一种低压台区中智能电表的系统误差消除方法技术方案

本发明专利技术适用于低压配电网技术领域，涉及一种低压台区中智能电表的系统误差消除方法，包括：对上下级节点电能数据W

【技术实现步骤摘要】
一种低压台区中智能电表的系统误差消除方法


[0001]本专利技术属于低压配电网
，尤其涉及一种低压台区中智能电表的系统误差消除方法。

技术介绍

[0002]近年来，大数据对传统数据商业分析模式产生了重大地影响，对电力企业的数据驾驭能力提出了新的挑战与机遇，借助大数据技术，对电力产业的数据信息进行获取、处理、分析及应用，必将激活电力大数据中蕴含的价值，挖掘电力大数据市场的潜力。智能电表在实际数据采集过程中，由于受到供电环境、设备运行状态及时钟不同步等因素的影响，系统误差是不可避免且多种多样的，这在很大程度上影响了电网数据的准确度。
[0003]现有技术中为了系统误差从而提升电网数据的质量通常采用电量平衡法、电压相关法、线路阻抗法和瞬时停上电法等多种方法，电量平衡法是利用台区总表与户表电量的平衡关系，取台区总表的总电量和同一时刻表箱的总电量进行回归分析，判断回归系数，得到户变关系。电压相关法是两个节点电气距离越近电压降越小，不同节点间电压曲线的吻合程度反映了节点间的电气距离。线路阻抗法是用于解决表箱到变压器中间的“分路
‑
表箱”层级的识别，通过采集电表的电压、电流、功率、功率因数曲线，将电压电流汇聚到表箱节点，作为台区的末端底层节点，基于基尔霍夫电压和电流定律，由底层往上层迭代，直至剩一个节点。瞬时停上电法适用新建台区，通过对各个变压器、支路、计量箱逐层级分时停电或者送电，抄读电能表的停上电记录，比对停上电时间和时长，精确定位“变
‑
分路
‑
箱
‑
表”关系。以上方法虽然可以不同程度的提高电网数据质量，但是各有其弊，无法很好地消除智能电表中所产生的系统误差，电网数据质量仍受影响。公开号为CN109507536A的专利提供了一种低压台区线损电量智能测量分析设备，包括多功能电能表、时控开关和连接线，多功能电能表具有电压采集端口和电流采集端口，并与所述时控开关通过连接线连接，多功能电能表内部包括数据处理单元、运算处理单元、时间控制单元、通讯单元和检测单元，与上位机连接，根据上位机获取的设定台区内所有多功能电能表采集的电压和电流数据，计算得到所属台区中每个用户的用电量、每条电缆的供出电量以及电缆自身所消耗的电量，并以此计算出每条电缆和电能表进出线的线损率，定位出损耗超过预设值的位置。虽然此专利能对低压台中线损率升高原因进行精准治理，但是对于台区当中智能电表内所产生的的系统误差并未给出相关的消除方案。
[0004]因此，如何分析消除系统误差，从而提升电网数据的准确性是本
人员亟待解决的问题。

技术实现思路

[0005]针对现有技术的不足，本专利技术的目的是提供一种低压台区中智能电表的系统误差消除方法，以解决现有技术中无法消除台区系统误差导致电网数据准确度低，影响电网数据质量的问题。
[0006]为了解决上述技术问题，本专利技术采用了如下的技术方案：
[0007]本专利技术提供了一种低压台区中智能电表的系统误差消除方法，包括以下步骤：
[0008]S10、对采集到的上下级节点电能数据W
d
(i)进行筛选补值，其中W
d
(i)为i时刻的电能数据；
[0009]S20、根据台区实际情况估计台区系统误差ψ；
[0010]S30、计算上下级节点之间总线损loss
i
，并计算上级节点j的电能纠正值
[0011]S40、对电能数据W
d
(i)和台区系统误差ψ归一化得到归一化电能数据和归一化台区系统误差ψ
*
；
[0012]S50、对系统误差ψ
*
进行平方根分解得到标准差矩阵K，计算归一化和数据协调后的电能观测值
[0013]S60、对电能观测值进行主成分分析，并构造约束条件；
[0014]S70、构造系统误差估计目标式P，求解目标式P最小时的误差协方差
[0015]S80、重复所述步骤S50至S70，直至误差协方差中包含约束信息的特征值之和b收敛；
[0016]S90、计算最终电能数据
[0017]进一步的，所述步骤S10的具体步骤如下：
[0018]S101、对采集到的上下级节点电能数据进行清洗，找到丢失数据的所有时刻t
loss
的电能数据W
d
(t
loss
)，并对该数据赋值为零；
[0019]S102、将电能数据W
d
(t
loss
)中的非零值划分为训练集和验证集，所有零值作为测试集，在训练集上训练随机森林模型，在验证集上筛选随机森林模型，在测试集上使用训练好的随机森林模型进行预测，并将电能数据W
d
(t
loss
)中的零值替换为预测值。
[0020]进一步的，所述步骤S20中台区系统误差ψ包括电表时钟同步误差δ、电表测量误差ε和随机噪声e，电表时钟同步误差向量表达式为：
[0021][0022]其中，为节点j的读数平均值，T是读数的时间间隔；
[0023]随机噪声向量表达式如下：
[0024][0025]其中，是随机噪声方差，n*n是单位矩阵；
[0026]电表测量误差向量表达式如下：
[0027]ε(i)～N(0,∑
ε
)
[0028]其中，∑ε是不相关误差引起的对角线误差，∑ε表达式为：
[0029][0030]其中，α为电表的精度等级，j为∑ε的第j个元素；
[0031]台区系统误差ψ表达式为：
[0032]ψ＝δ+e+ε。
[0033]进一步的，所述步骤S30，根据上级总表节点电能读数总和与下级分表电能读数总和计算i时刻的上下级总线损loss
i
为：
[0034][0035]其中，n
upper
为上级节点总数，n
lower
为下级节点总数；
[0036]i时刻的上级节点j的电能纠正值为：
[0037][0038]进一步的，所述步骤S40中，归一化表达式为：
[0039][0040][0041]其中，为数据协调后电能数据的均值，为节点j采集的电能数据的方差，E(ψ(i))为台区系统误差均值，D(ψ(i))为台区系统误差方差。
[0042]进一步的，所述步骤S50中，标准差矩阵K为：
[0043][0044]其中，为台区系统误差的协方差；
[0045]则电能观测值为：
[0046][0047]进一步的，所述步骤S60中，主成分通过数据矩阵的奇异值分解进行，的奇异
值分解表达式为：
[0048][0049]其中，U1是与W
ds
的协方差矩阵的n
‑
p个最大特征值相对应的正交特征向量的集合，而U2是与W
ds
的最小的p个特征值相对应的正交特征向本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种低压台区中智能电表的系统误差消除方法，其特征在于，包括以下步骤：S10、对采集到的上下级节点电能数据W
d
(i)进行筛选补值，其中W
d
(i)为i时刻的电能数据；S20、根据台区实际情况估计台区系统误差ψ；S30、计算上下级节点之间总线损loss
i
，并计算上级节点j的电能纠正值S40、对电能数据W
d
(i)和台区系统误差ψ归一化得到归一化电能数据和归一化台区系统误差ψ
*
；S50、对系统误差ψ
*
进行平方根分解得到标准差矩阵K，计算归一化和数据协调后的电能观测值S60、对电能观测值进行主成分分析，并构造约束条件；S70、构造系统误差估计目标式P，求解目标式P最小时的误差协方差S80、重复所述步骤S50至S70，直至误差协方差中包含约束信息的特征值之和b收敛；S90、计算最终电能数据2.根据权利要求1所述的一种低压台区中智能电表的系统误差消除方法，其特征在于，所述步骤S10的具体步骤如下：S101、对采集到的上下级节点电能数据进行清洗，找到丢失数据的所有时刻t
loss
的电能数据W
d
(t
loss
)，并对该数据赋值为零；S102、将电能数据W
d
(t
loss
)中的非零值划分为训练集和验证集，所有零值作为测试集，在训练集上训练随机森林模型，在验证集上筛选随机森林模型，在测试集上使用训练好的随机森林模型进行预测，并将电能数据W
d
(t
loss
)中的零值替换为预测值。3.根据权利要求1所述的一种低压台区中智能电表的系统误差消除方法，其特征在于，所述步骤S20中台区系统误差ψ包括电表时钟同步误差δ、电表测量误差ε和随机噪声e，电表时钟同步误差向量表达式为：其中，为节点j的读数平均值，T是读数的时间间隔；随机噪声向量表达式如下：其中，是随机噪声方差，n*n是单位矩阵；电表测量误差向量表达式如下：
ε(i)～N(0,∑
ε
)其中，∑ε是不相关误差引起的对角线误差，∑ε表达式为：其中，α为电表的...

【专利技术属性】
技术研发人员：李林峰，韩跟伟，易世华，陈永，赵晨阳，范律，李峻，李先怀，李俊，谢映海，
申请(专利权)人：威胜信息技术股份有限公司，
类型：发明
国别省市：