在运电表寿命预测方法及在运电表寿命预测装置与流程

1.本技术涉及智能电表寿命预测技术领域，尤其涉及一种在运电表寿命预测方法及在运电表寿命预测装置。


背景技术：

2.随着国民经济的快速发展，智能电表的检定数量、安装数量逐年增加，每年更换或拆除的电表数也随之增加。更换或拆除智能电表的原因之一在于智能电表达到了设计寿命，但退运电表检定结果表明大部分到期电表的计量性能良好，仍可继续投入使用。如果每年将计量准确的智能电表提取报废，将会造成巨大的经济损失。因此，在智能电表达到轮换周期之前，为了提前发现问题电表、提供充足处置时间、降低现场工作难度，有必要对在运电表开展寿命预测，从而实现电表全生命周期的状态评价。
3.目前，在对在运电表进行寿命预测时，仅考虑了智能电表的部分影响因素，导致在运电表的寿命预测结果的准确性较低。


技术实现要素：

4.本技术的目的旨在至少能解决上述的技术缺陷之一，特别是现有技术中在对在运电表进行寿命预测时，仅考虑了智能电表的部分影响因素，导致在运电表的寿命预测结果的准确性较低的技术缺陷。
5.本技术提供了一种在运电表寿命预测方法，所述方法包括：
6.获取目标台区中正在投运的批次电表的原始寿命，以及所述批次电表在老化试验阶段的起始寿命；
7.根据所述批次电表在老化试验阶段的起始寿命对所述批次电表的原始寿命进行修正，得到所述批次电表的第一寿命预测值；
8.获取低压台区在运电表在历史投运期间内每一计量时刻的第一计量误差以及所述批次电表在历史投运期间内每一计量时刻的第二计量误差，并基于所述第一计量误差、所述第二计量误差以及所述批次电表的第一寿命预测值确定预测所述批次电表的电表寿命时的在线分量；
9.获取在老化试验阶段构建的批次电表投运时长与批次电表寿命的映射关系，根据所述映射关系以及所述批次电表的投运时长，确定预测所述批次电表的电表寿命时的离线分量；
10.根据预测所述批次电表的电表寿命时的在线分量以及预测所述批次电表的电表寿命时的离线分量，对所述批次电表的电表寿命进行预测。
11.可选地，所述获取目标台区中正在投运的批次电表在老化试验阶段的起始寿命，包括：
12.抽样选取目标台区中部分待投运的批次电表作为第一试验电表进行不同工况下的完整老化试验，并将所述目标台区相同批次中剩余待投运的批次电表作为第二试验电表
进行不同工况下的部分老化试验，得到不同工况下的第一试验电表在完整老化试验时的全生命周期数据，以及不同工况下的第二试验电表在部分老化试验时的半生命周期数据；
13.根据所述不同工况下的第一试验电表在完整老化试验时的全生命周期数据，建立不同工况下的批次电表故障率与批次电表寿命之间的映射关系；
14.根据所述不同工况下的第二试验电表在部分老化试验时的半生命周期数据，确定所述不同工况下的第二试验电表的批次电表故障率；
15.基于所述不同工况下的批次电表故障率与批次电表寿命之间的映射关系以及所述不同工况下的第二试验电表的批次电表故障率，确定所述不同工况下的第二试验电表的批次电表寿命，并在所述不同工况下的第二试验电表投运后，将所述不同工况下的第二试验电表的批次电表寿命作为所述目标台区中正在投运的批次电表在老化试验阶段的起始寿命。
16.可选地，所述根据所述不同工况下的第一试验电表在完整老化试验时的全生命周期数据，建立不同工况下的批次电表故障率与批次电表寿命之间的映射关系，包括：
17.利用不同工况下的第一试验电表在完整老化试验时的全生命周期数据，生成不同工况下的批次电表故障率变化趋势曲线以及批次电表寿命变化趋势曲线；
18.根据不同工况下的批次电表故障率变化趋势曲线以及批次电表寿命变化趋势曲线，建立不同工况下的批次电表故障率与批次电表寿命之间的映射关系。
19.可选地，所述根据所述不同工况下的第二试验电表在部分老化试验时的半生命周期数据，确定所述不同工况下的第二试验电表的批次电表故障率，包括：
20.根据所述不同工况下的第二试验电表在部分老化试验时的半生命周期数据，确定所述不同工况下的第二试验电表对应的工况类型和老化试验时长；
21.根据不同工况下的批次电表故障率变化趋势曲线、所述不同工况下的第二试验电表对应的工况类型和老化试验时长，确定所述不同工况下的第二试验电表的批次电表故障率。
22.可选地，所述获取低压台区在运电表在历史投运期间内每一计量时刻的第一计量误差，包括：
23.获取低压台区的台区总表在历史投运期间内每一计量时刻的电量、所述低压台区在运电表的数量、每一在运电表在历史投运期间内每一计量时刻的电量、线损率、固定损耗；
24.将所述低压台区的台区总表在历史投运期间内每一计量时刻的电量、所述低压台区在运电表的数量、每一在运电表在历史投运期间内每一计量时刻的电量、线损率、固定损耗分别输入至预设的电表误差计算公式中，得到所述低压台区在运电表在历史投运期间内每一计量时刻的第一计量误差。
25.可选地，所述获取所述批次电表在历史投运期间内每一计量时刻的第二计量误差，包括：
26.获取所述批次电表在历史投运期间内每一计量时刻的总电量、所述批次电表的电表数量、所述批次电表中每一电表在历史投运期间内每一计量时刻的电量、线损率、固定损耗；
27.将所述批次电表在历史投运期间内每一计量时刻的总电量、所述批次电表的电表
数量、所述批次电表中每一电表在历史投运期间内每一计量时刻的电量、线损率、固定损耗分别输入至预设的电表误差计算公式中，得到所述批次电表在历史投运期间内每一计量时刻的第二计量误差。
28.可选地，所述基于所述第一计量误差、所述第二计量误差以及所述批次电表的第一寿命预测值确定预测所述批次电表的电表寿命时的在线分量，包括：
29.根据所述第一计量误差确定所述低压台区中各个在运电表在历史投运期间内的电表误差分布情况；
30.将所述低压台区中各个在运电表在历史投运期间内的电表误差分布情况分别与预设置信区间进行比对，将各个在运电表中超出所述预设置信区间上限的在运电表作为嫌疑电表，并根据各嫌疑电表在历史投运期间内的电表误差分布情况确定失稳电表；
31.将所述批次电表在历史投运期间内每一计量时刻的第二计量误差按照误差数值大小划分为多个误差区间，并统计所述批次电表中的每一电表对应的误差区间；
32.确定所述批次电表在预测时刻的计量误差，根据所述批次电表中的每一电表对应的误差区间以及所述批次电表的第一寿命预测值，确定所述批次电表在预测时刻的第二寿命预测值；
33.根据所述批次电表在预测时刻的第二寿命预测值以及所述失稳电表的拟合曲线斜率，确定预测所述批次电表的电表寿命时的在线分量。
34.可选地，所述批次电表投运时长与批次电表寿命的映射关系的建立过程，包括：
35.利用不同工况下的第一试验电表在完整老化试验时的全生命周期数据，生成不同工况下的批次电表投运时长变化趋势曲线以及批次电表寿命变化趋势曲线；
36.根据不同工况下的批次电表投运时长变化趋势曲线以及批次电表寿命变化趋势曲线，建立不同工况下的批次电表投运时长与批次电表寿命之间的映射关系。
37.可选地，所述根据预测所述批次电表的电表寿命时的在线分量以及预测所述批次电表的电表寿命时的离线分量，对所述批次电表的电表寿命进行预测，包括：
38.确定预测所述批次电表的电表寿命时的在线分量对应的第一批次影响系数；
39.确定预测所述批次电表的电表寿命时的离线分量对应的第二批次影响系数；
40.根据预测所述批次电表的电表寿命时的在线分量、所述第一批次影响系数、预测所述批次电表的电表寿命时的离线分量以及所述第二批次影响系数，对所述批次电表的电表寿命进行预测。
41.本技术还提供了一种在运电表寿命预测装置，包括：
42.寿命值获取模块，用于获取目标台区中正在投运的批次电表的原始寿命，以及所述批次电表在老化试验阶段的起始寿命；
43.寿命值修正模块，用于根据所述批次电表在老化试验阶段的起始寿命对所述批次电表的原始寿命进行修正，得到所述批次电表的第一寿命预测值；
44.在线分量计算模块，用于获取低压台区在运电表在历史投运期间内每一计量时刻的第一计量误差以及所述批次电表在历史投运期间内每一计量时刻的第二计量误差，并基于所述第一计量误差、所述第二计量误差以及所述批次电表的第一寿命预测值确定预测所述批次电表的电表寿命时的在线分量；
45.离线分量计算模块，用于获取在老化试验阶段构建的批次电表投运时长与批次电
表寿命的映射关系，根据所述映射关系以及所述批次电表的投运时长，确定预测所述批次电表的电表寿命时的离线分量；
46.电表寿命预测模块，用于根据预测所述批次电表的电表寿命时的在线分量以及预测所述批次电表的电表寿命时的离线分量，对所述批次电表的电表寿命进行预测。
47.从以上技术方案可以看出，本技术实施例具有以下优点：
48.本技术提供的在运电表寿命预测方法及在运电表寿命预测装置，在对在运电表的电表寿命进行预测时，本技术可以获取目标台区中正在投运的批次电表的原始寿命以及该批次电表在老化试验阶段的起始寿命，以通过批次电表在老化试验阶段的起始寿命来对批次电表的原始寿命进行修正，从而得到更为准确的第一寿命预测值，利用该第一寿命预测值来对在运电表的真实寿命进行预测，可以得到更为精确的预测结果；接着，本技术还可以获取低压台区在运电表在历史投运期间内每一计量时刻的第一计量误差以及批次电表在历史投运期间内每一计量时刻的第二计量误差，并基于第一计量误差、第二计量误差以及批次电表的第一寿命预测值确定预测批次电表的电表寿命时的在线分量，该过程结合低压台区电表的计量特点和在运电表数据评估电表的计量特性，更有利于提高寿命预测准确率；再者，本技术还可以获取在老化试验阶段构建的批次电表投运时长与批次电表寿命的映射关系，并根据映射关系以及批次电表的投运时长，确定预测批次电表的电表寿命时的离线分量，该方法不仅能够避免对在运电表进行拆回或拆解，还能够减少现场电表停运时间和数据缺失情况导致数据不精确的问题，最后，本技术可以根据预测批次电表的电表寿命时的在线分量以及预测批次电表的电表寿命时的离线分量，对批次电表的电表寿命进行预测，该预测结果从台区和批次两个角度进行电表寿命预测分析，能够有效判别影响因素在不同情况下的重要程度，更加符合在运电表的实际工作情况，进而使得最终电表寿命的预测结果的精确度较高。
附图说明
49.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
50.图1为本技术实施例提供的一种在运电表寿命预测方法的流程示意图；
51.图2为本技术实施例提供的一种在运电表寿命预测装置的结构示意图。
具体实施方式
52.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
53.随着国民经济的快速发展，智能电表的检定数量、安装数量逐年增加，每年更换或拆除的电表数也随之增加。更换或拆除智能电表的原因之一在于智能电表达到了设计寿命，但退运电表检定结果表明大部分到期电表的计量性能良好，仍可继续投入使用。如果每
年将计量准确的智能电表提取报废，将会造成巨大的经济损失。因此，在智能电表达到轮换周期之前，为了提前发现问题电表、提供充足处置时间、降低现场工作难度，有必要对在运电表开展寿命预测，从而实现电表全生命周期的状态评价。
54.目前，在对在运电表进行寿命预测时，仅考虑了智能电表的部分影响因素，导致在运电表的寿命预测结果的准确性较低。因此，本技术提出了如下技术方案，具体参见下文：
55.在一个实施例中，如图1所示，图1为本技术实施例提供的一种在运电表寿命预测方法的流程示意图；本技术提供了一种在运电表寿命预测方法，所述方法可以包括：
56.s110：获取目标台区中正在投运的批次电表的原始寿命，以及批次电表在老化试验阶段的起始寿命。
57.本步骤中，在对在运电表投运期间的剩余寿命进行预测时，本技术可以获取目标台区中正在投运的批次电表的原始寿命以及该批次电表在老化试验阶段的起始寿命。
58.可以理解的是，这里的台区是指(一台)变压器的供电范围或区域，目标台区便是本技术中需要预测电表寿命的区域，这里的投运指的是投入运行。一般地，智能电表的整个生命周期主要包括试验、投运、退运的全过程情况，智能电表在投运前需要做不同类型、不同时长的试验，以此来保证智能电表的品质，当试验结束后，便将试验中留存下来的智能电表投入运行，并且，投入运行的智能电表可以按批次进行投入，从而使得目标台区中存在多个批次的正在运行的智能电表。
59.进一步地，本技术可以从目标台区中选取某一批次的智能电表，并将该批次的智能电表作为正在投运的批次电表，批次电表中包含有多个在运电表，且每一在运电表均通过前期的老化试验得到其原始寿命，该原始寿命表示在运电表的投运时长，但由于前期的老化试验阶段也会影响智能电表的真实寿命，因此，本技术可以获取批次电表在老化试验阶段的起始寿命，并通过该起始寿命来修正智能电表的原始寿命，以此来得到更为真实的电表寿命。
60.s120：根据批次电表在老化试验阶段的起始寿命对批次电表的原始寿命进行修正，得到批次电表的第一寿命预测值。
61.本步骤中，通过s110获取目标台区中正在投运的批次电表的原始寿命以及批次电表在老化试验阶段的起始寿命后，本技术可以根据批次电表在老化试验阶段的起始寿命来对批次电表的原始寿命进行修正，以便得到批次电表的第一寿命预测值，该第一寿命预测值能够更为精准地表示在运电表的真实寿命。
62.具体地，本技术中第一寿命预测值的计算公式为：
63.l
new
＝l
old
+l
initial
64.其中，l
new
为第一寿命预测值，l
old
为批次电表的原始寿命；l
initial
为批次电表在老化试验阶段的起始寿命。
65.需要说明的是，由于现阶段智能电表的电表寿命一般是以投运为起点来计算的，因此，现有数据对电表寿命的统计方式是不准确的，会降低电表寿命预测结果的准确率。而本技术通过批次电表在老化试验阶段的起始寿命来对该批次电表的原始寿命进行修正后，便可以得到更为精准的第一寿命预测值，通过该第一寿命预测值来对在运电表的真实寿命进行预测时，得到的预测结果也更加精确。
66.s130：获取低压台区在运电表在历史投运期间内每一计量时刻的第一计量误差以
及批次电表在历史投运期间内每一计量时刻的第二计量误差，并基于第一计量误差、第二计量误差以及批次电表的第一寿命预测值确定预测批次电表的电表寿命时的在线分量。
67.本步骤中，通过s120根据批次电表在老化试验阶段的起始寿命对批次电表的原始寿命进行修正，得到批次电表的第一寿命预测值后，本技术可以获取低压台区在运电表在历史投运期间内每一计量时刻的第一计量误差以及批次电表在历史投运期间内每一计量时刻的第二计量误差，并基于第一计量误差、第二计量误差以及批次电表的第一寿命预测值确定预测批次电表的电表寿命时的在线分量。
68.具体地，本技术在预测批次电表投运期间的真实寿命时，为了提高在运电表真实寿命的预测准确度，本技术可以利用低压台区在运电表的计量特性来以及台区特点对目标台区的批次电表的电表寿命进行预测，例如，本技术可以获取低压台区中在运电表在历史投运期间内每一计量时刻的第一计量误差以及批次电表在历史投运期间内每一计量时刻的第二计量误差，当在运电表的第一计量误差越大时，表示在运电表越接近报废状态，而当在运电表的第一计量误差的增幅越大时，则表示在未来投运期间越有可能加速老化并报废，同理，当批次电表的第二计量误差越大以及第二计量误差的增幅越大时，也表示批次电表的真实寿命越短。因此，本技术可以结合低压台区在运电表的计量特性以及批次电表在投运期间的历史数据来共同预测批次电表的真实寿命。
69.可以理解的是，计量特性是衡量电表性能最关键的特性，是其他电表特性的综合反映，且计量特性具备海量的数据资源和丰富的细节特征，本技术通过低压台区在运电表的计量特性来预测本技术中批次电表的电表寿命，既可以有效避免现有技术中利用退运电表数据预估在运电表寿命导致的的实时性不强、实际工况以及投运时长等因素不同所带来的影响，又可以有效提高本技术中批次电表的电表寿命预测精度。
70.s140：获取在老化试验阶段构建的批次电表投运时长与批次电表寿命的映射关系，根据映射关系以及批次电表的投运时长，确定预测批次电表的电表寿命时的离线分量。
71.本步骤中，通过s130基于第一计量误差、第二计量误差以及批次电表的第一寿命预测值确定预测批次电表的电表寿命时的在线分量后，本技术还可以获取在老化试验阶段构建的批次电表投运时长与批次电表寿命的映射关系，并根据该映射关系以及批次电表的投运时长来确定预测批次电表的电表寿命时的离线分量。
72.具体地，本技术在对目标台区中正在运行的批次电表的电表寿命进行预测时，还可以结合该批次电表在老化试验阶段所构建的批次电表投运时长与批次电表寿命的映射关系来确定预测批次电表的电表寿命时的离线分量。由于该映射关系真实反映了智能电表从试验、投运、退运的全过程情况，而现阶段电表寿命是以投运为起点来计算的。因此，本技术在预测批次电表的真实寿命时，可以根据批次电表目前的投运时长以及老化试验阶段构建的批次电表投运时长与批次电表寿命的映射关系来确定批次电表的真实寿命的离线分量，以此来提高真实寿命的预测精度。
73.s150：根据预测批次电表的电表寿命时的在线分量以及预测批次电表的电表寿命时的离线分量，对批次电表的电表寿命进行预测。
74.本步骤中，通过s130得到预测批次电表的电表寿命时的在线分量，以及通过s140得到预测批次电表的电表寿命时的离线分量后，本技术便可以根据该在线分量以及离线分量来对批次电表的电表寿命进行预测。
75.具体地，本技术考虑到批次电表的电表寿命不仅受直接因素的影响，还受台区、批次、自身等因素的影响，因此，本技术在对正在投运的批次电表的电表寿命进行预测时，可以先预测批次电表的离线分量以及在线分量，该离线分量指的是在前期的老化试验以及批次影响下得到的批次电表的电表寿命，在线分量指的是批次电表在投运期间受台区以及自身因素影响后得到的电表寿命，将两者进行一定的结合后，便可以得到最终的批次电表的电表寿命预测值。
76.例如，在将在线分量与离线分量进行结合时，本技术可以考虑离线分量中电表寿命受批次以及老化试验等影响的程度，来适当调整离线分量在整体电表寿命预测值中的比重，也可以考虑在线分量中电表寿命受台区以及自身因素影响的程度，来适当调整在线分量在整体电表寿命预测值中的比重，以此来得到最终的电表寿命预测值，该电表寿命预测值既符合实际工况，又考虑到多方因素的影响，从而使得电表寿命预测值的准确度得到明显的提升。
77.上述实施例中，在对在运电表的电表寿命进行预测时，本技术可以获取目标台区中正在投运的批次电表的原始寿命以及该批次电表在老化试验阶段的起始寿命，以通过批次电表在老化试验阶段的起始寿命来对批次电表的原始寿命进行修正，从而得到更为准确的第一寿命预测值，利用该第一寿命预测值来对在运电表的真实寿命进行预测，可以得到更为精确的预测结果；接着，本技术还可以获取低压台区在运电表在历史投运期间内每一计量时刻的第一计量误差以及批次电表在历史投运期间内每一计量时刻的第二计量误差，并基于第一计量误差、第二计量误差以及批次电表的第一寿命预测值确定预测批次电表的电表寿命时的在线分量，该过程结合低压台区电表的计量特点和在运电表数据评估电表的计量特性，更有利于提高寿命预测准确率；再者，本技术还可以获取在老化试验阶段构建的批次电表投运时长与批次电表寿命的映射关系，并根据映射关系以及批次电表的投运时长，确定预测批次电表的电表寿命时的离线分量，该方法不仅能够避免对在运电表进行拆回或拆解，还能够减少现场电表停运时间和数据缺失情况导致数据不精确的问题，最后，本技术可以根据预测批次电表的电表寿命时的在线分量以及预测批次电表的电表寿命时的离线分量，对批次电表的电表寿命进行预测，该预测结果从台区和批次两个角度进行电表寿命预测分析，能够有效判别影响因素在不同情况下的重要程度，更加符合在运电表的实际工作情况，进而使得最终电表寿命的预测结果的精确度较高。
78.在一个实施例中，s110中获取目标台区中正在投运的批次电表在老化试验阶段的起始寿命，可以包括：
79.s111：抽样选取目标台区中部分待投运的批次电表作为第一试验电表进行不同工况下的完整老化试验，并将所述目标台区相同批次中剩余待投运的批次电表作为第二试验电表进行不同工况下的部分老化试验，得到不同工况下的第一试验电表在完整老化试验时的全生命周期数据，以及不同工况下的第二试验电表在部分老化试验时的半生命周期数据。
80.s112：根据所述不同工况下的第一试验电表在完整老化试验时的全生命周期数据，建立不同工况下的批次电表故障率与批次电表寿命之间的映射关系。
81.s113：根据所述不同工况下的第二试验电表在部分老化试验时的半生命周期数据，确定所述不同工况下的第二试验电表的批次电表故障率。
82.s114：基于所述不同工况下的批次电表故障率与批次电表寿命之间的映射关系以及所述不同工况下的第二试验电表的批次电表故障率，确定所述不同工况下的第二试验电表的批次电表寿命，并在所述不同工况下的第二试验电表投运后，将所述不同工况下的第二试验电表的批次电表寿命作为所述目标台区中正在投运的批次电表在老化试验阶段的起始寿命。
83.本实施例中，在获取目标台区中正在投运的批次电表在老化试验阶段的起始寿命时，本技术可以在该批次电表投运前选取其中部分电表作为第一试验电表进行不同工况下的完整老化试验，直至电表故障为止，剩余部分电表作为第二试验电表，可以根据实际情况进行不同工况下的部分老化试验，待进行完整老化试验的第一试验电表结束试验后，由于第二试验电表未进行完整的老化试验，因此，当第二试验电表投入运行变为批次电表后，可以根据第一试验电表的试验数据来确定批次电表在老化试验阶段的起始寿命，这样得到的批次电表在老化试验阶段的起始寿命，既考虑到电表批次的影响，又考虑到老化试验的影响，从而有效提高起始寿命获取的准确度。
84.具体地，本技术在抽样选取目标台区中部分待投运的批次电表作为第一试验电表进行不同工况下的完整老化试验后，可以得到不同工况下的第一试验电表在完整老化试验时的全生命周期数据，而将相同批次中剩余待投运的批次电表作为第二试验电表进行不同工况下的部分老化试验后，可以得到不同工况下的第二试验电表在部分老化试验时的半生命周期数据。
85.其中，全生命周期数据指的是第一试验电表从试验到故障的完整周期数据，该完整周期数据可以包括第一试验电表的故障时间、工况类型等，而生命周期数据指的是第二试验电表从试验开始到试验结束时的周期数据，该周期数据可以包括第二试验电表的工况类型、试验时长等。进一步地，本技术的工况类型可以包括温度、湿度、气压、盐雾、紫外线、风速、磁场等因素的单一影响或组合影响下的工况。
86.当本技术得到不同工况下的第一试验电表在完整老化试验时的全生命周期数据后，可以建立不同工况下的批次电表故障率与批次电表寿命之间的映射关系，该映射关系真实反映了第二试验电表从试验、投运、退运的全过程情况，而现阶段电表寿命是以投运为起点来计算的，因此，当本技术构建该映射关系后，只需给出批次电表在试验阶段中已做老化试验类型，即工况类型，已做老化试验时长，即可确定批次电表的批次电表故障率，然后通过上述映射关系得到批次电表寿命，进而将其作为正在投运的批次电表在老化试验阶段的起始寿命。
87.在一个实施例中，s112中根据所述不同工况下的第一试验电表在完整老化试验时的全生命周期数据，建立不同工况下的批次电表故障率与批次电表寿命之间的映射关系，可以包括：
88.s1121：利用不同工况下的第一试验电表在完整老化试验时的全生命周期数据，生成不同工况下的批次电表故障率变化趋势曲线以及批次电表寿命变化趋势曲线。
89.s1122：根据不同工况下的批次电表故障率变化趋势曲线以及批次电表寿命变化趋势曲线，建立不同工况下的批次电表故障率与批次电表寿命之间的映射关系。
90.本实施例中，在根据不同工况下的第一试验电表在完整老化试验时的全生命周期数据，建立不同工况下的批次电表故障率与批次电表寿命之间的映射关系时，本技术可以
先依据不同工况下的第一试验电表在完整老化试验时的全生命周期数据生成不同工况下的批次电表故障率变化趋势曲线以及批次电表寿命变化趋势曲线，接着再根据不同工况下的批次电表故障率变化趋势曲线以及批次电表寿命变化趋势曲线，来建立不同工况下的批次电表故障率与批次电表寿命之间的映射关系。
91.具体地，针对每种工况，本技术可以选取该工况下的第一试验电表在完整老化试验时的全生命周期数据，并生成该工况下的批次电表故障率变化趋势曲线，该曲线的横坐标是全生命周期的各个时刻，纵坐标是故障率，其中，故障率的定义为全生命周期的各个时刻的故障电表数量占参与老化试验的电表总数的比例。本技术中，不同老化试验类型对应不同工况，不同工况均会生成一条批次电表故障率变化趋势曲线，该曲线以时间为老化试验时长为横坐标，以批次电表故障率为纵坐标。同理，本技术也可以针对每种工况下第一试验电表在完整老化试验时的全生命周期数据，生成该工况下的批次电表寿命变化趋势曲线，该曲线的横坐标为全生命周期的各个时刻，纵坐标是寿命值，其中，寿命值的定义为全生命周期的各个时刻的报废电表数量占参与老化试验的电表总数的比例。
92.当生成不同工况下的批次电表故障率变化趋势曲线以及批次电表寿命变化趋势曲线后，便可以根据两条曲线对应的全生命周期的各个时刻，来建立不同工况下的批次电表故障率与批次电表寿命之间的映射关系，通过该映射关系可以得到第二试验电表的批次电表寿命，进而将其作为正在投运的批次电表在老化试验阶段的起始寿命。
93.在一个实施例中，s113中根据所述不同工况下的第二试验电表在部分老化试验时的半生命周期数据，确定所述不同工况下的第二试验电表的批次电表故障率，可以包括：
94.s1131：根据所述不同工况下的第二试验电表在部分老化试验时的半生命周期数据，确定所述不同工况下的第二试验电表对应的工况类型和老化试验时长。
95.s1132：根据不同工况下的批次电表故障率变化趋势曲线、所述不同工况下的第二试验电表对应的工况类型和老化试验时长，确定所述不同工况下的第二试验电表的批次电表故障率。
96.本实施例中，根据不同工况下的第二试验电表在部分老化试验时的半生命周期数据确定不同工况下的第二试验电表的批次电表故障率时，本技术可以先确定不同工况下的第二试验电表对应的工况类型以及老化试验时长，这样便可以根据工况类型来查找对应类型的批次电表故障率变化趋势曲线，并确定批次电表故障率变化趋势曲线中与该老化老化试验时长对应的批次电表故障率，以此确定不同工况下的第二试验电表的批次电表故障率。
97.在一个实施例中，s130中获取低压台区在运电表在历史投运期间内每一计量时刻的第一计量误差，可以包括：
98.s131：获取低压台区的台区总表在历史投运期间内每一计量时刻的电量、所述低压台区在运电表的数量、每一在运电表在历史投运期间内每一计量时刻的电量、线损率、固定损耗。
99.s132：将所述低压台区的台区总表在历史投运期间内每一计量时刻的电量、所述低压台区在运电表的数量、每一在运电表在历史投运期间内每一计量时刻的电量、线损率、固定损耗分别输入至预设的电表误差计算公式中，得到所述低压台区在运电表在历史投运期间内每一计量时刻的第一计量误差。
100.本实施例中，获取低压台区在运电表在历史投运期间内每一计量时刻的第一计量误差时，可以先获取低压台区的台区总表在历史投运期间内每一计量时刻的电量、低压台区在运电表的数量、每一在运电表在历史投运期间内每一计量时刻的电量、线损率、固定损耗，接着将低压台区的台区总表在历史投运期间内每一计量时刻的电量、低压台区在运电表的数量、每一在运电表在历史投运期间内每一计量时刻的电量、线损率、固定损耗分别输入至预设的电表误差计算公式中，进而得到低压台区在运电表在历史投运期间内每一计量时刻的第一计量误差。
101.其中，低压台区的台区总表是指安装在低压配电变压器上的电能计量装置(简称台区总表或台区表)，用于计量供电量和售电量之差(称为线损电量)的专用电能表，属于第iii类计量装置(供电企业内部用于承包考核的计量点)和第ⅳ类计量装置(发供电企业内部经济技术指标分析、考核用的电能计量装置)，具体划分和表计功能要视当地电力系统管理部门的实际而定。而本技术中低压台区在运电表指的是低压台区的台区分表，低压台区在运电表在历史投运期间内每一计量时刻的第一计量误差指的是低压台区的台区分表在投运期间的历史数据，该历史数据指的是低压台区的台区分表在当前获取时刻之前的每一计量时刻的第一计量误差，该计量时刻可以是一分钟、一个小时、一天、十天等，具体可视实际情况进行设置，在此不做限制。
102.在一种具体的实现方式中，本技术可以基于能量守恒定律来建立电表误差计算公式，该电表误差计算公式具体可以是：
[0103][0104]
其中，j为低压台区中台区分表的数量；y(i)为台区总表在计量时刻i的电量；xj(i)为第j个台区分表在计量时刻i的电量；ej(i)为第j个台区分表在计量时刻i的相对误差；e
line
(i)为在计量时刻i的线损率；e
line
(i)y(i)为计量时刻i的线损电量，与台区总表的电量成正比；e0(i)为在计量时刻i的固定损耗。
[0105]
当本技术将低压台区的台区总表在历史投运期间内每一计量时刻的电量、低压台区在运电表的数量、每一在运电表在历史投运期间内每一计量时刻的电量、线损率、固定损耗分别输入至上述电表误差计算公式中，便可以得到低压台区在运电表在历史投运期间内每一计量时刻的第一计量误差。
[0106]
在一个实施例中，s130中获取所述批次电表在历史投运期间内每一计量时刻的第二计量误差，可以包括：
[0107]
s310：获取所述批次电表在历史投运期间内每一计量时刻的总电量、所述批次电表的电表数量、所述批次电表中每一电表在历史投运期间内每一计量时刻的电量、线损率、固定损耗。
[0108]
s311：将所述批次电表在历史投运期间内每一计量时刻的总电量、所述批次电表的电表数量、所述批次电表中每一电表在历史投运期间内每一计量时刻的电量、线损率、固定损耗分别输入至预设的电表误差计算公式中，得到所述批次电表在历史投运期间内每一计量时刻的第二计量误差。
[0109]
本实施例中，获取批次电表在历史投运期间内每一计量时刻的第二计量误差时，可以先获取批次电表在历史投运期间内每一计量时刻的总电量、批次电表的电表数量、批
次电表中每一电表在历史投运期间内每一计量时刻的电量、线损率、固定损耗，接着可以将批次电表在历史投运期间内每一计量时刻的总电量、批次电表的电表数量、批次电表中每一电表在历史投运期间内每一计量时刻的电量、线损率、固定损耗分别输入至预设的电表误差计算公式中，进而得到批次电表在历史投运期间内每一计量时刻的第二计量误差。
[0110]
其中，上述电表误差计算公式可以根据能量守恒定律进行建立，具体过程参见上述第一计量误差的计算过程，在此不做赘述。
[0111]
在一个实施例中，s130中基于所述第一计量误差、所述第二计量误差以及所述批次电表的第一寿命预测值确定预测所述批次电表的电表寿命时的在线分量，可以包括：
[0112]
s410：根据所述第一计量误差确定所述低压台区中各个在运电表在历史投运期间内的电表误差分布情况。
[0113]
s411：将所述低压台区中各个在运电表在历史投运期间内的电表误差分布情况分别与预设置信区间进行比对，将各个在运电表中超出所述预设置信区间上限的在运电表作为嫌疑电表，并根据各嫌疑电表在历史投运期间内的电表误差分布情况确定失稳电表。
[0114]
s412：将所述批次电表在历史投运期间内每一计量时刻的第二计量误差按照误差数值大小划分为多个误差区间，并统计所述批次电表中的每一电表对应的误差区间。
[0115]
s413：确定所述批次电表在预测时刻的计量误差，根据所述批次电表中的每一电表对应的误差区间以及所述批次电表的第一寿命预测值，确定所述批次电表在预测时刻的第二寿命预测值。
[0116]
s414：根据所述批次电表在预测时刻的第二寿命预测值以及所述失稳电表的拟合曲线斜率，确定预测所述批次电表的电表寿命时的在线分量。
[0117]
本实施例中，在计算批次电表的电表寿命的在线分量时，本技术可以根据第一计量误差来确定低压台区各个在运电表在历史投运期间的电表误差分布情况。例如，本技术获取到低压台区在运电表在历史投运期间每一计量时刻的第一计量误差后，可以根据d个时刻的第一计量误差构建d个电表误差求解方程(为使方程可解，d≥(j+2))，从而形成多元线性方程组，接着本技术可以利用最小二乘法求解该多元线性方程组，进而得到在运电表在历史投运期间的日计量误差估计值，最后可以根据在运电表的日计量误差估计值来确定在运电表在历史投运期间的电表误差分布情况。当然，本技术还可以通过其他求解方法来求解上述多元线性方程组，在此不做限制。
[0118]
当得到低压台区各个在运电表在历史投运期间的电表误差分布情况后，本技术可以将各个在运电表在历史投运期间内的电表误差分布情况分别与预设置信区间进行比对，将各个在运电表中超出预设置信区间上限的在运电表作为嫌疑电表，并根据各嫌疑电表在历史投运期间内的电表误差分布情况确定失稳电表。具体地，当得到各个在运电表的电表误差分布情况后，本技术可以根据期望的精度进行人为设置置信概率，可设为95％、99％，进而得到低压台区各在运电表误差分布的预设置信区间，当某一个或多个在运电表的电表误差分布情况超出预设置信区间上限时，则表示该一个或多个在运电表的计量误差非常大，此时，可以将超出预设置信区间上限的在运电表作为嫌疑电表。进一步地，当得到嫌疑电表后，为了得到最终的失稳电表，本技术可以以时间为横坐标，电表计量误差为纵坐标，对嫌疑电表的电表计量误差进行一阶线性拟合，得到拟合曲线斜率k，若k≥0，表示电表计量误差的增幅大于零，则判断嫌疑电表的误差变化趋势呈现失稳状态，即该嫌疑电表为失
稳电表，否则，判断嫌疑电表无嫌疑。当然，本技术还可以使用其他方法判断嫌疑电表的误差变化趋势是否呈现失稳状态，在此不做限制。
[0119]
在得到失稳电表后，由于批次电表计量误差越大，电表越接近报废状态；拟合曲线斜率越大，批次电表计量误差的增幅越大，未来越有可能加速老化并报废。因此，电表寿命与批次电表计量误差成正比，与拟合曲线斜率成反比。为了体现以上关系，本技术可以根据寿命预测值以及失稳电表的拟合曲线斜率k来确定批次电表的电表寿命的在线分量。
[0120]
具体地，本技术可以将批次电表在历史投运期间内每一计量时刻的第二计量误差按照误差数值大小划分为多个误差区间，并统计批次电表中的每一电表对应的误差区间，接着本技术可以根据上述第一计量误差以及第二计量误差的计算方法来确定批次电表在预测时刻的计量误差，这样便可以根据批次电表对应的误差区间以及批次电表的第一寿命预测值以及批次电表在预测时刻的计量误差来确定批次电表在预测时刻的第二寿命预测值，当得到第二寿命预测值后，本技术可以根据该第二寿命预测值以及失稳电表的拟合曲线斜率，确定预测批次电表的电表寿命时的在线分量。
[0121]
其中，本技术在确定批次电表在预测时刻的第二寿命预测值时，可以根据批次电表的历史数据建立批次电表计量误差与批次电表寿命的映射关系，该映射关系的建立过程可以是：
[0122]
(1)将批次电表在历史投运期间内每一计量时刻的第二计量误差按照误差数值大小划分为多个误差区间，以月为最小单位定义批次电表寿命；
[0123]
(2)统计批次电表在每个误差区间时，以p2概率落在不同的电表寿命上。其中概率p2的计算方式是：设每个误差区间有q个电表，其中q1个电表的寿命为1年，q2个电表的寿命为5年，则该误差区间以概率q1/q落在1年的电表寿命上，以概率q2/q落在5年的电表寿命上。
[0124]
当得到批次电表计量误差后，本技术可以根据上述映射关系来确定批次电表在预测时刻的第二寿命预测值，并将第二寿命预测值与拟合曲线斜率k的商作为电表寿命预测的在线分量。
[0125]
在一个实施例中，s140中批次电表投运时长与批次电表寿命的映射关系的建立过程，可以包括：
[0126]
s141：利用不同工况下的第一试验电表在完整老化试验时的全生命周期数据，生成不同工况下的批次电表投运时长变化趋势曲线以及批次电表寿命变化趋势曲线。
[0127]
s142：根据不同工况下的批次电表投运时长变化趋势曲线以及批次电表寿命变化趋势曲线，建立不同工况下的批次电表投运时长与批次电表寿命之间的映射关系。
[0128]
本实施例中，在建立批次电表投运时长与批次电表寿命的映射关系时，可以利用不同工况下的第一试验电表在完整老化试验时的全生命周期数据生成不同工况下的批次电表投运时长变化趋势曲线以及批次电表寿命变化趋势曲线，接着再根据不同工况下的批次电表投运时长变化趋势曲线以及批次电表寿命变化趋势曲线，来建立不同工况下的批次电表投运时长与批次电表寿命之间的映射关系。
[0129]
具体地，针对每种工况，本技术可以选取该工况下的第一试验电表在完整老化试验时的全生命周期数据，并生成该工况下的批次电表投运时长变化趋势曲线，该曲线的横坐标是全生命周期的各个时刻，纵坐标是投运时长。本技术中，不同老化试验类型对应不同
工况，不同工况均会生成一条批次电表投运时长变化趋势曲线，该曲线以时间为老化试验时长为横坐标，以批次电表投运时长为纵坐标。同理，本技术也可以针对每种工况下第一试验电表在完整老化试验时的全生命周期数据，生成该工况下的批次电表寿命变化趋势曲线，该曲线的横坐标为全生命周期的各个时刻，纵坐标是寿命值，其中，寿命值的定义为全生命周期的各个时刻的报废电表数量占参与老化试验的电表总数的比例。
[0130]
当生成不同工况下的批次电表投运时长变化趋势曲线以及批次电表寿命变化趋势曲线后，便可以根据两条曲线对应的全生命周期的各个时刻，来建立不同工况下的批次电表投运时长与批次电表寿命之间的映射关系。
[0131]
在一个实施例中，s150中根据预测所述批次电表的电表寿命时的在线分量以及预测所述批次电表的电表寿命时的离线分量，对所述批次电表的电表寿命进行预测，可以包括：
[0132]
s151：确定预测所述批次电表的电表寿命时的在线分量对应的第一批次影响系数。
[0133]
s152：确定预测所述批次电表的电表寿命时的离线分量对应的第二批次影响系数。
[0134]
s153：根据预测所述批次电表的电表寿命时的在线分量、所述第一批次影响系数、预测所述批次电表的电表寿命时的离线分量以及所述第二批次影响系数，对所述批次电表的电表寿命进行预测。
[0135]
本实施例中，在对批次电表的电表寿命进行预测时，本技术可以先确定在线分量对应的第一批次影响系数，以及离线分量对应的第二批次影响系数，这样便可以根据预测批次电表的电表寿命时的在线分量、第一批次影响系数、预测批次电表的电表寿命时的离线分量以及第二批次影响系数，对批次电表的电表寿命进行预测。
[0136]
其中，第一批次影响系数指的是在线分量中电表寿命受台区以及自身因素影响的程度，第二批次影响系数指的是离线分量中电表寿命受批次以及老化试验等影响的程度。可以理解的是，在利用在线分量与离线分量预测批次电表的电表寿命时，本技术可以考虑离线分量中电表寿命受批次以及老化试验等影响的程度，来适当调整离线分量在整体电表寿命预测值中的比重，也可以考虑在线分量中电表寿命受台区以及自身因素影响的程度，来适当调整在线分量在整体电表寿命预测值中的比重，以此来得到最终的电表寿命预测值，该电表寿命预测值既符合实际工况，又考虑到多方因素的影响，从而使得电表寿命预测值的准确度得到明显的提升。
[0137]
具体地，本技术中批次电表的电表寿命的预测公式可以是：
[0138]
l＝η
transformer
l
online
+η
batch
l
offline
[0139]
其中，l为批次电表的电表寿命，η
transformer
为在线分量的第一批次影响系数，l
online
为在线分量，η
batch
为第二批次影响系数，l
offline
离线分量。
[0140]
本技术在确定第一批次影响系数以及第二批次影响系数时，可以设目标台区的电表有若干批次，按各批次的故障率进行降序排序，若排名第一的批次的故障率明显高于其他批次，则说明电表故障率主要由该批次故障率造成，故评估该批次电表的寿命预测值时，第一批次影响系数η
batch
应提高。当各批次的故障率相对一致时，通过高严酷等级的老化试验进行测试，若测试结果中某批次的故障率明显高于其他批次，则说明该批次电表故障率
主要受批次影响，故评估该批次电表的寿命预测值时，第一批次影响系数η
batch
应提高。若存在相同型号但批次不同的电表，它们的故障率相差较大，则说明电表故障率主要受台区因素影响，故评估该批次电表的寿命预测值时，第二批次影响系数η
transformer
应提高。当然，还可以通过其他方式来调整第一批次影响系数以及第二批次影响系数，在此不做限制。
[0141]
下面对本技术实施例提供的在运电表寿命预测装置进行描述，下文描述的在运电表寿命预测装置与上文描述的在运电表寿命预测方法可相互对应参照。
[0142]
在一个实施例中，如图2所示，图2为本技术实施例提供的一种在运电表寿命预测装置的结构示意图，本技术还提供了一种在运电表寿命预测装置，包括寿命值获取模块210、寿命值修正模块220、在线分量计算模块230、离线分量计算模块240、电表寿命预测模块250，具体包括如下：
[0143]
寿命值获取模块210，用于获取目标台区中正在投运的批次电表的原始寿命，以及所述批次电表在老化试验阶段的起始寿命。
[0144]
寿命值修正模块220，用于根据所述批次电表在老化试验阶段的起始寿命对所述批次电表的原始寿命进行修正，得到所述批次电表的第一寿命预测值。
[0145]
在线分量计算模块230，用于获取低压台区在运电表在历史投运期间内每一计量时刻的第一计量误差以及所述批次电表在历史投运期间内每一计量时刻的第二计量误差，并基于所述第一计量误差、所述第二计量误差以及所述批次电表的第一寿命预测值确定预测所述批次电表的电表寿命时的在线分量。
[0146]
离线分量计算模块240，用于获取在老化试验阶段构建的批次电表投运时长与批次电表寿命的映射关系，根据所述映射关系以及所述批次电表的投运时长，确定预测所述批次电表的电表寿命时的离线分量。
[0147]
电表寿命预测模块250，用于根据预测所述批次电表的电表寿命时的在线分量以及预测所述批次电表的电表寿命时的离线分量，对所述批次电表的电表寿命进行预测。
[0148]
上述实施例中，在对在运电表的电表寿命进行预测时，本技术可以获取目标台区中正在投运的批次电表的原始寿命以及该批次电表在老化试验阶段的起始寿命，以通过批次电表在老化试验阶段的起始寿命来对批次电表的原始寿命进行修正，从而得到更为准确的第一寿命预测值，利用该第一寿命预测值来对在运电表的真实寿命进行预测，可以得到更为精确的预测结果；接着，本技术还可以获取低压台区在运电表在历史投运期间内每一计量时刻的第一计量误差以及批次电表在历史投运期间内每一计量时刻的第二计量误差，并基于第一计量误差、第二计量误差以及批次电表的第一寿命预测值确定预测批次电表的电表寿命时的在线分量，该过程结合低压台区电表的计量特点和在运电表数据评估电表的计量特性，更有利于提高寿命预测准确率；再者，本技术还可以获取在老化试验阶段构建的批次电表投运时长与批次电表寿命的映射关系，并根据映射关系以及批次电表的投运时长，确定预测批次电表的电表寿命时的离线分量，该方法不仅能够避免对在运电表进行拆回或拆解，还能够减少现场电表停运时间和数据缺失情况导致数据不精确的问题，最后，本技术可以根据预测批次电表的电表寿命时的在线分量以及预测批次电表的电表寿命时的离线分量，对批次电表的电表寿命进行预测，该预测结果从台区和批次两个角度进行电表寿命预测分析，能够有效判别影响因素在不同情况下的重要程度，更加符合在运电表的实际工作情况，进而使得最终电表寿命的预测结果的精确度较高。
[0149]
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0150]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间可以根据需要进行组合，且相同相似部分互相参见即可。
[0151]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。