基于自适应FP_Growth算法的电能表故障分析

2013～2018年,天津市电力公司共拆回14×104台故障电能表,并构建了电能表故障信息库。对信息库进行数据挖掘,对提高电力行业服务能力、保障用户用电稳定性具有重要意义。使用FP_Growth算法对故障电能表故障数据库进行关联性分析。针对FP_Growth算法需要人为设定阈值的缺点,引入自适应的方法进行阈值设定,按照权重调整支持度。对电能表故障类型与故障影响因素进行关联性分析,得出结论:13版电能表在多方面性能上有所改进,可考虑逐渐替代09版电能表;时钟电池电压低与时钟故障组合是电能表的最高发故障。因此,电能表电池性能仍是需要改进的主要方向。     

单相电表的智能自动化检测流水线系统研究

针对目前国内单相电能表检测流水线效率较低、多数工序仍采用手工操作、劳动强度较高的特点,该文研究了一种单相电能表智能自动化检测流水线系统,实现了单相电能表的自动上下料、传输、定位、接拆线、外观检测、耐压检测、智能分拣、粘贴合格证、加装封印和装箱等操作,提高了系统的工作效率,解决了电能表大规模检测的难题。通过对系统的重复性和稳定性试验,表明系统运行稳定,检测准确率高,具有很大的推广价值。