一种基于电表云端计量系统的相量图绘制方法与流程

本发明涉及相量图绘制，尤其涉及一种基于电表云端计量系统的相量图绘制方法。

背景技术：

1、随着电力行业市场化的深入进行，发电上网、跨区输电、跨省输电及省级供电等关口电量交换日益增加，电力企业开始更加关注自身经济利益的维护，如何确保电表计量的准确性，维持电力市场公平有序的运转是电力市场当前研究的一个重要课题，电表也称为电能表，是国家电网公司测量电能的基础设备，评价其性能的一个关键指标是电能计算精确度。

2、随着智能电表全面推广、用电信息采集系统功能趋于完善，用电信息采集系统已可以自动存储高压用户和公变用户的每日96点分相电压、电流、功率因数、无功功率等海量历史数据，低压用户该功能将于近期上线，此外全部用户的上述数据和是否“逆相序”的信息可在“数据召测”界面勾选相关项“直抄”进行实时召测，“档案查询”功能可获取电表类型，分为“三相三线”、“三相四线”、“单相”三类。基于用采系统的上述数据采集和存储功能，探索出一种电能表实时相量图的远程绘制方法，可直接在计算机上实现相量图绘制和接线方式分析，无需前往现场。

3、目前，在对电能表相量图绘制时采样的电表参数信息量庞大，采样的电表参数信息中不可参考信息较多，其严重影响了相量图绘制的效率和质量，这对后续电能表的分析判断造成严重的障碍，难以满足人们在监测中的使用需求。

技术实现思路

1、针对现有技术的不足，本发明提供了一种基于电表云端计量系统的相量图绘制方法，解决了电表参数信息量庞大，采样的电表参数信息中不可参考信息较多，其严重影响了相量图绘制的效率和质量的技术问题，达到了基于电表误差补偿的基础上，提高了多相电表检测准确性及效率的目的。

2、为解决上述技术问题，本发明提供了如下技术方案：一种基于电表云端计量系统的相量图绘制方法，包括以下步骤：

3、s11、获取电表型号信息；

4、s12、对上述所获取电表型号信息在系统内匹对，然后将匹对的系统相量图基准曲线c从数据库中调出，系统相量图基准曲线横向坐标起终点参数为k、m，按照系统相量图曲线c坡度pd对其分割为参考段，该参考段设为a—b、b—c、c—d、d—e、e—f,其中a＝k，f＝m；

5、s13、根据系统相量图曲线c的分段为a—b、b—c、c—d、d—e、e—f计算该段测量的基数pn；

6、s14、根据上述基数pn获取电表参数信息，电表参数信息包括电压幅值vh和电流幅值ih；

7、s15、逐一用被测电流幅值ih或电压幅值vh在已知电压相量或电流相量上的投影来判断被测电流幅值ih或电压幅值vh的方向和大小是否合理，不合理直接剔除，合理的数据落在绘图库t内；在相量图中，被测电流在一一个电压相量上的投影，可以确定该电流相量端点的轨迹，在两个电压相量上的投影，可以确定被测电流相量端点的位置(即电流的相位和大小)，在第三个电压相量上的投影，可以检查试验结果的准确性。

8、s16、计算出每组绘图库t内的所述电压幅值和电流幅值计算出功率因数和消耗功率，再由功率因数计算出电压和电流之间的夹角，依据消耗功率数值判断电压和电流的超前或滞后状态，依据所述电压幅值和电流幅值的超前或滞后状态以及电压和电流之间的夹角，得到电能表相量图。

9、优选的，所述步骤s15可替换为：

10、s151：数据的快速剔选，首先将选取的数据根据系统相量图曲线c分段进行分组，分组后对每组数据逐一提选；

11、s152：每组数据提选的具体方式为：先随意选出该组数据中的一份并将被测电流幅值在已知电压相量相量上的投影判断是否合理；

12、若不合理，重复上述操作再选出另一组数据进行计算；

13、若合理，计算出该组电流幅值和电压幅值之间的比例参数δh：

14、

15、s153：将该组数据未计算的通过上述公式计算出每个数据的比例参数δhn；

16、将δhn与上述δh做差值比较得到临近系数l，选取临近系数l绝对值最接近零的若干个参数作为目标绘图数据mt；

17、s154：将若干个目标绘图数据mt的电流幅值ih从大到小排一排，计算出相邻电流幅值ih的间距，逐一剔除间距较大的相邻两个数据中的一个直到该组数据的数量为该段测量的基数p为止；

18、s155：重复s152至s154完成每组数据的快速剔选。

19、优选的，s154中剔除相邻两个数据间距较大的一个方法时还包括：

20、相邻间距较大的两个数据分别与前后的数据再算出间距数值，两者比较将间距大的相邻间距较大的两个数据中的一个剔除。

21、优选的，在步骤s12按照系统相量图曲线c坡度对其分割参考段的具体步骤为：

22、s121、寻找系统相量图曲线c中的拐点，拐点两侧作为两个初始参考段；

23、s122、根据初始参考段的长度判断是否需要再次分段，初始参考段的横向坐标的端点数值为ct和cw：

24、若cw-ct大于区间段阈值时，将该段从中部再进行分段处理；

25、若cw-ct小于区间段阈值时，将该段不需要再进行分段处理；

26、s123、重复s122完成对系统相量图曲线c参考段的分割。

27、优选的，所述系统相量图曲线c中拐点为坡度变化大的点，其拐点前后角度变化大于5度。

28、优选的，对参考段两端点进行补偿：

29、构建基于bp神经网络的参考段两端点误差补偿模型，具体步骤如下：

30、将参考段两端点采集的参数信息随机划分为训练集和测试集，训练集用于训练bp神经网络的网络参数，测试集用来定准bp神经网络的参考段两端点误差补偿模型；

31、将训练集输入bp神经网络进行训练，直至迭代次数达到额定迭代次数s，获取最优模型；

32、将测试集输入优化后bp神经网络最优模型进行测试，获得基于bp神经网络的参考段两端点误差补偿模型。

33、所述参考段两端点补偿数值b计算如下：

34、

35、其中，s表示额定迭代次数，ys表示标准电表的电能值，os表示第s次迭代bp神经网络模型输出层的输出值。

36、优选的，相量图曲线c坡度pd的计算公式如下：

37、

38、其中，hm、hc、xm和xc分别参考段的起始点横纵向坐标数值，β为设定的坡度补偿系数为1.2。

39、优选的，步骤s13中计算该段测量的基数pn的公式如下：

40、

41、其中，δ为基础的电表参数信息量采样数值，round为小数点后四舍五入。

42、优选的，s16中判断电压和电流的超前或滞后状态的方式为：若消耗功率为正，电压超前于电流，若消耗功率为负，电压滞后于电流。

43、借由上述技术方案，本发明提供了一种基于电表云端计量系统的相量图绘制方法、系统及装置，至少具备以下有益效果：

44、1、本发明在测试前根据该段的坡度合理的预算出该段所需测量的参数数量，从而保证精准绘图绘图的同时尽可能的减少参数数据的量，从而在一定程度上缩短绘图计算的时间，进而达到高效精准绘图的目的；

45、2、本发明通过先计算出一组数据中符合标准的一份数据的比例参数，然后计算同组数据中别的比例参数，将别的比例参数与符合标准的一份数据的比例参数进行比较计算临近系数，从而直接挑选出目标绘图数据，然后从目标绘图数据中挑选出相邻间隔较大的同等数量基数pn即可，其操作挑选简便，为数据的高效处理提供了一定的保障；

46、3、本发明通过寻找拐点的方法对系统相量图曲线c进行快速分割，分割后的参考段较长的在进行分割处理，从而确保了每段参考段内数据的量在合理范围内，进而为在一定程度上降低了处理器配置的要求；

47、4、本发明通过在构建基于bp神经网络的电表误差补偿模型时，初始化时更加科学合理，减少了模型训练过程中的迭代次数，便于快速计算出当前电表测量补偿值，降低了网络损耗，且优化了网络性能，易于推广应用。