基于随动线损及遗忘因子最小二乘法的电表误差估计方法技术

本发明专利技术属于电表误差估计技术领域，公开了一种基于随动线损及遗忘因子最小二乘法的电表误差估计方法，将预处理后的用电量数据输入改进得到的随动线损模型，使用FFRLS计算智能电表计量误差、线损率及固定损耗。本发明专利技术通过引入随动线损来获得更加精确的线损估计，进而提高了智能电表误差估计的精准度，并使用遗忘因子最小二乘法来解决传统最小二乘法的数据饱和问题。本发明专利技术实现了电表误差实时在线估计，解决了传统检定方法中依靠人工携带专业设备进行现场检定的问题，可节省大量人力物力成本，大大提高检测效率，从而满足日益复杂的电网建设对计量设备准确性的需求。

【技术实现步骤摘要】
基于随动线损及遗忘因子最小二乘法的电表误差估计方法
本专利技术属于电表误差估计
，尤其涉及一种基于随动线损及遗忘因子最小二乘法的电表误差估计方法。
技术介绍
目前，电能计量设备是专门用测量电能累积值的一种表计，广泛地应用在电力系统中的发、输、供、用电环节中，为合理、准确地计收电费及经济核算提供有力的依据。现场运行中电能计量设备可能由于各种原因导致超差问题，如窃电、计量芯片损坏、电流互感器故障等，影响到计量的准确性。电能计量设备是电力系统中的重要装置；其电能量数据是供电企业进行经济核算的重要依据。因此，为了确保电能使用度量的准确性，应该定期对电能计量设备进行核对，排查电能计量设备存在的错误和故障，及时进行检修以降低损失。目前对电能计量设备的校验，主要方式为人工现场校验。这种方法费时、耗力，但是可以在真实环境中进行测试操作，实验数据贴合实际。但是由于需要人工进行实地操作，导致人力资源成本较高，并且工作人员经常要在阳光下暴晒或者风吹雨淋，测试和校准等工作极易受到天气等自然条件的干扰。并且实际测量过程中非常容易受到测试人员技能水平的影响，假若测试人员工作能力较差，往往会出现因人工操作异常而造成的测试和校准数据异常的情况。针对上述问题，不同学者也开展了一些研究。郭景涛等人提出了一种基于广义能量守恒定律的电表误差估计方式，但其应用条件苛刻，计算过程复杂，且缺少实时性。孔祥玉等人提出了基于限定记忆最小二乘法的电表误差估计方法，该方法通过筛选出相近运行状态的数据，通过限定记忆最小二乘法求解误差，具有实时性，但其将线损作为不变量估计，与实际出入较大，影响最终的误差估计的精确性。通过上述分析，现有技术存在的问题及缺陷为：现有的误差估计方法费时费力，估计结果不准确，难以全量监测；易受到环境以及主观影响；无法准确估计线损，精确性差；不能满足日益复杂的电网建设对计量设备准确性的需求。解决以上问题及缺陷的难度为：如何实时监测每一块在网电能表的状态，从而及时发现超差电表，在理论上是一个非常困难的任务。尤其是对线损的估计，其结果精确与否将直接影响电表误差估计的准确性。解决以上问题及缺陷的意义为：探求一种高效精确的电表误差实时估计方法是必要且重要的。该方法可以解决传统人工抽检方法费时费力、难以全量监测、实时性差等问题，节省大量人力物力，推动智能电表由定期更换向状态更换转变，从而避免因大规模换表带来的百亿级专项资金浪费及无法预计的停电换表损失。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种基于随动线损及遗忘因子最小二乘法的电表误差估计方法。本专利技术是这样实现的，一种基于随动线损及遗忘因子最小二乘法的电表误差估计方法，所述基于随动线损及遗忘因子最小二乘法的电表误差估计方法包括：将预处理后的用电量数据输入改进得到的随动线损模型，使用FFRLS计算智能电表计量误差、线损率及固定损耗。进一步，所述改进得到的随动线损模型如下：其中，λ为线损系数向量。进一步，所述智能电表计量误差、线损率及固定损耗计算公式如下：进一步，所述基于随动线损及遗忘因子最小二乘法的电表误差估计方法包括以下步骤：步骤一，建立智能电表误差分析模型；根据线损与总供电量的关系将所述智能电表误差分析模型改进为随动线损误差模型；步骤二，获取一段时间内的用电量数据，并对获取的用电量数据进行数据预处理；步骤三，对所述经过数据预处理之后的数据，使用遗忘因子最小二乘法计算各分表的计量误差、线损率及固定损耗。进一步，步骤一中，所述建立智能电表误差分析模型包括：根据能量守恒定律，通过分析典型台区树形拓扑结构，得到总供电量等于各支路用电量之和，并综合电能表计量误差、线路损耗和固定损耗的影响，建立智能电表误差分析模型。进一步，所述智能电表误差分析模型包括：进一步，所述一段时间内的用电量数据包括：400天的总表及各个分表的日用电量数据。进一步，所述对获取的用电量数据进行数据预处理包括：删除异常数据；缺失数据补零；删除小电量用户。进一步，所述异常数据删除包括：删除统计线损超过20％的数据；删除数据变化幅度超过一倍的数据；删除日用电量为负值的数据。进一步，所述删除小电量用户包括：判断各个用户用电量在台区总供电量的占比，删除占比低于0.1％的用户。进一步，所述使用遗忘因子最小二乘法计算各分表的计量误差、线损率及固定损耗包括：(1)给定待求解参数向量w，辅助矩阵P及遗忘因子μ的初值；(2)取出一组数据，进行递推运算；(3)判断数据是否全部计算完毕，若是，则结束计算，输出当前结果；若否，则重复步骤(2)至步骤(3)。本专利技术的另一目的在于提供一种基于随动线损及遗忘因子最小二乘法的电表误差估计系统，所述基于随动线损及遗忘因子最小二乘法的电表误差估计系统包括：随动线损误差模型建立模块，用于建立智能电表误差分析模型；根据线损与总供电量的关系将所述智能电表误差分析模型改进为随动线损误差模型；数据预处理模块，用于获取一段时间内的用电量数据，并对获取的用电量数据进行数据预处理；计量误差、线损率及固定损耗模块，用于对经过数据预处理之后的数据，使用遗忘因子最小二乘法计算各分表的计量误差、线损率及固定损耗。本专利技术的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述基于随动线损及遗忘因子最小二乘法的电表误差估计方法。本专利技术的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述基于随动线损及遗忘因子最小二乘法的电表误差估计方法。结合上述的所有技术方案，本专利技术所具备的优点及积极效果为：本专利技术通过引入随动线损来获得更加精确的线损估计，进而提高了智能电表误差估计的精准度，并使用遗忘因子最小二乘法来解决传统最小二乘法的数据饱和问题。本专利技术实现了电表误差实时在线估计，解决了传统检定方法中依靠人工携带专业设备进行现场检定的问题，可节省大量人力物力成本，大大提高检测效率，从而满足日益复杂的电网建设对计量设备准确性的需求。本专利技术能够提供实时精确的智能电表误差估计结果。附图说明为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的基于随动线损及遗忘因子最小二乘法的电表误差估计方法原理图。图2是本专利技术实施例提供的智能电表误差在线估计方法流程图。图3是本专利技术实施例提供的经过数据预处理后的数据格式示意图。图4是本专利技术实施例提供的典型台区树形拓扑结构示意图。图5是本发本文档来自技高网...

【技术保护点】
1.一种基于随动线损及遗忘因子最小二乘法的电表误差估计方法，其特征在于，所述基于随动线损及遗忘因子最小二乘法的电表误差估计方法包括：/n将预处理后的用电量数据输入改进得到的随动线损模型，使用FFRLS计算智能电表计量误差、线损率及固定损耗。/n

【技术特征摘要】
1.一种基于随动线损及遗忘因子最小二乘法的电表误差估计方法，其特征在于，所述基于随动线损及遗忘因子最小二乘法的电表误差估计方法包括：
将预处理后的用电量数据输入改进得到的随动线损模型，使用FFRLS计算智能电表计量误差、线损率及固定损耗。


2.如权利要求1所述基于随动线损及遗忘因子最小二乘法的电表误差估计方法，其特征在于，所述改进得到的随动线损模型如下：



其中，λ为线损系数向量。


3.如权利要求1所述基于随动线损及遗忘因子最小二乘法的电表误差估计方法，其特征在于，所述智能电表计量误差、线损率及固定损耗计算公式如下：





4.如权利要求1所述基于随动线损及遗忘因子最小二乘法的电表误差估计方法，其特征在于，所述基于随动线损及遗忘因子最小二乘法的电表误差估计方法包括以下步骤：
步骤一，建立智能电表误差分析模型；根据线损与总供电量的关系将所述智能电表误差分析模型改进为随动线损误差模型；
步骤二，获取一段时间内的用电量数据，并对获取的用电量数据进行数据预处理；
步骤三，对所述经过数据预处理之后的数据，使用遗忘因子最小二乘法计算各分表的计量误差、线损率及固定损耗。


5.如权利要求4所述基于随动线损及遗忘因子最小二乘法的电表误差估计方法，其特征在于，步骤一中，所述建立智能电表误差分析模型包括：
根据能量守恒定律，通过分析典型台区树形拓扑结构，得到总供电量等于各支路用电量之和，并综合电能表计量误差、线路损耗和固定损耗的影响，建立智能电表误差分析模型；
所述智能电表误差分析模型包括：





6.如权利要求4所述基于随动线损及遗忘因子最小二乘法的电表误差估计方法，其特征在于，所述一段时间内的用电量数据包括：400天的总表及各个分表的日用电量数据；
所...

【专利技术属性】
技术研发人员：孔政敏，徐焕增，王帅，
申请(专利权)人：武汉数澎科技有限公司，
类型：发明
国别省市：湖北;42