CN117054958A - 一种基于大数据的电能表初始固有误差优化偏移范围的方法 - Google Patents
一种基于大数据的电能表初始固有误差优化偏移范围的方法 Download PDFInfo
- Publication number
- CN117054958A CN117054958A CN202311001533.7A CN202311001533A CN117054958A CN 117054958 A CN117054958 A CN 117054958A CN 202311001533 A CN202311001533 A CN 202311001533A CN 117054958 A CN117054958 A CN 117054958A
- Authority
- CN
- China
- Prior art keywords
- electric energy
- energy meter
- error
- data
- offset
- 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 31
- 238000012937 correction Methods 0.000 claims abstract description 46
- 238000007405 data analysis Methods 0.000 claims abstract description 10
- 238000004519 manufacturing process Methods 0.000 claims abstract description 8
- 238000005457 optimization Methods 0.000 claims abstract description 7
- 230000032683 aging Effects 0.000 claims description 34
- 238000012360 testing method Methods 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 12
- 238000002474 experimental method Methods 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 3
- 238000013459 approach Methods 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000011088 calibration curve Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 claims description 2
- 238000013480 data collection Methods 0.000 claims description 2
- 238000002360 preparation method Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 230000004044 response Effects 0.000 claims description 2
- 238000004088 simulation Methods 0.000 claims description 2
- 230000007774 longterm Effects 0.000 abstract description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
- 230000008646 thermal stress Effects 0.000 description 1
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Current Or Voltage (AREA)
Abstract
本发明提供了一种基于大数据的初始固有误差优化偏移范围的方法,通过对电能表的计量误差提前进行微小补偿,实现了电能表长期运行中计量准确度和稳定性的提高。该方法利用大数据分析和优化,为后续批次的电能表校正提供了有效支持,使其在现场运行多年后的计量误差仍能达到最优精准度。该方法具有较高的实用性和经济效益,可广泛应用于电能表制造和使用领域。
Description
技术领域
本发明涉及电能表的计量误差校正技术领域,具体而言涉及一种基于大数据的电能表初始固有误差优化偏移范围的方法,用于提高电能表的计量准确度和稳定性。
背景技术
电能表是一种复杂的电子测量系统,其准确度和稳定性对于电能计量具有重要意义。通常情况下,电能表生产企业在生产过程中会将计量误差校调目标值设定为0%。然而,由于电能表的各个组成部分在生产运行初期可能会经历一些变化和调整,这可能导致后期计量误差的增加。因此,在保证电能表的准确度和稳定性方面,进行误差校正在生产过程中显得至关重要。
发明内容
针对现有技术的不足,本发明的目的在于提供一种基于大数据的电能表初始固有误差优化偏移范围的方法,旨在通过提前对电能表的计量误差进行微小补偿,以提高电能表的计量准确度和稳定性。
本发明解决技术问题所采用的技术方案是:一种基于大数据的电能表初始固有误差优化偏移范围的方法,所述方法包括以下步骤:
步骤1、电能表大、中、小电流三段误差校正:在生产初期准备一定数量的电能表产品样本,对电能表进行大、中、小电流三段误差校正,以减小计量初始误差的影响;
步骤2、高温老化模拟:通过高温老化实验,模拟电能表在高温环境下长时间运行后的老化状态;在高温环境下,电能表的各个部件会发生微小的偏移,产生偏移误差,导致计量误差的变化;
步骤3、偏移误差记录与数据库存储:将每只电能表的偏移误差与校正前的误差进行记录,并存储在数据库中;这些数据将作为后续校正的基础;
步骤4、大数据分析与优化:利用大数据分析方法,对存储在数据库中的偏移误差数据进行统计和分析;通过大量数据的比对和处理,找出最优偏移值;
步骤5、后续批次电能表校正:所述最优偏移值被直接应用于后续批次的电能表,以校正其计量误差;通过使用这个最优偏移值进行校正补偿,可以补偿电能表在运行初期引起的误差偏移量;这些电能表在现场运行多年后,其计量误差将趋近于理想的精准度目标值,即0。
进一步地,步骤1中,所述电能表大、中、小电流三段误差校正的具体方法为:
1.1测试电流范围选择:确定需要进行校正的电能表的测试电流范围;
1.2校正电流源选择:根据电能表的测试电流范围,选择相应的校正电流源;所述校正电流源应具有稳定可靠的输出,并且能够满足所述电能表在不同电流范围内的校正需求;
1.3测量误差:使用所述校正电流源,依次对所述电能表在大、中、小电流范围内进行测量;记录每个电流范围内电能表的测量值与标准值之间的误差;
1.4校正曲线绘制:根据测量得到的误差数据,绘制电能表的校正曲线;
1.5校正参数计算:根据校正曲线,计算出相应的校正参数;所述校正参数包括补偿系数、误差修正值,用于校正电能表在不同电流范围内的测量误差;
1.6校正参数应用:将计算得到的校正参数应用于电能表的校正过程中。
通过上述步骤,对电能表的大、中、小电流三段误差进行校正后,可以提高电能表在不同电流范围内的测量准确度。校正后的电能表可以更准确地测量电能值,提高用电计量的精确性。根据实际情况,可以定期对电能表进行校正以保持其准确度。
更进一步地,所述步骤1.1中,大电流范围为额定电流的80%~120%,中电流范围为额定电流的40%~80%,小电流范围为额定电流的10%~40%。
更进一步地,所述步骤1.6中,所述校正参数应用于电能表包括存储在所述电能表的内部存储器中,或者通过通信方式实时传输给电能表。
进一步地,步骤2中,高温老化实验的操作步骤为:
2.1设定高温条件:确定高温老化实验所需的温度和时间;
2.2准备样品:选择一批电能表样品进行高温老化实验;确保样品数量足够代表性,并且符合实验要求;
2.3设置实验环境:将所述电能表样品放置在高温老化实验设备中,确保实验环境的稳定性和准确性,包括温度的控制和监测;
2.4实施高温老化:按照设定的温度和时间对所述电能表样品进行老化;期间需定期检查样品的状态和记录相关数据;
2.5监测样品变化:在老化过程中,定期监测和记录样品的性能变化;所述性能包括电能表的测量准确度、电流响应时间、温度稳定性;
2.6数据分析:通过对实验期间所收集的数据进行分析,评估所述电能表样品在高温老化条件下的性能变化情况;比较老化前后的数据,判断是否出现误差偏移或其他性能问题。
更进一步地,所述高温老化实验设备为恒温箱或高温气候试验箱;所述高温老化的温度在60℃至85℃之间,所述时间为数天至数周。
通过高温老化实验,可以模拟电能表在高温环境下长时间运行后可能出现的性能变化。这有助于评估电能表的稳定性和可靠性,为产品改进和质量控制提供依据。
进一步地,步骤4中,确定最优偏移值通过算法来实现:
4.1数据收集:收集大量电能表经过高温老化后的偏移误差数据,包括大、中、小电流三段误差校正前后的数据;
4.2数据处理:将收集到的数据存入数据库,并进行数据处理和分析;计算每只电能表在不同电流段上与原先的偏移误差值;
4.3最优偏移值:对于每个电流段,计算所有电能表的偏移误差的平均值,得到该电流段上的平均偏移值;取该平均偏移值的相反数即为最优偏移值。
进一步地,所述最优偏移值根据具体的数据和情况进行调整和优化;通过不断收集更多的数据,并进行分析和比较来进一步提升电能表的精确度和准确性。
通过收集大量数据并计算平均偏移值,可以确定最优的偏移值,从而为后续批次电能表的误差校正提供预先的误差反向偏移值,使其在现场运行多年后能够达到最优的精准度。
本发明的有益效果是:与现有技术相比,本发明提供的一种基于大数据的电能表初始固有误差优化偏移范围的方法,利用大数据分析和优化,可以实现对电能表的初始固有误差进行偏移优化,从而提高电能表的计量准确度和稳定性。随着数据量的增加,优化结果的精准度也会得到进一步提升。
具体实施方式
下面通过具体实施例来进一步说明本发明。但这些实例仅用于说明本发明而不用于限制本发明的范围。
实施例
一种基于大数据的电能表初始固有误差优化偏移范围的方法,具体包括以下步骤:
1、初始调试和校准阶段:在电能表生产过程中,进行大、中、小电流三段误差校正,确保初始的计量误差符合要求。
2、高温老化实验:通过高温老化实验室,模拟电能表在现场运行多年后的老化状态,记录电能表的偏移误差。
3、数据库建立与存储:建立一个数据库,用于存储电能表的偏移误差数据,包括偏移值和校正前的误差。
4、大数据分析与优化:利用大数据分析技术,对存储在数据库中的偏移误差数据进行统计、分析和比对,找出最优偏移值。
5、后续批次电能表校正:将最优偏移值应用于后续批次的电能表,直接进行偏移校正补偿,以提高产品其长期运行计量准确度和稳定性。
6、系统验证和性能评估:对校正后的电能表进行系统验证和性能评估,确保其满足相关标准要求,如《GB/T1215.9311-2017电测量设备可信性第311部分:温度和湿度加速可靠性试验》。
该方法匹配的公式为Arrhenius温度加速模型,该模型适用于热应力。并且描述了一个将要发生事件的时间对温度的依赖关系:
式中:
k:波尔兹曼常数(8.617X10-5eV/K);
En:用电子伏表示的活化能;
tu:产品在正常使用温度Tu下的失效前的时间;
ts:产品在应力温度Ts下的失效前时间;
以上实施方式仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的范畴,本发明的专利保护范围应由权利要求限定。
Claims (8)
1.一种基于大数据的电能表初始固有误差优化偏移范围的方法,其特征在于,所述方法包括以下步骤:
步骤1、电能表大、中、小电流三段误差校正:在生产初期准备一定数量的电能表产品样本,对电能表进行大、中、小电流三段误差校正,以减小计量初始误差的影响;
步骤2、高温老化模拟:通过高温老化实验,模拟电能表在高温环境下长时间运行后的老化状态;在高温环境下,电能表的各个部件会发生微小的偏移,产生偏移误差,导致计量误差的变化;
步骤3、偏移误差记录与数据库存储:将每只电能表的偏移误差与校正前的误差进行记录,并存储在数据库中;这些数据将作为后续校正的基础;
步骤4、大数据分析与优化:利用大数据分析方法,对存储在数据库中的偏移误差数据进行统计和分析;通过大量数据的比对和处理,找出最优偏移值;
步骤5、后续批次电能表校正:所述最优偏移值被直接应用于后续批次的电能表,以校正其计量误差;通过使用这个最优偏移值进行校正补偿,可以补偿电能表在运行初期引起的误差偏移量;这些电能表在现场运行多年后,其计量误差将趋近于理想的精准度目标值,即0。
2.如权利要求1所述的一种基于大数据的电能表初始固有误差优化偏移范围的方法,其特征在于,步骤1中,所述电能表大、中、小电流三段误差校正的具体方法为:
1.1测试电流范围选择:确定需要进行校正的电能表的测试电流范围;
1.2校正电流源选择:根据电能表的测试电流范围,选择相应的校正电流源;所述校正电流源应具有稳定可靠的输出,并且能够满足所述电能表在不同电流范围内的校正需求;
1.3测量误差:使用所述校正电流源,依次对所述电能表在大、中、小电流范围内进行测量;记录每个电流范围内电能表的测量值与标准值之间的误差;
1.4校正曲线绘制:根据测量得到的误差数据,绘制电能表的校正曲线;
1.5校正参数计算:根据校正曲线,计算出相应的校正参数;所述校正参数包括补偿系数、误差修正值,用于校正电能表在不同电流范围内的测量误差;
1.6校正参数应用:将计算得到的校正参数应用于电能表的校正过程中。
3.如权利要求2所述的一种基于大数据的电能表初始固有误差优化偏移范围的方法,其特征在于:所述步骤1.1中,大电流范围为额定电流的80%~120%,中电流范围为额定电流的40%~80%,小电流范围为额定电流的10%~40%。
4.如权利要求2所述的一种基于大数据的电能表初始固有误差优化偏移范围的方法,其特征在于:所述步骤1.6中,所述校正参数应用于电能表包括存储在所述电能表的内部存储器中,或者通过通信方式实时传输给电能表。
5.如权利要求1所述的一种基于大数据的电能表初始固有误差优化偏移范围的方法,其特征在于,步骤2中,高温老化实验的操作步骤为:
2.1设定高温条件:确定高温老化实验所需的温度和时间;
2.2准备样品:选择一批电能表样品进行高温老化实验;确保样品数量足够代表性,并且符合实验要求;
2.3设置实验环境:将所述电能表样品放置在高温老化实验设备中,确保实验环境的稳定性和准确性,包括温度的控制和监测;
2.4实施高温老化:按照设定的温度和时间对所述电能表样品进行老化;期间需定期检查样品的状态和记录相关数据;
2.5监测样品变化:在老化过程中,定期监测和记录样品的性能变化;所述性能包括电能表的测量准确度、电流响应时间、温度稳定性;
2.6数据分析:通过对实验期间所收集的数据进行分析,评估所述电能表样品在高温老化条件下的性能变化情况;比较老化前后的数据,判断是否出现误差偏移或其他性能问题。
6.如权利要求5所述的一种基于大数据的电能表初始固有误差优化偏移范围的方法,其特征在于:所述高温老化实验设备为恒温箱或高温气候试验箱;所述高温老化的温度在60℃至85℃之间,所述时间为数天至数周。
7.如权利要求1所述的一种基于大数据的电能表初始固有误差优化偏移范围的方法,其特征在于,步骤4中,确定最优偏移值通过算法来实现:
4.1数据收集:收集大量电能表经过高温老化后的偏移误差数据,包括大、中、小电流三段误差校正前后的数据;
4.2数据处理:将收集到的数据存入数据库,并进行数据处理和分析;计算每只电能表在不同电流段上与原先的偏移误差值;
4.3最优偏移值:对于每个电流段,计算所有电能表的偏移误差的平均值,得到该电流段上的平均偏移值;取该平均偏移值的相反数即为最优偏移值。
8.如权利要求7所述的一种基于大数据的电能表初始固有误差优化偏移范围的方法,其特征在于:所述最优偏移值根据具体的数据和情况进行调整和优化;通过不断收集更多的数据,并进行分析和比较来进一步提升电能表的精确度和准确性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311001533.7A CN117054958A (zh) | 2023-08-09 | 2023-08-09 | 一种基于大数据的电能表初始固有误差优化偏移范围的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311001533.7A CN117054958A (zh) | 2023-08-09 | 2023-08-09 | 一种基于大数据的电能表初始固有误差优化偏移范围的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117054958A true CN117054958A (zh) | 2023-11-14 |
Family
ID=88663811
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311001533.7A Pending CN117054958A (zh) | 2023-08-09 | 2023-08-09 | 一种基于大数据的电能表初始固有误差优化偏移范围的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117054958A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117724031A (zh) * | 2024-02-07 | 2024-03-19 | 天津瑞芯源智能科技有限责任公司 | 一种电子式电能表测量精度高效校准方法 |
-
2023
- 2023-08-09 CN CN202311001533.7A patent/CN117054958A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117724031A (zh) * | 2024-02-07 | 2024-03-19 | 天津瑞芯源智能科技有限责任公司 | 一种电子式电能表测量精度高效校准方法 |
CN117724031B (zh) * | 2024-02-07 | 2024-04-26 | 天津瑞芯源智能科技有限责任公司 | 一种电子式电能表测量精度高效校准方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117054958A (zh) | 一种基于大数据的电能表初始固有误差优化偏移范围的方法 | |
CN111693881B (zh) | 基于“标准化温度”的宽温度范围下电池健康状态在线估测方法 | |
CN106546626B (zh) | 一种求解光伏组件温度系数的电池片温度修正方法 | |
CN110736769B (zh) | 一种气体报警器的自动化标定装置和方法 | |
CN106950507A (zh) | 一种智能时钟电池用高可靠性寿命评估方法 | |
CN109870635B (zh) | 基于活化能迭代修正的油纸绝缘老化状态评估方法及系统 | |
JP2023016707A (ja) | 蓄電池の容量損失を算定する方法、装置およびコンピュータプログラム製品 | |
JP2023016707A5 (zh) | ||
CN114624526A (zh) | 一种评估电表可靠性的步进应力加速寿命测试方法 | |
CN114034335A (zh) | 一种环境试验设备的温湿度参数稳定状态识别方法 | |
CN117249922B (zh) | 一种用于温度测试仪的温度校准方法及系统 | |
CN112182883B (zh) | 基于自适应lm的光伏组件参数估计方法 | |
CN107786264B (zh) | 一种基于数据分析的ont功率校准的方法 | |
CN112858983B (zh) | 一种分流器自动校准的方法及系统 | |
CN114295883B (zh) | 一种提高光纤电流传感器测量精度的多维度标定方法 | |
CN113985337B (zh) | 电阻式电流传感器的标定方法、装置、系统及校准方法 | |
CN113075571A (zh) | 一种锂离子电池ocv确定方法、装置及系统 | |
CN108710745A (zh) | 一种结合制造工艺数据的机电产品可靠性评估方法 | |
CN115561697A (zh) | 一种智能电表误差分析方法 | |
CN112098457B (zh) | 一种导热系数测量仪的多项式回归校准方法 | |
CN103954735B (zh) | 一种水质分析仪的加速寿命试验方法 | |
CN109190207A (zh) | 一种基于elm的射频功率放大器温度性能预测方法 | |
CN116609255B (zh) | 一种建筑涂料的耐候性测试方法及系统 | |
CN111044405B (zh) | 一种针对热重曲线漂移误差的修正方法 | |
CN116846040B (zh) | 一种恒压恒流充放电电源的全数字控制方法 |
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 |