一種計(jì)量裝置運(yùn)行狀態(tài)預(yù)警方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種計(jì)量裝置運(yùn)行狀態(tài)預(yù)警方法，對(duì)電能計(jì)量裝置未來(lái)運(yùn)行狀態(tài)進(jìn)行 預(yù)警，屬于電力計(jì)量技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 電能計(jì)量裝置是計(jì)量供電部門銷售和用戶使用電能多少的設(shè)備，是雙方貿(mào)易結(jié)算 的法律依據(jù)，其運(yùn)行的好壞不僅體現(xiàn)管理水平，更關(guān)系到雙方貿(mào)易結(jié)算是否公平公正合理。 為了及時(shí)掌握電能計(jì)量裝置運(yùn)行數(shù)據(jù)，國(guó)家電網(wǎng)公司啟動(dòng)用電信息采集系統(tǒng)建設(shè)，以2105 年4月底的客戶數(shù)為基數(shù)計(jì)算，公司系統(tǒng)的智能電能表覆蓋率為69. 2%，采集覆蓋率為 70. 6%，累計(jì)實(shí)現(xiàn)用電信息采集2. 85億戶。
[0003] 隨著如此大規(guī)模用電信息采集系統(tǒng)的建設(shè)，如何對(duì)電能計(jì)量裝置未來(lái)的運(yùn)行狀態(tài) 進(jìn)行準(zhǔn)確預(yù)警，做到防患于未然，為周期檢驗(yàn)策略以及輪換周期等提出參考意見，從而變革 電能計(jì)量裝置傳統(tǒng)的基于周期檢查校驗(yàn)、日常巡視現(xiàn)場(chǎng)管理手段，降低計(jì)量與用電檢查等 專業(yè)部門人員的工作量，提升工作效率，是各省電力公司非常迫切的需求。
[0004] 目前，國(guó)外研究側(cè)重于電能計(jì)量裝置在智能電網(wǎng)中的應(yīng)用，將數(shù)據(jù)和信息通過(guò)遠(yuǎn) 程計(jì)量裝置傳回中心進(jìn)行分析；國(guó)內(nèi)對(duì)于電能計(jì)量裝置狀態(tài)檢驗(yàn)主要是采用周期現(xiàn)場(chǎng)檢驗(yàn) 的方式，還沒有針對(duì)電能計(jì)量裝置未來(lái)運(yùn)行狀態(tài)的預(yù)警技術(shù)的應(yīng)用。這種周期現(xiàn)場(chǎng)檢驗(yàn)的 方式存在很大的不足，一方面，現(xiàn)場(chǎng)檢測(cè)受外界因素影響較大，不能據(jù)此對(duì)計(jì)量裝置常態(tài)運(yùn) 行狀況進(jìn)行評(píng)估，每次往返現(xiàn)場(chǎng)工作造成巨大人力、物力資源浪費(fèi)，現(xiàn)場(chǎng)工作的安全風(fēng)險(xiǎn)較 大；另一方面，由于缺少實(shí)時(shí)監(jiān)測(cè)系統(tǒng)，不能及時(shí)發(fā)現(xiàn)、處理電能計(jì)量裝置故障問(wèn)題，降低了 計(jì)量可靠性。

【發(fā)明內(nèi)容】

[0005] 為克服現(xiàn)有技術(shù)上的不足，本發(fā)明目的是提供一種計(jì)量裝置運(yùn)行狀態(tài)預(yù)警方法， 結(jié)合了現(xiàn)場(chǎng)檢驗(yàn)數(shù)據(jù)，選取多項(xiàng)評(píng)價(jià)指標(biāo)，通過(guò)云自適應(yīng)PSO-BPNN預(yù)測(cè)模型對(duì)運(yùn)行狀態(tài)值 進(jìn)行預(yù)測(cè)，對(duì)電能計(jì)量裝置未來(lái)運(yùn)行狀態(tài)進(jìn)行預(yù)警，提高電能計(jì)量裝置檢驗(yàn)的針對(duì)性、合理 性和科學(xué)性，預(yù)防和降低故障的發(fā)生幾率，延長(zhǎng)設(shè)備壽命。
[0006] 為了實(shí)現(xiàn)計(jì)量裝置運(yùn)行狀態(tài)的預(yù)警，本發(fā)明采取以下的技術(shù)方案，包括以下步 驟：
[0007] (1)獲取計(jì)量裝置運(yùn)行狀態(tài)預(yù)警所需的基本數(shù)據(jù)：從電能計(jì)量裝置的電能表、電 壓互感器、電流互感器和二次回路等4個(gè)組成部分的離線錄入信息和在線監(jiān)測(cè)信息中選取 能反映各部分運(yùn)行狀態(tài)的指標(biāo)信息；
[0008] (2)數(shù)據(jù)預(yù)處理，對(duì)原始數(shù)據(jù)進(jìn)行異常數(shù)據(jù)剔除與補(bǔ)充，力求數(shù)據(jù)的準(zhǔn)確性；
[0009] (3)針對(duì)電能計(jì)量裝置4個(gè)組成部分，分別建立評(píng)價(jià)體系，并運(yùn)用AHP (層次分析 法）綜合評(píng)價(jià)模型對(duì)其運(yùn)行狀態(tài)進(jìn)行評(píng)分；
[0010] (4)對(duì)電能計(jì)量裝置4部分評(píng)價(jià)體系進(jìn)行數(shù)據(jù)挖掘，選取對(duì)運(yùn)行狀態(tài)評(píng)價(jià)影響較 大的評(píng)價(jià)指標(biāo)；
[0011] (5)根據(jù)各組成部分的狀態(tài)評(píng)價(jià)模塊給出的歷史運(yùn)行狀態(tài)評(píng)分序列，并結(jié)合在線 監(jiān)測(cè)信息，通過(guò)云自適應(yīng)PSO-BPNN (粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)）預(yù)測(cè)模型對(duì)其未來(lái)運(yùn)行 狀態(tài)評(píng)分值進(jìn)行預(yù)測(cè)；
[0012] (6)將預(yù)測(cè)出的運(yùn)行狀態(tài)評(píng)分值和評(píng)估標(biāo)準(zhǔn)比較，確定4個(gè)組成部分的運(yùn)行狀態(tài)， 并根據(jù)預(yù)警策略，適時(shí)給出預(yù)警信號(hào)。
[0013] 有益效果：本發(fā)明選取電能計(jì)量裝置各組成部分運(yùn)行狀態(tài)評(píng)價(jià)指標(biāo)，通過(guò)AHP綜 合評(píng)價(jià)模型對(duì)其運(yùn)行狀態(tài)綜合評(píng)分，采用CAPS0-BPNN對(duì)其各部分未來(lái)運(yùn)行狀態(tài)分值進(jìn)行 預(yù)測(cè)，并根據(jù)預(yù)警策略，適時(shí)給出預(yù)警信號(hào)。運(yùn)行人員可以依據(jù)給出的預(yù)警信號(hào)，通過(guò)全面 評(píng)價(jià)，對(duì)電能計(jì)量裝置未來(lái)的周期檢驗(yàn)策略以及輪換周期等給出參考意見。進(jìn)而可以做到： 1)提高電能計(jì)量裝置檢驗(yàn)的針對(duì)性、合理性和科學(xué)性；2)預(yù)防和降低故障的發(fā)生幾率，延 長(zhǎng)設(shè)備壽命；3)采用合理的檢修策略降低檢修費(fèi)用，改善設(shè)備運(yùn)行性能，提高經(jīng)濟(jì)效益。
【附圖說(shuō)明】
[0014] 圖1為電能計(jì)量裝置運(yùn)行狀態(tài)預(yù)警技術(shù)流程圖；
[0015] 圖2 (a)為電能表子評(píng)價(jià)指標(biāo)樹狀拓?fù)鋱D；
[0016] 圖2 (b)為電壓互感器子評(píng)價(jià)指標(biāo)樹狀拓?fù)鋱D；
[0017] 圖2 (C)為電流互感器子評(píng)價(jià)指標(biāo)樹狀拓?fù)鋱D；
[0018] 圖2 (d)為電能表子評(píng)價(jià)指標(biāo)樹狀拓?fù)鋱D；
[0019] 圖3為三層前向BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖；
[0020] 圖4為CAPSO算法的加速因子收斂曲線圖；
[0021] 圖5為云自適應(yīng)PSO-BPNN訓(xùn)練算法流程圖；
【具體實(shí)施方式】
[0022] 下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)說(shuō)明。包括了采用本發(fā)明的方法實(shí)現(xiàn)的一種 計(jì)量裝置運(yùn)行狀態(tài)預(yù)警方法。本發(fā)明的其它的特征、目的和優(yōu)點(diǎn)也可以從實(shí)施例的說(shuō)明和 附圖中看出。
[0023] 本發(fā)明是以電能計(jì)量裝置的各組成部分歷史以及當(dāng)前實(shí)際工作狀況為依據(jù)，通過(guò) 先進(jìn)的狀態(tài)監(jiān)測(cè)手段，結(jié)合了現(xiàn)場(chǎng)檢驗(yàn)數(shù)據(jù)，選取多項(xiàng)評(píng)價(jià)指標(biāo)，分析挖掘在全壽命周期內(nèi) 影響其運(yùn)行狀態(tài)的因素；對(duì)電能計(jì)量裝置運(yùn)行狀態(tài)進(jìn)行細(xì)化和分類，并采用AHP綜合評(píng)價(jià) 模型對(duì)其運(yùn)行狀態(tài)進(jìn)行評(píng)價(jià)；根據(jù)歷史評(píng)價(jià)結(jié)果數(shù)據(jù)，通過(guò)云自適應(yīng)PSO-BPNN預(yù)測(cè)模型對(duì) 運(yùn)行狀態(tài)值進(jìn)行預(yù)測(cè)，結(jié)合評(píng)估標(biāo)準(zhǔn)評(píng)估運(yùn)行狀態(tài)，并適時(shí)給出預(yù)警信號(hào)。
[0024] 電能計(jì)量裝置狀態(tài)管理評(píng)價(jià)體系將電能計(jì)量裝置分為電能表、電流互感器、電壓 互感器和二次回路四個(gè)組成部分。綜合評(píng)價(jià)指標(biāo)體系將影響電能計(jì)量裝置運(yùn)行的各項(xiàng)影響 因素作為評(píng)價(jià)指標(biāo)，采用在線實(shí)時(shí)信息和離線錄入信息相結(jié)合的方法進(jìn)行狀態(tài)評(píng)估。在線 通過(guò)收集實(shí)時(shí)監(jiān)測(cè)信息，及時(shí)反映電能計(jì)量裝置的運(yùn)行狀況和工況環(huán)境；離線采用歷史數(shù) 據(jù)和巡檢記錄，反映設(shè)備歷史和家族性健康狀態(tài)，兩者相結(jié)合可以更好更準(zhǔn)確的評(píng)估電能 計(jì)量裝置運(yùn)行狀態(tài)。在線信息和離線信息的內(nèi)容描述如下：
[0025] (1)離線信息
[0026] 電能計(jì)量裝置運(yùn)行歷史信息包括原始資料狀態(tài)量、檢驗(yàn)試驗(yàn)情況狀態(tài)量、其他狀 態(tài)量等離線信息。其中，各部分內(nèi)容如下：
[0027] 原始資料狀態(tài)量：銘牌參數(shù)、出廠試驗(yàn)報(bào)告、安裝調(diào)試記錄、驗(yàn)收交接記錄、可靠性 分析報(bào)告等；檢驗(yàn)試驗(yàn)情況狀態(tài)量：檢驗(yàn)報(bào)告、巡檢記錄、反措執(zhí)行情況、消缺記錄、重大缺 陷分析；其他狀態(tài)量：同廠家、同型號(hào)設(shè)備家族性缺陷及故障記錄、相關(guān)反措執(zhí)行情況。
[0028] (2)在線信息
[0029] 在線信息范圍包括設(shè)備工作環(huán)境，電能計(jì)量裝置運(yùn)行誤差等信息。
[0030] 各部分運(yùn)行狀態(tài)綜合評(píng)價(jià)體系選用的狀態(tài)信息評(píng)價(jià)指標(biāo)分別如圖2(a)~（d)所 示。在獲取電能計(jì)量裝置的上述在線監(jiān)測(cè)信息和離線錄入信息后，依據(jù)規(guī)程標(biāo)準(zhǔn)、運(yùn)行經(jīng) 驗(yàn)、設(shè)備廠家技術(shù)指標(biāo)等判據(jù)，分別對(duì)設(shè)備的狀態(tài)信息進(jìn)行量化評(píng)分。以電能表部分離線信 息為例，表1給出了狀態(tài)信息量化評(píng)分細(xì)則，表中分?jǐn)?shù)以滿分計(jì)。
CN 105117602 A 說(shuō)明書 4/12 頁(yè)
[0033] 表1電能表評(píng)價(jià)指標(biāo)狀態(tài)信息量化評(píng)分細(xì)則（部分）
[0034] 本發(fā)明采用層析分析法（analytic hierarchy process, ΑΗΡ)建立樹形評(píng)價(jià)體系 結(jié)構(gòu)，求出各個(gè)評(píng)價(jià)指標(biāo)的初始權(quán)重，從而對(duì)電能計(jì)量裝置實(shí)際運(yùn)行狀態(tài)進(jìn)行綜合評(píng)估。 AHP是將與決策總是有關(guān)的元素分解成目標(biāo)、準(zhǔn)則、方案等層次，在此基礎(chǔ)之上進(jìn)行定性和 定量分析的決策方法。下面以電能表的運(yùn)行狀態(tài)評(píng)估為列，說(shuō)明本發(fā)明如何用AHP確定指 標(biāo)初始權(quán)重，具體步驟如下：
[0035] 1)通過(guò)指標(biāo)的篩選判斷，建立綜合評(píng)價(jià)指標(biāo)層次結(jié)構(gòu)，如圖2 (a)所示；
[0036] 2)構(gòu)造判斷矩陣。判斷矩陣表示本層有關(guān)元素相對(duì)于上一層某元素的重要性。通 常用標(biāo)度1，2,…，9以及它們的倒數(shù)來(lái)表示元素之間的相對(duì)重要性。運(yùn)用專家打分法來(lái)對(duì) 各層指標(biāo)兩兩比較的重要程度在標(biāo)度范圍內(nèi)給出判斷信息，從而形成判斷矩陣。
[0037] 3) -致性檢驗(yàn)以及權(quán)重確定。在對(duì)各因素進(jìn)行比較時(shí)，由于人們對(duì)復(fù)雜事物存在 估計(jì)誤差，不可能做到完全一致。為避免誤差過(guò)大，因而需要對(duì)判斷矩陣進(jìn)行一致性檢驗(yàn)。 一般而言，當(dāng)判斷矩陣具有滿意一致性時(shí)，基于AHP法得出的結(jié)論是