基于能源控制器的电能表计量误差监测方法技术

本发明专利技术涉及配电网自动化系统领域，公开了一种基于能源控制器的电能表计量误差监测方法，包括以下步骤：能源控制器采集户表与总表数据；总表数据减去户表数据的加和得线损曲线；通过奇异值分解重构户表数据；建立回归模型；计算得解析解即估计误差系数；迭代更新权重矩阵及解析解；确定上报的超差表。本发明专利技术通过对户表数据矩阵进行奇异值分解，能够在数据点数少于用户数的情况下进行计算并改善了由于用户间相关性导致判断失准的问题，并通过迭代过程降低数据中噪声信息的影响，最终获得相对稳定的最小二乘解析解，保证了电能表计量误差监测判断结果的准确性。同时，本发明专利技术仅需获取全台区用户用电数据与台区总表数据，无需添加额外设备，易于实现。易于实现。易于实现。

【技术实现步骤摘要】
基于能源控制器的电能表计量误差监测方法


[0001]本专利技术涉及配电网自动化系统领域，涉及一种基于能源控制器的电能表计量误差监测方法。

技术介绍

[0002]随着社会整体用电量的不断增加，用于计量用电量的电能表越来越受到重视。电能表能否准确计量关系到用户与电力企业之间的信任关系，而在现实生活中，由于产品质量、使用时间以及使用环境的影响，电能表可能会出现计量失准，如果电能表出现计量失准，则势必会给供用电其中一方带来经济损失。因此，通过大数据分析手段进行电能表计量误差监测受到日益广泛的关注。
[0003]在当前的大数据分析技术中，最常见的手段是根据能量守恒定律建立台区线性回归模型，然后根据最小二乘方法估计出用户系数，进而分析出电能表计量误差异常情况。然而，该方法在实际应用中常会面临三方面问题：最小二乘法需要数据点数大于等于用户数，否则无法进行计算，而低压台区可能存在多达几百用户，导致需要更多的数据点数，从而导致计算周期过长；低压台区用户的日冻结电量具有不同程度的相关性，容易导致最小二乘法的解不稳定，从而影响最终判断结果；低压台区由于采集问本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于能源控制器的电能表计量误差监测方法，其特征在于，包括以下步骤：步骤1，能源控制器采集低压台区用户表日冻结电量数据与台区总表日冻结电量数据，以下简称为户表数据与总表数据；步骤2，用总表数据减去户表数据的加和，获得线损值曲线；步骤3，通过奇异值分解重构户表数据；步骤4，设置权重矩阵，并根据权重矩阵、户表数据与线损值建立线损回归模型；根据户表数据重构过程中建立的左奇异矩阵、右奇异矩阵、对角矩阵计算得到对应的解析解，即估计误差系数；通过迭代过程更新权重矩阵及解析解；步骤5，根据估计误差系数绝对值与预设参考值的大小关系决定上报的超差表。2.根据权利要求1所述的一种基于能源控制器的电能表计量误差监测方法，其特征在于，所述步骤1中采集数据的天数大于30。3.根据权利要求1所述的一种基于能源控制器的电能表计量误差监测方法，其特征在于，所述步骤2 中计算线损值的公式为：；其中y
t
为第t个总表数据，1≤t≤n，n为数据点数，x
ti
为第i个用户表的第t个户表数据，l
t
为第t个线损值，m为台区用户表数。4.根据权利要求1所述的一种基于能源控制器的电能表计量误差监测方法，其特征在于，所述步骤3中通过奇异值分解重构户表数据的过程为：A1，将户表数据整理为矩阵形式；其中n为数据点数，m为台区用户表数，R表示实数；A2，计算，求特征向量和特征值；求得的特征值按照从大到小顺序排列并相应排列特征值对应的特征向量，取排列后的前min(m，n) 个特征值与特征向量；取得的特征向量组成右矩阵满足；取得的特征值的平方根构成奇异值对角阵；A3，计算，求特征向量和特征值；求得的特征值按照从大到小顺序排列并相应排列特征值对应的特征...

【专利技术属性】
技术研发人员：邴丕强，王磊，王金龙，胡志远，梁浩，黄晓娅，曹乾磊，
申请(专利权)人：青岛鼎信通讯股份有限公司青岛鼎信通讯电力工程有限公司，
类型：发明
国别省市：