|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 计及谐波信号和温度变化的智能电能表计量误差分析方法显示文摘针对信号采样模块对智能电能表计量准确性的影响,该文综合分析谐波信号和温度变化对电能表信号采样误差的影响,构建计及谐波信号和温度变化的智能电能表计量误差的精确数学计算模型.首先,建立网络传递函数分析电路中存在高次谐波信号时对信号采样误差的影响;然后,分别建立温度变化下的电压和电流采样误差计算模型,分析温度变化下对电能计量误差准确性的影响;最后,在Matlab/Simulink环境下搭建单相智能电能表计量仿真模型.仿真结果表明:谐波信号对计量误差的影响大于温度变化对计量误差的影响.该文研究结论可为智能电能表的计量误差判定和轮替更换提供一定的理论依据. | 罗群 刘春雨 王月明 张志龙 王维光 张健 | 2019 | 中国测试2019，45，7： | 20 |
| 2 | 基于温度补偿的电能表全温度范围计量精度优化方法显示文摘智能电能表在实际使用时其环境温度范围很宽,通过校表实现的高计量精度在全温度范围下极易发生漂移甚至大幅下降。针对此问题,该文提出一种电能表全温度范围计量精度优化方法。首先对电能表整机进行热仿真建模,获得不同环境温度和负载电流下电能表各处的发热情况,并根据所获得的温度数据建立计量芯片与计量回路中影响计量结果关键元器件之间的温度映射关系。在此基础上,通过搭建电能表计量芯片的Simulink仿真模型,评价其在全温度下的计量精度。最后,通过编写温度补偿程序,并进行电能表实际应用,验证该文所提方法的有效性。 | 袁瑞铭 吕言国 李文文 叶雪荣 鲁观娜 姜振宇 | 2019 | 中国测试2019，45，6： | 12 |
| 3 | 基于状态参量的智能电表误差状态预测方法显示文摘在智能电表挂网运行的过程中,其计量性能会逐渐发生变化,可能影响电能计量的准确性和电力交易的公平性,因此,对其误差状态的管控具有重大意义。在运智能电表数量巨大,一般采用定期随机抽检的方法来获得部分表计的误差情况,但随机抽检覆盖面较小,存在抽检间隔,无法全面、及时地获取在运表计的计量误差,存在已超差表计仍长期挂网的风险。对此,提出了一种基于状态参量与计量性能退化的智能电表误差状态预测方法,基于智能电表的计量原理,研究了影响表计计量性能的关键因素,进而建立了一个计及温度、湿度、负荷、检定结果、时间累积影响的预测模型,借助BP神经网络算法,实现了历史数据下的网络训练和实时数据下的误差预测。最后,建立在线监测试点,开展实例应用,验证了该方法的有效性。 | 庹璟 唐登平 蔡文嘉 刘岑岑 王委 | 2019 | 仪表技术2019，，3： | 9 |
| 4 | 现场运行环境与电应力对电能表计量误差影响研究显示文摘针对智能电能表现场计量精度问题,利用现场运行数据分析温度、电流、功率因数对批量电能表计量误差及其一致性的影响。基于正态分布计算电能表计量误差的均值和标准差,利用三倍标准差开展计量误差一致性分析。基于正弦函数构建电能表计量误差伴随日历时间的演变规律模型,在分别阐明功率因数和电流应力对电能表计量误差均值和标准差影响的基础上,基于艾林模型构建环境温度和电应力作用下电能表计量误差响应模型,以阐释温度和电流对电能表计量误差的综合影响。统计分析发现,温度越低、电流越大,电能表计量误差越大。依据研究结果可以补偿电能表计量误差,提高计量结果准确性,同时对进一步优化电能表运维方案,改进设计也具有参考价值。 | 陈琳 李哲 孙永全 | 2021 | 电测与仪表2021，58，7： | 9 |
| 5 | 大数据条件下现场运行电能表计量误差估计方法显示文摘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。 | 代燕杰 董贤光 刘亚骑 梁雅洁 刘潇 齐佳 孙永全 | 2022 | 哈尔滨理工大学学报2022，27，5： | 9 |
| 6 | 高海拔典型环境下电能表误差与环境影响因素研究显示文摘利用国网西藏典型环境试验基地监测平台的电能表基本误差试验数据,对高海拔环境下电能表误差与环境因素的关系进行了分析。首先通过建立XGBoost模型,利用环境数据,准确识别并预测了电能表超差。然后,通过建立多元线性回归模型,定量分析了环境因素对电能表误差的影响。最终得出环境因素中气温是影响电能表超差、误差数值的最重要因素,光照和湿度的影响也比较重要,风速、气压、雨雪的影响较小。 | 郑江 陈龙 袁卫 董世芳 伍应衡 张力平 | 2019 | 电测与仪表2019，56，9： | 6 |
| 7 | 提高智能电能表可靠性技术研究综述显示文摘智能电能表在电网中的作用越来越重要,但其在使用过程中常发生故障,且故障类型多样,因此如何提高其可靠性逐渐受到重视。文章基于智能电能表的一般架构及其功能,从固有可靠性和使用可靠性两方面,对现有旨在提高智能电能表可靠性的技术进行了梳理。固有可靠性技术涵盖智能电能表的结构设计、硬件可靠性分析、关键模块研制以及软件测试等。而使用可靠性技术,则主要包括误差补偿以及智能电能表运行状态检测等。其中,智能电能表运行状态检测技术,具体涉及基于全寿命周期理论的评价体系和以神经网络、贝叶斯算法、K-means算法等为代表的人工智能技术。最后,对智能电能表可靠性技术的未来发展趋势进行了讨论。 | 马永超 赵伟 黄松岭 | 2022 | 电测与仪表2022，59，4： | 6 |
| 8 | 环境因素对单相电能表基本误差的影响研究显示文摘为了研究环境因素对单相智能电能表基本误差的影响,采用物理建模和试验相结合的方法。从元器件出发,主要考虑温度、湿度、磁场三个关键环境因素,建立了单相电能表基本误差与环境因素的数学物理模型,研究表明温度对单相电能表的影响主要作用于电阻、分流器、计量芯片和电压基准,湿度主要改变电路板和电子元器件的老化特性从而影响误差,磁场主要作用在电流回路上产生附加感应电势。为了进一步研究三个因素对电能表误差的影响程度,设计了一组3因素5水平正交试验,实验数据表明,在设定的实验环境范围内,温度对电能表误差影响十分显著,而磁场和湿度影响则不明显。 | 徐晴 程含渺 蔡奇新 纪峰 李珺 高雨翔 李昕锐 | 2020 | 电测与仪表2020，57，19： | 4 |
| 9 | 户外典型环境的智能电能表远程自动实时监测系统研究显示文摘文章建立高严寒、高干热、高海拔、高盐雾及高湿热的“五高”智能电能表现场运行监测系统,系统中电能表之间采用并联模式以使负载平衡,运行电能表采用模块化配置,设计周期试验方案并测试在典型环境下长时间运行的电能表性能,检验电能表的电能计量、事件参数等功能的稳定性和可靠性。梳理积累的电能表故障和误差数据,分析不同环境因素对电能表故障和误差的影响。 | 张蓬鹤 杨文强 王晓东 袁翔宇 | 2020 | 电力信息与通信技术2020，18，4： | 4 |
| 10 | 基于模型融合的多维条件下现场校验仪计量误差建模研究显示文摘针对复杂的现场条件对关口电能表现场校验仪计量性能造成影响的问题,文中基于一种融合模型研究了多维条件下现场校验仪计量误差的建模。首先搭建了多维条件试验平台,试验平台可控条件包括:电流、电压、功率因数、温度、湿度。其次采用随机森林算法分别建立原始变量和交叉变量作为输入下的基础作用模型和耦合作用模型,并基于一种改进Stacking方法对上述模型进行融合得到一种反映多维条件对现场校验仪计量误差影响的融合模型。最后进一步试验验证了该模型的准确性和泛化性,结果表明该融合模型的预测精度优于单一模型。 | 张乐平 肖勇 陆煜锌 方彦军 | 2018 | 仪表技术与传感器2018，，11： | 4 |
| 11 | 基于失效物理的电能表故障定位与复现方法研究显示文摘大批量智能电能表已经在线运行,积累了丰富的现场运行数据;如何在电能表批量上线前,拦截潜在缺陷,提前暴露可靠性问题,激发不易定位和不易复现的故障现象,变得尤为关键;利用电能表现场运行大数据分析结果,理清电能表现场运行主要的故障模式、失效机理以及工作微环境特征;通过失效分析获得其典型失效机理,统计电能表的主要缺陷类型和敏感应力;通过分析电能表的环境剖面和任务剖面等全生命周期的可靠性数据,借助于故障发生的背景信息,提出了基于失效物理的电能表故障定位、故障复现试验方法;通过一些实际评价案例,说明了该方法的实施过程和应用效果,为电能表的验收评价、现场故障分析和批量管理提供了一种有效的技术手段。 | 陈亮 黄友朋 路韬 党三磊 张捷 何胜宗 | 2021 | 电子器件2021，44，4： | 3 |
| 12 | 基于运行误差估算的电能表准确性预计显示文摘极值理论在误差分析中有着重要应用,电能表准确性取决于误差偏大数据的分布,且超过某一阈值的超出量数据近似符合广义帕累托分布。文中根据台区内考核表与分表的量测数据估算分表运行误差,引入超阈值(Peak-Over-Threshold,POT)模型、讨论了阈值选取、广义帕累托分布模型拟合,并给出了广义帕累托分布的参数估计公式,最终对分表运行误差的超阈值数据进行风险价值(Value at Risk,VaR)度量。结果表明,该方法能在不同阈值与置信水平下预测电能表运行误差超限的概率,进而评估台区内电能表的准确性,为预防电能表超差造成的风险提供较为可靠的依据。 | 程磊 陆蔺 卜树坡 | 2022 | 电测与仪表2022，59，4： | 2 |
| 13 | 基于GA-FSVR的极端温度应力下智能电能表退化预测模型显示文摘针对极端温度应力下智能电能表退化情况难以准确预测的问题,以计量误差作为退化指标,提出一种基于融合核支持向量回归(FSVR)与遗传算法(GA)的智能电能表退化预测模型。为了兼顾预测模型的学习与泛化能力,在传统单核支持向量回归模型的基础上,提出一种基于RBF核与Sigmoid核的新的融合核函数,并进一步建立基于融合核函数的FSVR模型,预测极端温度应力作用下智能电能表的退化过程;在FSVR模型参数调节阶段,通过GA对核参数进行优化,提高模型预测精度。采用某批次智能电能表分别在高温(50℃)、低温(-40℃)两组极端温度应力下连续14个月的实际退化测试数据展开比较实验,结果表明提出的预测模型能准确追踪不同极端温度下智能电能表的退化趋势,可为我国典型地区的智能电能表可靠性分析提供指导。 | 杜艳 陈祉如 梁雅洁 王者龙 荆臻 张志 | 2022 | 电测与仪表2022，59，7： | 1 |
| 14 | 基于稀疏优化的智能电表误差估计方法显示文摘【目的】利用改进动态线损和稀疏优化方法研究智能电表运行误差估计。【方法】首先,考虑电表误差的稀疏性,加入稀疏正则项,对动态线损模型进行改进,提高误差估计的精准度;进一步地,利用交替方向乘子法改进设计迭代算法,交替求解改进动态线损模型,获取智能电表误差估计结果。【结果】利用Matlab和实际数据进行数值仿真实验,验证所提方法的有效性。【结论】通过分析线损率与计量误差估计的耦合关系,提高了误差估计的精度。与动态线损模型对比,本文所提方法的检测准确率更优。 | 吕玉玲 彭荟 刘学文 | 2023 | 重庆师范大学学报(自然科学版)2023，40，3： | 1 |
| 15 | 批量智能电能表故障率预测方法的研究显示文摘利用国网的拆回表数据,分析已发生故障的表计与正常表计之间的差别,构建智能电能表故障发生的预测模型,并研究不同模型对电能表故障预测的适用性,评估批次电能表的故障率。本文首先构建了模型的特征参数,并依据特征分别建立了时间序列模型、多元线性回归模型、XGBoost分类模型;通过实验对比发现单从时间维度考虑批量智能电能表的故障率并不能进行很好拟合;最终得出线性回归模型不适用于预测批量智能电能表的故障率,分类模型在预测批量智能电能表故障率方面有一定的优势,准确率较高。 | 程诗尧 武赫 朱锦山 袁铭敏 曾纬和 | 2022 | 仪器仪表与分析监测2022，，2： | 0 |
| 16 | 基于Simulink和Ansys Icepak的单相智能物联电能表计量单元电热耦合仿真方法研究显示文摘智能物联电能表是一种复杂的电子系统,其计量精度会受到温度、负载、元器件参数等多种因素的影响,单纯的热模型无法满足对其仿真的精度要求。以某主流智能物联电能表为例,通过分析其模块原理,构建考虑温度影响的智能物联电能表计量单元电热间接耦合仿真模型,得到不同环境温度下智能物联电能表的温度场。经实验测定,电热耦合仿真比单独的热仿真的精度水平更高,仿真数据与实测数据间最大误差为2.2%,仿真精度较好。 | 袁瑞铭 李文文 庞富宽 郭皎 王晨 | 2022 | 电器与能效管理技术2022，，7： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员