[发明专利]一种考虑多因素的智能电能表计量精度优化方法及系统

说明书

本发明涉及一种考虑多因素的智能电能表计量精度优化方法及系统，包括：开展元器件参数的不确定性量化，量化确定元器件参数的总体分布；根据环境变量和元器件参数，构建多元参数联合概率分布函数；以多元参数联合分布函数为输入变量，以智能电能表的计量精度为输出变量，建立多元变量高斯过程回归模型；构建与多元变量高斯过程回归模型对应的代理模型，并根据所述代理模型进行影响计量精度的相关因素敏感性分析，量化环境变量和元器件参数对计量精度不确定性的贡献；根据不确定性的贡献，在多元参数取值域内寻找最优补偿参数组合，并利用最优补偿参数组合对所述多元变量高斯过程回归模型进行参数补偿和修正，以对智能电能表的计量精度进行优化。

技术领域

本发明涉及智能电能表计量技术领域，并且更具体地，涉及一种考虑多因素的智能电能表计量精度优化方法及系统。

背景技术

智能电能表是智能电网正常运行的基础，具有双向多费率电能计量、双向数据通信以及防窃电等多种功能，其中电能的高精度计量是基本功能要求。我国幅员辽阔、南北气候差异明显，智能电能表在应用地域范围内具有显著的宽温度工作区间特点，对其全地域宽温度区间下的高精度计量提出严峻挑战。智能电能表的计量部分是决定电能表计量精度的关键部件，主要由锰铜分流电路、分压电阻及计量芯片等元件构成。上述元器件在制造过程中的参数波动，叠加温度、湿度等环境参数对元器件参数的耦合作用，是影响计量精度的主要原因。

现有智能电能表计量精度优化补偿方法，多考虑单一影响因素，主要为温度，对计量精度的影响，通过构建工作区间内计量误差与单一影响因素的函数关系，建立响应的补偿系数，从而提高计量精度。但现有优化补偿方法没有综合考虑多因素对计量精度的耦合影响过程，难以量化分析不同因素对计量精度的不确定性影响。同时，现有方法在量化处理由制造过程引起的器件参数波动过程中，多采用正态分布表征，没有充分考虑器件参数波动分布的差异，亦没有考虑温湿度等环境参数对器件参数分布的影响。

发明内容

本发明提出一种考虑多因素的智能电能表计量精度优化方法及系统，以解决如何对智能电能表的计量精度进行优化的问题。

为了解决上述问题，根据本发明的一个方面，提供了一种考虑多因素的智能电能表计量精度优化方法，所述方法包括：

采用基于信息扩散理论的改进自助法开展元器件参数的不确定性量化，量化确定元器件参数的总体分布；

根据环境变量和元器件参数，构建多元参数联合概率分布函数；

以多元参数联合分布函数为输入变量，以智能电能表的计量精度为输出变量，建立多元变量高斯过程回归模型；

构建与所述多元变量高斯过程回归模型对应的代理模型，并根据所述代理模型进行影响计量精度的相关因素敏感性分析，量化环境变量和元器件参数对计量精度不确定性的贡献；

根据环境变量和元器件参数对计量精度不确定性的贡献，在多元参数取值域内寻找最优补偿参数组合，并利用最优补偿参数组合对所述多元变量高斯过程回归模型进行参数补偿和修正，以对智能电能表的计量精度进行优化。

优选地，其中所述采用基于信息扩散理论的改进自助法开展元器件参数的不确定性量化，量化确定元器件参数的总体分布，包括：

根据不同智能电能表的元器件参数，构造每种元器件参数的经验分布函数F_n(x)；

对于任一种元器件参数，从该任一种元器件参数对应的经验分布函数F_n(x)中抽取Bootstrap子样本X^*，并根据概率密度函数f(x^*)生成改进Bootstrap子样本，计算改进Bootstrap子样本的统计量R^*，统计估计总体分布F的未知参数θ的分布及特征值，量化确定该任一种元器件参数的总体分布。

优选地，其中所述根据环境变量和元器件参数，构建多元参数联合概率分布函数，包括：