[发明专利]一种基于数据监测的智能电表现场误差异常的识别方法

说明书

本发明公开了一种基于数据监测的智能电表现场误差异常的识别方法，所述方法包括：采集智能电表的历史数据，包括：电能数据、电压数据、功率数据和功率因数数据；基于采集单元采集的数据，构建智能电表失效判断模型，智能电表失效判断模型包括：智能电表硬件问题‑失效判断模型和智能电表参数突变‑失效判断模型；采集智能电表实时数据，基于智能电表失效判断模型和智能电表实时数据，判断智能电表是否存在误差异常；通过该方法的执行可以有效识别和判断智能电表运行误差准确度状态。

技术领域

本发明涉及智能电表领域，具体地，涉及一种基于数据监测的智能电表现场误差异常的识别方法。

背景技术

伴随着智能电网技术的快速发展，用电侧计量使用的智能电表功能也日趋复杂，电能计量误差是智能电表众多功能的一项最重要的功能，它决定电能表能否准确计量和计费，是所有电能表功能的基石。然而，随着智能电表电子化的深度发展，器件的小型化、成本优化以及供货周期压缩导致智能电表的质量存在一定的风险。突出的表现为现场运行的电能表计量误差故障增加。传统的监测方式通过现场巡查和定期拆回检测的方式进行抽样监察，但这种方法无法有效的实现现场运行表计全覆盖监测。为确保产品现场运行质量，本申请提出一种有效的监测手段提高对现场误差的监测和识别方法。

发明内容

本发明提供了一种基于数据监测的智能电表现场误差异常的识别方法，通过该方法的执行可以有效识别和判断智能电表运行误差准确度状态。

为实现上述发明目的，本申请提供了一种基于数据监测的智能电表现场误差异常的识别方法，所述方法包括：

采集智能电表的历史数据，包括：电能数据、电压数据、功率数据和功率因数数据；

基于采集单元采集的数据，构建智能电表失效判断模型，智能电表失效判断模型包括：智能电表硬件问题-失效判断模型和智能电表参数突变-失效判断模型；智能电表硬件问题-失效判断模型用于对电网支路测量电压的一致性进行判断，若电网支路测量电压与历史电网支路测量电压之间的差异大于预设范围，则判断智能电表存在误差异常；智能电表参数突变-失效判断模型用于对同一只智能电能表采集的电压数据、电流数据、功率数据、功率因数数据进行计算，基于计算出的数据判断数据之间是否符合预设的电学关系；若不符合，则判断智能电表存在误差异常；

采集智能电表实时数据，基于智能电表失效判断模型和智能电表实时数据，判断智能电表是否存在误差异常。

进一步的，通过集抄网络，在智能电能集抄电能数据的基础上增加电流数据、电压数据、功率数据和功率因数数据的定期采集。

进一步的，在智能电表上安装有数据采集单元和数据传输单元，用于采集智能电表的相关数据，数据传输单元用于将数据采集单元采集的数据传输至后台服务器，后台服务器用于运行智能电表失效判断模型，对智能电表是否存在误差异常进行判断。

进一步的，所述智能电表内设有存储单元，用于在智能电表采集数据后，将采集的数据进行存储，并将采集的数据进行复制2份，将复制后的2份数据分别发送至智能电表预设关联终端和数据采集单元。

进一步的，基于智能电表硬件问题-失效判断模型，对电网支路测量电压的一致性进行判断，具体为：

采集同一支路电能表变量数据，理论分析同一支路计量表计电压为电网网络电压，偏差不会超过2％，以220V作为理论值，则实际浮动范围在215V至225V之间，电能表计量电路硬件失效后，呈现的状态是电压超出正常范围，尤其表现为大于最大范围值，也就是说正常表计电压测量值为225V以下，异常表计电压测量值为225V以上，初步判断为计量异常。

进一步的，基于智能电表参数突变-失效判断模型，判断智能电表存在误差异常，具体为：