[发明专利]一种孤立批智能电能表的分阶段与分层抽样方法在审

专利信息
申请号: 201911109013.1 申请日: 2019-11-13
公开(公告)号: CN110866691A 公开(公告)日: 2020-03-06
发明(设计)人: 张垠;朱铮;江剑峰;顾臻;赵舫;王新刚 申请(专利权)人: 国网上海市电力公司;华东电力试验研究院有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06F17/18
代理公司: 上海科盛知识产权代理有限公司 31225 代理人: 翁惠瑜
地址: 200122 上海市浦东新区*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 孤立 智能 电能表 分阶段 分层抽样 方法
【权利要求书】:

1.一种孤立批智能电能表的分阶段与分层抽样方法,其特征在于,该方法具体为,获取孤立批智能电能表的总量,按照时间顺序,对智能电能表进行分阶段抽样,所述分阶段抽样包括依次进行的第一阶段抽样、第二阶段抽样和第三阶段抽样,所述第一阶段抽样基于概率论对孤立批智能电能表进行一次抽样验收,所述第二阶段抽样和第三阶段抽样均对孤立批智能电能表进行分层抽样,所述第三阶段抽样基于第二阶段抽样的结果进行抽样。

2.根据权利要求1所述的一种孤立批智能电能表的分阶段与分层抽样方法,其特征在于,所述分层抽样具体为,基于厂家、型号、规格和/或采购年份,对孤立批智能电能表进行分层抽样。

3.根据权利要求1所述的一种孤立批智能电能表的分阶段与分层抽样方法,其特征在于,所述第一阶段抽样具体包括以下步骤:

参数获取步骤:获取抽检孤立批智能电能表的接收质量限、极限质量和批量,设定生产方风险和使用方风险;

样本量方程建立步骤:根据抽样特性曲线,基于抽检孤立批智能电能表的接收上限、极限质量、生产方风险、使用方风险和预建立的批接收概率数理模型,建立样本量求解方程;

样本量方程求解步骤:对样本量方程进行求解,获取样本量和接收判定数;

样本量检验步骤:对照GB/T2828.2标准,对样本量和接收判定数进行调整;

抽样步骤:基于样本量和接收判定数,对智能电能表进行抽样检验。

4.根据权利要求3所述的一种孤立批智能电能表的抽样检测方法,其特征在于,所述样本量方程建立步骤中,批接收概率数理模型具体为,

当批量与样本量之比大于预设的第一阈值,且不合格品率在(0,1)间时,采用基于二项分布的批接收概率方程;

当批量与样本量之比小于预设的第一阈值,且不合格品率小于0.1时,采用基于泊松分布的批接收概率方程;

其余情况,采用基于超几何分布的批接收概率方程。

5.根据权利要求3所述的一种孤立批智能电能表的抽样检测方法,其特征在于,所述样本量方程求解步骤中,采用二项公式或卡方分布对样本量方程进行求解。

6.根据权利要求1所述的一种孤立批智能电能表的分阶段与分层抽样方法,其特征在于,在第二阶段抽样和第三阶段抽样中,均按照预建立的电能表抽检样本量计算模型,获取样本量,基于所述样本量,对待抽样智能电能表进行分层抽样,获取抽样结果。

7.根据权利要求6所述的一种孤立批智能电能表的分阶段与分层抽样方法,其特征在于,所述电能表抽检样本量计算模型,基于美国国家标准ANSIC12.1-1995获取。

8.根据权利要求1所述的一种孤立批智能电能表的分阶段与分层抽样方法,其特征在于,所述第二阶段抽样中,采用等比例分配法进行分层抽样,所述第三阶段抽样中,采用不等比例分配法进行分层抽样。

9.根据权利要求1所述的一种孤立批智能电能表的分阶段与分层抽样方法,其特征在于,所述第二阶段抽样中,还包括基于抽样结果,获取每层智能电能表的合格水平和误差水平,获取综合得分。

10.根据权利要求9所述的一种孤立批智能电能表的分阶段与分层抽样方法,其特征在于,所述第三阶段抽样中,采用内曼分配法进行分层抽样。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网上海市电力公司;华东电力试验研究院有限公司,未经国网上海市电力公司;华东电力试验研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911109013.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top