CN112904268B - 基于盐雾老化及状态监测的电能表更换时间预测方法 - Google Patents

基于盐雾老化及状态监测的电能表更换时间预测方法 Download PDF

Info

Publication number
CN112904268B
CN112904268B CN202110085994.1A CN202110085994A CN112904268B CN 112904268 B CN112904268 B CN 112904268B CN 202110085994 A CN202110085994 A CN 202110085994A CN 112904268 B CN112904268 B CN 112904268B
Authority
CN
China
Prior art keywords
electric energy
energy meter
intelligent electric
salt spray
delta
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
CN202110085994.1A
Other languages
English (en)
Other versions
CN112904268A (zh
Inventor
宋凤伟
鲁舟斌
贺琦富
周夏语
王贤雷
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.)
Zhoushan Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Zhoushan Power Supply Co of State Grid Zhejiang Electric Power 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 Zhoushan Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Zhoushan Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority to CN202110085994.1A priority Critical patent/CN112904268B/zh
Publication of CN112904268A publication Critical patent/CN112904268A/zh
Application granted granted Critical
Publication of CN112904268B publication Critical patent/CN112904268B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N17/00—Investigating resistance of materials to the weather, to corrosion, or to light
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/003—Environmental or reliability tests
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Analytical Chemistry (AREA)
  • Environmental Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Ecology (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)

Abstract

本发明公开了基于盐雾老化及状态监测的电能表更换时间预测方法；涉及电能表寿命预测领域。我国南方沿海为湿热盐雾气候，简单的电能表更换造成经济性及安全性问题。本发明在智能电能表投入使用前，抽取一定数量的智能电能表，开展盐雾老化试验并得到寿命函数，进而推导得到实际盐雾环境下智能电能表的使用寿命，在智能电能表投入使用后，结合监测***中获得的智能电能表计量误差，修正寿命函数，得到智能电能表在实际盐雾环境下的更换时间。本技术方案考虑盐雾气候对智能电能表的影响，获得在盐雾环境下的寿命函数；并根据使用过程中的计量误差，修正寿命函数，获得更为经济、合理的智能电能表更换周期，提高智能电能表的使用效率及安全性。

Description

基于盐雾老化及状态监测的电能表更换时间预测方法
技术领域
本发明涉及电能表寿命预测领域，尤其涉及基于盐雾老化及状态监测的电能表更换时间预测方法。
背景技术
目前，在我国智能电能表大规模应用的同时，智能电能表更换策略普遍采取故障后更换或到期统一轮换的方式，故障后更换的方式，缺少预见性，更换较被动，易造成电量计量异常，并引发经济纠纷，而统一轮换使大量运行性能完好的电能表提早报废，造成人力、物力等资源严重浪费。此外，我国南方沿海湿热盐雾气候中，智能电能表更易发生性能衰退及故障，简单的更换方式更容易造成智能电能表运行的经济性及安全性问题。
因为，针对沿海盐雾气候中在运智能电能表的更换方式缺少预见性、经济性的问题，需对智能电能表的更换方法进行改进与优化，以提高智能电能表的使用效率及安全性。
发明内容
本发明要解决的技术问题和提出的技术任务是对现有技术方案进行完善与改进，提供基于盐雾老化及状态监测的电能表更换时间预测方法，以达到能适时更能电能表的目的。为此，本发明采取以下技术方案。
基于盐雾老化及状态监测的电能表更换时间预测方法，包括以下步骤：
1)建立电能表寿命函数；在智能电能表投入使用前,抽取一定数量的智能电能表，开展盐雾老化试验，盐雾试验中以人造海水为溶液；通过人造海水盐雾试验获得智能电能表在实际沿海盐雾环境下的寿命函数；通过控制盐雾老化试验的参数，获得盐雾气候下智能电能表的寿命函数，参数包括温度、盐雾沉降率、溶液中人造海水浓度、老化时间；
2)修正寿命函数并预测电能表更换时间；根据智能电能表状态监测***获得的计量误差数据，并据此对寿命函数进行修正；根据修正后的寿命函数预测寿命值，确定智能电能表更换时间。
作为优选技术手段：在步骤1)建立电能表寿命函数时，
通过控制试验所用人造海水溶液浓度以及盐雾沉降率，控制单位面积及时间内的盐沉积量C；在控制温度T、老化时间t时，对参与实验的智能电能表的计量误差Δ进行测试，当Δ达到计量误差可接受值Δy时，认为智能电能表达到寿命上限l。
通过改变T、C参数，则获得多个盐雾浓度环境下的智能电能表寿命函数：
Figure BDA0002910817450000021
其中，Xi为与寿命函数相关的变量，此时为参数T、C，ai为无量纲常数，可由实验数据代入计算而获得，那么上式可表示为：
l(X)＝exp(a0+a1T+a2C)
与此同时，引入时间参数t，智能电能表的计量误差函数Δ(Y)也可表示为：
Figure BDA0002910817450000022
其中，Yi为与计量误差函数相关的变量，此时为参数T、C、t，bi为无量纲常数，可由实验数据代入计算而获得，那么上式表示为：
Δ(Y)＝exp(b0+b1T+b2C+b3t)
假设l(X)及Δ(Y)函数值的分布符合某种分布类型，则依据该分布特点，将多次老化试验结果数据代入，即可获得l(X)及Δ(Y)函数的通用表达式。
作为优选技术手段：分布类型为Weibull分布、指数分布或正态分布。
作为优选技术手段：在步骤2)修正寿命函数时，对于某一沿海盐雾环境下运行的智能电能表，可首先测得该环境中实际的盐沉积量，然后将温度及盐沉积量参数代入已得到的寿命函数及计量误差函数，计算得到对应的寿命值l(X)以及计量误差随时间的变化函数Δ(t)；同时，根据计量误差函数Δ(t)，也可以计算出计量误差Δ对应的运行时间tΔ；
据此，假定盐雾环境下某一智能电能表运行时间为tx时，状态监测***中的其计量误差值为Δ，那么该智能电能表的剩余预测寿命L(X)表示为：
Figure BDA0002910817450000031
那么该智能电能表可继续运行的时间，即：距离更换该智能电能表的时间； tc为：
Figure BDA0002910817450000032
因此，在保证经济性与安全性的前提下，对于已运行了时间tx、计量误差为Δ的智能电能表，其更换时间分以下三种情况进行区别对待：
①若计量误差Δ达到或超过可接受的计量误差限Δy，则应立即更换智能电能表；
②若计量误差Δ小于老化试验所得到的计量误差函数Δ(Y)，则按照预测的寿命l(X)进行更换，距离更换的时间为l(X)-tx；
③若计量误差Δ大于老化试验所得到的计量误差函数Δ(Y)，但是小于可接受的计量误差限Δy，则将预测寿命修正为l(X)-tΔ，距离更换的时间为l(X)-tΔ-tx。
有益效果：
本技术方案依据盐雾老化试验获得的寿命函数及状态监测***获得的计量误差，确定更合理的智能电能表更换时间，降低运行维护人员工作量，提高智能电能表的使用效率、经济性及安全性。
本技术方案在使用前进行抽样检测，并在电能表的使用过程中，依据计量误差对其寿命进行修正，可以尽量避免电能表“带病上岗”，电能表寿命预测更准确，使电能表更换更为经济、合理。
附图说明
图1是本发明的流程图。
具体实施方式
以下结合说明书附图对本发明的技术方案做进一步的详细说明。
如图1所示，本发明包括以下步骤：
S1：建立电能表寿命函数；在智能电能表投入使用前,抽取一定数量的智能电能表，开展盐雾老化试验，盐雾试验中以人造海水为溶液；通过人造海水盐雾试验获得智能电能表在实际沿海盐雾环境下的寿命函数；通过控制盐雾老化试验的参数，获得盐雾气候下智能电能表的寿命函数，参数包括温度、盐雾沉降率、溶液中人造海水浓度、老化时间；
在智能电能表投入使用前，抽取一定数量的智能电能表，开展盐雾老化试验，盐雾试验中以人造海水为溶液。通过控制试验所用人造海水溶液浓度以及盐雾沉降率，控制单位面积及时间内的盐沉积量(C)。在控制温度(T)、老化时间(t)时，对参与实验的智能电能表的计量误差(Δ)进行测试，当Δ达到计量误差可接受值(Δy)时，认为智能电能表达到寿命上限(l)。
通过改变T、C等参数，则可获得多个盐雾浓度环境下的智能电能表寿命函数：
Figure BDA0002910817450000051
上式可表示为：
l(X)＝exp(a0+a1T+a2C)
与此同时，引入时间参数t，智能电能表的计量误差函数(Δ(Y))也可表示为：
Figure BDA0002910817450000052
即：
Δ(Y)＝exp(b0+b1T+b2C+b3t)
假设l(X)及Δ(Y)函数值的分布符合分布类型(如Weibull分布、指数分布或正态分布)，那么依据该分布特点，将多次老化试验结果数据代入，即可获得l(X)及Δ(Y)函数的通用表达式。
S2：修正寿命函数并预测电能表更换时间；在智能电能表投入使用后，根据智能电能表状态监测***获得的计量误差数据，并据此对寿命函数进行修正；根据修正后的寿命函数预测寿命值，确定智能电能表更换时间。
对于某一沿海盐雾环境下运行的智能电能表，可首先测得该环境中实际的盐沉积量，然后将温度及盐沉积量参数代入已得到的寿命函数及计量误差函数，计算得到对应的寿命值l(X)以及计量误差随时间的变化函数Δ(t)；同时，根据计量误差函数Δ(t)，也可以计算出计量误差Δ对应的运行时间tΔ；
据此，假定盐雾环境下某一智能电能表运行时间为tx时，状态监测***中的其计量误差值为Δ，那么该智能电能表的剩余预测寿命L(X)表示为：
Figure BDA0002910817450000061
那么该智能电能表可继续运行的时间，即：距离更换该智能电能表的时间； tc为：
Figure BDA0002910817450000062
因此，在保证经济性与安全性的前提下，对于已运行了时间tx、计量误差为Δ的智能电能表，其更换时间分以下三种情况进行区别对待：
①若计量误差Δ达到或超过可接受的计量误差限Δy，则应立即更换智能电能表；
②若计量误差Δ小于老化试验所得到的计量误差函数Δ(Y)，则按照预测的寿命l(X)进行更换，距离更换的时间为l(X)-tx；
③若计量误差Δ大于老化试验所得到的计量误差函数Δ(Y)，但是小于可接受的计量误差限Δy，则将预测寿命修正为l(X)-tΔ，距离更换的时间为l(X)-tΔ-tx。
以图1所示的基于盐雾老化及状态监测的电能表更换时间预测方法是本发明的具体实施例，已经体现出本发明实质性特点和进步，可根据实际的使用需要，在本发明的启示下，对其进行形状、结构等方面的等同修改，均在本方案的保护范围之列。

Claims (3)

1.基于盐雾老化及状态监测的电能表更换时间预测方法，其特征在于包括以下步骤：
1)建立电能表寿命函数；在智能电能表投入使用前,抽取一定数量的智能电能表，开展盐雾老化试验，盐雾试验中以人造海水为溶液；通过人造海水盐雾试验获得智能电能表在实际沿海盐雾环境下的寿命函数；通过控制盐雾老化试验的参数，获得盐雾气候下智能电能表的寿命函数，参数包括温度、盐雾沉降率、溶液中人造海水浓度、老化时间；
2)修正寿命函数并预测电能表更换时间；在智能电能表投入使用后，根据智能电能表状态监测***获得的计量误差数据，并据此对寿命函数进行修正；根据修正后的寿命函数预测寿命值，确定智能电能表更换时间；
在步骤2)修正寿命函数时，对于某一沿海盐雾环境下运行的智能电能表，可首先测得该环境中实际的盐沉积量，然后将温度及盐沉积量参数代入已得到的寿命函数及计量误差函数，计算得到对应的寿命值l(X)以及计量误差随时间的变化函数Δ(t)；同时，根据计量误差函数Δ(t)，也可以计算出计量误差Δ对应的运行时间tΔ；
据此，假定盐雾环境下某一智能电能表运行时间为tx时，状态监测***中的其计量误差值为Δ，那么该智能电能表的剩余预测寿命L(X)表示为：
Figure FDA0003543307460000011
那么该智能电能表可继续运行的时间，即：距离更换该智能电能表的时间；tc为：
Figure FDA0003543307460000021
因此，在保证经济性与安全性的前提下，对于已运行了时间tx、计量误差为Δ的智能电能表，其更换时间分以下三种情况进行区别对待：
①若计量误差Δ达到或超过可接受的计量误差限Δy，则应立即更换智能电能表；
②若计量误差Δ小于老化试验所得到的计量误差函数Δ(Y)，则按照预测的寿命l(X)进行更换，距离更换的时间为l(X)-tx；
③若计量误差Δ大于老化试验所得到的计量误差函数Δ(Y)，但是小于可接受的计量误差限Δy，则将预测寿命修正为l(X)-tΔ，距离更换的时间为l(X)-tΔ-tx。
2.根据权利要求1所述的基于盐雾老化及状态监测的电能表更换时间预测方法，其特征在于：在步骤1)建立电能表寿命函数时，
通过控制试验所用人造海水溶液浓度以及盐雾沉降率，控制单位面积及时间内的盐沉积量C；在控制温度T、老化时间t时，对参与实验的智能电能表的计量误差Δ进行测试，当Δ达到计量误差可接受值Δy时，认为智能电能表达到寿命上限l；
通过改变T、C参数，则获得多个盐雾浓度环境下的智能电能表寿命函数：
Figure FDA0003543307460000022
其中，Xi为与寿命函数相关的变量，此时为参数T、C，ai为无量纲常数，那么上式可表示为：
l(X)＝exp(a0+a1T+a2C)
与此同时，引入时间参数t，智能电能表的计量误差函数Δ(Y)也可表示为：
Figure FDA0003543307460000031
其中，Yi为与计量误差函数相关的变量，此时为参数T、C、t，bi为无量纲常数，那么上式表示为：
Δ(Y)＝exp(b0+b1T+b2C+b3t)
假设l(X)及Δ(Y)函数值的分布符合某种分布类型，则依据该分布特点，将多次老化试验结果数据代入，即可获得l(X)及Δ(Y)函数的通用表达式。
3.根据权利要求2所述的基于盐雾老化及状态监测的电能表更换时间预测方法，其特征在于：分布类型为Weibull分布、指数分布或正态分布。
CN202110085994.1A 2021-01-22 2021-01-22 基于盐雾老化及状态监测的电能表更换时间预测方法 Active CN112904268B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110085994.1A CN112904268B (zh) 2021-01-22 2021-01-22 基于盐雾老化及状态监测的电能表更换时间预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110085994.1A CN112904268B (zh) 2021-01-22 2021-01-22 基于盐雾老化及状态监测的电能表更换时间预测方法

Publications (2)

Publication Number Publication Date
CN112904268A CN112904268A (zh) 2021-06-04
CN112904268B true CN112904268B (zh) 2022-05-17

Family

ID=76118374

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110085994.1A Active CN112904268B (zh) 2021-01-22 2021-01-22 基于盐雾老化及状态监测的电能表更换时间预测方法

Country Status (1)

Country Link
CN (1) CN112904268B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114252794B (zh) * 2021-11-24 2024-04-09 国电南瑞科技股份有限公司 一种拆回智能电能表剩余寿命预测方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2237077A1 (de) * 1971-08-06 1973-02-15 Energiekombinat Ost Verfahren zur bestimmung und durchfuehrung einer turnusmaessigen auswechselung von verrechnungsmesseinrichtungen, insbesondere fuer elektrizitaets- und gaszaehler
CN108120949A (zh) * 2018-01-02 2018-06-05 国网上海市电力公司 一种智能电能表加速退化试验方法
CN109376944A (zh) * 2018-11-13 2019-02-22 国网宁夏电力有限公司电力科学研究院 智能电表预测模型的构建方法及装置
CN110068789A (zh) * 2019-05-23 2019-07-30 华立科技股份有限公司 电能表寿命的监测方法和电路
CN110728008A (zh) * 2018-06-27 2020-01-24 中国电力科学研究院有限公司 一种用于确定智能电表的期望寿命的方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2237077A1 (de) * 1971-08-06 1973-02-15 Energiekombinat Ost Verfahren zur bestimmung und durchfuehrung einer turnusmaessigen auswechselung von verrechnungsmesseinrichtungen, insbesondere fuer elektrizitaets- und gaszaehler
CN108120949A (zh) * 2018-01-02 2018-06-05 国网上海市电力公司 一种智能电能表加速退化试验方法
CN110728008A (zh) * 2018-06-27 2020-01-24 中国电力科学研究院有限公司 一种用于确定智能电表的期望寿命的方法及装置
CN109376944A (zh) * 2018-11-13 2019-02-22 国网宁夏电力有限公司电力科学研究院 智能电表预测模型的构建方法及装置
CN110068789A (zh) * 2019-05-23 2019-07-30 华立科技股份有限公司 电能表寿命的监测方法和电路

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于多应力退化模型的智能电表可靠寿命预估;张景元 等;《北京航空航天大学学报》;20170831;第43卷(第8期);第1662-1669页 *

Also Published As

Publication number Publication date
CN112904268A (zh) 2021-06-04

Similar Documents

Publication Publication Date Title
CN106291372B (zh) 一种新的锂离子动力电池剩余寿命预测方法
CN102223264B (zh) 一种用于监控***的告警处理方法及***
CN104316879B (zh) 一种铅酸蓄电池组寿命的预测方法
CN106786531B (zh) 一种配电终端优化配置方法
CN104794544A (zh) 基于智能算法的分布式光伏发电防窃电监测方法
CN107765206B (zh) 一种电能质量监测装置运行状态的评估方法
CN108629520B (zh) 一种微气象环境下的高压输电线路运行状态评估方法
CN112904268B (zh) 基于盐雾老化及状态监测的电能表更换时间预测方法
CN104483633B (zh) 铅酸蓄电池监测***
CN113655425B (zh) 适用于10kv配线线路的计量点运行误差监测方法与***
CN101586996A (zh) 一种基于人工神经网络的斜拉桥索力预测方法
CN107576862A (zh) 监视无功功率补偿***的装置及其方法
CN116839681B (zh) 基于多传感器的沥青搅拌设备监测方法及***
CN105469156A (zh) Moa健康管理和故障预测方法及***
CN112836935A (zh) 一种适用于发电厂的智慧水务管理平台
CN106405280B (zh) 一种智能变电站在线监测参数趋势预警方法
CN109472388B (zh) 一种基于损耗的保电设备故障预警方法和***
CN108459269A (zh) 一种10kV柱上真空开关状态在线评价方法与装置
CN103682486A (zh) 一种用于电池的多模块级联均衡方法
CN117764422A (zh) 智慧节能运维管理云平台
CN103679551A (zh) 一种配电网潮流在线计算方法
CN112240267B (zh) 基于风速相关性与风功率曲线的风机监测方法
CN109326764A (zh) 一种锂离子电池电解液保有量精准化控制方法
CN110836835A (zh) 智能化sf6密度在线监测数据分析及信息反馈***
CN204945365U (zh) 关口电能表监控装置

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