[发明专利]智能电能表误差远程计算方法、装置和计算机设备

说明书

本发明提供了一种智能电能表误差远程计算方法、装置和计算机设备，其中方法包括获取台区参数，台区参数包括总电能表电能值和各分电能表电能值；根据总电能表电能值、各分电能表电能值和能量守恒方程构建电能表误差计算的损失函数；采用自适应梯度下降算法对损失函数进行分析计算，得到各分电能表的误差值。上述的智能电能表误差远程计算方法在构建电能表误差计算的损失函数时考虑了电网中不同类型的电能损耗，且采用自适应梯度下降算法进行误差计算，具有计算简单、计算量小、利于处理大规模测量数据的特点，能够有效提高算法的收敛速度，同时降低算法收敛性对测量数据质量的敏感性。

技术领域

本发明涉及智能表误差计算技术领域，具体涉及一种智能电能表误差远程计算方法、装置、计算机设备和存储介质。

背景技术

智能电能表，是由测量单元、数据处理单元、通信单元等组成，具有电能量计量、信息存储及处理、实时监测、自动控制、信息交互等功能的电能表。智能电能表作为智能电网中高级量测系统(AMI，Advanced MeteringInfrastructure)的重要组成部分，是电网运行控制和供用电双方贸易结算的依据。与传统电能表相比，依托于AMI的智能电能表大大减少了抄表工作和人工巡检等工作量。同时，除了完成基本的电能计费功能外，基于智能电能表的量测数据还可以实现用户用电行为分析、需求响应策略设计和电力市场定价等高级应用。因此，智能电能表的精确计量不仅关乎电网的稳定运行，而且关系到用户的切实利益。在这个背景下，判定智能电能表运行时的计量误差尤为关键。通过判断每一块运行电能表的状态，及时发现出现故障或误差超限的个体并加以更换，是保证电网计量准确性的基础。为了降低电网的经济成本，目前智能电能表检定的主要方式是周期抽检。然而，随着电网规模的扩大和智能电能表的大量投入运行，现有的电能表校验模式效率越来越低，且工作强度越来越大。另一方面，AMI强大的通信基础设施使得电网参数的采集成本极低，利用AMI中海量数据进行电能表运行误差的分析成为了可能。通过数据挖掘技术，基于运行数据的电能表误差计算不仅能大大降低校验成本，同时有利于实现电能表的在线校验与实时误差跟踪。

目前常用的智能表误差检测方法主要包括两大类。一类是人工检测方法，一类是采用AMI数据分析方法。其中人工检测方法主要是由专业人员定期携带仪器设备到现场进行周期抽检是电力公司检定智能电能表是否精确。而AMI数据分析方法研究结果较少，主要包括芬兰阿尔托大学的Korhonen等人利用低压台区抄表数据，采用基于树形拓扑的递归计算方法实现电能表计量误差的计算；国内郭景涛等人提出了基于AMI系统量测数据的电能表运行误差远程计算，通过集群内部已有的仪表相互比对来计算每个电能表的误差；孔祥玉等人提出了一种具有动态遗忘因子的双参数实时跟踪方法和一种基于限定记忆递推最小二乘算法的误差估计方法。

然而，目前人工检测方法通常需要将电能表拆下并连接到测试设备进行实验，因此不仅耗费了大量的时间，还给用户带来极大的不便甚至损失，导致电能表运行的维护成本高；而AMI数据分析方法中对Korhonen等人的方法：该方法的适应性受到用户用电水平、表计分辨率等因素的限制，在总计量表与用户计量表之间存在较大损耗时无法准确估计误差，因此在电能表误差估计的准确性上有待提高；对郭景涛等人的方法：该方法中将读数矩阵分解为上下三角矩阵的步骤较为繁琐，且要求任意时段内的数据满足独立性和正交性要求，因此实时性较差；(4)孔祥玉等的基于最小二乘算法的估计方法，对用户用电水平、用户表数量、数据质量等因素非常敏感。特别地，基于最小二乘算法的电能表误差估计通常涉及到矩阵的求逆运算。随着电网规模和智能电表的增加，单次采样的运行数据规模增大。为了保证线性回归方程解的存在性，电能表误差估计算法所需的样本量增加，从而极大地增加了矩阵求逆运算的难度。同时，矩阵求逆也会存在数值不稳定的情况，因此造成误差估计结果的准确性下降。

发明内容

有鉴于此，本发明提供了一种智能电能表误差远程计算方法、装置、计算机设备和存储介质用于解决现有的电能表误差检测方法存在成本高、实时性差以及准确性差的技术问题。

一种智能电能表误差远程计算方法，包括以下步骤：