欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

一種智能電能表運行狀態(tài)監(jiān)測方法與流程

文檔序號:40532406發(fā)布日期:2024-12-31 13:48閱讀:15來源:國知局
一種智能電能表運行狀態(tài)監(jiān)測方法與流程

本發(fā)明涉及數(shù)據(jù)處理。更具體地,本發(fā)明涉及一種智能電能表運行狀態(tài)監(jiān)測方法。


背景技術(shù):

1、智能電能表是一種重要的基礎設施,然而,智能電能表由于長時間使用、環(huán)境因素以及電氣干擾等原因,容易出現(xiàn)故障,故障不僅影響電力計量的準確性,還可能導致電力供應的中斷。通過對智能電能表運行狀態(tài)進行監(jiān)測,可以提前預測發(fā)生故障的時間,從而能夠采取相應的維護措施,進而降低了智能電能表的故障率,延長了設備的使用壽命,確保電力供應的穩(wěn)定性。

2、一般地,可以通過威布爾分布來預測智能電能表的故障。威布爾分布是一種常用于描述設備壽命或故障時間的概率分布模型,可以有效地評估智能電能表的可靠性并預測故障。在威布爾分布模型中,尺度參數(shù)直接影響著故障發(fā)生的時間尺度,其反映了設備在特定條件下的平均壽命,是可靠性分析中最關鍵的參數(shù)之一,然而,尺度參數(shù)對于使用條件和環(huán)境的變化較為敏感?,F(xiàn)有方法中,大多使用最大似然估計法來確定該參數(shù),例如,公開號為cn110261811a的中國專利申請文件中公開了一種智能電表批量預警方法及系統(tǒng),其通過極大似然估計法獲取威布爾分布模型中的尺度參數(shù)。然而,上述過程中,極大似然估計法獲得的尺度參數(shù)是建立在數(shù)據(jù)分布在整個估計過程中保持不變的情況下,而智能電能表的運行參數(shù)受環(huán)境影響會發(fā)生改變,其數(shù)據(jù)分布也會改變,此時根據(jù)獲得的尺度參數(shù)進行故障預測,會降低監(jiān)測結(jié)果的準確性,從而出現(xiàn)誤報的情況。


技術(shù)實現(xiàn)思路

1、為解決上述智能電能表的故障預測準確性低的技術(shù)問題,本發(fā)明在如下方面提供方案。

2、本發(fā)明提供了一種智能電能表運行狀態(tài)監(jiān)測方法,包括:獲取智能電能表的歷史維修數(shù)據(jù)以及歷史時間段內(nèi)的功率、電壓、溫度和濕度;根據(jù)所述功率與所述電壓在所述歷史時間段內(nèi)的相對變化情況確定負載變化程度;確定溫度穩(wěn)定性和濕度穩(wěn)定性,并對所述溫度穩(wěn)定性和所述濕度穩(wěn)定性進行加權(quán)求和,得到環(huán)境變化程度;其中,所述溫度穩(wěn)定性的權(quán)重的計算公式為:

3、;

4、以及所述濕度穩(wěn)定性的權(quán)重的計算公式為:

5、;

6、式中,為第參考時刻采集的溫度,為第參考時刻采集的溫度,為第參考時刻采集的溫度,為第參考時刻采集的濕度,為第參考時刻采集的濕度,為第參考時刻采集的濕度,為所述歷史時間段內(nèi)參考時刻的數(shù)量;根據(jù)所述負載變化程度和所述環(huán)境變化程度對威布爾分布模型中的尺度參數(shù)進行修正,修正的計算公式為:

7、;

8、式中,為修正后的尺度參數(shù),為修正前的尺度參數(shù),為所述環(huán)境變化程度,為所述負載變化程度;基于修正后的尺度參數(shù),根據(jù)威布爾分布模型對所述歷史維修數(shù)據(jù)進行故障預測,為向上取整函數(shù)。

9、有益效果:通過根據(jù)溫度和濕度對智能電能表故障率的影響,以及智能電能表在不同的負載條件下的故障表現(xiàn),對獲得的尺度參數(shù)進行修正,減小了監(jiān)測過程中環(huán)境因素對智能電能表的干擾,從而提高了智能電能表運行狀態(tài)監(jiān)測和故障預測的準確性。

10、進一步地,根據(jù)所述功率與所述電壓在所述歷史時間段內(nèi)的相對變化情況確定負載變化程度,包括:根據(jù)參考時刻的電壓變化量和功率變化量確定負載變化特征,其中,所述負載變化特征與所述功率變化量呈正相關,與所述電壓變化量呈負相關;根據(jù)所述歷史時間段內(nèi)所述負載變化特征的方差,或所述負載變化特征與參考負載變化特征的差值的均值確定所述負載變化程度。

11、有益效果:由于智能電能表的負載發(fā)生變化時,電壓也會產(chǎn)生一定的影響,因此,通過綜合考慮電壓和功率的變化情況,更能夠反映智能電能表的負載變化情況,從而提高了后續(xù)根據(jù)負載變化程度對尺度參數(shù)修正的準確性。

12、進一步地,所述負載變化程度的計算公式為:

13、;

14、式中,為第參考時刻時的負載變化特征,為所述歷史時間段內(nèi)所述負載變化特征的均值,為所述歷史時間段內(nèi)參考時刻的數(shù)量。

15、進一步地,所述電壓變化量的計算公式為:

16、;

17、式中,為第參考時刻采集的電壓,為第參考時刻的上一個時刻采集的電壓,為第參考時刻的下一個時刻采集的電壓。

18、有益效果:通過根據(jù)參考時刻的電壓與該參考時刻相鄰兩個時刻的電壓獲得該參考時刻的電壓變化量,能夠準確地反映電壓在該時刻的變化情況,從而提高計算負載變化程度的準確性。

19、進一步地,在確定溫度穩(wěn)定性和濕度穩(wěn)定性的過程中,包括:根據(jù)所述歷史時間段內(nèi)所述溫度與參考溫度的差值的均值或者所述溫度的方差確定所述溫度穩(wěn)定性;根據(jù)所述歷史時間段內(nèi)所述濕度與參考濕度的差值的均值或者所述濕度的方差確定所述濕度穩(wěn)定性。

20、進一步地,所述溫度穩(wěn)定性的計算公式為:

21、;

22、式中,為所述歷史時間段內(nèi)智能電能表的溫度穩(wěn)定性,為所述歷史時間段內(nèi)參考時刻的數(shù)量,為第參考時刻采集的溫度,為參考溫度。

23、進一步地,所述參考溫度為所述歷史時間段內(nèi)采集的所有溫度中的中值。

24、有益效果:通過將所有參考時刻采集的溫度中的中值作為參考溫度,更能反映一個相對穩(wěn)定的、能夠代表整體溫度水平的溫度,同時可以避免因頻繁波動的數(shù)據(jù)而導致參考溫度頻繁變化的問題,提高了獲得的智能電能表在歷史時間段內(nèi)溫度變化的準確性。

25、進一步地,根據(jù)威布爾分布模型對所述歷史維修數(shù)據(jù)進行故障預測,包括:根據(jù)所述威布爾分布模型的概率密度函數(shù)確定智能電能表的可靠度函數(shù);根據(jù)所述可靠度函數(shù)確定所述智能電能表的可靠度;響應于所述可靠度小于預設閾值,發(fā)出故障預警。

26、本發(fā)明的有益效果在于:本發(fā)明的方法通過考慮溫度和濕度對智能電能表使用壽命的影響,以及智能電能表在不同的負載條件下的表現(xiàn),對獲得的尺度參數(shù)進行修正,提高了智能電能表運行狀態(tài)監(jiān)測和故障預測的準確性。進一步地,根據(jù)預測得到的智能電能表的故障,以采用相應的維護措施,確保了電力的穩(wěn)定,從而避免了智能電能表發(fā)生故障所帶來的損失。



技術(shù)特征:

1.一種智能電能表運行狀態(tài)監(jiān)測方法,其特征在于,包括:

2.根據(jù)權(quán)利要求1所述的智能電能表運行狀態(tài)監(jiān)測方法,其特征在于,根據(jù)所述功率與所述電壓在所述歷史時間段內(nèi)的相對變化情況確定負載變化程度,包括:

3.根據(jù)權(quán)利要求2所述的智能電能表運行狀態(tài)監(jiān)測方法,其特征在于,所述負載變化程度的計算公式為:

4.根據(jù)權(quán)利要求2所述的智能電能表運行狀態(tài)監(jiān)測方法,其特征在于,所述電壓變化量的計算公式為:

5.根據(jù)權(quán)利要求1所述的智能電能表運行狀態(tài)監(jiān)測方法,其特征在于,在確定溫度穩(wěn)定性和濕度穩(wěn)定性的過程中,包括:根據(jù)所述歷史時間段內(nèi)所述溫度與參考溫度的差值的均值或者所述溫度的方差確定所述溫度穩(wěn)定性;根據(jù)所述歷史時間段內(nèi)所述濕度與參考濕度的差值的均值或者所述濕度的方差確定所述濕度穩(wěn)定性。

6.根據(jù)權(quán)利要求1或5所述的智能電能表運行狀態(tài)監(jiān)測方法,其特征在于,所述溫度穩(wěn)定性的計算公式為:

7.根據(jù)權(quán)利要求5所述的智能電能表運行狀態(tài)監(jiān)測方法,其特征在于,所述參考溫度為所述歷史時間段內(nèi)采集的所有溫度中的中值。

8.根據(jù)權(quán)利要求1所述的智能電能表運行狀態(tài)監(jiān)測方法,其特征在于,根據(jù)威布爾分布模型對所述歷史維修數(shù)據(jù)進行故障預測,包括:


技術(shù)總結(jié)
本發(fā)明涉及數(shù)據(jù)處理技術(shù)領域,尤其涉及一種智能電能表運行狀態(tài)監(jiān)測方法。本發(fā)明的方法包括:獲取智能電能表的歷史維修數(shù)據(jù)以及歷史時間段內(nèi)的功率、電壓、溫度和濕度;根據(jù)所述功率與所述電壓在所述歷史時間段內(nèi)的相對變化情況確定負載變化程度;確定溫度穩(wěn)定性和濕度穩(wěn)定性,并對所述溫度穩(wěn)定性和所述濕度穩(wěn)定性進行加權(quán)求和,得到環(huán)境變化程度;根據(jù)所述負載變化程度和所述環(huán)境變化程度對威布爾分布模型中的尺度參數(shù)進行修正;基于修正后的尺度參數(shù),根據(jù)威布爾分布模型對所述歷史維修數(shù)據(jù)進行故障預測。本發(fā)明的方法能夠提高智能電能表運行狀態(tài)監(jiān)測和故障預測的準確性。

技術(shù)研發(fā)人員:吳曉彥
受保護的技術(shù)使用者:江蘇卡歐萬泓電子有限公司
技術(shù)研發(fā)日:
技術(shù)公布日:2024/12/30
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
许昌县| 怀来县| 靖西县| 镶黄旗| 临安市| 昌黎县| 曲靖市| 海淀区| 黄浦区| 武隆县| 盐源县| 乌什县| 中江县| 库伦旗| 穆棱市| 正蓝旗| 秭归县| 齐齐哈尔市| 宝丰县| 四平市| 蒙自县| 崇礼县| 陆良县| 会东县| 安徽省| 安远县| 兖州市| 华蓥市| 金塔县| 平乡县| 包头市| 文成县| 台湾省| 军事| 水富县| 仪征市| 唐山市| 平邑县| 青川县| 茶陵县| 渝中区|