基于贝叶斯与数据驱动的智能电能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...     

基于贝叶斯网络的智能电表故障类型预测

针对智能电能表受到外界各种因素影响出现的故障,本文提出了一种基于贝叶斯网络的智能电能表故障类型分类与预测模型。分析了造成智能表故障的各种因素和常见的故障类型,通过大量历史故障数据的训练,结合专家意见,采用了基于评分搜索的方法构建了贝叶斯网络结构,在此基础上进行了故障类型预测和决策分析,并对提出的方法进行验证。研究结果表明：该方法可以有效地对智能表的故障类型进行预测,计算效率高,具有较好的适用性。     

基于加速退化试验的智能电能表服役抽检试验和乘余寿命预测方法

智能电能表服役一段时间后,需要定期进行抽检,决定该批次电表能否在线服役以及还能服役多少年。本文针对到达一定期限的智能电能表进行剩余寿命预测研究。首先根据到期智能电能表的抽检结果,选择部分样本进行恒定应力加速退化试验,试验过程中对输出性能参数基本误差进行监测。根据建立的幂函数退化模型和温湿综合加速模型,利用步进应力加速试验数据处理思想,推导得到高应力下产品的伪寿命分布,从而计算得出产品在给定可靠度为0.9时产品的剩余寿命。     

智能电表交流电压试验分析

交流电压试验是电能表国家计量检定规程规定的检定项目之一,也是国家电网公司抽样验收试验和全数验收试验的必检项目,因此确保智能电能表通过交流电压试验至关重要。由于智能电能表较之普通电子式电能表增加了通讯、多功能测试等辅助线路,按照电能表国标要求,辅助线路也应耐受交流电压试验,因此对智能电能表线路设计和器件性能提出了新的要求。分析了智能电能表交流电压试验要求及电气原理,得出了影响交流电压试验的几个关键器件,并根据生产过程交流耐压不良原因分析,提出了提高智能电能表交流电压性能的几项措施。     

基于GO法与贝叶斯网络的智能电能表可靠性预计方法研究

随着智能电能表的大面积普及和应用功能的复杂化,智能电能表可靠性的准确预计越来越重要.首先,利用GO图语义性强的特点,将电能表的架构框图转化为GO图;其次,根据GO法的贝叶斯映射法则,将GO图转化为贝叶斯网络,解决GO图操作符众多、算法复杂等问题;然后,对贝叶斯网络各子节点的条件概率表(CPT)进行标注,并将整理好的贝叶...     

基于数据融合方法的智能电能表运行剩余寿命预测

本文融合加速退化试验数据和外场检测退化数据对智能电能表进行在线运行的剩余寿命预测。首先,基于加速退化试验（ADT）数据建立非线性Wiener过程退化模型和温湿综合加速模型,利用贝叶斯理论估计模型参数。其次,利用外场检测的退化数据对退化模型中参数进行不断更新,采用粒子滤波算法实现这一更新过程。最终,给出智能电能表在外场状态检测时刻开始的剩余寿命预测结果。该方法解决了两个问题,一是解决了仅仅利用ADT数据对智能电表在线运行状态评估不准确的问题;二是解决了仅仅利用外场使用条件下的数据量建立预测模型不准确的问题。不仅如此,使用粒子滤波（PF）算法对参数更新的精确度也很高。因此,本文对于智能电能表数据融合方法的研究有着一定的参考价值。     

智能电表可靠性研究综述

智能电表的普及以及功能复杂性的提高使其可靠性问题变得突出。智能电表的可靠性评估方法包括基于元件应力法的可靠性预计以及可靠性加速寿命试验,而失效机理的研究可从微观层面分析智能电表失效的内因,从而为智能电表的质量提升提供理论依据。文章在调研分析智能电表的运行现状基础上,分析了当前智能电表在可靠性预计以及可靠性加速寿命试验和失效机理等方面的研究现状,总结了关于智能电表可靠性标准规范的发展现状,探讨了未来智能电表可靠性的发展方向。     

基于加速退化试验数据的智能电能表早期失效分析

基于加速退化试验进行智能电能表的寿命预测,是当前解决智能电能表的可靠性评估的一种有效手段。智能电能表在设计、制造过程中不可避免的引入早期失效的问题,若在开展加速退化试验工作时,不对检测得到的智能电能表性能数据进行早期失效分析,将存在早期失效的智能电能表的伪寿命数据引入寿命评估,会导致错误的寿命评估结果及不必要的后期维修更换成本、风险。针对智能电能表的加速退化试验数据处理问题,提出了一种基于加速退化试验数据的早期失效分析方法,并以某单相智能电能表为例,进行了分析验证,本文的研究进一步提升了智能电能表寿命评估的准确性。     

基于多融合贝叶斯变零值维纳电能表退化研究

针对高干热、高海拔与高严寒等典型环境应力下智能电能表退化趋势难以刻画的问题,提出了一种基于多融合贝叶斯变零值维纳的智能电能表退化研究方法。首先,对各公司的多个电能表样本基本误差与环境应力分布规律进行多维分析,选择合理先验分布;然后,采用多融合贝叶斯网络模型融合各种环境应力对多款电能表的退化趋势影响,并在此基础上建立变零值维纳退化模型;利用马尔可夫链蒙特卡洛方法实现非共轭条件下的模型参数求解后,通过比对分析多个模型预测结果及其置信区间,验证本文变零值维纳退化模型的适用性和优越性;最后,结合逆高斯分布,分析智能电能表的可靠度。结果表明,所建立模型能够准确分析典型环境下智能电能表随时间的退化趋势,适用于典型环境条件下智能电能表基本误差预测。     

智能电能表的加速退化试验方案研究

针对加速寿命试验对长寿命产品可靠性评价的不足,采用加速退化试验的方法对智能电能表进行可靠性评价。通过分析影响在运智能电能表可靠性的主要因素,选取了温度、湿度作为加速应力;通过摸底试验和对加速因子的分析,确定了最大加速应力水平及优化后加速应力组合;确定了退化特征量及其失效阈值、样品数量及其分配比例、试验时间及测量次数等试验参数;最后给出了加速退化试验的试验方案。     

基于集群智能的智能电能表异常检测技术

智能电能表是智能电网与高级计量体系(Advanced Metering Infrastructure,AMI)中的重要基础设施,有效提升了电力系统的自动化与智能化,但同时也面临更隐蔽与更广泛的攻击形式.针对智能电能表的异常检测问题,提出三类基于集群智能(Swarm Intelligence,SI)的异常检测技术,分别从...     

电能表故障预测的代价敏感模型研究

对电能表故障的准确预测是及时处理异常电能表,实现拆回电能表的自动分拣与质量评估的关键环节.为解决电能表故障预测这一高度不平衡的分类问题,文章提出一种代价敏感的多分类集成树模型.通过层次聚类等预处理技术,对数据特征维度进行压缩以抑制过拟合;通过优化基于类别先验概率设计的代价敏感目标函数,模型可以有效克服由于数据集不平衡导...     

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GM(1,1)模型的智能电能表集抄数据二次出账研判

针对智能电能表集抄数据出账存在的若干问题,融合动态初值与新陈代谢建模思想,提出了基于改进GM(1,1)模型的智能电能表集抄数据二次出账研判方法。依次将原始数据序列中数据作为GM(1,1)模型的初值,推断出残差最小所对应的初值,进而可获得使GM(1,1)模型残差最小所需的数据维数,再利用新陈代谢的建模思想,建立改进GM(1,1)模型,将改进GM(1,1)模型应用于首次出账失败的智能电能表集抄数据二次研判,结果表明,相较最小二乘法与传统GM(1,1)模型,改进GM(1,1)模型具有更好的预测精度,更适合智能电能表集抄数据二次出账研判。     

基于SSHM模型的智能电能表操纵行为检测算法研究

由于智能电表操纵行为产生的异常状态不仅会造成严重经济损失,而且会导致电网运行状态误判从而影响电网的安全性。文章提出了一种基于超态隐马尔可夫(SSHM)模型的智能电表操纵行为检测和定位方法。该方法首先在隐马尔可夫模型中引入超态量,并基于该模型转移矩阵和观测矩阵的稀疏性特点,给出了改进Viterbi算法,降低了数据存储和计量难度;通过包含典型操纵行为的数据集对模型的关键性能参数进行了评估和优化,从而建立起了高性能的SSHM模型;最后,通过操纵行为算例分析对比了该方法与其他方法的检测性能,证明了该方法具有极高的准确性,是解决智能电表操纵行为异常状态检测与定位问题的有效手段。