[1]李佳莹,杨娴,王丕适,等.基于检定数据自相关性的低压智能电能表局部异常点检测方法[J].机械与电子,2023,41(09):22-26.
　LI Jiaying,YANG Xian,WANG Pishi,et al.A Local Anomaly Detection Method for Low-voltage Intelligent Electricity Meters Based on Autocorrelation of Test Data[J].Machinery & Electronics,2023,41(09):22-26.
点击复制

基于检定数据自相关性的低压智能电能表局部异常点检测方法()

分享到：

《机械与电子》[ISSN:1001-2257/CN:52-1052/TH]

Title:: A Local Anomaly Detection Method for Low-voltage Intelligent Electricity Meters Based on Autocorrelation of Test Data

Author(s):: LI Jiaying ; YANG Xian ; WANG Pishi ; HUANG Xuemei ; HUANG Kailai; ( Hainan Power Grid Co. , Ltd. , Haikou 570203 , China )

Keywords:: verification of the autocorrelation function ; low-voltage intelligent electricity meter ; local abnormal point detection ; BP-AdaBoost composite neural network ; data denoising

摘要:: 低压电能表在运行过程中,若不能及时找出局部异常点故障,会直接影响智能电网的电力传输质量。为保证低压电能表的安全运行,提出基于检定数据自相关性的低压智能电能表局部异常点检测方法。该方法首先对电能表内部结构展开具体分析,获取电能表运行影响因素,并基于分析结构,结合检定自相关函数实施电能表数据的去噪处理;通过对低压智能电能表状态特征值的提取,利用 BP-AdaBoost 复合神经网络建立电能表的局部异常点检测模型,将获取的特征值输入模型中,根据模型输出实现低压智能电能表局部异常点的精准检测。实验结果表明,利用该方法开展低压智能电能表局部异常点检测时,可靠性高,检测效果好。

Abstract:: During the operation of the low-voltage electricity meter , if the local abnormal point fault cannot be found in time , it will directly affect the power transmission quality of the smart grid.In order to ensure the safe operation of low-voltage electricity meter , a local anomaly detection method of low-voltage smart electricity meter based on the autocorrelation of verification data is proposed.The method firstly analyzes the internal structure of the electricity meter , obtains the influencing factors of the electricity meter operation , and implements the denoising processing of the electricity meter data based on the analysis structure and the verification autocorrelation function.The BP-AdaBoost composite neural network is used to establish the local abnormal point detection model of the electricity meter , and the obtained eigenvalues are input into the model , and the accurate detection of the local abnormal point of the low-voltage intelligent electricity meter is realized according to the model output.The experimental results show that when using this method to detect local abnormal points of low-voltage intelligent electricity meter , the reliability is high and the detection effect is good.

[ 1 ] 丁勇,王冰尧,袁方,等 . 支持第三方仲裁的智能电网数据安全聚合方案[ J ] . 电子学报, 2020 , 48 ( 2 ): 350-358.

[ 2 ] 张晶,代攀,吴天京,等 . 新一代智能电网技术标准体系架构设计及需求分析[ J ] . 电力系统自动化,2020 , 44( 9 ): 12-20.

[ 3 ] 韩彤,杨正宇,陈叶,等 . 改进人工蜂群算法优化 SVM 的电能表故障诊断研究[ J ] . 机床与液压, 2022 , 50 ( 6 ):192-196.

[ 4 ] 于万国,何玉林,覃荟霖 . 基于观测点机制的异常点检测算法[ J ] . 深圳大学学报(理工版), 2022 , 39 ( 3 ): 355-362.

[ 5 ] 白志霞,刘馨卉,索思远,等 . 基于集群智能的智能电能表异常检测技术[ J ] . 电测与仪表, 2022 , 59 ( 1 ): 195-200.

[ 6 ] 吕伟嘉,刘浩宇,翟术然,等 . 基于边缘计算的新型智能电能表[ J ] . 电力系统及其自动化学报,2022 , 34 ( 7 ):153-158.

[ 7 ] 黄友朋,路韬,陈亮,等 . 智能电能表批次故障预警和寿命预估方法[ J ] . 中国电力, 2022 , 55 ( 7 ): 87-92.

[ 8 ] 王欣盛,王琦,邓先生,等 . 干式变压器温升试验中数值外推法研究[ J ] . 变压器, 2020 , 57 ( 7 ): 26-30 , 34.

[ 9 ] 毛垠怡,张瑗,刘明鑫,等 . 绕组电阻对称度对旋转变压器的影响分析[ J ] . 微特电机, 2022 , 50 ( 8 ): 62-64.

[ 10 ] 赵鹏,马克琪,李红斌,等 . 计及一次电压波动的电压互感器误差状态在线评估方法 [ J ] . 高电压技术,2022 , 48 ( 3 ): 1042-1051.

[ 11 ] 杨鸣,熊钊,司马文霞,等 . 电磁式电压互感器“低频过电压激励响应" 逆问题求解 [ J ] . 电工技术学报,2021 , 36 ( 17 ): 3605-3613.

[ 12 ] 曾成 . 基于改进阈值函数与 CEEMD 的地震信号去噪算法[ J ] . 长江信息通信, 2022 , 35 ( 6 ): 75-77.

[ 13 ] 李苋兰,张顶,黄晞 . 基于 BP-AdaBoost 神经网络的多参数掌静脉图像质量评价法[ J ] . 计算机系统应用,2020 , 29 ( 3 ): 20-28.

[ 14 ] 马明,陈春林 . 基于 BP-AdaBoost 的电压暂降源识别方法[ J ] . 供用电, 2020 , 37 ( 9 ): 9-16.

备注/Memo:: 收稿日期: 2022-09-08
作者简介:李佳莹 ( 1986- ),女,海南海口人,高级工程师,研究方向为电能计量;杨娴 ( 1989- ),女,海南海口人,工程师,研究方向为电能计量;王丕适 ( 1989- ),男,海南海口人,工程师,研究方向为电能计量;黄雪玫 ( 1981- ),女,海南海口人,工程师,研究方向为电能计量;黄开来 ( 1964- ),男,海南万宁人,电气高级工程师,研究方向为电能计量。

更新日期/Last Update: 2023-09-27