CN106646038A - 基于智能电表实采数据的低电压诊断*** - Google Patents
基于智能电表实采数据的低电压诊断*** Download PDFInfo
- Publication number
- CN106646038A CN106646038A CN201611083073.7A CN201611083073A CN106646038A CN 106646038 A CN106646038 A CN 106646038A CN 201611083073 A CN201611083073 A CN 201611083073A CN 106646038 A CN106646038 A CN 106646038A
- Authority
- CN
- China
- Prior art keywords
- low
- voltage
- data
- electric meter
- intelligent electric
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种基于智能电表实采数据的低电压诊断***，包括：数据采集装置、数据分析模块、低电压成因案例库和诊断模块，数据采集装置通过智能电表采集数据，数据分析模块确定低电压工况数据的聚类标准，构建所述低电压成因案例库，诊断模块基于所述低电压工况数据聚类标准和所述低电压成因案例库，将待诊断低电压工况数据，利用大数据特征比对方法，智能诊断低电压成因及概率。本发明可以充分利用在智能电网中的智能电表，科学快捷地利用其采集的庞大数据形成低电压成因案例库，再通过特征对比智能诊断低电压成因及计算其概率。
Description
技术领域
本发明属于电网领域，具体地说，涉及一种基于智能电表实采数据的低电压诊断***。
背景技术
电压是衡量电能质量的一个重要指标。各种用电设备都是按额定电压来设计制造的，这些设备在额定电压下运行将取得最佳的效果，电压过大地偏离额定值将对用户产生不良影响。电力***常见的用电设备是异步电动机、各种电热设备、照明灯以及近年来日渐增多的家用电器等，当电压过低时，用电设备效率会降低，影响生产的质量和效率；当电压过高时，用电设备的寿命将会缩短。电压偏移过大，除了影响用户的正常工作以外，对电力***本身也有不利影响。电压降低，会使网络中的功率损耗和能量损耗加大，电压过低还可能危及电力***运行的稳定性；而电压过高时，各种电气设备的绝缘可能受到损害。
随着生产和生活水平的提高，农村地区的用电量不断增加。近年来，农村配电网逐渐暴露出电压偏低的问题。在负荷集中使用的灌溉期、农产品加工期、节假日期间容易出现“满负载”甚至“过负载”的现象。由于农村地域广阔、用户分散、线路供电半径长，农村用电负荷的快速增长，同时低压配电网还存在着三相线路阻抗不对称、负荷三相不平衡、阻抗比较大等因素，在用电高峰期间，造成农村低压配电网电压偏低，不能满足低压(380V/220V)电压允许偏差值为+7％～-10％的要求。农村“低电压”问题影响供电企业品牌形象，影响老百姓的切身利益，影响农村经济社会的持续发展，“低电压”治理工作迫在眉捷，急需研究低压配电网的电压调节问题。
电力工业是国民经济的基础产业，电力建设投资巨大，有效利用投资、建设坚强智能电网是电力企业的中心工作。随着企业管理集约化、精益化的推进，近几年公司大规模推广应用智能电表，积极开展现代化配网建设，特别在2015年公司年度工作会议上明确提出，用2年时间完成“低电压”综合治理。
智能电表是智能电网的智能终端，它已经不是传统意义上的电能表，智能电表除了具备传统电能表基本用电量的计量功能以外，为了适应智能电网和新能源的使用它还具有双向多种费率计量功能、用户端控制功能、多种数据传输模式的双向数据通信功能、防窃电功能等智能化的功能，智能电表代表着未来节能型智能电网最终用户智能化终端的发展方向。
发明内容
有鉴于此，本发明提出了一种基于智能电表实采数据的低电压诊断***，能够对配电网中的低电压原因进行准确分析，从而针对于造成低电压的原因提出具有针对性的解决方案，保证治理后的电压质量满足居民的生产和生活要求。
为了解决上述技术问题，本发明公开了一种基于智能电表实采数据的低电压诊断***，包括：数据采集装置、数据分析模块、低电压成因案例库和诊断模块，所述数据采集装置与所述数据分析模块连接，所述数据分析模块与所述低电压成因案例库连接，所述低电压成因案例库与所述诊断模块连接。
进一步的，所述数据采集装置采用智能电表。
进一步的，所述智能电表采集的数据包括：线损数据、末端电压数据、负荷数据、业扩数据、电量数据、用户档案和智能电表档案。
进一步的，所述数据分析模块横向集成所述智能电表采集的所述数据，多维度分析低电压数据与地区、负荷、季节、用电类型、用户行业、电价类型、用电量、线损、三相不平衡数据的相关关系，确定低电压工况数据的聚类标准。
进一步的，所述诊断模块按照所述数据分析模块中确定的所述聚类标和所述低电压成因案例库，将待诊断低电压工况数据，利用大数据特征比对方法，智能诊断低电压成因及计算其概率。
进一步的，当所述数据分析模块接受新增低电压数据时，按所述聚类标准分析相关度和兼容度，对新增情况自动合并与归类，对于无法合并或归类的形成新的聚类标准。
与现有技术相比，本发明可以获得包括以下技术效果：
1)本发明可以充分利用在智能电网中的智能电表，科学快捷地利用其采集的庞大数据形成低电压成因案例库，再通过特征对比智能诊断低电压成因及计算其概率。
2)本发明可以充分利用在智能电网中的低电压治理，当用户端出现低压之后，本***会对用户端低电压状态进行分析和计算，然后给出相应的解决方案。通过控制相应的低电压治理装置，实现对用户端电压的抬升，达到低电压治理的目的，满足用户使用要求。
当然，实施本发明的任一产品必不一定需要同时达到以上所述的所有技术效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明实施例中基于智能电表实采数据的低电压诊断***的示意图。
具体实施方式
以下将配合附图及实施例来详细说明本发明的实施方式，藉此对本发明如何应用技术手段来解决技术问题并达成技术功效的实现过程能充分理解并据以实施。
本发明公开了一种基于智能电表实采数据的低电压诊断***，如图1所示，包括：数据采集装置100、数据分析模块200、低电压成因案例库300和诊断模块400，所述数据采集装置100与所述数据分析模块200连接，所述数据分析模块200与所述低电压成因案例库300连接，所述低电压成因案例库300与所述诊断模块400连接。
在本实施例中，所述数据采集装置100采用智能电表。
在本实施例中，所述智能电表采集100的数据包括：线损数据、末端电压数据、负荷数据、业扩数据、电量数据、用户档案和智能电表档案。
在本实施例中，所述数据分析模块200横向集成所述智能电表100采集的所述数据，多维度分析低电压数据与地区、负荷、季节、用电类型、用户行业、电价类型、用电量、线损、三相不平衡等数据的相关关系，确定低电压工况数据的聚类标准。
聚类是将数据分类到不同的类或者簇这样的一个过程，所有同一个簇中的对象有很大的相似性，而不同簇间的对象有很大的相异性，聚类分析是一种探索性的分析，在分类的过程中，人们不必事先给出一个分类的标准，聚类分析能够从样本数据出发，自动进行分类，从实际应用的角度看，聚类分析是数据挖掘的主要任务之一，而且聚类能够作为一个独立的工具获得数据的分布状况，观察每一簇数据的特征，集中对特定的聚簇集合作进一步地分析。
按照所述数据分析模块200中确定的所述聚类标准，随机抽取所述聚类下的低电压用户进行实例分析，通过多种分析方式确定所述聚类低电压成因分类，并进行低电压成因概率计算，构建所述低电压成因案例库300。
在本实施例中，所述诊断模块400按照所述数据分析模块200中确定的所述聚类标和所述低电压成因案例库300，将待诊断低电压工况数据，利用大数据特征比对方法，智能诊断低电压成因及计算其概率。
在本实施例中，当所述数据分析模块200接受新增低电压数据时，按所述聚类标准分析相关度和兼容度，对新增情况自动合并与归类，对于无法合并或归类的形成新的聚类标准。
与现有技术相比，本发明可以获得包括以下技术效果：
本发明可以充分利用在智能电网中的智能电表，科学快捷地利用其采集的庞大数据形成低电压成因案例库，再通过特征对比智能诊断低电压成因及计算其概率。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者***不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者***所固有的要素。在没有更多限制的情况下，由语句“包括一个......”限定的要素，并不排除在包括所述要素的商品或者***中还存在另外的相同要素。
上述说明示出并描述了本发明的若干优选实施例，但如前所述，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。
Claims (6)
1.一种基于智能电表实采数据的低电压诊断***，其特征在于，包括：数据采集装置、数据分析模块、低电压成因案例库和诊断模块，所述数据采集装置与所述数据分析模块连接，所述数据分析模块与所述低电压成因案例库连接，所述低电压成因案例库与所述诊断模块连接。
2.如权利要求1所述的低电压诊断***，其特征在于，所述数据采集装置采用智能电表。
3.如权利要求1所述的低电压诊断***，其特征在于，所述智能电表采集的数据包括：线损数据、末端电压数据、负荷数据、业扩数据、电量数据、用户档案和智能电表档案。
4.如权利要求1所述的低电压诊断***，其特征在于，所述数据分析模块横向集成所述智能电表采集的所述数据，多维度分析低电压数据与地区、负荷、季节、用电类型、用户行业、电价类型、用电量、线损、三相不平衡数据的相关关系，确定低电压工况数据的聚类标准。
5.如权利要求1所述的低电压诊断***，其特征在于，所述诊断模块按照所述数据分析模块中确定的所述聚类标和所述低电压成因案例库，将待诊断低电压工况数据，利用大数据特征比对方法，智能诊断低电压成因及计算其概率。
6.如权利要求1所述的低电压诊断***，其特征在于，当所述数据分析模块接受新增低电压数据时，按所述聚类标准分析相关度和兼容度，对新增情况自动合并与归类，对于无法合并或归类的形成新的聚类标准。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611083073.7A CN106646038A (zh) | 2016-11-30 | 2016-11-30 | 基于智能电表实采数据的低电压诊断*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611083073.7A CN106646038A (zh) | 2016-11-30 | 2016-11-30 | 基于智能电表实采数据的低电压诊断*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106646038A true CN106646038A (zh) | 2017-05-10 |
Family
ID=58813383
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611083073.7A Pending CN106646038A (zh) | 2016-11-30 | 2016-11-30 | 基于智能电表实采数据的低电压诊断*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106646038A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107515892A (zh) * | 2017-07-07 | 2017-12-26 | 国网浙江省电力公司 | 一种基于大数据挖掘的电网低电压成因诊断方法 |
| CN107546757A (zh) * | 2017-09-28 | 2018-01-05 | 成都汉度科技有限公司 | 三相不平衡调整装置 |
| CN108710990A (zh) * | 2018-04-19 | 2018-10-26 | 国网天津市电力公司 | 基于同期数据的线变台户多级线损分析方法及*** |
| CN109407039A (zh) * | 2018-11-13 | 2019-03-01 | 许继集团有限公司 | 智能电表及其***、自诊断方法和故障检测方法 |
| CN109521312A (zh) * | 2019-01-30 | 2019-03-26 | 云南电网有限责任公司电力科学研究院 | 一种非技术线损检测方法、装置及*** |
| CN109581115A (zh) * | 2018-12-13 | 2019-04-05 | 广西电网有限责任公司电力科学研究院 | 一种配电网低电压诊断***和诊断方法 |
| CN111367970A (zh) * | 2020-03-27 | 2020-07-03 | 安徽数升数据科技有限公司 | 一种基于智能电表实采数据的低电压诊断*** |
| CN111398859A (zh) * | 2020-03-17 | 2020-07-10 | 国网江西省电力有限公司电力科学研究院 | 一种用户低电压成因大数据分析方法及*** |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101853291A (zh) * | 2010-05-24 | 2010-10-06 | 合肥工业大学 | 基于数据流的车辆故障诊断方法 |
| CN202230153U (zh) * | 2011-09-14 | 2012-05-23 | 渭南供电局 | 一种农网配电台区用电异常实时监测*** |
| CN103149492A (zh) * | 2013-02-01 | 2013-06-12 | 天津市电力公司 | 一种基于智能电表的微电网短路故障诊断方法 |
| CN104965108A (zh) * | 2015-05-25 | 2015-10-07 | 上海电机学院 | 用于预警阶梯电量越限和电压越限的智能电表及预警方法 |
| CN105866725A (zh) * | 2016-04-20 | 2016-08-17 | 国网上海市电力公司 | 一种基于聚类分析和云模型的智能电表故障分类方法 |
-
2016
- 2016-11-30 CN CN201611083073.7A patent/CN106646038A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101853291A (zh) * | 2010-05-24 | 2010-10-06 | 合肥工业大学 | 基于数据流的车辆故障诊断方法 |
| CN202230153U (zh) * | 2011-09-14 | 2012-05-23 | 渭南供电局 | 一种农网配电台区用电异常实时监测*** |
| CN103149492A (zh) * | 2013-02-01 | 2013-06-12 | 天津市电力公司 | 一种基于智能电表的微电网短路故障诊断方法 |
| CN104965108A (zh) * | 2015-05-25 | 2015-10-07 | 上海电机学院 | 用于预警阶梯电量越限和电压越限的智能电表及预警方法 |
| CN105866725A (zh) * | 2016-04-20 | 2016-08-17 | 国网上海市电力公司 | 一种基于聚类分析和云模型的智能电表故障分类方法 |
Non-Patent Citations (1)
| Title |
|---|
| 徐大青等: "智能电表数据分析方法及应用", 《供用电》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107515892A (zh) * | 2017-07-07 | 2017-12-26 | 国网浙江省电力公司 | 一种基于大数据挖掘的电网低电压成因诊断方法 |
| CN107546757A (zh) * | 2017-09-28 | 2018-01-05 | 成都汉度科技有限公司 | 三相不平衡调整装置 |
| CN108710990A (zh) * | 2018-04-19 | 2018-10-26 | 国网天津市电力公司 | 基于同期数据的线变台户多级线损分析方法及*** |
| CN109407039A (zh) * | 2018-11-13 | 2019-03-01 | 许继集团有限公司 | 智能电表及其***、自诊断方法和故障检测方法 |
| CN109581115A (zh) * | 2018-12-13 | 2019-04-05 | 广西电网有限责任公司电力科学研究院 | 一种配电网低电压诊断***和诊断方法 |
| CN109581115B (zh) * | 2018-12-13 | 2022-01-04 | 广西电网有限责任公司电力科学研究院 | 一种配电网低电压诊断***和诊断方法 |
| CN109521312A (zh) * | 2019-01-30 | 2019-03-26 | 云南电网有限责任公司电力科学研究院 | 一种非技术线损检测方法、装置及*** |
| CN111398859A (zh) * | 2020-03-17 | 2020-07-10 | 国网江西省电力有限公司电力科学研究院 | 一种用户低电压成因大数据分析方法及*** |
| CN111367970A (zh) * | 2020-03-27 | 2020-07-03 | 安徽数升数据科技有限公司 | 一种基于智能电表实采数据的低电压诊断*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106646038A (zh) | 基于智能电表实采数据的低电压诊断*** | |
| CN106526425A (zh) | 基于智能电表实采数据的低电压诊断方法 | |
| CN107462863B (zh) | 一种智能电能表运行误差运行诊断分析方法及*** | |
| CN110321919A (zh) | 一种用于低压单相用户户相关系辨识的聚类方法 | |
| CN106908671A (zh) | 一种非侵入式家用负荷智能检测方法及*** | |
| CN105548949A (zh) | 一种智能电能表的故障远程判断方法及其*** | |
| CN108683180A (zh) | 一种三相低压配电网拓扑重建方法 | |
| CN103544652A (zh) | 电网行业分类负荷自动统计方法及*** | |
| CN108448721A (zh) | 电力***主站监控信号与标准信号自动匹配的方法 | |
| CN205139342U (zh) | 一种能源回馈型电源老化测试*** | |
| CN100595597C (zh) | 一种避雷器多种波形老化试验装置 | |
| CN101789629B (zh) | 一种节电空间评估***与方法 | |
| CN104834305A (zh) | 基于dms***的配网自动化终端遥测异常分析***及方法 | |
| CN113469488B (zh) | 配电网设备拓扑结构在线诊断分析*** | |
| CN204515103U (zh) | 电气性能参数测试*** | |
| CN109633517A (zh) | 分相分时查找窃电的方法 | |
| CN103501003A (zh) | 线损控制*** | |
| CN109191006A (zh) | 一种电网110 kV主变N-1风险自动扫描分析的方法 | |
| CN109596947B (zh) | 一种基于绝缘电导的电气绝缘老化监测预警方法、装置 | |
| CN103745417A (zh) | 一种电网负荷特征曲线分析方法 | |
| CN116106627A (zh) | 一种基于电压电流不同相错误接线异常的判断方法 | |
| CN205301549U (zh) | 一种高压直流监测仪表 | |
| CN105974332B (zh) | 本安电源性能动态测试*** | |
| CN205139329U (zh) | 模块锂电池测试装置 | |
| CN201177647Y (zh) | 一种避雷器多种波形老化试验装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170510 |