电压互感器二次负荷对误差的影响

根据计量用电压互感器的原理和二次多绕组电压互感器的误差特性,分析了电压互感器计量绕组和保护绕组的二次负荷对电压互感器计量绕组误差的影响,明确了电压互感器误差正向超差的原因,提出了电压互感器误差测试及设备选型时应注意的问题。     

简易测试220 V隔离电压互感器

220 V隔离电压互感器(以下简称隔离互感器),其变比为220/220 V,主要用于电能表检定装置多个电压回路之间的隔离,并具有-个接标准表的比例绕组和多个接被试表电压回路的隔离绕组,其准确等级定义为:接标准表的比例绕组与多个接被试表电压回路的隔离绕组,在相同激磁电流的条件下,所产生误差的相对值.由于该隔离互感器二次输出电压为220 V,国内生产的互感器校验仪和电压负荷箱额定电压仅限于100√3、100、150 V,一般标准电压互感器二次输出电压为100√3、100 V.用国家标准、国家技术标准及行业标准规定的误差测试接线,无法直接测量隔离互感器的误差值,需要找出一种间接测量隔离互感器误差的方法,来获取隔离互感器的真实误差值.笔者通过实践,验证了几种间接测试隔离互感器的正确线路,从中找出了测试隔离互感器误差的方法.     

电能计量装置典型故障分析

介绍二次电压回路故障和电压互感器误差引起计量装置故障的原理,通过实例分析这2种故障,给出判断和处理的方法,并提出电量追补过程中异常电量的计算方法及电能计量装置的运行监测建议.     

电能计量设备智能仓储库房的建设研究

根据电能计量设备集约化管理的需要,提出了电能计量设备全流程、全自动、零人工作业的智能立体库房的建设方法,分析智能仓储库房的基本功能、主要设备、设计思想、技术特点,结果表明该仓储库房可以满足电能计量设备集约化管理仓储的需要。     

报建是推行建设监理制度的有效手段

1988年开展建设监理试点工作初期，我省监理事业发展步伐相对缓慢，监理的范围、深度远不能满足建设的需要。为了尽快发展监理事业，我们摸索出一条通过报建推行监理制度的路子。本文试从分析影响监理事业发展的因素入手，介绍我省的做法和体会。1影响监理事业发展的主要因素1．1监理缺乏引起社会足够的认识，特别是缺乏引起建设单位的认识。大多数建设单位在没有基建任务前，一般都不了解监理的内容和要求，思想上更没有委托监理的概念。有了基建任务后，才被动地被建设管理部门要求委托监理或是从有关文件中开始了解监理的内容。由于种种…     

一种基于MPLS的电力线载波通信可区分故障恢复机制

电力线载波通信面向广泛的设备对设备的数据交互和通信应用,具有免于部署,易于直连通信的优势,成为一种有效快捷的新型通信方式。但在使用中经常由于通信拥塞或电力干扰,造成各种通信故障,故需要高效的恢复机制保证数据可靠传输。本文引入多标记交换协议(MPLS)技术,设计了一种新型的电力线载波通信可区分故障恢复算法Diff_RECV,在考虑不同生存性服务质量(QoS)要求的同时,将保护恢复机制和重路径恢复机制结合,实现了区分流量保护与恢复。通过实验验证,所提出的Diff_RECV算法能够全部恢复故障业务流量,并且比扩散法有更高的恢复速度。     

500 kV CVT计量误差现场测试分析

针对一起电能计量装置数据异常现象,对CVT进行现场误差测试,发现0.2级CVT电压计量误差达0.30%～0.45%,通过原理分析认为CVT高压电容部分元件击穿是造成误差大的原因,并提出在系统运行方式许可时,电能计量装置中电压互感器选用电磁式电压互感器的建议。     

现场500kV电压互感器的误差试验

通过对某厂电容式和GIS中电磁式两种类型500kV电压互感器的试验,介绍了在现场对500kV电压互感器误差进行测量的方法,用串联谐振方法进行升压,并根据实际情况对引线产生的误差进行了简单分析,为有关计量检测人员提供了一定的借鉴。     

电力系统谐波对电能计量的影响

分析电力系统谐波对感应式电能表和电子式电能表的电能计量准确性及合理性的影响,介绍谐波对电能计量误差影响的RTDS仿真试验的接线方式、仿真模型、具体试验步骤和试验结果,认为：不同电力系统谐波对电能计量具有不同影响;分别计量负荷消耗的基波电能和谐波电能是较合理的电能计量方式。     

基于深度学习与改进负荷行为关联图的农业用户非侵入式负荷分解方法

目前负荷分解模型大都面向城市用户,忽视了农业用电场景下的负荷关联特性,导致现有负荷分解模型在该场景下的分解效果较差,本文提出了一种基于深度学习与改进负荷行为关联图的农业用户非侵入式负荷分解方法。该方法首先采用One-hot编码构建包含离散和连续影响因素的负荷特征矩阵;其次,运用负荷行为关联图来表征用户不同负荷设备间关联关系,并采用图注意力网络对负荷间相关性进行权重优化;最后,构建基于卷积神经网络和长短时记忆网络的农业用户负荷分解模型并进行训练部署。仿真结果显示,本文所提出的基于深度学习与改进负荷行为关联图的农业用户非侵入式负荷分解方法相比现有方法分别获得4.34%和2.02%的负荷分解精度提升,并更加适用于农业用电场景。