[发明专利]关口电能表的现场电能计量误差预测方法、系统及介质在审
申请号: | 202211123088.7 | 申请日: | 2022-09-15 |
公开(公告)号: | CN115471361A | 公开(公告)日: | 2022-12-13 |
发明(设计)人: | 王海元;郭光;彭潇;王智;尹晓博;卜文彬;陈石东;解玉满;李恺;黄红桥;杨茂涛;谭海波;谈丛;孙飞 | 申请(专利权)人: | 国网湖南省电力有限公司;国网湖南省电力有限公司供电服务中心(计量中心);国家电网有限公司 |
主分类号: | G06Q50/06 | 分类号: | G06Q50/06;G06F17/18;G06F17/11 |
代理公司: | 湖南兆弘专利事务所(普通合伙) 43008 | 代理人: | 谭武艺 |
地址: | 410004 *** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 关口 电能表 现场 电能 计量 误差 预测 方法 系统 介质 | ||
本发明公开了一种关口电能表的现场电能计量误差预测方法、系统及介质,本发明包括针对多台关口电能表对应的测量误差数据集DP分别计算其中数据点的估计密度;基于估计密度计算用于表征数据点及其k个最近邻数据点密度差异的异常值因子;采用箱线图方法确定异常值因子的异常阈值,并根据异常阈值确定并删除测量误差数据集DP中异常的数据点,得到过滤后的测量误差数据集S′P;针对过滤后的测量误差数据集S′P采用核支持向量回归模型进行误差预测,得到关口电能表的误差结果。本发明能够融合测量误差和多个极端环境应力,具有更高的评估性能,在小样本条件下具有深刻的异常值识别和错误预测性能。
技术领域
本发明涉及关口电能表的计量误差预测技术,具体涉及一种关口电能表的现场电能计量误差预测方法、系统及介质。
背景技术
电能计量作为电力企业运营的核心,电能的量值通过计量装置体现出来。关口电能表是指安装运行在发电企业上网、跨区联络线、省网联络线及省内下网等关口电能计量装置中的电能表,用于贸易结算和内部经济指标的考核,在整个电网的电能计量中起着重要作用,一般精确度为0.2S级、0.5S级或0.5级,均具备双向计量,计量有功、无功电能、峰、平、谷、尖峰电能、最大需量、数据传输等功能。关口电能表计量的准确性,直接影响到发电企业上网、跨区联络线、省网联络线及省内下网等位置的供、用电双方的经济利益。
由于电能表误差产生原因诸多,如:电能表轻载运行、二次压降过大、电能表倾斜、接线错误等,而相对误差值只能说明电能表计量准确与否,现有的现场校验系统并没有记录电能表运行的原始数据,对指导电能表运行检修缺少实际指导意义。因此,具体如何实现关口电能表的现场电能计量误差预测,已成为一项亟待解决的关键技术问题。
发明内容
本发明要解决的技术问题:针对现有技术的上述问题,提供一种关口电能表的现场电能计量误差预测方法、系统及介质,本发明能够融合测量误差和多个极端环境应力,具有更高的评估性能,在小样本条件下具有深刻的异常值识别和错误预测性能。
为了解决上述技术问题,本发明采用的技术方案为:
一种关口电能表的现场电能计量误差预测方法,包括:
S101,针对多台关口电能表对应的测量误差数据集DP分别计算其中数据点的估计密度;
S102,基于估计密度计算用于表征数据点及其k个最近邻数据点密度差异的异常值因子;
S103,采用箱线图方法确定异常值因子的异常阈值,并根据异常阈值确定并删除测量误差数据集DP中异常的数据点,得到过滤后的测量误差数据集S′P;
S104,针对过滤后的测量误差数据集S′P采用核支持向量回归模型进行误差预测,得到关口电能表的误差结果。
可选地,步骤S101中计算其中数据点的估计密度的函数表达式为:
上式中,ρ(p)为数据点p的估计密度,|Nk(p)|为数据点p的k个最近邻数据点Nk(p)的大小,qj为数据点p的k个最近邻数据点Nk(p)中的第j个数据点,μ为多元高斯核的维度,w为多元高斯核的宽度,d(qj,p)为数据点qj和数据点p之间的平方欧几里得距离。
可选地,步骤S102中异常值因子的计算函数表达式为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网湖南省电力有限公司;国网湖南省电力有限公司供电服务中心(计量中心);国家电网有限公司,未经国网湖南省电力有限公司;国网湖南省电力有限公司供电服务中心(计量中心);国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211123088.7/2.html,转载请声明来源钻瓜专利网。