-
题名基于MFT模型的智能电能表运行状态评估方法
- 1
-
-
作者
解玉满
谈丛
黄红桥
骆冰祥
贾智伟
孙辰昊
-
机构
国网湖南省电力有限公司供电服务中心(计量中心)
智能电气量测与应用技术湖南省重点实验室
长沙理工大学电气与信息工程学院
-
出处
《电力科学与技术学报》
北大核心
2025年第4期92-102,共11页
-
基金
国网公司科技项目(5216AG220007)。
-
文摘
智能电能表作为智能电网营销业务、用电信息和能源分配的末端设备,在配网运维管理、客户体验提升等多个方面都提供了强有力的数据支撑。然而,由于运行环境复杂多变,其运行状态难以准确评估。为此,首先采用改进的关联规则挖掘(modified association rules mining,MARM)方法,对传统ARM模型中的2种重要度评估标准进行相应改进,从而在提高状态评估精度的同时,提升识别潜在运行风险能力。其次,为降低不确定性,在处理连续特征时,对传统的模糊推理系统(fuzzy inference system,FIS)进行相应改进,引入模糊概率(fuzzy probability,FP)以及阶梯模糊推理系统(tiered fuzzy inference system,TFIS),通过模型集成,得到强关联规则识别兼采用概率模糊的阶梯模糊推理系统(modified association rules mining fuzzy probability tiered fuzzy inference system,MFT)模型,从而求解智能电能表运行状况的健康度,实现对智能电能表运行状态的评估。最后,通过算例验证所建立的模型在实际应用中的可行性和功能性,从而实现了智能电能表中多维数据下运行状况的准确评估。
-
关键词
智能电能表
运行状态评估
关联规则
概率模糊
阶梯模糊推理系统
-
Keywords
smart electricity meter
running state assessment
association rule
fuzzy probability
tiered fuzzy inference system
-
分类号
TM933.4
[电气工程—电力电子与电力传动]
-
