[发明专利]基于大数据推演的电能计量装置误差检测方法及系统

摘要

本发明公开了一种基于大数据推演的电能计量装置误差检测方法及系统，方法步骤包括获取各条线路的多组电能量数据并计算母线电量不平衡率，建立电能量与母线电量不平衡率的映射模型，计算电能量数据与虚拟负荷模型的贴近度并根据贴近度选择若干组电能量数据形成训练样本集、母线电量不平衡率作为教师样本集训练人工神经网络，再推演、重构得到整体误差；系统包括电能量数据数据获取单元、母线电量不平衡率计算单元、虚拟负荷模型建立单元、贴近度计算单元、样本集生成单元、人工神经网络训练单元、整体误差计算单元。本发明能够同时实时监控电能计量装置的整体计量误差，具有不需现场试验、实现方法简单、检测实时快速、高效安全的优点。

主权项

1.一种基于大数据推演的电能计量装置误差检测方法，其特征在于步骤包括：1)获取待评估变电站指定电压区域内各条线路的多组电能量数据；2)根据每组电能量数据计算得到对应的母线电量不平衡率，根据多组电能量数据以及对应的母线电量不平衡率建立电能量与母线电量不平衡率的映射模型；3)创建N条虚拟线路，N为待评估变电站指定电压区域内线路数，取任意两条虚拟线路构成线路对，将其中一个线路对定为当前线路对，设定其中一条虚拟线路的计量电量值为计量基准、另一条虚拟线路为比较对象；将当前线路对的虚拟线路的电能量值分别设为1和‑1，其中计量基准对应虚拟线路的电能量值为1，比较对象对应虚拟线路的电能量值为‑1，其他虚拟线路的电能量值设为0，形成虚拟负荷模型，共得到N×(N‑1)个虚拟负荷模型集合；每个虚拟负荷模型中虚拟电能量值的排列按相同顺序，该顺序为各条虚拟线路编号数字的升序，定义为“线路排列顺序”；4)将所有的电能量数据按照“线路排列顺序”排列，并一一与所有虚拟负荷模型比较，得到电能量数据与虚拟负荷模型的贴近度；5)选择贴近度超过指定阈值的若干组电能量数据作为典型样本进行复制，复制后的样本与原始样本形成训练样本集，对应的母线电量不平衡率作为教师样本集；6)创建人工神经网络，用训练样本集、教师样本集训练人工神经网络，虚拟负荷模型经训练后的人工神经网络推演得到虚拟母线电量不平衡率；7)整理推演得到的所有虚拟母线电量不平衡率，形成电能计量装置整体计量误差初值集，将整体计量误差初值集中的误差值重构，得到对应电能计量装置的整体误差。