共查询到20条相似文献,搜索用时 156 毫秒
1.
本文介绍了三相电能表失压的过程,并以三相四线电能表为例,介绍了电能表失压断相后电量追补的传统方法。针对采用传统方法开展追补工作存在的弊端,提出了基于用电信息采集系统电能表失压断相追补方法,描述了该方法的数学模型、计算过程和应用实例,采用该方法后可以大幅提高电能表失压断相的电量追补精度,并有利于电量追补工作的良性开展。 相似文献
2.
3.
三相三线有功电能表失压电量追补速查 总被引:2,自引:1,他引:1
对现实中各类不同用户出现的失压断相时电能计量现象进行了分析,并根据失压时间编制了“三相三线有功电能表失压电量追补速查表”,以便于电费核算人员在计算时进行速查,快捷、准确地进行差错电量的追补。 相似文献
4.
电厂关口电量追补技术分析 总被引:1,自引:0,他引:1
针对一起发电厂省网关口电能表单相失压造成的电能计量异常问题,分析其故障产生原因,提出电量追补方案,将关口表正常运行时的电量与理论电量比较,验证电量追补方案是正确的,计算出应追补电量。提出避免同类问题发生的建议。 相似文献
5.
6.
7.
电力企业在处理计量故障时,原有计算更正系数及追补电量方法的应用对象主要是机械式感应电能表,随着多功能电子式电能表技术的大面积运用,由于电能表电压回路内部结构原理的不同,在失压时对计量的影响与感应式电能表有很大区别。通过多年工作经验总结出了三相三线多功能电子式电能表在各种失压状态下的运行情况及如何正确进行有功、无功退补电量的K值计算方法。 相似文献
8.
智能电能表三相全失压监测功能及实现方法 总被引:1,自引:0,他引:1
从全失压工况电量追补出发探讨了智能电能表三相全失压监测的电气物理量要求,对文献[2]中有关全失压工况下智能电能表的功能要求提出了不同的观点,并对全失压工况智能电能表的工作模式提出了相应的解决方案。同时按照文中有关智能电能表全失压功能的观点,以几种专用计量集成电路为基础探讨了硬件实现方法和软件算法。最后对几种实现方案在全失压工况下智能电能表的电池功耗进行了对比计算。 相似文献
9.
10.
11.
通过对鹤岗电厂施工变电所电能计量错误接线的分析,得出了与实际相吻合的结论,并在此基础上,对现场电能计量的各种接线形式进行了深入的研究,总结出一套快速准确地判断实际负荷下电能表接线方式。 相似文献
12.
电能表检定装置及技术的发展 总被引:1,自引:0,他引:1
陈航天 《广东输电与变电技术》2008,(1):42-44
电能表多数用于电费结算或经济考核,是属于国家规定强检的计量器具。国家和电力行业检定规程规定对新购入的电能表应进行首次检定,对运行中的电能表应进行定期检定。面对数量庞大的受检仪表,尤其是急剧增加的各种高性能仪表,对检定工作提出了更高的要求。本文主要介绍了电能表检定装置及技术的发展。 相似文献
13.
设计了一种低压导轨式安装电能表,对其在智能楼宇节能监测中的计量应用作了详细的介绍。该电能表对用能单位进行分级计量、动态监测与汇总,采用标准导轨安装方式,可与微型断路器配合使用,安装在动力箱、配电箱或墙壁保护箱中,易于实现低压终端配电电能计量,为降低能耗提供有力数据,便于公共建筑配电系统加装低压导轨式安装电能表的改造。 相似文献
14.
为了克服电能计量装置实负荷误差现场周期检验单负荷点的局限,减少人为差错,全面监控计量器具计量性能及装置运行状况,开发了电能计量装置远方自动监测系统。系统采用配置现场标准电能表和远方智能终端(EMRTU)的方法,结合现代通信网络,进行系统集成。通过对电能表误差、电量数据和运行状态的采集、分析和判断,优化电能计量装置配置,监控电能计量器具的质量。经实际运行检验,该系统克服了传统计量装置维护中的诸多弊端,取得了良好的社会效益和经济效益。 相似文献
15.
16.
17.
由于非线性负荷的大量应用,谐波对电能计量产生影响的问题越来越受到业界的关注,在介绍了感应式和电子式两类电能表的计量原理的基础上,采用MATLAB仿真工具,分析了两类计量装置的误差频率特性,并通过对谐波在线性负载和非线性负载下消耗电能情况的计算公式推导,指出现行计量方式存在的不合理性,并提出了一种新型的电能计量方式。 相似文献
18.
19.
20.
为加快电动汽车行业低碳发展进程,调整交通运输领域能源组成结构,对于电动汽车能量消耗方面的研究成为当下重点。然而传统物理能耗模型存在参数难以实时获取,缺乏与车辆行驶工况以及交通特性的联系等缺陷。因此,文中首先分析电动汽车能耗与天气因素、社会因素以及路网线路特性等因素的关系,构造连接微观层面平均行驶速度与宏观层面交通状态的能耗预测模型;其次,采用改进的LSTM神经网络对不同行驶工况下电动汽车平均速度进行预测,结合空调附加耗能对单位里程汽车耗电量进行计算。最后,以杭州市交通路网为例,验证了能耗预测模型的准确性,改进的LSTM网络相较传统LSTM网络以及BP网络,均方根误差(RMSE)分别降低了33.2%和40.2%、平均绝对误差(MAE)分别降低了34.8%和41.5%。 相似文献