CN113447875B - 一种拆回智能电能表剩余寿命评估方法及*** - Google Patents

一种拆回智能电能表剩余寿命评估方法及*** Download PDF

Info

Publication number
CN113447875B
CN113447875B CN202110586219.4A CN202110586219A CN113447875B CN 113447875 B CN113447875 B CN 113447875B CN 202110586219 A CN202110586219 A CN 202110586219A CN 113447875 B CN113447875 B CN 113447875B
Authority
CN
China
Prior art keywords
electric energy
intelligent electric
energy meter
disassembled
life
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
CN202110586219.4A
Other languages
English (en)
Other versions
CN113447875A (zh
Inventor
董贤光
代燕杰
荆臻
陈祉如
杜艳
孙艳玲
邢宇
翟晓卉
孙凯
郑雪
刘潇
王婷婷
王清
张志�
王平欣
梁波
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.)
Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
State Grid Shandong Electric Power Co Ltd
Marketing Service Center of State Grid Shandong Electric Power Co Ltd
Original Assignee
Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
State Grid Shandong Electric Power Co Ltd
Marketing Service Center of State Grid Shandong 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 Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd, State Grid Shandong Electric Power Co Ltd, Marketing Service Center of State Grid Shandong Electric Power Co Ltd filed Critical Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
Priority to CN202110586219.4A priority Critical patent/CN113447875B/zh
Publication of CN113447875A publication Critical patent/CN113447875A/zh
Application granted granted Critical
Publication of CN113447875B publication Critical patent/CN113447875B/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
    • G01R35/02—Testing or calibrating of apparatus covered by the other groups of this subclass of auxiliary devices, e.g. of instrument transformers according to prescribed transformation ratio, phase angle, or wattage rating

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明涉及一种拆回智能电能表剩余寿命评估方法及***。通过拆回电能表分拣，将分拣合格后的拆回电能表进行加速寿命试验，得到智能电能表的多组误差数据，当误差数据大于设定阈值，判定拆回智能电能表失效；随机选取n台分拣合格的拆回智能电能表进行加速寿命试验，每一个时间间隔，记录拆回智能电能表失效数；根据拆回智能电能表失效数，确定拆回智能电能表在应力作用下的平均寿命的点估计和区间估计；获取加速因子；根据拆回智能电能表在应力作用下的平均寿命的点估计和区间估计和加速因子，确定拆回智能电能表剩余寿命的点估计和区间估计。本发明能够科学、准确地预测拆回智能电能表的剩余寿命，减小电子污染。

Description

一种拆回智能电能表剩余寿命评估方法及***
技术领域
本发明涉及智能电能表寿命预测领域，特别是涉及一种拆回智能电能表剩余寿命评估方法及***。
背景技术
随着国民经济的快速发展，智能电能表的检定数量、安装数量逐年增加，每年更换或拆除的电能表数也随之增加，目前多是8年左右轮换。为贯彻国家电网有限公司计量资产集约化等要求，实施拆回智能电能表维修充分利用的原则，挑选出仍有利旧价值的拆回电能表评估后再利用，可大幅降低智能电能表购置数量，减少电子垃圾，实现企业资源的最优配置，同时满足新旧动能转换、营商环境改造等重点改造要求。因此如何科学、准确地预测拆回智能电能表的剩余寿命是一个亟待解决的问题。
发明内容
本发明的目的是提供一种拆回智能电能表剩余寿命评估方法及***，能够科学、准确地预测拆回智能电能表的剩余寿命，减小电子污染。
为实现上述目的，本发明提供了如下方案：
一种拆回智能电能表剩余寿命评估方法包括：
拆回电能表分拣，将分拣合格后的拆回电能表进行加速寿命试验，得到智能电能表的多组误差数据，当误差数据大于设定阈值，判定拆回智能电能表失效；
随机选取n台分拣合格的拆回智能电能表进行加速寿命试验，每一个时间间隔，记录拆回智能电能表失效数，判断拆回智能电能表失效的条件包括误差数据大于设定阈值、通讯失效、液晶屏失效和壳体变形；
根据所述拆回智能电能表失效数，确定拆回智能电能表在应力作用下的平均寿命的点估计和区间估计；
获取加速因子；
根据所述拆回智能电能表在应力作用下的平均寿命的点估计、所述拆回智能电能表在应力作用下的平均寿命的区间估计和所述加速因子，确定拆回智能电能表剩余寿命的点估计和区间估计。
可选地，所述根据所述拆回智能电能表失效数，确定拆回智能电能表在应力作用下的平均寿命的点估计和区间估计，具体包括：
根据所述拆回智能电能表失效数采用公式
Figure BDA0003087596010000021
确定拆回智能电能表在应力作用下的平均寿命的点估计；
其中，
Figure BDA0003087596010000022
为拆回智能电能表在应力作用下的平均寿命θ的点估计，
Figure BDA0003087596010000023
f是拆回智能电能表失效数；
根据所述拆回智能电能表失效数采用公式
Figure BDA0003087596010000024
确定拆回智能电能表在应力作用下的平均寿命的区间估计；
其中，θH为拆回智能电能表在应力作用下的平均寿命θ的1-α置信区间的上限，θL为拆回智能电能表在应力作用下的平均寿命θ的1-α置信区间的下限，N为拆回智能电能表总数。
可选地，所述获取加速因子，具体包括：
采用公式
Figure BDA0003087596010000025
确定加速因子；
其中，Ea为激活能，k为玻尔兹曼常数，T为绝对温度，Ts为温度应力，Tn为正常使用温度，RH为相对湿度，RHs为应力条件下的百分比相对湿度，RHn为正常使用条件下的百分比相对湿度，n为常数，取值范围1-12，AF为加速因子。
可选地，所述根据所述拆回智能电能表在应力作用下的平均寿命的点估计、所述拆回智能电能表在应力作用下的平均寿命的区间估计和所述加速因子，确定拆回智能电能表剩余寿命的点估计和区间估计，具体包括：
根据所述拆回智能电能表在应力作用下的平均寿命的点估计和所述加速因子采用公式
Figure BDA0003087596010000031
确定拆回智能电能表剩余寿命的点估计；
其中，
Figure BDA0003087596010000032
为拆回智能电能表的剩余寿命的点估计，AF为加速因子，
Figure BDA0003087596010000033
为拆回智能电能表在应力作用下的平均寿命θ的点估计；
根据所述拆回智能电能表在应力作用下的平均寿命的区间估计和所述加速因子采用公式
Figure BDA0003087596010000034
确定拆回智能电能表剩余寿命的区间估计；
其中，θH为拆回智能电能表在应力作用下的平均寿命θ的1-α置信区间的上限，θL为拆回智能电能表在应力作用下的平均寿命θ的1-α置信区间的下限，
Figure BDA0003087596010000035
为拆回智能电能表剩余寿命
Figure BDA0003087596010000036
的1-α置信区间的上限，
Figure BDA0003087596010000037
为拆回智能电能表剩余寿命
Figure BDA0003087596010000038
的1-α置信区间的下限。
一种拆回智能电能表剩余寿命评估***包括：
分拣模块，用于拆回电能表分拣；
误差数据确定模块，用于将分拣合格后的拆回电能表进行加速寿命试验，得到智能电能表的多组误差数据，当误差数据大于设定阈值，判定拆回智能电能表失效；
失效数确定模块，用于随机选取n台分拣合格的拆回智能电能表进行加速寿命试验，每一个时间间隔，记录拆回智能电能表失效数，判断拆回智能电能表失效的条件包括误差数据大于设定阈值、通讯失效、液晶屏失效和壳体变形；
拆回智能电能表在应力作用下的平均寿命的点估计和区间估计确定模块，用于根据所述拆回智能电能表失效数，确定拆回智能电能表在应力作用下的平均寿命的点估计和区间估计；
加速因子获取模块，用于获取加速因子；
拆回智能电能表剩余寿命的点估计和区间估计确定模块，用于根据所述拆回智能电能表在应力作用下的平均寿命的点估计、所述拆回智能电能表在应力作用下的平均寿命的区间估计和所述加速因子，确定拆回智能电能表剩余寿命的点估计和区间估计。
可选地，所述拆回智能电能表在应力作用下的平均寿命的点估计和区间估计确定模块具体包括：
拆回智能电能表在应力作用下的平均寿命的点估计确定单元，用于根据所述拆回智能电能表失效数采用公式
Figure BDA0003087596010000041
确定拆回智能电能表在应力作用下的平均寿命的点估计；
其中，
Figure BDA0003087596010000042
为拆回智能电能表在应力作用下的平均寿命θ的点估计，
Figure BDA0003087596010000043
f是拆回智能电能表失效数；
拆回智能电能表在应力作用下的平均寿命的区间估计确定单元，用于根据所述拆回智能电能表失效数采用公式
Figure BDA0003087596010000044
确定拆回智能电能表在应力作用下的平均寿命的区间估计；
其中，θH为拆回智能电能表在应力作用下的平均寿命θ的1-α置信区间的上限，θL为拆回智能电能表在应力作用下的平均寿命θ的1-α置信区间的下限，N为拆回智能电能表总数。
可选地，所述加速因子获取模块具体包括：
加速因子获取单元，用于采用公式
Figure BDA0003087596010000045
确定加速因子；
其中，Ea为激活能，k为玻尔兹曼常数，T为绝对温度，Ts为温度应力，Tn为正常使用温度，RH为相对湿度，RHs为应力条件下的百分比相对湿度，RHn为正常使用条件下的百分比相对湿度，n为常数，取值范围1-12，AF为加速因子。
可选地，所述拆回智能电能表剩余寿命的点估计和区间估计确定模块具体包括：
拆回智能电能表剩余寿命的点估计确定单元，用于根据所述拆回智能电能表在应力作用下的平均寿命的点估计和所述加速因子采用公式
Figure BDA0003087596010000051
确定拆回智能电能表剩余寿命的点估计；
其中，
Figure BDA0003087596010000052
为拆回智能电能表剩余寿命的点估计，AF为加速因子，
Figure BDA0003087596010000053
为拆回智能电能表在应力作用下的平均寿命θ的点估计；
拆回智能电能表剩余寿命的区间估计确定单元，用于根据所述拆回智能电能表拆回智能电能表在应力作用下的平均寿命的区间估计和所述加速因子采用公式
Figure BDA0003087596010000054
确定拆回智能电能表剩余寿命的区间估计；
其中，θH为拆回智能电能表在应力作用下的平均寿命θ的1-α置信区间的上限，θL为拆回智能电能表在应力作用下的平均寿命θ的1-α置信区间的下限，
Figure BDA0003087596010000055
为拆回智能电能表剩余寿命
Figure BDA0003087596010000056
的1-α置信区间的上限，
Figure BDA0003087596010000057
为拆回智能电能表在剩余寿命
Figure BDA0003087596010000058
的1-α置信区间的下限。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明涉及一种拆回智能电能表剩余寿命评估方法及***。该方法包括：拆回电能表分拣，将分拣合格后的拆回电能表进行加速寿命试验，得到智能电能表的多组误差数据，当误差数据大于设定阈值，判定拆回智能电能表失效；随机选取n台分拣合格的拆回智能电能表进行加速寿命试验，每一个时间间隔，记录拆回智能电能表失效数，判断拆回智能电能表失效的条件包括误差数据大于设定阈值、通讯失效、液晶屏失效和壳体变形；根据拆回智能电能表失效数，确定拆回智能电能表在应力作用下的平均寿命的点估计和区间估计；获取加速因子；根据拆回智能电能表在应力作用下的平均寿命的点估计、拆回智能电能表在应力作用下的平均寿命的区间估计和加速因子，确定拆回智能电能表剩余寿命的点估计和区间估计。本发明能够科学、准确地预测拆回智能电能表的剩余寿命，减小电子污染。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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为本发明拆回智能电能表剩余寿命评估方法流程图；
图2为本发明拆回智能电能表剩余寿命评估***结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅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。
本发明的目的是提供一种拆回智能电能表剩余寿命评估方法及***，能够科学、准确地预测拆回智能电能表的剩余寿命，减小电子污染。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明拆回智能电能表剩余寿命评估方法流程图。如图1所示，一种拆回智能电能表剩余寿命评估方法，包括：
步骤101：拆回电能表分拣，将分拣合格后的拆回电能表进行加速寿命试验，得到智能电能表的多组误差数据，当误差数据大于设定阈值，判定拆回智能电能表失效。
拆回智能电能表分拣包含拆回后智能电能表分选、分拣检测及分拣处置分析三个业务环节。
智能电能表分选：智能电能表分选是指在分拣检测前筛选出故障损坏不具备检测条件的拆回电能表，并对具备检测条件的拆回电能表，按照检测需求，完成设备清洁、补上螺丝等分拣检测前准备工作。
分拣检测：分拣检测指应用电能表分拣装置对具备上电检测条件的拆回电能表开展标准化的检测试验。
分拣处置分析：分拣处置分析指综合考虑拆回电能表分拣检测结果、拆回后检定情况、报废处置要求、与供应商协商的处置方式等，分析确认拆回电能表分拣后的处置方式。
其中，对于分拣合格、外观清洁完整且无电池失压、时钟超差等风险的拆回电能表，分拣后为待校验状态，经装用前检定合格后进行加速寿命预测。
分拣合格后的拆回电能表进行加速寿命试验，具体方案如下：
试验前检测试验样本所有功能，对满足加速寿命试验条件的智能电能表进行抽样，样本数不小于5％，并对抽样智能电能表进行编号，试验过程中实时监测智能电能表计量精度，并记录。
试验环境温度为75℃，湿度为85％，依据JJG596-2012《电子式交流电能表》，电压为Un，电流为Ib，功率因数分别为1.0、0.5L。功率因数取1.0，负载电流分别Imax、0.5(Imax-Ib)、Ib、0.1Ib、0.05Ib，获得智能电能表的5组误差数据；功率因数取0.5L，负载电流分别Imax、0.5(Imax-Ib)、Ib、0.1Ib、0.05Ib，获得智能电能表的5组误差数据，失效模式主要有计量超差、通讯失效、液晶屏失效、壳体变形等。将获得的误差数据与标准表进行对比，超差判定为失效。每隔24小时记录一次，发现失效即停止该表试验。
步骤102：随机选取n台分拣合格的拆回智能电能表进行加速寿命试验，每一个时间间隔，记录拆回智能电能表失效数，判断拆回智能电能表失效的条件包括误差数据大于设定阈值、通讯失效、液晶屏失效和壳体变形。表1为试验数据表。
随机选取n台满足加速寿命试验的拆回智能电能表进行加速寿命试验，假设：
(1)设参与加速寿命试验的拆回智能电表为新表；
(2)设拆回智能电表剩余寿命服从单参数指数分布；
(3)在时间t1,t2,…,tk时进行观测，并在tk时停止试验；
(4)测试时间0≡t0＜t1＜t2＜…＜tk＜tk+1≡∞；
(5)拆回智能电能表失效时间落入(ti,ti+1)中的数量为fi，i＝1,2,…,k；
(6)有
Figure BDA0003087596010000081
个失效时间落入(tk,∞)内。
表1试验数据表
Figure BDA0003087596010000082
其中，
Figure BDA0003087596010000083
F0＝0，记拆回智能电能表失效数
Figure BDA0003087596010000084
有fk+1＝n-f。
因为拆回智能电能表剩余寿命服从指数分布，分布函数为F(t)＝1-e-λt。
则一台拆回智能电能表在测试时间间隔(ti,ti+1)内的失效概率为：
Figure BDA0003087596010000085
则fi台拆回智能电能表在测试时间间隔(ti,ti+1)内的失效概率为：
Figure BDA0003087596010000086
n-f台拆回智能电能表到tk时未失效的概率为：
Figure BDA0003087596010000087
似然函数为
Figure BDA0003087596010000088
式中，C为常数。
步骤103：根据所述拆回智能电能表失效数，确定拆回智能电能表在应力作用下的平均寿命的点估计和区间估计，具体包括：
步骤1031：根据所述拆回智能电能表失效数采用公式
Figure BDA0003087596010000091
确定拆回智能电能表在应力作用下的平均寿命的点估计；
其中，
Figure BDA0003087596010000092
为拆回智能电能表在应力作用下的平均寿命θ的点估计，
Figure BDA0003087596010000093
f是拆回智能电能表失效数；
步骤1032：根据所述拆回智能电能表失效数采用公式
Figure BDA0003087596010000094
确定拆回智能电能表在应力作用下的平均寿命的区间估计；
其中，θH为拆回智能电能表在应力作用下的平均寿命θ的1-α置信区间的上限，θL为拆回智能电能表在应力作用下的平均寿命θ的1-α置信区间的下限，N为拆回智能电能表总数。
步骤103的具体过程如下:
对式(4)取对数并求导，似然方程为
Figure BDA0003087596010000095
试验为每隔24小时记录一次，为等间隔，即ti+1-ti＝24h，t0＝0，t1＝1×24，……，tk＝k×24。
式(5)可改写为：
Figure BDA0003087596010000096
化简得(
Figure BDA0003087596010000097
是拆回智能电能表在应力作用下的失效率的点估计)
Figure BDA0003087596010000101
拆回智能电能表在应力作用下的平均寿命θ的点估计为
Figure BDA0003087596010000102
拆回智能电能表在应力作用下的平均寿命θ的1-α置信区间为
Figure BDA0003087596010000103
式中，
Figure BDA0003087596010000104
即可得出智能电能表在环境温度为75℃、湿度为85％时的评价寿命置信区间。
步骤104：获取加速因子，具体包括：
采用公式
Figure BDA0003087596010000105
确定加速因子；
其中，Ea为激活能，k为玻尔兹曼常数，T为绝对温度，Ts为温度应力，Tn为正常使用温度，RH为相对湿度，RHs为应力条件下的百分比相对湿度，RHn为正常使用条件下的百分比相对湿度，n为常数，取值范围1-12，典型值n＝3。AF为加速因子。由式(10)，在高温/高湿(温度为75℃，湿度为85％)环境下，加速老化时间1小时相当于室温下智能电能表寿命为37.118小时。
步骤105：根据所述拆回智能电能表在应力作用下的平均寿命的点估计、所述拆回智能电能表在应力作用下的平均寿命的区间估计和所述加速因子，确定拆回智能电能表在应力作用下的剩余寿命的点估计和区间估计，具体包括：
步骤1051：根据所述拆回智能电能表在应力作用下的平均寿命的点估计和所述加速因子采用公式
Figure BDA0003087596010000111
确定拆回智能电能表剩余寿命的点估计；
其中，
Figure BDA0003087596010000112
为拆回智能电能表剩余寿命的点估计，AF为加速因子，
Figure BDA0003087596010000113
为拆回智能电能表在应力作用下的平均寿命θ的点估计；
步骤1052：根据所述拆回智能电能表在应力作用下的平均寿命的区间估计和所述加速因子采用公式
Figure BDA0003087596010000114
确定拆回智能电能表剩余寿命的区间估计；
其中，θH为拆回智能电能表在应力作用下的平均寿命θ的1-α置信区间的上限，θL为拆回智能电能表在应力作用下的平均寿命θ的1-α置信区间的下限，
Figure BDA0003087596010000115
为拆回智能电能表剩余寿命
Figure BDA0003087596010000116
的1-α置信区间的上限，
Figure BDA0003087596010000117
为拆回智能电能表剩余寿命
Figure BDA0003087596010000118
的1-α置信区间的下限。
图2为本发明拆回智能电能表剩余寿命评估***结构图。如图2所示，一种拆回智能电能表剩余寿命评估***包括：
分拣模块201，用于拆回电能表分拣；
误差数据确定模块202，用于将分拣合格后的拆回电能表进行加速寿命试验，得到智能电能表的多组误差数据，当误差数据大于设定阈值，判定拆回智能电能表失效；
失效数确定模块203，用于随机选取n台分拣合格的拆回智能电能表进行加速寿命试验，每一个时间间隔，记录拆回智能电能表失效数，判断拆回智能电能表失效的条件包括误差数据大于设定阈值、通讯失效、液晶屏失效和壳体变形；
拆回智能电能表在应力作用下的平均寿命的点估计和区间估计确定模块204，用于根据所述拆回智能电能表失效数，确定拆回智能电能表在应力作用下的平均寿命的点估计和区间估计；
加速因子获取模块205，用于获取加速因子；
拆回智能电能表剩余寿命的点估计和区间估计确定模块206，用于根据所述拆回智能电能表在应力作用下的平均寿命的点估计、所述拆回智能电能表在应力作用下的平均寿命的区间估计和所述加速因子，确定拆回智能电能表剩余寿命的点估计和区间估计。
所述拆回智能电能表在应力作用下的平均寿命的点估计和区间估计确定模块204具体包括：
拆回智能电能表在应力作用下的平均寿命的点估计确定单元，用于根据所述拆回智能电能表失效数采用公式
Figure BDA0003087596010000121
确定拆回智能电能表在应力作用下的平均寿命的点估计；
其中，
Figure BDA0003087596010000122
为拆回智能电能表在应力作用下的平均寿命θ的点估计，
Figure BDA0003087596010000123
f是拆回智能电能表失效数；
拆回智能电能表在应力作用下的平均寿命的区间估计确定单元，用于根据所述拆回智能电能表失效数采用公式
Figure BDA0003087596010000124
确定拆回智能电能表在应力作用下的平均寿命的区间估计；
其中，θH为拆回智能电能表在应力作用下的平均寿命θ的1-α置信区间的上限，θL为拆回智能电能表在应力作用下的平均寿命θ的1-α置信区间的下限，N为拆回智能电能表总数。
所述加速因子获取模块205具体包括：
加速因子获取单元，用于采用公式
Figure BDA0003087596010000125
确定加速因子；
其中，Ea为激活能，k为玻尔兹曼常数，T为绝对温度，Ts为温度应力，Tn为正常使用温度，RH为相对湿度，RHs为应力条件下的百分比相对湿度，RHn为正常使用条件下的百分比相对湿度，n为常数，取值范围1-12，AF为加速因子。
所述拆回智能电能表剩余寿命的点估计和区间估计确定模块206具体包括：
拆回智能电能表剩余寿命的点估计确定单元，用于根据所述拆回智能电能表在应力作用下的平均寿命的点估计和所述加速因子采用公式
Figure BDA0003087596010000131
确定拆回智能电能表剩余寿命的点估计；
其中，
Figure BDA0003087596010000132
为拆回智能电能表的剩余寿命的点估计，AF为加速因子，
Figure BDA0003087596010000133
为拆回智能电能表在应力作用下的平均寿命θ的点估计；
拆回智能电能表剩余寿命的区间估计确定单元，用于根据所述拆回智能电能表在应力作用下的平均寿命的区间估计和所述加速因子采用公式
Figure BDA0003087596010000134
确定拆回智能电能表剩余寿命的区间估计；
其中，θH为拆回智能电能表在应力作用下的平均寿命θ的1-α置信区间的上限，θL为拆回智能电能表在应力作用下的平均寿命θ的1-α置信区间的下限，
Figure BDA0003087596010000135
为拆回智能电能表剩余寿命
Figure BDA0003087596010000136
的1-α置信区间的上限，
Figure BDA0003087596010000137
为拆回智能电能表剩余寿命
Figure BDA0003087596010000138
的1-α置信区间的下限。
本发明与现有技术相比，具有如下优点：
1、本发明建立了拆回智能电能表剩余寿命评估模型，模型易于计算，便于工程应用。
2、加速寿命试验过程中发现智能电能表超差、通讯失效、壳体变形及液晶屏失效等问题，发现薄弱环节，对提升智能电能表可靠性具有一定的借鉴意义。
3、本发明无需实时采集数据、节约时间和成本。
4、本发明分组数据的采用，提高了工作效率。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的***而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (6)

1.一种拆回智能电能表剩余寿命评估方法，其特征在于，包括：
拆回电能表分拣，将分拣合格后的拆回电能表进行加速寿命试验，得到智能电能表的多组误差数据，当误差数据大于设定阈值，判定拆回智能电能表失效；
随机选取n台分拣合格的拆回智能电能表进行加速寿命试验，每一个时间间隔，记录拆回智能电能表失效数，判断拆回智能电能表失效的条件包括误差数据大于设定阈值、通讯失效、液晶屏失效和壳体变形；
根据所述拆回智能电能表失效数，确定拆回智能电能表在应力作用下的平均寿命的点估计和区间估计；
获取加速因子；
根据所述拆回智能电能表在应力作用下的平均寿命的点估计、所述拆回智能电能表在应力作用下的平均寿命的区间估计和所述加速因子，确定拆回智能电能表剩余寿命的点估计和区间估计；
所述根据所述拆回智能电能表失效数，确定拆回智能电能表在应力作用下的平均寿命的点估计和区间估计，具体包括：
根据所述拆回智能电能表失效数采用公式
Figure FDA0003750132550000011
确定拆回智能电能表在应力作用下的平均寿命的点估计；
其中，
Figure FDA0003750132550000012
为拆回智能电能表在应力作用下的平均寿命θ的点估计，
Figure FDA0003750132550000013
f是拆回智能电能表失效数；
根据所述拆回智能电能表失效数采用公式
Figure FDA0003750132550000014
确定拆回智能电能表在应力作用下的平均寿命的区间估计；
其中，θH为拆回智能电能表在应力作用下的平均寿命θ的1-α置信区间的上限，θL为拆回智能电能表在应力作用下的平均寿命θ的1-α置信区间的下限，N为拆回智能电能表总数。
2.根据权利要求1所述的拆回智能电能表剩余寿命评估方法，其特征在于，所述获取加速因子，具体包括：
采用公式
Figure FDA0003750132550000021
确定加速因子；
其中，Ea为激活能，k为玻尔兹曼常数，T为绝对温度，Ts为温度应力，Tn为正常使用温度，RH为相对湿度，RHs为应力条件下的百分比相对湿度，RHn为正常使用条件下的百分比相对湿度，n为常数，取值范围1-12，AF为加速因子。
3.根据权利要求1所述的拆回智能电能表剩余寿命评估方法，其特征在于，所述根据所述拆回智能电能表在应力作用下的平均寿命的点估计、所述拆回智能电能表在应力作用下的平均寿命的区间估计和所述加速因子，确定拆回智能电能表剩余寿命的点估计和区间估计，具体包括：
根据所述拆回智能电能表在应力作用下的平均寿命的点估计和所述加速因子采用公式
Figure FDA0003750132550000022
确定拆回智能电能表剩余寿命的点估计；
其中，
Figure FDA0003750132550000023
为拆回智能电能表的剩余寿命的点估计，AF为加速因子，
Figure FDA0003750132550000024
为拆回智能电能表在应力作用下的平均寿命θ的点估计；
根据所述拆回智能电能表在应力作用下的平均寿命的区间估计和所述加速因子采用公式
Figure FDA0003750132550000025
确定拆回智能电能表剩余寿命的区间估计；
其中，θH为拆回智能电能表在应力作用下的平均寿命θ的1-α置信区间的上限，θL为拆回智能电能表在应力作用下的平均寿命θ的1-α置信区间的下限，
Figure FDA0003750132550000026
为拆回智能电能表剩余寿命
Figure FDA0003750132550000027
的1-α置信区间的上限，
Figure FDA0003750132550000028
为拆回智能电能表剩余寿命
Figure FDA0003750132550000029
的1-α置信区间的下限。
4.一种拆回智能电能表剩余寿命评估***，其特征在于，包括：
分拣模块，用于拆回电能表分拣；
误差数据确定模块，用于将分拣合格后的拆回电能表进行加速寿命试验，得到智能电能表的多组误差数据，当误差数据大于设定阈值，判定拆回智能电能表失效；
失效数确定模块，用于随机选取n台分拣合格的拆回智能电能表进行加速寿命试验，每一个时间间隔，记录拆回智能电能表失效数，判断拆回智能电能表失效的条件包括误差数据大于设定阈值、通讯失效、液晶屏失效和壳体变形；
拆回智能电能表在应力作用下的平均寿命的点估计和区间估计确定模块，用于根据所述拆回智能电能表失效数，确定拆回智能电能表在应力作用下的平均寿命的点估计和区间估计；
加速因子获取模块，用于获取加速因子；
拆回智能电能表剩余寿命的点估计和区间估计确定模块，用于根据所述拆回智能电能表在应力作用下的平均寿命的点估计、所述拆回智能电能表在应力作用下的平均寿命的区间估计和所述加速因子，确定拆回智能电能表剩余寿命的点估计和区间估计；
所述拆回智能电能表在应力作用下的平均寿命的点估计和区间估计确定模块具体包括：
拆回智能电能表在应力作用下的平均寿命的点估计确定单元，用于根据所述拆回智能电能表失效数采用公式
Figure FDA0003750132550000031
确定拆回智能电能表在应力作用下的平均寿命的点估计；
其中，
Figure FDA0003750132550000032
为拆回智能电能表在应力作用下的平均寿命θ的点估计，
Figure FDA0003750132550000033
f是拆回智能电能表失效数；
拆回智能电能表在应力作用下的平均寿命的区间估计确定单元，用于根据所述拆回智能电能表失效数采用公式
Figure FDA0003750132550000041
确定拆回智能电能表在应力作用下的平均寿命的区间估计；
其中，θH为拆回智能电能表在应力作用下的平均寿命θ的1-α置信区间的上限，θL为拆回智能电能表在应力作用下的平均寿命θ的1-α置信区间的下限，N为拆回智能电能表总数。
5.根据权利要求4所述的拆回智能电能表剩余寿命评估***，其特征在于，所述加速因子获取模块具体包括：
加速因子获取单元，用于采用公式
Figure FDA0003750132550000042
确定加速因子；
其中，Ea为激活能，k为玻尔兹曼常数，T为绝对温度，Ts为温度应力，Tn为正常使用温度，RH为相对湿度，RHs为应力条件下的百分比相对湿度，RHn为正常使用条件下的百分比相对湿度，n为常数，取值范围1-12，AF为加速因子。
6.根据权利要求4所述的拆回智能电能表剩余寿命评估***，其特征在于，所述拆回智能电能表剩余寿命的点估计和区间估计确定模块具体包括：
拆回智能电能表剩余寿命的点估计确定单元，用于根据所述拆回智能电能表在应力作用下的平均寿命的点估计和所述加速因子采用公式
Figure FDA0003750132550000043
确定拆回智能电能表剩余寿命的点估计；
其中，
Figure FDA0003750132550000044
为拆回智能电能表的剩余寿命的点估计，AF为加速因子，
Figure FDA0003750132550000045
为拆回智能电能表在应力作用下的平均寿命θ的点估计；
拆回智能电能表剩余寿命的区间估计确定单元，用于根据所述拆回智能电能表在应力作用下的平均寿命的区间估计和所述加速因子采用公式
Figure FDA0003750132550000046
确定拆回智能电能表剩余寿命的区间估计；
其中，θH为拆回智能电能表在应力作用下的平均寿命θ的1-α置信区间的上限，θL为拆回智能电能表在应力作用下的平均寿命θ的1-α置信区间的下限，
Figure FDA0003750132550000051
为拆回智能电能表剩余寿命
Figure FDA0003750132550000052
的1-α置信区间的上限，
Figure FDA0003750132550000053
为拆回智能电能表剩余寿命
Figure FDA0003750132550000054
的1-α置信区间的下限。
CN202110586219.4A 2021-05-27 2021-05-27 一种拆回智能电能表剩余寿命评估方法及*** Active CN113447875B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110586219.4A CN113447875B (zh) 2021-05-27 2021-05-27 一种拆回智能电能表剩余寿命评估方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110586219.4A CN113447875B (zh) 2021-05-27 2021-05-27 一种拆回智能电能表剩余寿命评估方法及***

Publications (2)

Publication Number Publication Date
CN113447875A CN113447875A (zh) 2021-09-28
CN113447875B true CN113447875B (zh) 2022-09-20

Family

ID=77810599

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110586219.4A Active CN113447875B (zh) 2021-05-27 2021-05-27 一种拆回智能电能表剩余寿命评估方法及***

Country Status (1)

Country Link
CN (1) CN113447875B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230400332A1 (en) * 2022-06-10 2023-12-14 Badger Meter, Inc. System and Method for Validating Streaming Sensor Data in a Utility Monitoring System
CN115291157B (zh) * 2022-07-14 2023-09-22 国网山东省电力公司营销服务中心(计量中心) 一种基于时钟偏差的电能表剩余寿命预测方法及***

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102184292A (zh) * 2011-03-30 2011-09-14 北京航空航天大学 服从指数分布的电子产品可靠性预计模型修正方法
CN102707255A (zh) * 2012-06-19 2012-10-03 华北电网有限公司计量中心 一种智能电表的快速抽样检测方法
CN104680005A (zh) * 2015-02-11 2015-06-03 北京航空航天大学 基于加速因子可行域选择的非平行贮存寿命试验评估方法
CN106227906A (zh) * 2016-05-20 2016-12-14 广州韵脉质量技术服务有限公司 一种基于性能退化分析的智能制造装备可靠性的评估方法
CN106226699A (zh) * 2016-07-11 2016-12-14 北京航空航天大学 一种基于时变权重最优匹配相似性的锂离子电池寿命预测方法
CN108459948A (zh) * 2018-03-26 2018-08-28 华北电力大学（保定） ***可靠性评估中失效数据分布类型的确定方法
CN108680890A (zh) * 2018-08-23 2018-10-19 重庆市计量质量检测研究院 智能电能表寿命特征检测方法
CN110399637A (zh) * 2019-06-14 2019-11-01 中国人民解放军海军工程大学 一种指数型备件寿命分布参数估计方法及***
CN111680389A (zh) * 2020-04-23 2020-09-18 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） 设备寿命量化方法、装置、计算机设备和存储介质
CN112784414A (zh) * 2021-01-22 2021-05-11 北京航空航天大学 一种多部件整机贮存寿命置信下限评估方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102184292A (zh) * 2011-03-30 2011-09-14 北京航空航天大学 服从指数分布的电子产品可靠性预计模型修正方法
CN102707255A (zh) * 2012-06-19 2012-10-03 华北电网有限公司计量中心 一种智能电表的快速抽样检测方法
CN104680005A (zh) * 2015-02-11 2015-06-03 北京航空航天大学 基于加速因子可行域选择的非平行贮存寿命试验评估方法
CN106227906A (zh) * 2016-05-20 2016-12-14 广州韵脉质量技术服务有限公司 一种基于性能退化分析的智能制造装备可靠性的评估方法
CN106226699A (zh) * 2016-07-11 2016-12-14 北京航空航天大学 一种基于时变权重最优匹配相似性的锂离子电池寿命预测方法
CN108459948A (zh) * 2018-03-26 2018-08-28 华北电力大学（保定） ***可靠性评估中失效数据分布类型的确定方法
CN108680890A (zh) * 2018-08-23 2018-10-19 重庆市计量质量检测研究院 智能电能表寿命特征检测方法
CN110399637A (zh) * 2019-06-14 2019-11-01 中国人民解放军海军工程大学 一种指数型备件寿命分布参数估计方法及***
CN111680389A (zh) * 2020-04-23 2020-09-18 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） 设备寿命量化方法、装置、计算机设备和存储介质
CN112784414A (zh) * 2021-01-22 2021-05-11 北京航空航天大学 一种多部件整机贮存寿命置信下限评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LED寿命评估方法概述;于迪;《光源与照明》;20160331;第1-3页 *
单参数指数分布实探;辛萍芳;《科教文汇》;20071031;第214-217页 *

Also Published As

Publication number Publication date
CN113447875A (zh) 2021-09-28

Similar Documents

Publication Publication Date Title
CN113447875B (zh) 一种拆回智能电能表剩余寿命评估方法及***
CN106780121B (zh) 一种基于用电负荷模式分析的用电异常识别方法
CN109359271B (zh) 一种基于逻辑回归的变压器绕组变形程度在线检测方法
CN110927654B (zh) 一种智能电能表批次运行状态评价方法
CN111506618B (zh) 一种结合lightgbm-stacking算法的异常用电行为分析方法
CN109754146A (zh) 一种基于系关系分析法的智能电能表健康度综合评估方法
CN114169709A (zh) 变电站二次设备的状态评估方法、装置、存储介质及设备
WO2016029773A1 (zh) 一种基于参考能量的电气测量方法
CN116449235A (zh) 一种储能电池测试数据处理方法及***
CN113313403B (zh) 基于规模化大功率电动汽车充放电的配电网综合评价方法、设备、***及存储介质
CN117391443A (zh) 除尘设备状态监测预警方法及***
CN114548673B (zh) 一种减排指标监测方法及装置
CN108267709B (zh) 电能故障检查和分类的方法及装置
CN110888100A (zh) 一种单相智能电能表在线带载检测***及方法
CN111224468B (zh) 一种基于云计算的光伏设备安全运行运维平台
CN114740419A (zh) 基于“三维图”分析台区电表误差的方法、装置、设备和介质
CN115146715A (zh) 用电安全隐患诊断方法、装置、设备及存储介质
CN114186586A (zh) 基于二维卷积神经网络的损伤识别方法及设备
CN109388829B (zh) 一种电子产品寿命测算方法
CN112256693A (zh) 一种预测线路故障停电和用户投诉的方法
CN111090037A (zh) 一种仪控卡件的可靠性检测方法
CN117074840B (zh) 直流充电桩在线测试***
CN115936266B (zh) 轨道交通设备的可靠度预测方法、***、设备和介质
CN114167345B (zh) 用于评估电能质量检测装置准确度的方法
CN117993895B (zh) 电网设备全生命周期管理***

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