基于D-S证据理论的智能电能表质量状态评价方法及系统技术方案

本发明专利技术提供了一种基于D

【技术实现步骤摘要】
基于D
‑
S证据理论的智能电能表质量状态评价方法及系统


[0001]本专利技术属于质量评价
，尤其涉及一种基于D
‑
S证据理论的智能电能表质量状态评价方法及系统。

技术介绍

[0002]智能电能表质量与可靠性是一项十分重要的指标，质量与可靠性差的电能表影响电能计量、电网稳定、以及企业形象。当前，在现货交易电力市场建设的背景下，电能表质量与可靠性显得尤其重要，对电能表质量与可靠性评价的准确性、及时性与动态评价提出了更高要求。
[0003]专利技术人发现，现有电能表质量状态评价方法存在虚警率高、评价结果时效性差的问题，导致维护时间和人力成本居高不下，严重影响了电力市场现货交易的建设与发展，对电网稳定性带来隐患。

技术实现思路

[0004]本专利技术为了解决上述问题，提出了一种基于D
‑
S证据理论的智能电能表质量状态评价方法及系统，本专利技术可以全面反映电能表质量水平、兼顾准确性和时效性。
[0005]为了实现上述目的，本专利技术是通过如下的技术方案来实现：
[0006]第一方面，本专利技术提供了一种基于D
‑
S证据理论的智能电能表质量状态评价方法，包括：
[0007]获取智能电能表挂网前检测数据、挂网运行数据和拆回分拣后数据中的一种或几种；
[0008]依据智能电能表挂网前检测数据、挂网运行数据和拆回分拣后数据中的一种或几种数据，以及预设的智能电能表质量状态评价模型，得到评价结果；
>[0009]其中，智能电能表质量状态评价模型中，依据智能电能表挂网前检测数据、挂网运行数据和拆回分拣后数据中的一种或几种数据，建立稳定性指标、可靠性指标和异常事件指标；所述稳定性指标是依据权重法，向初始稳定性指标和动态稳定性指标赋予权重得到，所述可靠性指标是依据权重法，向可靠寿命指标和失效率指标赋予权重得到，所述异常事件指标通过时钟超差指标、电池欠压指标或开盖指标中的一个或多个确定；依据权重法，对所述稳定性指标、所述可靠性指标和所述异常事件指标赋予权重，得到运行状态质量综合指标，确定所述稳定性指标、所述可靠性指标和所述异常事件指标的权重时，采用D
‑
S证据理论确定；依据所述运行状态质量综合指标，通过求解概率分布得到质量评价结果。
[0010]进一步的，所述初始稳定性指标服从正态分布，分布参数根据智能电能表首检记录数据得到；所述动态稳定性指标服从正态分布，分布参数根据智能电能表失准估计数据得到。
[0011]进一步的，所述可靠寿命指标服从正态分布，分布参数根据智能电能表拆回分拣数据得到；所述失效率指标服从正态分布，分布参数根据智能电能表拆回分拣数据评估结
果得到。
[0012]进一步的，所述时钟超差指标和所述电池欠压指标伴随电能表运行过程具有渐变过程，经过一段时间后达到超差阈值，出现时钟超差异常或电池欠压事件。
[0013]进一步的，所述动态稳定性指标赋予的权重大于所述初始稳定性指标赋予的权重；所述失效率指标赋予的权重大于所述可靠寿命指标赋予的权重。
[0014]进一步的，所述时钟超差指标、所述电池欠压指标和所述开盖指标中任一指标被确认为智能电能表异常事件时，确定智能电表为故障。
[0015]进一步的，若异常事件指标被确定，则智能电能表为故障；若异常事件指标不被确定，则采用D
‑
S证据理论确定分别赋予所述稳定性指标、所述可靠性指标和所述异常事件指标的权值。
[0016]第二方面，本专利技术还提供了一种基于D
‑
S证据理论的智能电能表质量状态评价系统，包括：
[0017]数据采集模块，被配置为：获取智能电能表挂网前检测数据、挂网运行数据和拆回分拣后数据中的一种或几种；
[0018]评价模块，被配置为：依据智能电能表挂网前检测数据、挂网运行数据和拆回分拣后数据中的一种或几种数据，以及预设的智能电能表质量状态评价模型，得到评价结果；
[0019]其中，智能电能表质量状态评价模型中，依据智能电能表挂网前检测数据、挂网运行数据和拆回分拣后数据中的一种或几种数据，建立稳定性指标、可靠性指标和异常事件指标；所述稳定性指标是依据权重法，向初始稳定性指标和动态稳定性指标赋予权重得到，所述可靠性指标是依据权重法，向可靠寿命指标和失效率指标赋予权重得到，所述异常事件指标通过时钟超差指标、电池欠压指标或开盖指标中的一个或多个确定；依据权重法，对所述稳定性指标、所述可靠性指标和所述异常事件指标赋予权重，得到运行状态质量综合指标，确定所述稳定性指标、所述可靠性指标和所述异常事件指标的权重时，采用D
‑
S证据理论确定；依据所述运行状态质量综合指标，通过求解概率分布得到质量评价结果。
[0020]第三方面，本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现了第一方面所述的基于D
‑
S证据理论的智能电能表质量状态评价方法的步骤。
[0021]第四方面，本专利技术还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现了第一方面所述的基于D
‑
S证据理论的智能电能表质量状态评价方法的步骤。
[0022]与现有技术相比，本专利技术的有益效果为：
[0023]本专利技术通过在获取数据中，构建包括稳定性指标、可靠性指标和异常事件指标的一级指标，再将一级指标分别分为多个二级指标，构建了一种两层次、三维度的电能表质量评价指标方法及体系，综合考虑静态与动态指标，可兼顾准确性、时效性全面反映电能表质量水平；在此基础上，采用D
‑
S证据理论确定确稳定性指标、可靠性指标和异常事件指标的权重，提出一种基于D
‑
S证据理论的电能表质量状态评价方法，可实现综合利用多源信息评价电能表质量状态，使得评价结果更加准确；采用概率分布标示质量评价结果，给出质量评价结果点估计的同时，还可给出发生故障的概率，提高了风险可控性。
附图说明
[0024]构成本实施例的一部分的说明书附图用来提供对本实施例的进一步理解，本实施例的示意性实施例及其说明用于解释本实施例，并不构成对本实施例的不当限定。
[0025]图1为本专利技术实施例1的电能表质量状态评价技术路线图；
[0026]图2为本专利技术实施例1的电能表质量指标体系。
具体实施方式：
[0027]下面结合附图与实施例对本专利技术作进一步说明。
[0028]应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属
的普通技术人员通常理解的相同含义。
[0029]实施例1：
[0030]在进行只能电能表质量评价时，与电能表相关的指标各种各样，如何针对电力市场现货交易构建电能表质量评价指标体系是难点，现有指标体系具有单一性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于D
‑
S证据理论的智能电能表质量状态评价方法，其特征在于，包括：获取智能电能表挂网前检测数据、挂网运行数据和拆回分拣后数据中的一种或几种；依据智能电能表挂网前检测数据、挂网运行数据和拆回分拣后数据中的一种或几种数据，以及预设的智能电能表质量状态评价模型，得到评价结果；其中，智能电能表质量状态评价模型中，依据智能电能表挂网前检测数据、挂网运行数据和拆回分拣后数据中的一种或几种数据，建立稳定性指标、可靠性指标和异常事件指标；所述稳定性指标是依据权重法，向初始稳定性指标和动态稳定性指标赋予权重得到，所述可靠性指标是依据权重法，向可靠寿命指标和失效率指标赋予权重得到，所述异常事件指标通过时钟超差指标、电池欠压指标或开盖指标中的一个或多个确定；依据权重法，对所述稳定性指标、所述可靠性指标和所述异常事件指标赋予权重，得到运行状态质量综合指标，确定所述稳定性指标、所述可靠性指标和所述异常事件指标的权重时，采用D
‑
S证据理论确定；依据所述运行状态质量综合指标，通过求解概率分布得到质量评价结果。2.如权利要求1所述的基于D
‑
S证据理论的智能电能表质量状态评价方法，其特征在于，所述初始稳定性指标服从正态分布，分布参数根据智能电能表首检记录数据得到；所述动态稳定性指标服从正态分布，分布参数根据智能电能表失准估计数据得到。3.如权利要求1所述的基于D
‑
S证据理论的智能电能表质量状态评价方法，其特征在于，所述可靠寿命指标服从正态分布，分布参数根据智能电能表拆回分拣数据得到；所述失效率指标服从正态分布，分布参数根据智能电能表拆回分拣数据评估结果得到。4.如权利要求1所述的基于D
‑
S证据理论的智能电能表质量状态评价方法，其特征在于，所述时钟超差指标和所述电池欠压指标伴随电能表运行过程具有渐变过程，经过一段时间后达到超差阈值，出现时钟超差异常或电池欠压事件。5.如权利要求1所述的基于D
‑
S证据理论的智能电能表质量状态评价方法，其特征在于，所述动态稳定性指标赋予的权重大于所述初始稳定性指标赋予的权重；所述失效率指标赋予的权重大于所述可靠寿命指标赋予的权重。6.如权利要求1所述的基于D
‑

【专利技术属性】
技术研发人员：代燕杰，董贤光，荆臻，王平欣，赵曦，王清，曹彤，李琮琮，朱红霞，
申请(专利权)人：国网山东省电力公司营销服务中心计量中心，
类型：发明
国别省市：