一种电能计量装置整体计量误差的在线评估方法和系统

摘要

本发明公开一种电能计量装置整体计量误差的在线评估方法和系统，该方法步骤为：1)在线获取多组电能量数据，计算对应的母线电量不平衡率并建立映射模型；2)取任意两条线路构成线路对，每次设定当前线路对的虚拟电能量值、其余线路为0，根据映射模型计算得到虚拟母线电量不平衡率并作为当前线路对的电能计量装置的整体计量相对误差，最终得到所有线路对的整体计量相对误差；3)将整体计量相对误差分别与预设的误差条件进行比较判定误差状态；该系统包括映射模型建立模块、相对误差计算模块以及误差状态评估模块。本发明不需现场试验，能够实时监控电能计量装置的整体计量误差状态，具有实现方法简单、使用便捷、高效且安全的优点。

主权项

一种电能计量装置整体计量误差的在线评估方法，其特征在于具体实施步骤为：1)获取待评估变电站指定电压区域内各条线路的多组电能量数据，并根据每组电能量数据计算得到对应的母线电量不平衡率，由多组电能量数据以及对应的母线电量不平衡率建立电能量与母线电量不平衡率的映射模型；2)取任意两条线路构成线路对，每次设定当前线路对的虚拟电能量值、其余线路的电能量值为0，根据所述映射模型计算得到虚拟母线电量不平衡率并作为当前线路对的电能计量装置的整体计量相对误差，最终得到所有线路对的电能计量装置的整体计量相对误差；3)将所有线路对的电能计量装置的整体计量相对误差分别与预设的误差条件进行比较，根据比较结果预评估各线路对中电能计量装置的整体计量误差状态，并根据各套电能计量装置对应的所有预评估结果综合得到各套电能计量装置的整体计量误差状态的最终评估结果；所述步骤1)中建立电能量与母线电量不平衡率的映射模型的具体实施方法为：将多组电能量数据作为训练样本、多组电能量数据对应的母线电量不平衡率作为教师样本，将所述训练样本和教师样本输入至预设的BP神经网络中，训练所述BP神经网络各层的权值和阈值，得到基于BP神经网络的电能量与母线电量不平衡率的映射模型；所述训练BP神经网络各层的权值和阈值的具体实施步骤为：1.1)对BP神经网络各层的阈值和权值按随机原则进行初始化，将输入的电能量数据进行归一化作为训练样本，对应的归一化母线电量不平衡率作为教师样本；1.2)将一组训练样本输入初始化后的BP神经网络中，计算隐含层和输出层中各层的节点输出；1.3)将输出层节点的输出与对应的教师样本进行比较，并按式(1)计算各输出层的节点误差，其中δ_l为第l层输出层的节点误差，T_l为第l层输出层的教师样本数据，Y_l为第l层输出层的节点输出信号；δ_l＝‑(T_l‑Y_l)Y_l(1‑Y_l)   (1)1.4)按式(2)计算各隐含层的节点误差；其中为第k层隐含层中第n个神经元的节点误差，为第k层隐含层中第n个神经元的节点输出信号，为第l层中第a个神经元的节点误差，第l层为隐含层或输出层，p为第l层的神经元总数，为第k层隐含层中第a个连接第l层中各神经元的权值；1.5)按式(3)分别修正连接隐含层与输出层的权值、连接输入层和隐含层的权值以及 连接隐含层间的权值，按式(4)分别修正隐含层及输出层的阈值；其中为连接第k层第n个神经元和第l层第m个神经元在t+1时刻的权值，为连接第k层第n个神经元和第l层第m个神经元在t时刻的权值，为第l层第m个神经元的节点误差，为第l层第m个神经元在t+1时刻的阈值，为第l层第m个神经元在t时刻的阈值，为第k层隐含层中第n个神经元的节点输出信号，α、β为修正系数；1.6)返回执行步骤1.2)，直至所有训练样本完成训练且输出层的节点误差小于预设误差或训练次数达到预设值。