一种用于智能电能表运行的评估方法
专利汇可以提供一种用于智能电能表运行的评估方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种用于智能 电能 表运行的评估方法，通过实时获取智能 电能表 在实际环境中的运行状态数据为技术手段，结合系统中标准表法和现场周期检验得到的误差数据，综合评估复杂的实际 电网 运行环境对智能电能表准确性、可靠性的影响，对其进行综合评价，通过分析状态量构成及权重，制定状态评价标准，从而建立运行状态评估方法，并在此 基础 上提出电能表检修策略，从而弥补了传统方法的不足，从而可以更好的快速的针对智能电能表制定检修策略，减少了人 力 、物力和财力的浪费，具有良好的应用前景。，下面是一种用于智能电能表运行的评估方法专利的具体信息内容。
1.一种用于智能电能表运行的评估方法，其特征在于：包括以下步骤，
步骤(A)，根据运行的用电信息采集信息系统、营销业务应用信息系统、计量生产调度平台信息系统，选取智能电能表的评估状态量，所述评估状态量，包括误差稳定性模类型、运行可靠性类型、潜在缺陷类型和用户信誉类型；
步骤(B)，根据选取智能电能表的评估状态量，建立智能电能表运行状态的评估打分模型，评估打分模型的以百分制对智能电能表的状态进行表述；
步骤(C)，根据评估打分模型，判断当前智能电能表所处状态；
步骤(D)，根据智能电能表所处状态，给出对应的检修策略。
2.根据权利要求1所述的一种用于智能电能表运行的评估方法，其特征在于：步骤(A)，所述误差稳定性模类型，包括
基本误差状态量S1，为智能电能表实验室检定选定负荷点的基本误差，该基本误差状态量S1用于反映智能电能表固有计量性能的好坏；
运行误差状态量S2，为智能电能表现场实负荷检验的运行误差，该运行误差状态量S2用于反映智能电能表运行计量性能的好坏；
误差分散性状态量S3，为同一批次合格的智能电能表的额定负荷点下基本误差的标准偏差统计值，该误差分散性状态量S3用于反映该批次智能电能表质量控制的好坏；
所述运行可靠性类型，包括
全检验收批次退货率状态量S4，为同一制造厂家所供智能电能表因不合格退货批次比例统计值，该全检验收批次退货率状态量S4用于反映智能电能表制造厂家的信誉、管理和质量水平；
批次运行状态量S5，为同一批次智能电能表的运行故障率统计值，该批次运行状态量S5状态量用于反映运行电能表批次质量的好坏；
运行时间与环境状态量S6，为智能电能表的运行年数以及运行所处环境，运行年数最小分辨力为0.5年，该运行时间与环境状态量S6用于反映运行时间与环境对智能电能表运行性能的影响；
所述潜在缺陷类型，包括
家族缺陷状态量S7，为经确认由硬件、材质、工艺、软件共性因素导致的智能电能表所存在的缺陷，该家族缺陷状态量S7用于反映运行电能表发生故障的隐患大小；
在线监测电量异常状态量S8，为用电采样系统在线监测与智能诊断模块发现的真实的智能电能表电量异常类型和数量，该在线监测电量异常状态量S8用于反映智能电能表实时运行情况；
在线监测时钟异常状态量S9，为用电采样系统在线监测与智能诊断模块发现的真实的智能电能表时钟异常类型和数量，该在线监测时钟异常状态量S9用于反映电能表实时运行情况；
所述用户信誉类型，包括用户信誉状态量S10，为电能表用户是否发生过窃电、浪费用电、破坏用电的影响信誉的行为。
3.根据权利要求1所述的一种用于智能电能表运行的评估方法，其特征在于：步骤(B)，评估打分模型的以百分制对智能电能表的状态进行表述，100分表示最佳状态，0分则表示最差状态，其他情形的状态评分介于100分-0分之间，智能电能表的状态评分值G为：G＝BTMF，其中，B表示基础评分，T表示检测评分，M表示监测评分，F表示家族缺陷评分，所述基础评分B，根据 公式得到的，B1＝AB1×(1-S4*80)、
B3＝AB3×(1-S5)、
B5＝20-2.5×S6-1×S6-2、近一年内发生过窃电、
浪费用电、破坏用电的影响信誉的行为B6＝0，否则B6＝AB6；
其中，AB1，AB2，AB3，AB4-1，AB4-2，AB4-3，AB4-4，AB6为可配置参数，确保AB1+AB2+AB3+AB4-1+AB4-2+AB4-3+AB4-4+AB6＝80分，初始值为AB1＝10，AB2＝10，AB3＝20，AB4-1＝10，AB4-2＝10，AB4-3＝10，AB4-4＝0，AB6＝10；
S1-1、S1-2、S1-3、S1-4为选取的负荷点的基本误差，数据来源于省级计量中心生产调度平台MDS系统；S6-1表示表计运行年数，运行时长取SG186营销业务应用系统提供的表龄库龄数据的运行时长字段，S6-2为运行环境得出权重，室内有空调S6-2＝100、室内无空调S6-2＝120、户外S6-2＝200；B1为全检验收批次退货率率S4的基础评分，B2为批次误差分散S3的基础评分，B3为批次运行故障率S5的基础评分，B4为基本误差S1的基础评分，B5为运行时间与环境S6的基础评分，B6为用户信誉S10的基础评分；误差限值是根据电能表精确度等级而定；
所述检验评分T，根据 公式得到，其中，n为最近n次检测评分，对于I类智能
电能表，n＝3；对于II类智能电能表，n＝2；对于III类智能电能表，n＝1；检测次数不足n次时，该项不进行评分，T＝1；
所述监测评分M，根据M＝M1×M2公式得到，其中，
AM1，AM2可配置，AM1默认90％，AM2默认80％。
所述家族缺陷评分F，根据 公式得到，其中，H为家族智能电能表的总数
量，h表示发生该家族缺陷的智能电能表数量，H＞h≥1。
4.根据权利要求1所述的一种用于智能电能表运行的评估方法，其特征在于：步骤(C)，根据评估打分模型，判断当前智能电能表所处状态，判定依据如下，
(C1)，智能电能表的状态评分值G为[80，100]，则当前智能电能表所处状态为稳定状态；智能电能表的状态评分值G为[30，80)，则当前智能电能表所处状态为关注状态；智能电能表的状态评分值为[0，30)，则当前智能电能表所处状态为预警状态；
(C2)，智能电能表两次状态评分值之差为(-∞，5]，则当前智能电能表所处状态为稳定状态；智能电能表两次状态评分值之差为(5，30]，，则当前智能电能表所处状态为关注状态；智能电能表两次状态评分值之差为(30，+∞)，则当前智能电能表所处状态为预警状态，所述智能电能表两次状态评分值，为上月周期状态评分值、本月周期状态评分值；
(C3)，当智能电能表的状态评分值G、智能电能表两次状态评分值之差的判断结果不一时，取较差状态，当前智能电能表所处状态由好到差排序为：稳定状态＞关注状态＞预警状态。
5.根据权利要求1所述的一种用于智能电能表运行的评估方法，其特征在于：步骤(D)，根据智能电能表所处状态，给出对应的检修策略，具体如下，
(D1)，稳定状态下的巡检策略：使用时长6年内按延长1倍的巡检周期安排现场检验，超出6年的按正常巡检周期安排现场检验；
(D2)，关注状态下的巡检策略：使用时长6年内按1/2巡检周期安排现场检验，超出6年的实时安排状态巡检与远程检验，并安排不定期巡检；
(D3)，预警状态的巡检策略：实时安排巡检和远程巡检，并立即安排现场检验。
6.根据权利要求1所述的一种用于智能电能表运行的评估方法，其特征在于：步骤(A)，家族缺陷状态量S7的取值范围，根据《国家电网公司电能表质量监督管理办法》内要求，具体如下：
(A1)，家族缺陷状态量S7对电能表计量性能无影响，突发恶化风险小，家族缺陷状态量S7的取值为86％-100％；
(A2)，家族缺陷状态量S7对电能表计量性能有影响，可监测，家族缺陷状态量S7的取值为51％-85％；
(A3)，家族缺陷状态量S7对电能表计量性能有影响，不可监测，家族缺陷状态量S7的取值为16％-50％；
(A4)，家族缺陷状态量S7对电能表计量性能严重影响，家族缺陷状态量S7的取值为0-
15％。
一种用于智能电能表运行的评估方法
技术领域
背景技术
发明内容
B5＝20-2.5×S6-1×S6-2、近一年内发生过窃
电、浪费用电、破坏用电的影响信誉的行为B6＝0，否则B6＝AB6；
具体实施方式
B3＝AB3×(1-S5)、
B5＝20-2.5×S6-1×S6-2、近一年内发生过窃
电、浪费用电、破坏用电的影响信誉的行为B6＝0，否则B6＝AB6；
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 多功能摇篮车与多功能摇篮床及与之配套的卡槽式用具 | 2020-05-15 | 354 |
| 电子式互感器与变电站主站系统通信安全的综合评估方法 | 2020-05-21 | 122 |
| 一种基于电子商务的物品及服务交换系统 | 2020-05-22 | 766 |
| 一种基于智能家庭网关的点对点内容分发网络系统 | 2020-05-11 | 989 |
| 一种用于智能电能表运行的评估方法 | 2020-05-24 | 976 |
| 一种面向残疾人创业就业的网络服务系统 | 2020-05-19 | 979 |
| 一种基于半监督学习的在线服务信誉度量方法 | 2020-05-24 | 897 |
| 一种一站式印章APP | 2020-05-14 | 634 |
| 一种电能表状态在线评价方法及系统 | 2020-05-22 | 805 |
| 在线企业服务管理平台 | 2020-05-18 | 555 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
