CN110927655B - 一种电能表飞走的诊断方法及高速电力线载波模块 - Google Patents

一种电能表飞走的诊断方法及高速电力线载波模块 Download PDF

Info

Publication number
CN110927655B
CN110927655B CN201911145510.7A CN201911145510A CN110927655B CN 110927655 B CN110927655 B CN 110927655B CN 201911145510 A CN201911145510 A CN 201911145510A CN 110927655 B CN110927655 B CN 110927655B
Authority
CN
China
Prior art keywords
electric energy
energy meter
metering
suspected
relative deviation
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
CN201911145510.7A
Other languages
English (en)
Other versions
CN110927655A (zh
Inventor
李桂林
吕亚峰
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.)
Beijing Zhongchen Hongchang Technology Co ltd
Original Assignee
Beijing Zhongchen Hongchang 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 Beijing Zhongchen Hongchang Technology Co ltd filed Critical Beijing Zhongchen Hongchang Technology Co ltd
Priority to CN201911145510.7A priority Critical patent/CN110927655B/zh
Publication of CN110927655A publication Critical patent/CN110927655A/zh
Application granted granted Critical
Publication of CN110927655B publication Critical patent/CN110927655B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R35/00Testing or calibrating of apparatus covered by the other groups of this subclass
    • G01R35/04Testing or calibrating of apparatus covered by the other groups of this subclass of instruments for measuring time integral of power or current
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R22/00Arrangements for measuring time integral of electric power or current, e.g. electricity meters
    • G01R22/06Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
    • G01R22/061Details of electronic electricity meters
    • G01R22/063Details of electronic electricity meters related to remote communication
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R22/00Arrangements for measuring time integral of electric power or current, e.g. electricity meters
    • G01R22/06Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
    • G01R22/061Details of electronic electricity meters
    • G01R22/068Arrangements for indicating or signaling faults

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明涉及一种电能表飞走的诊断方法及高速电力线载波模块,该方法包括:获取电能表连续多天分别在同一时刻计量的电能计量值;计算每个计量值与相邻两个计量值之间的距离作为计量值的中心距离;计算中心距离的相对偏离程度;如果相对偏离程度超过设定阈值,则判定对应电能表计量疑似故障,并标记对应的时间信息;对故障类型进行判断,并针对不同类型的故障采取不同的处理方法。本发明采用分布式HPLC模块在前端直接诊断,避免传统方式将数据采集汇总到主站诊断造成的网络拥堵和时间延迟。根据计量偏离程度判断异常类型,有助于运维检修人员区分检修工作紧急程度,合理安排运检工作;判断不同的疑似故障类型,能够辅助维修人员快速定位故障,提供了维修效率。

Description

一种电能表飞走的诊断方法及高速电力线载波模块
技术领域
本发明涉及电力***领域,特别涉及一种基于电能表飞走的诊断方法及高速电力线载波(HPLC)模块。
背景技术
随着坚强智能电网的大力建设,智能电表覆盖率不断提高,现已基本取代原有的机械式电能表。据统计,全国基于电力线载波的自动抄表***已覆盖近5亿余只智能电表,通过自动抄表***可轻松获得电能表的电压、电流、功率和电能量等数据信息。
电能表是电力商品的法定计量工具,其采集的电能量信息是电力公司与用户、发电企业及其他综合能源服务公司进行电力交易结算的主要依据。因此,电能表的计量准确性收到各方的高度关注,同时也是我国计量行政主管部门的主要监管对象。电子式智能电表具有精度高、频带宽、过载能力强、耗能低,比感应式电能表具有更多优势,其不仅具有用电计量功能,同时兼具数据存储、费控、远程拉合闸以及数据通信、自诊断拓展功能。然而,由于智能电表内部有很多元器件,其对外界干扰极为敏感,当现场环境复杂,外部温度、湿度或者热冲击、定额正弦振动、电磁干扰等扰动因素都可能造成电能表计量出现故障甚至失效。电能表停走、飞走、倒走是智能电表计量异常的典型代表,一般发生较为偶然,但此类异常导致的计量失准,经常引起客户质疑,影响客户服务质量,使得电力公司遭遇严重的信任危机和经济损失。如何对在运行的智能电表进行实时监测,及时准确发现并消除故障,是电力公司急需要解决的问题。
电能表停走、飞走和倒走判断所依据的采集数据主要是冻结有功电能示值。电能表冻结数据是典型的时间序列数据,数据按时间顺序收集,描述日用电量随时间的变化。时间序列中异常点有很多类型,按照其产生的影响一般可分为2类,分别是加性异常点和革新异常点。加性异常点通常指一种孤立的异常点,并不波及到后继的观测值。革新异常点通常涉及到时间序列内在的相关结构,故它们往往是成片出现,当出现一个故障点后由于相关性使得它的后继点也表现出一定的异常。
加性异常点指一种孤立的异常点,如图1所示,在某一时间段采集所得数据发生大幅脉冲巨变,然后又迅速回复正常。此类异常数据并不波及到后继的观测值,但影响智能电表的冻结等数据。
I型革新异常点表现为数据在某一时刻产生较大的阶跃,然后稳定开始工作,由于相关性使得它的后继点均表现出异常,如图2所示。此类异常对电能表计量影响较大,甚至产生计费纠纷。
II型革新异常点是革新异常点的另一种形式,如图3所示。表现为数据趋势在某一时刻产生突变,并稳定住工作。此类异常很难判断,误差在时间序列上积累,对后续电能表计量影响最大。
发明内容
本发明主要针对电能表计量异常问题,提供一种基于电能表飞走的诊断方法及高速电力线载波模块,依托已大面积实施的电力线载波表模块,通过所获得的电能表数据智能诊断电能表的计量异常数据点,确定电能表故障发生时刻并给出对应的解决措施建议。
为达到上述目的,本发明提供了一种基于电能表飞走的诊断方法,包括:
获取电能表连续多天分别在同一时刻计量的电能计量值;
计算每个计量值到相邻两个计量值的中心距离;
计算中心距离的相对偏离程度;
如果相对偏离程度超过设定阈值,则判定对应电能表计量疑似故障,并标记对应的时间信息。
进一步的,每天获取电能表连续多天分别在同一时刻计量的电能计量值,计算一次相对偏离程度,如果k次判断某一天的相对偏离程度超过设定阈值,则上报电能表计量疑似故障,k为整数,k≥3。
进一步的,第j个中心距离为:
Figure BDA0002282068320000031
其中xj表示第j天的计量,n≥j≥2;
第j个相对偏离程度为:
Figure BDA0002282068320000032
进一步的,上报电能表计量疑似故障还包括:如果k次对偏离程度的平均值大于100,则仅上报疑似故障;如果k次相对偏离程度的平均值处于(10,100],则附加立刻维修或更换对应的电能表;如果k次相对偏离程度的平均值不大于10,则附加通知运维检修人员对该电能表进行故障排查。
进一步的,所述上报电能表计量疑似故障包括:以数据报文形式附加在HPLC协议上发送至集中器,集中器汇总台区内所有电能表的疑似计量故障信息,每日固定时间上报至主站,主站进行处理。
本发明另一方面提供一种基于诊断电能表飞走的高速电力线载波模块,包括采集模块以及主控模块;
所述采集模块,采集电能表每日冻结的连续多天的计量值并发送给主控模块;
主控模块包括中心距离计算单元、偏离计算单元以及比较单元;所述中心距离计算单元读取连续多天的计量值,计算每个计量值到相邻两个计量值的中心距离;所述偏离计算单元计算所述中心距离的相对偏离程度;所述比较单元将相对偏离程度与设定阈值进行比较,如果相对偏离程度超过设定阈值则输出对应电能表疑似故障信号,并标记对应的时间信息。
进一步的,主控模块还包括输出单元,对比较单元输出的电能表疑似故障信号进行累计,如果某一电能表的疑似故障信号累计超过k个,则以数据报文形式将疑似故障、对应的电能表编号、时间信息发送给集中器,由集中汇总后上报至主站,k为整数,k≥3。
进一步的,主控模块还包括故障判断单元,如果k次相对偏离程度的平均值大于100,则仅上报疑似故障;如果k次相对偏离程度的平均值处于(10,100],则数据报文中附加立刻维修或更换对应的电能表信息;如果k次相对偏离程度的平均值不大于10,则数据报文中附加运维检修人员对该电能表进行故障排查信息。
本发明的上述技术方案具有如下有益的技术效果:
(1)本发明将电能表计量异常检测转化为时间序列上的数据挖掘;轻量化中心距离检测算法不仅可快速诊断疑似计量异常点,并能够根据计量偏离程度判断异常类型,有助于运维检修人员区分检修工作紧急程度,合理安排运检工作。
(2)本发明基于HPLC资源和计算能力的轻量化中心距离检测算法对计量异常点进行诊断,该算法耗用资源小,处理效果显著,适用于HPLC模块嵌入式硬件平台。算法采用分布式布置,前端直接诊断,避免传统方式将数据采集汇总到主站诊断造成的网络拥堵和时间延迟。
(3)本发明通过偏离程度判断疑似故障的类型,对不同类型的疑似故障采用不同的处理方式,一方面降低错误计量造成的费用损失,另一方面减少运营维护的成本。
(4)本发明判断不同的疑似故障类型,能够辅助维修人员快速定位故障,提供了维修效率。
附图说明
图1为加性异常点示意图;
图2为I型革新异常点示意图;
图3为II型革新异常点示意图;
图4为HPLC模块电能表计量异常诊断流程示意图;
图5为加性异常点飞走数据的检测仿真结果示意图;
图6为I型革新异常点飞走数据的检测仿真结果示意图;
图7为II型革新异常点飞走数据的检测仿真结果示意图;
图8为基于诊断电能表飞走的高速电力线载波模块结构示意图。
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明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
每户的用电量基本处于一个比较平稳的状态,波动不大,基于该情况诊断出疑似故障的电量报送来给主站,实现对电能表的故障监控。本发明采用基于距离的异常点检测方法,考虑给定半径的领域,如果是异常点,则他的领域内没有足够多的其他点。与其他异常点监测算法相比,不需要用户拥有领域知识,在概念上更加直观。
本发明的第一方面提供了一种电能表飞走的诊断方法,包括如下步骤:
步骤S100,获取电能表连续多天分别在同一时刻计量的电能计量值。
步骤S200,计算每个计量值到相邻两个计量值的中心距离。
步骤S300,计算中心距离的相对偏离程度。
步骤S400,如果相对偏离程度超过设定阈值,则判定对应电能表计量疑似故障,并标记对应的时间信息。,
具体的,假设Xi={xi,xi+1,xi+2,…,xi+n}为连续n+1天电能表i时刻储存的n+1个计量值,电能表一般储存62天的冻结数据,因此可取n=61,则定义i时刻第j个电能表计量值的中心距离为:
Figure BDA0002282068320000051
定义j点的计量点相对偏离程度:
Figure BDA0002282068320000052
评估计量异常点,可通过计量点相对偏离程度
Figure BDA0002282068320000053
来判断,相对偏离程度越大,则计量异常点可能性增加。反之,相对偏离程度越小,则计量异常点可能性越低。正常情况下,计量点相对偏离程度
Figure BDA0002282068320000061
在1左右上下浮动。如果相对偏离程度大于100,则仅上报疑似故障;如果相对偏离程度处于(10,100],则立刻维修或更换对应的电能表;如果相对偏离程度不大于10,则通知运维检修人员对该电能表进行故障排查。
进一步的,连续多天分别在每天的同一时刻获取电能表计量的电能计量值,对于每天的电能计量值计算一次相对偏离程度,如果相对偏离程度超过设定阈值的次数达到k次,则上报电能表计量疑似故障,其中,k为整数,k≥3。
HPLC载波表模块是用电信息采集***的重要设备,通过安装在智能电表上实时获取电表的采集值,并将数据借助于电力线进行传送,直至发送至主站。HPLC模块一般内置载波+主控芯片,具有一定的计算和处理能力。HPLC模块的运行独立于电能表,是电能表计量检测和监测电能表正常运行的最佳载体,目前基于HPLC模块已经有停电上报、低电压检测和台区识别等深化应用展开。本发明的第二方面提供了一种基于诊断电能表飞走的高速电力线载波模块,将所述中心距离异常点诊断算法通过软件方式嵌入HPLC模块的主控芯片内,HPLC自动采集电能表运行数据,并进行计量异常点诊断。该基于诊断电能表飞走的高速电力线载波模块包括采集模块以及主控芯片,采集模块为现有的,采集电能表每日冻结的连续多天的计量值并发送给主控模块;主控模块主要包括主控芯片,结合图8,具体包括中心距离计算单元、偏离计算单元、比较单元以及输出单元。
所述中心距离计算单元计算每个计量值与相邻两个计量值之间的距离作为计量值的中心距离;
所述偏离计算单元计算所述中心距离的相对偏离程度;所述比较单元将相对偏离程度与设定阈值进行比较,如果相对偏离程度超过设定阈值则输出对应电能表疑似故障信号,并标记对应的时间信息;
输出单元,对比较单元输出的电能表疑似故障信号进行累计,如果某一电能表的疑似故障信号累计超过k个,则以数据报文形式将疑似故障、对应的电能表编号、时间信息发送给集中器,由集中汇总后上报至主站,k为整数,k≥3。
输出单元判断某日电能表计量值疑似故障,将以数据报文形式附加在HPLC协议上发送至集中器,集中器汇总台区内所有电能表的疑似计量故障信息,每日固定时间上报至主站,通知运维检修人员及时处理。
该高速电力线载波模块不仅能够快速检测疑似计量异常,还可针对异常类型给出指示,方便运维检修人员针对该表进行维修或更换。
计量异常类型的不同,计算所得的计量偏离程度
Figure BDA0002282068320000071
呈现明显的差异。当通过上述三次验证判断j点为计量点偏离时,当
Figure BDA0002282068320000072
值处于(100,+∞)时,可判断该异常为加性异常点,加性异常点不影响正常抄表计费,对运维紧迫性要求较低。当
Figure BDA0002282068320000073
值处于(10,100]时,可判断该异常为I型革新异常点,I型革新异常点需要对电表立刻维修或更换。当
Figure BDA0002282068320000074
值处于(1,10]时,可判断该异常为II型革新异常点,II型革新异常点计量异常确定较为复杂,需要电力运维检修人员借助专用工具。
在一个实施例中主控芯片还包括故障判断单元,如果k次对偏离程度的平均值大于100,则仅上报疑似故障;如果k次相对偏离程度的平均值处于(10,100],则附加立刻维修或更换对应的电能表;如果k次相对偏离程度的平均值不大于10,则附加通知运维检修人员对该电能表进行故障排查。
基于HPLC模块的电能表飞走检测不依赖电能表而独立运行,相比于电能表自诊断检测,具有更高的可信度。
在智能电表计量异常点自动诊断中,利用HPLC模块按设定周期,例如每天主动获取电表储存62天计量值开始一次计算。对于获取到的数据,根据上述中心距离异常点检测算法进行一次计算,对于诊断得到的计量异常点,标记其时间信息,完成一次诊断。
HPLC每次获取的数据量相同,开始计算时数据固定,相当于每次计算均是在离线状态下进行。可通过冗余判断的方式避免误诊断发生,当连续三次及以上均判断某一时间标的计量值异常,则认为该时刻存在电能表计量异常。此时,再通过电力线载波方式将该异常信息进行上报。
在一个实施例中,HPLC模块计量异常点诊断流程如图4所示,包含四个步骤:
步骤1:读取i时刻计量点曲线数据。通过HPLC模块,每日定期读取电能表冻结电量数据。
步骤2:分别计算i时刻的n个计量数据点中心距离γ。其中,i时刻第j个电能表计量值的中心距离为:
Figure BDA0002282068320000081
步骤3:计算n个计量数据点的计量偏离程度
Figure BDA0002282068320000082
j点的计量点偏离程度:
Figure BDA0002282068320000083
步骤4:当计量偏离程度
Figure BDA0002282068320000084
m为计量异常判断阈值,可取m=2,标记对应的时间信息,输出计量点飞走异常信息。
使用中心距离异常点检测算法对时间序列电能表异常点数据进行诊断仿真,分别在j=28注入加性异常点、I型革新异常点及II型革新异常点,进行故障仿真结果,仿真结果如图5-图7所示。偏离程度检测对此类数据异常表现了最好的判断力,计量点偏离程度在位置28接近200,远大于1。对于I型革新异常点,偏离程度算法同样表现了很好的判断能力。序列28位置的计量点偏离程度达100,同样远大于1。II型革新异常点仿真结果更显示了偏离程度算法良好的判断力,序列28开始的异常点中心距离相比正常计量点高出近4倍。
综上所述,本发明提供了一种电能表飞走的诊断方法及高速电力线载波模块,该诊断方法包括:获取电能表连续多天分别在同一时刻计量的电能计量值;计算每个计量值与相邻两个计量值之间的距离作为计量值的中心距离;计算中心距离的相对偏离程度;如果相对偏离程度超过设定阈值,则判定对应电能表计量疑似故障,并标记对应的时间信息;对故障类型进行判断,并针对不同类型的故障采取不同的处理方法。本发明采用分布式HPLC模块在前端直接诊断,避免传统方式将数据采集汇总到主站诊断造成的网络拥堵和时间延迟。根据计量偏离程度判断异常类型,有助于运维检修人员区分检修工作紧急程度,合理安排运检工作。判断不同的疑似故障类型,能够辅助维修人员快速定位故障,提供了维修效率。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (3)

1.一种电能表飞走的诊断方法,其特征在于,包括:
获取电能表连续多天分别在同一时刻计量的电能计量值;
计算每个计量值到相邻两个计量值的中心距离;
计算中心距离的相对偏离程度;
如果相对偏离程度超过设定阈值,则判定对应电能表计量疑似故障,并标记对应的时间信息;
每天获取电能表连续多天分别在同一时刻计量的电能计量值,计算一次相对偏离程度,如果k次判断某一天的相对偏离程度超过设定阈值,则上报电能表计量疑似故障,k为整数,k≥3;
第j个中心距离为:
Figure FDA0003338854960000011
其中xj表示第j天的计量,n≥j≥2;
第j个相对偏离程度为:
Figure FDA0003338854960000012
上报电能表计量疑似故障还包括:如果k次对偏离程度的平均值大于100,则仅上报疑似故障;如果k次相对偏离程度的平均值处于(10,100],则附加立刻维修或更换对应的电能表;如果k次相对偏离程度的平均值不大于10,则附加通知运维检修人员对该电能表进行故障排查。
2.根据权利要求1所述的电能表飞走的诊断方法,其特征在于,所述上报电能表计量疑似故障包括:以数据报文形式附加在HPLC协议上发送至集中器,集中器汇总台区内所有电能表的疑似计量故障信息,每日固定时间上报至主站,主站进行处理。
3.一种基于诊断电能表飞走的高速电力线载波模块,其特征在于,包括采集模块以及主控模块;
所述采集模块,采集电能表每日冻结的连续多天的计量值,并发送给主控模块;
主控模块包括中心距离计算单元、偏离计算单元以及比较单元;所述中心距离计算单元读取连续多天的计量值,计算每个计量值到相邻两个计量值的中心距离;所述偏离计算单元计算所述中心距离的相对偏离程度;所述比较单元将相对偏离程度与设定阈值进行比较,如果相对偏离程度超过设定阈值则输出对应电能表疑似故障信号,并标记对应的时间信息;
主控模块还包括输出单元,对比较单元输出的电能表疑似故障信号进行累计,如果某一电能表的疑似故障信号累计超过k个,则以数据报文形式将疑似故障、对应的电能表编号、时间信息发送给集中器,由集中器汇总后上报至主站,其中,k为整数,k≥3;
主控模块还包括故障判断单元,如果k次相对偏离程度的平均值大于100,则仅上报疑似故障;如果k次相对偏离程度的平均值处于(10,100],则数据报文中附加立刻维修或更换对应的电能表信息;如果k次相对偏离程度的平均值不大于10,则数据报文中附加运维检修人员对该电能表进行故障排查信息。
CN201911145510.7A 2019-11-21 2019-11-21 一种电能表飞走的诊断方法及高速电力线载波模块 Active CN110927655B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911145510.7A CN110927655B (zh) 2019-11-21 2019-11-21 一种电能表飞走的诊断方法及高速电力线载波模块

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911145510.7A CN110927655B (zh) 2019-11-21 2019-11-21 一种电能表飞走的诊断方法及高速电力线载波模块

Publications (2)

Publication Number Publication Date
CN110927655A CN110927655A (zh) 2020-03-27
CN110927655B true CN110927655B (zh) 2022-03-29

Family

ID=69851502

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911145510.7A Active CN110927655B (zh) 2019-11-21 2019-11-21 一种电能表飞走的诊断方法及高速电力线载波模块

Country Status (1)

Country Link
CN (1) CN110927655B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111697997B (zh) * 2020-05-29 2021-08-17 国网河北省电力有限公司电力科学研究院 一种基于抄控器的hplc模块快速检测装置及方法
CN112114990B (zh) * 2020-08-31 2022-04-26 宁波三星医疗电气股份有限公司 一种检测载波模块版本异常的方法
CN112819386A (zh) * 2021-03-05 2021-05-18 中国人民解放军国防科技大学 带有异常的时间序列数据生成方法、***及存储介质
CN115909705B (zh) * 2023-03-03 2023-05-26 北京飞利信信息安全技术有限公司 Hplc双模通信的数据采集方法、***、终端及存储介质
CN117110975B (zh) * 2023-10-23 2024-02-09 石家庄科林电力设计院有限公司 一种多路电能计量装置的失准检测方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE59608514D1 (de) * 1995-07-21 2002-01-31 Siemens Ag Elektrizitätszähler
CN103630869A (zh) * 2013-11-29 2014-03-12 国网安徽省电力公司 基于聚类算法对异常事件分析评价电能表整体状态的方法
CN105182063A (zh) * 2015-09-28 2015-12-23 安特仪表集团有限公司 单相电能表及其最大电流持续监控法和电流变化量监控法
CN106373025A (zh) * 2016-08-22 2017-02-01 重庆邮电大学 基于离群点检测的用电信息采集***实时防窃电监测方法
CN106707937A (zh) * 2017-01-11 2017-05-24 山信软件股份有限公司 一种在线监测旋转编码器异常状态的方法及装置
CN109543083A (zh) * 2018-11-19 2019-03-29 国网陕西省电力公司电力科学研究院 一种多元电网实时数据中异常数据的检测方法
CN110034785A (zh) * 2019-03-27 2019-07-19 国网山东省电力公司青岛供电公司 基于电力线载波通信实现停电故障快速定位的方法
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***

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE59608514D1 (de) * 1995-07-21 2002-01-31 Siemens Ag Elektrizitätszähler
CN103630869A (zh) * 2013-11-29 2014-03-12 国网安徽省电力公司 基于聚类算法对异常事件分析评价电能表整体状态的方法
CN105182063A (zh) * 2015-09-28 2015-12-23 安特仪表集团有限公司 单相电能表及其最大电流持续监控法和电流变化量监控法
CN106373025A (zh) * 2016-08-22 2017-02-01 重庆邮电大学 基于离群点检测的用电信息采集***实时防窃电监测方法
CN106707937A (zh) * 2017-01-11 2017-05-24 山信软件股份有限公司 一种在线监测旋转编码器异常状态的方法及装置
CN109543083A (zh) * 2018-11-19 2019-03-29 国网陕西省电力公司电力科学研究院 一种多元电网实时数据中异常数据的检测方法
CN110034785A (zh) * 2019-03-27 2019-07-19 国网山东省电力公司青岛供电公司 基于电力线载波通信实现停电故障快速定位的方法
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***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于局部异常点检测算法的电能表飞走异常智能分析;李亦非等;《电测与仪表》;20160925(第18期);69-73 *
智能电表故障辨识模型研究;杨金成 等;《电器与能效管理技术》;20170330;30-36 *

Also Published As

Publication number Publication date
CN110927655A (zh) 2020-03-27

Similar Documents

Publication Publication Date Title
CN110927655B (zh) 一种电能表飞走的诊断方法及高速电力线载波模块
US7469190B2 (en) Automated system approach to analyzing harmonic distortion in an electric power system
JP6301791B2 (ja) 配電網の故障予兆診断システムおよびその方法
US20140278162A1 (en) Detecting and locating power outages via low voltage grid mapping
CN109724646A (zh) 一种配电网开关柜电缆接头监控方法、服务器及***
US20150212138A1 (en) Method for detecting open-circuit faults in electric power distribution system, and power distribution facilities management system
CN110309981A (zh) 一种基于工业大数据的水电站状态检修决策***
CN109142965A (zh) 一种大数据融合配电网故障精确定位新方法及其装置
CN102141808A (zh) 汽轮发电机组嵌入式故障预诊断***及方法
US20090281742A1 (en) Automated hierarchical classification for utility systems with multiple sources
CN114280414A (zh) 一种基于拓扑动态识别的低压配电网故障定位***及方法
CN115065591B (zh) 基于状态空间模型的电动汽车充电桩故障预警***和方法
US11740266B2 (en) Systems and methods for monitoring energy-related data in an electrical system
CN103308859A (zh) 蓄电池状态的监测***及监测方法
CN110018437B (zh) 一种分路巡检的关口电能计量装置在线监测方法及***
Thomas et al. Distribution automation leading to a smarter grid
WO2017158921A1 (ja) 断線検出装置
CN107561470B (zh) 一种故障指示器运行状态评价***
CN110361688A (zh) 一种高压用户三相智能电能表状态监测***及方法
CN104714205A (zh) 电表错置侦测***及其方法
CN112684300B (zh) 一种利用双向监测信息的主动配电网故障诊断方法及装置
CN113590368A (zh) 一种基于边边协同的异常设备诊断方法及***
CN204086497U (zh) 中继站和微波站中蓄电池组智能诊断***
Eikeland et al. Uncovering contributing factors to interruptions in the power grid: An Arctic Case. Energies 2022, 15, 305
CN117977807B (zh) 远程光伏电力***实时监测方法

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