能表接法和三相四线电能表接法等。依据电能表的模型数据,通过镜像建模的方式,实现对电能表的数字化构建,使得实际的物理电能表与数字孪生模型的虚拟电能表能够一一对应。
在一实施例中,通过数据采集单元持续采集电能表的运行数据,并通过数据存储单元构建数据库以存储采集到的数据。持续采集并存储电能表的实时的运行数据,并将运行数据映射到数字孪生模型中,以使数字孪生模型模拟电能表的运行状态。
具体地,可通过现有的电力数据营销系统可以实现电能表运行数据实时的获取,或者直接读取实时的电能表运行数据。其中,电能表的运行数据包括记录时间、电压数据、电流数据、功率因数、有功功率和无功功率等电力数据,其电压、电流、功率因数、有功功率和无功功率包括瞬时的电力数据。进一步地,电能表的运行数据包括实时数据和历史数据。进一步地,电能表的运行数据还包括事件数据,其中事件数据包括开盖事件、失压事件、失流事件和断相事件等。本发明通过持续采集数据,实现数字孪生镜像模型与电能表精准映射,便于数字孪生镜像模型更好地模拟电能表的运行状态,对可进行数据上传的电能表进行持续的数字化映射,持续监控在运电能表的状态,及时进行故障预警。
进一步地,通过数据存储单元将采集到的数据存储到数据库中,其中数据存储单元的存储数据包括电能表参数、电能表电力数据和电能表事件数据等,实现对电能表的多种信息数据的存储。进一步地,本发明实施例设置有显示模块,从而实现电能表的各种信息的输出和显示。进一步地,本发明实施例设置有虚拟按键,从而使得用户可在数字端实现对电能表数据的翻阅查看。进一步地,可通过虚拟按键实现对电能表数据的显示和设置操作。
在一实施例中,在本发明具体实施例中,通过设置有专家知识库,数字孪生模型依据输入专家知识库的特征信息形成一个模型算法,以对实际的物理电能表进行状态检测、故障诊断、模拟仿真和电流追补。具体地,根据专家知识库的特征数据,通过数字孪生模型对运行数据进行同步的数据识别分析,以对电能表进行实时的电量计量监测。当识别到电能表出现计量失准的数据异常情况时,通过数字孪生模型进行数据分析以获得故障数据。其中,故障数据包括故障类型、故障时刻和故障时长。
具体地,根据电能表的错误接线、失压、失流等电能表计量异常的特征信息,专家知识库的特征信息包括电能表的错误接线特征数据、接触不良特征数据、失压特征数据、失流特征数据和无功过补偿特征数据。电能表的数字孪生模型借助电能表的历史数据、实时数据以及模型算法,通过“数据驱动+模型驱动”的混合建模技术实现更好地服务管理电能表物理实体运行状态的分析、评估、计量失准分析与重建的服务工作。
本发明实施例的数字孪生模型可实现对电能表的状态监测与故障诊断,通过妥善应用电能表的模型数据构建电能表的数字孪生模型,可实现对各用电用户电能表的精准监控,根据运行环境中的用电用户行为特征的不同,通过数字孪生模型对电能表出现计量失准的数据异常情况进行识别诊断,对出现故障的电能表进行数据分析,精准判断电能表问题所在,为电能表计量失准后重建的方法及应用,提供数据及技术支持,提升电能追补数据精准性,提升工作效率。
在一实施例中,当电能表出现计量失准的数据异常情况时,可通过数据孪生模型进行模拟重建,以再现用户用电的过程,从而有利于实现计量失准后的精准电路追补的要求。本发明实施例通过对电能表计量失准故障信息进行统计、整理和分析,使得数字孪生模型可获得电能表计量失准故障的数据特征,从而数据孪生模型可根据数据特征判断计量失准的故障种类,以构建在电能表计量失准故障情况下追溯用电实际数据的模型算法。根据专家知识库的特征数据、故障数据和运行数据,通过数字孪生模型的模型算法自动还原电能表的实际数据,以获得并输出相应的电量追补数据。
本发明通过采集电力数据以及其他电力数据,根据电能表常见故障情况下电力参数的主要特点,设计合适的自动计算电量追补数据的模型算法。其中,计量失准故障类型包括计量器具损坏、计量回路故障、窃电等情况,故障类型还包括错误接线、接触不良、失压、失流和无功过补偿等。
数字孪生模型通过对电能表的运行周期全要素、全流程和全业务相关数据进行采集,其中包括对电能表的功能结构、运动环境等运行数据进行采集,对采集的数据进行预处理,以获得正常用电运行数据和故障运行数据,再对收集的数据进行清洗,从而在大量数据中剔除错误数据、冗余数据等无效数据,在高质量的数据中提取出与目标问题相关的分量,实现电能表自动化的故障类型判定、故障时刻识别、故障时长判定、故障对电能表计量的影响分析,然后通过判断异常数据、拟合异常数据,通过对采集数据进行相关分析,对电能表运行状态的评估和计量失准情况的诊断,实现基于数字孪生模型的数据特征分析,实现自动分析用户电能表的具体故障情况,实现当电能表计量失准时追溯真实运行的实际数据。
具体地,根据计量故障自动分析结果,结合计量故障时电力数据的特点,根据不同故障类型采用合适的电量追补的模型算法,在综合考虑用户实际用电负荷性质的基础上,自动模拟仿真还原真实的计量数据。通过对电能表故障种类,故障特征,故障时各方面的影响进行收集,总结与分析,结合用户用电负荷预测以及现场电能表的运行的错误数据,譬如电能表记录故障的一次侧及二次侧的电压、电流、有功功率、无功功率、功率因数、正向有功总电能、无功总电能等电力负荷数据,所处环境参数等数据,追溯正确用电的负荷曲线并形成正确运行数据,将形成的正确运行数据输入到数字孪生模型汇总,在虚拟空间中重新“运行”获取真实用电量,实现精确电量追退补。
数字孪生模型通过对采集的数据进行统计、分析,自动判断计量装置可能存在的故障情况,同时判断出故障类型,然后将采集的电压、电流、功率因数等电力数据通过数字孪生模型自动复原,实现对电能表实际应计量数据的复原,用复原数据计算出计量故障的缺失电量,计算出需要追退补的电量,同时对可进行数据上传的电能表进行持续的数字化映射,持续监控在运电能表的状态,及时进行故障预警。
此处以一个具体实施例加以说明。本发明实施例的电能表为三相四线电能表,根据三相四线电能表的功能参数、计量运行原理和运行环境等模型数据,构建一个三相四线的数量孪生模型。持续采集并存储三相四线电能表的运行数据,并将运行数据映射到数字孪生模型中,以对三相四线电能表进行电量计量检测。当检测到三相四线电能表出现失压故障导致计量失准的情况,通过数字孪生模型的模型算法自动还原三相四线电能表在故障期间的用电实际数据,从而计算出相应的电量追补数据。
具体地,三相四线电能表出现某一相失压或者某两相失压时,通过数字孪生模型根据实际的物理电能表的电力负荷曲线数据,即根据未失压的正常相的电压幅值或者正常相电压幅值的均值,予以修正后获得更接近真实的电压数值,来代替失压相的电压幅值,同时利用未失压相功率因数,计算失压相和该相负荷电流的功率因数,得到失压相电压幅值和功率因数后,可计算失压相正确的有功功率,并参与合相功率和电能的计量,实现三相四线电能表失压期间正确电量的模拟仿真还原计算。
此处以一个具体实施例加以说明。本发明实施例的电能表为三相四线电能表,根据三相四线电能表的功能参数、计量运行原理和运行环境等模型数据,构建一个三相四线的数量孪生模型。持续采集并存储三相四线电能表的运行数据,并将运行数据映射到数字孪生模型中,以对三相四线电能表进行电量计量检测。通过对电能表的功率因数分析发现功率因数存在负数,从而分析判断出三相四线电能表存在错误接线的行为,需要对故障期间的实际用电量进行追补。
具体的,在依据模型算法分析发现电能表电压接线为正相序,电压线按照A相、B相、C相的顺序接入,电流线按照C相、A相、B相的方式接入,显然接入的电流线与电压线不相对应,存在错误接线的故障。根据三相四线电能表的计量运行原理可得,三相四线电能表在接线正确及在正常工作的情况下,其实际有功功率计算如下:
P=Pa+Pb+Pc
=Ua*Ia*cosΦa+Ub*Ib*cosΦb+Uc*Ic*cosΦc
式中,P表示电能表的实际总有有功功率,Pa、Pb、Pc分别表示A相、B相、C相的实际有功功率;Ua、Ub、Uc分别表示A相、B相、C相的实际电压;Ia、Ib、Ic分别表示A相、B相、C相的实际电流;COSΦa、COSΦb、COSΦc分别表示A相、B相、C相的实际功率因数;Φa、Φb、Φc分别表示A相、B相、C相的实际相角。
并且,在三相四线电能表在上述的错误接线情况下,根据采集获得的电能表运行数据中的每相的记录功能因数cosΦa1、cosΦb1、cosΦc1,计算获得其每相的测算相角Φa1、Φb1、Φc1,根据专家知识库的特征数据,通过数字孪生模型中的模型算法,可获得每相的实际相角Φa、Φb、Φc,其中测算相角与实际相角的关系表示如下:Φa1=120°-Φc;Φb1=120°-Φa;Φc1=120°-Φb,从而可得记录功率因数和实际功率因数的关系如下:
cosΦa1=Cos(120°-Φc);
cosΦb1=Cos(120°-Φa);
cosΦc1=Cos(120°-Φb)
根据关系式可得,数字孪生模型中接收到的错误计量的记录负荷曲线数据中,其记录有功功率计算如下:
P1=Pa1+Pb1+Pc1
=Ua1*Ia1*cosΦa1+Ub1*Ib1*cosΦb1+Uc1*Ic1*cosΦc1
=UaIcCos(120°-Φc)+UbIaCos(120°-Φa)+UcIbCos(120°-Φb)
式中,P表示电能表的记录总有有功功率,Pa1、Pb1、Pc1分别表示A相、B相、C相的记录有功功率;Ua1、Ub1、Uc1分别为A相、B相、C相的记录电压,Ia1、Ib1、Ic1分别为A相、B相、C相的记录电流;cosΦa1、cosΦb1、cosΦc1分别表示A相、B相、C相的记录功率因数;Φa1、Φb1、Φc1表示A相、B相、C相的记录相角。
从而根据反三角函数和采集到的负荷数据,通过数字孪生模型的模型算法,可计算出A相、B相、C相的实际功率因数角,同时根据三相四线正确计量电量的算式P=Ua*Ia*cosΦa+Ub*Ib*cosΦb+Uc*Ic*cosΦc,依据采集到的负荷数据,数字孪生系统可以根据上述算法模拟仿真还原计算出错误接线期间真实的用电功率,根据电量补偿原则,即追补电量为真实的电量扣除异常计量的电量可计算出追补的电量。
进一步地,可依据不同费率时段,分别统计不同时段的电量,方便电力部门针对不同费率的电量进行电费追补。通过该数字孪生模型,错误接线被错计量的电量实现了高效准确的还原,同时有数据的支撑,大大减少电力部门对此类故障处理的工作效率。
应当认识到,本发明实施例中的方法步骤可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而,若需要,该程序可以以汇编或机器语言实现。在任何情况下,该语言可以是编译或解释的语言。此外,为此目的该程序能够在编程的专用集成电路上运行。
此外,可按任何合适的顺序来执行本文描述的过程的操作,除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行,并且可作为共同地在一个或多个处理器上执行的代码(例如,可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步,所述方法可以在可操作地连接至合适的任何类型的计算平台中实现,包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现,无论是可移动的还是集成至计算平台,如硬盘、光学读取和/或写入存储介质、RAM、ROM等,使得其可由可编程计算机读取,当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外,机器可读代码,或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时,本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时,本发明还可以包括计算机本身。
计算机程序能够应用于输入数据以执行本文所述的功能,从而转换输入数据以生成存储至非易失性存储器的输出数据。输出数据还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中,转换的数据表示物理和有形的对象,包括显示器上产生的物理和有形对象的特定视觉描绘。
以上所述,只是本发明的较佳实施例而已,本发明并不局限于上述实施方式,只要其以相同的手段达到本发明的技术效果,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。
Claims (10)
1.基于数字孪生模型的电量计量监测及追补的方法,应用于电能表,其特征在于,所述数字孪生模型通过根据所述电能表的模型数据并采用镜像建模方式构建而成;所述方法包括以下步骤:
S100、持续采集并存储所述电能表的实时记录的运行数据;将所述运行数据映射到所述数字孪生模型中,以使所述数字孪生模型模拟所述电能表的运行状态;
S200、通过所述数字孪生模型根据模型算法,对所述运行数据进行同步的数据进行识别分析,以对所述电能表进行实时在线的电量计量监测;
S300、当识别到所述电能表出现计量失准的数据异常情况时,根据专家知识库的特征数据,通过所述数字孪生模型进行数据分析以获得故障数据;
S400、根据所述专家知识库的特征数据、所述故障数据和所述运行数据,通过所述数字孪生模型的所述模型算法自动还原所述电能表的实际数据,以获得并输出相应的电量追补数据。
2.根据权利要求1所述的方法,其中,所述电能表的模型数据包括电能表参数、计量运行原理、接线方式、电能表功能结构和运行环境。
3.根据权利要求2所述的方法,其中,所述电能表参数包括电能表ID、电能表名称、电能表通信地址、归属管理供电局、电能表类型、用户地址和用户名称。
4.根据权利要求1所述的方法,其中,存储的所述电能表的运行数据包括记录时间、电压数据、电流数据、功率因数、有功功率和无功功率。
5.根据权利要求1所述的方法,其中,所述专家知识库的特征数据包括电能表的错误接线特征数据、接触不良特征数据、失压特征数据、失流特征数据和无功过补偿特征数据。
6.根据权利要求1所述的方法,其中,所述故障数据包括故障类型、故障时刻和故障时长;所述故障类型包括错误接线、接触不良、失压、失流和无功过补偿。
7.根据权利要求6所述的方法,其中,所述电能表为三相四线或者三相三线的电能表,所述步骤S300包括:
当所述数字孪生模型识别到所述电能表出现记录电量异常情况时,根据专家知识库的特征数据,通过数据分析获得故障数据,判断并输出故障类型、故障时刻和故障时长。
8.根据权利要求7所述的方法,其中,所述步骤S400包括:
根据所述专家知识库的特征数据以及所述故障类型,根据所述电能表的所述运行数据的记录电流、记录电压和记录功率因数,以及根据所述故障类型、所述故障时刻和所述故障时长,通过所述数字孪生模型的模型算法获得实际有功功率,进而获得计算失准时的追补电量数据。
9.一种计算机可读存储介质,其上储存有程序指令,所述程序指令被处理器执行时实施如权利要求1至8中任一项所述的方法。
10.基于数字孪生模型的电量计量监测及追补的系统,其特征在于,包括:计算机设备,该计算机设备包含权利要求9所述的计算机可读存储介质。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310495323.1A CN116430298A (zh) | 2023-04-28 | 2023-04-28 | 基于数字孪生模型的电量计量监测及追补的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310495323.1A CN116430298A (zh) | 2023-04-28 | 2023-04-28 | 基于数字孪生模型的电量计量监测及追补的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116430298A true CN116430298A (zh) | 2023-07-14 |
Family
ID=87085501
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310495323.1A Pending CN116430298A (zh) | 2023-04-28 | 2023-04-28 | 基于数字孪生模型的电量计量监测及追补的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116430298A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116719480A (zh) * | 2023-08-04 | 2023-09-08 | 青岛鼎信通讯股份有限公司 | 一种基于数据孪生的电能表数据存储方法、装置及介质 |
-
2023
- 2023-04-28 CN CN202310495323.1A patent/CN116430298A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116719480A (zh) * | 2023-08-04 | 2023-09-08 | 青岛鼎信通讯股份有限公司 | 一种基于数据孪生的电能表数据存储方法、装置及介质 |
CN116719480B (zh) * | 2023-08-04 | 2023-11-14 | 青岛鼎信通讯股份有限公司 | 一种基于数据孪生的电能表数据存储方法、装置及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111695800B (zh) | 一种云边协同逐级分析定位异常用电行为用户的方法 | |
EP0771486A1 (en) | Dynamic method for preventing voltage collapse in electrical power systems | |
CN116430298A (zh) | 基于数字孪生模型的电量计量监测及追补的方法及系统 | |
CN115882456B (zh) | 一种基于大规模电网潮流的电力控制方法及系统 | |
CN111681483B (zh) | 仿真台区线损数据模拟仿真方法、培训方法、设备及介质 | |
CN109884537B (zh) | 一种智能配电终端后备蓄电池状态评估方法及系统 | |
CN114252694A (zh) | 用于监测电气系统中的能量相关数据的系统和方法 | |
CN103018611B (zh) | 一种基于电流分解的非侵入式负载监测方法及系统 | |
CN113112136A (zh) | 一种配电网可靠性综合评估方法及系统 | |
CN113687293A (zh) | 基于大数据的线损异常智能分析方法 | |
Stewart et al. | Integrated multi-scale data analytics and machine learning for the distribution grid and building-to-grid interface | |
CN117313372A (zh) | 配网数字孪生体优化方法、装置、电子设备及存储介质 | |
Zhou et al. | Study on improvement of available transfer capability by demand side management | |
CN109490622B (zh) | 一种基于三态信息的电量数据校验技术 | |
Zhou et al. | Impact of demand side management on composite generation and transmission system reliability | |
KR101197040B1 (ko) | 피시험장치 모의용 기상-부하 시뮬레이터 | |
CN106971255A (zh) | 一种配网自动化方案综合评估系统 | |
CN116488149A (zh) | 微电网发电策略确定方法、装置以及微电网 | |
Das et al. | Electric Energy Meter System Integrated with Machine Learning and Conducted by Artificial Intelligence of Things–AioT | |
Ghajar et al. | Evaluation of the marginal outage costs in interconnected and composite power systems | |
Shen et al. | Research on energy digital twin quality model based on data driven | |
Stewart et al. | Integrated multi-scale data analytics and machine learning for the distribution grid | |
Dialynas et al. | Integration of nonutility generating facilities into the reliability assessment of composite generation and transmission power systems | |
CN114154848B (zh) | 一种终端设备供电动态风险评估方法、系统、设备及介质 | |
WO2024057996A1 (ja) | 蓄電素子の劣化状態の算出装置、劣化状態の算出方法、劣化状態の算出プログラム、劣化状態の推定装置、劣化状態の推定方法、異常検知装置及び異常検知方法 |
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 |