基于层次分析法的电能计量装置运行状态评价方法

针对现行电能计量装置运行监测现状中存在的不足,提出了一种基于层次分析法电能计量装置运行评价方法。从各方面选取能够反应电能计量装置运行状态的指标,采用1~9标度法制定相应的权重系数,结合层次分析法进行模糊量化运算,构成状态评价体系;根据状态评价结果,得到电能计量装置运行状态模糊性评价结论。由案例分析可知,该方法能对目标用户进行异常识别并得出概率性异常系数。     

电能计量装置运行误差分析及状态评价方法研究

电能计量装置的运行误差直接对供用电双方贸易结算的准确性产生很大的影响,因此对于电能计量装置的运行状态评价显得尤为重要。本文将电能计量装置分为电能表、电流互感器、电压互感器和二次回路四个部件进行分析,总结了对各个部件运行误差的影响因素。此外,还从电网运行工况的角度对电能计量装置运行误差的影响进行了分析和说明。针对现行电能计量装置周期现场检验的不足,本文提出了新型运行状态评价方法。该方法通过对电能计量装置运行状态进行监测,来获取运行环境下的电压、电流、频率等运行状态数据,结合现场周期检验得到的误差数据,再加上实际电网运行环境对电能计量装置运行状态准确性、可靠性的影响,对其进行综合评价。该方法从各方面提取了多项指标,并制定相应的权重,共同构成状态评价标准。根据状态评价结果,提出相应的电能计量装置检验策略。     

电能计量装置运行评价方法研究

通过综合分析设备基础信息、运行环境、现场检验记录、历史数据、运行工况等方面的数据,以一个0～10之间连续变化并与时间相关的单一数值(健康指数HI)来反映电能计量装置中每一类设备的运行状态.根据设备出厂日期、投运日期、安装环境以及电网运行环境,得到设备初始健康指数,再根据实际运行中遇到的检验数据、历史数据、运行工况等各种状况折算成系数来修正初始健康指数,最终得到设备当前状态的健康指数,从而对电能计量装置的运行工况做出评价.     

状态评估技术在关口电能计量装置管理上的应用

提升电能计量装置管理水平是国内各电力管理职能部门长期的工作方向,引入状态评估技术,为电能计量装置建立状态监测模型,在电能计量装置整个生命周期内提供可靠的状态评估策略,形成系统的管理方法,从而为管理职能部门提供一种高效、智能的管理方法,提高电能计量装置管理水平。     

基于层次分析法-熵权法的电能计量装置状态评估方法研究

为了更准确、更客观对电能计量装置状态进行评估,采用一种基于层次分析法-熵权法的状态评估方法。首先,对电能计量装置的状态指标进行筛选,利用劣化度和隶属度的结合完成对各指标的评价并形成模糊关系矩阵,再将层次分析法和熵权法进行结合计算得到综合权重,运用矩阵乘法将综合权重与模糊关系矩阵相乘,最终得到综合评价结果。最后以电能计量装置状态评估为实例进行计算,得到电能计量装置综合评价结果为良,验证了该算法的准确性和可行性。     

实现电网关口电能计量装置状态检测浅析

介绍了关口电能计量装置检测工作的专业范围和特点,阐述了针对电网关口电能计量装置正常维护工作的需要,应用各项新的技术或系统,逐步实现关口电能计量装置状态检测的思路、意义和目标.     

电能计量装置改造效益层次化模糊综合评价方法

对电能计量装置改造项目综合效益进行了深入分析和研究,在此基础之上构建了其评价指标体系,结合模糊综合评价法和层次分析法对电能计量装置改造项目进行综合评价。算例分析结果说明了本文方法的有效性,可为科学合理地评价电能计量装置改造项目提供理论上的参考依据。     

电能计量装置运行状态分析系统设计

针对电能计量装置故障检测的困难,本文介绍了一种基于S3C2410的电能计量装置运行状态智能分析系统,阐述了该系统的功能特点、设计原理及使用效果.该系统可以方便地实现对电能计量装置各种错误接线类型的识别,并建立错误类型数学模型,计算更正系数及退补电量,然后将信息发送到网上进行综合管理.系统的投运对电能计量装置错接线检查、退补电量计算的规范化、科学化、自动化管理具有重要的促进作用.     

基于BP神经网络的继电保护设备状态评价方法研究

为了提高继电保护设备运行的可靠性,对继电保护设备状态评价的基本内容和影响因素进行了总结,提出了基于BP神经网络的继电保护状态评价方法,收集并整理继电保护的历史数据,将数据进行分析,采用BP神经网络算法对数据进行训练和验证,最后对所训练的模型进行评价,得出继电保护设备状态评价数据。实例分析结果表明,所采用的评价方法用于CSC-103数字式线路电流纵差保护装置和RCS-902超高压线路成套保护装置中,都能很好地实现故障预警和评估,有利于事故发生的预防。     

一种关口电能计量装置状态管理系统的设计与实现

介绍了一种选用Windows Server2008操作系统平台、Oracle数据库管理系统和VS.NET系统作为开发工具,采用n层体系结构和可重用组件技术,基于电力信息系统安全分析设计的一套大型的、智能化的“关口电能计量装置状态管理系统”。着重分析了该系统的关键技术和实现过程,详细阐述了系统中计量点运行信息的GIS智能化展示、计量装置状态管理、计量点现场视频监控管理等应用模块。通过在重庆市电力公司的20余个220kV试点变电站及发电厂的试运行表明,该系统具备统一的开放性和安全性,可与计量中心生产调度平台进行有效的数据交互,促进了电能计量装置的高效运行。同时,配合实时视频图像监控措施,极大地提高了电能计量装置的防窃电能力,实现了对大批量电能计量装置的统一、自动化在线管理。     

基于量化模型的电能计量器具综合质量评价方法研究和实践

电能计量器具质量管理以检测为主的传统方式,只能对单个检测样品质量作合理判定,无法对公司系统内的电能计量器具质量作出科学、合理的定量评价。针对传统管理方式的局限性,引入全生命周期质量管理理念,利用原有营销信息系统作为数据收集与实施载体,建立以设备供货、运行、退役等阶段质量管理数据为基础的电能计量器具质量评价体系。按照评价体系设定的评价模型从产供货质量、运行故障、质量事件等维度对电能计量器具质量进行综合评分,实现了在"同一标准、同一体系"下对供应商设备质量的统一、客观、定量评价,作为公司开展电能计量器具质量管理工作的重要依据。     

基于遗传算法的BP神经网络电子系统状态预测方法研究

BP神经网络是一种应用面较广的神经网络,但存在明显缺陷:学习收敛速度慢,易陷入局部极小。遗传算法具有良好的搜索全局最优解的能力。为了提高BP神经网络预测模型在状态预测中的准确性,提出了一种基于遗传算法优化BP神经网络的状态预测方法.利用遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型以求得最优解,并将该预测方法应用到Buck输出电压平均值进行有效性验证。仿真结果表明,改进后方法具有较好的非线性拟合能力和更高的预测准确性。     

降低电能计量装置综合误差的措施

通过对电能计量装置综合误差产生原因的分析,提出在设计和使用中准确选用电能计量装置的各个要素,并对其进行优化配置,是降低电能计量综合误差的重要手段。     

电能计量装置异常状态检测系统总体设计

随着电力行业的飞速发展,电能计量装置在运行中所产生的各种异常问题越来越受到人们的重视,传统的电能计量监测方法已不能适应形势需要,不能及时有效地对电能装置的运行监控.文章介绍了电能计量装置异常状态的分类,并对异常状态的形成原因进行了分析,最后提出了异常状态监测系统的整体结构和通信系统设计方案.     

基于并行计算的电能计量装置故障诊断技术研究

针对当前电能计量装置故障诊断技术的计算量较大,导致电能计量装置故障诊断效率与诊断准确率较低,提出来一种基于并行计算的电能计量装置故障诊断技术。利用信息聚类技术对电能计量装置信息采样,通过阈值法对数据预处理,去除冗余数据,并建立判别函数,采用并行计算方法处理故障数据,同时执行多个故障数据处理指令,通过判别函数判断故障发生概率并将同类故障数据聚集到一起,以此实现电能计量装置故障诊断。实验结果表明,文章研究的方法使电能计量装置故障诊断效率与准确率较大提升,并在17 MB与1024 MB数据量下,文章所研究的技术方法均能够在较短时间内完成故障诊断。     

基于测量不确定度理论的电能计量装置整体误差性能评估与控制研究

电能计量装置的准确性关系贸易结算的公平公正、电网运行的经济安全。现有相关技术标准规定了电能表、互感器的误差控制要求,但对由电能表、互感器及其回路组成的电能计量装置的综合误差性能指标,尚缺乏准确量化的定义。文中以测量不确定度理论为基础,论述了不同典型条件下电能计量装置的各标准不确定度分量、合成标准不确定度以及整体扩展不确定度的计算评定方法与允许综合误差限值的确定方法,为电能计量装置综合误差性能评估,以及电能表、互感器装出前的优化组合选配提供技术依据与方法。     

基于Romberg积分算法的直流配网电能计量方法

针对直流配电系统中直流母线存在谐波干扰的问题以及直流侧电流电压波形的非周期性特点,论文在深入研究影响传统电能计量算法计量精度因素基础上,深入分析直流电能中含有大量谐波时对计量结果的影响,对直流电能计量算法提出了改进方案。将复化Newton-Cotes算法和Romberg求积法引入直流配网电能计量当中,利用高阶积分法对功率积分来实现高精度电能计量,且不增加计量算法的计算量。与传统的电能计量法相比文中采用的算法结构简单、计量精度更高,适合直流配电系统电能的准确计量。     

谐波对电能计量装置的影响研究

主要分析了谐波对电能计量装置的影响。通过理论分析和大量的试验,讨论了如何合理考核谐波源用户的谐波电量,以及对有谐波源的用户采用带有谐波计量功能的多功能电能表进行监视和考核的必要性。     

基于LS-SVM算法动力电池SOC估计方法的研究

提高电池荷电状态(SOC)估计的准确性对于电动汽车电池管理系统的研究至关重要.根据历史实验数据分析了电池电压、电流、放电总电量因素对电池的影响,利用最小二乘支持向量机具有非线性逼近能力强、收敛速度快、全局最优解的特性对电动汽车电池SOC值进行在线实时估计,与BP神经网络的预测结果进行比较.仿真及实验室测试结果表明,最小二乘支持向量机算法能更准确地逼近实际SOC值,该方法的最大估算误差降低到0.02,达到了动力汽车的应用要求.