CN112558000A - 一种基于相关性筛选的电能表计量误差分析方法 - Google Patents
一种基于相关性筛选的电能表计量误差分析方法 Download PDFInfo
- Publication number
- CN112558000A CN112558000A CN202011406232.9A CN202011406232A CN112558000A CN 112558000 A CN112558000 A CN 112558000A CN 202011406232 A CN202011406232 A CN 202011406232A CN 112558000 A CN112558000 A CN 112558000A
- Authority
- CN
- China
- Prior art keywords
- meter
- sub
- meter box
- power
- power data
- 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
- 238000012216 screening Methods 0.000 title claims abstract description 22
- 238000004458 analytical method Methods 0.000 title claims abstract description 16
- 238000004891 communication Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于相关性筛选的电能表计量误差分析方法，包括以下步骤：步骤1，智能断路器通过485通讯线采集表箱内各子表粒度有功功率数据以及表箱端粒度有功功率数据；步骤2，用表箱端总表功率数据减去所有子表功率数据的加和求出表箱功率偏差值曲线；步骤3，基于皮尔逊相关性筛选用于计算误差系数的子表；步骤4，计算误差系数；步骤5，智能断路器根据计算出的误差系数判断超差表并将判断结果上传至主站。本发明仅需添加智能断路器设备获取表箱内全部子表和表箱进线处的用电功率数据即可进行计量误差分析。超差表识别结果准确，易于实现，节约了时间与经济成本。
Description
技术领域
本发明涉及配电网自动化技术领域，尤其涉及一种基于相关性筛选的电能表计量误差分析方法。
背景技术
随着社会整体用电量的不断增加，用于计量用电量的电能表越来越受到重视。电能表能否准确计量关系到用户与电力企业之间的信任关系，而在现实生活中，电能表由于自身质量问题以及使用时间、使用环境的影响，可能会出现计量失准，如果电能表出现计量失准，则势必会给供用电其中一方带来经济损失。目前电力公司一般采取人工使用仪器抽查或者定期更换电表的方法来规避电能表计量失准问题，但这样做时间、经济成本都较高且效率低下。因此电力公司提出了智能电表误差在线检测的构想，且已有一些专家对此进行了一些研究，提出基于线性回归算法对采集到的数据进行分析从而实现对电能表误差的监测。但现有的电能表误差计算方法都存在可靠性问题，其原因主要在于总表到各个子表的线路存在一定程度的线路损耗，造成损耗的因素有线路阻抗、环境影响、电磁干扰等，很难将这些影响因素考虑全面并将其量化，这就导致电能表计量误差与线路损耗难以区分，故计算所得误差系数不准确，判断可靠性低。
发明内容
本发明针对上述问题，克服现有技术的不足，提出一种基于相关性筛选的电能表计量误差分析方法，仅需添加智能断路器设备获取表箱内全部子表和表箱进线处的用电功率数据即可进行计量误差分析。
为了实现上述目的，本发明采取如下技术方案：
一种基于相关性筛选的电能表计量误差分析方法，包括以下步骤：
步骤1，智能断路器通过485通讯线采集表箱内各子表15分钟粒度有功功率数据与表箱进线处的15分钟粒度有功功率数据，表箱内子表15分钟粒度有功功率数据在此简称为子表功率数据，表箱进线处的15分钟粒度有功功率数据在此简称为总表功率数据，采集时间为24小时；
步骤2，用表箱端总表功率数据减去所有子表功率数据的加和求出表箱功率偏差值；
步骤3，基于皮尔逊相关系数筛选用于计算误差系数的子表；
步骤4，计算误差系数；
步骤5，智能断路器根据计算出的误差系数判断超差表并将判断结果上传至主站。
进一步地，所述智能断路器安装在表箱内。
进一步地，所述步骤2中计算表箱功率偏差值的公式为：
其中m表示此表箱内子表的个数，n表示数据采集点的个数，xij表示第j个数据采集点第i个子表的功率读数，yj表示第j个数据采集点的总表功率读数，lj表示第j个数据采集点的表箱功率偏差值。
进一步地，所述步骤3中基于皮尔逊相关系数筛选用于计算误差系数的子表的过程为：
步骤S1:求各子表功率数据和表箱功率偏差值的均值，计算公式为：
其中
表示第i个子表n个功率数据的均值，
表示n个表箱功率偏差值的均值；
步骤S2:求各子表功率数据和表箱功率偏差值之间的皮尔逊相关系数，计算公式为：
corr(xi,l)表示第i个子表功率数据和表箱功率偏差值的皮尔逊相关系数；
步骤S3:将步骤S2中计算得到的各皮尔逊相关系数按绝对值从大到小的顺序排序，筛选出绝对值较大的的前80％的子表用于后续求解误差系数。
进一步地，所述步骤4中电能表计量误差估计系数
的具体求法为：
其中向量L∈Rn表示功率偏差值，矩阵X∈Rp×n表示表箱内经过步骤3筛选后的剩余子表的功率数据，p表示经过步骤3筛选后的剩余子表个数。
进一步地，所述步骤5中智能断路器判断超差表的标准为：将步骤4计算出的误差系数的绝对值大于0.02的表定位为超差表。
本发明的有益效果是：仅需添加智能断路器设备获取表箱内全部子表和表箱进线处的用电功率数据即可进行计量误差分析。超差表识别结果准确，易于实现，节约了时间与经济成本。
附图说明
图1为本发明的总体流程图。
图2为本发明实施例所述表箱的内部接线示意图。
图3为本发明实施例中表箱内各子表功率与表箱功率偏差值的皮尔逊相关系数的绝对值的柱状图。
图4为本发明实施例提供的表箱内用于求解的子表的估计误差系数图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不限定本发明。
结合附图1，一种基于相关性筛选的电能表计量误差分析方法，包括以下步骤：
步骤1，安装在表箱内的智能断路器通过485通讯线采集表箱内各子表15分钟粒度有功功率数据与表箱进线处的15分钟粒度有功功率数据，表箱内子表15分钟粒度有功功率数据在此简称为子表功率数据，表箱进线处的15分钟粒度有功功率数据在此简称为总表功率数据，采集时间为24小时；
实施例提供的表箱内含15个子表，连接如图2所示。
步骤2，用表箱端总表功率数据减去所有子表功率数据的加和求出表箱功率偏差值；计算表箱功率偏差值的公式为：
其中m表示此表箱内子表的个数，n表示数据采集点的个数，xij表示第j个数据采集点第i个子表的功率读数，yj表示第j个数据采集点的总表功率读数，lj表示第j个数据采集点的表箱功率偏差值。
步骤3，基于皮尔逊相关系数筛选用于计算误差系数的子表；计算过程为：
步骤S1:求各子表功率数据和表箱功率偏差值的均值，计算公式为：
其中
表示第i个子表n个功率数据的均值，
表示n个表箱功率偏差值的均值；
步骤S2:求各子表功率数据和表箱功率偏差值之间的皮尔逊相关系数，计算公式为：
corr(xi,l)表示第i个子表功率数据和表箱功率偏差值的皮尔逊相关系数；
步骤S3:将步骤S2中计算得到的各皮尔逊相关系数按绝对值从大到小的顺序排序，筛选出绝对值较大的的前80％的子表用于后续求解误差系数。
附图3为本发明实施例中表箱内各子表功率与表箱功率偏差值的皮尔逊相关系数的绝对值的柱状图，若将值从大到小排序，则表箱内的1、2、3号子表的值处于后20％，故1、2、3号子表将会被剔除，不参与后续求解误差系数的过程。
步骤4，计算误差系数；计量误差估计系数
的具体求法为：
其中向量L∈Rn表示功率偏差值，矩阵X∈Rp×n表示表箱内经过步骤3筛选后的剩余子表的功率数据，p表示经过步骤3筛选后的剩余子表个数。
步骤5，智能断路器根据计算出的误差系数判断超差表并将判断结果上传至主站。智能断路器判断超差表的标准为：将步骤4计算出的误差系数的绝对值大于0.02的表定位为超差表。
通过图4得知，最终判断出四个超差表，判断结果与实际核查结果一致。
上述实施例是对本发明的具体实施方式的说明，而非对本发明的限制，有关技术领域的技术人员在不脱离本发明的精神和范围的情况下，还可做出各种变换和变化以得到相对应的等同的技术方案，因此所有等同的技术方案均应归入本发明的专利保护范围。
Claims (6)
1.一种基于相关性筛选的电能表计量误差分析方法，其特征在于，包括以下步骤：
步骤1，智能断路器通过485通讯线采集表箱内各子表15分钟粒度有功功率数据与表箱进线处的15分钟粒度有功功率数据，表箱内子表15分钟粒度有功功率数据在此简称为子表功率数据，表箱进线处的15分钟粒度有功功率数据在此简称为总表功率数据，采集时间为24小时；
步骤2，用表箱端总表功率数据减去所有子表功率数据的加和求出表箱功率偏差值；
步骤3，基于皮尔逊相关系数筛选用于计算误差系数的子表；
步骤4，计算误差系数；
步骤5，智能断路器根据计算出的误差系数判断超差表并将判断结果上传至主站。
2.根据权利要求1所述的一种基于相关性筛选的电能表计量误差分析方法，其特征在于，所述智能断路器安装在表箱内。
3.根据权利要求1所述的一种基于相关性筛选的电能表计量误差分析方法，其特征在于，所述步骤2中计算表箱功率偏差值的公式为：
其中m表示此表箱内子表的个数，n表示数据采集点的个数，xij表示第j个数据采集点第i个子表的功率读数，yj表示第j个数据采集点的总表功率读数，lj表示第j个数据采集点的表箱功率偏差值。
4.根据权利要求1所述的一种基于相关性筛选的电能表计量误差分析方法，其特征在于，所述步骤3中基于皮尔逊相关系数筛选用于计算误差系数的子表的过程为：
步骤S1:求各子表功率数据和表箱功率偏差值的均值，计算公式为：
其中
表示第i个子表n个功率数据的均值，
表示n个表箱功率偏差值的均值；
步骤S2:求各子表功率数据和表箱功率偏差值之间的皮尔逊相关系数，计算公式为：
corr(xi,l)表示第i个子表功率数据和表箱功率偏差值的皮尔逊相关系数；
步骤S3:将步骤S2中计算得到的各皮尔逊相关系数按绝对值从大到小的顺序排序，筛选出绝对值较大的的前80％的子表用于后续求解误差系数。
5.根据权利要求1所述的一种基于相关性筛选的电能表计量误差分析方法，其特征在于，所述步骤4中电能表计量误差估计系数
的具体求法为：
其中向量L∈Rn表示功率偏差值，矩阵X∈Rp×n表示表箱内经过步骤3筛选后的剩余子表的功率数据，p表示经过步骤3筛选后的剩余子表个数。
6.根据权利要求1所述的一种基于相关性筛选的电能表计量误差分析方法，其特征在于，所述步骤5中智能断路器判断超差表的标准为：将步骤4计算出的误差系数的绝对值大于0.02的表定位为超差表。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011406232.9A CN112558000A (zh) | 2020-12-05 | 2020-12-05 | 一种基于相关性筛选的电能表计量误差分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011406232.9A CN112558000A (zh) | 2020-12-05 | 2020-12-05 | 一种基于相关性筛选的电能表计量误差分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112558000A true CN112558000A (zh) | 2021-03-26 |
Family
ID=75048251
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011406232.9A Pending CN112558000A (zh) | 2020-12-05 | 2020-12-05 | 一种基于相关性筛选的电能表计量误差分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112558000A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113556629A (zh) * | 2021-06-02 | 2021-10-26 | 天津大学 | 一种智能电表误差远程估计方法及装置 |
| CN113985339A (zh) * | 2021-09-22 | 2022-01-28 | 北京市腾河科技有限公司 | 智能电表的误差诊断方法及***、设备、存储介质 |
| CN114217160A (zh) * | 2022-02-18 | 2022-03-22 | 青岛鼎信通讯股份有限公司 | 一种中压配电线路负荷监测单元安装定位方法 |
| CN114325555A (zh) * | 2022-01-04 | 2022-04-12 | 国网上海市电力公司 | 一种计量设备异常在线监测模型及误差计算方法 |
| CN114692061A (zh) * | 2022-03-16 | 2022-07-01 | 广东电网有限责任公司广州供电局 | 基于“pearson相关系数”的电表误差相关因素分析方法及*** |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103744047A (zh) * | 2013-12-23 | 2014-04-23 | 国家电网公司 | 一种定位运行中超差电能表的方法 |
| CN109597014A (zh) * | 2018-11-30 | 2019-04-09 | 国网上海市电力公司 | 一种基于人工智能技术的电能表误差诊断方法 |
| CN110658487A (zh) * | 2019-10-18 | 2020-01-07 | 国网福建省电力有限公司 | 一种可以实现智能电表误差在线估计的表箱及*** |
| CN110673081A (zh) * | 2019-10-18 | 2020-01-10 | 国网福建省电力有限公司 | 基于边缘计算的智能电表误差在线估计方法 |
| CN111123188A (zh) * | 2019-12-20 | 2020-05-08 | 国网山东省电力公司电力科学研究院 | 基于改进最小二乘法的电能表综合检定方法及*** |
| US20200191854A1 (en) * | 2018-12-13 | 2020-06-18 | King Fahd University Of Petroleum And Minerals | Accurate detection and correction of technical and non-technical losses using smart metering |
-
2020
- 2020-12-05 CN CN202011406232.9A patent/CN112558000A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103744047A (zh) * | 2013-12-23 | 2014-04-23 | 国家电网公司 | 一种定位运行中超差电能表的方法 |
| CN109597014A (zh) * | 2018-11-30 | 2019-04-09 | 国网上海市电力公司 | 一种基于人工智能技术的电能表误差诊断方法 |
| US20200191854A1 (en) * | 2018-12-13 | 2020-06-18 | King Fahd University Of Petroleum And Minerals | Accurate detection and correction of technical and non-technical losses using smart metering |
| CN110658487A (zh) * | 2019-10-18 | 2020-01-07 | 国网福建省电力有限公司 | 一种可以实现智能电表误差在线估计的表箱及*** |
| CN110673081A (zh) * | 2019-10-18 | 2020-01-10 | 国网福建省电力有限公司 | 基于边缘计算的智能电表误差在线估计方法 |
| CN111123188A (zh) * | 2019-12-20 | 2020-05-08 | 国网山东省电力公司电力科学研究院 | 基于改进最小二乘法的电能表综合检定方法及*** |
Non-Patent Citations (1)
| Title |
|---|
| 郁浩: "《异常电能表查找***研究》", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113556629A (zh) * | 2021-06-02 | 2021-10-26 | 天津大学 | 一种智能电表误差远程估计方法及装置 |
| CN113556629B (zh) * | 2021-06-02 | 2023-02-17 | 天津大学 | 一种智能电表误差远程估计方法及装置 |
| CN113985339A (zh) * | 2021-09-22 | 2022-01-28 | 北京市腾河科技有限公司 | 智能电表的误差诊断方法及***、设备、存储介质 |
| CN113985339B (zh) * | 2021-09-22 | 2023-11-24 | 北京市腾河科技有限公司 | 智能电表的误差诊断方法及***、设备、存储介质 |
| CN114325555A (zh) * | 2022-01-04 | 2022-04-12 | 国网上海市电力公司 | 一种计量设备异常在线监测模型及误差计算方法 |
| CN114325555B (zh) * | 2022-01-04 | 2023-11-14 | 国网上海市电力公司 | 一种计量设备异常在线监测模型及误差计算方法 |
| CN114217160A (zh) * | 2022-02-18 | 2022-03-22 | 青岛鼎信通讯股份有限公司 | 一种中压配电线路负荷监测单元安装定位方法 |
| CN114692061A (zh) * | 2022-03-16 | 2022-07-01 | 广东电网有限责任公司广州供电局 | 基于“pearson相关系数”的电表误差相关因素分析方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112558000A (zh) | 一种基于相关性筛选的电能表计量误差分析方法 | |
| CN110471024B (zh) | 一种基于量测数据分析的智能电表在线远程校验方法 | |
| CN106338706B (zh) | 一种电能计量装置整体误差检测的方法、装置和*** | |
| CN106338705B (zh) | 一种用于三相电能计量装置的校验误差的方法和装置 | |
| CN113032454A (zh) | 基于云计算的交互式用户用电异常监测预警管理云平台 | |
| CN115170000B (zh) | 一种基于电能表通信模块的远程监测方法及*** | |
| CN112966219A (zh) | 识别户表与表箱关系的方法及***、设备、介质 | |
| CN112180316B (zh) | 一种基于自适应收缩岭回归的电能表计量误差分析方法 | |
| CN113556629B (zh) | 一种智能电表误差远程估计方法及装置 | |
| CN113010998A (zh) | 基于随动线损及遗忘因子最小二乘法的电表误差估计方法 | |
| CN113484819B (zh) | 基于高频电流采样的有限范围内电能表计量故障诊断方法 | |
| CN109146265B (zh) | 基于动态规划时间序列相似性的三相不平衡源溯源方法 | |
| CN109239456B (zh) | 一种基于动态规划时间序列相似性算法的谐波溯源方法 | |
| CN114519514A (zh) | 一种低压台区合理线损值测算方法、***及计算机设备 | |
| CN111832174A (zh) | 一种基于多元回归的配线线损率处理方法及装置 | |
| CN116165597A (zh) | 一种基于核偏最小二乘法的电能表失准在线检测方法 | |
| CN112084678A (zh) | 一种基于多元回归的配线线损率处理方法及装置 | |
| CN114371438B (zh) | 基于物联网的计量设备失准判断方法 | |
| CN113866708B (zh) | 一种基于智能断路器的电能表计量误差分析方法 | |
| CN110873857B (zh) | 基于多源数据融合的智能电能表运行状态评价方法及*** | |
| CN114280527A (zh) | 一种基于低压物联感知终端的电能表失准分析方法 | |
| CN117495106A (zh) | 一种智能电表实时风险筛查、预测方法及*** | |
| CN114779154A (zh) | 一种基于时态分析的智能电表数据时标校准方法及装置 | |
| CN116662840A (zh) | 一种基于机器学习的低压台区用户相位识别方法 | |
| CN114065129A (zh) | 一种基于谱聚类方法的线变关系检测方法及检测*** |
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 |
Application publication date: 20210326 |
|
| RJ01 | Rejection of invention patent application after publication |