一种小电量台区的电能表运行误差监测改进方法

为了解决电能表日常运行误差检测准确度低的问题,提出了一种小电量台区的电能表运行误差监测改进方法.将一个小电量台区的考核表和全部用户表供电量数据作为研究内容,依据能量守恒规律,使用这些电量数据构建线性方程组误差计算模型,通过最小二乘法对该模型求解,得到小电量台区电能表运行误差和线损率等指标.分析该模型的病态性,利用改进吉...     

基于动态线损及FMRLS算法的智能电表误差在线评估模型

针对当前智能电表现场检定效率低、人力成本高、实时性差、无法全量监测等问题,提出一种基于动态线损和渐消记忆递推最小二乘法(dynamic line loss and fading memory recursive least square,DLL-FMRLS)的智能电表误差在线估计算法。首先,通过分析台区线损与供电量之间的关系,对传统模型进行改进,提出动态线损误差模型,该模型中线损可随实际供电量变化,使得模型获得的误差估计值更接近实际值;然后,利用FMRLS算法求解动态线损误差模型,以获得智能电表运行误差;最后,根据某省电网公司的实际数据对算法现场验证。结果结果表明,与列文伯格–马夸尔特(Levenberg-Marquardt, LM)算法和限定记忆最小二乘(limited memory recursive least squares,LMRLS)算法相比,所提算法可以有效提高智能电表的误差估计的准确度。     

基于信息融合的低压智能电能表动态评价模型

针对智能电能表状态评价技术有待完善的问题,基于信息融合理论建立了一种新的低压智能电能表动态评价模型。该模型对低压智能电能表可靠度进行分析的同时,综合考虑计量异常、全事件、电能表过载率、时钟电池异常4种状态因素,采用熵值法实时计算各项指标权值,并且结合地区影响因素,对低压智能电能表进行动态状态评价。基于威布尔分布理论构建电能表可靠度子评价模型,应用贝叶斯公式建立计量异常和全事件子评价模型,引入泰尔指数评价地区影响因素。采用实际运行数据对该评价模型进行验证,结果表明所提模型合理、可行,能够对智能电表进行有效评价。     

基于改进BP神经网络的低压配电台区智能电能表误差状态评估模型

针对配电网台区中智能电能表误差估计问题,基于粒子群优化BP神经网络提出智能电能表误差估计方法。所提方法从数据搜集和数据预测、预处理建立智能电能表误差估计模型;针对传统BP神经网络隐含层节点数制定的局限性,提出采用粒子群优化算法对隐含层节点数进行优化,并采用优化得到的隐含层节点数构建BP神经网络结构对训练样本数据进行训练,基于训练得到的BP神经网络对测试样本数据进行计算得到智能电能表误差数据。针对某地区典型配电网台区中智能电网运行误差估计问题,采用所建立的方法进行智能电能表运行误差的评估。仿真算例表明,所建立的模型能够有效评估智能电能表运行误差,相比于传统的评估方法,其评估准确性有显著提升。     

电能表运行误差与状态评价模型研究

为降低在电能表日常计量误差验证和运行维护管理工作中,因工作量大、效率低、操作现场复杂情况和操作人员经验水平限制等问题导致的消耗大量成本浪费。本文基于用电信息采集数据,建立大数据分析模型,提出一种数据驱动的电能表运行误差计算方法,以一个台区的采集档案数据、考核表供电量数据及所有用户表的用电量数据,根据能量守恒,建立方程,使用多计量周期数据建立线性方程组,使用加权平均、最小二乘法求解方程组获得电能表运行误差和台区线损率等指标,可作为电能表运行状态评价的重要参考,为台区线损治理、电能表运维和精准更换等提供有效支撑,可有效降低现场运维人次、提升故障分析定位精确性。使用仿真和实际台区数据验证了本文方法的准确性,试运行成果较好。     

面向冗余量测的台区低压配电网潮流计算及应用

低压配电网潮流计算是低压台区配电网运行态势感知的重要基础计算。基于低压台区配电网特点,尤其是其潮流计算量测数据的精度以及冗余特点,提出了基于电流量测和功率量测的潮流计算方法。对某台区实际数据的计算分析表明,基于电流量测的计算精度高于基于功率量测的计算精度。同时,通过用户的潮流计算电压、电流和智能电表量测的电压、电流对比,可以分析发现量测异常或用户用电异常情况。     

基于配电物联网技术的台区拓扑自动生成方法研究

随着配电物联网的建设发展,低压台区数据的深度融合、低压配电网全景感知的精益化管理等深化应用在智能配电网的发展中已经必不可少。低压配电网拓扑网络结构是台区智能化应用的基础,而台区拓扑的自动生成一直是技术难点,为此提出一种以融合终端为核心,基于配电物联网的拓扑自动生成技术。首先,基于智能融合终端与用户高速电力线载波(high speed power line carrier,HPLC)智能电表的深度数据交流采集,充分利用智能电表采集的用户数据,形成用户特征信息集合,通过电压数据计算任意智能电表之间的相关性,判断其是否处于同一表箱。然后,通过数据集合中其余电气量数据,计算分支箱与智能电表之间最优解集,研判计算数据。最后,通过仿真算例和实际试点应用效果验证所提方法的可行性,并对未来拓扑生成技术的发展方向提出展望。     

一种基于安装式标准电能表的智能电能表误差在线检测比对方法研究

文章针对不同厂家生产的单相智能电能表在线使用时计量准确性问题,在相同实际负载条件下进行相关试验。通过一种新型的高精度单相安装式标准电能表模拟用户实际使用情况,采用多种不同功率的负载对单相智能电能表在实际运行中的基本误差、电量走字误差进行测试。与实验室参比条件下检定装置测试的数据进行比对,验证分析单相智能电能表在参比条件下检定装置测试数据的可靠性和一致性。通过实验数据分析表明,该方法可以真实反映单相智能电能表在实际使用中基本误差和电量误差的情况,可以作为单相智能电能表在线检测的一种新的方法。     

一种基于电能表误差和窃电分析的线损分层定位方法

针对低压台区线损治理周期长,高损点定位不准确等问题,提出了一种基于电能表误差和窃电分析的线损分层定位方法。该方法在传统线损分层定位方法的基础上,引入理论线损计算方法,构建了基于基尔霍夫定律的台区线损分层计算模型,实现线损的分层计算,确定高损范围,设计电能表误差分析模型,在高损范围内筛查出误差异常电能表,实现台区高损点定位;最后设计电能表窃电分析方法,通过挖掘与窃电行为相关的告警事件频繁项集,进一步对高损点进行验证,并确定其高损原因。该方法采用50个台区的实际数据进行验证,台区线损分层计算模型准确率为100%,电能表误差分析计算模型的准确率为88.5%,电能表窃电分析模型准确率为92%。     

岳西供电公司线损管理中智能电表数据采集异常小结

智能电表数据采集是线损计量首要步骤。为了全面提高电力运行质量,降低台区线损,需要以信息采集系统为依托,强化采集系统运行管理,确保采集准确及时。以岳西部分台区数据采集异常问题为切入点,根据天堂供电所的实地排查,分析并总结了两个主要原因——通信干扰和智能电表电池欠压,然后基于实践摸索和实际情况,提出四项有效管理措施,全面提高低压线损管理水平。     

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。     

智能电能表自动化检定流水线的温度参比条件影响分析

文中建立智能电能表结构化模型,分析确定智能电能表受温度影响产生误差的主要因素,即AD转换器基准电压受温度影响的变化。采用机理建模的方法,建立了CMOS带隙基准源和AD转换器受温度影响的数学模型,采用普遍应用的点积和电能测量算法,研究分析基准电压随温度的变化对智能电能表误差的影响及关系;并通过试验,给出智能电能表误差变化随温度与时间变化的关系曲线。根据被试电能表的等级,给出大规模智能电能表自动化检定流水线的温度参比条件的建议。     

基于贝叶斯层次模型的电能表检定装置在线核查方法

针对智能电能表检定装置期间核查导致检定工作中断,核查频度不易提高难以及时发现智能电能表检定装置准确度失效的现状,提出了一种电能表检定装置在线核查新方法。利用同一批次智能电能表实时检定数据,基于中心极限定理和贝叶斯层次模型,构建了高准确度等级的虚拟标准电能表。通过虚拟标准电能表在线核查智能电能表检定装置的测量误差,实现了检定工作状态下对检定装置性能的核查。仿真测试比对及真实数据验证结果表明,该方法在不影响检定工作的前提下,能以较高频度开展智能电能表检定装置核查工作,证实了该方法在大规模自动化检定模式下的优越性。     

自动化检定流水线环境下射频信号对智能电能表误差的影响分析

随着智能电网的不断发展和完善,智能电能表作为计量电能的终端产品被广泛应用,而对其检定的自动化程度也越来越高,因此,智能电能表自动化检定流水线得到快速发展。与此同时,智能电能表自动化检定流水线的环境中,移动通信射频信号对电能表计量准确度的电磁辐射影响也逐渐引起了关注。为了研究射频信号对电能表计量的影响,文中分析了射频信号对电能表计量影响的干扰途径,分析了射频信号影响电能表计量的机理。测试了自动化检定流水线的环境中射频干扰信号的强度,基于干扰信号的调制方式建立了干扰信号数学模型,根据干扰信号数学模型和实测射频信号的功率谱,通过仿真分析确定了干扰信号对电能表的影响属于一种均匀性分布的噪声。建立了射频信号对电能表计量误差影响的数学模型,通过仿真分析电能表误差,给出智能电能表大规模自动化检定流水线射频信号的影响结果。     

基于机器视觉的拆回旧电表参数信息检测技术研究

针对拆回旧智能电能表的回收分类存在人工检定准确率不高、效率低下的问题,提出了一种基于机器视觉的参数信息检测方法,通过检测智能电能表的额定参数信息,完成电能表的分类回收工作。在以C#与Halcon为软件平台建立智能电能表图像检测系统的基础上,采用Blob分析算法,对图像进行ROI(感兴趣区域)提取,采用直方图均衡化对提取后的图像进行处理,以增强背景与目标区域之间的对比度,获取质量较高的电能表图片,通过OTSU算法对Canny边缘检测算法进行改进,提高图像阈值范围的自适应性,获取更完整的图像外观轮廓,最后对图像进行字符分割处理,得到电能表的额定参数信息。经过实验验证,该方法能够准确检测识别电能表铭牌的额定参数信息,实验数据显示检测准确率达99.5%,平均每台电能表检测耗时0.62 s,很大程度上节省了电能表分类工作的检定时间,提升了工作的效率与准确性。     

基于窄带物联网智能电能表关键技术研究

针对智能电能表偶发超出阈值范围的电流电压采样值、谐波测量中会出现栅栏及频谱泄露、电路浪涌等问题,在均值滤波算法、FFT算法基础上提出了加阈值防脉冲干扰均值滤波算法和改进FFT算法,较好地解决了电流电压、谐波指标数据采集的准确度问题.针对目前窄带物联网应用开发的复杂性以及行业开发标准较为封闭,提出了窄带物联网开发的三层框...     

智能电能表故障预警系统的设计与开发

智能电能表因其信息采集的便利性以及功能的完善性而广泛普及,如何高效且有针对性地对数量如此庞大的智能电能表进行维护是电力运营企业面临的挑战.针对此问题,文中提出了基于数据挖掘技术的智能电能表故障预警方法,即利用C 5.0算法构建智能电能表的故障预警模型,通过大量训练集对模型进行训练,再利用测试集计算模型的预警准确度.通过...     

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的环境变量.然后,为进一步提取数据退化特征,采用模糊C均值聚类算法对智能电表退化数据进行聚类,确定退化特征向量.最后,基于高斯径向基核函数与多项式核函数构造一种新的复合核SVM模型用以预测智能电表基本误差.结合新疆地区智能电表退化数据对复合核SVM模型性能进行验证,实验结果表明,复合核SVM模型可以准确预测复杂环境下智能电表的基本误差,其预测准确率高于贝叶斯方法、神经网络方法以及经典SVM方法.