一种智能电表误差分析方法技术

本发明专利技术涉及电表误差分析领域，公开了一种智能电表误差分析方法，以温度为自变量，计量误差为因变量，分别分析不同电压下计量误差随温度变化、不同相角下计量误差随温度变化和不同电流下计量误差随温度变化三种情况，然后建立智能电表计量误差模型，通过误差模型预测误差，根据预测的结果进行温度补偿，降低计量误差。差。差。

【技术实现步骤摘要】
一种智能电表误差分析方法


[0001]本专利技术涉及电表误差分析领域，具体涉及一种智能电表误差分析方法。

技术介绍

[0002]智能电能表作为智能电网的终端产品，是智能电网建设的基础，也是各国智能电网政策的支持重点，智能电表是用于智能电网数据采集的基本设备之一，承担着包括原始电能数据采集、计量和传输两方面的任务，同时也是实现信息集成、对信息分析优化和展现的基础。电能表的计量误差直接关系到供、用电双方的经济效益，因此双方对电能计量的准确性都提出了较高要求，智能电能表的计量精度具有重要意义。目前针对电能表的计量误差分析有着很大的作用，关系着电能表的运行状况以及用电安全。
[0003]现有的智能电表误差分析，大都只是通过智能电表的检查人员在日常工作中会对所发现的误差数据进行记录和归档，方便日后的查看、统计、分析，但是当前对于智能电表的误差数据的挖掘和分析仍然缺乏理论性和准确性，主要体现在分析方法简单，仅仅对小量误差数据的统计和简单分类对比，分析的结果对于智能电表的选择没有太大的实际参考性，没有从影响智能调表计量误差的因素考虑，也没有分析环境条件对智能电表运行误差的影响，更缺乏智能电表运行误差变化及趋势进行有效的分析。

技术实现思路

[0004]本专利技术的目的在于提供一种智能电表误差分析方法，解决上述提到的问题。
[0005]本专利技术的目的可以通过以下技术方案实现：
[0006]一种智能电表误差分析方法，所述方法包括如下步骤：
[0007]步骤S1：选取n支同一批次生产的同一规格的智能电表，以10℃为步长，温度范围为
‑
50℃
‑
80℃，设计14个环境温度工况；
[0008]步骤S2：以温度为自变量，计量误差为因变量处理智能电表计量数据，研究不同电压、相角、电流下温度对智能电表计量误差的影响程度；
[0009]步骤S3：采集数据的过程中，利用相关检测程序输入所需电压、相角、电流，利用步入式高低温试验箱控制试验温度，当每个温度稳定2h后开始误差检测试验，然后将试验数据保存上传到服务器中；
[0010]步骤S4：设置不同试验工况，即保证其他参数不变，以温度为自变量，计量误差为因变量，分别分析不同电压下计量误差随温度变化、不同相角下计量误差随温度变化和不同电流下计量误差随温度变化三种情况；
[0011]步骤S5：基于神经网络构建智能电表计量误差模型，建立智能电表计量误差和不同工况之间的联系。
[0012]通过上述技术方案，选取同一批次生产的同一规格的智能电表，根据全国温度环境比较，选择温度范围为
‑
50℃
‑
80℃，以10℃为步长，设计14个环境温度工况，加之电压、相角、电流等工况自身波动的影响，以温度为自变量，计量误差为因变量，分别分析不同电压
下计量误差随温度变化、不同相角下计量误差随温度变化和不同电流下计量误差随温度变化三种情况，然后建立智能电表计量误差模型，通过误差模型预测误差，根据预测的结果进行温度补偿，降低计量误差。
[0013]作为本专利技术方案的进一步描述，所述步骤S4中不同电压下计量误差随温度变化的分析具体步骤为：
[0014]步骤A1：取温度范围
‑
50℃
‑
80℃，其余参数设定为相角为0
°
，电流为0.25A，分别采集不同电压下，智能电表计量误差随温度变化的数据；
[0015]步骤A2：将步骤A1采集的数据通过程序算法生成不同电压下，智能电表计量误差随温度变化的数据曲线；
[0016]步骤A3：根据步骤A2生成的表格数据判读计量误差是否会受到电压的影响。
[0017]作为本专利技术方案的进一步描述，所述步骤S4中不同相角下计量误差随温度变化分析的具体步骤为：
[0018]步骤B1：取温度范围
‑
50℃
‑
80℃，其余参数设定为电压为220V，电流为5A，分别采集不同相角下，智能电表计量误差随温度变化的数据；
[0019]步骤B2：将步骤B1采集的数据通过程序算法生成不同相角下，智能电表计量误差随温度变化的数据曲线；
[0020]步骤B3：根据步骤B2生成的表格数据判读计量误差是否会受到相角的影响。
[0021]作为本专利技术方案的进一步描述，所述步骤S4中不同电流下计量误差随温度变化分析的具体步骤为：
[0022]步骤C1：取温度范围
‑
50℃
‑
80℃，其余参数设定为电压为220V，相角为0
°
，分别采集不同电流下，智能电表计量误差随温度变化的数据；
[0023]步骤C2：将步骤C1采集的数据通过程序算法生成不同电流下，智能电表计量误差随温度变化的数据曲线；
[0024]步骤C3：根据步骤C2生成的表格数据判读计量误差是否会受到电流的影响。
[0025]通过上述技术方案，分析不同工况下温度对计量误差的影响程度，通过对采集的数据整体进行分析，分别分析不同电压下计量误差随温度变化、不同相角下计量误差随温度变化和不同电流下计量误差随温度变化三种情况，可以根据分析结果，采取对应的温度补偿，减小智能电能表计量误差。
[0026]作为本专利技术方案的进一步描述，所述步骤5中构建智能电表计量误差模型的具体步骤为：
[0027]步骤51：基于神经网络建立系统数学模型；
[0028]步骤52：对全温度不同工况下智能电表展开试验，采集智能电表在不同工况下工作的试验数据，将采集的数据作为数学模型的输入层；
[0029]步骤53：根据采集的数据对数学模型进行训练；
[0030]步骤54：数学模型训练完成后，随机选取一组智能电表进行验证，使用训练后的数学模型预测出智能电表的理论误差与实际测得计量误差进行对比，得出数学模型测试精度；
[0031]步骤55：数学模型测试的准确率为90％以上时，则构建计量误差模型完成，若低于90％则继续优化数学模型输入层与输出层之间的连接权值。
[0032]作为本专利技术方案的进一步描述，所述步骤51中影响智能电表计量误差的主要因素作为数学模型的输入，智能电表的理论误差作为数学模型的输出。
[0033]作为本专利技术方案的进一步描述，基于所述数学模型对智能电表的理论误差进行预测，根据预测的结果进行温度补偿，降低计量误差。
[0034]作为本专利技术方案的进一步描述，所述步骤52中数学模型训练的方法为：
[0035]首先，对样本数据进行处理工作，先初始化输出层、隐含层、输入层和神经元之间的连接权值，初始化隐含层阈值，输出层阈值，确定激活函数、连接方式、各神经元的相互作用；
[0036]然后，通过程序算法计算权值更新公式和阈值更新公式；
[0037]然后，根据权值更新公式和阈值更新公式计算输入层与输出层之间的连接权值；
[0038]最后，根据输出结果，看误差是否在允本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能电表误差分析方法，其特征在于，所述方法包括如下步骤：步骤S1：选取n支同一批次生产的同一规格的智能电表，以10℃为步长，温度范围为
‑
50℃
‑
80℃，设计14个环境温度工况；步骤S2：以温度为自变量，计量误差为因变量处理智能电表计量数据，研究不同电压、相角、电流下温度对智能电表计量误差的影响程度；步骤S3：采集数据的过程中，利用相关检测程序输入所需电压、相角、电流，利用步入式高低温试验箱控制试验温度，当每个温度稳定2h后开始误差检测试验，然后将试验数据保存上传到服务器中；步骤S4：设置不同试验工况，即保证其他参数不变，以温度为自变量，计量误差为因变量，分别分析不同电压下计量误差随温度变化、不同相角下计量误差随温度变化和不同电流下计量误差随温度变化三种情况；步骤S5：基于神经网络构建智能电表计量误差模型，建立智能电表计量误差和不同工况之间的联系。2.根据权利要求1所述的智能电表误差分析方法，其特征在于，所述步骤S4中不同电压下计量误差随温度变化的分析具体步骤为：步骤A1：取温度范围
‑
50℃
‑
80℃，其余参数设定为相角为0
°
，电流为0.25A，分别采集不同电压下，智能电表计量误差随温度变化的数据；步骤A2：将步骤A1采集的数据通过程序算法生成不同电压下，智能电表计量误差随温度变化的数据曲线；步骤A3：根据步骤A2生成的表格数据判读计量误差是否会受到电压的影响。3.根据权利要求1所述的智能电表误差分析方法，其特征在于，所述步骤S4中不同相角下计量误差随温度变化分析的具体步骤为：步骤B1：取温度范围
‑
50℃
‑
80℃，其余参数设定为电压为220V，电流为5A，分别采集不同相角下，智能电表计量误差随温度变化的数据；步骤B2：将步骤B1采集的数据通过程序算法生成不同相角下，智能电表计量误差随温度变化的数据曲线；步骤B3：根据步骤B2生成的表格数据判读计量误差是否会受到相角的影响。4.根据权利要求1所述的智能电表误差分析方法，...

【专利技术属性】
技术研发人员：张江伟，李蕾，
申请(专利权)人：合肥顺帆信息科技有限公司，
类型：发明
国别省市：