本发明专利技术涉及电能测量技术领域，解决了现有技术检测效率低且准确性低的技术问题，尤其涉及一种基于电表测量误差补偿的检测方法，该检测方法包括以下过程：根据电流和扰动转矩之间的关联性计算电流和扰动转矩之间的转换关系；获取在不同工作状况下以扰动转矩为自变量，测量误差为因变量的试验数据形成的电表样本集矩阵；根据黑盒算法构建基于BP神经网络的电表误差补偿模型；获取通过信息采集设备采集的待检测电表的特征向量集并将获取的特征向量集输入电表误差补偿模型；计算电表误差补偿值并判断电表误差补偿值是否大于所设定阈值。本发明专利技术达到了基于电表测量误差补偿进行检测的目的，不仅提高了电表检测的准确性，还提高了电表检测效率。表检测效率。表检测效率。
【技术实现步骤摘要】
一种基于电表测量误差补偿的检测方法、系统及装置
[0001]本专利技术涉及电能测量
，尤其涉及一种基于电表测量误差补偿的检测方法、系统及装置。
技术介绍
[0002]电表也称为电能表，是国家电网公司测量电能的基础设备，评价其性能的一个关键指标是电能计算精确度。因而，为了确保电表测量准确可靠，需要定期根据相应的检测规程对电表的性能进行测试，看其在规定的条件下工作时的性能是否符合规程和相关技术规范的要求，特别是其电能测量误差是否符合要求。
[0003]公知的，电表在实际运行过程中，其测量误差主要由基本误差和附加误差两部分组成，基本误差是指因设计工艺手段及材料选择等方面的不同而出现的误差，附加误差是指因环境温度及二次接线等环境因素的影响而出现的误差。基本误差和附加误差统称为综合误差，只有综合误差才能全面的反应电表测量的准确程度。
[0004]目前，电力工作者利用大数据分析技术对电表误差进行估计及补偿，已经取得了一些成果。但是，在对多相电表进行误差估计及补偿时，因忽略了旋转磁场方向发生改变致使对电表转盘产生扰动，从而使得电表测量随扰动转矩的变化而出现误差，进而导致多相电表检测的准确性较低，另外，工作人员通常采用现场手动检测的方式对电表进行检测，导致检测效率低，且工人劳动强度大，从而无法满足人们在工作生活中的使用需求。
技术实现思路
[0005]针对现有技术的不足，本专利技术提供了一种基于电表测量误差补偿的检测方法、系统及装置，解决了多相电表检测准确性不高且检测效率低的技术问题，达到了基于电表误差补偿的基础上，提高了多相电表检测准确性及效率的目的。
[0006]为解决上述技术问题，本专利技术提供了如下技术方案：一种基于电表测量误差补偿的检测方法，该方法包括以下步骤：S11、根据电流和扰动转矩之间的关联性计算电流和扰动转矩之间的转换关系；S12、获取在不同工作状况下以扰动转矩为自变量，测量误差为因变量的试验数据所建立的电表样本集矩阵；S13、根据黑盒算法构建基于BP神经网络的电表测量误差补偿模型；S14、获取通过信息采集设备采集的待检测电表的特征向量集并将获取的特征向量集输入电表测量误差补偿模型；S15、计算电表误差补偿值并判断电表误差补偿值是否大于所设定阈值，如果补偿值大于所设定的阈值，则表示当前电表是超差电表并进行下一步，否则，用电表误差补偿值对当前电表误差进行补偿；再判断当前电表是否是最后一个电表，如果是则结束，否则返回上一步；S16、发送警报信息提醒监控中心工作人员前去现场进行检测调修。
[0007]进一步地，所述步骤S15还可设为：根据N个时间点的特征向量集分别计算误差补偿值并进行综合分析判断，将N个时间点的误差补偿值依次分别与所设定的阈值进行比对，如果连续N/2次大于所设定的阈值，则表示当前电表是超差电表并进行下一步，否则，计算N个误差补偿值的平均值并用平均值对当前电表误差进行补偿，再判断当前电表是否是最后一个电表，如果是则结束，否则返回上一步。
[0008]进一步地，构建所述基于BP神经网络的电表测量误差补偿模型的具体过程如下：根据不同工作状况下扰动转矩与电流的转换关系初始化BP神经网络的各个参数；根据随机划分法将电表样本集划分为训练集和测试集，所述训练集用来训练BP神经网络的网络参数，所述测试集用来确定基于BP神经网络的电表测量误差补偿模型；将训练集输入BP神经网络进行训练，直至迭代次数达到额定迭代次数k，获得最优模型；将测试集输入优化后的BP神经网络模型进行测试以获得基于BP神经网络的电表测量误差补偿模型。
[0009]进一步地，所述基于BP神经网络的电表测量误差补偿模型的输出值是电表误差补偿值，所述电表误差补偿值C的计算公式为：，其中，k表示额定迭代次数，表示标准电表的电能值，表示第k次迭代BP神经网络模型输出层的输出值。
[0010]进一步地，获取待检测电表的所述特征向量集包括根据预设等待时间获取不同时间点的特征向量集。
[0011]进一步地，所述特征向量集包括环境温度、电压、电流、相角和电表序号。
[0012]一种基于电表误差补偿的检测装置，包括:计算模块，所述计算模块用于根据电流和扰动转矩之间的关联性计算电流和扰动转矩之间的转换关系；第一获取模块，所述第一获取模块用于获取在不同工作状况下以扰动转矩为自变量，测量误差为因变量的试验数据所建立的电表样本集矩阵；模型构建模块，所述模型构建模块用于根据黑盒算法构建基于BP神经网络的电表误差补偿模型；第二获取模块，所述第二获取模块用于获取通过信息采集设备采集的待检测电表的特征向量集；误差检测模块，所述误差检测模块用于计算电表误差补偿值并判断电表误差补偿值是否大于阈值；发送模块，所述发送模块用于发送警报信息提醒监控中心工作人员前去现场进行检测调修。
[0013]进一步地，所述模型构建模块包括：初始化单元，所述初始化单元用于根据不同工作状况下扰动转矩与电流的转换关
系初始化BP神经网络的各个参数；样本划分单元，所述样本划分单元用于采用随机划分法将电表样本集划分为训练集和测试集；训练单元，所述训练单元用于将训练集输入BP神经网络进行训练，直至迭代次数达到额定迭代次数k，获得最优模型；测试单元，所述测试单元用于将测试集输入优化后的BP神经网络模型进行测试以获得基于BP神经网络的电表误差补偿模型。
[0014]进一步地，该装置还包括：分析判断模块，所述分析判断模块根据N个时间点的特征向量集分别计算误差补偿值并进行综合分析判断，将N个时间点的误差补偿值依次分别与所设定的阈值进行比对，如果连续N/2次大于所设定的阈值，则表示当前电表是超差电表并进行下一步，否则，计算N个误差补偿值的平均值并用平均值对当前电表误差进行补偿；再判断当前电表是否是最后一个电表，如果是则结束，否则返回上一步。
[0015]一种基于电表测量误差补偿的检测系统，包括：若干个电表、信息采集设备、服务器和终端；所述信息采集设备通过无线通讯技术与电表建立通信连接，所述信息采集设备用于获取待检测电表的特征向量集；所述服务器用于接收待检测电表的特征向量集，通过基于BP神经网络的电表误差补偿模型对待检测电表测量精度进行检测，并向终端发生检测结果；所述终端与服务器建立通信连接，所述终端接收服务器发送的警报信息提醒监控中心工作人员前去现场进行检测调修。
[0016]借由上述技术方案，本专利技术提供了一种基于电表测量误差补偿的检测方法、系统及装置，至少具备以下有益效果：1、本专利技术通过计算电流和扰动转矩之间的转换关系，在构建基于BP神经网络的电表误差补偿模型时，初始化时更加科学合理，减少了模型训练过程中的迭代次数，便于快速计算出当前电表测量补偿值，降低了网络损耗，且优化了网络性能，提高了电表检测效率，增强了实用性，易于推广应用。
[0017]2、本专利技术利用检测参数与测量误差之间的关联关系，采用黑盒算法将环境温度、电压、电流、相角和电表序号这五个特征向量作为BP神经网络的输入，并将电表误差补偿值作为输出，构建了一个多输入单输出的电表误差本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于电表测量误差补偿的检测方法，其特征在于，包括以下步骤：S11、根据电流和扰动转矩之间的关联性计算电流和扰动转矩之间的转换关系；S12、获取在不同工作状况下以扰动转矩为自变量，测量误差为因变量的试验数据所建立的电表样本集矩阵；S13、根据黑盒算法构建基于BP神经网络的电表测量误差补偿模型；S14、获取通过信息采集设备采集的待检测电表的特征向量集并将获取的特征向量集输入电表测量误差补偿模型；S15、计算电表误差补偿值并判断电表误差补偿值是否大于所设定的阈值，如果补偿值大于所设定的阈值，则表示当前电表是超差电表并进行下一步，否则，用电表误差补偿值对当前电表误差进行补偿；再判断当前电表是否是最后一个电表，如果是则结束，否则返回上一步；S16、发送警报信息提醒监控中心工作人员前去现场进行检测调修。2.根据权利要求1所述的一种基于电表测量误差补偿的检测方法，其特征在于，所述步骤S15还可设为：根据N个时间点的特征向量集分别计算误差补偿值并进行综合分析判断，将N个时间点的误差补偿值依次分别与所设定阈值进行比对，如果连续N/2次大于所设定阈值，则表示当前电表是超差电表并进行下一步，否则，计算N个误差补偿值的平均值并用平均值对当前电表误差进行补偿；再判断当前电表是否是最后一个电表，如果是则结束，否则返回上一步。3.根据权利要求1所述的一种基于电表测量误差补偿的检测方法，其特征在于，构建所述基于BP神经网络的电表测量误差补偿模型的具体过程如下：根据不同工作状况下扰动转矩与电流的转换关系初始化BP神经网络的各个参数；根据随机划分法将电表样本集划分为训练集和测试集，所述训练集用来训练BP神经网络的网络参数，所述测试集用来确定基于BP神经网络的电表测量误差补偿模型；将训练集输入BP神经网络进行训练，直至迭代次数达到额定迭代次数k，获得最优模型；将测试集输入优化后的BP神经网络模型进行测试以获得基于BP神经网络的电表测量误差补偿模型。4.根据权利要求3所述的一种基于电表测量误差补偿的检测方法，其特征在于，所述基于BP神经网络的电表测量误差补偿模型的输出层是电表误差补偿值，所述电表误差补偿值C的计算公式为：，其中，k表示额定迭代次数，表示标准电表的电能值，表示第k次迭代BP神经网络模型输出层的输出值。5.根据权利要求1所述的一种基于电表测量误差补偿的检测方法，其特征在于，获取待检测电表的所述特征向量集包括根据预设等待时间获取不同时间点的特征向量集。6.根据权利要求5所述的一种基于电表测量误差补偿的检测方法，其特征在于，所...
【专利技术属性】
技术研发人员：林娜，刘翰承，王国建，郑驰阳，叶加平，胡卓异，罗宸，丁俊华，
申请(专利权)人：江西西平计量检测有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。