基于边缘计算的智能电能表能耗与寿命优化方法

针对智能电能表在大规模使用后出现的寿命异常缩短,能耗异常增高问题。提出了一种基于边缘计算的智能电能表能耗与寿命优化方案。使用边缘服务器接收和上传智能电能表数据,在边缘端通过卷积神经网络(CNN)提取能耗与寿命的影响因子,采用K-means聚类算法预测用电量变化从而得到能耗与寿命优化模型。仿真结果表明,在基于边缘计算的能耗与寿命优化环境中,优化的1000个智能电能表的使用寿命提高了30%,总能耗降低了26%。为智能电能表长期稳定工作提供了一种研究方法。     

智能电能表推广应用问题解答

1什么是智能电能表?智能电能表是指除具有准确计量客户使用的电能外,还具备信息传输、远程停送电、异常报警等功能的电子式电能表。2智能电能表与普通电能表有什么区别?智能电能表与普通电能表相比,在计量准确性要求上是相同的。智能电能表是电子式电能表的一种,与普通电子式电能表相比,增加了一个通讯模块,不会对电能表的计量性能产生影响,同时通讯模块所需的电源取自电     

智能电能表高阻抗故障检测方法研究

为提高智能电能表检测精度,对高阻抗故障(HIF)的检测方法进行了改进,利用智能电能表作为配电网系统中HIF检测的传感器,实现无需单独安装传感器.基于电压波形测量数据的偶次谐波量,每个智能电能表计算一个指数,测量电压波形中的偶次谐波分量.若任何智能电能表计算出的指数在特定时长中持续超过阈值,则检测到故障.在3个场景进行了实验,结果验证了改进方法的有效性.与基于小波的检测方法和基于谐波的检测方法相比,所提方法能够在存在电力电子负载的情况下进行检测,具有明显优势.     

智能电能表主要故障分析与对策

根据浙江电网智能电能表运行情况,统计了智能电能表运行故障实例,针对运行故障发生数量较多的智能电能表烧毁、时钟电池欠压、时钟异常、继电器故障等进行了分析,并提出了相应的故障预防对策。     

智能电能表的检测常见故障分析

随着智能电能表在我国近年的推广应用,将资源达到最大化的利用效率,给用配电双方带来了诸多益处。其性能的稳定性、准确性也倍受双方关注,直接关系到科学合理的电耗家庭计划与保障电力系统的平稳安全运行。因此,为提高智能电能表的质量,要求对电能表进行必要的检测,这对设备和技术人员都提出了很高的要求。从智能电能表概念入手,围绕着智能电能表检测易出现的问题及其原因提出了看法,希望能对大家在今后的检测工作中起到帮助的作用,具有现实意义。     

单相智能电能表现场检测与寿命评估

文章针对现场使用中已经达到设计使用寿命的单相智能电能表,选取使用环境不同的多个现场网点,采用现场校验仪、现场检定装置、精密稳定电源等设备对运行中的单相智能电能表进行现场误差检测、现场日计时检测、现场电量比对等测试;然后将单相智能电能表拆回实验室在参比条件下通过电能表检定装置进行检测.将两种测试数据和单相智能电能表挂网前...     

基于贝叶斯与数据驱动的智能电表状态感知技术研究

为更准确地对智能电能表进行状态评估,文中将加速退化试验数据与现场检测状态数据相结合。文章基于加速退化试验(Accelerated Degradation Test,ADT)数据,成立了线性Wiener过程退化以及综合湿、温度加速模型,以贝叶斯理论对模型进行参数预测,利用外场检测状态数据修正退化模型中的参数,最终给出了智能电能表在运行状态下的状态评估结果。该方法同时解决了仅基于加速退化试验数据的在线运行状态评估和通过外场条件获得的状态数据预测模型的两类不准确性问题,对智能电能表数据融合方法的研究具有一定的参考价值。     

智能电能表自动化流水线检定系统的设计与实现

随着智能电网的建设,电网一户一表改造的推进,智能电能表的需求量急剧增加。为满足目前巨大数量智能电能表的检测需求,设计一种智能电能表自动化流水线检定系统,实现自动传输、自动接拆线、自动检定、自动封印、贴标和智能分拣入库等功能,实现智能电能表检定全过程的自动化和智能化,有效避免人工误差,提高智能电能表的检定质量和效率。     

智能电能表的概念、标准化和检测方法初探

智能电能表在国内外得到了大力的推广和应用,目前关于智能电能表国际上尚没有一个统一的定义,各国关于智能电能表的标准或技术文件也不尽相同,这在一定程度上限制了智能电能表在全球的进一步推广和发展。本文对智能电能表的基本概念、标准化以及检测方法进行初步探讨,介绍目前国际上关于智能电能表的几种定义、以及关于智能电能表标准化工作的...     

一种新型智能电能表测试卡片控制系统

针对当前智能电能表检测任务重、测试卡片操作步骤繁琐、检测人员检测效率低、工作强度大等问题,设计了一种新型智能电能表测试卡片控制系统。该控制系统将自动发卡部件和自动插卡部件有机地结合起来,很好地实现了测试卡片的自动读写并与智能电能表进行信息交互等功能,为智能电能表全性能、批量并行自动检测提供了有效的技术支撑,极大地提高了检测人员的工作效率,具有很高的实用价值。     

基于深度信念网络与数据聚合模型的智能电表数据异常检测方法

针对智能电网中广泛应用的智能电表(smart meters,SM)可能在测量和监视电能消耗的过程中遭受的多种网络攻击的问题,提出了一种新的异常模式检测框架,以防止智能电表的能源欺诈。所提方法首先基于智能电表向智能配变终端发送用户的用电特征数据,采用分布式数据模型对数据进行聚合,以更好地解决用户隐私保护问题;然后利用深度信念网络(deep belief network,DBN)将得到的数据与期望数据进行对比,以更好地获取数据特征,并对训练结果进行自上而下的特征优化;最后,通过智能配变终端将集群中的智能电表从1到N进行标记,并将执行数据经过深度信念网络提取特征传送至电表数据计量管理系统(meter data management system,MDMS),检查并更换故障或受损的智能电表,以获得更精确的非专业技术损失检测分析。实验结果表明,所提方法相对于传统智能电表数据异常检测具有更高的检测率和适用性。     

Detection of energy theft and defective smart meters in smart grids using linear regression

The utility providers are estimated to lose billions of dollars annually due to energy theft. Although the implementation of smart grids offers technical and social advantages, the smart meters deployed in smart grids are susceptible to more attacks and network intrusions by energy thieves as compared to conventional mechanical meters. To mitigate non-technical losses due to electricity thefts and inaccurate smart meters readings, utility providers are leveraging on the energy consumption data collected from the advanced metering infrastructure implemented in smart grids to identify possible defective smart meters and abnormal consumers’ consumption patterns. In this paper, we design two linear regression-based algorithms to study consumers’ energy utilization behavior and evaluate their anomaly coefficients so as to combat energy theft caused by meter tampering and detect defective smart meters. Categorical variables and detection coefficients are also introduced in the model to identify the periods and locations of energy frauds as well as faulty smart meters. Simulations are conducted and the results show that the proposed algorithms can successfully detect all the fraudulent consumers and discover faulty smart meters in a neighborhood area network.     

提高智能电能表可靠性技术研究综述

智能电能表在电网中的作用越来越重要,但其在使用过程中常发生故障,且故障类型多样,因此如何提高其可靠性逐渐受到重视.文章基于智能电能表的一般架构及其功能,从固有可靠性和使用可靠性两方面,对现有旨在提高智能电能表可靠性的技术进行了梳理.固有可靠性技术涵盖智能电能表的结构设计、硬件可靠性分析、关键模块研制以及软件测试等.而使...     

基于智能电能表误差检测的非侵入式电网故障定位及运维调度

为提升电网故障恢复的效率,提出一种基于智能电能表计量大数据的故障处理调度方案.使用状态估计方法,将故障作为系统的临时负载处理,从而将误差检测非侵入式地扩展到故障识别,并基于电能表大数据,使用可变权值矩阵,对故障进行远程定位.提出在考虑故障紧急程度的情形下利用迭代局部搜索算法对运维任务进行调度.实验结果验证了该方案的有效性.     

基于改进PSENet与CRNN网络的智能电能表文本识别技术研究

电网系统的不断发展与智能化带来了庞大的计量需求,其中智能电能表作为主要计量设备得以广泛铺设,然而不同品牌、型号和批次的智能电能表携带的电能表信息也相差甚远,非智能的人工信息采集方式已经严重阻碍了电能表设备升级发展与采集安全,制约了电力资产管理的质量和水平。文中将文本识别技术应用于智能电能表的信息采集过程,设计一种两阶段的系统对电能表图片中的文本信息进行检测并识别,实现了电能表信息智能化采集,提高了智能电能表信息提取的效率和安全性。文中的两阶段系统包括文本检测模块和文本识别模块,文本检测模块通过改进的PSENet网络对电能表图片中的文本位置进行检测,文本识别模块通过CRNN网络对检测到的文本框进行识别。算法本身不受输入图像的质量和场景束缚,并且对面临的字体大小不一、曝光过高或过低等问题具有较强的抗干扰能力,对电能表图片中的汉字、英文和数字都具有很高的识别精度。     

基于云安全的高级计量体系恶意软件检测方法

高级计量体系(AMI)中,智能电表主要依赖嵌入式硬件加密(ESAM)提供保护,遭破解后可能遭恶意软件攻击威胁。针对智能电表通信和计算资源有限的特征,提出了基于白名单的云安全防护方法。首先利用运行环境封闭固定的特点,在计量中心云端安全服务器中建立并维护合法进程白名单;然后在智能电表中安装运行进程检测模块,由其枚举出所有运行进程,计算唯一标识各进程的哈希值特征码并提交到云端安全服务器,与白名单进行对比即可检出含非法进程的表计。该模式仅需在智能电表中计算并上传进程特征码,可在有限的计算和通信资源约束下满足恶意软件检测需求,能够强化AMI的网络安全防护水平。     

一种基于线损迭代的超差智能电能表筛查方法

针对当前智能电能表误差检定存在人工成本高、效率差、覆盖面小等问题,提出一种基于线损迭代的超差智能电表筛查方法。首先,收集待测配电台区一段时间内的日电量数据并进行筛查,标识出轻载、空载电能表的数据。接着利用所提的误差估计模型迭代计算固定损耗、线路损耗以及电能表误差系数。在迭代中,逐步剔除线损率较高和较低的电量数据,使得有效电量数据的线损率集中于一个区间,不仅提高误差估计精度,也可防止有效的数据被误删。最后选择误差系数超出标准值且非轻载和空载的电能表,将其标定为超差表。通过3个不同规模的配电台区电能表数据验证所提方法的有效性,实验结果均证明其能准确地检测出超差电能表。与最小二乘法相比,所提方法的检测准确率明显优于前者。     

高安全性加密系统在智能电表中的应用

智能电能表在国家电网中具有至关重要的地位。为保证智能电能表相关处理信息的安全传输,提出了一种基于智能电能表的高安全性加密系统。该高安全性加密系统是建立在椭圆曲线密码系统基础之上,采用从底层开发的方法从下往上,层层突破,实现了加密系统的最优化设计。在结构的设计完成后,该系统首先在基于可编程逻辑器件上进行模拟仿真,发现该系统取得了优异结果。接着,该密码系统在智能电能表上进行检测。经具体实践测试,该加密系统对电能表的信息安全保护能力有较大提高。综合实验表明,所提出的新型高安全性加密系统在智能电能表中具有较好的实践应用性,不仅效果显著,而且值得大力推广应用。     

基于故障树的智能电能表可靠性分析

智能电能表系统复杂且广泛运用于日常生活,智能电能表可靠性的提升对于整个电力部门的正常运行具有重要意义。提出了基于故障树的智能电能表可靠性分摊算法,利用可靠性指标对系统可靠性进行分析。该算法包括智能电能表故障树的建立,可靠性分摊算法在故障树最小割集中的结合应用,提出元件可靠性指标进行智能电能表元件可靠性评估。根据智能电能表的结构特点、各功能作用进行定性分析,建立完整的智能电能表故障树。由可靠性指标进行智能电能表元件故障追踪,确定对电能表故障影响的关键元件,从而通过相应措施进行故障预防提高智能电能表可靠性。通过对智能电能表可靠性指标的评定证明本算法对系统可靠性指标的改进,有效提高分析系统可靠性。