CN107292415B - 一种智能表轮换时间的预测方法 - Google Patents

一种智能表轮换时间的预测方法 Download PDF

Info

Publication number
CN107292415B
CN107292415B CN201710302053.2A CN201710302053A CN107292415B CN 107292415 B CN107292415 B CN 107292415B CN 201710302053 A CN201710302053 A CN 201710302053A CN 107292415 B CN107292415 B CN 107292415B
Authority
CN
China
Prior art keywords
rate
altitude
humidity
temperature
preset
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.)
Active
Application number
CN201710302053.2A
Other languages
English (en)
Other versions
CN107292415A (zh
Inventor
夏洪涛
袁雪枫
牛东晓
杨扬
姚多朵
王亿
张旭东
王龙
戴波
王锋华
张文军
陈新
叶烨
项弋力
丁小
杨少杰
施婧
方刚毅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
State Grid Zhejiang Electric Power Co Ltd
North China Electric Power University
Zhejiang Huayun Information Technology Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Zhejiang Electric Power Co Ltd
North China Electric Power University
Zhejiang Huayun Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, State Grid Zhejiang Electric Power Co Ltd, North China Electric Power University, Zhejiang Huayun Information Technology Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201710302053.2A priority Critical patent/CN107292415B/zh
Publication of CN107292415A publication Critical patent/CN107292415A/zh
Application granted granted Critical
Publication of CN107292415B publication Critical patent/CN107292415B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Electric Clocks (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种智能表轮换时间的预测方法，属于设备寿命预测领域，解决了现有技术中智能表轮换时间预测不准的技术问题，本发明的智能表轮换时间的预测方法，包括：获取智能表的电压合格率以及当前工作环境下的温度值、湿度值和海拔值；获取智能表的综合故障率；将电压合格率、综合故障率、温度值、湿度值和海拔值归算到预设电压合格率基准、预设综合故障率基准、预设温度差基准、预设湿度基准和预设海拔基准，确定电压合格率、综合故障率、温度、湿度和海拔的标幺值；获取电压合格率、综合故障率、温度、湿度和海拔的权重参数，并根据电压合格率、综合故障率、温度、湿度和海拔的标幺值确定智能表轮换时间。

Description

一种智能表轮换时间的预测方法
【技术领域】
本发明涉及设备寿命预测领域，具体涉及一种智能表轮换时间的预测方法。
【背景技术】
设备的物理寿命的确定有两种方法：一是由设备制造商给出。对于常年生产某一设备的制造商来说，因为有多年的生产经验和大量的数据积累，以及用户的反馈信息，可以确定其设备寿命。对于新研制的设备，也可根据同型号的设备对寿命值做出正确的估计；二是利用德尔菲法对设备寿命进行预测，具体过程是由需求者把设备及其主要零部件的有关背景材料及预测的目的要求分别寄给相关专家，要求他们按时以自己的经验对设备寿命进行评估，然后将各位专家的意见进行归纳整理，并将整理结果再次寄给各位专家，请他们进行二次评估，然后再综合归纳。上述两种方法主观性较强，为综合考虑多种客观因素，对设备寿命预测的准确度较弱。
【发明内容】
本发明所要解决的技术问题在于克服现有技术的不足而提供一种智能表轮换时间的预测方法，能够充分考虑客观因素的影响，从而提高智能表的寿命预测精度。
为解决上述技术问题，本发明采用如下技术方案：
一种智能表轮换时间的预测方法，所述预测方法包括：
获取智能表的电压合格率以及当前工作环境下的温度值、湿度值和海拔值；
获取智能表的综合故障率；
将电压合格率、综合故障率、温度值、湿度值和海拔值归算到预设电压合格率基准、预设综合故障率基准、预设温度差基准、预设湿度基准和预设海拔基准，确定电压合格率、综合故障率、温度、湿度和海拔的标幺值；
获取电压合格率、综合故障率、温度、湿度和海拔的权重参数，并根据电压合格率、综合故障率、温度、湿度和海拔的标幺值确定智能表轮换时间。
进一步的，所述获取智能表的综合故障率包括：
获取所述智能表的时钟故障率α1、烧表故障率α2、通讯故障率α3、表壳损坏或接线柱损坏故障率α4和液晶屏故障及显示错误故障率α5；
根据时钟故障率α1、烧表故障率α2、通讯故障率α3、表壳损坏或接线柱损坏故障率α4、液晶屏故障及显示错误故障率α5，以及预设的时钟故障率的权重系数的h1、烧表故障率的权重系数h2、通讯故障率的权重系数h3、表壳损坏或接线柱损坏故障率的权重系数h4、液晶屏故障及显示错误故障率的权重系数h5，满足h1+h2+h3+h4+h5＝1，由公式一确定综合故障率α，
α＝h1*α1+h2*α2+h3*α3+h4*α4+h5*α5 公式一。
更进一步的，所述预设温度差基准为4，所述温度的标幺值为
Figure BDA0001284516850000021
所述预设湿度基准为40％，所述湿度的标幺值为
Figure BDA0001284516850000022
所述预设海拔基准为300米，所述海拔的标幺值为
Figure BDA0001284516850000023
所述预设电压合格率基准为70％，所述电压合格率的标幺值为
Figure BDA0001284516850000024
所述预设综合故障率基准为10％，所述综合故障率的标幺值为
Figure BDA0001284516850000025
更进一步的，所述获取电压合格率、综合故障率、温度、湿度和海拔的权重参数，并根据电压合格率、综合故障率、温度、湿度和海拔的标幺值确定智能表轮换时间，包括
根据公式二确定智能表轮换时间y，
Figure BDA0001284516850000026
其中，k1为温度的权重参数，k2为湿度的权重参数，k3为海拔的权重参数，k4为电压合格率的权重参数，k5为综合故障率的权重参数，y为智能表轮换时间；
所述温度的权重参数k1、湿度的权重参数k2、海拔的权重参数k3、电压合格率的权重参数k4以及综合故障率的权重参数k5满足：k1+k2+k3+k4+k5＝1。
本发明的有益效果：
本发明的技术方案是在综合考虑了智能表实际所处工作环境的温度值、湿度值、海拔值以及智能表本身的电压合格率及综合故障率客观因素基础上进行的轮换时间预测，降低了人员主观性的干扰，预测精度更高，为智能表的轮换提供有效准备，降低由于更换智能表而造成的损失。
本发明的这些特点和优点将会在下面的具体实施方式、附图中详细的揭露。
【附图说明】
下面结合附图对本发明做进一步的说明：
图1为本发明的流程图。
【具体实施方式】
下面结合本发明实施例的附图对本发明实施例的技术方案进行解释和说明，但下述实施例仅仅为本发明的优选实施例，并非全部。基于实施方式中的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得其它实施例，都属于本发明的保护范围。
如图1所示，本发明公开了一种智能表轮换时间的预测方法，所述预测方法包括：
11、获取智能表的电压合格率β以及当前工作环境下的温度值T、湿度值P和海拔值H；
12、获取智能表的综合故障率；
13、将电压合格率、综合故障率、温度值、湿度值和海拔值归算到预设电压合格率基准、预设综合故障率基准、预设温度差基准、预设湿度基准和预设海拔基准，确定电压合格率、综合故障率、温度、湿度和海拔的标幺值；
14、获取电压合格率、综合故障率、温度、湿度和海拔的权重参数，并根据电压合格率、综合故障率、温度、湿度和海拔的标幺值确定智能表轮换时间。
其中步骤12中获取智能表的综合故障率包括：
获取智能表的时钟故障率α1、烧表故障率α2、通讯故障率α3、表壳损坏或接线柱损坏故障率α4和液晶屏故障及显示错误故障率α5；
根据时钟故障率α1、烧表故障率α2、通讯故障率α3、表壳损坏或接线柱损坏故障率α4、液晶屏故障及显示错误故障率α5，以及预设的时钟故障率的权重系数的h1、烧表故障率的权重系数h2、通讯故障率的权重系数h3、表壳损坏或接线柱损坏故障率的权重系数h4、液晶屏故障及显示错误故障率的权重系数h5，满足h1+h2+h3+h4+h5＝1，由公式一确定综合故障率α，
α＝h1*α1+h2*α2+h3*α3+h4*α4+h5*α5 公式一。
所述预设温度差基准为4，所述温度的标幺值为
Figure BDA0001284516850000041
所述预设湿度基准为40％，所述湿度的标幺值为
Figure BDA0001284516850000042
所述预设海拔基准为300米，所述海拔的标幺值为
Figure BDA0001284516850000043
所述预设电压合格率基准为70％，所述电压合格率的标幺值为
Figure BDA0001284516850000044
所述预设综合故障率基准为10％，所述综合故障率的标幺值为
Figure BDA0001284516850000045
步骤14中获取电压合格率、综合故障率、温度、湿度和海拔的权重参数，并根据电压合格率、综合故障率、温度、湿度和海拔的标幺值确定智能表轮换时间，包括
根据公式二确定智能表轮换时间y，
Figure BDA0001284516850000046
其中，k1为温度的权重参数，k2为湿度的权重参数，k3为海拔的权重参数，k4为电压合格率的权重参数，k5为综合故障率的权重参数，y为智能表轮换时间；
所述温度的权重参数k1、湿度的权重参数k2、海拔的权重参数k3、电压合格率的权重参数k4以及综合故障率的权重参数k5满足：k1+k2+k3+k4+k5＝1。
为了验证本发明的预测方法，下面将结合具体实例进行进一步说明。
例如该批次的智能表安装在环境温度值T为18摄氏度，一般取平均值，湿度值P为50％，海拔值H为10米的地方，根据历史情况，该批电能表的电压合格率β为80％。
其中权重系数hi的数值采用熵权法确定，i为1，2，3，4，5。采集n组智能表，每组智能表的故障类别为m类，本实施例中的为n为6，m为5，
设由n个方案m项指标构成的评价矩阵为X＝(xji)n×m,j＝1,2,…,n；i＝1,2,…,m。指标标准化方法如下：
Figure BDA0001284516850000051
式中Pji为标准化的指标数据。标准化处理有效地消除了指标间的不可公度。各指标的熵为：
Figure BDA0001284516850000052
特别地，当Pji＝0时，令PjilnPji＝0。wi为各指标无偏好权重。
Figure BDA0001284516850000053
以θi表示电网企业对第i个故障指标或影响因素的偏好度，则评估样本第i个故障指标或影响因素的偏好熵权重(以hi表示)，则偏好熵权重系数为：
Figure BDA0001284516850000054
本实施例中计算得出的时钟故障率的权重系数的h1为0.4、烧表故障率的权重系数h2为0.1、通讯故障率的权重系数h3为0.2、表壳损坏或接线柱损坏故障率的权重系数h4为0.1、液晶屏故障及显示错误故障率的权重系数h5为0.2。
根据对设备以往故障情况分析，各主要故障发生的频率及权重设置如表1所示：
表1各类别故障率统计及权重系数设置表
Figure BDA0001284516850000061
将上表的数据α1、、α2、、α3α4α5和h1、h2、h、3h4h5代入公式一可得，综合故障率α为0.2638。
温度的标幺值x1、湿度的标幺值x2、海拔的标幺值x3、电压合格率的标幺值x4、综合故障率的标幺值x5及温度的权重参数k1、湿度的权重参数k2、海拔的权重参数k3、电压合格率的权重参数k4和综合故障率的权重参数k5如表2所示，其中ki的计算方式参照hi的计算方式，
表2各标幺值及权重参数设置表
Figure BDA0001284516850000062
将上述各个数据代入公式二中，得到该批次智能表轮换时间为4.3年。
由公式二可知，温度实际温度与最佳温度差值的绝对值越大，温度的标幺值越大，表计轮换时间越短；实际湿度越大，湿度的标幺值也越大，表计轮换时间越短；实际海拔越高，海拔的标幺值越大，表计轮换时间越短；电压合格率越高，电压合格率的标幺值越大，表计轮换时间越长；综合故障率越高，综合故障率的标幺值越大，表计轮换时间越短。
由此可知，本发明的技术方案是在综合考虑了智能表实际所处工作环境的温度值、湿度值、海拔值以及智能表本身的电压合格率及综合故障率客观因素基础上进行的轮换时间预测，降低了人员主观性的干扰，预测精度更高，为智能表的轮换提供有效准备，降低由于更换智能表而造成的损失。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，熟悉该本领域的技术人员应该明白本发明包括但不限于附图和上面具体实施方式中描述的内容。任何不偏离本发明的功能和结构原理的修改都将包括在权利要求书的范围中。

Claims (1)

1.一种智能表轮换时间的预测方法，其特征在于，所述预测方法包括：
获取智能表的电压合格率以及当前工作环境下的温度值、湿度值和海拔值；
获取智能表的综合故障率；
将电压合格率、综合故障率、温度值、湿度值和海拔值归算到预设电压合格率基准、预设综合故障率基准、预设温度差基准、预设湿度基准和预设海拔基准，确定电压合格率、综合故障率、温度、湿度和海拔的标幺值；
获取电压合格率、综合故障率、温度、湿度和海拔的权重参数，并根据电压合格率、综合故障率、温度、湿度和海拔的标幺值确定智能表轮换时间；
所述获取智能表的综合故障率包括：
获取所述智能表的时钟故障率α1、烧表故障率α2、通讯故障率α3、表壳损坏或接线柱损坏故障率α4和液晶屏故障及显示错误故障率α5；
根据时钟故障率α1、烧表故障率α2、通讯故障率α3、表壳损坏或接线柱损坏故障率α4、液晶屏故障及显示错误故障率α5，以及预设的时钟故障率的权重系数的h1、烧表故障率的权重系数h2、通讯故障率的权重系数h3、表壳损坏或接线柱损坏故障率的权重系数h4、液晶屏故障及显示错误故障率的权重系数h5，满足h1+h2+h3+h4+h5＝1，由公式一确定综合故障率α，
α＝h1*α1+h2*α2+h3*α3+h4*α4+h5*α5 公式一；
所述预设温度差基准为4，所述温度的标幺值为
Figure FDA0002948738950000011
所述预设湿度基准为40％，所述湿度的标幺值为
Figure FDA0002948738950000012
所述预设海拔基准为300米，所述海拔的标幺值为
Figure FDA0002948738950000013
所述预设电压合格率基准为70％，所述电压合格率的标幺值为
Figure FDA0002948738950000014
所述预设综合故障率基准为10％，所述综合故障率的标幺值为
Figure FDA0002948738950000015
其中，T为当前工作环境下的温度值，P为当前工作环境下的湿度值，H为当前工作环境下的海拔值；
所述获取电压合格率、综合故障率、温度、湿度和海拔的权重参数，并根据电压合格率、综合故障率、温度、湿度和海拔的标幺值确定智能表轮换时间，包括：
根据公式二确定智能表轮换时间y，
Figure FDA0002948738950000021
其中，k1为温度的权重参数，k2为湿度的权重参数，k3为海拔的权重参数，k4为电压合格率的权重参数，k5为综合故障率的权重参数，y为智能表轮换时间；
所述温度的权重参数k1、湿度的权重参数k2、海拔的权重参数k3、电压合格率的权重参数k4以及综合故障率的权重参数k5满足：k1+k2+k3+k4+k5＝1。
CN201710302053.2A 2017-05-02 2017-05-02 一种智能表轮换时间的预测方法 Active CN107292415B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710302053.2A CN107292415B (zh) 2017-05-02 2017-05-02 一种智能表轮换时间的预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710302053.2A CN107292415B (zh) 2017-05-02 2017-05-02 一种智能表轮换时间的预测方法

Publications (2)

Publication Number Publication Date
CN107292415A CN107292415A (zh) 2017-10-24
CN107292415B true CN107292415B (zh) 2021-07-30

Family

ID=60094404

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710302053.2A Active CN107292415B (zh) 2017-05-02 2017-05-02 一种智能表轮换时间的预测方法

Country Status (1)

Country Link
CN (1) CN107292415B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108268076B (zh) * 2018-01-23 2020-12-22 江苏省兴安科技发展有限公司 一种基于大数据的机房运行安全评估***
CN109583697A (zh) * 2018-10-29 2019-04-05 中国电力科学研究院有限公司 一种基于大数据聚类分析的电能计量装置智能轮换方法及***
CN109359896B (zh) * 2018-12-10 2021-11-12 国网福建省电力有限公司 一种基于svm的电网线路故障风险预警方法
CN110927654B (zh) * 2019-08-23 2022-03-29 国网天津市电力公司电力科学研究院 一种智能电能表批次运行状态评价方法
CN113607413A (zh) * 2021-08-26 2021-11-05 上海航数智能科技有限公司 一种基于可控温湿度的轴承部件故障监测预测方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103218752A (zh) * 2013-03-13 2013-07-24 云南电力试验研究院（集团）有限公司电力研究院 一种高压变压器当前和短期可靠度评估方法
CN103426030A (zh) * 2013-04-24 2013-12-04 华北电力大学 计及老化因素的电力设备故障率预测方法
CN103310051B (zh) * 2013-06-05 2016-03-02 天泽信息产业股份有限公司 一种全寿命周期内的车载信息终端故障率预测方法
CN103714493B (zh) * 2014-01-10 2017-01-25 中国南方电网有限责任公司超高压输电公司检修试验中心 Sf6断路器剩余寿命评估方法
CN104463697A (zh) * 2014-11-28 2015-03-25 清华大学 含大规模风电电力***的风险评估方法
CN104914327B (zh) * 2015-05-06 2018-01-30 北京航空航天大学 基于实时监测信息的变压器故障检修预测方法
CN105740582B (zh) * 2016-03-16 2018-08-28 华北电力大学 一种复合绝缘子老化状态预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Smart electricity meter reliability prediction based on accelerated degradation testing and modeling;Zhou yang等;《International Journal of Electrical Power&Energy Systems》;20140331;第56卷;第209-219页 *

Also Published As

Publication number Publication date
CN107292415A (zh) 2017-10-24

Similar Documents

Publication Publication Date Title
CN107292415B (zh) 一种智能表轮换时间的预测方法
CN108037460B (zh) 一种批产锂离子电池容量实时评估方法
CN110927654B (zh) 一种智能电能表批次运行状态评价方法
CN111669123B (zh) 用于对光伏组串进行故障诊断的方法和装置
CN109919394B (zh) 电力变压器剩余寿命预测方法
CN113792939B (zh) 基于混合威布尔分布的电能表可靠性预测方法及装置
CN110146840B (zh) 一种基于多应力影响的批次电能表近期寿命预测方法
CN108921409B (zh) 一种电压暂降严重度等级判定方法
CN110542879B (zh) 电容式电压互感器运行性能变化趋势预测方法与***
CN106557870B (zh) 一种用于电网合同能源管理项目的节能潜力评估方法
CN102357934A (zh) 一种基于橡胶混炼过程的质量监控软测量方法
CN104915894A (zh) 计量自动化终端运行风险预警***
CN114372360A (zh) 用于电力负荷预测的方法、终端及存储介质
CN109670652A (zh) 一种光伏组件的故障预测方法
CN112288293A (zh) 一种大型充电站电能质量综合评估方法
CN109409629B (zh) 基于多属性决策模型的采集终端生产厂商评价方法
CN106780125A (zh) 一种基于月均用电量的采集异常紧急程度计算方法
CN115374938A (zh) 一种基于XGBoost的配电网电压预测方法
CN102095953B (zh) 一种蓄电池充电机性能在线检测方法
CN111339661A (zh) 一种高压电缆巡检周期自动规划方法
CN111812573B (zh) 一种特高压cvt谐波测试误差特性分析方法及***
CN102969711A (zh) 线损控制***
CN104880690A (zh) 一种电能表运行的评价方法
CN104880691A (zh) 一种关口电能计量装置运行状态的评价方法
CN104240144B (zh) 一种基于需求响应的电力负荷聚类方法

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 310007 Huanglong Road, Zhejiang, Hangzhou, No. 8

Applicant after: Zhejiang Electric Power Co., Ltd.

Applicant after: State Grid Corporation of China

Applicant after: North China Electric Power University

Applicant after: Zhejiang Huayun Information Technology Co., Ltd.

Address before: 310000 Huanglong Road, Zhejiang, Hangzhou, No. 8

Applicant before: State Grid Zhejiang Electric Power Company

Applicant before: State Grid Corporation of China

Applicant before: North China Electric Power University

Applicant before: Zhejiang Huayun Information Technology Co., Ltd.

GR01 Patent grant
GR01 Patent grant