[发明专利]一种人工智能技术在电能表误差诊断中的应用分析方法

权利要求书

1.一种人工智能技术在电能表误差诊断中的应用分析方法，其特征在于：包括如下步骤：

(1)构建用电信息采集系统中各数据的关联模型：台区总表电量为台区下所有用户表电量的累计，再加上线损及计量误差；

(2)基于人工智能技术建立单、三相智能表的误差分析模型：

首先将台区总表电量、用户表电量、户表关系、线损、用户档案数据作为数据源，并确保时间同步；然后对该数据源进行样本集优化，以确保降低线损变量的影响；优化后的样本集再基于户变关系建立电能表误差分析模型，建立的电能表误差分析模型如下：

式中，Φ(t)为t时段台区用电量，φi(t)为第i块表t时段用电量，εi为第i块表计量误差，η为台区线损与用电量的关系系数，σ为台区其他固定损耗；

(3)电能表远程误差分析结果的分析与精确性验证：利用神经网络及支持向量机技术深度挖掘电能表误差产生原因并对结果进行分析与精确性验证；

对于电能表误差分析结果，首先采用时间序列模型对误差变化趋势进行分析，通过对ARIMA(b,d,q)模型的分解，探究误差变化的周期性、季节性、趋势性及随机性；

误差产生原因的诊断采用LM神经网络算法，以实现样本的快速分类，建立电能表误差与产生原因的关联关系，根据诊断结论提出有效的解决方案，并采用多途径优选派工算法开展智能派工，通过闭环消缺，将实际情况与诊断结果进行比对分析，验证分析结果的精确性。

而且，所述的ARIMA(b,d,q)模型为

y(＾)t＝μ+φ1*yt-1+...+φp*yt-p+θ1*et-1+...+θq*et-q

其中,φ表示AR的系数，θ表示MA的系数。