[发明专利]一种基于K-Means算法分析影响电能表检测精度的方法

说明书

本发明公开了一种基于K‑Means算法分析影响电能表检测精度的方法，通过采用多个传感器感知电能表检测数据的底层信息，通过多种数据融合算法获取光电传感器、红外传感器、速度传感器、加速传感器、GIS传感器、振动传感器、纹波传感器、温湿度传感器、角度传感器、磁场传感器、转速传感器、RFID标签、GPS设备、射线辐射传感器、热敏传感器、能耗传感器等感测到的电能表检测环境的不同信息情况，进而获取影响电能表精度的外部信息，采用融合数据模型实现数据的融合，通过改进的K‑Means算法，能够有效地实现环境干扰数据的类别分类，并通过随机矩阵算法计算出环境干扰数据对电能表精度的影响，实现电能表工作环境的评估。

技术领域

本发明涉及电能计量检测技术领域，且更具体地涉及一种基于K-Means算法分析影响电能表检测精度的方法。

背景技术

电能表是供电企业与用电客户进行电量结算的重要计量器具，对电能表计量的准确性直接关系到供电企业和用电客户的经济效益。要确保电能计量仪器的正确运行，就需要对电能表进行有效地检定，进而保障电能计量的精确度。随着电能计量规模的扩大，由于电能表在运行过程中会受到很多复杂因素的影响，进而影响其运行精度，比如工作电源的电压、电流、谐波、振动、磁场、电磁干扰等，电能表工作的环境温度、负载功率等，这些因素对于电能表如何选择额定电流、额定电压、电压等级、使用范围、准确度、最大负荷电流、最小负荷电路等因素具有重要的意义。

常规技术中往往能够获取外界对电能表测量影响的因素有哪些，但是影响量有多少，尚无具体技术对该领域进行研究，如果能够有效地分析影响电能表参数的因素，并且找出这些因素对电能表测量的影响量对电能表测量精度的评估将具有重要意义。随着基于网络的区域电能计量准确性和质量保证体系建设，各地市计量中心已实现上传不同批次、不同厂家、不同型号电能表的检定误差数据，外界环境对各种表的影响因素就更加复杂，因此，如何全面反映电能表检定质量的影响因素分析就显得尤为重要。

发明内容

针对现有技术的不足，本发明公开了一种基于K-Means算法分析影响电能表检测精度的方法，本发明采用改进型计算方法，在于K-Means算法中融入随机矩阵理论算法，能够计算出影响电能表精度的因素，并能够计算出这些因素对电能表精度的影响量，从而提高了电能表质量的评估效率。

为了解决上述技术问题，本发明采用以下技术方案：

一种基于K-Means算法分析影响电能表检测精度的系统，其中所述系统包括：

信息感知层，其内设置有电能表检定装置、电能表检定流水线和检定环境感测传感器，通过所述传感器感知各个电能表检测时所处的工作状态，并传递感知到的电能表检测所处环境的各种数据信息；其中：所述传感器至少包括光电传感器、红外传感器、速度传感器、加速传感器、GIS传感器、振动传感器、纹波传感器、温湿度传感器、角度传感器、磁场传感器、转速传感器、RFID标签、GPS设备、射线辐射传感器、热敏传感器、能耗传感器或M2M终端；

信息传递层，其内布置有通讯单元，所述通讯单元包含有线通讯模块或无线通讯模块，用于接收并传递所述信息感知层感知到的电能表所处的数据信息；其中所述有线通讯模块至少包括RS485通讯模块或RS232通讯模块，所述无线通讯模块至少包括TCP/IP网络系统、ZigBee无线网络、GPRS通讯模块、CDMA无线通讯、云通讯模块或蓝牙通讯模块；所述通讯单元还包含物理层、数据链路层、网络层、传输层、会话层、表示层和应用层，所述物理层至少包含有网卡、网线、集线器、中继器或调制解调器；所述数据链路层至少包括网桥或交换机；所述网络层至少包括路由器；