一种智能电能表综合性能评价方法、装置制造方法及图纸

本发明专利技术公开一种智能电能表综合性能评价方法、装置，该方法步骤包括：S1.分别基于全寿命周期管理数据获取所需评价的各类别智能电能表的性能指标数据，得到性能指标数据集；S2.使用性能指标数据集计算每个类别智能电能表中每项性能指标数据与最优值之间的关联度值，各类别智能电能表分别将各关联度值进行综合计算，得到对应各类别智能电能表的灰色关联度值；S3.根据计算得到的灰色关联度值评估各类别智能电能表的综合性能。本发明专利技术具有实现方法简单、成本低、能够实现批量智能电能表的综合性能评价，且执行效率高、评价客观合理、鲁棒性好等优点。

【技术实现步骤摘要】
一种智能电能表综合性能评价方法、装置
本专利技术涉及批量智能电能表评价
，尤其涉及一种智能电能表综合性能评价方法、装置。
技术介绍
计量装置产生故障多是由电能表电池欠压、时钟超差、故障烧表等引发，智能电表作为广大电力用户结算和采集系统最基础、最核心的组成部分，其质量水平关系到各用户的供电安全和切身利益，也会直接影响电能数据采集系统的远程费控执行以及数据采集的可靠性。建立智能电表质量评价体系是有效提高智能电表质量管控水平的重要手段，也是智能电表全寿命周期管理过程的重要环节。针对智能电表性能的评价，目前通常都是简单的进行合格与不合格的判断评价，即获取智能电表的数据与设定标准进行比较，如在设定标准范围内则判定合格，否则判定为不合格，该类方法只能对单一产品的合格情况进行简单的评定，当需要针对不同型号或不同批次的批量产品进行评价时，通常仅能先逐一对单一产品进行合格性判定，再简单的依据各单一产品的合格性情况评判对应型号或对应批次产品的质量水平，操作过程复杂、效率低，难以客观、合理的评价批量产品的综合质量水平。智能电能表的数据规模大、数据结构复杂且关联度高，使用简单的脚本语言预处理无法解析过于复杂的数据结构，数据质量无法做到有效监控，智能电能表供应商提供的综合评价方式就存在主观意识强、数据处理繁杂等问题。目前对于不同企业或不同批次的批量产品的综合质量水平，尚缺乏行之有效的评估方法，因此亟需提供一种智能电能表综合性能评价方法，以高效实现批量产品的客观、合理的综合质量水平评价。
技术实现思路
本专利技术要解决的技术问题就在于：针对现有技术存在的技术问题，本专利技术提供一种实现方法简单、成本低、能够实现批量智能电能表的综合性能评价，且执行效率高、评价客观合理、鲁棒性好的智能电能表综合性能评价方法、装置。为解决上述技术问题，本专利技术提出的技术方案为：一种智能电能表综合性能评价方法，步骤包括：S1.数据获取：分别基于全寿命周期管理数据获取所需评价的各类别智能电能表的性能指标数据，其中每个类别分别获取多项性能指标数据，得到性能指标数据集；S2.灰色关联度值确定：使用性能指标数据集计算每个类别智能电能表中每项性能指标数据与最优值之间的关联度值，各类别智能电能表分别将各所述关联度值进行综合计算，得到对应各类别智能电能表的灰色关联度值；S3.综合评价：根据计算得到的所述灰色关联度值评估各类别智能电能表的综合性能。作为本专利技术的进一步改进：所述步骤S2中通过计算所述性能指标数据集中每项性能指标数据的信息熵值，各类别智能电能表分别根据各项性能指标数据的所述信息熵值将各所述关联度值进行综合计算，得到所述灰色关联度值。作为本专利技术的进一步改进，所述步骤S2得到所述灰色关联度值的步骤包括：S21.指标熵值计算：分别计算所述性能指标数据集中每项性能指标数据的信息熵值；S22.熵权值确定：根据计算得到的所述信息熵值确定对应项性能指标数据的权值，得到对应每项性能指标数据的熵权值；S23.综合加权：将每项性能指标数据所对应的所述熵权值以及所述关联度值进行加权，得到所述灰色关联度值。作为本专利技术的进一步改进，所述性能指标数据的信息熵值的计算步骤为：计算第i个类别智能电能表第j个性能指标数据的比重fij为：其中，rij为第i个类别智能电能表第j个性能指标数据的值，n为性能指标数据的项数；根据计算得到的所述比重确定得到第i个性能指标数据的信息熵值Hi为：其中k＝1/lnn。作为本专利技术的进一步改进，所述性能指标数据的熵权值按下式计算得到：其中wi为第i个性能指标数据的熵权值，m为所需评价的智能电能表的类别数。作为本专利技术的进一步改进，所述灰色关联度值具体按下式计算得到：其中pj为第j个类别智能电能表的灰色关联度值，n为性能指标的项数，wi为第i项性能指标数据的所述熵权值，εij为第j个类别智能电能表中第i项性能指标数据与对应的最优值之间的所述关联度值。作为本专利技术的进一步改进，所述步骤S2中所述每项性能指标数据与最优值之间的关联度值的具体计算步骤包括：S21.确定最优指标：分别确定所述性能指标数据集中各项性能指标数据的最优值；S22.关联度值计算：分别计算各类别智能电能表中各项性能指标数据与确定的所述最优值之间的相对差值，得到所述每项性能指标数据与最优值之间的关联度值。作为本专利技术的进一步改进，所述各项性能指标数据与最优值之间的关联度值具体按下式计算得到：其中，第j个类别智能电能表中第i项性能指标与最优值之间的关联度值，其中ri*为第i项性能指标数据的最优值，rij为第j个类别智能电能表中第i项性能指标数据的值。作为本专利技术的进一步改进：所述性能指标数据包括用于电能表质量监督的第一级指标，所述第一级指标包括电能表设计生产过程中质量监督指标、到货前质量监督指标、到货后质量监督指标以及运行质量监督指标中一种或多种；所述质量监督指标包括元器件质量指标、工艺完整性指标、出厂试验符合率指标中一种或多种，所述到货前质量监督指标包括样品比对有无整改指标、全性能试验情况指标、中标批次合格率指标中一种或多种，所述到货后质量监督指标包括样品比对情况指标、到货全检合格率指标、到货批次不合格率指标中一种或多种，所述运行质量监督指标包括运行表抽检合格率指标、运行表分批故障率指标、运行表分类故障率指标、批次不合格故障率中一种或多种。本专利技术进一步提供一种智能电能表综合性能评价装置，包括计算机设备，所述计算机设备被编程以执行上述智能电能表综合性能评价方法的步骤。与现有技术相比，本专利技术的优点在于：1、本专利技术针对批量智能电能表的综合质量评价，通过基于全寿命周期管理数据获取各类别智能电能表的性能指标数据，计算每个类别智能电能表中每项性能指标数据与最优值之间的关联度值，再综合各关联度值得到灰色关联度值，将灰色关联度作为综合评价的量度，能够充分利用已有的白化信息量化批量智能电能表综合性能的分析，减少人为的主观因素影响而降低误差，实现客观、合理且准确的综合性能评价，且具有良好鲁棒性。2、本专利技术通过由各项性能指标数据与最优值之间的差值来确定关联度值以作为灰色关联系数，由性能指标数据与最优值之间的相关性可以准确反映智能电能表的性能，能够量化综合评价系统内的各因素之间的关联度，从而综合各项性能指标数据的关联度值可以准确反映各类别智能电能表的综合性能，确保评价结果的准确、可靠性。3、本专利技术进一步利用熵理论分析确定各个性能指标的权重，能够以客观赋权方式对智能电表各指标数据进行定性分析，结合熵权以及灰色关联法综合得到评价各类别智能电能表的灰色关联度值，能够进一步提高综合评价的精度以及可靠性。4、本专利技术进一步通过全寿命周期管理云平台系统对电能表的设计、关键元器件、生产、监造、检测、运行、报废鉴定等各环节的相关数据进行提炼，得到可以量化的数据指标后，建立从电能表生产监造、到货前质量评价、到货后质量评价、现场运行评价等全寿命周期的闭环综合性能评价指标体系，能够从多层次、多角度对批量智能电能表的综合性能水平进行全面的定量评价。附图说明图1是本实施例智能电能表综合性能评价方法的实现流程示意图。图2是本实施例中电能表全寿命周期管理云平台系统的结构原理示意图。图3是本实施例中构建的综合性能评价指标体系的原理示意图。具体实施方式以下结合说明本文档来自技高网...

【技术保护点】
1.一种智能电能表综合性能评价方法，其特征在于，步骤包括：S1.数据获取：分别基于全寿命周期管理数据获取所需评价的各类别智能电能表的性能指标数据，其中每个类别分别获取多项性能指标数据，得到性能指标数据集；S2.灰色关联度值确定：使用性能指标数据集计算每个类别智能电能表中每项性能指标数据与最优值之间的关联度值，各类别智能电能表分别将各所述关联度值进行综合计算，得到对应各类别智能电能表的灰色关联度值；S3.综合评价：根据计算得到的所述灰色关联度值评估各类别智能电能表的综合性能。

【技术特征摘要】
1.一种智能电能表综合性能评价方法，其特征在于，步骤包括：S1.数据获取：分别基于全寿命周期管理数据获取所需评价的各类别智能电能表的性能指标数据，其中每个类别分别获取多项性能指标数据，得到性能指标数据集；S2.灰色关联度值确定：使用性能指标数据集计算每个类别智能电能表中每项性能指标数据与最优值之间的关联度值，各类别智能电能表分别将各所述关联度值进行综合计算，得到对应各类别智能电能表的灰色关联度值；S3.综合评价：根据计算得到的所述灰色关联度值评估各类别智能电能表的综合性能。2.根据权利要求1所述的智能电能表综合性能评价方法，其特征在于，所述步骤S2中通过计算所述性能指标数据集中每项性能指标数据的信息熵值，各类别智能电能表分别根据各项性能指标数据的所述信息熵值将各所述关联度值进行综合计算，得到所述灰色关联度值。3.根据权利要求2所述的智能电能表综合性能评价方法，其特征在于，所述步骤S2得到所述灰色关联度值的步骤包括：S21.指标熵值计算：分别计算所述性能指标数据集中每项性能指标数据的信息熵值；S22.熵权值确定：根据计算得到的所述信息熵值确定对应项性能指标数据的权值，得到对应每项性能指标数据的熵权值；S23.综合加权：将每项性能指标数据所对应的所述熵权值以及所述关联度值进行加权，得到所述灰色关联度值。4.根据权利要求3所述的智能电能表综合性能评价方法，其特征在于，所述性能指标数据的信息熵值的计算步骤为：计算第i个类别智能电能表第j个性能指标数据的比重fij为：其中，rij为第i个类别智能电能表第j个性能指标数据的值，n为性能指标数据的项数；根据计算得到的所述比重确定得到第i个性能指标数据的信息熵值Hi为：其中k＝1/lnn。5.根据权利要求4所述的智能电能表综合性能评价方法，其特征在于，所述性能指标数据的熵权值按下式计算得到：其中wi为第i个性能指标数据的熵权值，m为所需评价的智能电能表的类别数。6.根据权利要求5所述的智能电能表综合性能评价方法，其特征在于，所述灰色关...

【专利技术属性】
技术研发人员：刘谋海，黄瑞，陈向群，余敏琪，申丽曼，陈浩，贺星，
申请(专利权)人：国网湖南省电力有限公司，国网湖南省电力有限公司供电服务中心计量中心，国家电网有限公司，
类型：发明
国别省市：湖南,43