一种同步测试有功无功电能误差的三相电能表检定装置

结合国家电网公司省级计量中心智能电能表检定工作的要求,介绍了一种全新的三相电能表检定装置。该装置主要由ARM信号源、电压电流功率放大器、三相标准电能表、ARM单元控制板等模块组成,具备同步测试有功无功电能误差的功能,从而减少三相智能电能表有功无功电能误差的检定时间,有效提高检定效率。该装置对电能表生产厂家和各级计量检定机构有很好的应用价值。

基于数据挖掘的电能误差数据自动化校正方法

针对传统自动化校正方法得到的误差数据特征不全,导致校正得到的电能数据正确率较低的问题,设计基于数据挖掘的电能误差数据自动化校正方法。以相同供电网区域作为电能数据采集对象,挖掘供电网电能误差数据,确定误差指标,划分为不同来源后,构建误差自动化校正过程,完成对电能数据的自动化校正。选定特定的配电网结构进行电能误差数据自动化校正实验,结果表明,设计校正方法的校正误差在4%左右,可替换误差数据组的数量在40-44组之间,平均正确率数值为97%,表明所设计的校正方法具有较高的校正精度。

基于三相动态谐波分析的电能表误差检测方法

在检测电能表误差时,原始信号中谐波的干扰会导致检测结果与实际情况存在较大偏差。为此,提出基于三相动态谐波分析的电能表误差检测方法。在谐波分析阶段,考虑到谐波的动态属性会导致三相信号的采样执行效果难以达到同步,构建了余弦组合窗——旁瓣最低与最速下降窗,利用其对电能表离散信号进行截取,以此避免信号能量向临近谱线泄漏,再利用离散傅里叶变换对信号进行处理,实现对谐波的提取。在误差检测阶段,以离散随机信号的概率密度函数为导向,采用最优直方图曲线拟合法对其加以分析,并结合标准情况下电能表信号的分布状态,实现对误差的计算。在测试结果中,电能表误差检测结果的偏差始终稳定在3.0%以内。

电能计量误差与改进措施分析

阐述电能计量误差产生的原因,包括电网负载波动、供电线路损耗、接地系统不完善。提出负载管理优化、传输线路升级、接地系统改进的措施,从而有效管理和控制电能计量误差。

压缩感知动态测试信号模型与电能表动态误差测试

文中针对智能电能表动态误差的高效测试问题,分析了长时间范围内复杂动态负荷信号幅度域的快速随机波动特性,建立了压缩感知伪随机动态负荷测试信号的模型,采用Hadamard矩阵和降采样矩阵结合的测量矩阵构建方法,确定了该测试信号的模型参数,提出了压缩感知测量信号的产生方案。采用试验方法,对比给出了压缩感知和m序列动态测试信号条件下电能表动态测试的误差数据。研究结果表明相比较于m序列伪随机测试信号,压缩感知动态测试信号的动态误差测试效率提高了4倍。

基于改进遗传算法的数字化电能计量误差自动检测方法

针对数字化电能计量系统中的误差检测问题,提出一种基于改进遗传算法的自动检测方法。首先,建立电能计量系统的数学模型,确定检测指标和误差阈值;其次,使用改进的遗传算法优化电能计量系统的参数,利用遗传算法的搜索能力快速找到最优解;最后,通过比较计量结果与理论值之间的误差来判断是否存在异常情况。实验结果表明,该方法能够有效检测数字化电能计量系统的误差,具有较高的准确性。

基于VAR的电能表降维误差估计模型

为达到远程监控电能表状态并及时准确发现电能表异常的目的,本文提出了一种基于向量自回归模型(VAR)的电能表降维误差估计模型,通过对于电能表电量数据的获取、分析及筛选,采用主成分分析方法(PCA)对于原始数据进行降维,通过VAR提取时间序列中的特征,从而准确预测电能表使用电量并对比出用电异常电能表。其中PCA降维算法处理了实际模型的不可解性,VAR自回归算法提高了估计的稳定性和精度,相较于传统方法具有预测准确度高,所需数据量小的特点。为验证该方法的有效性和实用性,将该方法应用于实际台区中测试,通过对于台区中127块电表半年内的用电数据进行分析,准确定位出8个异常电能表。结果表明,该方法不需要提前独立计算网损,能够实时估计智能电表误差和网损率。

IEC61850-9-1/2的量化误差对数字电能计量的影响

文章研究了数字电能计量系统中IEC 61850-9-1/2采样值传输协议的量化误差对计量的影响,推导出量化造成的电能误差的相对不确定度的数学解析式。仿真了不同电压电流变比下量化误差带来的计量误差,并计算出相对不确定度,与理论推导的结果相一致。分析表明在一次侧小电流情况下,9-2量化造成的误差相对较大。文章较透彻的研究了采样值传输协议的量化误差,对数字电能表的检定提出了相关建议,对工程应用以及理论研究具有一定参考价值。

大数据条件下现场运行电能表计量误差估计方法

为了探究现场多维影响工况下在网电能表的计量性能,并映射其在标准实验室条件下的计量误差,提出一种基于大数据分析技术的现场服役电能表计量误差估计方法,结合现场运行的环境数据和电因素数据实现在线计量误差估计。首先,通过优化聚类评价指标实现K-Means聚类算法的改进,并对现场环境数据进行聚类分析;然后,采用LM算法优化基于BP神经网络的数据训练方法,结合负载电流、功率因数等数据,构建电能表电能误差与环境温度、湿度和负载电流、功率因数四种应力的映射关系;最后,在获取电能表现场电能误差数据的基础上,开展工程应用实例计算。结果表明,利用所提方法可对电能表的计量误差进行划分,验证了所提方法的准确性。

电能计量误差分析软件设计与实现

分析了畸变波形下感应式电能表和全电子式电能表的计量误差,引入BP神经网络建立电能表计量误差数学模型。用VC++.net开发了谐波电能计量误差分析软件,并应用多线程技术,把神经网络模块和计算模块等放在主线程中实现,而把数据采集模块放在后台工作线程中。采用加汉宁窗和插值改进的傅里叶变换,分析各次谐波电流和电压的幅值、相位。该软件可实现手工输入数据计算,也可配合数据采集系统实时计算出各次谐波对电能计量装置的计量误差和总计量误差。该软件已投入实际运行且情况良好。

MSA在电能表误差检验中的应用研究

近年来电力市场不断发展和完善,电力体制改革不断深化,厂网分开、竞价上网等市场化运作方式对电能表的计量误差提出了新的要求,对电能表计量准确度的要求越来越高。本文对电能表误差检验的测量系统进行分析,将测试误差来源分解为四部分:电能表自身变差、电能表检验装置的再现性变差、误差测量的重复性变差以及电能表与校验台的交互作用变差。文章阐述了MSA在电能表误差检验中的应用并对其进行了研究。

EMS频率对应电能表计量误差值精确测量的方法

针对目前电能表EMS试验中人工干预过多、驻留时间无法确定等问题,提出一种与EMS频率相对应的电能表计量误差值精确测量的方法。利用该方法可使EMS频率点与电能表计量误差值一一匹配,同时可动态设置驻留时间,提高测量数据的精确性和测量速度,并以实例说明该方法的有效性。

基于自助式电能表误差校准装置的数据分析及挖掘

近年来,随着智能电能表的批量安装和广泛应用,用户对表计的准确度的质疑也在逐渐增多,自助式误差校准装置的研制有效地解决了这一问题。基于自助校准装置采集的大量电能表误差数据及关联的电表生产厂家、用户所在居民小区等数据资料,建立统计模型,分析智能电能表的误差性能随时间变化的趋势。

数字化变电站合并单元插值误差对于电能计量的影响

作为电子式互感器与二次设备之间的纽带,合并单元负责为变电站全站提供统一的电压电流数据来源。然而,采样值数据在采样、处理和传输的各个环节中产生的粗大数据、通信延时和丢包等问题都会对合并单元的插值处理带来影响,并最终影响到对电能的计量。文章就以上典型问题对合并单元插值算法及其对电能计量误差的影响进行了仿真分析,并搭建了数字化变电站电能计量装置误差测试系统对仿真结果进行了实验验证。结果表明,这些典型问题对合并单元的插值算法以及电能计量误差是有重大影响的,且采用不同的插值算法其影响结果不同。文章的研究为数字化变电站合并单元插值算法的优化设计提供了定量参考。

基于IEC 61850标准的数字化电能表丢帧误差分析

数字化电能表做为数字化电能计量系统中关键设备,其误差大小直接决定了数字化电能计量系统的准确度,数字化电能表在信号输入形式上与传统电能表存在很大的差异,传统电能表的输入信号为三相模拟电压/电流,而数字化电能表的输入信号为遵循IEC 61850协议的数据帧,因此数字化电能表相对传统电能表而言存在一个重要的误差来源—丢帧误差。针对数字化电能表的丢帧误差从理论上进行分析,同时对确定等级的数字化电能表允许最大丢帧率进行了推导,并通过实验仿真验证,发现数字化电能表的丢帧误差在丢帧率一定的情况下随着丢帧序号的变化呈现出正弦变化的规律,且最大丢帧误差与采样频率无关。分析得出要忽略丢帧对数字化电能计量系统造成的误差时,数字化电能表允许的最大丢帧率应该在数字化电能表的准确度等级5%以下,且建立相关的丢帧测试项目对数字化电能表入网运行前进行检测具有重要意义。

谐波电能计量误差分析仪的研究与实现

较全面介绍了自行开发设计的谐波电能计量误差分析仪，该仪器由分析软件和数据采集系统两部分组成。在谐波影响下电能表计量误差理论的基础上，并结合大量试验，引入BP神经网络建立数学模型，用VC＋＋．net开发了分析软件。对采集来的数据进行加窗插值FFT，为分析软件提供实时谐波数据。该装置可给出各次谐波对电能表的计量误差和总的计量误差，为电力部门分析因谐波所造成的电能计量损失，治理谐波污染提供决策依据。

电能计量装置的综合误差计算及减少综合误差的方法

介绍了电能计量装置综合误差的概念,着重介绍了互感器合成误差和二次回路压降误差的计算方法,强调指出不能忽视电压互感器二次回路压降引起的电能计量误差,最后介绍了一些减少综合误差的方法。

一种基于半监督学习的多维条件下电能表误差插值方法

目前电能表现场检定的研究中有一个关键问题:如何利用相互独立的电能表单维实验误差获得多维实验误差。文中搭建了分别包括温度、谐波、磁场在内的三个独立实验平台,且每个平台均可控制电能表负载参数。设计了虚拟的多维交叉实验点,并提出一种半监督学习方法,实现单维实测误差数据向多维交叉实验数据的插值,获得电能表在多维条件实验下的误差数据。在综合实验平台中验证该方法的有效性和泛化性。

自动化检定流水线环境下射频信号对智能电能表误差的影响分析

随着智能电网的不断发展和完善,智能电能表作为计量电能的终端产品被广泛应用,而对其检定的自动化程度也越来越高,因此,智能电能表自动化检定流水线得到快速发展。与此同时,智能电能表自动化检定流水线的环境中,移动通信射频信号对电能表计量准确度的电磁辐射影响也逐渐引起了关注。为了研究射频信号对电能表计量的影响,文中分析了射频信号对电能表计量影响的干扰途径,分析了射频信号影响电能表计量的机理。测试了自动化检定流水线的环境中射频干扰信号的强度,基于干扰信号的调制方式建立了干扰信号数学模型,根据干扰信号数学模型和实测射频信号的功率谱,通过仿真分析确定了干扰信号对电能表的影响属于一种均匀性分布的噪声。建立了射频信号对电能表计量误差影响的数学模型,通过仿真分析电能表误差,给出智能电能表大规模自动化检定流水线射频信号的影响结果。