CN109342989A - 一种电能表的误差分析方法及装置 - Google Patents
一种电能表的误差分析方法及装置 Download PDFInfo
- Publication number
- CN109342989A CN109342989A CN201810935624.0A CN201810935624A CN109342989A CN 109342989 A CN109342989 A CN 109342989A CN 201810935624 A CN201810935624 A CN 201810935624A CN 109342989 A CN109342989 A CN 109342989A
- Authority
- CN
- China
- Prior art keywords
- electric energy
- cluster
- energy meter
- history electricity
- normalization
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
- G01R35/04—Testing or calibrating of apparatus covered by the other groups of this subclass of instruments for measuring time integral of power or current
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明实施例提供了一种电能表的误差分析方法及装置,该电能表的误差分析方法包括:获取配变电能表及配变电能表对应的n个用户的电能表在多个时刻的历史电量数据,n为大于或等于1的整数;对多个时刻的历史电量数据进行归一化处理,得到归一化后的历史电量数据;对归一化后的历史电量数据进行聚类,得到聚类结果;根据聚类结果,得到配电台区的线损率及各用户的电能表的误差率。由于经过归一化和聚类之后的历史电量数据服从独立同分布,配电台区的线损率恒定,相比于传统的近似方法,本发明提高了计算得到的配电台区的线损率及各用户的电能表的误差率的精度,进而提高了对电能表进行校正的准确性。
Description
技术领域
本发明涉及电力计量技术领域,具体涉及一种电能表的误差分析方法及装置。
背景技术
电能表计量误差的影响因素多种多样,主要包括:电流、电压及温度的变化、电压的不对称、电能表的位置、以及计算公式的科学性等,而且,作为整个流程中的重要环节,电能表中每一个内部零件的微小变化都会导致电能表计量误差的发生。
计算电能表误差时,线路损耗作为关键变量之一,与配电台区负载分布、三相不平衡度等多个因素密切相关,因此在条件不尽相同的情况下,配电台区线损率并不是一个恒定的值。传统的误差分析方法采用近似方式,计算精度低,从而影响了对电能表进行校正的准确性。因此,如何提高误差计算的精度以提高对电能表进行校正的准确性成为亟待解决的问题。
发明内容
鉴于上述的分析,本发明实施例提出了一种电能表的误差分析方法及装置,用以解决传统的电能表误差分析方法计算精度低而影响了对电能表进行校正的准确性的问题。
为实现上述目的,本发明采用如下技术方案:
本发明第一发面,提供了一种电能表的误差分析方法,该电能表的误差分析方法包括:获取配变电能表及所述配变电能表对应的n个用户的电能表在多个时刻的历史电量数据,n为大于或等于1的整数;对所述多个时刻的历史电量数据进行归一化处理,得到归一化后的历史电量数据;对所述归一化后的历史电量数据进行聚类,得到聚类结果;根据所述聚类结果,得到配电台区的线损率及各所述用户的电能表的误差率。
结合第一方面,在第一方面第一实施方式中,对所述归一化后的历史电量数据进行聚类,得到聚类结果,包括:根据所述归一化后的历史电量数据,确定对所述归一化后的历史电量数据进行聚类的最优聚类个数和对应的聚类中心;根据所述最优聚类个数和对应的聚类中心,对所述归一化后的历史电量数据进行聚类,得到所述聚类结果。
结合第一方面第一实施方式,在第一方面第二实施方式中,根据所述归一化后的历史电量数据,确定对所述归一化后的历史电量数据进行聚类的最优聚类个数和对应的聚类中心,包括:根据多个预设聚类中心,对所述归一化后的历史电量数据进行聚类,得到各所述预设聚类中心的第一簇;计算各所述预设聚类中心的第一簇的轮廓系数,选取所述第一簇的轮廓系数最大的前m个预设聚类中心,m为大于或等于2且小于或等于10的整数;根据所述前m个预设聚类中心,对所述归一化后的历史电量数据进行聚类,得到所述前m个预设聚类中心中各预设聚类中心的第二簇;计算所述前m个预设聚类中心中各预设聚类中心的第二簇的总轮廓系数,将所述总轮廓系数最大时对应的所述预设聚类中心的个数和对应的预设聚类中心分别作为所述最优聚类个数和对应的聚类中心。
结合第一方面、第一方面第一实施方式或第一方面第二实施方式,在第一方面第三实施方式中,根据所述聚类结果,得到配电台区的线损率及各所述用户的电能表的误差率,包括:判断所述聚类结果中是否存在数据数量大于用户数量的簇;当所述聚类结果中存在数据数量大于用户数量的簇时,从数据数量大于用户数量的任意簇中选择n+1条数据,得到所述n+1条数据对应的n+1个时刻的配变电能表及所述n个用户的电能表的归一化后的历史电量数据;根据所述n+1条数据对应的n+1个时刻的配变电能表及所述n个用户的电能表的归一化后的历史电量数据,建立如下关系式:
其中,[Q0,Q1,Q2,Q3,…,Qn]表示时刻0至时刻n所述配变电能表的归一化后的历史电量数据,[q10,q20,…,qn0]表示时刻0所述n个用户的电能表的归一化后的历史电量数据,[q11,q21,…,qn1]表示时刻1所述n个用户的电能表的归一化后的历史电量数据,[q12,q22,…,qn2]表示时刻2所述n个用户的电能表的归一化后的历史电量数据,[q13,q23,…,qn3]表示时刻3所述n个用户的电能表的归一化后的历史电量数据,…,[q1n,q2n,…,qnn]表示时刻n所述n个用户的电能表的归一化后的历史电量数据,k表示所述配电台区的待求线损率,k1、k2…kn分别表示各所述用户的电能表的待求误差率;根据所述关系式,确定所述配电台区的线损率及各所述用户的电能表的误差率。
结合第一方面第三实施方式,在第一方面第四实施方式中,当所述聚类结果中不存在数据数量大于用户数量的簇时,扩大获取历史电量数据的时刻范围,返回所述获取配变电能表及所述配变电能表对应的n个用户的电能表在多个时刻的历史电量数据的步骤。
本发明第二方面,提供了一种电能表的误差分析装置,该电能表的误差分析装置包括:数据获取模块,用于获取配变电能表及所述配变电能表对应的n个用户的电能表在多个时刻的历史电量数据,n为大于或等于1的整数;数据处理模块,用于对所述多个时刻的历史电量数据进行归一化处理,得到归一化后的历史电量数据;聚类模块,用于对所述归一化后的历史电量数据进行聚类,得到聚类结果;误差计算模块,用于根据所述聚类结果,得到配电台区的线损率及各所述用户的电能表的误差率。
本发明第三方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行本发明第一方面或第一方面任一实施方式所述的电能表的误差分析方法。
本发明第四方面,提供了一种电能表的误差分析设备,该电能表的误差分析设备包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行本发明第一方面或第一方面任一实施方式所述的电能表的误差分析方法。
本发明技术方案,与现有技术相比,至少具有如下优点:
本发明实施例提供了一种电能表的误差分析方法及装置,在电能表的误差分析方法中,首先获取配变电能表及配变电能表对应的n个用户的电能表在多个时刻的历史电量数据,然后通过对获取的多个时刻的历史电量数据进行归一化处理和聚类,经过归一化和聚类之后的历史电量数据服从独立同分布,配电台区的线损率恒定,相比于传统的近似方法,提高了计算得到的配电台区的线损率及各用户的电能表的误差率的精度,进而提高了对电能表进行校正的准确性。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中电能表的误差分析方法的一个具体示例的流程图;
图2为本发明实施例中电能表的误差分析方法的另一个具体示例的流程图;
图3为本发明实施例中电能表的误差分析方法中步骤S31的一个具体示例的流程图;
图4为本发明实施例中配变电能表电量读数与各用户电能表电量读数的关系示意图;
图5为本发明实施例中电能表的误差分析装置的一个具体示例的原理框图;
图6为本发明实施例中电能表的误差分析设备的一个具体示例的示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
本发明实施例提供了一种电能表的误差分析方法,如图1所示,该电能表的误差分析方法包括:
步骤S1:获取配变电能表及配变电能表对应的n个用户的电能表在多个时刻的历史电量数据,n为大于或等于1的整数;此处的多个时刻可以是选出至少a*(n+1)个时刻的历史电量数据,a为大于或等于2的整数,每个时刻的历史电量数据包括一个配变电能表的电量读数和该配变电能表对应的n个用户的电能表的电量读数。
步骤S2:对多个时刻的历史电量数据进行归一化处理,得到归一化后的历史电量数据。
步骤S3:对归一化后的历史电量数据进行聚类,得到聚类结果。
步骤S4:根据聚类结果,得到配电台区的线损率及各用户的电能表的误差率。
由于配电台区的线损与配电台区负载分布、三相不平衡度等多个因素密切相关,因此在条件不尽相同的情况下,配电台区线损率并不是一个恒定的值,传统的计算电能表误差的方法对线损率进行估值,并近似认为其恒定,计算出的电能表的误差很低。
本发明实施例提供的电能表的误差分析方法通过上述步骤S1至步骤S4,对获取的配变电能表及配变电能表对应的n个用户的电能表在多个时刻的历史电量数据进行归一化处理和聚类,经过归一化和聚类之后的历史电量数据服从独立同分布,配电台区的线损率恒定,相比于传统的近似方法,提高了计算得到的配电台区的线损率及各用户的电能表的误差率的精度,进而提高了对电能表进行校正的准确性。
可选地,在本发明的一些实施例中,上述步骤S2中对多个时刻的历史电量数据进行归一化处理可以是采用离差标准化的方法,在本发明的其他实施例中,也可以是采用其他的归一化方法,本发明不以此为限。
如图2所示,上述步骤S3,对归一化后的历史电量数据进行聚类,得到聚类结果,具体包括:
步骤S31:根据归一化后的历史电量数据,确定对归一化后的历史电量数据进行聚类的最优聚类个数和对应的聚类中心,如图3所示,步骤S31具体包括:
步骤S311:根据多个预设聚类中心,对归一化后的历史电量数据进行聚类,得到各预设聚类中心的第一簇;多个预设聚类中心可以是随机选择。
步骤S312:计算各预设聚类中心的第一簇的轮廓系数,选取第一簇的轮廓系数最大的前m个预设聚类中心,m为大于或等于2且小于或等于10的整数。
根据以往电能表误差分析的实际情况,聚类中心个数小于10得到的聚类结果是较好的,因此在本发明实施例中,选取簇的轮廓系数最大的前m个预设聚类中心,m=2,3,…,10。
步骤S313:根据前m个预设聚类中心,对归一化后的历史电量数据进行聚类,得到前m个预设聚类中心中各预设聚类中心的第二簇。
具体地,分别按照2-10的聚类类别数进行聚类,并分别得到以各聚类类别数进行聚类时的各预设聚类中心的簇。
步骤S314:计算前m个预设聚类中心中各预设聚类中心的第二簇的总轮廓系数,将总轮廓系数最大时对应的预设聚类中心的个数和对应的预设聚类中心分别作为最优聚类个数和对应的聚类中心。
具体地,分别计算以上述各聚类类别数进行聚类时的总轮廓系数,当总轮廓系数最大时,此时对应的聚类类别数也就是预设聚类中心的个数为最优聚类个数,对应的各预设聚类中心为对应的聚类中心。
可选地,在本发明的一些实施例中,上述步骤S311和步骤S313中的聚类可以是采用K-means方法,在本发明的其他实施例中,也可以是采用其他的聚类方法,本发明不以此为限。
步骤S32:根据最优聚类个数和对应的聚类中心,对归一化后的历史电量数据进行聚类,得到聚类结果。
可选地,在本发明的一些实施例中,通过上述步骤S32对归一化后的历史电量数据进行聚类可以是采用K-means方法,在本发明的其他实施例中,也可以是采用其他的聚类方法,本发明不以此为限。
如图2所示,上述步骤S4,根据聚类结果,得到配电台区的线损率及各用户的电能表的误差率,具体包括:
步骤S41:判断聚类结果中是否存在数据数量大于用户数量的簇,当聚类结果中存在数据数量大于用户数量的簇时,执行步骤S43,当聚类结果中不存在数据数量大于用户数量的簇时,执行步骤S42。
步骤S42:扩大获取历史电量数据的时刻范围,返回上述步骤S1。
步骤S43:从数据数量大于用户数量的任意簇中选择n+1条数据,得到n+1条数据对应的n+1个时刻的配变电能表及n个用户的电能表的归一化后的历史电量数据。
步骤S44:根据n+1条数据对应的n+1个时刻的配变电能表及n个用户的电能表的归一化后的历史电量数据,建立如下关系式:
其中,[Q0,Q1,Q2,Q3,…,Qn]表示时刻0至时刻n配变电能表的归一化后的历史电量数据,[q10,q20,…,qn0]表示时刻0上述n个用户的电能表的归一化后的历史电量数据,[q11,q21,…,qn1]表示时刻1上述n个用户的电能表的归一化后的历史电量数据,[q12,q22,…,qn2]表示时刻2上述n个用户的电能表的归一化后的历史电量数据,[q13,q23,…,qn3]表示时刻3上述n个用户的电能表的归一化后的历史电量数据,…,[q1n,q2n,…,qnn]表示时刻n上述n个用户的电能表的归一化后的历史电量数据,k表示配电台区的待求线损率,k1、k2…kn分别表示各用户的电能表的待求误差率。
根据配电台区电能量守恒模型,配电台区总电能表即配变电能表电量读数等于配电台区线损、各用户的电能表电量读数和各电能表电量读数误差的总和,如图4所示,Q表示配变电能表电量读数,k表示配电台区线损率,q1、q2…qn表示各用户电能表电量读数,k1、k2…kn表示各用户电能表误差率,配电台区线损等于配电台区总电量(即配变电能表电量读数)乘以配电台区线损率,电能表电量读数误差等于用户电能表电量读数乘以对应该电能表的误差率,由于上述用于计算配电台区线损率和各用户电能表误差率的历史电量数据是经过归一化和聚类之后选择出的,各时刻的历史电量数据服从独立同分布,因此线损率是一个未知恒定常量,即上述关系式中的k。
步骤S45:根据上述关系式,确定配电台区的线损率及各用户的电能表的误差率。
上述关系式中,由于n+1个时刻对应的配变电能表和各用户的电能表的归一化后的历史电量数据为已知量,待求线损率k和n个用户电能表的误差率k1、k2…kn为未知量,对包括n+1个未知量的n+1个等式求解,即可得到配电台区的线损率k和各用户电能表的误差率k1、k2…kn。
本发明实施例还提供了一种电能表的误差分析装置,如图5所示,该电能表的误差分析装置包括:数据获取模块1,用于获取配变电能表及配变电能表对应的n个用户的电能表在多个时刻的历史电量数据,n为大于或等于1的整数,详细内容可参见上述方法实施例的步骤S1的相关描述;数据处理模块2,用于对多个时刻的历史电量数据进行归一化处理,得到归一化后的历史电量数据,详细内容可参见上述方法实施例的步骤S2的相关描述;聚类模块3,用于对归一化后的历史电量数据进行聚类,得到聚类结果,详细内容可参见上述方法实施例的步骤S3的相关描述;误差计算模块4,用于根据聚类结果,得到配电台区的线损率及各用户的电能表的误差率,详细内容可参见上述方法实施例的步骤S4的相关描述。
通过上述数据获取模块1、数据处理模块2、聚类模块3和误差计算模块4,本发明实施例提供的电能表的误差分析装置对获取的配变电能表及配变电能表对应的n个用户的电能表在多个时刻的历史电量数据进行归一化处理和聚类,经过归一化和聚类之后的历史电量数据服从独立同分布,配电台区的线损率恒定,相比于传统的近似方法,提高了计算得到的配电台区的线损率及各用户的电能表的误差率的精度,进而提高了对电能表进行校正的准确性。
本发明实施例还提供了一种电能表的误差分析设备,如图6所示,该电能表的误差分析设备可以包括处理器61和存储器62,其中处理器61和存储器62可以通过总线或者其他方式连接,图6中以通过总线连接为例。
处理器61可以为中央处理器(Central Processing Unit,CPU)。处理器61还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器62作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中的电能表的误差分析方法对应的程序指令/模块(例如,图5所示的数据获取模块1、数据处理模块2、聚类模块3和误差计算模块4)。处理器61通过运行存储在存储器62中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的电能表的误差分析方法。
存储器62可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储处理器61所创建的数据等。此外,存储器62可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器62可选包括相对于处理器61远程设置的存储器,这些远程存储器可以通过网络连接至处理器61。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器62中,当被所述处理器61执行时,执行如图1至图4所示实施例中的电能表的误差分析方法。
上述电能表的误差分析设备的具体细节可以对应参阅图1至图4所示的实施例中对应的相关描述和效果进行理解,此处不再赘述。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random AccessMemory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (8)
1.一种电能表的误差分析方法,其特征在于,包括:
获取配变电能表及所述配变电能表对应的n个用户的电能表在多个时刻的历史电量数据,n为大于或等于1的整数;
对所述多个时刻的历史电量数据进行归一化处理,得到归一化后的历史电量数据;
对所述归一化后的历史电量数据进行聚类,得到聚类结果;
根据所述聚类结果,得到配电台区的线损率及各所述用户的电能表的误差率。
2.根据权利要求1所述的误差分析方法,其特征在于,对所述归一化后的历史电量数据进行聚类,得到聚类结果,包括:
根据所述归一化后的历史电量数据,确定对所述归一化后的历史电量数据进行聚类的最优聚类个数和对应的聚类中心;
根据所述最优聚类个数和对应的聚类中心,对所述归一化后的历史电量数据进行聚类,得到所述聚类结果。
3.根据权利要求2所述的误差分析方法,其特征在于,根据所述归一化后的历史电量数据,确定对所述归一化后的历史电量数据进行聚类的最优聚类个数和对应的聚类中心,包括:
根据多个预设聚类中心,对所述归一化后的历史电量数据进行聚类,得到各所述预设聚类中心的第一簇;
计算各所述预设聚类中心的第一簇的轮廓系数,选取所述第一簇的轮廓系数最大的前m个预设聚类中心,m为大于或等于2且小于或等于10的整数;
根据所述前m个预设聚类中心,对所述归一化后的历史电量数据进行聚类,得到所述前m个预设聚类中心中各预设聚类中心的第二簇;
计算所述前m个预设聚类中心中各预设聚类中心的第二簇的总轮廓系数,将所述总轮廓系数最大时对应的所述预设聚类中心的个数和对应的预设聚类中心分别作为所述最优聚类个数和对应的聚类中心。
4.根据权利要求1-3任一项所述的误差分析方法,其特征在于,根据所述聚类结果,得到配电台区的线损率及各所述用户的电能表的误差率,包括:
判断所述聚类结果中是否存在数据数量大于用户数量的簇;
当所述聚类结果中存在数据数量大于用户数量的簇时,从数据数量大于用户数量的任意簇中选择n+1条数据,得到所述n+1条数据对应的n+1个时刻的配变电能表及所述n个用户的电能表的归一化后的历史电量数据;
根据所述n+1条数据对应的n+1个时刻的配变电能表及所述n个用户的电能表的归一化后的历史电量数据,建立如下关系式:
其中,[Q0,Q1,Q2,Q3,…,Qn]表示时刻0至时刻n所述配变电能表的归一化后的历史电量数据,[q10,q20,…,qn0]表示时刻0所述n个用户的电能表的归一化后的历史电量数据,[q11,q21,…,qn1]表示时刻1所述n个用户的电能表的归一化后的历史电量数据,[q12,q22,…,qn2]表示时刻2所述n个用户的电能表的归一化后的历史电量数据,[q13,q23,…,qn3]表示时刻3所述n个用户的电能表的归一化后的历史电量数据,…,[q1n,q2n,…,qnn]表示时刻n所述n个用户的电能表的归一化后的历史电量数据,k表示所述配电台区的待求线损率,k1、k2…kn分别表示各所述用户的电能表的待求误差率;
根据所述关系式,确定所述配电台区的线损率及各所述用户的电能表的误差率。
5.根据权利要求4所述的误差分析方法,其特征在于,当所述聚类结果中不存在数据数量大于用户数量的簇时,扩大获取历史电量数据的时刻范围,返回所述获取配变电能表及所述配变电能表对应的n个用户的电能表在多个时刻的历史电量数据的步骤。
6.一种电能表的误差分析装置,其特征在于,包括:
数据获取模块,用于获取配变电能表及所述配变电能表对应的n个用户的电能表在多个时刻的历史电量数据,n为大于或等于1的整数;
数据处理模块,用于对所述多个时刻的历史电量数据进行归一化处理,得到归一化后的历史电量数据;
聚类模块,用于对所述归一化后的历史电量数据进行聚类,得到聚类结果;
误差计算模块,用于根据所述聚类结果,得到配电台区的线损率及各所述用户的电能表的误差率。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-5任一项所述的电能表的误差分析方法。
8.一种电能表的误差分析设备,其特征在于,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行如权利要求1-5任一项所述的电能表的误差分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810935624.0A CN109342989B (zh) | 2018-08-16 | 2018-08-16 | 一种电能表的误差分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810935624.0A CN109342989B (zh) | 2018-08-16 | 2018-08-16 | 一种电能表的误差分析方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109342989A true CN109342989A (zh) | 2019-02-15 |
CN109342989B CN109342989B (zh) | 2020-09-08 |
Family
ID=65291389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810935624.0A Active CN109342989B (zh) | 2018-08-16 | 2018-08-16 | 一种电能表的误差分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109342989B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110082699A (zh) * | 2019-05-10 | 2019-08-02 | 国网天津市电力公司电力科学研究院 | 一种低压台区智能电能表运行误差计算方法及其*** |
CN110531304A (zh) * | 2019-08-07 | 2019-12-03 | 深圳供电局有限公司 | 一种在线监测台区失准率的计算方法、设备及介质 |
CN112505614A (zh) * | 2020-10-30 | 2021-03-16 | 国网山东省电力公司营销服务中心(计量中心) | 一种智能电能表在线监控***与方法 |
CN112684396A (zh) * | 2020-11-20 | 2021-04-20 | 国网江苏省电力有限公司营销服务中心 | 电能表运行误差监测模型的数据预处理方法及*** |
CN113391256A (zh) * | 2021-05-28 | 2021-09-14 | 国网河北省电力有限公司营销服务中心 | 一种现场作业终端的电能表计量故障分析方法及*** |
CN114063003A (zh) * | 2022-01-06 | 2022-02-18 | 山东省计量科学研究院 | 基于小台区的电能表测量误差检测方法、***及存储介质 |
CN114152787A (zh) * | 2020-09-08 | 2022-03-08 | 武汉国测数据技术有限公司 | 一种用户自家校验误差的电能表结构和校验误差方法 |
CN114256838A (zh) * | 2021-12-21 | 2022-03-29 | 广西电网有限责任公司 | 基于聚类分析的线损校正方法 |
CN115656914A (zh) * | 2022-12-12 | 2023-01-31 | 湖南省计量检测研究院 | 一种基于大数据的智能电表计量准确性检测方法及装置 |
CN116303480B (zh) * | 2023-05-22 | 2023-08-04 | 新乡市万新电气有限公司 | 基于云计算的电能表误差校验方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5325048A (en) * | 1992-04-14 | 1994-06-28 | Digital Kwh Inc. | Method and apparatus for calibrating a digital electric engergy consumption meter |
CN104751369A (zh) * | 2013-12-25 | 2015-07-01 | 南京理工大学 | 一种改进的k-均值聚类的线损分析方法 |
CN105069527A (zh) * | 2015-07-31 | 2015-11-18 | 国家电网公司 | 一种基于数据挖掘技术的台区合理线损预测方法 |
CN106991524A (zh) * | 2017-03-20 | 2017-07-28 | 国网江苏省电力公司常州供电公司 | 一种台区线损率预估方法 |
CN107462863A (zh) * | 2017-09-05 | 2017-12-12 | 中国电力科学研究院 | 一种智能电能表运行误差运行诊断分析方法及*** |
CN107621621A (zh) * | 2017-09-05 | 2018-01-23 | 天津市电力科技发展有限公司 | 一种智能电能表在线综合误差校准方法 |
-
2018
- 2018-08-16 CN CN201810935624.0A patent/CN109342989B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5325048A (en) * | 1992-04-14 | 1994-06-28 | Digital Kwh Inc. | Method and apparatus for calibrating a digital electric engergy consumption meter |
CN104751369A (zh) * | 2013-12-25 | 2015-07-01 | 南京理工大学 | 一种改进的k-均值聚类的线损分析方法 |
CN105069527A (zh) * | 2015-07-31 | 2015-11-18 | 国家电网公司 | 一种基于数据挖掘技术的台区合理线损预测方法 |
CN106991524A (zh) * | 2017-03-20 | 2017-07-28 | 国网江苏省电力公司常州供电公司 | 一种台区线损率预估方法 |
CN107462863A (zh) * | 2017-09-05 | 2017-12-12 | 中国电力科学研究院 | 一种智能电能表运行误差运行诊断分析方法及*** |
CN107621621A (zh) * | 2017-09-05 | 2018-01-23 | 天津市电力科技发展有限公司 | 一种智能电能表在线综合误差校准方法 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110082699B (zh) * | 2019-05-10 | 2021-03-19 | 国网天津市电力公司电力科学研究院 | 一种低压台区智能电能表运行误差计算方法及其*** |
CN110082699A (zh) * | 2019-05-10 | 2019-08-02 | 国网天津市电力公司电力科学研究院 | 一种低压台区智能电能表运行误差计算方法及其*** |
CN110531304A (zh) * | 2019-08-07 | 2019-12-03 | 深圳供电局有限公司 | 一种在线监测台区失准率的计算方法、设备及介质 |
CN110531304B (zh) * | 2019-08-07 | 2021-11-16 | 深圳供电局有限公司 | 一种在线监测台区失准率的计算方法、设备及介质 |
CN114152787A (zh) * | 2020-09-08 | 2022-03-08 | 武汉国测数据技术有限公司 | 一种用户自家校验误差的电能表结构和校验误差方法 |
CN114152787B (zh) * | 2020-09-08 | 2024-04-02 | 武汉国测数据技术有限公司 | 一种用户自家校验误差的电能表结构和校验误差方法 |
CN112505614A (zh) * | 2020-10-30 | 2021-03-16 | 国网山东省电力公司营销服务中心(计量中心) | 一种智能电能表在线监控***与方法 |
CN112684396A (zh) * | 2020-11-20 | 2021-04-20 | 国网江苏省电力有限公司营销服务中心 | 电能表运行误差监测模型的数据预处理方法及*** |
CN112684396B (zh) * | 2020-11-20 | 2024-03-01 | 国网江苏省电力有限公司营销服务中心 | 电能表运行误差监测模型的数据预处理方法及*** |
CN113391256A (zh) * | 2021-05-28 | 2021-09-14 | 国网河北省电力有限公司营销服务中心 | 一种现场作业终端的电能表计量故障分析方法及*** |
CN114256838A (zh) * | 2021-12-21 | 2022-03-29 | 广西电网有限责任公司 | 基于聚类分析的线损校正方法 |
CN114256838B (zh) * | 2021-12-21 | 2024-01-26 | 广西电网有限责任公司 | 基于聚类分析的线损校正方法 |
CN114063003A (zh) * | 2022-01-06 | 2022-02-18 | 山东省计量科学研究院 | 基于小台区的电能表测量误差检测方法、***及存储介质 |
CN115656914A (zh) * | 2022-12-12 | 2023-01-31 | 湖南省计量检测研究院 | 一种基于大数据的智能电表计量准确性检测方法及装置 |
CN115656914B (zh) * | 2022-12-12 | 2023-10-10 | 湖南省计量检测研究院 | 一种基于大数据的智能电表计量准确性检测方法及装置 |
CN116303480B (zh) * | 2023-05-22 | 2023-08-04 | 新乡市万新电气有限公司 | 基于云计算的电能表误差校验方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109342989B (zh) | 2020-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109342989A (zh) | 一种电能表的误差分析方法及装置 | |
CN106772064B (zh) | 一种锂离子电池健康状态预测方法及装置 | |
CN106451600B (zh) | 为电池快速充电的设备和方法 | |
CN107632272B (zh) | 一种基于电芯温度预测的电池放电荷电状态精确估计方法 | |
CN106574948B (zh) | 一种电量估计方法及终端 | |
CN110070282A (zh) | 一种基于综合关联度的低压台区线损影响因素分析方法 | |
CN109856542A (zh) | 一种锂电池soc-ocv曲线簇的标定方法、soc校正方法及装置 | |
CN109991545B (zh) | 一种电池包电量检测方法、装置及终端设备 | |
CN106569164A (zh) | 一种双芯电能表电量的同步测试方法及*** | |
CN115542186B (zh) | 一种储能电池状态及一致性评价方法、装置、设备及介质 | |
CN110503314A (zh) | 一种新鲜度评估方法及装置、存储介质 | |
CN108051756A (zh) | 蓄电池soc的估算方法、***及存储介质 | |
CN113406523A (zh) | 一种储能电池状态评价方法、装置、电子设备及存储*** | |
CN108829911A (zh) | 一种开路电压与soc函数关系优化方法 | |
CN108896919B (zh) | 电池老化状态的估算方法、装置及电池管理*** | |
Leal et al. | Distribution transformer losses evaluation: A new analytical methodology and artificial neural network approach | |
Kazhamiaka et al. | Li-ion storage models for energy system optimization: the accuracy-tractability tradeoff | |
CN115201743A (zh) | 低压台区计量点误差的确定方法、装置及存储介质 | |
CN108132441A (zh) | 储能电池模组荷电状态的运行范围确定方法及装置 | |
CN115508770A (zh) | 一种基于kl-nb算法的电能表运行状态在线评估方法 | |
CN109447506A (zh) | 一种电能质量基准水平评价方法及*** | |
CN107356898B (zh) | 一种谐波信号源校准方法及电能质量标准谐波信号源 | |
CN109472079A (zh) | 一种锂离子电池的电化学阻抗谱拟合方法 | |
CN115618654A (zh) | 超差电能表的识别方法及装置 | |
JP2014052186A (ja) | 2次電池の容量維持率推定方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |