北明軟件

TYPICAL CASES OF ELECTRIC POWER INDUSTRY

電力行業典型案例

電能表狀態評價與健康度評價分析


客戶:國網某網省電力有限公司

行業:電力行業、市政公用

產品/解決方案: 

關鍵詞:大數據、實時分析、用電營銷、營銷計量



xiangmubeijing.png

項目背景

隨著智能電網的建設,智能電能表已經普及到千家萬戶,由于各電網公司的III、IV、V電能表安裝在城鄉各個角落,電能表存在運行時間長,運行環境惡劣、設備老化比較嚴重等問題,通過運用大數據、機器學習等技術,在計量在線監測的基礎上,以廠商和采購時間為分析對象,計算和提取反應電能表裝置狀態信息的關鍵指標。建立電能表質量的綜合評價體系,設定指標閾值,對電能表的運行狀態進行綜合分析,對批次的健康度進行評價,基于評價結果進行趨勢研判,實現對電能表更換策略的精準研判,支撐電能表精準更換。



liangdian.png

方案亮點

1.以用電信息采集系統為基礎,結合營銷信息系統、計量生產平臺、計量在線監測等相關數據,基于多源數據融合構建電能表狀態評價與健康分析的數據集市。

2.以“廠商+采購批次”為對象,針對電能表的計量異常構建電能表運行評價模型,結合現場抽檢的結果,實現對現場的電能表進行精準檢驗。

3.以電能表狀態分析的結果為基礎,結合電能表報廢、投訴、運行年限等因素,建立電能表健康度評估模型,實現對現場運行電能表進行健康度評價,基于評價結果,輔助開展電能表批量輪換。

4.以大數據平臺、機器學習為技術支撐,建立電能表狀態分析和健康評價的自學習模型,對模型分析結果進行科學化評估,對問題批次進行訓練和學習,利用評價結論指導供電單位開展電能表現場檢驗工作,輔助制定輪換計劃,實現從周期檢驗到狀態檢驗的轉變。



jiazhi.png

實施價值


 

7.png

說明:

1、上圖是電能表整體運行狀態分析的散點圖,縱坐標代表非健康度權值(越往上代表電能表運行狀態越不健康),橫坐標代表批次采購的時間(越往右代表采購時間越新,分析時間從2011年開始,截止到當前時間);

2、從這個圖可以清晰看到大部分批次是遵循穩定變化的規律,即采購時間越早的批次,非健康權值越高;采購時間越晚的批次,非健康度權值越低。同一時間采購的不同廠商批次由于質量問題,也存在非健康值較大的差異;

3、處于“1”的批次是應該是優先納入計劃輪換的批次;處于“2”的批次是重點關注的批次,這些批次采購時間比較晚(既運行時間不長),但存在非健康值偏高,甚至超過采購時間較早的批次,屬于產品質量存在問題,計量中心應該及時予以處理;

4、處于“3”的批次是采購時間比較早,但運行相對穩定,目前處理“健康區”和“亞健康區”的范圍,也是屬于重點的關注批次,通過回歸預測,判斷健康度變化趨勢,為輪換計劃和備品備件提供參考依據;

5、處于“4”和“5”的批次都屬于健康區間的批次,只是采購時間不同,由于“5”是最新采購的批次,所以非健康權值最低。


(減少用戶投訴,確保電力公司電費計量準確,提高人工現場排查效率)



网络棋牌哪个好 福建体彩11选五 福建漳州股票配资公司 中原风釆22选5最新开奖 江西快三哪里买正规 重庆时时分析手机软件 山西11选5推荐号码 广东11选5现场直播开奖 山东钢铁股票行情 股票配资平台哪个好 江苏11选五开奖结果图