基于聚类算法的双回路智能电能表设计

针对空调使用不当造成的能源浪费问题,本文设计了一款双回路智能电能表,可基于现有智能电网数据传输平台,实现空调节能监管功能;同时,在软件算法上提出基于聚类算法得出两个独立回路的典型负荷曲线,以此评估空调是否存在异常用电情况,优化运行,以避免空调使用不合理造成的能源浪费。该方案在实际应用中具有很好的经济效益。     

基于K-means的智能电能表负荷测量估算

文章提出了一种基于K-means聚类分析的负荷估计算法.该算法将聚类的负荷曲线和距离函数应用于估算缺失和未来的测量值,研究了Canberra、Manhattan、Euclidean和Pearson的相关距离函数,利用聚合智能电能表的每日和分段负荷曲线实施了一些案例研究.当分段配置曲线覆盖的时间窗口≤24 h,仿真结果表...     

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B-S分布的智能电能表寿命预计方法研究

针对目前智能电能表寿命预计普遍采用Weibull分布的情况,文中介绍了概率物理方法中一个重要的失效模型：B-S疲劳寿命分布及其可靠性分析,并推导出两参数B-S分布的极大似然估计值及近似区间。B-S分布适合描述失效产品的寿命规律,主要应用于疲劳失效以及电子产品性能退化失效的分析研究。文中将两参数B-S分布引入智能电能表寿命预计,对寿命数据是否来自两参数B-S分布总体的样本进行了拟合检验,采用极大似然法和最小二乘法对两参数B-S分布进行了参数估计,建立了基于B-S分布的寿命预计方法,通过实际算例验证了B-S分布寿命预计方法的实用性。文中研究内容对于电能表寿命预计、轮换周期的确定提供了一种新方法,同时对于电能表可靠性评价提供了新思路。     

基于边缘计算的变电站内智能布控数据分析与展示

针对变电站的设备以及环境参数信息采集方案所面临的问题,提出了基于边缘计算的变电站智能布控数据分析与展示方案.首先针对变电站边缘计算以及其在变电站智能化发展中的联系和具体应用,提出了基于边缘计算的变电站设备和环境参数智能布控的数据分析和展示系统;然后针对数据采集、数据实时流转和数据展示等环节进行了系统设计,提出了相应的功能模块以及系统构架;最后针对变电站计算机监控系统和辅助控制系统进行了分析,并对基于边缘计算的新技术进行了展望.     

基于Weibull分布的智能电能表寿命预计

分析MTTF、失效率与寿命的关系,并采用Weibull分布失效率分段建模浴盆曲线,通过最小二乘法、相关系数法对Weibull分布参数进行估计,进而得到可靠度曲线函数,为电能表的寿命分析提供理论依据。     

一种基于环境特征的智能电能表初值优选型K-means聚类算法

为探究不同环境特征(温度、湿度等)对智能电能表运行误差的影响,需要将不同地区运行下的智能电能表根据环境特征进行聚类划分。现有关于智能电能表的聚类算法研究中,都是依据运行数据或者负荷曲线进行聚类,缺少利用环境因素对其进行聚类的研究。因此,文章提出环境信息提取原则,有效降低数据维度提高计算效率。并提出初值优选型K-means算法,该算法是对传统的K-means算法在初值选取和聚类中心移动规则上进行改进,使其更加适用于基于环境特征的智能电能表聚类问题。通过数据仿真验证,该方法的准确率较其他算法平均提升17.7%,计算耗时平均减少0.16 s。     

基于分层抽样的运行智能电能表剩余寿命预测方法研究

运行中的智能电能表的计量准确性直接关系着电网公司和用户的切身利益,全国6.8亿只的庞大数量,涉及国土面积90%,运行环境千差万别。投运后的智能电能表运行状态完全不一致,实际寿命不一致,因此需要对智能电能表的实际状态进行评估,开展寿命预测研究。本文采用分层抽样方法对典型的高湿热和高严寒地区运行一年的智能电能表进行抽样,建立了抽样寿命允差模型,综合考虑温度和湿度对误差的影响,基于浴盆曲线特性建立了Weibull寿命分布模型,将寿命预测结果与样本试验结果进行对比,论证本文所提出的寿命预测方法的可行性。     

基于用电大数据的智能电能表异常评估系统

智能电能表在复杂的环境下运行,由于目前缺少一定的技术管理手段,因此通过合理的技术手段分析出智能电能表在运行中的状态能够有效减少人力物力的投入。基于用电大数据和决策树算法,设计了一种智能电能表异常评估系统。所设计的系统可以对智能电能表在运行过程所计的用电量、电压、电流以及档案信息进行分析,对智能电能表异常提供合理的评估分析。     

基于智能边缘计算的分布式紧急频率调节控制方法

海量分布式微小负荷参与电力系统频率调节可以增加调频容量和提升电网安全,但传统的集中控制法需要大量昂贵的高速通信信道,分布控制法又难以保证全局控制精度.针对上述海量分布式微小负荷的聚合和控制问题,提出了一种名为"电网脉"的基于物联网技术的分布式负荷调控系统,研发了一种基于智能边缘计算的电网功率缺额的本地估计方法.利用该方...     

基于区块链与K-means算法的智能电表密钥管理方法

随着电力物联网建设的推进,电力系统高级计量体系逐渐形成了由海量智能电表、边缘计算装置和云端主站构成的"云-边-端"三层架构体系。在此背景下,针对传统集中式智能电表密钥管理机制存在主站依赖度高、密钥存储效率差、响应速度慢的问题,提出一种基于区块链与K-means算法的智能电表分布式密钥管理方法。考虑到传统区块链建链过程中区块节点数量对建链时效性影响较大以及未考虑到节点通信传输资源有限的问题,首先利用K-means算法对智能电表集群按空间位置进行聚类,并提出采用图中央点算法确定边缘计算装置的位置,从而降低区块链规模;然后,提出计及智能电表通信带宽的按需传输机制,以最小化边缘计算装置的负载均衡度为目标规划区块链节点中的传输路径,从而提升传输时效性;最后,基于Hyperledger Fabric平台的智能电表密钥管理算例结果表明,与传统的不考虑节点规模与信道带宽的区块链建链方法相比,当区块链节点数量增大时,所提方法的建链时间增长速率减少了8.18%以上,而负载均衡度增长速率降低了42.16%以上;所提智能电表密钥管理方法具有更快的建链速度以及更优的网络性能,因而具备更好的可行性。     

基于高斯混合模型的智能电表误差数据挖掘与分析方法

为了合理科学的选择误差最小的智能电表供给用电客户,设计了基于高斯混合模型的智能电表误差数据挖掘与分析方法。首先,分析了高斯混合模型与EM算法的基本思路,其次对智能电表误差数据求三次标准差作为建模数据,建立了以高斯混合算法为基础的智能电表误差数据模型,最后与传统的Kmeans聚类算法模型进行对比测试。实验结果表明,相对于其他聚类算法,所设计的方法轮廓系数值更大,性能更优。能够用于在大量的数据中寻找误差最小的智能电表,并能够给智能电表厂家反馈产品意见,同时还具有产品市场划分等功能。     

基于k-means的智能电表负荷测量估算

文章提出了一种基于K-means聚类分析的负荷估计算法.该算法将聚类的负荷曲线和距离函数应用于估算缺失和未来的测量值,研究了Canberra、Manhattan、Euclidean和Pearson的相关距离函数,利用聚合智能电能表的每日和分段负荷曲线实施了一些案例研究.当分段配置曲线覆盖的时间窗口≤24 h,仿真结果表明,Canberra距离优于其他距离函数.结果 显示,分段式集群中心比每日集群中心产生更准确的负荷估计,聚类中心在16 h～24 h范围内获得更高的准确性估计.根据研究成果,可以将开发的负荷估算算法与状态估算或其他网络操作工具集成在一起,更好地监视和控制配电网络,为电力系统提供服务.     

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。     

基于模板匹配的电能表液晶屏检测新方法

为实现自动化检定中对智能电能表液晶屏质量的在线检测,并解决误判率高的难题,文中提出了一种基于快速模板匹配的电能表在线液晶屏检测新方法。该方法采用基于阈值自适应序贯相似性算法的自学习型模板快速匹配算法,将多幅模板图像的特征综合为一个标准模板,建立实时调整的自学习型模板库,并改进传统的序贯相似性算法,将其阈值自适应。实验结果表明文中提出的方法不仅具有较高的检测效率和匹配精度,还有效降低误判率,具有较高的工程应用价值。     

基于复合核SVM的智能电表基本误差预测方法

智能电表作为电网的终端设备,其退化情况与工作环境、运行时间等因素密切相关.针对复杂变量条件下智能电表退化情况难以预测的问题,提出一种基于复合核支持向量机(support vector machine,SVM)的智能电表基本误差预测方法.首先对智能电表退化数据进行分析,采用皮尔逊相关性分析找出与智能电表基本误差相关性极强...     

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。     

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...     

基于层次分析法的智能电能表软件质量评价

随着智能电网的发展,电能表逐步向智能化、多功能化方向发展,对嵌入式软件的质量提出了更高要求。针对智能电能表的功能特点,结合AHP层次分析法,依据专家经验对智能电能表各功能分类的测试项目进行两两比较,以确定每类项目的权重,根据权重实现对智能电能表软件的质量评估。文章提出的方法对评价电能表软件可靠性及容错能力,具有一定的参考价值。     

基于故障注入的电能表存储信息突变问题分析方法研究

针对运行智能电能表出现的电量清零及表地址突变问题,提出了一种基于故障注入的问题分析方法。将快速瞬变脉冲群干扰信号通过信号耦合加入E2PROM的I2C总线,直接注入E2PROM芯片的SDA、SCL引脚,复现了现场故障现象。试验结果说明当现场发生某些事件造成电网内有强烈的干扰信号时,RAM和E2PROM会受到干扰,导致I2C总线传输的数据发生突变,由于软件设计缺陷使得电能表初始化,从而导致电能表存储信息突变。