大数据条件下现场运行电能表计量误差估计方法

摘要：

为了探究现场多维影响工况下在网电能表的计量性能,并映射其在标准实验室条件下的计量误差,提出一种基于大数据分析技术的现场服役电能表计量误差估计方法,结合现场运行的环境数据和电因素数据实现在线计量误差估计.首先,通过优化聚类评价指标实现K-Means聚类算法的改进,并对现场环境数据进行聚类分析;然后,采用LM算法优化基于BP神经网络的数据训练方法,结合负载电流、功率因数等数据,构建电能表电能误差与环境温度、湿度和负载电流、功率因数四种应力的映射关系;最后,在获取电能表现场电能误差数据的基础上,开展工程应用实例计算.结果表明,利用所提方法可对电能表的计量误差进行划分,验证了所提方法的准确性.

关键词：智能电能表、电能误差、温度、功率因数、BP神经网络

所属期刊栏目：27

分类号：TM933.4;TB971;TH707

资助基金：国家自然科学基金;国网山东省电力公司科技项目

在线出版日期：2023-01-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：97-105