一种智能电能表运行状态检测评估系统和方法技术方案

本发明专利技术提供了一种智能电能表运行状态检测评估系统和方法，包括：S1：获取智能电能表的多个误差状态数据，记为智能电能表历史数据；S2：分别对多个误差状态数据先后进行量化处理和归一化处理；S3：对归一化处理后的数据进行归一化评价加权，按照预设阈值进行状态评定，评定结果记为性能退化数据；S4：对性能退化数据和智能电能表历史数据进行数据预处理，获得训练数据；S5：建立检测评估模型，并以训练数据进行模型训练，获得最优检测评估模型；S6：将待检测智能电能表的误差状态数据代入最优检测评估模型，获取待检测智能电能表运行状态检测评估结果。本发明专利技术可以对智能电能表运行状态及性能退化失效预计的科学评价。性能退化失效预计的科学评价。性能退化失效预计的科学评价。

【技术实现步骤摘要】
一种智能电能表运行状态检测评估系统和方法


[0001]本专利技术涉及智能电能表检测及评估
，尤其涉及一种智能电能表运行状态检测评估系统和方法。

技术介绍

[0002]随着电力市场化进程的不断推进，电能计量装置已成为电力市场技术支持系统中不可缺少的基础设备，尤其在电力市场商务过程中，受到各市场主体的普遍关注，对电能计量装置的准确性和可靠性提出了越来越高的要求。电能计量装置状态在线监测系统有力的保证了发电、供电、用电单位之间电量交易的准确性和可靠性。尤其是随着电力企业体制改革的逐步完善，对经济效益的考核日趋重要，为了保障关口/大用户电能计量的精确性和公正性，其中重要的一环就是要加强对关口/大用户电能计量装置的监督管理工作。我国目前执行的大多是定期维修制，一般都要求“到期必修”，没有充分考虑设备实际状态如何，以致超量维修，造成了人力及物力的大量浪费。为解决此问题，提出了从“定期校验”到“状态校验检修”的模式转变。状态校验检修的基础就是在线监测和故障诊断技术，既要通过各种监测手段来正确诊断被试设备的目前状况，又要根据其本身特点及变化趋势来本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能电能表运行状态检测评估方法，其特征在于，所述检测评估方法包括以下步骤：S1：获取智能电能表的多个误差状态数据，记为智能电能表历史数据；S2：分别对多个误差状态数据先后进行量化处理和归一化处理；S3：对归一化处理后的数据进行归一化评价加权，按照预设阈值进行状态评定，评定结果记为性能退化数据；S4：对性能退化数据和智能电能表历史数据进行数据预处理，获得训练数据；S5：建立检测评估模型，并以训练数据进行模型训练，获得最优检测评估模型；S6：将待检测智能电能表的误差状态数据代入最优检测评估模型，获取待检测智能电能表的运行状态检测评估结果。2.根据权利要求1所述的检测评估方法，其特征在于，所述S4中数据预处理过程包括对性能退化数据和智能电能表进行数据离散化处理和遗传特征选择，获得离散化数据和遗传特征。3.根据权利要求2所述的检测评估方法，其特征在于，所述S5具体包括：通过贝叶斯网层和K
‑
means选择集成层对离散化数据和遗传特征进行模型训练；通过凸函数证据理论层对模型训练结果进行预测结果融合，获取最优检测评估模型。4.根据权利要求3所述的检测评估方法，其特征在于，所述通过贝叶斯网层和K
‑
means选择集成层对离散化数据和遗传特征进行模型训练具体包括：使用机器学习方法训练多个智能电能表历史数据中的表示指标属性和性能退化数据中的电能表状态间关系的贝叶斯网集合；基于聚类算法从贝叶斯网集合中选取若干最优贝叶斯网。5.根据权利要求4所述的检测评估方法，其特征在于，所述S6具体包括以下步骤：S61：设计评分函数衡量贝叶斯网与待检测智能电能表的误差状态数据的拟合程度；S62：基于启发式搜索算法搜索分值最高的贝叶斯网结构，同时基于极大似然法学习贝叶斯网参数；S63：设计相似度函数估算任意两个贝叶斯网在状态评价上的相似度，基于聚类算法对生成的T个贝叶斯网进行聚类，将其划分为K个簇，其中K<T,使得同一簇中的贝叶斯网相似度高，不同簇中的贝叶斯网相异性高；S64：从每...

【专利技术属性】
技术研发人员：刘光界，熊金，王燕萍，常军超，
申请(专利权)人：云南电网有限责任公司曲靖供电局，
类型：发明
国别省市：