分布式光伏电源电能智能计量与管理系统

文章以分布式光伏电源电能智能计量与管理系统为研究对象,深入探讨如何有效实现光伏电源电能的计量和管理。首先,针对目前分布式光伏电源智能计量管理方面存在的问题和挑战,提出一套智能化的电能计量管理系统设计方案。其次,搭建分布式光伏发电系统等效模型。再次,提出一种基于Fast-Newman算法的分布式光伏发电系统集群划分方法,实现对电能的智能管理。最后,通过仿真试验对智能计量管理系统的性能进行验证。结果表明,该系统具有较高的稳定性和可靠性,能够满足分布式光伏电源电能智能计量管理的实际需求。

工业4.0在电能智能计量系统中的应用展望

随着工业4.0概念的提出,制造业开始朝着智能化迈步,在智能制造的基础上各行业也开展了相关领域的应用研究。在对工业4.0的体系统结构及主要特点进行分析的基础上,对目前环境下电能计量系统存在的不足进行了分析,提出工业4.0环境下的电能智能计量系统应具备的特点,对工业4.0环境下电能智能计量系统的应用进行展望,为未来电能计量系统的发展提供参考方向。

基于物联网技术的电能智能计量分层协作系统研究

提出了一种物联网构架下由感知层、网络层和应用层构成的电能智能计量分层协作体系。感知层采用UHF RFID和传感技术获取电能信息;网络层构建了一套异构网融合方案,实现不同网络协议的转换,并将计量信息实时可靠地传输给应用层主站系统;应用层提出基于k-means聚类算法的主站海量数据挖掘技术,研究了ORM技术将数据对象持久化到数据库,实现异构数据的集成。该物联网构架下的电能智能计量分层协作体系解决了传统电能计量的低效问题,实现了电能计量的现代化和智能化。

油田高压电能智能抄表系统

目前,电能消耗仍占国内各油田生产可控成本的50％以上,降低电能消耗已成为油田降本增效的关键措施之一,进一步强化油田电能计量管理工作就显得尤为重要。

电网电能智能化影响因素及治理措施分析

传感器技术、通信技术、数据处理和分析、智能设备和装置、云计算和大数据、网络安全等因素是电能智能化的关键。针对这些因素,提出技术治理、政策和法规治理、管理体系建设、人才培养和知识共享等治理措施。通过本文的研究,将为电力行业相关研究者提供技术视角下的全面分析和实用的治理建议,以推动电网电能智能化的发展。

矿山企业电能智能化管理方案研究

智能化管理是提升矿山企业电能管理工作效率和质量的有效手段,进而推动矿山企业的长远发展。本文首先说明了矿山企业电能智能化管理中存在的问题;其次,在此基础上提出了相应的优化措施。进而为完善矿山企业电能智能化管理工作,并促进矿产企业进行可持续性发展,提供一些可行性的参考建议。

智能电能表生产全流程质量数据采集方法研究

当前智能电能表生产企业和电力公司之间缺乏有效的共享机制,缺少对智能电能表从设计制造到运行报废全生命周期各环节质量控制点的全面掌控,导致智能电能表在运行过程中存在批量故障,运维成本和舆情压力较大。针对以上问题,文章对智能电能表生产全流程质量数据采集方法进行研究,设计质量数据采集架构、质量数据模型和质量数据的接入方法,与电力公司侧的计量生产调度平台共同实现对智能电能表的全链条质量数据的采集。试验结果表明,这项采集技术使得数据采集效率提升到原来的8倍,数据准确性也得到提升,为智能电能表的质量管控以及典型应用场景的开发奠定了基础。

高干热现场环境下智能电能表可靠性验证方法

智能电能表通用技术规范要求电能表可靠寿命不低于16年,如何验证智能电能表可靠性不仅是行业亟需解决的现实问题,也是学术界面临的难点问题。文章在Weibull分布场合下给出了针对可靠寿命、平均寿命和失效率三项指标的可靠性验证抽样特性函数。结合高干热环境的加速效应,借助加速因子构建基于加速试验的电能表抽样特性函数,进而针对智能电能表的工程背景确定二参数抽样方案。在实验验证与分析中给出了高干热环境下智能电能表可靠性验证方案,在不同使用方风险、可接受的故障数条件下计算了试验样本容量与试验时间的组合,给出了表格和绘图,方便工程应用。对电力行业量测设备在高干热环境下开展可靠性验证具有示范作用。

基于碳化硅电源的双芯智能电能表的可靠性测试研究

基于碳化硅电源的双芯智能电能表是新技术在工程领域特别是电力行业的重要尝试。针对其缺少可靠性检测标准的问题,文中根据现有智能电能表运行环境,同时结合碳化硅开关电源和双芯智能电能表特点,通过对电能表各项应力分析,提出了其可靠性检测方案及相应具体方法。提出的检测方案对于确定基于碳化硅开关电源的双芯智能电能表整机的可靠性指标具有十分重要的指导意义,从而实现提升智能电网技术水平,保障电网安全稳定运行的目的。

基于voting集成的智能电能表故障多分类方法

为提升智能电能表故障准确分类能力,助力维护人员迅速排除故障,提出基于投票法voting集成的智能电能表故障多分类方法。针对实际智能电能表故障数据进行编码预处理,基于皮尔逊系数法筛选智能电能表故障分类关键影响因素,结合合成少数类过采样技术(synthetic minority oversampling technique, SMOTE)算法解决数据类别不平衡问题,由此建立模型所需数据集,再通过投票法进行模型融合,结合粒子群PSO(particle swarm optimization)确定各基模型的权重,据此构建基于极限梯度提升树(extreme gradient boosting trees, XGBT)、K近邻(k-nearest neighbor, KNN)和朴素贝叶斯(naive bayes, NB)模型的智能电能表故障多分类方法。实测实验结果表明:所提出方法能有效实现智能电能表的故障快速准确分类,与现有方法相比,在智能电能表的故障分类精确率、召回率及F1-Score均有明显提升。

基于混合威布尔模型的智能电能表可靠性评价方法

针对当前智能电能表故障类型多样、可靠性评价单一的问题,提出基于混合威布尔模型的可靠性评价方法。论文基于智能电能表各单元串联关系和故障事件进行故障类型分类,利用最小二乘法推算各单元故障类型的尺度与形状参数,结合中位秩与平均秩次计算智能电能表累计失效概率提高模型准确度,并通过熵权法计算各故障类型对整表可靠度影响的权重系数,据此建立基于混合威布尔模型的智能电能表可靠性评价方法。实例结果表明,提出的方法在各类故障类型下均能准确得到智能电能表可靠度评估,并能准确获得智能电能表单元模块的可靠度,与现有方法相比,文中方法不需大量先验知识,且实现简单、准确度更高。

智能电能表数据安全隐患多层次分析与系统设计

智能电能表数据在智能电网中占有重要地位,传统智能电能表数据安全问题较为严重。为提高智能电能表数据安全等级,提出一种安全隐患多层次分析与系统设计方案。所设计系统包含功能有:用户获取用电信息,自主识别用电高峰;采用安全文件传输协议(SFTP)将用电数据从智能电能表传递至电力企业服务器,提高数据传输安全性;系统增加加密技术,通过磁盘加密确保用户数据的完整性和机密性,通过传输层安全(TLS)/加密套接字协议层(SSL)来保护用户与Web门户之间的通信。结果表明所设计智能电能表数据系统与同类系统相比,安全等级得到提高。

基于随机矩阵的海量智能电能表异常个体定位方法

智能电能表是电力计量计费的核心装置,关系业主、电网等多方经济利益,具有数量庞大、运行环境复杂等特点。为有效精准发现海量智能电能表的异常个体,提出了一种基于随机矩阵的海量智能电能表异常个体定位方法。提出了智能电能表健康状态的多个参数表征方法,包括比差、角差、温度、湿度、震动等非电气量参数和一次电压、磁场等电气参数。为了更加准确全面地对智能电能表的状态进行评估,将智能电能表的实时数据、仿真数据和历史运行数据等作为数据源,选取智能电能表健康状态时的参数构建高维随机矩阵进行分析,实现了智能电能表异常个体的定位。结合南网新一代智能电能表实际数据验证了文章所提方法的有效性,以期为我国智能电能表发展高效低成本的计量装置检验提供技术借鉴。

基于超级电容的智能电能表长寿命后备电源设计

智能电能表的进一步发展要求在外部供电电源中断后具有一定时间的远程通信能力,以便电能表数据的备份与停电等重要事件上报。作为常规后备电源的电池与电解电容都存在弊端,前者使用寿命较低,后者容量太小。文章首先用超级电容寿命估计理论论述了满足新一代电能表16年设计寿命的可行性,给出了满足寿命要求的超级电容备用电源充电电路设计,并解决了储能电容的待机能力,最后针对微功耗电路难以用常规仪器测量的现实,使用Spice模拟电路仿真工具分析了电路功能,并进行了实际电路试验,验证了电路方案的可行性。文章对市电供电的智能互联仪表设备的备用电源设计具有一定的借鉴意义。

基于物联网技术的电能智能计量分层协作系统研究

提出了一种物联网构架下电能智能计量分层协作体系,由感知层、网络层和应用层构成。在感知层中,采用UHF RFID和传感技术来感知电量参数的变化,获取电能信息;在网络层中,构建一套异构网融合方案,实现不同网络协议的转换,并将计量信息实时可靠地传输给应用层主站系统;在应用层中,提出基于k-means聚类算法的主站海量数据挖掘技术,研究了ORM技术将数据对象持久化到数据库,实现异构数据的集成。指出所提出的物联网构架下的电能智能计量分层协作体系解决了传统电能计量的低效问题。

基于边缘计算的智能电能表校时方法研究

随着电力物联网的发展和智能电能表的不断普及,解决电能表时钟异常问题、对时钟超差电能表进行校时已经成为电力公司一项越来越重要的工作。对于时钟偏差超过5分钟的费控电能表,目前主流做法是通过点对点密文校时的方法来进行矫正,但这种超差电表数量增多之后,会给主站系统校时工作带来较大负荷。针对这一问题,借鉴边缘计算思想,即将整体工作拆分后部分分配至边缘节点,分布式完成整体工作,提出了一种基于边缘计算的批量电能表校时方法,通过主站批量任务下发、边缘节点转加密等技术,实现对时钟超差电能表的批量校时,减轻主站系统的业务压力,提高主站系统的工作效率。

基于最大似然法和决策树的智能电能表计量误差检测方法

电能计量设备校验不及时可能会出现一些误差,研究计量误差检测方法具有重要意义,为此设计基于最大似然法和决策树的智能电能表计量误差检测方法。对智能电能表计量原始数据实施数据清洗与降维;基于最大似然法,计算清洗与降维后异常特征数据项的可分离性,当计算获得的可分离性越高,说明该数据项对于异常有着越明显的分类效果,选择可分离性较高的数据项,输入至基于XGBoost算法构建精准研判函数中,通过网格搜索法实施超参数搜索,结合算法自适应能力与自学习能力,确认计量误差,提升对于电能表计量误差的精准研判能力,实现智能电能表计量误差检测。测试结果表明,该方法在多种子区中都取得了较高的检测准确率,整体具有较好的稳定性和泛化能力。

基于改进支持向量机的智能电能表故障多分类方法

智能电能表故障多分类对于制定合理及时的智能电能表检修计划具有重要意义。针对智能电能表故障多分类问题,采用支持向量机构建多分类模型,所建立的模型提取智能电能表的输出电压、输出电流、输出功率、功率因数误差等数据作为分类依据构建多维空间,考虑包括误差超差、直流电流开路、直流电压短路、控制回路短线在内的智能电能表模式识别故障分类。通过所建立的模型依据有限的样本信息在复杂性和学习性之间寻求平衡,对智能电能表多维度运行信息在超平面之间进行最佳分类从而进行故障分类,通过引入一类对多类的最优分类平面集进行改进从而适用于多分类模型。采用混沌粒子群算法针对所建立的基于改进支持向量机的智能电能表故障多分类方法进行求解流程设计。再通过对某配电台区智能电能表故障分类问题采用所建立的模型进行仿真,验证了模型的合理性。

基于BP-AdaBoost的智能电能表计量故障检测技术

现行技术在智能电能表计量故障检测中应用存在错检、漏检问题,本文提出基于BP-AdaBoost的智能电能表计量故障检测技术。利用工业相机感知电能表计量图像数据,采用加权平均值法实现电能表图像的灰度化,应用频域滤波技术对图像进行强化处理,利用BP-AdaBoost技术集成多个弱分类器并构建强分类器函数,将计量图像分类为故障类与非故障类,检测基于BP-AdaBoost的智能电能表计量故障。试验证明,本文技术错检比例与漏检比例均不超过1%,可以对故障进行精准检测。

基于IGA-BP神经网络的智能电能计量设备状态自动检测系统

针对不断扩大的电网规模和愈加复杂的外部环境对智能电能计量设备安全稳定运行带来的挑战,研究了基于IGA-BP神经网络的智能电能计量设备状态自动检测系统的设计;系统硬件包括数据采集模块、信号处理模块、数据传输模块和数据分析模块;在软件方面,系统采集智能电能计量设备的检测数据,选取基础电能计量误差、电压波动幅度、电流波动幅度、功率因数作为智能电能计量设备状态量;引入IGA-BP神经网络对状态量进行迭代运算,实现了智能电能计量设备状态的自动检测;实验结果表明,该系统对智能电能计量设备状态检测的最短时间为2 s,检测结果与实际结果一致,验证了系统具有较高的设备状态检测效率和精度。