一种智能电能表特殊工况检测识别方法技术

本发明专利技术涉及智能电能表技术领域，具体地说，涉及一种智能电能表特殊工况检测识别方法。包括如下步骤：设计并构建电能表硬件采样电路；通过计算软件程序对电能表特殊工况进行检测识别；计算电能表特殊工况电流采样数据的差分分布特征；利用差分分布特征，对该指定类别的工况进行检测。本发明专利技术设计主要应用于互感器接入式智能电能表产品，能够在占用少量资源的前提下简洁高效地检测特殊工况；对硬件资源要求低，对软件资源占用少，最大程度减少对计算和存储资源的占用，在不增加硬件成本的前提下，大大降低了电能表改造的成本；对于大多数电能表来讲，仅需通过软件升级，即可实现对特殊工况的检测功能，满足标准要求。满足标准要求。满足标准要求。

【技术实现步骤摘要】
一种智能电能表特殊工况检测识别方法


[0001]本专利技术涉及智能电能表
，具体地说，涉及一种智能电能表特殊工况检测识别方法。

技术介绍

[0002]在电网中，由于各种新型电子元器件的大量使用，使得用电路线中会出现一些新型的工况并产生特殊电流分量，进而影响“互感器接入式”的智能电能表，使得电磁式电流互感器的磁芯进入非线性近饱和区域，甚至饱和，严重影响电能表计量精度与性能。此时需要使用合适的软硬件方案及时将该工况检测出来，进行对应补偿处理。
[0003]目前多数特殊工况检测依赖于硬件FFT计算谐波含量或者软件计量分析的方式对特殊工况进行检测，其流程如图1所示。当前主要的特殊工况检测方法使用MCU采集电流波形数据，进行FFT计算，然后得到当前采样波形各次谐波的含有率，通过分析其含有率分布情况判断是否有特殊工况工况。
[0004]在嵌入式应用领域，现有特殊工况检测和识别技术对硬件要求较高，往往需要其硬件支持FFT运算，在一些不要求支持谐波监测功能的表型上加入该功能，无疑会大幅增加硬件成本。如果硬件不含有FFT计算功能支持，就需要使用软件分析计量的方式对特殊工况工况进行检测，该方式不仅考验MCU的计算能力，而且会大幅占用寸土寸金的内存和Flash资源。目前，却没有应用广泛、操作简便且高效的普适性的检测识别智能电能表特殊工况的方法。鉴于此，我们提出了一种智能电能表特殊工况检测识别方法。

技术实现思路

[0005]本专利技术的目的在于提供一种智能电能表特殊工况检测识别方法，以解决上述
技术介绍
中提出的问题。
[0006]为实现上述技术问题的解决，本专利技术的目的之一在于，提供了一种智能电能表特殊工况检测识别方法，包括如下步骤：
[0007]S1、设计并构建主要由片外电路、若干互感器、数据处理电路、通信电路及MCU电路组成的电能表硬件采样电路；
[0008]S2、在MCU电路内装载计算软件程序，对电能表特殊工况进行检测识别；
[0009]S3、计算电能表特殊工况的差分分布特征，统计并绘制差分分布特征分段示意图和分布特征表；
[0010]S4、利用差分分布特征，对特殊工况进行检测。
[0011]作为本技术方案的进一步改进，所述S1中，电能表硬件采样电路中，若干所述互感器接入所述片外电路中，采用ADC采样原理进行电流取样。
[0012]作为本技术方案的进一步改进，所述数据处理电路内设有PGA增益放大器、AD转换器和相位补偿器，通过互感器采样后的电流经过抗混叠后进入所述数据处理电路，电流采样数据分别经过所述PGA增益放大器的PGA增益、所述AD转换器的AD转换、所述相位补偿器
的相位补偿后，达到整流、调制及组帧的效果，而后将电流采样数据转入所述通信电路进行处理。
[0013]作为本技术方案的进一步改进，所述通信电路可以为磁隔离通讯电路、磁耦或光耦通信电路等。
[0014]作为本技术方案的进一步改进，经所述通信电路处理后的电流采样数据在所述MCU电路的软件程序的计量中断中进行实时分析，以判断当前是否为特殊工况工况。
[0015]作为本技术方案的进一步改进，所述MCU电路中，特殊工况检测识别算法需基于电脑端的数据分析和芯片端的资源特点来进行部署。
[0016]作为本技术方案的进一步改进，所述S2中，计算软件程序对电能表特殊工况进行检测识别的具体流程包括如下步骤：
[0017]S2.1、初始化软件程序的运行参数；
[0018]S2.2、计量中断采样；
[0019]S2.3、当出现可能判断为错误的采样状态，则获取计量周期内所有的电流采样数据；
[0020]S2.4、计算电流采样数据的差分分布特征；
[0021]S2.5、判断差分分布特征是否满足分布条件，若是，则判断为出现特殊工况，若否，则判断为正确的采样状态；
[0022]S2.6、返回步骤S2.2，重复循环步骤S2.2～步骤S2.5。
[0023]作为本技术方案的进一步改进，所述S3中，电能表特殊工况的差分分布特征计算方法为：
[0024]计算单个采样周期的最大最小电流值，根据最大最小值将数据从大到小分为10段，然后统计每一段采样数值的个数，得到分段分布特征。
[0025]作为本技术方案的进一步改进，通过上述方法求得的特征为绝对特征，不受量纲的影响。
[0026]作为本技术方案的进一步改进，所述S4中，利用差分分布特征，对特殊工况进行检测的具体方法包括如下步骤：
[0027]S4.1、检测电路变化，缓存变化前后的降采样数据，采样率为每周期25个点；
[0028]S4.2、对采样数据进行差分处理并存储差分波形；
[0029]S4.3、对缓存降采样的数据进行分布特征提取，计算其差分分布特征；
[0030]S4.4、对缓存降采样的数据进行特征阈值判别，判断Fetaure[1]～Fetaure[10]是否均满足对应的阈值要求的门限值；
[0031]S4.5、使用斜率辅助判别，判断连续区间满足斜率的采样点个数是否达到要求：
[0032]从缓存数据指定位置开始连续采样数据，斜率需满足门限值，从缓存数据指定位置开始连续采样数据的斜率满足阈值的采样点个数不低于一定的点数。
[0033]本专利技术的目的之二在于，提供了一种智能电能表特殊工况检测识别系统及其运行装置，该装置包括处理器、存储器以及存储在存储器中并在处理器上运行的计算机程序，处理器用于执行计算机程序时实现上述的智能电能表特殊工况检测识别方法的步骤。
[0034]本专利技术的目的之三在于，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的智能电能表特殊工况
检测识别方法的步骤。
[0035]与现有技术相比，本专利技术的有益效果：
[0036]1.该智能电能表特殊工况检测识别方法主要应用于互感器接入式智能电能表产品，能够在占用少量资源的前提下简洁高效地检测特殊工况工况；
[0037]2.该智能电能表特殊工况检测识别方法对硬件资源要求低，对软件资源占用少，最大程度减少对计算和存储资源的占用，在不增加硬件成本的前提下，大大降低了电能表改造的成本；
[0038]3.该智能电能表特殊工况检测识别方法中，对于大多数电能表来讲，仅需通过软件升级，即可实现特殊工况检测功能，满足相关规范的标准要求。
附图说明
[0039]图1为本专利技术中当前主要的特殊工况检测方法与流程示意图；
[0040]图2为本专利技术中整体方法流程框图；
[0041]图3为本专利技术中电能表硬件采样电路示意图；
[0042]图4为本专利技术中局部方法流程框图之一；
[0043]图5为本专利技术中通过软件对电能表特殊工况进行检测的步骤流程图；
[0044]图6为本专利技术中以典型特殊工况工况为例的差分分布特征分段示意图；
[0045]图7为本发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能电能表特殊工况检测识别方法，其特征在于：包括如下步骤：S1、设计并构建主要由片外电路(1)、若干互感器(2)、数据处理电路(3)、通信电路(4)及MCU电路(5)组成的电能表硬件采样电路；S2、在MCU电路(5)内装载计算软件程序，对电能表特殊工况进行检测识别；S3、计算电能表特殊工况采样数据的差分分布特征，统计并绘制差分分布特征分段示意图和分布特征表；S4、利用差分分布特征，对特殊工况进行检测。2.根据权利要求1所述的智能电能表特殊工况检测识别方法，其特征在于：所述S1中，电能表硬件采样电路中，若干所述互感器(2)接入所述片外电路(1)中，采用ADC采样原理进行电流取样。3.根据权利要求2所述的智能电能表特殊工况检测识别方法，其特征在于：所述数据处理电路(3)内设有PGA增益放大器(31)、AD转换器(32)和相位补偿器(33)，通过互感器(2)采样后的电流经过抗混叠后进入所述数据处理电路(3)，电流采样数据分别经过所述PGA增益放大器(31)的PGA增益、所述AD转换器(32)的AD转换、所述相位补偿器(33)的相位补偿后，达到整流、调制及组帧的效果，而后将电流采样数据转入所述通信电路(4)进行处理。4.根据权利要求3所述的智能电能表特殊工况检测识别方法，其特征在于：所述通信电路(4)可以为磁隔离通讯电路、磁耦或光耦通信电路等。5.根据权利要求4所述的智能电能表特殊工况检测识别方法，其特征在于：经所述通信电路(4)处理后的电流采样数据在所述MCU电路(5)的软件程序的计量中断中进行实时分析，以判断当前是否为特殊工况。6.根据权利要求5所述的智能电能表特殊工况识别方法，其特征在于：所述MCU电路(5)中，特殊工况检测识别算法需基于电脑端的数据分析和芯片端的资源特点来进行部署。7.根据权利要求...

【专利技术属性】
技术研发人员：刁瑞朋，王思奎，王玉琨，杨宗圣，丁一，
申请(专利权)人：青岛鼎信通讯科技有限公司，
类型：发明
国别省市：