[发明专利]基于多应力影响的电能表计量误差预测方法、系统及装置

权利要求书

1.一种基于多应力影响的电能表计量误差预测方法，其特征在于，所述基于多应力影响的电能表计量误差预测方法包括：

获取电能表的样本数据；所述样本数据包括多组对应的历史环境数据、历史电流数据、历史功率因数以及历史计量误差数据，所述历史环境数据包括历史温度数据和历史湿度数据；

根据所述样本数据对反向传播BP神经网络进行训练，得到电能表误差估计模型；

基于所述电能表误差估计模型，根据电能表的现场环境数据、电流数据和功率因数，得到电能表现场计量误差；所述电能表的现场环境数据包括现场温度数据和现场湿度数据。

2.根据权利要求1所述的基于多应力影响的电能表计量误差预测方法，其特征在于，所述根据所述样本数据对BP神经网络进行训练，得到电能表误差估计模型，具体包括：

采用K均值K-Means聚类方法，对各历史环境数据进行聚类，得到聚类历史环境数据；所述聚类历史环境数据包括聚类历史温度数据和聚类历史湿度数据；

根据各组的聚类历史环境数据、电流数据、功率因数以及历史计量误差数据，对BP神经网络训练，得到电能表误差估计模型。

3.根据权利要2所述的基于多应力影响的电能表计量误差预测方法，其特征在于，所述采用K-Means方法，对各历史环境数据进行聚类，得到聚类历史环境数据，具体包括：

将各所述历史环境数据转换为指标数据矩阵，并对所述指标数据矩阵中的各历史环境数据进行归一化处理，得到对应的归一化历史环境数据；

根据所述指标数据矩阵计算任意两个归一化历史环境数据之间的欧式距离；

根据所述归一化历史环境数据确定聚类类别的数量和聚类中心点；

根据任意两个所述归一化历史环境数据之间的欧式距离以及所述聚类中心点，对所述归一化历史环境数据进行聚类，得到聚类后的历史环境数据；

判断聚类后的历史环境数据是否区域稳定；

若稳定，将聚类后的历史环境数据作为最终的聚类历史环境数据；

若不稳定，判断聚类次数是否大于迭代阈值，在聚类次数小于或等于迭代阈值时，根据聚类后的历史环境数据计算新的聚类中心，作为聚类中心点，返回根据任意两个所述归一化历史环境数据之间的欧式距离以及所述聚类中心点，对所述归一化历史环境数据进行聚类，得到聚类后的历史环境数据处理；在聚类次数大于迭代阈值时，将聚类后的历史环境数据作为最终的聚类历史环境数据。

4.根据权利要3所述的基于多应力影响的电能表计量误差预测方法，其特征在于，根据以下公式，计算任意两个归一化历史环境数据之间的欧式距离：

其中，x_i1为第i个历史温度数据，x_i2为第i个历史湿度数据，x_k1为第k个历史温度数据，x_k2为第k个历史湿度数据，d(x_i,x_k)表示第i个历史环境数据与第k个历史环境数据之间的欧式距离，i≥1，k≥1，i≠k。

5.根据权利要3所述的基于多应力影响的电能表计量误差预测方法，其特征在于，所述根据任意两个所述归一化历史环境数据之间的欧式距离以及所述聚类中心点，对所述归一化历史环境数据进行聚类，得到聚类后的历史环境数据，具体包括：

根据以下公式，得到聚类后的各类别的历史环境数据：

其中，D_p^(m)为第m次聚类后第p类历史环境数据，为第m次聚类第p₁类的聚类中心点，为第m次聚类第p₂类的聚类中心点，d(x,x_p1^(m))为历史环境数据x与第m次聚类第p₁类的聚类中心点之间的欧式距离，m≥1；

聚类后各类别的历史环境数据构成聚类后的历史环境数据：

D^(m)＝{D₁^(m),D₂^(m),...,D_p^(m)}。