CN117406162A - 一种网状电能传感器误差校验方法及系统 - Google Patents
一种网状电能传感器误差校验方法及系统 Download PDFInfo
- Publication number
- CN117406162A CN117406162A CN202311714220.6A CN202311714220A CN117406162A CN 117406162 A CN117406162 A CN 117406162A CN 202311714220 A CN202311714220 A CN 202311714220A CN 117406162 A CN117406162 A CN 117406162A
- Authority
- CN
- China
- Prior art keywords
- electric energy
- mesh
- sensor
- error
- power
- 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 24
- 230000005540 biological transmission Effects 0.000 claims abstract description 217
- 238000001514 detection method Methods 0.000 claims abstract description 129
- 238000004458 analytical method Methods 0.000 claims abstract description 56
- 238000012937 correction Methods 0.000 claims abstract description 18
- 238000012795 verification Methods 0.000 claims abstract description 10
- 238000010586 diagram Methods 0.000 claims description 12
- 238000012512 characterization method Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 5
- 230000035945 sensitivity Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 230000015556 catabolic process Effects 0.000 abstract description 4
- 238000006731 degradation reaction Methods 0.000 abstract description 4
- 230000009467 reduction Effects 0.000 description 10
- 230000005611 electricity Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000009365 direct transmission Effects 0.000 description 1
- 230000009349 indirect transmission Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000000007 visual effect 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- 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)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Water Supply & Treatment (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Evolutionary Biology (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)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明提供了一种网状电能传感器误差校验方法及系统,属于电能传感器技术领域,其方法包括:确定出网状电能传感器中每个电能传感器的性能分析值;在网状电能传感器中的网状传输线路中确定出每个电能传感器的性能影响传输线路;基于电能检测值在网状电能传感器中的网状传输线路中的传递误差,搭建出网状电能传感器中的网状传输线路的误差传递网络;基于网状电能传感器中所有电能传感器的性能分析值和所有性能影响传输线路以及误差传递网络,对网状电能传感器中每个电能传感器的实时电能检测值进行误差校正,获得网状电能传感器的误差校验结果;用以实现对由于电能传感器的性能下降造成的网状电能传感器中的电能传感器的检测误差的误差校验。
Description
技术领域
本发明涉及电能传感器技术领域,特别涉及一种网状电能传感器误差校验方法及系统。
背景技术
目前,对于包含多用电设备(对象)的用电场景,为了可以灵活高效检测出不同范围内覆盖的所有用电设备的用电情况,采用在供电端引出的多条互相交叉的传输线路中交叉的线路交叉点设置电能传感器,即构成以网状传输线路连接多个电能传感器的检测系统(即网状传感器),在网状传输线路中距离供电端更近的电能传感器的检测范围更大,即其级别更高,其检测结果一般由级别更低的电能传感器的检测值累加获得,因此,当存在网状传感器中单个线路交叉点设置的电能传感器出现检测误差时,将会导致与其连接的其他电能传感器的检测结果出现误差。
但是,现有技术中对网状传感器中的电能传感器的误差校正的方法是对电能传感器的误差分别检测并进行分别误差校正,这导致误差校验效率不高,且一般无法考虑到由于电能传感器的性能下降导致的误差,因此导致误差校验准确率和时效不够。
因此,本发明提出了一种网状电能传感器误差校验方法及系统。
发明内容
本发明提供一种网状电能传感器误差校验方法及系统,用以通过对网状电能传感器中每个电能传感器的性能分析结果,并结合网状传感器的网状传输线路中的误差传递情况,对网状传感器中每个电能传感器的误差进行统一校正,提高了误差校验效率,实现对由于电能传感器的性能下降造成的网状电能传感器中的电能传感器的检测误差的误差校验,提高了误差校验准确率和及时性。
本发明提供一种网状电能传感器误差校验方法,包括:
S1:确定出网状电能传感器中每个电能传感器的性能分析值;
S2:在网状电能传感器中的网状传输线路中确定出每个电能传感器的性能影响传输线路;
S3:基于电能检测值在网状电能传感器中的网状传输线路中的传递误差,搭建出网状电能传感器中的网状传输线路的误差传递网络;
S4:基于网状电能传感器中所有电能传感器的性能分析值和所有性能影响传输线路以及误差传递网络,对网状电能传感器中每个电能传感器的实时电能检测值进行误差校正,获得网状电能传感器的误差校验结果;
其中,网状电能传感器包括连接在多个用电对象和供电端之间的网状传输线路以及分布在网状传输线路中每个线路交叉点上的电能传感器。
优选的,S1:确定出网状电能传感器中每个电能传感器的性能分析值,包括:
基于网状电能传感器中每个电能传感器的历史故障记录中每次故障的故障参数,计算出网状电能传感器中每个电能传感器发生历史故障记录中每次故障时产生的故障危害系数;
;
其中,O为当前计算的电能传感器发生当前计算的故障时产生的故障危害系数,MTS为当前计算的电能传感器发生当前计算的故障时的故障检测滞后时间,FTS为当前计算的电能传感器在发生当前计算的故障时的功能失效时间,e为自然常数且e的取值为2.718,SNRS为当前计算的电能传感器的信噪比,为标准信噪比,Q为故障检测装置对当前计算的故障的故障检测敏感度;
基于网状电能传感器中每个电能传感器的故障表征值和发生历史故障记录中每次故障时产生的故障危害系数,确定出网状电能传感器中每个电能传感器的性能分析值。
优选的,基于网状电能传感器中每个电能传感器的故障表征值和发生历史故障记录中每次故障时产生的故障危害系数,确定出网状电能传感器中每个电能传感器的性能分析值,包括:
;
其中,S为当前计算的电能传感器的性能分析值,n为预设的电能传感器可能发生的故障类型总数,为当前计算的电能传感器发生第/>种预设故障的故障表征值,/>为第/>种预设故障的危害系数权重,/>为历史故障记录中当前计算的电能传感器发生第/>种预设故障的总次数,P为历史故障记录中发生预设故障的总次数,m为当前计算的电能传感器发生第i种预设故障的总次数,/>为当前计算的电能传感器第j次发生第/>种预设故障时产生的故障危害系数。
优选的,S2:在网状电能传感器中的网状传输线路中确定出每个电能传感器的性能影响传输线路,包括:
在网状电能传感器中的网状传输线路中确定出连接用电对象和供电端且经过单个电能传感器的传输线路,当作对应电能传感器的遍历传输线路;
以从用电对象至供电端的方向,依次确定出遍历传输线路中每个线路交叉点的传输顺序;
基于遍历传输线路中每个线路交叉点的传输顺序,将遍历传输线路中从电能传感器至供电端为止的部分遍历传输线路,当作对应电能传感器的性能影响传输线路。
优选的,S3:基于电能检测值在网状电能传感器中的网状传输线路中的传递误差,搭建出网状电能传感器中的网状传输线路的误差传递网络,包括:
确定出电能检测值在网状电能传感器中的网状传输线路中的相邻线路交叉点之间的传递误差;
将所有相邻线路交叉点之间的传递误差标记在网状电能传感器中的网状传输线路对应的虚拟线路图中,获得网状电能传感器的误差传递网络。
优选的,S4:基于网状电能传感器中所有电能传感器的性能分析值和所有性能影响传输线路以及误差传递网络,对网状电能传感器中每个电能传感器的实时电能检测值进行误差校正,获得网状电能传感器的误差校验结果,包括:
基于网状电能传感器中所有电能传感器的性能分析值,确定出对应电能传感器的电能检测自影响误差值;
基于网状电能传感器中所有电能传感器的电能检测自影响误差值和所有性能影响传输线路以及误差传递网络,确定出网状电能传感器中每个电能传感器的电能检测总误差值;
基于电能检测总误差值对网状电能传感器中的对应电能传感器的实时电能检测值进行误差校正,获得网状电能传感器的误差校验结果。
优选的,基于网状电能传感器中所有电能传感器的电能检测自影响误差值和所有性能影响传输线路以及误差传递网络,确定出网状电能传感器中每个电能传感器的电能检测总误差值,包括:
基于网状电能传感器中的所有性能影响传输线路,搭建出每个电能传感器的性能影响传输树;
基于每个性能影响传输树中第一层的电能传感器的电能检测自影响误差值和误差传递网络,计算出对应电能传感器对性能影响传输树中包含的除当前电能传感器以外剩余的电能传感器产生的电能检测互影响误差值;
基于网状电能传感器中所有电能传感器的电能检测自影响误差值和所有电能检测值互影响误差值,计算出网状电能传感器中每个电能传感器的电能检测总误差值。
优选的,基于网状电能传感器中所有电能传感器的电能检测自影响误差值和所有电能检测值互影响误差值,计算出网状电能传感器中每个电能传感器的电能检测总误差值,包括:
将网状电能传感器中每个电能传感器的电能检测自影响误差值和所有电能检测值互影响误差值之和,当作电能传感器的电能检测总误差值。
优选的,还包括:
将实时确定出的网状电能传感器中每个电能传感器的性能分析值,标记至网状电能传感器对应的虚拟线路图中,获得网状电能传感器的性能分析结果;
将网状电能传感器的性能分析结果实时更新至监控总端。
本发明提出一种网状电能传感器误差校验系统,包括:
性能分析模块,用于确定出网状电能传感器中每个电能传感器的性能分析值;
线路确定模块,用于在网状电能传感器中的网状传输线路中确定出每个电能传感器的性能影响传输线路;
网络搭建模块,用于基于电能检测值在网状电能传感器中的网状传输线路中的传递误差,搭建出网状电能传感器中的网状传输线路的误差传递网络;
误差校正模块,用于基于网状电能传感器中所有电能传感器的性能分析值和所有性能影响传输线路以及误差传递网络,对网状电能传感器中每个电能传感器的实时电能检测值进行误差校正,获得网状电能传感器的误差校验结果;
其中,网状电能传感器包括连接在多个用电对象和供电端之间的网状传输线路以及分布在网状传输线路中每个线路交叉点上的电能传感器。
本发明区别于现有技术的有益效果为:通过对网状电能传感器中每个电能传感器的性能分析结果,并结合网状传感器的网状传输线路中的误差传递情况,对网状传感器中每个电能传感器的误差进行统一校正,提高了误差校验效率,实现对由于电能传感器的性能下降造成的网状电能传感器中的电能传感器的检测误差的误差校验,提高了误差校验准确率和及时性。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在本申请文件中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中的一种网状电能传感器误差校验方法流程图;
图2为本发明实施例中的一种网状电能传感器误差校验系统示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1:本发明提供了一种网状电能传感器误差校验方法,参考图1,包括:
S1:确定出网状电能传感器中每个电能传感器(例如可以是将网络传输功能(或信号传输功能)与传统的电能表结合后的装置,可以获取其后连接的支路上连接的电能表的实时检测值,实时检测值即为表征其所在支路上的负荷从预设时刻至当下时刻为止所消耗的电量值)的性能分析值(即为表征电能传感器的当下性能状态的数值);
S2:在网状电能传感器中的网状传输线路(即为以网状分布的电线,其网状中的每个线路交叉点(即线路交叉点)处设置有电能传感器)中确定出每个电能传感器的性能影响传输线路(即该电能传感器性能下降时造成其他电能传感器的检测误差时,被造成检测误差的电能传感器们所在的传输线路,也是其电能传感器性能下降时其检测误差影响的传播线路);
S3:基于电能检测值在网状电能传感器中的网状传输线路中的传递误差(即网状传输线路中相邻线路交叉点或相邻电能传感器之间的电能检测值的传输过程中产生的误差),搭建出网状电能传感器中的网状传输线路的误差传递网络(即为标记有网状传输线路中所有相邻线路交叉点或相邻电能传感器之间的传递误差的网状传输线路示意图);
S4:基于网状电能传感器中所有电能传感器的性能分析值和所有性能影响传输线路以及误差传递网络,对网状电能传感器中每个电能传感器的实时电能检测值进行误差校正(统一确定出其中所有电能传感器的总误差值,并基于每个电能传感器的总误差值对所有电能传感器进行统一校正),获得网状电能传感器的误差校验结果(即为对网状电能传感器中每个电能传感器的实时电能检测值进行误差校正后获得的结果);
其中,网状电能传感器包括连接在多个用电对象(即为用电设备或者用电设备组)和供电端(用于为网状电能传感器中所有电能传感器的末端连接的设备或设备组供电的电源)之间的网状传输线路以及分布在网状传输线路中每个线路交叉点上的电能传感器。
通过对网状电能传感器中每个电能传感器的性能分析结果,并结合网状传感器的网状传输线路中的误差传递情况,对网状传感器中每个电能传感器的误差进行统一校正,提高了误差校验效率,实现对由于电能传感器的性能下降造成的网状电能传感器中的电能传感器的检测误差的误差校验,提高了误差校验准确率和及时性。
实施例2:在实施例1的基础上,S1:确定出网状电能传感器中每个电能传感器的性能分析值,包括:
基于网状电能传感器中每个电能传感器的历史故障记录(即为包含电能传感器曾经发生过的所有故障以及故障参数的记录)中每次故障的故障参数(即为与故障相关的参数,例如故障检测滞后时间、故障导致的电能传感器的功能失效的持续时间等),计算出网状电能传感器中每个电能传感器发生历史故障记录中每次故障时产生的故障危害系数(即为表征电能传感器发生单次故障时产对自身性能产生的危害程度的系数);
;
其中,O为当前计算的电能传感器发生当前计算的故障时产生的故障危害系数,MTS为当前计算的电能传感器发生当前计算的故障时的故障检测滞后时间(即为从电能传感器实际发生故障的时刻起至被检测出存在该故障的时刻为止的持续时间),FTS为当前计算的电能传感器在发生当前计算的故障时的功能失效时间(即为发生当前计算的故障导致的电能传感器的功能失效的持续时间),e为自然常数且e的取值为2.718,SNRS为当前计算的电能传感器的信噪比(例如20dB),为标准信噪比(例如25dB),Q为故障检测装置(即为预设的用于检测出电能传感器的各种预设故障的检测装置或检测系统,例如检测其发生超负荷自动跳闸故障的装置)对当前计算的故障的故障检测敏感度(即为预设的表征故障检测装置对对应预设故障的检测敏感程度的数值);
基于网状电能传感器中每个电能传感器的故障表征值(即表征电能传感器是否发生对应预设故障的表征值,当电能传感器发生对应预设故障时,则其对应的故障表征值为1,否则,其对应的故障表征值为0)和发生历史故障记录中每次故障时产生的故障危害系数,确定出网状电能传感器中每个电能传感器的性能分析值(即为表征电能传感器的当下综合性能的数值)。
通过对电能传感器的历史故障记录分析,即基于电能传感器曾经发生过的所有故障以及故障参数,计算出电能传感器的性能分析值,实现基于电能传感器曾经发生过的故障对电能传感器进行性能分析。
实施例3:在实施例2的基础上,基于网状电能传感器中每个电能传感器的故障表征值和发生历史故障记录中每次故障时产生的故障危害系数,确定出网状电能传感器中每个电能传感器的性能分析值,包括:
;
其中,S为当前计算的电能传感器的性能分析值,n为预设的电能传感器可能发生的故障类型总数,为当前计算的电能传感器发生第/>种预设故障(预设故障例如可以是所在支路发生超负荷自动跳闸故障)的故障表征值(当电能传感器发生过第/>种预设故障时,则其故障表征值为1,否则为0),/>为第/>种预设故障的危害系数权重,/>为历史故障记录中当前计算的电能传感器发生第/>种预设故障的总次数,P为历史故障记录中发生预设故障的总次数,m为当前计算的电能传感器发生第/>种预设故障的总次数,/>为当前计算的电能传感器第j次发生第/>种预设故障时产生的故障危害系数。
基于网状电能传感器中每个电能传感器的故障表征值和发生历史故障记录中每次故障时产生的故障危害系数,并结合故障发生次数的占比以及每种预设故障的危害系数权重,准确计算出了表征电能传感器当下性能状态的性能分析值。
实施例4:在实施例1的基础上,S2:在网状电能传感器中的网状传输线路中确定出每个电能传感器的性能影响传输线路,包括:
在网状电能传感器中的网状传输线路中确定出连接用电对象和供电端且经过单个电能传感器的传输线路(即为网状传输线路中的部分传输线路),当作对应电能传感器的遍历传输线路(即为网状传输线路中中间连接有电能传感器的传输线路);
以从用电对象至供电端的方向,依次确定出遍历传输线路中每个线路交叉点(即为多条部分网状传输线路的交叉点,在该线路交叉点安装有电能传感器)的传输顺序(即为供电电能在遍历传输线路中的传输反方向,也是电能检测值在遍历传输线路中的传输正方向);
基于遍历传输线路中每个线路交叉点的传输顺序,将遍历传输线路中从电能传感器至供电端为止的部分遍历传输线路,当作对应电能传感器的性能影响传输线路。
上述过程通过确定电能检测值在经过电能传感器的所有遍历传输线路中的传输方向,在所有电能传感器的遍历传输线路中确定出了电能传感器性能下降时其误差的传播线路,即性能影响线路。
实施例5:在实施例1的基础上,S3:基于电能检测值在网状电能传感器中的网状传输线路中的传递误差,搭建出网状电能传感器中的网状传输线路的误差传递网络,包括:
确定出电能检测值在网状电能传感器中的网状传输线路中的相邻线路交叉点之间的传递误差(相邻线路交叉点之间的传递误差是基于与线路材质相关的参数和/或线路长度等参数预先确定出的,例如传递误差系数和相邻线路交叉点之间的线路长度以及相邻线路交叉点中起始交叉点的电能传感器所产生电能检测误差值这三者的乘积即为相邻线路交叉点之间的传递误差,其中传递误差系数可以取0.05);
将所有相邻线路交叉点之间的传递误差标记在网状电能传感器中的网状传输线路对应的虚拟线路图(即为包含网状传输线路中的线路连接结构的线路示意图)中,获得网状电能传感器的误差传递网络。
通过将网状传输线路中相邻线路交叉点之间的传递误差标记在网状电能传感器的网状传输线路对应的虚拟线路图中,搭建出了网状电能传感器的误差传递网络。
实施例6:在实施例1的基础上,S4:基于网状电能传感器中所有电能传感器的性能分析值和所有性能影响传输线路以及误差传递网络,对网状电能传感器中每个电能传感器的实时电能检测值进行误差校正,获得网状电能传感器的误差校验结果,包括:
基于网状电能传感器中所有电能传感器的性能分析值,确定出对应电能传感器的电能检测自影响误差值(例如将性能分析值和预设的自影响误差系数的乘积当作电能传感器的电能检测自影响误差值,其中,自影响误差系数表征电能传感器的性能分析值对自身电能检测值带来的误差程度,例如取值为0.3);
基于网状电能传感器中所有电能传感器的电能检测自影响误差值和所有性能影响传输线路以及误差传递网络,确定出网状电能传感器中每个电能传感器的电能检测总误差值(即为由于网状电能传感器中所有电能传感器的性能下降导致的每个电能传感器出现的电能检测值误差);
基于电能检测总误差值对网状电能传感器中的对应电能传感器的实时电能检测值进行误差校正(例如电能检测总误差值为+5千瓦·时,则将对应电能传感器的实时电能检测值调低5千瓦·时,电能检测总误差值是有正负的,其中正号代表存在误差的电能检测值高于实际电能检测值,反之,负号表示存在误差的电能检测值低于实际电能检测值),获得网状电能传感器的误差校验结果。
基于基于网状电能传感器中所有电能传感器的性能分析值,准确确定出了电能传感器的性能分析值对自身电能检测值带来的电能检测自影响误差值,并结合所有性能影响传输线路以及误差传递网络,精准确定出了网状电能传感器中每个电能传感器的性能下降导致的每个电能传感器出现的电能检测值误差,进而从上述从电能传感器的性能下降给自身带来的误差影响和互相之间带来的误差影响的两个方面,准确计算出电能传感器的误差,并实现对电能传感器准确的误差校验。
实施例7:在实施例6的基础上,基于网状电能传感器中所有电能传感器的电能检测自影响误差值和所有性能影响传输线路以及误差传递网络,确定出网状电能传感器中每个电能传感器的电能检测总误差值,包括:
基于网状电能传感器中的所有性能影响传输线路,搭建出每个电能传感器的性能影响传输树(即在所有性能影响传输线路中筛选出以当前电能传感器为起点往后延伸的部分性能影响传输线路,并基于部分性能影响传输线路中电能传感器之间的连接关系将所有部分性能影响传输线路合并连接成以当前电能传感器为起点的树结构的线路结构,即为该电能传感器的性能影响传输树,性能影响传输树即为表征对应电能传感器性能发生下降时误差直接或间接传输的线路,其上包含了由于对应电能传感器性能发生下降而产生误差的其他电能传感器);
基于每个性能影响传输树中第一层的电能传感器(即根节点上的电能传感器)的电能检测自影响误差值和误差传递网络,计算出对应电能传感器对性能影响传输树中包含的除当前电能传感器以外剩余的电能传感器产生的电能检测互影响误差值(即为基于误差传递网络中对应相邻线路交叉点(相邻电能传感器)之间的传递误差以及第一层的电能传感器的电能检测自影响误差值,按照性能影响传输树从上至下的顺序,依次推算出第一层的电能传感器的电能检测自影响误差值给性能影响传输树中其他电能传感器带来的误差值,即为对应电能传感器对性能影响传输树中包含的除当前电能传感器以外剩余的电能传感器产生的电能检测互影响误差值);
基于网状电能传感器中所有电能传感器的电能检测自影响误差值和所有电能检测值互影响误差值,计算出网状电能传感器中每个电能传感器的电能检测总误差值。
上述过程通过每个电能传感器的性能影响传输树以及对应电能传感器的电能检测自影响误差值,准确计算出每个电能传感器的自体产生误差给其他电能传感器带来的电能检测互影响误差值,并进一步地结合之间的步骤计算出的电能检测自影响误差值,实现了从上述从电能传感器的性能下降给自身带来的误差影响和互相之间带来的误差影响的两个方面,准确计算出电能传感器的误差。
实施例8:在实施例7的基础上,基于网状电能传感器中所有电能传感器的电能检测自影响误差值和所有电能检测值互影响误差值,计算出网状电能传感器中每个电能传感器的电能检测总误差值,包括:
将网状电能传感器中每个电能传感器的电能检测自影响误差值和所有电能检测值互影响误差值之和,当作电能传感器的电能检测总误差值。
通过将从上述从电能传感器的性能下降给自身带来的误差影响和互相之间带来的误差影响的两个方确定出的所有误差值进行加和处理,获得电能传感器的准确的总误差。
实施例9:在实施例1的基础上,还包括:
将实时确定出的网状电能传感器中每个电能传感器的性能分析值,标记至网状电能传感器对应的虚拟线路图(即为包含网状传输线路中的线路连接结构的线路示意图)中,获得网状电能传感器的性能分析结果(即为包含网状传输线路中的线路连接结构和所有电能传感器的性能分析值的示意图);
将网状电能传感器的性能分析结果实时更新至监控总端(即为用于对网状电能传感器的进行监控的工作部门的通讯端)。
上述过程实现了电能传感器性能分析结果的自动汇总传输,更便于监控端直观监控。
实施例10:本发明提供了一种网状电能传感器误差校验系统,参考图2,包括:
性能分析模块,用于确定出网状电能传感器中每个电能传感器的性能分析值;
线路确定模块,用于在网状电能传感器中的网状传输线路中确定出每个电能传感器的性能影响传输线路;
网络搭建模块,用于基于电能检测值在网状电能传感器中的网状传输线路中的传递误差,搭建出网状电能传感器中的网状传输线路的误差传递网络;
误差校正模块,用于基于网状电能传感器中所有电能传感器的性能分析值和所有性能影响传输线路以及误差传递网络,对网状电能传感器中每个电能传感器的实时电能检测值进行误差校正,获得网状电能传感器的误差校验结果;
其中,网状电能传感器包括连接在多个用电对象和供电端之间的网状传输线路以及分布在网状传输线路中每个线路交叉点上的电能传感器。
通过对网状电能传感器中每个电能传感器的性能分析结果,并结合网状传感器的网状传输线路中的误差传递情况,对网状传感器中每个电能传感器的误差进行统一校正,提高了误差校验效率,实现对由于电能传感器的性能下降造成的网状电能传感器中的电能传感器的检测误差的误差校验,提高了误差校验准确率和及时性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种网状电能传感器误差校验方法,其特征在于,包括:
S1:确定出网状电能传感器中每个电能传感器的性能分析值;
S2:在网状电能传感器中的网状传输线路中确定出每个电能传感器的性能影响传输线路;
S3:基于电能检测值在网状电能传感器中的网状传输线路中的传递误差,搭建出网状电能传感器中的网状传输线路的误差传递网络;
S4:基于网状电能传感器中所有电能传感器的性能分析值和所有性能影响传输线路以及误差传递网络,对网状电能传感器中每个电能传感器的实时电能检测值进行误差校正,获得网状电能传感器的误差校验结果;
其中,网状电能传感器包括连接在多个用电对象和供电端之间的网状传输线路以及分布在网状传输线路中每个线路交叉点上的电能传感器。
2.根据权利要求1所述的网状电能传感器误差校验方法,其特征在于,S1:确定出网状电能传感器中每个电能传感器的性能分析值,包括:
基于网状电能传感器中每个电能传感器的历史故障记录中每次故障的故障参数,计算出网状电能传感器中每个电能传感器发生历史故障记录中每次故障时产生的故障危害系数;
;
其中,O为当前计算的电能传感器发生当前计算的故障时产生的故障危害系数,MTS为当前计算的电能传感器发生当前计算的故障时的故障检测滞后时间,FTS为当前计算的电能传感器在发生当前计算的故障时的功能失效时间,e为自然常数且e的取值为2.718,SNRS为当前计算的电能传感器的信噪比,为标准信噪比,Q为故障检测装置对当前计算的故障的检测敏感度;
基于网状电能传感器中每个电能传感器的故障表征值和发生历史故障记录中每次故障时产生的故障危害系数,确定出网状电能传感器中每个电能传感器的性能分析值。
3.根据权利要求2所述的网状电能传感器误差校验方法,其特征在于,基于网状电能传感器中每个电能传感器的故障表征值和发生历史故障记录中每次故障时产生的故障危害系数,确定出网状电能传感器中每个电能传感器的性能分析值,包括:
;
其中,S为当前计算的电能传感器的性能分析值,n为预设的电能传感器可能发生的故障类型总数,为当前计算的电能传感器发生第/>种预设故障的故障表征值,/>为第/>种预设故障的危害系数权重,/>为历史故障记录中当前计算的电能传感器发生第/>种预设故障的总次数,P为历史故障记录中发生预设故障的总次数,m为当前计算的电能传感器发生第i种预设故障的总次数,/>为当前计算的电能传感器第j次发生第/>种预设故障时产生的故障危害系数。
4.根据权利要求1所述的网状电能传感器误差校验方法,其特征在于,S2:在网状电能传感器中的网状传输线路中确定出每个电能传感器的性能影响传输线路,包括:
在网状电能传感器中的网状传输线路中确定出连接用电对象和供电端且经过单个电能传感器的传输线路,当作对应电能传感器的遍历传输线路;
以从用电对象至供电端的方向,依次确定出遍历传输线路中每个线路交叉点的传输顺序;
基于遍历传输线路中每个线路交叉点的传输顺序,将遍历传输线路中从电能传感器至供电端为止的部分遍历传输线路,当作对应电能传感器的性能影响传输线路。
5.根据权利要求1所述的网状电能传感器误差校验方法,其特征在于,S3:基于电能检测值在网状电能传感器中的网状传输线路中的传递误差,搭建出网状电能传感器中的网状传输线路的误差传递网络,包括:
确定出电能检测值在网状电能传感器中的网状传输线路中的相邻线路交叉点之间的传递误差;
将所有相邻线路交叉点之间的传递误差标记在网状电能传感器中的网状传输线路对应的虚拟线路图中,获得网状电能传感器的误差传递网络。
6.根据权利要求1所述的网状电能传感器误差校验方法,其特征在于,S4:基于网状电能传感器中所有电能传感器的性能分析值和所有性能影响传输线路以及误差传递网络,对网状电能传感器中每个电能传感器的实时电能检测值进行误差校正,获得网状电能传感器的误差校验结果,包括:
基于网状电能传感器中所有电能传感器的性能分析值,确定出对应电能传感器的电能检测自影响误差值;
基于网状电能传感器中所有电能传感器的电能检测自影响误差值和所有性能影响传输线路以及误差传递网络,确定出网状电能传感器中每个电能传感器的电能检测总误差值;
基于电能检测总误差值对网状电能传感器中的对应电能传感器的实时电能检测值进行误差校正,获得网状电能传感器的误差校验结果。
7.根据权利要求6所述的网状电能传感器误差校验方法,其特征在于,基于网状电能传感器中所有电能传感器的电能检测自影响误差值和所有性能影响传输线路以及误差传递网络,确定出网状电能传感器中每个电能传感器的电能检测总误差值,包括:
基于网状电能传感器中的所有性能影响传输线路,搭建出每个电能传感器的性能影响传输树;
基于每个性能影响传输树中第一层的电能传感器的电能检测自影响误差值和误差传递网络,计算出对应电能传感器对性能影响传输树中包含的除当前电能传感器以外剩余的电能传感器产生的电能检测互影响误差值;
基于网状电能传感器中所有电能传感器的电能检测自影响误差值和所有电能检测值互影响误差值,计算出网状电能传感器中每个电能传感器的电能检测总误差值。
8.根据权利要求7所述的网状电能传感器误差校验方法,其特征在于,基于网状电能传感器中所有电能传感器的电能检测自影响误差值和所有电能检测值互影响误差值,计算出网状电能传感器中每个电能传感器的电能检测总误差值,包括:
将网状电能传感器中每个电能传感器的电能检测自影响误差值和所有电能检测值互影响误差值之和,当作电能传感器的电能检测总误差值。
9.根据权利要求1所述的网状电能传感器误差校验方法,其特征在于,还包括:
将实时确定出的网状电能传感器中每个电能传感器的性能分析值,标记至网状电能传感器对应的虚拟线路图中,获得网状电能传感器的性能分析结果;
将网状电能传感器的性能分析结果实时更新至监控总端。
10.一种网状电能传感器误差校验系统,其特征在于,包括:
性能分析模块,用于确定出网状电能传感器中每个电能传感器的性能分析值;
线路确定模块,用于在网状电能传感器中的网状传输线路中确定出每个电能传感器的性能影响传输线路;
网络搭建模块,用于基于电能检测值在网状电能传感器中的网状传输线路中的传递误差,搭建出网状电能传感器中的网状传输线路的误差传递网络;
误差校正模块,用于基于网状电能传感器中所有电能传感器的性能分析值和所有性能影响传输线路以及误差传递网络,对网状电能传感器中每个电能传感器的实时电能检测值进行误差校正,获得网状电能传感器的误差校验结果;
其中,网状电能传感器包括连接在多个用电对象和供电端之间的网状传输线路以及分布在网状传输线路中每个线路交叉点上的电能传感器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311714220.6A CN117406162B (zh) | 2023-12-14 | 2023-12-14 | 一种网状电能传感器误差校验方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311714220.6A CN117406162B (zh) | 2023-12-14 | 2023-12-14 | 一种网状电能传感器误差校验方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117406162A true CN117406162A (zh) | 2024-01-16 |
CN117406162B CN117406162B (zh) | 2024-02-27 |
Family
ID=89494754
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311714220.6A Active CN117406162B (zh) | 2023-12-14 | 2023-12-14 | 一种网状电能传感器误差校验方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117406162B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1981446A (zh) * | 2004-03-23 | 2007-06-13 | 加利福尼亚大学董事会 | 用于改善网络上采集的传感器数据的可靠性的设备和方法 |
KR20070111059A (ko) * | 2006-05-16 | 2007-11-21 | 전자부품연구원 | 센서 네트워크 플랫폼 |
CN106546944A (zh) * | 2015-09-18 | 2017-03-29 | 侯飞 | 一种在有线损系统中校验电能计量装置误差的方法 |
JP2018084493A (ja) * | 2016-11-24 | 2018-05-31 | 株式会社東芝 | センサネットワーク分析装置、センサネットワーク分析方法及びセンサネットワーク分析プログラム |
CN112557997A (zh) * | 2019-09-26 | 2021-03-26 | 武汉国测数据技术有限公司 | 一种便于校验误差的网状电能传感器系统和误差校验方法 |
CN113189414A (zh) * | 2017-08-30 | 2021-07-30 | 亚德诺半导体无限责任公司 | 管理测量传感器的传递函数的确定 |
CN114152812A (zh) * | 2020-09-08 | 2022-03-08 | 武汉国测数据技术有限公司 | 一种误差自校验的三相电能表及其测量系统和方法 |
-
2023
- 2023-12-14 CN CN202311714220.6A patent/CN117406162B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1981446A (zh) * | 2004-03-23 | 2007-06-13 | 加利福尼亚大学董事会 | 用于改善网络上采集的传感器数据的可靠性的设备和方法 |
KR20070111059A (ko) * | 2006-05-16 | 2007-11-21 | 전자부품연구원 | 센서 네트워크 플랫폼 |
CN106546944A (zh) * | 2015-09-18 | 2017-03-29 | 侯飞 | 一种在有线损系统中校验电能计量装置误差的方法 |
JP2018084493A (ja) * | 2016-11-24 | 2018-05-31 | 株式会社東芝 | センサネットワーク分析装置、センサネットワーク分析方法及びセンサネットワーク分析プログラム |
CN113189414A (zh) * | 2017-08-30 | 2021-07-30 | 亚德诺半导体无限责任公司 | 管理测量传感器的传递函数的确定 |
CN112557997A (zh) * | 2019-09-26 | 2021-03-26 | 武汉国测数据技术有限公司 | 一种便于校验误差的网状电能传感器系统和误差校验方法 |
CN114152812A (zh) * | 2020-09-08 | 2022-03-08 | 武汉国测数据技术有限公司 | 一种误差自校验的三相电能表及其测量系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117406162B (zh) | 2024-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114184229B (zh) | 一种开关柜运行环境监测系统 | |
CN114640173B (zh) | 一种基于多特征量的变压器和发电机的预警模型 | |
CN107643507A (zh) | 一种基于电网线路运行误差远程校准的精益线损分析与管控方法 | |
CN114971173B (zh) | 基于物联网技术的输电全景智慧管控平台 | |
CN107817395A (zh) | 一种基于电网线路运行误差远程校准的窃电排查方法 | |
CN114977483B (zh) | 一种智能电网调控控制设备故障诊断系统 | |
CN107727955A (zh) | 一种基于电网线路运行误差远程校准的变压器损耗分析与管控方法 | |
CN114047472B (zh) | 一种智能电表的计量误差监测系统及其监测方法、装置 | |
CN115170000A (zh) | 一种基于电能表通信模块的远程监测方法及系统 | |
CN116581891B (zh) | 一种电力数据采集方法及系统 | |
CN117554746A (zh) | 一种基于数字孪生的配电网故障诊断系统 | |
CN111999691B (zh) | 一种计量传感器装置的误差校准方法和误差校准装置 | |
CN117434440B (zh) | 一种量测开关的自动检测方法及系统 | |
CN117406162B (zh) | 一种网状电能传感器误差校验方法及系统 | |
CN108594076B (zh) | 一种配电网停电故障研判方法 | |
CN108988347A (zh) | 一种电网暂态电压稳定样本集类别失衡的调节方法及系统 | |
CN115494382B (zh) | 判断智能开关上下级关系的方法及系统、设备、存储介质 | |
CN115951123A (zh) | 一种基于无线通信的电能计量方法及系统 | |
CN116303480A (zh) | 基于云计算的电能表误差校验方法 | |
CN116699501A (zh) | 智能电能表运行误差监测上报系统 | |
CN116384548A (zh) | 一种基于环境反馈的电网短期电力负荷预测方法 | |
CN106066415A (zh) | 用于检测供电网络中的欺诈的方法 | |
CN115586402A (zh) | 配电网故障诊断与处理方法 | |
CN115616471A (zh) | 一种智能电能表故障在线预警系统及方法 | |
CN113435049B (zh) | 一种基于逻辑回归的雨量设备故障分析系统 |
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 |