一种评价低压电能表运行状态的方法技术

本发明专利技术公开了一种评价低压电能表运行状态的方法，涉及电力运维领域；目前，电能表的轮换报废方法不够科学精准，造成了大量人力和物力的浪费；本发明专利技术包括步骤：首先对低压电能表应用威布尔分布计算可靠度，而后通过熵权法计算故障因素权值，再对包括计量异常、全事件、电能表过载率、时钟电池欠压四种故障运行相关数据进行评价，同时考虑地区影响因子的作用，最后计算低压电能表状态评价的总分，完成电能表状态评价模型。本技术方案减少了可继续运行电能表的浪费损失，大大减轻了电力工作人员的工作难度，同时提高了电网运行的效率和准确度，节省了大量的人力和物力。

A method to evaluate the operation state of low voltage watt hour meter

【技术实现步骤摘要】
一种评价低压电能表运行状态的方法
本专利技术涉及一种电力运维领域，尤其涉及一种评价低压电能表运行状态的方法。
技术介绍
低压电能表的正常稳定运行，影响着国家电网公司的发展和其运营的经济效益。国家电网公司自2009年开始对电能表进行全面轮换，2013年以后将电能表的批次故障率作为周期轮换的依据。以浙江省为例，每年轮换下的电能表约400万只，终端设备约40万只。这其中一部分电能计量设备尽管达到使用年限，但并无故障，仍可继续使用。电能表的轮换报废方法不够科学精准，造成了大量人力和物力的浪费。因此，需要建立一套合理完整的低压电能表评价模型用以提高电网公司在后续电能表轮换时的准确程度。随着智能电网的日益发展，智能电能表的应用也更为广泛。因此，现有的人为进行智能电能表固定周期检验判断电能表是否发生故障的方式，不仅耗费大量的人力、物力，还存在着一定的现场作业危险性，也无法保证有效及时发现电能表运行出现的异常情况。并且现有的电能表轮换方式大多为按照电能表检定周期这一固定时间段对电能表进行轮换，从安装到户之日起计，在固定时间段之后无论用户使用的电能表的实际计量性能如何，都需更换电能表。随着电能表自身技术水平的提高和电能表运行水平、检测水平的提升，这种做法极易造成人力、物力的浪费，而且不利于节能环保。
技术实现思路
本专利技术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，提供一种评价低压电能表运行状态的方法，以达到提高电能表轮换的准确性目的。为此，本专利技术采取以下技术方案。一种评价低压电能表运行状态的方法，包括以下步骤：1)获取低压电能表数据；2)对低压电能表数据应用威布尔分布计算可靠度,用以衡量电能表自身的可靠程度；3)对包括计量异常、全事件、电能表过载率、时钟电池欠压四种故障运行相关数据进行评价；其中，计量异常和全事件评价衡量了电能表近期的异常因素，电能表过载率评价衡量了电能表运行环境对电能表造成的影响，电能表运行环境包括电压、电流过载；时钟电池欠压评价衡量了电能表内部时钟对电能表状态的影响；4)获取地区影响因子，衡量电能表所在地区的整体电能表质量情况，作为状态评价的一个指标；5)通过熵权法计算故障因素权值，组合计量异常、全事件、电能表过载、时钟电池欠压四项评价结果；6)根据故障运行相关数据评价值及影响因子，通过公式计算低压电能表状态评价的总分，完成电能表状态评价；7)获取电能表运行状态，当电能表运行状态与电能表状态评价值的差超过设定阈值时，对步骤5)确定的故障因素权值进行修正。上述步骤中，2)、3)、4)的顺序可以并行也可以串行计算各评价,由于熵值法需要计算四项评价结果的权值，所以要在四项评价完成后进行，最后通过代入公式完成整体电能表状态评价。基于上述流程，电能表状态评价考虑了电能表自身可靠度，电能表计量异常，全事件异常，时钟，运行工况，地区水平等因素，综合得出最后的状态评分，作为指导电能表轮换的依据。本技术方案基于电能表计量异常、全事件、电能表过载率和电能表时钟电池欠压四种电能表故障相关运行数据和电能表的批次可靠度和电能表所在地区的影响对电能表的运行状态进行评分，并对其进行轮换。这种方法的提出极大地改善了人为方式智能电能表状态评价的弊端，提高了低压电能表检验的准确度和效率。作为优选技术手段：在步骤2)中，可靠度计算方法为：根据电能表的批次，对同一批次的电能表自安装起的故障换表进行统计，得到每月的故障表数量Ni，自首次换表起的总月数m，当前月数i，累计故障比例Fi，该批次电能表总量N，N代表当前时刻在运行的电能表数量与此前所有拆掉的检定结果为故障的电能表数量之和；每月故障电能表的平均运行时间Ti；式中，i代表当前自安装起的月份数；对电能表的可靠度采用威布尔分布进行估计，威布尔分布的参数求取过程如下：运用最小二乘法将Xi、Yi拟合成为Y＝AX+B的形式；筛选数据点，分别对前2、3、4个数据点进行拟合，得到Y2＝A2X+B2，Y3＝A3X+B3，Y4＝A4X+B4三条直线，A2、A3、A4分别代表三条直线斜率；求取三条直线斜率变化V1、V2；若同时存在V1<0,V2>0,则将X1,Y1去除，若不存在则保留所有数据；将剩余所有数据点进行拟合，根据拟合结果，得到威布尔分布参数：根据威布尔分布的可靠度函数确定电能表可靠度，运行时间-可靠度模型评分SR＝R(t)×100％。作为优选技术手段：在步骤2)中，仅对m≥18的电能表采用如下方法进行可靠度预测。作为优选技术手段：在步骤3)中，计量异常运行相关数据进行评价的方法为：311)将计量异常事件分为三类来进行关联度分析,建立事件异常评分模型；第一类：按统计得到的某种异常事件发生时为故障表的概率来进行关联分析，概率由贝叶斯公式计算得出；第二类：按计量异常发生时为故障表的概率来进行关联分析；第三类：智能电表故障只与异常事件发生次数有关进行关联分析；312)贝叶斯公式计算步骤为：设A1为正常表，A2为故障表；P(A1)和P(A2)为常表和故障表的概率，即先验概率；P(Bi|A1)为在已知为正常表的条件下，计量异常Bi发生的概率；P(Bi|A2)为已知为故障表的i条件下，计量异常Bi发生的概率，即条件概率；求P(A2|Bi)为异常事件Bi发生时为故障表的概率即后验概率时，首先求取某种异常事件的全概率P(Bi)：P(Bi)＝P(A1)P(Bi|A1)+P(A2)P(Bi|A2)(6)再求后验概率P(A2|Bi)：313)设计量异常次数函数式中xi为异常Bi的发生次数，yi为0-1之间的数，相当于扣分系数；函数构造原理：当异常次数发生较少时，认为电能表故障的可能性较低，随着次数的增加电能表故障的可能性影响程度加深，当超过某个阈值时(20次)认为影响程度达到最大，即1；314)构建计量异常打分函数SMA作为优选技术手段：在步骤3)中，对全事件运行相关数据进行评价的方法为：321)设基于全事件故障关联度打分模型将全事件故障分为两类；第一类：按统计得到的某种全事件发生时为故障表的概率来进行扣分，概率由贝叶斯公式计算得到，方法同计量异常；第二类：按全事件发生时为故障表的概率来进行扣分；322)构建全事件故障打分函数STE作为优选技术手段：在步骤3)中，对电能表过载率运行相关数据进行评价的方法为：331)定义电能表的标准负载：式中，UN表示电能表额定工作电压220V，IN表示电能表标定电流，WN表示电能表在1.1倍额定工作电压和标定电流下工作24小时消耗的电量(kW·h)；332)从电量过载的程度以及电量过载的天数比例两方面来考虑对电能表电量过载的评价；式中，KW代表日本文档来自技高网...

【技术保护点】
1.一种评价低压电能表运行状态的方法，其特征在于包括以下步骤：/n1)获取低压电能表数据；/n2)对低压电能表数据应用威布尔分布计算可靠度,用以衡量电能表自身的可靠程度；/n3)对包括计量异常、全事件、电能表过载率、时钟电池欠压四种故障运行相关数据进行评价；其中，计量异常和全事件评价衡量了电能表近期的异常因素，电能表过载率评价衡量了电能表运行环境对电能表造成的影响，电能表运行环境包括电压、电流过载；时钟电池欠压评价衡量了电能表内部时钟对电能表状态的影响；/n4)获取地区影响因子，衡量电能表所在地区的整体电能表质量情况，作为状态评价的一个指标；/n5)通过熵权法计算故障因素权值，组合计量异常、全事件、电能表过载、时钟电池欠压四项评价结果；/n6)根据故障运行相关数据评价值及影响因子，通过公式计算低压电能表状态评价的总分，完成电能表状态评价；/n7)获取电能表运行状态，当电能表运行状态与电能表状态评价值的差超过设定阈值时，对步骤5)确定的故障因素权值进行修正。/n

【技术特征摘要】
1.一种评价低压电能表运行状态的方法，其特征在于包括以下步骤：
1)获取低压电能表数据；
2)对低压电能表数据应用威布尔分布计算可靠度,用以衡量电能表自身的可靠程度；
3)对包括计量异常、全事件、电能表过载率、时钟电池欠压四种故障运行相关数据进行评价；其中，计量异常和全事件评价衡量了电能表近期的异常因素，电能表过载率评价衡量了电能表运行环境对电能表造成的影响，电能表运行环境包括电压、电流过载；时钟电池欠压评价衡量了电能表内部时钟对电能表状态的影响；
4)获取地区影响因子，衡量电能表所在地区的整体电能表质量情况，作为状态评价的一个指标；
5)通过熵权法计算故障因素权值，组合计量异常、全事件、电能表过载、时钟电池欠压四项评价结果；
6)根据故障运行相关数据评价值及影响因子，通过公式计算低压电能表状态评价的总分，完成电能表状态评价；
7)获取电能表运行状态，当电能表运行状态与电能表状态评价值的差超过设定阈值时，对步骤5)确定的故障因素权值进行修正。


2.根据权利要求1所述的一种评价低压电能表运行状态的方法，其特征在于：在步骤2)中，可靠度计算方法为：
根据电能表的批次，对同一批次的电能表自安装起的故障换表进行统计，得到每月的故障表数量Ni，自首次换表起的总月数m，当前月数i，累计故障比例Fi，该批次电能表总量N，N代表当前时刻在运行的电能表数量与此前所有拆掉的检定结果为故障的电能表数量之和；每月故障电能表的平均运行时间Ti；



式中，i代表当前自安装起的月份数；
对电能表的可靠度采用威布尔分布进行估计，威布尔分布的参数求取过程如下：



运用最小二乘法将Xi、Yi拟合成为Y＝AX+B的形式；
筛选数据点，分别对前2、3、4个数据点进行拟合，得到Y2＝A2X+B2，Y3＝A3X+B3，Y4＝A4X+B4三条直线，A2、A3、A4分别代表三条直线斜率；
求取三条直线斜率变化V1、V2；



若同时存在V1<0,V2>0,则将X1,Y1去除，若不存在则保留所有数据；
将剩余所有数据点进行拟合，根据拟合结果，得到威布尔分布参数：



根据威布尔分布的可靠度函数确定电能表可靠度，运行时间-可靠度模型评分SR＝R(t)×100％。


3.根据权利要求2所述的一种评价低压电能表运行状态的方法，其特征在于：在步骤2)中，仅对m≥18的电能表采用如下方法进行可靠度预测。


4.根据权利要求3所述的一种评价低压电能表运行状态的方法，其特征在于：在步骤3)中，计量异常运行相关数据进行评价的方法为：
311)将计量异常事件分为三类来进行关联度分析,建立事件异常评分模型；
第一类：按统计得到的某种异常事件发生时为故障表的概率来进行关联分析，概率由贝叶斯公式计算得出；
第二类：按计量异常发生时为故障表的概率来进行关联分析；
第三类：智能电表故障只与异常事件发生次数有关进行关联分析；
312)贝叶斯公式计算步骤为：
设A1为正常表，A2为故障表；P(A1)和P(A2)为常表和故障表的概率，即先验概率；P(Bi|A1)为在已知为正常表的条件下，计量异常Bi发生的概率；P(Bi|A2)为已知为故障表的i条件下，计量异常Bi发生的概率，即条件概率；求P(A2|Bi)为异常事件Bi发生时为...

【专利技术属性】
技术研发人员：陆春光，徐永进，叶菁，杨宁，王剑，李波，林英鹤，
申请(专利权)人：国网浙江省电力有限公司电力科学研究院，国网浙江省电力有限公司杭州供电公司，国网浙江杭州市萧山区供电有限公司，浙江华云信息科技有限公司，国家电网有限公司，
类型：发明
国别省市：浙江;33