[发明专利]一种基于蒙特卡洛模拟方法的智能电能表示数仿真方法

权利要求书

1.一种基于蒙特卡洛模拟方法的智能电能表示数仿真方法，其特征在于，包括：

采集智能电能表样例数据；

检验真实数据分布构成；

所述检验真实数据分布构成包括分析样例数据的实时监测数据，确定数据分布方式；

使用蒙特卡洛模拟生成虚拟线路数据，并校验模拟数据构成情况；

所述使用蒙特卡洛模拟生成虚拟线路数据包括蒙特卡洛模拟通过所述样例数据分布检验生成虚拟数据；

所述校验模拟数据构成情况包括对照真实数据情况，构建模拟数据集并确定分布模型；

生成模拟数据求解效果；

若模拟数据集的分布形式与真实数据的分布形式超过或等于80％，进行模型误差率求解；

若模拟数据集的分布形式与真实数据的分布形式低于80％，则重新生成模拟数据；

模型有效性判断以及模拟数据与真实数据关联性；

所述模型有效性判断包括，若准确率≥80％，为高精度模拟数据，可以生成有参考价值的智能电能表示数；

若80％＞准确率≥60％，为可用数据，可以生成有参考价值的智能电能表示数，同一个智能电能表应以准确率更高的数据集生成示数；

若准确率＜60％，则视为错误数据，重新生成数据集。

2.如权利要求1所述的基于蒙特卡洛模拟方法的智能电能表示数仿真方法，其特征在于：所述智能电能表样例数据包括智能电能表的运行历史数据和实时监测数据并进行预处理。

3.如权利要求2所述的基于蒙特卡洛模拟方法的智能电能表示数仿真方法，其特征在于：所述预处理包括删除错误数据和人为修改数据。

4.如权利要求1所述的基于蒙特卡洛模拟方法的智能电能表示数仿真方法，其特征在于：所述模拟数据集包括正态分布、离散分布、半个周期正态分布、对数正态分布和无明显分布五种分布形态；

其中：

正态分布函数模型：

半个周期正太分布模型：

对数正态分布模型：

其中，x为模拟智能电能表的示数，σ为标准差，μ为平均值，μ'为服从均值,e为自然常数。

5.如权利要求1所述的基于蒙特卡洛模拟方法的智能电能表示数仿真方法，其特征在于：所述生成模拟数据求解效果包括：根据所述模拟数据集计算误差率数值、命中数、准确率、召回率。