共查询到18条相似文献,搜索用时 187 毫秒
1.
2.
针对智能电能表现场计量精度问题,利用现场运行数据分析温度、电流、功率因数对批量电能表计量误差及其一致性的影响.基于正态分布计算电能表计量误差的均值和标准差,利用三倍标准差开展计量误差一致性分析.基于正弦函数构建电能表计量误差伴随日历时间的演变规律模型,在分别阐明功率因数和电流应力对电能表计量误差均值和标准差影响的基础上,基于艾林模型构建环境温度和电应力作用下电能表计量误差响应模型,以阐释温度和电流对电能表计量误差的综合影响.统计分析发现,温度越低、电流越大,电能表计量误差越大.依据研究结果可以补偿电能表计量误差,提高计量结果准确性,同时对进一步优化电能表运维方案,改进设计也具有参考价值. 相似文献
3.
为了研究环境因素对单相智能电能表基本误差的影响,采用物理建模和试验相结合的方法。从元器件出发,主要考虑温度、湿度、磁场三个关键环境因素,建立了单相电能表基本误差与环境因素的数学物理模型,研究表明温度对单相电能表的影响主要作用于电阻、分流器、计量芯片和电压基准,湿度主要改变电路板和电子元器件的老化特性从而影响误差,磁场主要作用在电流回路上产生附加感应电势。为了进一步研究三个因素对电能表误差的影响程度,设计了一组3因素5水平正交试验,实验数据表明,在设定的实验环境范围内,温度对电能表误差影响十分显著,而磁场和湿度影响则不明显。 相似文献
4.
开展对智能电能表在低温环境下运行的计量性能测试研究,在黑龙江省漠河县地区搭建低温实际运行状态下的智能电能表试验场,试验功能包括:近、远程检测系统;负荷控制系统;保护系统以及环境监测系统。近、远程检测系统可以实现本地和远方在线检测。基于智能电能表低温环境试验基地的实际检测数据,结合Matlab和Origin等处理软件基础性地研究低温环境和运行负荷与智能电能表计量性能的关系以及影响程度,结果表明:低温环境会使电能表误差向负方向漂移,从而得出不同负荷下电能表误差随温度变化的数学模型。 相似文献
5.
6.
7.
8.
针对智能电能表需要计量复杂多变的用电负荷以及在运行中处于现场非常复杂的电磁环境,提出了开展智能电能表现场运行模拟系统的框架体系,详细分析了影响智能电能表计量准确性以及稳定性的各种因素,并针对智能电能表现场运行模拟系统的框架体系进行了研究,提出了硬件功能构架和应用功能构架。该框架体系对后续智能电能表现场运行模拟系统的建设具有重要的指导作用,对完善智能电能表试验流程和规范,提高智能电能表检定水平,对整个用电管理工作的高效开展具有重要的意义。 相似文献
9.
10.
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。 相似文献
11.
提出了电能表动态性能测试技术的研究状况和存在的问题,从电能表内部的计量工作原理和外部动态负荷运行工况的影响两个方面,分析了影响电能表测量误差的因素;给出了OOK动态负荷测试激励信号模型,基于此模型,提出了关口电能表实验室动态误差测试实验方法和测试系统的构建方案,建立了电能表动态误差测试系统,采用该系统对不同型号关口电能表进行动态误差测试;最后分析了动态误差测试数据,指出了关口电能表动态误差存在的问题。 相似文献
12.
13.
14.
智能电能表是电力系统进行电能计量的关键设备,目前对智能电能表的供货需求庞大,实现智能电能表的质量评价对其招标工作具有重要意义。提出了一种智能电能表的供应商评价方法,综合考虑了智能电能表的性能指标和商务指标的影响,针对一般的质量评价方法无法全面、准确地对智能电能表的多项质量影响指标的重要性和优先级横向比较的问题,该方法采用层次分析法,选择能够全面反映智能电能表误差概率分布情况的特征量指标,依据专家意见,对指标两两比较的重要性程度做出打分构造判断矩阵,通过计算变换将多个指标转化为一个综合指标,对智能电能表的供货优先级形成评价性指标。实例表明,该方法能对智能电能表做出有效评价,得出智能电能表的采购优先级。 相似文献
15.
16.
17.
18.
智能电表是电力计量计费的核心装置,关系业主、电网等多方经济利益,具有数量庞大、运行环境复杂等特点。为有效精准发现海量智能电表的异常个体,提出了一种基于随机矩阵的海量智能电表异常个体定位方法。首先,提出了智能电表健康状态的多个参数表征方法,包括比差、角差、温度、湿度、震动等非电气量参数和一次电压、磁场等电气参数。其次,为了更加准确全面地对智能电表的状态进行评估,将智能电表的实时数据、仿真数据和历史运行数据等作为数据源,选取智能电表健康状态时的参数构建高维随机矩阵进行分析,实现了智能电表异常个体的定位。最后,采用南网新一代智能电表实际数据验证了文章所提方法的有效性,以期为我国智能电表在线运检提供借鉴。 相似文献