CN117520759A - 一种计量检定装置结果分析方法及装置 - Google Patents
一种计量检定装置结果分析方法及装置 Download PDFInfo
- Publication number
- CN117520759A CN117520759A CN202311058521.8A CN202311058521A CN117520759A CN 117520759 A CN117520759 A CN 117520759A CN 202311058521 A CN202311058521 A CN 202311058521A CN 117520759 A CN117520759 A CN 117520759A
- Authority
- CN
- China
- Prior art keywords
- result
- verification
- sliding window
- time sequence
- preset
- 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
- 238000012795 verification Methods 0.000 title claims abstract description 272
- 238000004458 analytical method Methods 0.000 title claims description 15
- 238000005259 measurement Methods 0.000 claims abstract description 76
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000005315 distribution function Methods 0.000 claims abstract description 24
- 238000004364 calculation method Methods 0.000 claims description 87
- 238000003556 assay Methods 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 8
- 238000001514 detection method Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- 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
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
- G06F18/24155—Bayesian classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/27—Regression, e.g. linear or logistic regression
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开了一种计量检定装置结果分析方法及装置,利用电能表误差分布函数模型对检定装置进行实时核查,得到多个误差测量值,根据各个误差测量值和各个误差测量值对应的检定日期构建时间序列,然后根据核查结果构建时间序列,对时间序列采用最小二乘法拟合,特别的采用特征估计系数不显著可能性来对实时核查结果进行判定,以确定核查结果是否和日期之间存在线性变化关系,并利用时间序列趋势预警公式分别对检定装置误差、稳定性、重复性的趋势进行报警,本方法通过使用电能表误差分布函数模型对检定装置进行实时核查,得到核查结果后,对核查结果进行分析判断得到预警信息,提高了核查效率和准确度。
Description
技术领域
本发明涉及智能电能表技术领域,尤其涉及一种计量检定装置结果分析方法及装置。
背景技术
随着智能电能表的大范围应用和智能表检定业务量的快速增长,使用自动化检定流水线进行智能电能表的检定已经成为智能电能表的主要检定方式。自动化检定流水线呈现检定装置分布高度集中、检定人员数量小、检定效率大幅提高等特点。在目前的自动化检定模式下,检定装置数量庞大,检定系统运行效率高,日检定量数以万计,因此保证智能电能表检定装置的标准性能持续满足检定要求,是当前计量标准管理的工作重心。实施期间核查能够及时发现检测量值失准,或在失准后及时采取补救措施,能够防止使用不符合技术规范要求的检测设备,减少或降低由此产生的成本和风险。目前检定装置期间核查主要通过人工方式开展,包括完成核查标准与检定装置接线、相关设备的设置和操作、核查数据导出和处理、核查报告整理归档等一系列繁琐耗时的工作。
电能表检定装置的期间核查频次一般为每年3次以上,现有的期间核查方法,仍依靠人工作业方式进行,作业效率低且对日常检定生产影响大,难以保证核查的频率和及时性,同时试验过程和数据处理受人为因素影响风险大。
此外,按目前的核查频次,期间核查报告数据严重不足,且核查结果多为人工记录,仅能够对当前一次核查结果是否满足要求给出简单结论,无法进一步对检定装置的核查结果做出更有价值的分析。同时,人工核查结果难以及时发现检定装置存在的异常趋势,无法进行趋势预判以达到减少或降低检定装置异常产生的成本和风险。
发明内容
为了解决上述技术问题,本发明实施例提供了一种计量检定装置结果分析方法及装置,通过基于同一批次智能电能表历史检定数据的电能表误差分布函数模型实现对多个检定装置的在线实时核查,然后采用线性回归方法对核查结果进行分析,当发现核查结果趋势发生异常时及时提醒,通过提前判定,降低了因为检定装置异常带来的生产成本和风险,提高了核查效率和准确度。
本发明实施例的第一方面提供了一种计量检定装置结果分析方法,所述方法包括:
利用电能表误差分布函数模型对检定装置进行实时核查,得到核查结果,其中,电能表误差分布函数模型通过中心极限定理和贝叶斯层次模型进行构建得到,核查结果包括多个误差测量值;
根据各个误差测量值和各个误差测量值对应的检定日期进行整理,得到时间序列;
对时间序列进行最小二乘法拟合计算得到第一结果,判断第一结果是否满足预设条件,若不满足则发出检定装置趋势预警信息,对时间序列进行滑动窗口截取计算后,得到第二结果和第三结果,判断第二结果和第三结果是否满足预设条件,若不满足则发出检定装置重复性预警信息,对时间序列进行稳定性计算后,得到第四结果和第五结果,判断第四结果和第五结果是否满足预设条件,若不满足发出检定装置稳定性预警信息。
实施本实施例,利用电能表误差分布函数模型对检定装置进行实时核查,得到核查结果,其中,电能表误差分布函数模型通过中心极限定理和贝叶斯层次模型进行构建得到,核查结果包括多个误差测量值,根据各个误差测量值和各个误差测量值对应的检定日期进行整理,得到时间序列,对时间序列进行最小二乘法拟合计算得到第一结果,判断第一结果是否满足预设条件,若不满足则发出检定装置趋势预警信息,对时间序列进行滑动窗口截取计算后,得到第二结果和第三结果,判断第二结果和第三结果是否满足预设条件,若不满足则发出检定装置重复性预警信息,对时间序列进行稳定性计算后,得到第四结果和第五结果,判断第四结果和第五结果是否满足预设条件,若不满足发出检定装置稳定性预警信息,本方法通过使用电能表误差分布函数模型对检定装置进行实时核查,得到核查结果后,对核查结果进行分析判断得到预警信息,提高了核查效率和准确度。
在第一方面的一种可能的实现方式中,对时间序列进行最小二乘法拟合计算得到第一结果,判断第一结果是否满足预设条件,若不满足则发出检定装置趋势预警信息,具体为:
对时间序列进行最小二乘法拟合,得到拟合参数斜率、截距以及检定日期的估计系数不显著可能性;
判断拟合参数斜率和检定日期的估计系数不显著可能性是否满足预设公式时,若不满足则发出检定装置趋势预警信息,其中,预设公式为:
tr=(pvalue<paccept)*((b>0)+1)*(abs(b)>baccept)
其中,pvalue表示检定日期的估计系数不显著可能性,paccept表示检定日期的估计系数不显著可能性预设阈值,baccept表示拟合参数斜率,abs(b)表示预设拟合参数斜率。
实施本实施例,对时间序列进行最小二乘法拟合,得到拟合参数斜率、截距以及检定日期的估计系数不显著可能性,再判断拟合参数斜率和检定日期的估计系数不显著可能性是否满足预设条件时,该方法对核查结果时间序列采用最小二乘法拟合方法,能够对误差变化趋势进行动态计算,当误差随时间变化趋势发生明显变化时,能够及时提醒工作人员进行干预,防止产生额外生产成本及风险。
在第一方面的一种可能的实现方式中,对时间序列进行滑动窗口截取后,得到第二结果,判断第二结果是否满足预设条件,若不满足则发出检定装置重复性预警信息,具体为:
利用滑动窗口对时间序列进行截取,得到多个滑动窗口序列;
对各个滑动窗口内的误差测量值进行均值计算和标准差计算,得到各个滑动窗口的平均值和标准差,若各个滑动窗口的标准差超过预设值,则发出检定装置重复性预警信息。
实施本实施例,通过利用滑动窗口对时间序列进行截取,得到多个滑动窗口序列,对各个滑动窗口内的误差测量值进行均值计算和标准差计算,得到各个滑动窗口的平均值和标准差,若各个滑动窗口的标准差超过预设值,则发出检定装置重复性预警信息,本方法通过使用时间滑窗方法,对测量结果进行均值差分、标准差的计算,进而对检定装置重复性进行计算,并可以对检定装置重复性进行考核,提高检定装置重复性核查准确性。
在第一方面的一种可能的实现方式中,对时间序列进行滑动窗口截取后,得到第三结果,判断第三结果是否满足预设条件,若不满足则发出检定装置重复性预警信息,具体为:
对各个滑动窗口内的误差测量值进行均值计算和标准差计算,得到各个滑动窗口的平均值和标准差;
利用各个滑动窗口的标准差构建标准差时间序列后,对标准差时间序列进行最小二乘法拟合计算,得到标准差的拟合参数斜率、截距以及检定日期的估计系数不显著可能性,若拟合参数斜率和检定日期的估计系数不显著可能性不满足预设公式,则发出检定装置重复性测量结果趋势预警信息,其中,预设公式为:
tr=(pvalue<paccept)*((b>0)+1)*(abs(b)>baccept)
其中,pvalue表示检定日期的估计系数不显著可能性,paccept表示检定日期的估计系数不显著可能性预设阈值,baccept表示拟合参数斜率,abs(b)表示预设拟合参数斜率。
在第一方面的一种可能的实现方式中,对时间序列进行稳定性计算后,得到第四结果和第五结果,判断第四结果和第五结果是否满足预设条件,若不满足发出检定装置重复性测量结果趋势预警信息,具体为:
对各个滑动窗口内的误差测量值进行均值计算和标准差计算,得到各个滑动窗口的平均值和标准差;
利用各个滑动窗口的平均值进行一阶差分计算,得到各个滑动窗口一阶差分结果,若各个滑动窗口的一阶差分结果大于预设一阶差分预设值,则发出检定装置稳定性预警信息;
利用各个滑动窗口一阶差分结果构建差分时间序列,并对差分时间序列进行最小二乘法拟合估计,得到一阶差分的拟合参数斜率、截距以及检定日期的估计系数不显著可能性,若拟合参数斜率和检定日期的估计系数不显著可能性不满足预设公式,则发出检定装置稳定性测量结果趋势预警信息,其中,预设公式为:
tr=(pvalue<paccept)*((b>0)+1)*(abs(b)>baccept)
其中,pvalue表示检定日期的估计系数不显著可能性,paccept表示检定日期的估计系数不显著可能性预设阈值,baccept表示拟合参数斜率,abs(b)表示预设拟合参数斜率。
本发明实施例的第二方面提供了一种计量检定装置结果分析装置,装置包括:
核查模块,用于利用电能表误差分布函数模型对检定装置进行实时核查,得到核查结果,其中,电能表误差分布函数模型通过中心极限定理和贝叶斯层次模型进行构建得到,核查结果包括多个误差测量值;
时间序列构建模块,用于根据各个误差测量值和各个误差测量值对应的检定日期进行整理,得到时间序列;
判断模块,用于对时间序列进行最小二乘法拟合计算得到第一结果,判断第一结果是否满足预设条件,若不满足则发出检定装置趋势预警信息,对时间序列进行滑动窗口截取计算后,得到第二结果和第三结果,判断第二结果和第三结果是否满足预设条件,若不满足则发出检定装置重复性预警信息,对时间序列进行稳定性计算后,得到第四结果和第五结果,判断第四结果和第五结果是否满足预设条件,若不满足则发出检定装置稳定性预警信息。
在第二方面的一种可能的实现方式中,判断模块包括计算单元和判断单元,
其中,计算单元用于对时间序列进行最小二乘法拟合,得到拟合参数斜率、截距以及检定日期的估计系数不显著可能性;
判断单元用于判断拟合参数斜率和检定日期的估计系数不显著可能性是否满足预设公式时,若不满足则发出检定装置趋势预警信息,其中,预设公式为:
tr=(pvalue<paccept)*((b>0)+1)*(abs(b)>baccept)
其中,pvalue表示检定日期的估计系数不显著可能性,paccept表示检定日期的估计系数不显著可能性预设阈值,baccept表示拟合参数斜率,abs(b)表示预设拟合参数斜率。
在第二方面的一种可能的实现方式中,判断模块还包括截取单元和标准差计算单元,
其中,截取单元用于利用滑动窗口对时间序列进行截取,得到多个滑动窗口序列;
标准差计算单元用于对各个滑动窗口内的误差测量值进行均值计算和标准差计算,得到各个滑动窗口的平均值和标准差,若各个滑动窗口的标准差超过预设值,则发出检定装置重复性预警信息。
在第二方面的一种可能的实现方式中,对时间序列进行滑动窗口截取后,得到第三结果,判断第三结果是否满足预设条件,若不满足则发出检定装置重复性预警信息,具体为:
对各个滑动窗口内的误差测量值进行均值计算和标准差计算,得到各个滑动窗口的平均值和标准差;
利用各个滑动窗口的标准差构建标准差时间序列后,对标准差时间序列进行最小二乘法拟合计算,得到标准差的拟合参数斜率、截距以及检定日期的估计系数不显著可能性,若拟合参数斜率和检定日期的估计系数不显著可能性不满足预设公式,则发出检定装置重复性测量结果趋势预警信息,其中,预设公式为:
tr=(pvalue<paccept)*((b>0)+1)*(abs(b)>baccept)
其中,pvalue表示检定日期的估计系数不显著可能性,paccept表示检定日期的估计系数不显著可能性预设阈值,baccept表示拟合参数斜率,abs(b)表示预设拟合参数斜率。
在第二方面的一种可能的实现方式中,对时间序列进行稳定性计算后,得到第四结果和第五结果,判断第四结果和第五结果是否满足预设条件,若不满足发出检定装置重复性测量结果趋势预警信息,具体为:
对各个滑动窗口内的误差测量值进行均值计算和标准差计算,得到各个滑动窗口的平均值和标准差;
利用各个滑动窗口的平均值进行一阶差分计算,得到各个滑动窗口一阶差分结果,若各个滑动窗口的一阶差分结果大于预设一阶差分预设值,则发出检定装置稳定性预警信息;
利用各个滑动窗口一阶差分结果构建差分时间序列,并对差分时间序列进行最小二乘法拟合估计,得到一阶差分的拟合参数斜率、截距以及检定日期的估计系数不显著可能性,若拟合参数斜率和检定日期的估计系数不显著可能性不满足预设公式,则发出检定装置稳定性测量结果趋势预警信息,其中,预设公式为:
tr=(pvalue<paccept)*((b>0)+1)*(abs(b)>baccept)
其中,pvalue表示检定日期的估计系数不显著可能性,paccept表示检定日期的估计系数不显著可能性预设阈值,baccept表示拟合参数斜率,abs(b)表示预设拟合参数斜率。
本发明利用电能表误差分布函数模型对检定装置进行实时核查,得到核查结果,其中,电能表误差分布函数模型通过中心极限定理和贝叶斯层次模型进行构建得到,核查结果包括多个误差测量值,根据各个误差测量值和各个误差测量值对应的检定日期进行整理,得到时间序列,对时间序列进行最小二乘法拟合计算得到第一结果,判断第一结果是否满足预设条件,若不满足则发出检定装置趋势预警信息,对时间序列进行滑动窗口截取计算后,得到第二结果和第三结果,判断第二结果和第三结果是否满足预设条件,若不满足则发出检定装置重复性预警信息,对时间序列进行稳定性计算后,得到第四结果和第五结果,判断第四结果和第五结果是否满足预设条件,若不满足发出检定装置稳定性预警信息,本方法通过使用电能表误差分布函数模型对检定装置进行实时核查,得到核查结果后,对核查结果进行分析判断得到预警信息,提高了核查效率和准确度。
附图说明
图1:为本发明提供的计量检定装置结果分析方法一种实施例的流程示意图;
图2:为本发明提供的计量检定装置结果分析方法另一种实施例的装置结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
实施例一
请参照图1,为本发明实施例提供的计量检定装置结果分析方法的一种实施例的流程示意图,包括步骤S11~S13,各步骤具体如下:
S11、利用电能表误差分布函数模型对检定装置进行实时核查,得到核查结果,其中,电能表误差分布函数模型通过中心极限定理和贝叶斯层次模型进行构建得到,核查结果包括多个误差测量值。
在本实施例中,利用同一批次智能电能表历史检定数据,基于中心极限定理和贝叶斯层次模型,构建高于检定装置准确度等级的电能表误差分布函数模型,对检定装置进行实时核查得到核查结果,记录并保存核查结果。
需要说明的是,核查结果为各检定装置误差测量值。
作为本实施例的一种举例,可以选取60日内的电能表误差分布函数模型计算的各检定装置误差测量值。
S12、根据各个误差测量值和各个误差测量值对应的检定日期进行整理,得到时间序列。
在本实施例中,根据核查结果,按照日期、各检定装置误差测量值将各个形成时间序列EquipErrorts。
S13、对时间序列进行最小二乘法拟合计算得到第一结果,判断第一结果是否满足预设条件,若不满足则发出检定装置趋势预警信息,对时间序列进行滑动窗口截取计算后,得到第二结果和第三结果,判断第二结果和第三结果是否满足预设条件,若不满足则发出检定装置重复性预警信息,对时间序列进行稳定性计算后,得到第四结果和第五结果,判断第四结果和第五结果是否满足预设条件,若不满足发出检定装置稳定性预警信息。
在优选的实施例当中,对时间序列进行最小二乘法拟合计算得到第一结果,判断第一结果是否满足预设条件,若不满足则发出检定装置趋势预警信息,具体为:
对时间序列进行最小二乘法拟合,得到拟合参数斜率、截距以及检定日期的估计系数不显著可能性;
判断拟合参数斜率和检定日期的估计系数不显著可能性是否满足预设公式时,若不满足则发出检定装置趋势预警信息,其中,预设公式为:
tr=(pvalue<paccept)*((b>0)+1)*(abs(b)>baccept)
其中,pvalue表示检定日期的估计系数不显著可能性,paccept表示检定日期的估计系数不显著可能性预设阈值,baccept表示拟合参数斜率,abs(b)表示预设拟合参数斜率。
在本实施例中,针对检定装置误差时间序列EquipErrorts,利用R语言的Im函数进行时间序列的最小二乘法拟合,得到拟合参数斜率b和截距intercept以及时间序列中检定日期的估计系数不显著可能性pvalue,然后判断所述拟合参数斜率和检定日期的估计系数不显著可能性是否满足检定装置误差时间序列趋势预警公式时,若不满足则发出检定装置趋势预警信息,其中,检定装置误差时间序列趋势预警公式为:
tr=(pvalue<paccept)*((b>0)+1)*(abs(b)>baccept)
其中,pvalue表示检定日期的估计系数不显著可能性,paccept表示检定日期的估计系数不显著可能性预设阈值,baccept表示拟合参数斜率,abs(b)表示预设拟合参数斜率。
检定装置误差时间序列趋势预警公式可以理解为:检定日期的估计系数不显著可能性pvalue满足假设的情况下,且拟合结果斜率超过允许的斜率值,则发出检定装置趋势预警,提醒工作人员检定装置误差值随着检定日期发生明显的线性变化以采取必要的管理手段,防止检定误差超差带来的成本和风险。
tr表示预警类型,取值为0:无预警,1:负斜率线性关系超差预警,2:正斜率线性关系超差预警。
需要说明的是,估计系数不显著可能性的预设值为paccept。那么检验的原假设是,检定日期系数显著为0,若pvalue<paccept,则拒绝原假设,即对应的检定日期系数显著不为0,说明检定装置误差随检定日期存在线性变化。
在优选的实施例当中,对时间序列进行滑动窗口截取后,得到第二结果,判断第二结果是否满足预设条件,若不满足则发出检定装置重复性预警信息,具体为:
利用滑动窗口对时间序列进行截取,得到多个滑动窗口序列;
对各个滑动窗口内的误差测量值进行均值计算和标准差计算,得到各个滑动窗口的平均值和标准差,若各个滑动窗口的标准差超过预设值,则发出检定装置重复性预警信息。
在优选的实施例当中,对所述时间序列进行滑动窗口截取后,得到第三结果,判断所述第三结果是否满足预设条件,若不满足则发出检定装置重复性预警信息,具体为:
对各个滑动窗口内的误差测量值进行均值计算和标准差计算,得到各个滑动窗口的平均值和标准差;
利用所述各个滑动窗口的标准差构建标准差时间序列后,对所述标准差时间序列进行最小二乘法拟合计算,得到标准差的拟合参数斜率、截距以及检定日期的估计系数不显著可能性,若所述拟合参数斜率和所述检定日期的估计系数不显著可能性不满足预设公式,则发出检定装置重复性测量结果趋势预警信息,其中,所述预设公式为:
tr=(pvalue<paccept)*((b>0)+1)*(abs(b)>baccept)
其中,pvalue表示检定日期的估计系数不显著可能性,paccept表示检定日期的估计系数不显著可能性预设阈值,baccept表示拟合参数斜率,abs(b)表示预设拟合参数斜率。
在本实施例中,采用窗口宽度为10、滑动步长为1的滑动窗口对检定装置误差时间序列EquipErrorts进行截取,得到截取结果,截取结果为各个窗口中包括检定装置误差测量值。
计算每个滑动窗口内检定装置误差测量值的均值xwindow以及标准差swindow,当滑动窗口内的标准差值超过实验标准差限s时,即检定装置重复性考核不满足要求,发出检定装置重复性预警信息。
需要说明的是,实验标准差限优选为《JJG597检定装置检定规程》指定的装置允许的实验标准差限s。
然后判断检定装置重复性情况,首先计算每个滑动窗口内检定装置误差测量值的均值xwindow以及标准差swindow后,可以得到多个测量标准差,分别为 再利用各个标准差建立时间序列,然后利用R语言的Im函数进行时间序列的最小二乘法拟合,得到拟合参数斜率b和截距intercept以及时间序列中检定日期的估计系数不显著可能性pvalue。然后判断所述拟合参数斜率和检定日期的估计系数不显著可能性是否满足检定装置误差时间序列趋势预警公式时,若不满足则发出检定装置趋势预警信息,其中,检定装置误差时间序列趋势预警公式为:
tr=(pvalue<paccept)*((b>0)+1)*(abs(b)>baccept)
其中,pvalue表示检定日期的估计系数不显著可能性,paccept表示检定日期的估计系数不显著可能性预设阈值,baccept表示拟合参数斜率,abs(b)表示预设拟合参数斜率。
检定装置误差时间序列趋势预警公式可以理解为:检定日期的估计系数不显著可能性pvalue满足假设的情况下,且拟合结果斜率超过允许的斜率值,则发出检定装置趋势预警,提醒工作人员检定装置误差值随着检定日期发生明显的线性变化以采取必要的管理手段,防止检定误差超差带来的成本和风险。
tr表示预警类型,取值为0:无预警,1:负斜率线性关系超差预警,2:正斜率线性关系超差预警。
需要说明的是,估计系数不显著可能性的预设值为paccept。那么检验的原假设是,检定日期系数显著为0,若pvalue<paccept,则拒绝原假设,即对应的检定日期系数显著不为0,说明检定装置误差随检定日期存在线性变化。
在优选的实施例当中,对时间序列进行稳定性计算后,得到第四结果和第五结果,判断第四结果和第五结果是否满足预设条件,若不满足发出检定装置重复性测量结果趋势预警信息,具体为:
对各个滑动窗口内的误差测量值进行均值计算和标准差计算,得到各个滑动窗口的平均值和标准差;
利用各个滑动窗口的平均值进行一阶差分计算,得到各个滑动窗口一阶差分结果,若各个滑动窗口的一阶差分结果大于预设一阶差分预设值,则发出检定装置稳定性预警信息;
利用各个滑动窗口一阶差分结果构建差分时间序列,并对差分时间序列进行最小二乘法拟合估计,得到一阶差分的拟合参数斜率、截距以及检定日期的估计系数不显著可能性,若拟合参数斜率和检定日期的估计系数不显著可能性不满足预设公式,则发出检定装置稳定性测量结果趋势预警信息,其中,预设公式为:
tr=(pvalue<paccept)*((b>0)+1)*(abs(b)>baccept)
其中,pvalue表示检定日期的估计系数不显著可能性,paccept表示检定日期的估计系数不显著可能性预设阈值,baccept表示拟合参数斜率,abs(b)表示预设拟合参数斜率。
在本实施例中,计算每个滑动窗口内检定装置误差测量值的均值xwindow以及标准差swindow后,得到的各个检定装置误差测量值的均值根据均值计算检定装置误差测量值的一阶差分结果,即对该测量均值分别用后一个值减去前一个值,得到/>若各个一阶差分结果值超过预设值时,表示检定装置稳定性考核不满意要求,则发出检定装置稳定性预警信息。
需要说明的是,预设值为《JJG597检定装置检定规程》指定的检定装置稳定性变差的值。
根据检定装置多个误差测量值的均值构建时间序列,然后利用R语言的Im函数对时间序列的最小二乘法拟合,得到拟合参数斜率b和截距intercept以及时间序列中检定日期的估计系数不显著可能性pvalue。然后判断拟合参数斜率和检定日期的估计系数不显著可能性是否满足检定装置误差时间序列趋势预警公式时,若不满足则发出检定装置趋势预警信息,其中,检定装置误差时间序列趋势预警公式为:
tr=(pvalue<paccept)*((b>0)+1)*(abs(b)>baccept)
其中,pvalue表示检定日期的估计系数不显著可能性,paccept表示检定日期的估计系数不显著可能性预设阈值,baccept表示拟合参数斜率,abs(b)表示预设拟合参数斜率。
该检定装置误差时间序列趋势预警公式表示误差均值一阶差分结果中检定日期估计系数不显著可能性pvalue满足假设的情况下,误差均值一阶差分结果随时间变化允许的斜率值baccept超过预设值,则对检定装置稳定性测量结果趋势进行超差预警。
本方法通过基于同一批次智能电能表历史检定数据的电能表误差分布函数模型实现对多个检定装置的在线实时核查以提高核查频率,增加了检定装置核查结果,便于进一步对核查结果的分析挖掘。然后根据核查结果构建时间序列,对时间序列采用最小二乘法拟合,特别的采用特征估计系数不显著可能性来对实时核查结果进行判定,以确定核查结果是否和日期之间存在线性变化关系,并利用时间序列趋势预警公式分别对检定装置误差、稳定性、重复性的趋势进行报警,当检定装置重复性、稳定性随时间变化趋势发生明显变化时,能够及时预警,提高了检测的效率和准确度。
实施例二
相应地,参见图2,图2是本发明提供的一种计量检定装置结果分析装置,如图所示,该计量检定装置结果分析装置包括:
核查模块201,用于利用电能表误差分布函数模型对检定装置进行实时核查,得到核查结果,其中,电能表误差分布函数模型通过中心极限定理和贝叶斯层次模型进行构建得到,核查结果包括多个误差测量值;
时间序列构建模块202,用于根据各个误差测量值和各个误差测量值对应的检定日期进行整理,得到时间序列;
判断模块203,用于对时间序列进行最小二乘法拟合计算得到第一结果,判断第一结果是否满足预设条件,若不满足则发出检定装置趋势预警信息,对时间序列进行滑动窗口截取计算后,得到第二结果和第三结果,判断第二结果和第三结果是否满足预设条件,若不满足则发出检定装置重复性预警信息,对时间序列进行稳定性计算后,得到第四结果和第五结果,判断第四结果和第五结果是否满足预设条件,若不满足则发出检定装置稳定性预警信息。
在优选的实施例当中,判断模块203包括计算单元2031和判断单元2032,
其中,计算单元2031用于对时间序列进行最小二乘法拟合,得到拟合参数斜率、截距以及检定日期的估计系数不显著可能性;
判断单元2032用于判断拟合参数斜率和检定日期的估计系数不显著可能性是否满足预设公式时,若不满足则发出检定装置趋势预警信息,其中,预设公式为:
tr=(pvalue<paccept)*((b>0)+1)*(abs(b)>baccept)
其中,pvalue表示检定日期的估计系数不显著可能性,paccept表示检定日期的估计系数不显著可能性预设阈值,baccept表示拟合参数斜率,abs(b)表示预设拟合参数斜率。
在优选的实施例当中,判断模块203还包括截取单元2033和标准差计算单元2034,
其中,截取单元2033用于利用滑动窗口对时间序列进行截取,得到多个滑动窗口序列;
标准差计算单元2034用于对各个滑动窗口内的误差测量值进行均值计算和标准差计算,得到各个滑动窗口的平均值和标准差,若各个滑动窗口的标准差超过预设值,则发出检定装置重复性预警信息。
在优选的实施例当中,对时间序列进行滑动窗口截取后,得到第三结果,判断第三结果是否满足预设条件,若不满足则发出检定装置重复性预警信息,具体为:
对各个滑动窗口内的误差测量值进行均值计算和标准差计算,得到各个滑动窗口的平均值和标准差;
利用各个滑动窗口的标准差构建标准差时间序列后,对标准差时间序列进行最小二乘法拟合计算,得到标准差的拟合参数斜率、截距以及检定日期的估计系数不显著可能性,若拟合参数斜率和检定日期的估计系数不显著可能性不满足预设公式,则发出检定装置重复性测量结果趋势预警信息,其中,预设公式为:
tr=(pvalue<paccept)*((b>0)+1)*(abs(b)>baccept)
其中,pvalue表示检定日期的估计系数不显著可能性,paccept表示检定日期的估计系数不显著可能性预设阈值,baccept表示拟合参数斜率,abs(b)表示预设拟合参数斜率。
在优选的实施例当中,对时间序列进行稳定性计算后,得到第四结果和第五结果,判断第四结果和第五结果是否满足预设条件,若不满足发出检定装置重复性测量结果趋势预警信息,具体为:
对各个滑动窗口内的误差测量值进行均值计算和标准差计算,得到各个滑动窗口的平均值和标准差;
利用各个滑动窗口的平均值进行一阶差分计算,得到各个滑动窗口一阶差分结果,若各个滑动窗口的一阶差分结果大于预设一阶差分预设值,则发出检定装置稳定性预警信息;
利用各个滑动窗口一阶差分结果构建差分时间序列,并对差分时间序列进行最小二乘法拟合估计,得到一阶差分的拟合参数斜率、截距以及检定日期的估计系数不显著可能性,若拟合参数斜率和检定日期的估计系数不显著可能性不满足预设公式,则发出检定装置稳定性测量结果趋势预警信息,其中,预设公式为:
tr=(pvalue<paccept)*((b>0)+1)*(abs(b)>baccept)
其中,pvalue表示检定日期的估计系数不显著可能性,paccept表示检定日期的估计系数不显著可能性预设阈值,baccept表示拟合参数斜率,abs(b)表示预设拟合参数斜率。本实施例更详细的工作原理和步骤流程可以但不限于参见实施例一的相关记载。
综上所述,实施本发明的实施例,具有如下有益效果:
利用电能表误差分布函数模型对检定装置进行实时核查,得到核查结果,其中,电能表误差分布函数模型通过中心极限定理和贝叶斯层次模型进行构建得到,核查结果包括多个误差测量值,根据各个误差测量值和各个误差测量值对应的检定日期进行整理,得到时间序列,对时间序列进行最小二乘法拟合计算得到第一结果,判断第一结果是否满足预设条件,若不满足则发出检定装置趋势预警信息,对时间序列进行滑动窗口截取计算后,得到第二结果和第三结果,判断第二结果和第三结果是否满足预设条件,若不满足则发出检定装置重复性预警信息,对时间序列进行稳定性计算后,得到第四结果和第五结果,判断第四结果和第五结果是否满足预设条件,若不满足发出检定装置稳定性预警信息,本方法通过使用电能表误差分布函数模型对检定装置进行实时核查,得到核查结果后,对核查结果进行分析判断得到预警信息,提高了核查效率和准确度。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步的详细说明,应当理解,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围。特别指出,对于本领域技术人员来说,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,均应包含在本发明的保护范围之内。
Claims (10)
1.一种计量检定装置结果分析方法,其特征在于,包括:
利用电能表误差分布函数模型对检定装置进行实时核查,得到核查结果,其中,所述电能表误差分布函数模型通过中心极限定理和贝叶斯层次模型进行构建得到,所述核查结果包括多个误差测量值;
根据各个所述误差测量值和各个所述误差测量值对应的检定日期进行整理,得到时间序列;
对所述时间序列进行最小二乘法拟合计算得到第一结果,判断所述第一结果是否满足预设条件,若不满足则发出检定装置趋势预警信息,对所述时间序列进行滑动窗口截取计算后,得到第二结果和第三结果,判断所述第二结果和所述第三结果是否满足预设条件,若不满足则发出检定装置重复性预警信息,对所述时间序列进行稳定性计算后,得到第四结果和第五结果,判断所述第四结果和所述第五结果是否满足预设条件,若不满足发出检定装置稳定性预警信息。
2.如权利要求1所述的一种计量检定装置结果分析方法,其特征在于,所述对所述时间序列进行最小二乘法拟合计算得到第一结果,判断所述第一结果是否满足预设条件,若不满足则发出检定装置趋势预警信息,具体为:
对所述时间序列进行最小二乘法拟合,得到拟合参数斜率、截距以及检定日期的估计系数不显著可能性;
判断所述拟合参数斜率和检定日期的估计系数不显著可能性是否满足预设公式时,若不满足则发出检定装置趋势预警信息,其中,预设公式为:
tr=(pvalue<paccept)*((b>0)+1)*(abs(b)>baccept)
其中,pvalue表示检定日期的估计系数不显著可能性,paccept表示检定日期的估计系数不显著可能性预设阈值,baccept表示拟合参数斜率,abs(b)表示预设拟合参数斜率。
3.如权利要求1所述的一种计量检定装置结果分析方法,其特征在于,所述对所述时间序列进行滑动窗口截取后,得到第二结果,判断所述第二结果是否满足预设条件,若不满足则发出检定装置重复性预警信息,具体为:
利用滑动窗口对所述时间序列进行截取,得到多个滑动窗口序列;
对各个滑动窗口内的误差测量值进行均值计算和标准差计算,得到各个滑动窗口的平均值和标准差,若所述各个滑动窗口的标准差超过预设值,则发出检定装置重复性预警信息。
4.如权利要求1所述的一种计量检定装置结果分析方法,其特征在于,所述对所述时间序列进行滑动窗口截取后,得到第三结果,判断所述第三结果是否满足预设条件,若不满足则发出检定装置重复性预警信息,具体为:
对各个滑动窗口内的误差测量值进行均值计算和标准差计算,得到各个滑动窗口的平均值和标准差;
利用所述各个滑动窗口的标准差构建标准差时间序列后,对所述标准差时间序列进行最小二乘法拟合计算,得到标准差的拟合参数斜率、截距以及检定日期的估计系数不显著可能性,若所述拟合参数斜率和所述检定日期的估计系数不显著可能性不满足预设公式,则发出检定装置重复性测量结果趋势预警信息,其中,所述预设公式为:
tr=(pvalue<paccept)*((b>0)+1)*(abs(b)>baccept)
其中,pvalue表示检定日期的估计系数不显著可能性,paccept表示检定日期的估计系数不显著可能性预设阈值,baccept表示拟合参数斜率,abs(b)表示预设拟合参数斜率。
5.如权利要求1所述的一种计量检定装置结果分析方法,其特征在于,所述对所述时间序列进行稳定性计算后,得到第四结果和第五结果,判断所述第四结果和所述第五结果是否满足预设条件,若不满足发出检定装置重复性测量结果趋势预警信息,具体为:
对各个滑动窗口内的误差测量值进行均值计算和标准差计算,得到各个滑动窗口的平均值和标准差;
利用各个滑动窗口的平均值进行一阶差分计算,得到各个滑动窗口一阶差分结果,若所述各个滑动窗口的一阶差分结果大于预设一阶差分预设值,则发出检定装置稳定性预警信息;
利用所述各个滑动窗口一阶差分结果构建差分时间序列,并对所述差分时间序列进行最小二乘法拟合估计,得到一阶差分的拟合参数斜率、截距以及检定日期的估计系数不显著可能性,若所述拟合参数斜率和所述检定日期的估计系数不显著可能性不满足预设公式,则发出检定装置稳定性测量结果趋势预警信息,其中,所述预设公式为:
tr=(pvalue<paccept)*((b>0)+1)*(abs(b)>baccept)
其中,pvalue表示检定日期的估计系数不显著可能性,paccept表示检定日期的估计系数不显著可能性预设阈值,baccept表示拟合参数斜率,abs(b)表示预设拟合参数斜率。
6.一种计量检定装置结果分析装置,其特征在于,包括:
核查模块,用于利用电能表误差分布函数模型对检定装置进行实时核查,得到核查结果,其中,所述电能表误差分布函数模型通过中心极限定理和贝叶斯层次模型进行构建得到,所述核查结果包括多个误差测量值;
时间序列构建模块,用于根据各个所述误差测量值和各个所述误差测量值对应的检定日期进行整理,得到时间序列;
判断模块,用于对所述时间序列进行最小二乘法拟合计算得到第一结果,判断所述第一结果是否满足预设条件,若不满足则发出检定装置趋势预警信息,对所述时间序列进行滑动窗口截取计算后,得到第二结果和第三结果,判断所述第二结果和所述第三结果是否满足预设条件,若不满足则发出检定装置重复性预警信息,对所述时间序列进行稳定性计算后,得到第四结果和第五结果,判断所述第四结果和所述第五结果是否满足预设条件,若不满足则发出检定装置稳定性预警信息。
7.如权利要求6所述的一种计量检定装置结果分析装置,其特征在于,所述判断模块包括计算单元和判断单元,
其中,所述计算单元用于对所述时间序列进行最小二乘法拟合,得到拟合参数斜率、截距以及检定日期的估计系数不显著可能性;
所述判断单元用于判断所述拟合参数斜率和检定日期的估计系数不显著可能性是否满足预设公式时,若不满足则发出检定装置趋势预警信息,其中,预设公式为:
tr=(pvalue<paccept)*((b>0)+1)*(abs(b)>baccept)
其中,pvalue表示检定日期的估计系数不显著可能性,paccept表示检定日期的估计系数不显著可能性预设阈值,baccept表示拟合参数斜率,abs(b)表示预设拟合参数斜率。
8.如权利要求6所述的一种计量检定装置结果分析装置,其特征在于,所述判断模块还包括截取单元和标准差计算单元,
其中,所述截取单元用于利用滑动窗口对所述时间序列进行截取,得到多个滑动窗口序列;
所述标准差计算单元用于对各个滑动窗口内的误差测量值进行均值计算和标准差计算,得到各个滑动窗口的平均值和标准差,若所述各个滑动窗口的标准差超过预设值,则发出检定装置重复性预警信息。
9.如权利要求6所述的一种计量检定装置结果分析装置,其特征在于,所述对所述时间序列进行滑动窗口截取后,得到第三结果,判断所述第三结果是否满足预设条件,若不满足则发出检定装置重复性预警信息,具体为:
对各个滑动窗口内的误差测量值进行均值计算和标准差计算,得到各个滑动窗口的平均值和标准差;
利用所述各个滑动窗口的标准差构建标准差时间序列后,对所述标准差时间序列进行最小二乘法拟合计算,得到标准差的拟合参数斜率、截距以及检定日期的估计系数不显著可能性,若所述拟合参数斜率和所述检定日期的估计系数不显著可能性不满足预设公式,则发出检定装置重复性测量结果趋势预警信息,其中,所述预设公式为:
tr=(pvalue<paccept)*((b>0)+1)*(abs(b)>baccept)
其中,pvalue表示检定日期的估计系数不显著可能性,paccept表示检定日期的估计系数不显著可能性预设阈值,baccept表示拟合参数斜率,abs(b)表示预设拟合参数斜率。
10.如权利要求6所述的一种计量检定装置结果分析装置,其特征在于,所述对所述时间序列进行稳定性计算后,得到第四结果和第五结果,判断所述第四结果和所述第五结果是否满足预设条件,若不满足发出检定装置重复性测量结果趋势预警信息,具体为:
对各个滑动窗口内的误差测量值进行均值计算和标准差计算,得到各个滑动窗口的平均值和标准差;
利用各个滑动窗口的平均值进行一阶差分计算,得到各个滑动窗口一阶差分结果,若所述各个滑动窗口的一阶差分结果大于预设一阶差分预设值,则发出检定装置稳定性预警信息;
利用所述各个滑动窗口一阶差分结果构建差分时间序列,并对所述差分时间序列进行最小二乘法拟合估计,得到一阶差分的拟合参数斜率、截距以及检定日期的估计系数不显著可能性,若所述拟合参数斜率和所述检定日期的估计系数不显著可能性不满足预设公式,则发出检定装置稳定性测量结果趋势预警信息,其中,所述预设公式为:
tr=(pvalue<paccept)*((b>0)+1)*(abs(b)>baccept)
其中,pvalue表示检定日期的估计系数不显著可能性,paccept表示检定日期的估计系数不显著可能性预设阈值,baccept表示拟合参数斜率,abs(b)表示预设拟合参数斜率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311058521.8A CN117520759A (zh) | 2023-08-21 | 2023-08-21 | 一种计量检定装置结果分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311058521.8A CN117520759A (zh) | 2023-08-21 | 2023-08-21 | 一种计量检定装置结果分析方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117520759A true CN117520759A (zh) | 2024-02-06 |
Family
ID=89744557
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311058521.8A Pending CN117520759A (zh) | 2023-08-21 | 2023-08-21 | 一种计量检定装置结果分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117520759A (zh) |
-
2023
- 2023-08-21 CN CN202311058521.8A patent/CN117520759A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107862338B (zh) | 基于双检验法的海洋环境监测数据质量管理方法及系统 | |
CN113032454A (zh) | 基于云计算的交互式用户用电异常监测预警管理云平台 | |
CN113344134B (zh) | 一种低压配电监控终端数据采集异常检测方法及系统 | |
CN112684401B (zh) | 轻载台区电能表运行误差数据的处理方法及系统 | |
CN111126759B (zh) | 一种基于异常事件故障关联度的电能表状态评估方法 | |
CN106093838A (zh) | 关口电能表远程在线校验方法及系统 | |
CN108898311A (zh) | 一种面向智能配电网抢修调度平台的数据质量检测方法 | |
CN108445435A (zh) | 一种电能表检定装置误差在线评估方法 | |
CN116520236B (zh) | 一种智能电表的异常检测方法和系统 | |
CN110930057A (zh) | 基于lof算法的配电变压器检验结果可信度的量化评判方法 | |
KR20220093597A (ko) | IoT기반 도시기상관측자료의 품질검사 시스템 | |
CN115455358A (zh) | 基于非线性回归模型的电气参数趋势预警及故障诊断方法 | |
CN114280527A (zh) | 一种基于低压物联感知终端的电能表失准分析方法 | |
CN114527078A (zh) | 基于全光谱水质分析仪的监测预警方法和系统 | |
CN117113833A (zh) | 一种检定装置的核查方法及系统 | |
CN117171366A (zh) | 用于电网调度运行态势的知识图谱构建方法及系统 | |
CN110764043B (zh) | 一种适用于连续型测量结果的设备质量状况评价方法 | |
CN117520759A (zh) | 一种计量检定装置结果分析方法及装置 | |
CN116773239A (zh) | 一种智能燃气表控制器可靠性寿命预测方法 | |
CN115809805A (zh) | 基于边缘计算的电网多源数据处理方法 | |
CN115453447A (zh) | 基于嫌疑电表分步补偿剔除的超差电表在线检测方法 | |
CN212160058U (zh) | 一种标准互感器检定稳定性监控系统 | |
CN114757370A (zh) | 监控电表异常的分析方法、系统、计算机设备和存储介质 | |
CN116136580A (zh) | 一种基于感知设备的线损分级检测方法及装置 | |
CN104731955A (zh) | 风电机组油液监测诊断标准建立及智能诊断方法及系统 |
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 |