[发明专利]一种计量误差影响因素多因素定量分析方法

摘要

本发明公开了一种可以实现定量描述的计量误差影响因素多因素定量分析方法。该计量误差影响因素多因素定量分析方法通过获取大量的多因素数据，在大量多因素数据的基础上通过异常值处理、无量纲化处理、离散化处理和合理的分析算法对电能表的计量误差影响因素进行定量分析，克服了定性分析存在的定量不足，可以准确得到多因素对计量误差的影响程度，并通过数值量化反映，可以直观的显示每个因素对计量误差的影响大小。适合在电能表计量技术领域推广应用。

主权项

1.一种计量误差影响因素多因素定量分析方法，其特征在于包括以下步骤：1)、获取计量误差影响因素电压x₁数据集合{d_i,d,k，1}，获取计量误差影响因素电流x₂数据集合{d_i,d,k,2}，获取计量误差影响因素有功功率x₃数据集合{d_i,d,k,3}，获取计量误差影响因素总有功功率x₄数据集合{d_i,d,k,4}，获取计量误差影响因素无功功率x₅数据集合{d_i,d,k,5}，获取计量误差影响因素总无功功率x₆数据集合{d_i,d,k,6}，获取计量误差影响因素相位角x₇数据集合{d_i,d,k,7}，获取计量误差影响因素温度x₈数据集合{d_i,d,k,8}，获取计量误差影响因素湿度x₉数据集合{d_i,d,k,9}，获取计量误差数据集合{Y_e}，其中下标i表示第i个电能表，下标d表示第d个时间窗口，所述时间窗口为天或小时或分钟，k表示第d个时间窗口内第k个观察记录，Y_e表示d_i,d,k,1、d_i,d,k,2、d_i,d,k,3、 d_i,d,k,4、d_i,d,k,5、d_i,d,k,6、d_i,d,k,7、d_i,d,k,8、d_i,d,k,9所对应的计量误差值；2)、对获取的数据集合{d_i,d,k，z}进行异常值处理；具体处理方法如下：将获取的数据d_i,d,k，z依次带入如下两个判断公式：若d_i,d,k，z同时不满足其中任意一公式，则该d_i,d,k，z数值为正常值，若d_i,d,k，z满足其中任意一个判断公式，则该d_i,d,k，z数值为异常值，并将该异常的d_i,d,k，z值从数据集合{d_i,d,k，z}中剔除；同时剔除计量误差数据集合{Y_e}中异常的d_i,d,k，z所对应的Y_e值以及剔除的Y_e值所对应的所有的影响因素数据值；3)、对剔除异常值的多因素数据集合{d_i,d,k，z}和计量误差数据集合{Y_e}进行无量纲化处理，具体分析方法如下：将d_i,d,k，z依次带入以下公式得到无量纲的数据集合{x_z}，将Y_e依次带入以下公式得到无量纲的计量误差数据集合{Y_i}，4)、对计量误差数据集合{Y_i}进行分箱离散化处理得到计量误差分箱离散化数据集合{label}；结合label对数据集合{x_z}进行数据离散化处理得到离散数据集合{dx_z}，将数据集合{x_z}进行数据离散化处理得到多因素离散数据集合{dx_z}的方法如下：a:定义信息熵计算函数其中n_yi表示离散型变量第i个属性值的个数，n表示该离散变量的总个数；b：初始化x的划分点集合cutindex＝{}；c：确定所有的划分点集合allcutpoints＝distinct{x}；d：对allcutpoints的每个划分点p_i进行数据划分，并根据公式计算p_i划分后的信息熵e_i；e：选择max(e_i)对应的划分点p_imax作为最佳划分点，划分后的信息熵记为e_imax；f：对p_imax左右两侧的标签变量label分别记为label_l、label_r；label、label_l、label_r对应的属性数分别与k、k_l、k_r；label的样本数记为m，计算cond：g：若ent(y)‑e_imax>cond，则将p_imax添加到cutindex；并对x_lx_r执行b步骤，否则结束；5)、将离散数据集合{dx_z}与计量误差分箱离散化数据label通过最小二乘法拟合得到如下公式：Y_e＝ε+a₁x₁+a₂x₂+…+a_zx_z，其中a_i(i＝1,…,z)表示因素x_i对计量误差Y_e的影响大小。