Комплекс методов прогнозирования метрологической исправности приборов учета электрической энергии

Рассмотрены вопросы совершенствования методов оценки и прогнозирования метрологической исправности приборов учета электрической энергии, характеризуемой значением межповерочного интервала с заданной вероятностью. Приведен анализ общепринятой методики оценки межповерочных интервалов средств измерений по РМГ 74–2004 с позиций корректности, оперативности, прозрачности. Установлено, что предложенная в РМГ 74–2004 модель дрейфа метрологических характеристик подконтрольной партии средств измерений (СИ) как модель регрессии является интерполяционной, т. е. определяет межповерочный интервал, который должен быть в период между начальной и текущей поверками, и поэтому не является прогнозной по факту. Обоснована необходимость разработки экстраполяционной модели дрейфа метрологических характеристик и соответствующая методика прогнозирования межповерочных интервалов, основанная на методах статистического анализа временных рядов. Выделены два возможных способа определения межповерочных интервалов приборов учета электрической энергии – по количественному и альтернативному признакам. Для каждого способа предложены модели экстраполяции дрейфа метрологических характеристик подконтрольной выборки средств измерений. Для прогнозирования межповерочных интервалов по количественному признаку обоснована комбинированная модель дрейфа, в которой дрейф математического ожидания погрешностей приборов учета в выборке описывается линейной моделью, а дрейф среднего квадратического отклонения погрешностей – экспоненциальной моделью. Для прогнозирования межповерочных интервалов по альтернативному признаку обосновано одновременное рассмотрение двух моделей дрейфа. Дрейф математического ожидания погрешностей приборов учета в выборке описывается моделью «линейного» случайного процесса, при этом среднее квадратическое отклонение погрешностей постоянно. Дрейф среднего квадратического отклонения погрешностей СИ в выборке описывается моделью «веерного» случайного процесса, при этом математическое ожидание погрешностей постоянно. Прогнозируемое значение межповерочного интервала определяется как меньшее значение результатов двух моделей. Предложенный подход обеспечивает достаточную достоверность прогноза межповерочного интервала приборов учета электроэнергии на основе минимум двух поверок подконтрольной партии СИ (первичной и первой периодической).

1. Об обеспечении единства измерений: Закон Респ. Беларусь от 5 сент. 1995 г. № 3848-XІІ // Национальный правовой Интернет-портал Республики Беларусь. URL: https://pravo.by/document/?guid=3871&p0=v19503848.

2. Методы определения межповерочных и межкалибровочных интервалов средств измерений: РМГ 74–2004. Взамен МИ 2187–92. М.: Стандартинформ, 2006. 24 с.

3. Рекомендации по определению интервалов между поверками средств измерений. Государственная система обеспечения единства измерений. Основные положения: МИ 3676–2023. Санкт-Петербург, 2023. URL: https://39.csmrst.ru/upload/medialibrary/a43/ec1w93qqsnwak7cm76dfkyil0fyjsq2g/%D0%A0%D0%B5%D0%BA%D0%BE%D0%BC%D0%B5%D0%BD%D0%B4%D0%B0%D1%86%D0%B8%D0%B8%20%D0%9C%D0%98%203676-2023.pdf.

4. Фридман, А. Э. Основы метрологии: современный курс / А. Э. Фридман. СПб.: Профессионал, 2008. 279 с.

5. Ефремов, Л. В. Вероятностная оценка метрологической надежности средств измерений: Алгоритмы и программы / Л. В. Ефремов. СПб.: Нестор-История, 2011. 200 с.

6. Kalina, J. Modern approaches to statistical estimation of measurements in the location model and regression / J. Kalina, P. Vidnerová, L. Soukup // Handbook of Metrology and Applications. Singapore: Springer Nature Singapore, 2023. С. 2355–2376. https://doi.org/10.1007/978-981-99-2074-7_125.

7. Вентцель, Е. С. Теория вероятностей / Е. С. Вентцель. М.: Наука, 1972. 550 с.

8. Барзилович, Е. Ю. Модели технического обслуживания сложных систем / Е. Ю. Барзилович. М.: Высш. шк., 1982. 306 с.

9. Шаров, Г. А. Статистическая метрология / Г. А. Шаров. М.: Горячая Линия – Телеком, 2022. 664 с.

10. Фокин, Ю. А. Вероятностно-статистические методы в расчетах систем электроснабжения / Ю. А. Фокин. М.: Энергоатомиздат, 1985. 215 с.

11. Стукач, О. В. Программный комплекс Statistica в решении задач управления качеством: учеб. пособие / О. В. Стукач; Томский политехнический университет. Томск: Изд-во Томск. политехн. ун-та, 2011. 163 с.

12. Семенихин, К. В. Двусторонняя вероятностная граница для симметричной унимодальной случайной величины / К. В. Семенихин // Автоматика и телемеханика. 2019. №. 3. С. 103–122.

13. Добрего, К. В. Универсальная имитационная модель деградации аккумуляторных батарей с оптимизацией параметров по генетическому алгоритму / К. В. Добрего, И. А. Козначеев // Энергетика. Изв. высш. учеб. заведений и энерг. объединений СНГ. 2022. Т. 65,

14. № 6. С. 481–498. https://doi.org/10.21122/1029-7448-2022-65-6-481-498.

15. Автоматизированный анализ срока службы воздушных линий электропередачи электроэнергетических систем / Э. М. Фархадзаде, А. З. Мурадалиев, С. А. Абдуллаева, А. А. Назаров // Энергетика. Изв. высш. учеб. заведений и энерг. объединений СНГ. 2021. Т. 64, № 5. С. 435–445. https://doi.org/10.21122/1029-7448-2021-64-5-435-445.