Уточнення математичної моделі невизначеності вимірювання електроенергії при зниженому навантаженні

Автор(и)

  • Катерина Сергіївна Василець Національний авіаційний університет, Україна https://orcid.org/0000-0002-7590-0754
  • Володимир Павлович Квасніков Національний авіаційний університет, Україна https://orcid.org/0000-0002-6525-9721
  • Святослав Володимирович Василець Національний університет водного господарства та природокористування, Україна https://orcid.org/0000-0003-1299-8026

DOI:

https://doi.org/10.15587/1729-4061.2022.262260

Ключові слова:

вузол обліку, лічильник електроенергії, невизначеність вимірювання, нечітка функція, трансформатор струму

Анотація

Обʼєктом дослідження є трифазний вузол комерційного обліку електроенергії для електромереж напругою 380 В. Невизначеність вимірювання електроенергії в режимі зниженого навантаження оцінюється відносним відхиленням виміряної вузлом обліку активної енергії від дійсного значення. Вказане відхилення розглядається як середньозважена за струмами фаз величина відносних відхилень по вимірювальним каналам. Методика оцінювання невизначеності вимірювання електроенергії за одним каналом вузла обліку базується на підході до оцінювання невипадкової невизначеності з використанням теорії нечітких множин. При фіксованих рівнях струму каналу оцінюються параметри функцій приналежності для відносного відхилення показів вузла обліку. Апроксимація таких функцій для різних рівнів струму дозволяє отримати множину меж нечіткої функцій L-R типу, що відповідають множині рівнів довіри. Це дозволяє встановити виплив струму фази навантаження на невизначеність вимірювання при обмеженому обсязі емпіричних даних. Уточнена математична модель для оцінювання невизначеності вимірювання електроенергії при зниженому навантаженні за допомогою нечіткої функції. Запропонована модель відрізняється від відомих врахуванням впливу величин навантаження по кожній фазі вузла обліку на показники невизначеності вимірювання. Запропоновано методику визначення функції приналежності та граничного рівня довіри, що характеризують невизначеність обліку енергії вузлом обліку. Підтверджена адекватність результатів математичного моделювання експериментальним даним. Використання запропонованої моделі для оцінювання невизначеності вимірювання дозволяє оцінити рівень недообліку та уточнити фінансові розрахунки між продавцем та покупцем електроенергії

Біографії авторів

Катерина Сергіївна Василець, Національний авіаційний університет

Аспірантка

Кафедра комп'ютеризованих електротехнічних систем та технологій

Володимир Павлович Квасніков, Національний авіаційний університет

Доктор технічних наук, професор, Заслужений метролог України, завідувач кафедри

Кафедра комп'ютеризованих електротехнічних систем та технологій

Святослав Володимирович Василець, Національний університет водного господарства та природокористування

Доктор технічних наук, професор

Кафедра автоматизації, електротехнічних та комп’ютерно-інтегрованих технологій

Посилання

  1. Chen, X., Song, C., Wang, T. (2021). Analysis of electricity loss and electricity consumption law in low-voltage areas: a case study. Journal of Physics: Conference Series, 2022 (1), 012016. doi: https://doi.org/10.1088/1742-6596/2022/1/012016
  2. Carr, D., Thomson, M. (2022). Non-technical electricity losses. Energies, 15 (6), 2218. doi: https://doi.org/10.3390/en15062218
  3. IEC 61869-2:2012. Instrument transformers - Part 2: Additional requirements for current transformers. Available at: https://webstore.iec.ch/publication/6050
  4. Kato, H., Imai, H. (2012). Uncertainty evaluation for the composite error of energy meter and instrument transformer. XX IMEKO World Congress Metrology for Green Growth. Busan. Available at: https://www.imeko.org/publications/wc-2012/IMEKO-WC-2012-TC4-P3.pdf
  5. Demerdziev, K., Dimchev, V. (2021) Analysis of errors in active power and energy measurements under random harmonic distortion conditions. Measurement Science Review, 21 (6), 168–179. doi: https://doi.org/10.2478/msr-2021-0023
  6. Skorkowski, A., Kampik, M., Musioł, K., Nocon, A. (2022). The errors of electronic energy meters that measure energy consumed by LED lighting. Energies, 15 (9), 3254. doi: https://doi.org/10.3390/en15093254
  7. EA-4/02 M: 2022. Evaluation of the uncertainty of measurement in calibration. European co-operation for Accreditation. Available at: https://european-accreditation.org/wp-content/uploads/2018/10/EA-4-02.pdf
  8. Ferrero, A., Salicone, S. (2018). A comparison between the probabilistic and possibilistic approaches: the importance of a correct metrological information. IEEE Transactions on Instrumentation and Measurement, 67 (3), 607–620. doi: https://doi.org/10.1109/tim.2017.2779346
  9. SO/IEC Guide 98-1:2009(en). Uncertainty of measurement – Part 1: Introduction to the expression of uncertainty in measurement. Available at: https://www.iso.org/obp/ui/#iso:std:iso-iec:guide:98:-1:ed-1:v1:en
  10. Mróz, P., Olencki, A., Bukowiec, A. (2014). A Method of Determining an Electric Energy Meter Maximum Uncertainty. Lecture Notes in Electrical Engineering, 405–410. doi: https://doi.org/10.1007/978-3-642-54900-7_57
  11. Ferrero, A., Prioli, M., Salicone, S. (2013). The evaluation of uncertainty contributions due to uncompensated systematic effects. 2013 IEEE International Instrumentation and Measurement Technology Conference (I2MTC). doi: https://doi.org/10.1109/i2mtc.2013.6555571
  12. Willink, R. (2013) An improved procedure for combining type A and type B components of measurement uncertainty. International Journal of Metrology and Quality Engineering, 4 (1), 55–62. doi: https://doi.org/10.1051/ijmqe/2012038
  13. Salicone, S., Prioli, M. (2018). Measuring uncertainty within the theory of evidence. Springer Nature Switzerland AG, 330. doi: https://doi.org/10.1007/978-3-319-74139-0
  14. BS EN 50160:2010+A3:2019. Voltage characteristics of electricity supplied by public electricity networks. Available at: https://www.en-standard.eu/bs-en-50160-2010-a3-2019-voltage-characteristics-of-electricity-supplied-by-public-electricity-networks/
  15. Xia, X., Wang, Z., Gao, Y. (2000). Estimation of non-statistical uncertainty using fuzzy-set theory. Measurement Science and Technology, 11 (4), 430–435. doi: https://doi.org/10.1088/0957-0233/11/4/314
  16. Wang, C., Huang, Y., Shao, M., Chen, D. (2018). Uncertainty measures for general fuzzy relations. Fuzzy Sets and Systems, 360, 82–96. doi: https://doi.org/10.1016/j.fss.2018.07.006
  17. Marmolejo-Ramos, F., Tian, S. (2010). The shifting boxplot. A boxplot based on essential summary statistics around the mean. International Journal of Psychological Research, 3 (1), 37–46. doi: https://doi.org/10.21500/20112084.823
  18. GPL Reference Guide for IBM SPSS Statistics (2021). IBM Corporation. Available at: https://www.ibm.com/docs/en/SSLVMB_28.0.0/pdf/GPL_Reference_Guide_for_IBM_SPSS_Statistics.pdf

##submission.downloads##

Опубліковано

2022-08-29

Як цитувати

Василець, К. С., Квасніков, В. П., & Василець, С. В. (2022). Уточнення математичної моделі невизначеності вимірювання електроенергії при зниженому навантаженні. Eastern-European Journal of Enterprise Technologies, 4(8 (118), 6–16. https://doi.org/10.15587/1729-4061.2022.262260

Номер

Розділ

Енергозберігаючі технології та обладнання