CN110888101A - 电能表异常诊断方法及装置 - Google Patents
电能表异常诊断方法及装置 Download PDFInfo
- Publication number
- CN110888101A CN110888101A CN201911237125.5A CN201911237125A CN110888101A CN 110888101 A CN110888101 A CN 110888101A CN 201911237125 A CN201911237125 A CN 201911237125A CN 110888101 A CN110888101 A CN 110888101A
- Authority
- CN
- China
- Prior art keywords
- electric energy
- energy meter
- preset
- phase
- current
- 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
Images
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)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种电能表异常诊断方法、装置、计算机可读存储介质及电子设备,方法包括:获取用户电能表采集的用户用电数据;对所述用户用电数据进行异常诊断,确定至少一个用电参数指标的指标异常概率;根据各个所述用电参数指标分别对应的指标异常概率,确定所述用户电能表的异常概率。通过本发明的技术方案,可更为准确的确定出用户电能表的异常情况。
Description
技术领域
本发明涉及能源技术领域,尤其涉及电能表异常诊断方法及装置。
背景技术
随着云计算、大数据、人工智能等技术的快速发展,专变采集终端采集的专变用电数据迅速增加,数据也越来越准确,通常需要对专变用电数据进行深入挖掘与分析,从而及时的发现和处理故障,降低电量损失。
目前,主要通过人工检测的方式确定用电故障。
但是,上述方式费时、费力、专业性强同时容易遗漏,导致不能及时发现并处理故障,增加电量损失。
发明内容
本发明提供了一种电能表异常诊断方法、装置、计算机可读存储介质及电子设备,可更为准确的确定出用户电能表的异常情况。
第一方面,本发明提供了一种电能表异常诊断方法,包括:
获取用户电能表采集的用户用电数据;
对所述用户用电数据进行异常诊断,确定至少一个用电参数指标的指标异常概率;
根据各个所述用电参数指标分别对应的指标异常概率,确定所述用户电能表的异常概率。
优选地,
所述至少一个用电参数指标包括:反向有功电量、正向有功电量、电流、功率因数、有功功率、电压、电能表元件中的任意一个或多个;
所述用户用电数据包括:用户电能表在多个采样时刻的电能表数据。
优选地,
所述对所述用户用电数据进行异常诊断,确定至少一个用电参数指标的指标异常概率,包括:
根据所述采样时刻对应的电能表数据,获得所述采样时刻对应的电流不平衡率和/或电压不平衡率;
当所述电能表数据中反向有功电量值满足第一预设条件时,判定所述反向有功电量的指标异常概率为第一预设值;
当所述电能表数据中正向有功电量值满足第二预设条件时,判定所述正向有功电量的指标异常概率为第一预设值;
当任意所述采样时刻对应的电能表数据中三相的最大相电压、最小相电压以及二次侧额定电压满足第三预设条件,或两个或多个所述采样时刻对应的电压不平衡率和/或电流不平衡率满足第四预设条件时,判断所述电压的指标异常概率为第二预设值;
当任意所述采样时刻对应电能表数据中三相的任一相负荷超过额定负荷的预设百分数,且总功率因数值满足第五预设条件时,判断所述功率因数的指标异常概率为第三预设值;
所述第一预设值大于所述第二预设值,所述第二预设值大于所述第三预设值。
优选地,
所述多个采样时刻位于用电高峰时段内;
所述电流不平衡率为所述采样时刻对应的电能表数据中的最大相电流和最小相电流之差与所述最大相电流的比值,所述电压不平衡率为所述采样时刻对应的电能表数据中最大相电压和最小相电压之差与所述最大相电压的比值;
所述反向有功电量值满足第一预设条件包括:连续两天或多天的所述反向有功电量值位于预设电量区间;
所述正向有功电量值满足第二预设条件包括:连续两天或多天的所述正向有功电量在时序上递减;
所述最大相电压、最小相电压以及二次侧额定电压满足第三预设条件包括:所述用户电能表对应的电压量程大于0.38kv且不超过35kv时,所述最大相电压大于预设第一倍数的所述二次侧额定电压,所述最小相电压小于预设第二倍数的所述二次侧额定电压;所述用户电能表对应的电压量程大于35kv且不超过220kv时,所述最大相电压大于预设第三倍数的所述二次侧额定电压,所述最小相电压小于预设第四倍数的所述二次侧额定电压;
所述电压不平衡率和/或电流不平衡率满足第四预设条件包括:所述用户电能表对应的电压量程大于0.38kv且不超过220kv时,所述电压不平衡率位于第一预设百分数区间;所述用户电能表对应的电压量程不大于0.38kv时,所述电压不平衡率位于预设第二预设百分数区间,所述电流不平衡率位于预设第三百分数区间。
优选地,
所述用户电能表为三相三线电能表;则,
所述总功率因数值满足第五预设条件包括:各个所述采样点对应的电能表数据中所述总功率因数值的最大值位于预设功率区间内;
所述对所述用户用电数据进行异常诊断,确定至少一个用电参数指标的指标异常概率,还包括:
根据所述采样时刻对应的电能表数据,获取所述用户电能表中两个电表元件的角度差值、每个所述采样时刻对应的电能表数据中的C相电流和A相电流的第一比值,以及各个所述采样时刻对应的电能表数据中的最大A相电流与最小A相电流的第二比值和最大C相电流与最小C相电流的第三比值;
当所述最大A相电流和最大C相电流位于第一预设电流区间,且所述第二比值和第三比值位于预设比值区间,则所述电流的指标异常概率为第三预设值;
当所述最大A相电流和最大C相电流位于第一预设电流区间,所述第二比值及第三比值位于预设比值区间,各个所述第一比值的方差位于预设方差区间,则所述电流的指标异常概率为第二预设值;
当每个所述采样时刻对应的电能表数据中的A相电流和/或C相电流均为负值时,所述电流的指标异常概率为第三预设值;
当所述角度差值位于角度区间时,所述电能表元件的指标异常概率为第二预设值。
优选地,
所述用户电能表为三相四线电能表;则,
所述总功率因数值满足第五预设条件包括:所述采样时刻对应的电能表数据中任一相的相功率因数和所述总功率因数值的差值位于预设差值区间;
所述对所述用户用电数据进行异常诊断,确定至少一个用电参数指标的指标异常概率,还包括:
计算所述采样时刻对应的电能表数据中有功总功率和分相功率绝对值之和的功率差值;
当两个或多个所述采样时刻对应的功率差值位于预设功率区间时,判断所述有功功率的指标异常概率为第三预设值;
当两个或多个所述采样时刻对应的电能表数据中任一相的相电流反向,且反向的相电流对应的相功率因数位于预设相功率因数区间,判断所述电流的指标异常概率为第三预设值。
优选地,
所述用户电能表为总表;则,
所述对所述用户用电数据进行异常诊断,确定至少一个用电参数指标的指标异常概率,还包括:
获取所述用户电能表在预设时段内的电量不平衡率,所述电量不平衡率基于所述电能表数据中的正向有功电量与所述用户电能表对应的多个分表的正向有功电量确定;
当所述电量不平衡率位于预设电量不平衡率区间时,判断所述正向有功电量的指标异常概率为第二预设值;
当所述用户电能表无电流,所述用户电能表对应的分表中有电流,且所述分表的电流与所述分表的倍率的乘积位于第二预设电流区间时,判断所述电流的指标异常概率为第二预设值。
第二方面,本发明提供了一种电能表异常诊断装置,包括:
获取模块,用于获取用户电能表采集的用户用电数据;
诊断模块,用于对所述用户用电数据进行异常诊断,确定至少一个用电参数指标的指标异常概率;
概率确定模块,用于根据各个所述用电参数指标的指标异常概率,确定所述用户电能表对应的用户用电的第二异常概率。
第三方面,本发明提供了一种计算机可读存储介质,包括执行指令,当电子设备的处理器执行所述执行指令时,所述处理器执行如第一方面中任一所述的方法。
第四方面,本发明提供了一种电子设备,包括处理器以及存储有执行指令的存储器,当所述处理器执行所述存储器存储的所述执行指令时,所述处理器执行如第一方面中任一所述的方法。
本发明提供了一种电能表异常诊断方法、装置、计算机可读存储介质及电子设备,该方法通过获取用户电能表采集的用户用电数据,然后,对用户用电数据进行异常诊断,确定若干个用电参数指标分别对应的指标异常概率,之后,根据各个用电参数指标分别对应的指标异常概率,确定用户电能表对应的异常概率。综上所述,通过本发明的技术方案,可较为准确的确定用户电能表的异常情况,后续,基于用户电能表的异常情况及时发现用户电能表故障并处理,降低电量损失。
上述的非惯用的优选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
为了更清楚地说明本发明实施例或现有的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种电能表异常诊断方法的流程示意图;
图2为本发明一实施例提供的一种电能表异常诊断装置的结构示意图;
图3为本发明一实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合具体实施例及相应的附图对本发明的技术方案进行清楚、完整地描述。显然,所描述的实施例仅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。
如图1所述,本发明实施例提供了一种电能表异常诊断方法,包括如下各个步骤:
步骤101,获取用户电能表采集的用户用电数据;
步骤102,对所述用户用电数据进行异常诊断,确定至少一个用电参数指标的指标异常概率;
步骤103,根据各个所述用电参数指标的指标异常概率,确定所述用户电能表的异常概率。
如图1所示的实施例,该方法通过获取用户电能表采集的用户用电数据,然后,对用户用电数据进行异常诊断,确定若干个用电参数指标的指标异常概率,之后,根据若干个用电参数指标的指标异常概率,确定用户电能表对应的异常概率。综上所述,通过本发明实施例提供的技术方案,可较为准确的确定用户电能表的异常情况。
相应的,基于本发明实施例提供的方法,可基于用户电能表的异常情况进行现场检查,从而及时发现用户电能表的故障并处理,进而降低电量损失,挽回企业损失,同时可以为专变反窃电提供技术支撑。
具体地,用户电能表具体指的是用于采集专变用户的用电信息的采集设备,通常包括三相三线电能表和三相四线电能表。
具体地,用电参数指标具体指的是表明用户用电过程中重要性质的变量,包括但不限于反向有功电量、正向有功电量、电流、功率因数、有功功率、电压、电能表元件中的任意一个或多个,具体可以结合实际场景确定。用户用电数据具体指的是用户在用电过程中用电参数指标对应的数据项,包括但不限于用户电能表采集的电压、电流、功率因数、有功功率、无功功率、负荷、电量等,具体需要结合实际场景确定。具体地,用户用电数据包括每天用户电能表在若干个采样时刻的电能表数据,本发明实施例对采样时刻的数量不做限定,采样时刻通常为生产高峰时间点,即采样时刻位于用电高峰时段内,优选2点、9点、15点、20点,具体需要结合实际情况确定采样时刻,优选在用电高峰时段内均匀采样,确保采样时刻的参考价值。电能表数据为用户电能表能够采集到的数据,包括但不限于相电流、相电压、相功率、相负荷、相功率因数、有功功率、电量等,本发明实施例对此不做具体限定。
具体地,根据各个用电参数指标分别对应的指标异常概率,确定用户电能表对应的异常概率,具体指的是,综合考虑各个用电参数指标分别对应的指标异常概率,从而确定出用户电能表对应的异常概率,本发明实施例对各个用电参数指标分别对应的指标异常概率的数据融合方法不限,比如,可以直接对各个参数指标对应的指标异常概率进行求和。当有若干个用户电能表时,根据每个用户电能表分别对应的异常概率进行排序,确定出需要重点关注的用户电能表,从而合理分配人力物力,降低人力成本、时间成本等,及时发现并处理用户电能表故障,进而降低电量损失,降低企业损失。
本发明一个实施例中,所述对所述用户用电数据进行异常诊断,确定至少一个用电参数指标的指标异常概率,包括:
根据所述采样时刻对应的电能表数据,获得所述采样时刻对应的电流不平衡率和/或电压不平衡率;
当所述电能表数据中反向有功电量值满足第一预设条件时,判定所述反向有功电量的指标异常概率为第一预设值;
当所述电能表数据中正向有功电量值满足第二预设条件时,判定所述正向有功电量的指标异常概率为第一预设值;
当任意所述采样时刻对应的电能表数据中三相的最大相电压、最小相电压以及二次侧额定电压满足第三预设条件,或两个或多个所述采样时刻对应的电压不平衡率和/或电流不平衡率满足第四预设条件时,判断所述电压的指标异常概率为第二预设值;
当任意所述采样时刻对应电能表数据中三相的任一相负荷超过额定负荷的预设百分数,且总功率因数值满足第五预设条件时,判断所述功率因数的指标异常概率为第三预设值;
所述第一预设值大于所述第二预设值,所述第二预设值大于所述第三预设值。
具体地,对于反向有功电量,反向有功电量指的是用户向供电方传输的电量,当连续两天或多天的反向有功电量值均大于预设电量值,预设电量值包括但不限于0.1KWH,具体需要结合实际情况设定,造成这种情况的原因有极大的可能是因为电能表错接线造成了反向计量,同时两天的期限可排除电机制动产生的反向电量,从而可认为反向有功表码异常,因此,当反向有功电量值出现异常时,有很大的概率认为电能表接线异常,判断反向有功电量的指标异常概率为第一预设值,第一预设值的指标异常概率最高。需要说明的是,反向有功电量不能用来排除发电上网关口表计、线路供电考核表计、地市供电关口表计、自发自用考核关口表计,以及对应光伏用户电能表、牵引用户电能表,适用于三相三线表和三相四线表。
具体地,对于正向有功电量,正向有功电量为供电方向用户传输的电量,当正向有功电量出现倒走的情况,即随着时间的推移,正向有功电量在减少,而在电能表正确接线情况下,不会出现正向有功电量倒走的情况,若出现倒走,则极有可能是电能表接线错误或电能表计量异常,因此,当连续两天或多天的正向有功电量值在时序上减少时,有很大的概率可认为电能表接线异常,判断正向有功电量的指标异常概率为第一预设值。需要说明的是,正向有功电量不能用来排除近半月存在换表记录的电能表、光伏用户电能表及牵引用户电能表,适用于三相三线及三相四线制电能表。
具体地,电流不平衡率指示了电流不平衡的情况,电压不平衡率指示了电压不平衡的情况,现有技术中的电流不平衡的表达方式皆适用本发明实施例,在这里,针对每个采样时刻,电流不平衡率优选该采样时刻对应的电能表数据中的最大相电流和最小相电流之差与最大相电流的比值,电压不平衡率优选该采样时刻对应的电能表数据中的最大相电压和最小相电压之差与最大相电压的比值。举例来说,采样时刻包括2点、9点、15点及20点,2点的电能表数据中A、B、C相对应的相电流分别为Ia2、Ib2、Ic2,对应的相电压分别为Ua2、Ub2、Uc2,9点的电能表数据中A、B、C相对应的相电流分别为Ia9、Ib9、Ic9,对应的相电压分别为Ua9、Ub9、Uc9,15点的电能表数据中A、B、C相对应的相电流分别为Ia15、Ib15、Ic15,对应的相电压分别为Ua15、Ub15、Uc15,20点的电能表数据中A、B、C相对应的相电流分别为Ia20、Ib20、Ic20,以2点为例进行说明,2点对应的电流不平衡率为(max(Ia2,Ib2,Ic2)-min(Ia2,Ib2,Ic2))/max(Ia2,Ib2,Ic2),电压不平衡率为(max(Ua2,Ub2,Uc2)-min(Ua2,Ub2,Uc2))/max(Ua2,Ub2,Uc2),其他采样时刻对应的电流不平衡率和电压不平衡率的计算方式相似,不做过多赘述。
具体地,对于电压,主要考虑是否存在失压的情况,基于三相电压中每一相电压的出力是否相同或者三相电压是否稳定,从而判断用户电能表是否存在失压的情况,这里主要考虑因为电流线接反从而可能会导致用户电能表失压。考虑到不同的用户电能表有不同的电压量程,不同的电压量程具有不同的校验规则。其中,当电量量程为0.38kv时,考虑到用户电能表的量程较小,主要判断电流和电压的稳定性,从而判断用户电能表是否存在失压,当两个或多个采样时刻的电压不平衡率位于第一预设百分数区间,优选(10%,+∞),即电压不平衡率大于10%,电流不平衡率小于第二预设百分数区间,优选(-∞,30%),即电流不平衡率小于30%,则有一定可能性认为由于用户电能表的电流线接反了导致失压,在这里,对采样时刻的数量不做限定,具体需要结合实际情况确定,下述涉及的采样时刻的数量类同。对于10kv、35kv的电压量程,在一种可能的实现方式中,当两个或多个采样时刻对应的电压不平衡率位于第二预设百分数区间,优选(5%,+∞),即电压不平衡率大于5%。在另一种可能的实现方式中,对于任意一个采样时刻,该采样时刻对应的电能表数据中的最大相电压大于预设第一倍数的二次侧额定电压,优选地,预设第一倍数可以是1.15倍,同时最小相电压小于预设第二倍数的二次侧额定电压,优选地,预设第二倍数可以是0.9倍。对于110kv、220kv的电压量程,在一种可能的实现方式中,当两个或多个采样时刻对应的电压不平衡率位于第二预设百分数区间,优选(5%,+∞),即电压不平衡率大于5%。在另一种可能的实现方式中,对于任意一个采样时刻,该采样时刻对应的电能表数据中的最大相电压大于预设第三倍数的二次侧额定电压,优选地,预设第三倍数可以是1.1倍,同时最小相电压小于预设第四倍数的二次侧额定电压,优选地,预设第四倍数可以是0.95倍。基于上述方法进行电压异常的判断,若满足上述条件,则电压的指标异常概率为第二预设值。上述方法不适用电压电流同时为零的情况,适用于三相三线电能表及三相四线电能表。需要说明的是,最大相电压为采样时刻对应的电表数据中三相电压中的最大值,最小相电压为采样时刻对应的电表数据中三相电压中的最小值。
具体地,功率因数是反映用户或设备的电能利用效率。功率因数越高,设备需要的无功功率就越少,电能利用率就好。当相负荷超过额定负荷的预设百分数,优选地,预设百分数可以是10%,同时总功率因数值满足第五预设条件,则说明用户电能表可能出现异常,功率因数的指标异常概率为第三预设值。
需要说明的是,第一预设值大于第二预设值,第二预设值大于第三预设值,第一预设值能够指示指标异常概率最大,第三预设值能够指示指标异常概率最小。考虑到实际场景的复杂性,上述预设百分数、第一预设百分数区间、第二预设百分数区间、第三预设百分数区间、第一倍数、第二倍数、第三倍数、第四倍数的取值不限于本发明实施例提及的数值,具体可以结合实际情况确定。
本发明一个实施例中,所述用户电能表为三相三线电能表;则,
所述总功率因数值满足第五预设条件包括:各个所述采样点对应的电能表数据中所述总功率因数值的最大值位于预设功率区间内;
所述对所述用户用电数据进行异常诊断,确定至少一个用电参数指标的指标异常概率,还包括:
根据所述采样时刻对应的电能表数据,获取所述用户电能表中两个电表元件的角度差值、每个所述采样时刻对应的电能表数据中的C相电流和A相电流的第一比值,以及各个所述采样时刻对应的电能表数据中的最大A相电流与最小A相电流的第二比值和最大C相电流与最小C相电流的第三比值;
当所述最大A相电流和最大C相电流位于第一预设电流区间,且所述第二比值和第三比值位于预设比值区间,则所述电流的指标异常概率为第三预设值;
当所述最大A相电流和最大C相电流位于第一预设电流区间,所述第二比值及第三比值位于预设比值区间,各个所述第一比值的方差位于预设方差区间,则所述电流的指标异常概率为第二预设值;
当每个所述采样时刻对应的电能表数据中的A相电流和/或C相电流均为负值时,所述电流的指标异常概率为第三预设值;
当所述角度差值位于角度区间时,所述电能表元件的指标异常概率为第二预设值。
具体地,三相三线制电能表用于用户高压侧计量,一般是中性点不接地***,且用户低压侧有无功补偿装置,出现功率因数过低极有可能是二次接线错误。因此,所有采样时刻分别对应的电表数据中的总功率因数值的最大值位于预设功率区间,优选地,预设功率区间可以是(-0.5,0.5),即总功率因数值的绝对值小于0.5,具体需要结合实际情况确定。
具体地,三相三接线为三相两元件表,包括两个电表元件,在理论情况下,这两个电表元件的角度应相等或角度差值应等于±2π,如果不符合就判定为异常。但在实际情况中,由于电源和用户负荷不平衡会存在一定的角度差,故两个电表元件的角度差值应当设置一个附加值,附加值优选15,当然也可以结合实际场景确定。因此,角度差值位于角度区间,优选地,角度区间可以是(-∞,-15%)以及(15,+∞),即角度差值的绝对值大于15,具体需要结合实际场景确定,此时,可认为电能表元件异常,其对应的指标异常概率为第二预设值。
具体地,当每个采样时刻中的A相电流和C相电流均为负值时,或每个采样时刻中的A相电流为负值、C相电流为正值,且用户电能表的用户功率因数大于预设功率因数,预设功率因数优选0.5,具体需要结合实际场景确定,或每个采样时刻中的A相电流为正值、C相电流为负值,则说明三相三线制电能表电流反向,有可能是二次接线错误造成,但需要排除无功功率过补偿以及欠补偿的情况,电流的指标异常概率为第二预设值。
对于三相三线电能表,三相三线电能表是以三相负载绝对平衡来计量的,此时B相电流等同其它二相电流,即A相电流、B相电流与C相电流之和等于0;若三相负载不平衡,B相电流将大于或小于其它二相电流,计量就欠准确。具体地,确定所有采样时刻对应的电表数据中的最大A相电流和最小A相电流的第二比值,以及所有采样时刻对应的电表数据中的最大C相电流和最小C相电流的第三比值,以及针对每个采样时刻,确定该采样时刻对应的电表数据中的C相电流和A相电流的第一比值。举例来说,以上述2点、9点、15点、20点对应的相电流数据为例,则第一比值包括Ic2/Ia2、Ic9/Ia9、Ic15/Ia15、Ic20/Ia20,第二比值为max(Ia2,Ia9,Ia15,Ia20)/min(Ia2,Ia9,Ia15,Ia20),第三比值为max(Ic2,Ic9,Ic15,Ic20)/min(Ic2,Ic9,Ic15,Ic20)。考虑到设备停机未运行时,用户电能表能够检测到电流,因此,需要排除设备停机未运行时的电流,当所有采样时刻对应的电表数据中的最大A相电流和最大C相电流位于第一预设电流区间,优选的,第一预设电流区间可以是(0.25,+∞),即最大A相电流和最大C相电流大于0.25A,具体需要结合实际情况确定,则可认为设备在运行状态。考虑到正常情况下的电流应该是平衡的,各个采样时刻的电流不会出现较大的波动,即所有采样时刻对应的电表数据中的最大A相电流与最小A相电流的第二比值以及最大C相电流与最小C相电流的第三比值均应当位于预设比值区间,优选地,预设比值区间可以是(1.3,+∞),即第二比值及第三比值大于1.3,具体可以结合实际场景确定,此时,则可认为目标电能表采集的电流不平衡,而三相三线制电能表中B相不接地***,A、C两相电流应基本平衡,出现电流不平衡现象极有可能是二次电流分流或电流互感器二次回路异常导致,因此可认为目标电能表可能出现异常,电流的指标异常概率为第三预设值。由于三相四线制电能表一般用于专变用户低压侧,用户低压负荷不平衡就会造成三相电流不平衡,故此判据不用于三相四线制电能表。方差小则说明数据稳定,因此,在最大A相电流和最大C相电流位于第一预设电流区间、第二比值及第三比值均大于预设比值区间时,若每个采样时刻对应的电表数据中C相电流和A相电流的第一比值的方差位于预设方差区间时,优选地,预设方差区间可以是(0.1,+∞),即各个第一比值的方差大于0.1,具体可结合实际场景确定,则可认为目标电能表采集的电流不稳定,目标电能表出现异常的可能性较大,电流的指标异常概率为第二预设值。
本发明一个实施例中,所述用户电能表为三相四线电能表;则,
所述总功率因数值满足第五预设条件包括:所述采样时刻对应的电能表数据中任一相的相功率因数和所述总功率因数值的差值位于预设差值区间;
所述对所述用户用电数据进行异常诊断,确定至少一个用电参数指标的指标异常概率,还包括:
计算所述采样时刻对应的电能表数据中有功总功率和分相功率绝对值之和的功率差值;
当两个或多个所述采样时刻对应的功率差值位于预设功率区间时,判断所述有功功率的指标异常概率为第三预设值;
当两个或多个所述采样时刻对应的电能表数据中任一相的相电流反向,且反向的相电流对应的相功率因数位于预设相功率因数区间,判断所述电流的指标异常概率为第三预设值。
具体地,对于三相四线表,三相四线制电能表一般用于用户低压侧,因此,当任意采样时刻对应的电能表数据中任一相的相功率因数和总功率因数值的差值位于预设差值区间时,优选的,预设差值区间可以是(0.2,+∞),即任一相的相功率因数和总功率因数值的差值大于0.2,具体可结合实际场景确定,可认为三相四线制电能表可能出现异常。同时,任一相出现电流反向均有可能是电能表接线错误导致,因此,当任一采样时刻对应的电能表数据中三相中任一相的相电流反向,且反向的相电流对应的相功率因数位于预设相功率因数区间,优选地,预设相功率区间可以是(0.1,+∞),即相功率因数大于0.1,具体可结合实际场景确定,可认为三相四线电能表可能出现异常,判断电流的指标异常概率为第三预设值。
有功功率为监控三相四线表的电流接线是否正确的一个重要参数指标,具体地,针对每个采样时刻,确定采样时刻对应的电能表数据中有功总功率和分相有功功率绝对值之和的功率差值,当两个或多个采样时刻对应的功率差值位于预设功率区间时,采样时刻的数量需要结合实际场景确定,本发明实施例对此不做具体限定,则可认为三相四线电能表异常。三相四线电能表有直入式接线方法和互感式接线方法,当三相四线电能表采用直入式接线方法时,预设功率区间可以是(-∞,-0.1),即小于-0.1,当三相四线电能表采用互感式接线方法时,预设功率区间可以是(-∞,-0.5),即小于-0.5。该方法不适用光伏用户电能表及牵引用户电能表。其中,分相有功功率包括A相有功功率、B相有功功率及C相有功功率。
本发明一实施例中,所述用户电能表为总表;则,
所述用户电能表为总表;则,
所述对所述用户用电数据进行异常诊断,确定至少一个用电参数指标的指标异常概率,还包括:
获取所述用户电能表在预设时段内的电量不平衡率,所述电量不平衡率基于所述电能表数据中的正向有功电量与所述用户电能表对应的多个分表的正向有功电量确定;
当所述电量不平衡率位于预设电量不平衡率区间时,判断所述正向有功电量的指标异常概率为第二预设值;
当所述用户电能表无电流,所述用户电能表对应的分表中有电流,且所述分表的电流与所述分表的倍率的乘积位于第二预设电流区间时,判断所述电流的指标异常概率为第二预设值。
具体地,当用户电能表为总表时,确定预设时段内的电量不平衡率,预设时段可以是一天,具体需要结合实际场景确定,电量不平衡率基于预设时段内的电能表数据中总表的正向有功电量和分表的正向有功电量确定,电量不平衡率为总表的正向有功电量和总表对应的分表的正向有功电量之和与总表的正向有功电量的比值。举例来说,假设总表X在第n天的正向有功电量为E,总表X对应的分表为X1、X2、…、Xi,X1、X2、…、Xi在第n天的正向有功电量分别为E1、E2、…、Ei,则电量不平衡率为(E-E1-E2-…-Ei)/E。对于用户电能表而言,总表电量应大于或等于分表电量之和。由于表计可能存在误差,优选地,电量不平衡率区间可以是(1.5%,+∞),即电量不平衡率大于1.5%,在1.5%以下时,判据为正常用户,具体可根据具体场景确定电量不平衡率区间。
当用户电能表无电流,用户电能表对应的分表中有电流,且分表的电流与分表的倍率的乘积位于第二预设电流区间时,优选地,第二预设电流区间可以是(5,+∞),即大于5,具体需要结合实际场景确定,确定判断电流的指标异常概率为第二预设值,。
本领域技术人员应当理解的是,上述涉及的具体数值仅仅作为参考,具体还是需要结合实际场景确定。上述第一预设值、第二预设值及第三预设值可以基于生产实践获得,以正向有功电量为例,可以按照正向有功电量值是否满足第一预设条件确定用户电能表是否异常,然后工作人员现场核实,从而确定用户电能表是否真的异常,从而统计出用户电能表异常的准确次数与错误次数之间的比值,并将该比值确定为第一预设值,当然也可以统计出准确率等,从而指导生产实践。显而易见的,每个参数指标对应的指标异常概率可能不同,可以将相似指标异常概率的进行合并,本发明实施例中的指标异常概率的取值可以多样化。
基于与本发明方法实施例相同的构思,请参考图2,本发明实施例还提供了一种电能表异常诊断装置,包括:
获取模块201,用于获取用户电能表采集的用户用电数据;
诊断模块202,用于对所述用户用电数据进行异常诊断,确定至少一个用电参数指标的指标异常概率;
概率确定模块203,用于根据各个所述用电参数指标的指标异常概率,确定所述用户电能表对应的用户用电的第二异常概率。
本发明一个实施例中,所述诊断模块202,具体用于执行如下步骤:
根据所述采样时刻对应的电能表数据,获得所述采样时刻对应的电流不平衡率和/或电压不平衡率;
当所述电能表数据中反向有功电量值满足第一预设条件时,判定所述反向有功电量的指标异常概率为第一预设值;
当所述电能表数据中正向有功电量值满足第二预设条件时,判定所述正向有功电量的指标异常概率为第一预设值;
当任意所述采样时刻对应的电能表数据中三相的最大相电压、最小相电压以及二次侧额定电压满足第三预设条件,或两个或多个所述采样时刻对应的电压不平衡率和/或电流不平衡率满足第四预设条件时,判断所述电压的指标异常概率为第二预设值;
当任意所述采样时刻对应电能表数据中三相的任一相负荷超过额定负荷的预设百分数,且总功率因数值满足第五预设条件时,判断所述功率因数的指标异常概率为第三预设值;
所述第一预设值大于所述第二预设值,所述第二预设值大于所述第三预设值。
本发明一个实施例中,所述多个采样时刻位于用电高峰时段内;
所述电流不平衡率为所述采样时刻对应的电能表数据中的最大相电流和最小相电流之差与所述最大相电流的比值,所述电压不平衡率为所述采样时刻对应的电能表数据中最大相电压和最小相电压之差与所述最大相电压的比值;
所述反向有功电量值满足第一预设条件包括:连续两天或多天的所述反向有功电量值位于预设电量区间;
所述正向有功电量值满足第二预设条件包括:连续两天或多天的所述正向有功电量在时序上递减;
所述最大相电压、最小相电压以及二次侧额定电压满足第三预设条件包括:所述用户电能表对应的电压量程大于0.38kv且不超过35kv时,所述最大相电压大于预设第一倍数的所述二次侧额定电压,所述最小相电压小于预设第二倍数的所述二次侧额定电压;所述用户电能表对应的电压量程大于35kv且不超过220kv时,所述最大相电压大于预设第三倍数的所述二次侧额定电压,所述最小相电压小于预设第四倍数的所述二次侧额定电压;
所述电压不平衡率和/或电流不平衡率满足第四预设条件包括:所述用户电能表对应的电压量程大于0.38kv且不超过220kv时,所述电压不平衡率位于第一预设百分数区间;所述用户电能表对应的电压量程不大于0.38kv时,所述电压不平衡率位于预设第二预设百分数区间,所述电流不平衡率位于预设第三百分数区间。
本发明一个实施例中,所述用户电能表为三相三线电能表;则,
所述总功率因数值满足第五预设条件包括:各个所述采样点对应的电能表数据中所述总功率因数值的最大值位于预设功率区间内;
所述诊断模块202,还用于执行如下步骤:
根据所述采样时刻对应的电能表数据,获取所述用户电能表中两个电表元件的角度差值、每个所述采样时刻对应的电能表数据中的C相电流和A相电流的第一比值,以及各个所述采样时刻对应的电能表数据中的最大A相电流与最小A相电流的第二比值和最大C相电流与最小C相电流的第三比值;
当所述最大A相电流和最大C相电流位于第一预设电流区间,且所述第二比值和第三比值位于预设比值区间,则所述电流的指标异常概率为第三预设值;
当所述最大A相电流和最大C相电流位于第一预设电流区间,所述第二比值及第三比值位于预设比值区间,各个所述第一比值的方差位于预设方差区间,则所述电流的指标异常概率为第二预设值;
当每个所述采样时刻对应的电能表数据中的A相电流和/或C相电流均为负值时,所述电流的指标异常概率为第三预设值;
当所述角度差值位于角度区间时,所述电能表元件的指标异常概率为第二预设值。
本发明一个实施例中,所述用户电能表为三相四线电能表;则,
所述总功率因数值满足第五预设条件包括:所述采样时刻对应的电能表数据中任一相的相功率因数和所述总功率因数值的差值位于预设差值区间;
所述诊断模块202,还用于执行如下步骤:
计算所述采样时刻对应的电能表数据中有功总功率和分相功率绝对值之和的功率差值;
当两个或多个所述采样时刻对应的功率差值位于预设功率区间时,判断所述有功功率的指标异常概率为第三预设值;
当两个或多个所述采样时刻对应的电能表数据中任一相的相电流反向,且反向的相电流对应的相功率因数位于预设相功率因数区间,判断所述电流的指标异常概率为第三预设值。
本发明一个实施例中,所述用户电能表为总表;则,
所述诊断模块202,还用于执行如下步骤:
获取所述用户电能表在预设时段内的电量不平衡率,所述电量不平衡率基于所述电能表数据中的正向有功电量与所述用户电能表对应的多个分表的正向有功电量确定;
当所述电量不平衡率位于预设电量不平衡率区间时,判断所述正向有功电量的指标异常概率为第二预设值;
当所述用户电能表无电流,所述用户电能表对应的分表中有电流,且所述分表的电流与所述分表的倍率的乘积位于第二预设电流区间时,判断所述电流的指标异常概率为第二预设值。
图3是本发明实施例提供的一种电子设备的结构示意图。在硬件层面,该电子设备包括处理器301以及存储有执行指令的存储器302,可选地还包括内部总线303及网络接口304。其中,存储器302可能包含内存3021,例如高速随机存取存储器(Random-AccessMemory,RAM),也可能还包括非易失性存储器3022(non-volatile memory),例如至少1个磁盘存储器等;处理器301、网络接口304和存储器302可以通过内部总线303相互连接,该内部总线303可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等;内部总线303可以分为地址总线、数据总线、控制总线等,为便于表示,图3中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。当然,该电子设备还可能包括其他业务所需要的硬件。当处理器301执行存储器302存储的执行指令时,处理器301执行本发明任意一个实施例中的方法,并至少用于执行如图1所示的方法。
在一种可能实现的方式中,处理器从非易失性存储器中读取对应的执行指令到内存中然后运行,也可从其它设备上获取相应的执行指令,以在逻辑层面上形成一种电能表异常诊断装置。处理器执行存储器所存放的执行指令,以通过执行的执行指令实现本发明任一实施例中提供的一种电能表异常诊断方法。
处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(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。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本发明实施例还提供了一种计算机可读存储介质,包括执行指令,当电子设备的处理器执行执行指令时,所述处理器执行本发明任意一个实施例中提供的方法。该电子设备具体可以是如图3所示的电子设备;执行指令是一种电能表异常诊断装置所对应计算机程序。
本领域内的技术人员应明白,本发明的实施例可提供为方法或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例,或软件和硬件相结合的形式。
本发明中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
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过程、方法、商品或者锅炉不仅包括那些要素,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过程、方法、商品或者锅炉所固有的要素。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过程、方法、商品或者锅炉中还存在另外的相同要素。
以上所述仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种电能表异常诊断方法,其特征在于,包括:
获取用户电能表采集的用户用电数据;
对所述用户用电数据进行异常诊断,确定至少一个用电参数指标的指标异常概率;
根据各个所述用电参数指标分别对应的指标异常概率,确定所述用户电能表的异常概率。
2.根据权利要求1所述的方法,其特征在于,所述至少一个用电参数指标包括:反向有功电量、正向有功电量、电流、功率因数、有功功率、电压、电能表元件中的任意一个或多个;
所述用户用电数据包括:用户电能表在多个采样时刻的电能表数据。
3.根据权利要求2所述的方法,其特征在于,所述对所述用户用电数据进行异常诊断,确定至少一个用电参数指标的指标异常概率,包括:
根据所述采样时刻对应的电能表数据,获得所述采样时刻对应的电流不平衡率和/或电压不平衡率;
当所述电能表数据中反向有功电量值满足第一预设条件时,判定所述反向有功电量的指标异常概率为第一预设值;
当所述电能表数据中正向有功电量值满足第二预设条件时,判定所述正向有功电量的指标异常概率为第一预设值;
当任意所述采样时刻对应的电能表数据中三相的最大相电压、最小相电压以及二次侧额定电压满足第三预设条件,或两个或多个所述采样时刻对应的电压不平衡率和/或电流不平衡率满足第四预设条件时,判断所述电压的指标异常概率为第二预设值;
当任意所述采样时刻对应电能表数据中三相的任一相负荷超过额定负荷的预设百分数,且总功率因数值满足第五预设条件时,判断所述功率因数的指标异常概率为第三预设值;
所述第一预设值大于所述第二预设值,所述第二预设值大于所述第三预设值。
4.根据权利要求3所述的方法,其特征在于,所述多个采样时刻位于用电高峰时段内;
所述电流不平衡率为所述采样时刻对应的电能表数据中的最大相电流和最小相电流之差与所述最大相电流的比值,所述电压不平衡率为所述采样时刻对应的电能表数据中最大相电压和最小相电压之差与所述最大相电压的比值;
所述反向有功电量值满足第一预设条件包括:连续两天或多天的所述反向有功电量值位于预设电量区间;
所述正向有功电量值满足第二预设条件包括:连续两天或多天的所述正向有功电量在时序上递减;
所述最大相电压、最小相电压以及二次侧额定电压满足第三预设条件包括:所述用户电能表对应的电压量程大于0.38kv且不超过35kv时,所述最大相电压大于预设第一倍数的所述二次侧额定电压,所述最小相电压小于预设第二倍数的所述二次侧额定电压;所述用户电能表对应的电压量程大于35kv且不超过220kv时,所述最大相电压大于预设第三倍数的所述二次侧额定电压,所述最小相电压小于预设第四倍数的所述二次侧额定电压;
所述电压不平衡率和/或电流不平衡率满足第四预设条件包括:所述用户电能表对应的电压量程大于0.38kv且不超过220kv时,所述电压不平衡率位于第一预设百分数区间;所述用户电能表对应的电压量程不大于0.38kv时,所述电压不平衡率位于预设第二预设百分数区间,所述电流不平衡率位于预设第三百分数区间。
5.根据权利要求4所述的方法,其特征在于,所述用户电能表为三相三线电能表;则,
所述总功率因数值满足第五预设条件包括:各个所述采样点对应的电能表数据中所述总功率因数值的最大值位于预设功率区间内;
所述对所述用户用电数据进行异常诊断,确定至少一个用电参数指标的指标异常概率,还包括:
根据所述采样时刻对应的电能表数据,获取所述用户电能表中两个电表元件的角度差值、每个所述采样时刻对应的电能表数据中的C相电流和A相电流的第一比值,以及各个所述采样时刻对应的电能表数据中的最大A相电流与最小A相电流的第二比值和最大C相电流与最小C相电流的第三比值;
当所述最大A相电流和最大C相电流位于第一预设电流区间,且所述第二比值和第三比值位于预设比值区间,则所述电流的指标异常概率为第三预设值;
当所述最大A相电流和最大C相电流位于第一预设电流区间,所述第二比值及第三比值位于预设比值区间,各个所述第一比值的方差位于预设方差区间,则所述电流的指标异常概率为第二预设值;
当每个所述采样时刻对应的电能表数据中的A相电流和/或C相电流均为负值时,所述电流的指标异常概率为第三预设值;
当所述角度差值位于角度区间时,所述电能表元件的指标异常概率为第二预设值。
6.根据权利要求3所述的方法,其特征在于,所述用户电能表为三相四线电能表;则,
所述总功率因数值满足第五预设条件包括:所述采样时刻对应的电能表数据中任一相的相功率因数和所述总功率因数值的差值位于预设差值区间;
所述对所述用户用电数据进行异常诊断,确定至少一个用电参数指标的指标异常概率,还包括:
计算所述采样时刻对应的电能表数据中有功总功率和分相功率绝对值之和的功率差值;
当两个或多个所述采样时刻对应的功率差值位于预设功率区间时,判断所述有功功率的指标异常概率为第三预设值;
当两个或多个所述采样时刻对应的电能表数据中任一相的相电流反向,且反向的相电流对应的相功率因数位于预设相功率因数区间,判断所述电流的指标异常概率为第三预设值。
7.根据权利要求3所述的方法,其特征在于,所述用户电能表为总表;则,
所述对所述用户用电数据进行异常诊断,确定至少一个用电参数指标的指标异常概率,还包括:
获取所述用户电能表在预设时段内的电量不平衡率,所述电量不平衡率基于所述电能表数据中的正向有功电量与所述用户电能表对应的多个分表的正向有功电量确定;
当所述电量不平衡率位于预设电量不平衡率区间时,判断所述正向有功电量的指标异常概率为第二预设值;
当所述用户电能表无电流,所述用户电能表对应的分表中有电流,且所述分表的电流与所述分表的倍率的乘积位于第二预设电流区间时,判断所述电流的指标异常概率为第二预设值。
8.一种电能表异常诊断装置,其特征在于,包括:
获取模块,用于获取用户电能表采集的用户用电数据;
诊断模块,用于对所述用户用电数据进行异常诊断,确定至少一个用电参数指标的指标异常概率;
概率确定模块,用于根据各个所述用电参数指标的指标异常概率,确定所述用户电能表对应的用户用电的第二异常概率。
9.一种计算机可读存储介质,包括执行指令,当电子设备的处理器执行所述执行指令时,所述处理器执行如权利要求1至7中任一所述的方法。
10.一种电子设备,包括处理器以及存储有执行指令的存储器,当所述处理器执行所述存储器存储的所述执行指令时,所述处理器执行如权利要求1至7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911237125.5A CN110888101B (zh) | 2019-12-05 | 2019-12-05 | 电能表异常诊断方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911237125.5A CN110888101B (zh) | 2019-12-05 | 2019-12-05 | 电能表异常诊断方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110888101A true CN110888101A (zh) | 2020-03-17 |
CN110888101B CN110888101B (zh) | 2022-11-22 |
Family
ID=69750665
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911237125.5A Active CN110888101B (zh) | 2019-12-05 | 2019-12-05 | 电能表异常诊断方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110888101B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111694821A (zh) * | 2020-04-27 | 2020-09-22 | 深圳华工能源技术有限公司 | 计及接线方式的电力异常数据过滤方法、装置及电子设备 |
CN111965584A (zh) * | 2020-08-11 | 2020-11-20 | 云南电网有限责任公司电力科学研究院 | 一种电能表异常分析方法及装置 |
CN111986469A (zh) * | 2020-08-25 | 2020-11-24 | 广东电网有限责任公司广州供电局 | 一种现场终端故障智能化诊断的方法 |
CN111983548A (zh) * | 2020-09-01 | 2020-11-24 | 云南电网有限责任公司电力科学研究院 | 一种基于功率因数分析的电能表异常判断装置和方法 |
CN112084220A (zh) * | 2020-09-21 | 2020-12-15 | 国网重庆市电力公司营销服务中心 | 一种电能计量装置异常诊断方法、装置及可读存储介质 |
CN112256735A (zh) * | 2020-10-23 | 2021-01-22 | 北京合众伟奇科技股份有限公司 | 一种用电监测方法、装置、计算机设备和存储介质 |
CN113657872A (zh) * | 2021-09-02 | 2021-11-16 | 南方电网数字电网研究院有限公司 | 电力用户的档案信息异常分析方法、装置和计算机设备 |
CN113807739A (zh) * | 2021-09-30 | 2021-12-17 | 国家电网有限公司大数据中心 | 一种错接线台区识别方法、装置、设备及存储介质 |
CN113985126A (zh) * | 2021-12-30 | 2022-01-28 | 北京志翔科技股份有限公司 | 一种欠压异常少计电量的计算方法及装置 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103605103A (zh) * | 2013-06-26 | 2014-02-26 | 广东电网公司东莞供电局 | 基于s型曲线函数的电能计量故障智能诊断方法 |
CN104407268A (zh) * | 2014-11-27 | 2015-03-11 | 国家电网公司 | 基于电量、电压和电流异常分析的异常用电判断方法 |
CN105158722A (zh) * | 2015-04-23 | 2015-12-16 | 国网上海市电力公司 | 一种电能表性能指标评价方法 |
CN105548946A (zh) * | 2015-12-09 | 2016-05-04 | 北京市计量检测科学研究院 | 针对智能电能表的计量误差的多准则筛查方法和装置 |
CN106054104A (zh) * | 2016-05-20 | 2016-10-26 | 国网新疆电力公司电力科学研究院 | 一种基于决策树的智能电表故障实时预测方法 |
CN106164695A (zh) * | 2013-11-18 | 2016-11-23 | 埃内尔迪斯特里布齐恩公司 | 具有故障检测机构的电力计以及故障检测方法 |
CN106405475A (zh) * | 2016-08-31 | 2017-02-15 | 国网江苏省电力公司常州供电公司 | 电能表异常诊断方法 |
CN106443556A (zh) * | 2016-08-31 | 2017-02-22 | 国网江苏省电力公司常州供电公司 | 电能表智能诊断方法 |
CN106842106A (zh) * | 2017-02-23 | 2017-06-13 | 广东电网有限责任公司茂名供电局 | 电能表故障预测方法和装置 |
CN106875124A (zh) * | 2017-02-23 | 2017-06-20 | 广东工业大学 | 一种电能计量装置状态评估方法、装置及*** |
CN108009131A (zh) * | 2017-11-30 | 2018-05-08 | 重庆电力高等专科学校 | 基于用电信息采集的用户用电数据异常分析方法 |
CN109270316A (zh) * | 2018-09-28 | 2019-01-25 | 国网河北省电力有限公司沧州供电分公司 | 一种电力用户用电量异常识别方法、装置及终端设备 |
CN109523190A (zh) * | 2018-11-29 | 2019-03-26 | 国网河北省电力有限公司电力科学研究院 | 一种电能表的管理方法、管理装置及终端 |
-
2019
- 2019-12-05 CN CN201911237125.5A patent/CN110888101B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103605103A (zh) * | 2013-06-26 | 2014-02-26 | 广东电网公司东莞供电局 | 基于s型曲线函数的电能计量故障智能诊断方法 |
CN106164695A (zh) * | 2013-11-18 | 2016-11-23 | 埃内尔迪斯特里布齐恩公司 | 具有故障检测机构的电力计以及故障检测方法 |
CN104407268A (zh) * | 2014-11-27 | 2015-03-11 | 国家电网公司 | 基于电量、电压和电流异常分析的异常用电判断方法 |
CN105158722A (zh) * | 2015-04-23 | 2015-12-16 | 国网上海市电力公司 | 一种电能表性能指标评价方法 |
CN105548946A (zh) * | 2015-12-09 | 2016-05-04 | 北京市计量检测科学研究院 | 针对智能电能表的计量误差的多准则筛查方法和装置 |
CN106054104A (zh) * | 2016-05-20 | 2016-10-26 | 国网新疆电力公司电力科学研究院 | 一种基于决策树的智能电表故障实时预测方法 |
CN106405475A (zh) * | 2016-08-31 | 2017-02-15 | 国网江苏省电力公司常州供电公司 | 电能表异常诊断方法 |
CN106443556A (zh) * | 2016-08-31 | 2017-02-22 | 国网江苏省电力公司常州供电公司 | 电能表智能诊断方法 |
CN106842106A (zh) * | 2017-02-23 | 2017-06-13 | 广东电网有限责任公司茂名供电局 | 电能表故障预测方法和装置 |
CN106875124A (zh) * | 2017-02-23 | 2017-06-20 | 广东工业大学 | 一种电能计量装置状态评估方法、装置及*** |
CN108009131A (zh) * | 2017-11-30 | 2018-05-08 | 重庆电力高等专科学校 | 基于用电信息采集的用户用电数据异常分析方法 |
CN109270316A (zh) * | 2018-09-28 | 2019-01-25 | 国网河北省电力有限公司沧州供电分公司 | 一种电力用户用电量异常识别方法、装置及终端设备 |
CN109523190A (zh) * | 2018-11-29 | 2019-03-26 | 国网河北省电力有限公司电力科学研究院 | 一种电能表的管理方法、管理装置及终端 |
Non-Patent Citations (1)
Title |
---|
高欣 等: ""基于模型自适应选择融合的智能电表故障多分类方法"", 《电网技术》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111694821A (zh) * | 2020-04-27 | 2020-09-22 | 深圳华工能源技术有限公司 | 计及接线方式的电力异常数据过滤方法、装置及电子设备 |
CN111965584A (zh) * | 2020-08-11 | 2020-11-20 | 云南电网有限责任公司电力科学研究院 | 一种电能表异常分析方法及装置 |
CN111986469A (zh) * | 2020-08-25 | 2020-11-24 | 广东电网有限责任公司广州供电局 | 一种现场终端故障智能化诊断的方法 |
CN111983548A (zh) * | 2020-09-01 | 2020-11-24 | 云南电网有限责任公司电力科学研究院 | 一种基于功率因数分析的电能表异常判断装置和方法 |
CN112084220A (zh) * | 2020-09-21 | 2020-12-15 | 国网重庆市电力公司营销服务中心 | 一种电能计量装置异常诊断方法、装置及可读存储介质 |
CN112084220B (zh) * | 2020-09-21 | 2024-05-14 | 国网重庆市电力公司营销服务中心 | 一种电能计量装置异常诊断方法、装置及可读存储介质 |
CN112256735A (zh) * | 2020-10-23 | 2021-01-22 | 北京合众伟奇科技股份有限公司 | 一种用电监测方法、装置、计算机设备和存储介质 |
CN112256735B (zh) * | 2020-10-23 | 2024-04-09 | 北京合众伟奇科技股份有限公司 | 一种用电监测方法、装置、计算机设备和存储介质 |
CN113657872A (zh) * | 2021-09-02 | 2021-11-16 | 南方电网数字电网研究院有限公司 | 电力用户的档案信息异常分析方法、装置和计算机设备 |
CN113807739A (zh) * | 2021-09-30 | 2021-12-17 | 国家电网有限公司大数据中心 | 一种错接线台区识别方法、装置、设备及存储介质 |
CN113807739B (zh) * | 2021-09-30 | 2024-01-23 | 国家电网有限公司大数据中心 | 一种错接线台区识别方法、装置、设备及存储介质 |
CN113985126A (zh) * | 2021-12-30 | 2022-01-28 | 北京志翔科技股份有限公司 | 一种欠压异常少计电量的计算方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110888101B (zh) | 2022-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110888101B (zh) | 电能表异常诊断方法及装置 | |
CN108445438B (zh) | 电能计量装置错误接线的检测方法和装置 | |
CN107340492B (zh) | 基于大数据挖掘和场景预判的电能计量装置故障分析方法 | |
CN110108913B (zh) | 计算故障追补电量方法 | |
CN111487561B (zh) | 一种分析电能计量二次接线错误及计算其正确电量的方法 | |
CN106226612B (zh) | 基于钳形相位表的电流互感器二次接线故障诊断方法 | |
CN109270316B (zh) | 一种电力用户用电量异常识别方法、装置及终端设备 | |
CN106970347B (zh) | 一种利用母线不平衡率排查变电站电度表二次回路故障的方法 | |
CN115598566A (zh) | 电表接线的检验方法和装置、处理器及电子设备 | |
CN109541520B (zh) | 电能计量装置故障差错电量的分相计算法 | |
CN115267640A (zh) | 一种电流互感器异常校验方法、***、设备和介质 | |
CN110058189B (zh) | 一种基于相位角分析的电能表错接线判断方法 | |
CN108171960B (zh) | 一种综合能源管理平台计量装置异常的自诊断方法及*** | |
Pazderin et al. | Localization of non-technical energy losses based on the energy flow problem solution | |
WO2014146422A1 (zh) | 一种大型水轮发电机组转子绕组温度的测算方法 | |
Wellssow et al. | Identification of topology faults by smart meter data in meshed low voltage grids | |
CN108152782B (zh) | 一种高供高计电能表更正系数的测试方法 | |
CN116014663A (zh) | 配网电流保护灵敏性分析方法及装置 | |
CN115616282A (zh) | 窃电行为的监测方法、装置、电子设备及介质 | |
CN114879125A (zh) | 三相电能表计量方法、三相电能表及可读存储介质 | |
CN104133090B (zh) | 三相三线电能表失压时退补电量误差检测方法和*** | |
CN111965568A (zh) | 一种互感器接线状态的监控方法和装置 | |
Pazderin et al. | An energy flow calculation method based on energy meters data | |
CN111856385A (zh) | 一种电量突变故障检测方法、装置和设备 | |
Liu et al. | Research on Analysis Method of Current Loop Fault in High Voltage Electric Energy Metering Device |
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 |