CN117434486B - 一种直流分路计量误差分析处理方法 - Google Patents
一种直流分路计量误差分析处理方法 Download PDFInfo
- Publication number
- CN117434486B CN117434486B CN202311753085.6A CN202311753085A CN117434486B CN 117434486 B CN117434486 B CN 117434486B CN 202311753085 A CN202311753085 A CN 202311753085A CN 117434486 B CN117434486 B CN 117434486B
- Authority
- CN
- China
- Prior art keywords
- value
- sequence
- type
- direct current
- influence factor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title abstract description 11
- 238000003672 processing method Methods 0.000 title abstract description 7
- 238000005259 measurement Methods 0.000 claims abstract description 162
- 238000000746 purification Methods 0.000 claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 23
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
- G06F18/15—Statistical pre-processing, e.g. techniques for normalisation or restoring missing data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Measurement Of Current Or Voltage (AREA)
Abstract
本发明涉及电流误差分析处理领域，具体涉及一种直流分路计量误差分析处理方法。该方法包括：获取每个直流分路的每个运行周期的电流计量值序列以及每个类型的影响因素序列；根据每个直流分路在每个运行周期的电流计量值序列和每个类型的影响因素序列得到每个直流分路的每个运行周期的电流计量值序列与每个类型的影响因素序列的提纯特征值；根据提纯特征值得到每个类型影响因素的稳定性；根据每个类型的影响因素的稳定性得到每个直流分路的每个运行周期的每个时刻的真实误差值；根据真实误差值得到每个直流分路的未来时刻的预测误差值。从而通过准确的预测真实误差值来实现准确的电流误差分析。
Description
技术领域
本发明涉及电流误差分析处理技术领域，具体涉及一种直流分路计量误差分析处理方法。
背景技术
直流分路计量是指将直流电路分为不同的部分，然后利用直流分路计量器进行电流测量。这种方法通常用于大型直流电路或系统中，以监测和记录各个分支电路的电流值。在利用电流分路计量器进行测量每个直流分路的电流计量值时，会存在测量误差。
传统的误差分析方法大多采用，将测量测到的电流计量值与设定的标准参考电流计量值比较的方式来获取误差值，但是由于电阻损耗以及电路温度等因素导致真实的电流计量值与标准参考电流计量值的存在差异，因而直接利用标准参考电流计量值代表真实的电流计量值不够准确。如何通过准确的获取到真实的电流计量值的方式来获取到准确的误差值成为亟待解决的问题之一。
发明内容
为了解决上述的技术问题，本发明提供一种直流分路计量误差分析处理方法，所采用的技术方案具体如下：
获取每个直流分路的每个运行周期的电流计量值序列以及每个类型的影响因素序列，所述电流计量值序列包含若干电流计量值；获取每个直流分路的标准参考电流计量值；
对于每个直流分路在每个运行周期，获取电流计量值序列与每个类型的影响因素序列的若干投影方向以及每个投影方向的特征值和投影值集合，根据电流计量值序列与每个类型的影响因素序列在每个投影方向上的特征值，电流计量值序列与所有类型的影响因素序列的投影值集合的内积得到电流计量值序列与每个类型的影响因素序列的提纯特征值；
根据所有直流分路在所有运行周期的电流计量值序列与所有类型的影响因素序列的提纯特征值的差异得到每个类型影响因素的稳定性；根据每个类型影响因素的稳定性、每个直流分路在每个运行周期的每种类型的影响因素值的变动规律以及电流计量值的变动规律得到每个直流分路在每个运行周期的每个时刻的真实电流计量值，根据每个直流分路在每个运行周期的每个时刻的真实电流计量值得到每个直流分路在每个运行周期的每个时刻的真实误差值；
根据每个直流分路在每个运行周期的每个时刻的真实误差值和标准参考电流计量值得到每个直流分路的未来时刻的预测误差值。
优选的，所述获取电流计量值序列与每个类型的影响因素序列的若干投影方向以及每个投影方向的特征值和投影值集合，包括的具体步骤为：
获取每个直流分路在每个运行周期的电流计量值序列与每个类型的影响因素序列的协方差矩阵；
对于任意一个直流分路在任意一个运行周期，根据电流计量值序列与每个类型的影响因素序列的协方差矩阵得到若干投影方向，将电流计量值序列与每个类型的影响因素序列中各数据往每个投影方向进行投影映射处理得到电流计量值序列与每个类型的影响因素序列中各数据在每个投影方向的投影值，将电流计量值序列与每个类型的影响因素序列中所有数据在每个投影方向的投影值构成的集合记为电流计量值序列与每个类型的影响因素序列在每个投影方向上的投影值集合，将电流计量值序列与每个类型的影响因素序列中在每个投影方向的投影值集合中所有投影值的方差作为电流计量值序列与每个类型的影响因素序列在每个投影方向上的特征值。
优选的，所述根据电流计量值序列与每个类型的影响因素序列在每个投影方向上的特征值，电流计量值序列与所有类型的影响因素序列的投影值集合的内积得到电流计量值序列与每个类型的影响因素序列的提纯特征值，包括的具体步骤为：
获取每个直流分路在每个运行周期的电流计量值序列与每个类型的影响因素序列的最大特征值，每个直流分路在每个运行周期的投影方向序列；
每个直流分路在每个运行周期的电流计量值序列与每个类型的影响因素序列的提纯特征值选取函数为：
对于任意一个直流分路在任意一个运行周期，表示电流计量值序列与第z个类型的影响因素序列在每个投影方向序列的第z个投影方向上的投影值集合，/>表示电流计量值序列与第j个类型的影响因素序列在每个投影方向序列的第j个投影方向上的投影值集合，/>表示集合/>与集合/>的内积，M表示影响因素序列的类型数量，/>表示电流计量值序列与第m个类型的影响因素序列在每个投影方向序列的第m个投影方向上的特征值；/>表示电流计量值序列与第m个类型的影响因素序列的最大特征值，/>表示每个直流分路在每个运行周期的电流计量值序列与每个类型的影响因素序列的提纯特征值选取函数；
根据每个直流分路在每个运行周期的电流计量值序列与每个类型的影响因素序列的提纯特征值选取函数得到每个直流分路在每个运行周期的电流计量值序列与每个类型的影响因素序列的提纯特征值。
优选的，所述获取每个直流分路在每个运行周期的电流计量值序列与每个类型的影响因素序列的最大特征值，每个直流分路在每个运行周期的投影方向序列，包括的具体步骤为：
对于任意一个直流分路的任意一个运行周期，在电流计量值序列与每个类型的影响因素序列的所有投影方向中任意选取一个投影方向，将电流计量值序列与所有类型的影响因素序列选取得到的投影方向构成的序列记为投影方向序列；
在所有投影方向的特征值中获取每个直流分路在每个运行周期的电流计量值序列与每个类型的影响因素序列的最大特征值。
优选的，所述根据每个直流分路在每个运行周期的电流计量值序列与每个类型的影响因素序列的提纯特征值选取函数得到每个直流分路在每个运行周期的电流计量值序列与每个类型的影响因素序列的提纯特征值，包括的具体步骤为：
对于每个直流分路在每个运行周期，将每个投影方向序列对应的信息代入到提纯特征值选取函数中，获取提纯特征值选取函数取最大值时的投影方向序列，记为最佳投影方向序列；将电流计量值序列与第j个类型的影响因素序列在最佳投影方向序列的第j个投影方向上的特征值记为电流计量值序列与第j个类型的影响因素序列的提纯特征值；
获取每个直流分路在每个运行周期内的电流计量值序列与每个类型的影响因素序列的提纯特征值。
优选的，所述根据所有直流分路在所有运行周期的电流计量值序列与所有类型的影响因素序列的提纯特征值的差异得到每个类型影响因素的稳定性，包括的具体步骤为：
其中，表示第i个直流分路在第j个运行周期内的电流计量值序列与第n个类型的影响因素序列的提纯特征值，/>表示所有直流分路在第j个运行周期内的电流计量值序列与第n个类型的影响因素序列的提纯特征值的平均值，/>表示直流分路的数量，/>表示影响因素序列的类型数量，/>表示第i个直流分路在第j个运行周期内的电流计量值序列与第z个类型的影响因素序列的提纯特征值，/>表示以自然常数为底的指数函数，G表示运行周期的数量，/>表示第n个类型影响因素的稳定性。
优选的，所述根据每个类型影响因素的稳定性、每个直流分路在每个运行周期的每种类型的影响因素值的变动规律以及电流计量值的变动规律得到每个直流分路在每个运行周期的每个时刻的真实电流计量值，根据每个直流分路在每个运行周期的每个时刻的真实电流计量值得到每个直流分路在每个运行周期的每个时刻的真实误差值，包括的具体步骤为：
获取每个直流分路在每个运行周期的电流计量值序列的斜率值和每种类型的影响因素序列的斜率值；
每个直流分路在每个运行周期的每个时刻的真实电流计量值的计算方式为：
其中，表示第n个类型影响因素的稳定性，/>表示影响因素序列的类型数量，表示第i个直流分路在第j个运行周期的第n种类型的影响因素序列的斜率值，/>表示第i个直流分路在第j个运行周期的电流计量值序列的斜率值，/>表示第j个运行周期的第v个时刻的时间，/>表示第i个直流分路在第j个运行周期的第v个时刻的真实电流计量值；
根据每个直流分路在每个运行周期的每个时刻的真实电流计量值和电流计量值得到每个直流分路在每个运行周期的每个时刻的真实误差值。
优选的，所述获取每个直流分路在每个运行周期的电流计量值序列的斜率值和每种类型的影响因素序列的斜率值，包括的具体步骤为：
利用最小二乘法对每个直流分路在每个运行周期的电流计量值序列进行拟合直线处理，获取每个直流分路在每个运行周期的电流计量值序列的直线斜率，记为每个直流分路在每个运行周期的电流计量值序列的斜率值；利用最小二乘法对每个直流分路在每个运行周期的每种类型的影响因素序列进行拟合直线处理，获取每个直流分路在每个运行周期的每种类型的影响因素序列的直线斜率，记为每个直流分路在每个运行周期的每种类型的影响因素序列的斜率值。
优选的，所述根据每个直流分路在每个运行周期的每个时刻的真实电流计量值和电流计量值得到每个直流分路在每个运行周期的每个时刻的真实误差值，包括的具体步骤为：
将每个电流分路在每个运行周期的每个时刻的电流计量值与真实电流计量值的差值作为每个电流分路在每个运行周期的每个时刻的真实误差值。
优选的，所述根据每个直流分路在每个运行周期的每个时刻的真实误差值和标准参考电流计量值得到每个直流分路的未来时刻的预测误差值，包括的具体步骤为：
利用最小二乘法对每个直流分路在每个运行周期的所有时刻的真实误差值进行拟合多项式处理得到每个直流分路的每个运行周期的真实拟合多项式，将每个直流分路的每个运行周期的真实拟合多项式作为状态预测方程；
将每个电流分路在每个运行周期的每个时刻的电流计量值与标准参考电流计量值的差值作为每个电流分路在每个运行周期的每个时刻的参考误差值，利用最小二乘法对每个直流分路在每个运行周期的所有时刻的参考误差值进行拟合多项式处理得到每个直流分路在每个运行周期的参考拟合多项式，将参考拟合多项式作为观测方程，基于状态预测方程和观测方程，利用卡尔曼滤波算法进行分析，得到每个直流分路的未来时刻的预测误差值。
本发明具有如下有益效果：
由于真实的电流计量值与各种影响因素有关，因而可以根据每种影响因素的电流计量值的关系来获取真实的电流计量值。在根据每种影响因素的电流计量值的关系来获取真实的电流计量值时，由于每种影响因素对电流计量值的影响会存在变化的，因而为了能够准确的获取真实的电流计量值，需评估每种影响因素对电流计量值影响的稳定性。由于每种影响因素对电流计量值的影响之间存在关联性，因而需对每种影响因素对电流计量值的关系进行提纯处理。因而首先获取每个直流分路在每个运行周期的每个类型的影响因素序列与电流计量值序列，通过对每个类型的影响因素序列与电流计量值序列，与其他类型的影响因素序列与电流计量值序列，的关联信息进行去除得到每个直流分路在每个运行周期的每个类型的影响因素序列与电流计量值的提纯特征值，根据所有直流分路在所有运行周期的所有类型的影响因素序列与电流计量值的提纯特征值的差异得到每个类型影响因素的稳定性。通过每个类型影响因素的稳定性能够反映每种影响因素对电流计量值的影响的稳定情况。根据每种类型的影响因素序列与电流计量值序列的关联关系和每个类型影响因素的稳定性进行估计每个直流分路在每个运行周期的每个时刻的真实电流计量值，根据每个直流分路在每个运行周期的每个时刻的真实电流计量值得到每个直流分路在每个运行周期的每个时刻的真实误差值，基于每个直流分路在每个运行周期的每个时刻的真实误差的变动规律得到每个直流分路的未来时刻的预测误差值。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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它附图。
图1为本发明一个实施例所提供的一种直流分路计量误差分析处理方法流程图；
图2为本发明提供的直流分路计量器的示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种直流分路计量误差分析处理方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
一种直流分路计量误差分析处理方法实施例：
下面结合附图具体的说明本发明所提供的一种直流分路计量误差分析处理方法的具体方案。
请参阅图1，其示出了本发明一个实施例提供的一种直流分路计量误差分析处理方法流程图，该方法包括：
S001：获取每个直流分路在每个运行周期内的每种类型的影响因素序列以及每个直流分路在每个运行周期内的电流计量值序列，获取每个直流分路的标准参考电流计量值。
需要说明的是，为了判断直流分路的计量误差，需先获取直流分路的电流计量值。
具体的，直流分路计量器一般应用于直流电机驱动系统的电流监测，将直流电机驱动系统的每个持续运行时段称为每个运行周期。将直流电机驱动系统的电路中各分支称为直流分路。
将直流分路计量器正确地连接到直流电机驱动系统的直流分路上，直流分路计量器中的电流传感器会测量到直流分路在每个运行周期中的每个时刻的电流值，测量到的电流值会被传输到直流分路计量器中的信号处理电路中进行放大、滤波和线性化等处理，经过信号处理后的电流值将被发送给直流分路计量器中的数据采集器中，采集器会记录下经过信号处理后的电流值，将采集器记录下的数据记为每个直流分路在每个运行周期中的每个时刻的电流计量值。将每个直流分路在每个运行周期中的所有时刻的电流计量值构成的序列记为每个直流分路在每个运行周期内的电流计量值序列。
需要说明的是，由于直流电路中各个类型的影响因素会决定电流计量值的真实取值，因而需采集直流分路的每个类型的影响因素值。
进一步的，将每个类型的传感器接入在直流分路的输出端，用于采集每个直流分路在每个运行周期内的每个时刻的影响因素数据，将每个类型的传感器采集的每个直流分路在每个运行周期内的所有时刻的影响因素数据构成的序列记为每个直流电路在每个运行周期内的每个类型的影响因素序列，其中影响直流分路的电流计量值的真实取值的影响因素包括但不限于以下方面：电路温度、阻抗、传感器信噪比以及电压。
图2展示直流分路计量器的示意图。
进一步的，获取每个直流分路设定的标准参考电流计量值。
S002：根据每个直流分路在每个运行周期内的电流计量值序列和每个类型的影响因素序列得到每个直流分路在每个运行周期内的电流计量值序列与每个类型的影响因素序列的提纯特征值。
需要说明的是，步骤S001中得到的电流计量值是测量值，由于在获取电流计量值时会存在测量误差，为了获取测量误差，需获取电流计量值的真实的取值。由于各种影响因素可以决定每个直流分路在每个运行周期的每个时刻的电流计量值的真实的取值，因而可以利用每个直流分路在每个运行周期的影响因素序列来估计出一个真实电流计量值，然后利用真实电流计量值和电流计量值的差值来得到真实误差值。
需要进一步说明的是，由于每个类型的影响因素对每个直流分路的电流计量值均产生影响，而每个类型的影响因素对直流分路的电流计量值的影响，与其他类型的影响因素对直流分路的电流计量值的影响之间会存在关联，因而为了更好的分析每个类型的影响因素对直流分路的电流计量值的影响，需去除各类型的影响因素对直流分路的电流计量值的影响关联，得到每个类型的影响因素对电流计量值之间的纯粹的关联性。
具体的，获取每个直流分路在每个运行周期的电流计量值序列与每个类型的影响因素序列的协方差矩阵。
需要说明的是，对于任意两个序列得到的协方差矩阵，当协方差矩阵的尺寸为N*N时，就会存在N个特征值和对应的N个线性无关的特征向量，其中每个特征值对应一个投影方向，其中将两个序列的各数据往每个投影方向上进行投影映射可以得到两个序列的各数据的投影值。此处为现有技术，此处不再进行赘述。
进一步的，对于任意一个直流分路在任意一个运行周期，根据电流计量值序列与每个类型的影响因素序列的协方差矩阵得到若干投影方向，将电流计量值序列与每个类型的影响因素序列中各数据往每个投影方向进行投影映射处理得到电流计量值序列与每个类型的影响因素序列中各数据在每个投影方向的投影值，将电流计量值序列与每个类型的影响因素序列中所有数据在每个投影方向的投影值构成的集合记为电流计量值序列与每个类型的影响因素序列在每个投影方向上的投影值集合，将电流计量值序列与每个类型的影响因素序列中在每个投影方向的投影值集合中所有投影值的方差作为电流计量值序列与每个类型的影响因素序列在每个投影方向上的特征值。
需要说明的是，根据现有技术，由于两个集合之间正交时，说明两个集合之间不相关，其中两个集合正交时，两个集合的内积为-1，因而可以通过判断集合之间的正交关系，来选择哪个投影方向的特征值来描述电流计量值序列与每个类型的影响因素序列。
需要进一步说明的是，根据现有技术，最大特征值对应的投影方向上的投影值能够反映较多的两个序列的信息。为了能够去除不同类型的影响因素对电流计量值影响之间关联信息，同时还能保留较多的影响因素序列和电流计量值序列中的信息，可以基于此来选取哪个投影方向的特征值来描述两个影响因素序列和电流计量值序列的信息。
进一步的，在所有投影方向的特征值中获取每个直流分路在每个运行周期的电流计量值序列与每个类型的影响因素序列的最大特征值。对于任意一个直流分路的任意一个运行周期，在电流计量值序列与每个类型的影响因素序列的所有投影方向中任意选取一个投影方向，将电流计量值序列与所有类型的影响因素序列选取得到的投影方向构成的序列记为投影方向序列。
每个直流分路在每个运行周期的电流计量值序列与每个类型的影响因素序列的提纯特征值选取函数为：
对于任意一个直流分路在任意一个运行周期，表示电流计量值序列与第z个类型的影响因素序列在每个投影方向序列的第z个投影方向上的投影值集合，/>表示电流计量值序列与第j个类型的影响因素序列在每个投影方向序列的第j个投影方向上的投影值集合，/>表示集合/>与集合/>的内积，M表示影响因素序列的类型数量。/>反映投影方向序列中各投影方向的投影值集合之间的正交情况，该值越小说明得到投影值集合的投影方向较优，因而越应该选择投影方向序列中投影方向对应的特征值。/>表示电流计量值序列与第m个类型的影响因素序列在每个投影方向序列的第m个投影方向上的特征值。/>表示电流计量值序列与第m个类型的影响因素序列的最大特征值，/>该值反映电流计量值序列与第m个类型的影响因素序列在每个投影方向序列的第m个投影方向上的特征值，与最大特征值的比值，该值越大说明电流计量值序列与第m个类型的影响因素序列在每个投影方向序列的第m个投影方向上的特征值较大，因而该电流计量值序列与第m个类型的影响因素序列在每个投影方向序列的第m个投影方向的投影值信息越有用，因而电流计量值序列与第m个类型的影响因素序列在每个投影方向序列的第m个投影方向的特征值表征性越强。/>表示电流计量值序列与每个类型的影响因素序列的提纯特征值选取函数。
进一步的，对于每个直流分路在每个运行周期，将每个投影方向序列对应的信息代入到提纯特征值选取函数中，获取提纯特征值选取函数取最大值时的投影方向序列，记为最佳投影方向序列，将电流计量值序列与第j个类型的影响因素序列在最佳投影方向序列的第j个投影方向上的特征值记为电流计量值序列与第j个类型的影响因素序列的提纯特征值，同理得到每个直流分路在每个运行周期内的电流计量值序列与每个类型的影响因素序列的提纯特征值。
至此，得到了每个直流分路在每个运行周期内的电流计量值序列与每个类型的影响因素序列的提纯特征值，其中通过提纯特征值序列中的提纯特征值能够较好描述电流计量值序列与每个类型的影响因素序列的信息的同时，还能排除不同类型影响因素之间的关联性影响。
S003：根据每个直流分路在每个运行周期内的电流计量值序列与每个类型的影响因素序列的提纯特征值得到每个类型影响因素的稳定性，根据每个类型影响因素的稳定性得到每个直流分路的每个运行周期的每个时刻的实际误差。
需要说明的是，每个类型影响因素对电流计量值的影响是变动的，只是有些类型影响因素对电流计量值的影响变动较小，有些类型影响因素对电流计量值的影响变动较大，因而为了根据每个类型影响因素与电流计量值的关联关系来获取误差，需判断每个类型影响因素对电流计量值的影响的稳定性情况。
具体的，每个类型影响因素的稳定性计算方法为：
其中，表示第i个直流分路在第j个运行周期内的电流计量值序列与第n个类型的影响因素序列的提纯特征值，/>表示所有直流分路在第j个运行周期内的电流计量值序列与第n个类型的影响因素序列的提纯特征值的平均值，/>表示直流分路的数量，/>表示影响因素序列的类型数量，/>表示第i个直流分路在第j个运行周期内的电流计量值序列与第z个类型的影响因素序列的提纯特征值，/>反映了每个直流分路在第j个运行周期内的电流计量值序列与第n个类型的影响因素序列的提纯特征值的差异性，该值越大说明第n个类型影响因素对应每个直流分路在第j个运行周期内的电流计量值影响变动较大，因而第n个类型影响因素的稳定性越差，/>反映了第i个直流分路在第j个运行周期的电流计量值序列与第n个类型的影响因素序列的提纯特征值占所有类型的影响值序列的提纯特征值的比重，该值越大说明第n个类型影响因素对应的提纯特征值描述信息的能力越强，因而利用/>作为权重对/>进行加权。/>表示以自然常数为底的指数函数。G表示运行周期的数量。/>表示第n个类型影响因素的稳定性。
需要说明的是，每个直流分路的每个运行周期的每个时刻的影响因素可以决定每个直流分路的每个运行周期的每个时刻的电流计量值的真实的取值，因而可以利用每个直流分路的每个运行周期的每种类型的影响因素序列与电流计量值的关系来估计出电流计量值的真实取值。
进一步的，利用最小二乘法对每个直流分路在每个运行周期内的电流计量值序列进行拟合直线处理，获取每个直流分路在每个运行周期内的电流计量值序列的直线斜率，记为每个直流分路在每个运行周期内的电流计量值序列的斜率值。利用最小二乘法对每个直流分路在每个运行周期内的每种类型的影响因素序列进行拟合直线处理，获取每个直流分路在每个运行周期内的每种类型的影响因素序列的直线斜率，记为每个直流分路在每个运行周期内的每种类型的影响因素序列的斜率值。
每个直流分路在每个运行周期内的每个时刻的真实电流计量值的计算方法为：
其中，表示第n个类型影响因素的稳定性，/>表示影响因素序列的类型数量，表示第i个直流分路在第j个运行周期内的第n种类型的影响因素序列的斜率值，/>表示第i个直流分路在第j个运行周期内的电流计量值序列的斜率值，/>表示第j个运行周期的第v个时刻的时间，/>表示第i个直流分路在第j个运行周期内的第v个时刻的真实电流计量值。
进一步的，将每个电流分路在每个运行周期内的每个时刻的电流计量值与真实电流计量值的差值作为每个电流分路在每个运行周期内的每个时刻的真实误差值。
S004：根据每个直流分路在每个运行周期内的每个时刻的真实误差值和标准参考电流计量值得到每个直流分路的未来时刻的预测误差值。
具体的，利用最小二乘法对每个直流分路在每个运行周期内的所有时刻的真实误差值进行拟合多项式处理得到每个直流分路在每个运行周期内的真实拟合多项式。将每个直流分路在每个运行周期内的真实拟合多项式作为状态预测方程。
将每个电流分路在每个运行周期内的每个时刻的电流计量值与标准参考电流计量值的差值作为每个电流分路在每个运行周期内的每个时刻的参考误差值，利用最小二乘法对每个直流分路在每个运行周期内的所有时刻的参考误差值进行拟合多项式处理得到每个直流分路在每个运行周期内的参考拟合多项式，将参考拟合多项式作为观测方程，基于状态预测方程和观测方程，利用卡尔曼滤波算法进行分析，得到每个直流分路的未来时刻的预测误差值。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
Claims (3)
1.一种直流分路计量误差分析处理方法，其特征在于，所述方法包括：
获取每个直流分路的每个运行周期的电流计量值序列以及每个类型的影响因素序列，所述电流计量值序列包含若干电流计量值；获取每个直流分路的标准参考电流计量值；
对于每个直流分路在每个运行周期，获取电流计量值序列与每个类型的影响因素序列的若干投影方向以及每个投影方向的特征值和投影值集合，根据电流计量值序列与每个类型的影响因素序列在每个投影方向上的特征值，电流计量值序列与所有类型的影响因素序列的投影值集合的内积得到电流计量值序列与每个类型的影响因素序列的提纯特征值；
所述获取电流计量值序列与每个类型的影响因素序列的若干投影方向以及每个投影方向的特征值和投影值集合，包括的具体步骤为：
获取每个直流分路在每个运行周期的电流计量值序列与每个类型的影响因素序列的协方差矩阵；
对于任意一个直流分路在任意一个运行周期，根据电流计量值序列与每个类型的影响因素序列的协方差矩阵得到若干投影方向，将电流计量值序列与每个类型的影响因素序列中各数据往每个投影方向进行投影映射处理得到电流计量值序列与每个类型的影响因素序列中各数据在每个投影方向的投影值，将电流计量值序列与每个类型的影响因素序列中所有数据在每个投影方向的投影值构成的集合记为电流计量值序列与每个类型的影响因素序列在每个投影方向上的投影值集合，将电流计量值序列与每个类型的影响因素序列中在每个投影方向的投影值集合中所有投影值的方差作为电流计量值序列与每个类型的影响因素序列在每个投影方向上的特征值；
所述根据电流计量值序列与每个类型的影响因素序列在每个投影方向上的特征值，电流计量值序列与所有类型的影响因素序列的投影值集合的内积得到电流计量值序列与每个类型的影响因素序列的提纯特征值，包括的具体步骤为：
获取每个直流分路在每个运行周期的电流计量值序列与每个类型的影响因素序列的最大特征值，每个直流分路在每个运行周期的投影方向序列；
每个直流分路在每个运行周期的电流计量值序列与每个类型的影响因素序列的提纯特征值选取函数为：
对于任意一个直流分路在任意一个运行周期，表示电流计量值序列与第z个类型的影响因素序列在每个投影方向序列的第z个投影方向上的投影值集合，/>表示电流计量值序列与第j个类型的影响因素序列在每个投影方向序列的第j个投影方向上的投影值集合，/>表示集合/>与集合/>的内积，M表示影响因素序列的类型数量，/>表示电流计量值序列与第m个类型的影响因素序列在每个投影方向序列的第m个投影方向上的特征值；/>表示电流计量值序列与第m个类型的影响因素序列的最大特征值，/>表示每个直流分路在每个运行周期的电流计量值序列与每个类型的影响因素序列的提纯特征值选取函数；
根据每个直流分路在每个运行周期的电流计量值序列与每个类型的影响因素序列的提纯特征值选取函数得到每个直流分路在每个运行周期的电流计量值序列与每个类型的影响因素序列的提纯特征值；
所述获取每个直流分路在每个运行周期的电流计量值序列与每个类型的影响因素序列的最大特征值，每个直流分路在每个运行周期的投影方向序列，包括的具体步骤为：
对于任意一个直流分路的任意一个运行周期，在电流计量值序列与每个类型的影响因素序列的所有投影方向中任意选取一个投影方向，将电流计量值序列与所有类型的影响因素序列选取得到的投影方向构成的序列记为投影方向序列；
在所有投影方向的特征值中获取每个直流分路在每个运行周期的电流计量值序列与每个类型的影响因素序列的最大特征值；
所述根据每个直流分路在每个运行周期的电流计量值序列与每个类型的影响因素序列的提纯特征值选取函数得到每个直流分路在每个运行周期的电流计量值序列与每个类型的影响因素序列的提纯特征值，包括的具体步骤为：
对于每个直流分路在每个运行周期，将每个投影方向序列对应的信息代入到提纯特征值选取函数中，获取提纯特征值选取函数取最大值时的投影方向序列，记为最佳投影方向序列；将电流计量值序列与第j个类型的影响因素序列在最佳投影方向序列的第j个投影方向上的特征值记为电流计量值序列与第j个类型的影响因素序列的提纯特征值；
获取每个直流分路在每个运行周期内的电流计量值序列与每个类型的影响因素序列的提纯特征值；
根据所有直流分路在所有运行周期的电流计量值序列与所有类型的影响因素序列的提纯特征值的差异得到每个类型影响因素的稳定性；
所述根据所有直流分路在所有运行周期的电流计量值序列与所有类型的影响因素序列的提纯特征值的差异得到每个类型影响因素的稳定性，包括的具体步骤为：
其中，表示第i个直流分路在第j个运行周期内的电流计量值序列与第n个类型的影响因素序列的提纯特征值，/>表示所有直流分路在第j个运行周期内的电流计量值序列与第n个类型的影响因素序列的提纯特征值的平均值，/>表示直流分路的数量，/>表示影响因素序列的类型数量，/>表示第i个直流分路在第j个运行周期内的电流计量值序列与第z个类型的影响因素序列的提纯特征值，/>表示以自然常数为底的指数函数，G表示运行周期的数量，/>表示第n个类型影响因素的稳定性；
根据每个类型影响因素的稳定性、每个直流分路在每个运行周期的每种类型的影响因素值的变动规律以及电流计量值的变动规律得到每个直流分路在每个运行周期的每个时刻的真实电流计量值，根据每个直流分路在每个运行周期的每个时刻的真实电流计量值得到每个直流分路在每个运行周期的每个时刻的真实误差值；
所述根据每个类型影响因素的稳定性、每个直流分路在每个运行周期的每种类型的影响因素值的变动规律以及电流计量值的变动规律得到每个直流分路在每个运行周期的每个时刻的真实电流计量值，根据每个直流分路在每个运行周期的每个时刻的真实电流计量值得到每个直流分路在每个运行周期的每个时刻的真实误差值，包括的具体步骤为：
获取每个直流分路在每个运行周期的电流计量值序列的斜率值和每种类型的影响因素序列的斜率值；
每个直流分路在每个运行周期的每个时刻的真实电流计量值的计算方式为：
其中，表示第n个类型影响因素的稳定性，/>表示影响因素序列的类型数量，/>表示第i个直流分路在第j个运行周期的第n种类型的影响因素序列的斜率值，/>表示第i个直流分路在第j个运行周期的电流计量值序列的斜率值，/>表示第j个运行周期的第v个时刻的时间，/>表示第i个直流分路在第j个运行周期的第v个时刻的真实电流计量值；
根据每个直流分路在每个运行周期的每个时刻的真实电流计量值和电流计量值得到每个直流分路在每个运行周期的每个时刻的真实误差值；
根据每个直流分路在每个运行周期的每个时刻的真实误差值和标准参考电流计量值得到每个直流分路的未来时刻的预测误差值；
所述根据每个直流分路在每个运行周期的每个时刻的真实误差值和标准参考电流计量值得到每个直流分路的未来时刻的预测误差值，包括的具体步骤为：
利用最小二乘法对每个直流分路在每个运行周期的所有时刻的真实误差值进行拟合多项式处理得到每个直流分路的每个运行周期的真实拟合多项式，将每个直流分路的每个运行周期的真实拟合多项式作为状态预测方程；
将每个电流分路在每个运行周期的每个时刻的电流计量值与标准参考电流计量值的差值作为每个电流分路在每个运行周期的每个时刻的参考误差值，利用最小二乘法对每个直流分路在每个运行周期的所有时刻的参考误差值进行拟合多项式处理得到每个直流分路在每个运行周期的参考拟合多项式，将参考拟合多项式作为观测方程，基于状态预测方程和观测方程，利用卡尔曼滤波算法进行分析，得到每个直流分路的未来时刻的预测误差值。
2.如权利要求1所述的一种直流分路计量误差分析处理方法，其特征在于，所述获取每个直流分路在每个运行周期的电流计量值序列的斜率值和每种类型的影响因素序列的斜率值，包括的具体步骤为：
利用最小二乘法对每个直流分路在每个运行周期的电流计量值序列进行拟合直线处理，获取每个直流分路在每个运行周期的电流计量值序列的直线斜率，记为每个直流分路在每个运行周期的电流计量值序列的斜率值；利用最小二乘法对每个直流分路在每个运行周期的每种类型的影响因素序列进行拟合直线处理，获取每个直流分路在每个运行周期的每种类型的影响因素序列的直线斜率，记为每个直流分路在每个运行周期的每种类型的影响因素序列的斜率值。
3.如权利要求1所述的一种直流分路计量误差分析处理方法，其特征在于，所述根据每个直流分路在每个运行周期的每个时刻的真实电流计量值和电流计量值得到每个直流分路在每个运行周期的每个时刻的真实误差值，包括的具体步骤为：
将每个电流分路在每个运行周期的每个时刻的电流计量值与真实电流计量值的差值作为每个电流分路在每个运行周期的每个时刻的真实误差值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311753085.6A CN117434486B (zh) | 2023-12-20 | 2023-12-20 | 一种直流分路计量误差分析处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311753085.6A CN117434486B (zh) | 2023-12-20 | 2023-12-20 | 一种直流分路计量误差分析处理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117434486A CN117434486A (zh) | 2024-01-23 |
| CN117434486B true CN117434486B (zh) | 2024-03-08 |
Family
ID=89551954
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311753085.6A Active CN117434486B (zh) | 2023-12-20 | 2023-12-20 | 一种直流分路计量误差分析处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117434486B (zh) |
Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105354663A (zh) * | 2015-10-20 | 2016-02-24 | 浙江群力电气有限公司 | 基于时间序列相似度的电力互感器误差分析方法及系统 |
| CN107490778A (zh) * | 2017-08-25 | 2017-12-19 | 成都思晗科技股份有限公司 | 一种计量误差影响因素多因素定量分析方法 |
| CN108665090A (zh) * | 2018-04-06 | 2018-10-16 | 东北电力大学 | 基于主成分分析与Verhulst模型的城市电网饱和负荷预测方法 |
| CN110210648A (zh) * | 2019-04-30 | 2019-09-06 | 南京航空航天大学 | 基于灰色长短期记忆网络的管制空域战略流量预测方法 |
| CN110907885A (zh) * | 2019-12-06 | 2020-03-24 | 国网湖北省电力有限公司计量中心 | 一种数字化电能计量系统现场运行状态评估方法及系统 |
| AU2020101478A4 (en) * | 2020-06-30 | 2020-09-10 | North China Electric Power University | Method for analyzing factors influencing energy business evolution based on ism |
| CN113222289A (zh) * | 2021-06-02 | 2021-08-06 | 江南大学 | 一种基于数据处理的能源功率的预测方法 |
| CN113408869A (zh) * | 2021-05-29 | 2021-09-17 | 国网福建省电力有限公司经济技术研究院 | 一种配电网建设目标风险评估方法 |
| CN114757087A (zh) * | 2022-03-04 | 2022-07-15 | 上海航天壹亘智能科技有限公司 | 一种基于动态主成分分析与lstm的刀具磨损预测方法 |
| CN114970774A (zh) * | 2022-07-29 | 2022-08-30 | 国网经济技术研究院有限公司 | 一种智能变压器故障预测方法和装置 |
| CN115775053A (zh) * | 2022-12-21 | 2023-03-10 | 福州大学 | 一种基于改进相似时刻法的分布式光伏功率短期预测方法 |
| CN115856756A (zh) * | 2022-11-24 | 2023-03-28 | 国网冀北电力有限公司物资分公司 | 一种电能计量箱故障评估方法 |
| CN116028822A (zh) * | 2023-03-30 | 2023-04-28 | 国网福建省电力有限公司 | 一种电能表误差状态评估方法、系统、设备及存储介质 |
| CN116304778A (zh) * | 2023-05-17 | 2023-06-23 | 温州华嘉电器有限公司 | 一种用于小型断路器维护数据处理方法 |
| CN116628431A (zh) * | 2023-05-12 | 2023-08-22 | 国网福建省电力有限公司营销服务中心 | 一种电能计量装置综合误差评估方法、系统、设备及介质 |
| CN116720622A (zh) * | 2023-06-14 | 2023-09-08 | 国网湖北省电力有限公司营销服务中心(计量中心) | 一种电流互感器计量误差值预测方法 |
| CN116845882A (zh) * | 2023-07-20 | 2023-10-03 | 西华大学 | 考虑温湿指数与耦合特性的综合能源负荷短期预测方法 |
| CN117233687A (zh) * | 2023-11-13 | 2023-12-15 | 威胜集团有限公司 | 一种基于历史数据的cvt初始误差评估方法、介质及终端 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10353007B2 (en) * | 2015-05-28 | 2019-07-16 | Mitsubishi Electric Corporation | Rechargeable battery parameter estimation apparatus and rechargeable battery parameter estimation method for calculating first and second coefficients which are partial derivatives of an estimated value of the battery state-of-charge |
| US20180100911A1 (en) * | 2016-10-10 | 2018-04-12 | Utilidata, Inc. | Systems and methods for system measurements integrity determination |
-
2023
- 2023-12-20 CN CN202311753085.6A patent/CN117434486B/zh active Active
Patent Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105354663A (zh) * | 2015-10-20 | 2016-02-24 | 浙江群力电气有限公司 | 基于时间序列相似度的电力互感器误差分析方法及系统 |
| CN107490778A (zh) * | 2017-08-25 | 2017-12-19 | 成都思晗科技股份有限公司 | 一种计量误差影响因素多因素定量分析方法 |
| CN108665090A (zh) * | 2018-04-06 | 2018-10-16 | 东北电力大学 | 基于主成分分析与Verhulst模型的城市电网饱和负荷预测方法 |
| CN110210648A (zh) * | 2019-04-30 | 2019-09-06 | 南京航空航天大学 | 基于灰色长短期记忆网络的管制空域战略流量预测方法 |
| CN110907885A (zh) * | 2019-12-06 | 2020-03-24 | 国网湖北省电力有限公司计量中心 | 一种数字化电能计量系统现场运行状态评估方法及系统 |
| AU2020101478A4 (en) * | 2020-06-30 | 2020-09-10 | North China Electric Power University | Method for analyzing factors influencing energy business evolution based on ism |
| CN113408869A (zh) * | 2021-05-29 | 2021-09-17 | 国网福建省电力有限公司经济技术研究院 | 一种配电网建设目标风险评估方法 |
| CN113222289A (zh) * | 2021-06-02 | 2021-08-06 | 江南大学 | 一种基于数据处理的能源功率的预测方法 |
| CN114757087A (zh) * | 2022-03-04 | 2022-07-15 | 上海航天壹亘智能科技有限公司 | 一种基于动态主成分分析与lstm的刀具磨损预测方法 |
| CN114970774A (zh) * | 2022-07-29 | 2022-08-30 | 国网经济技术研究院有限公司 | 一种智能变压器故障预测方法和装置 |
| CN115856756A (zh) * | 2022-11-24 | 2023-03-28 | 国网冀北电力有限公司物资分公司 | 一种电能计量箱故障评估方法 |
| CN115775053A (zh) * | 2022-12-21 | 2023-03-10 | 福州大学 | 一种基于改进相似时刻法的分布式光伏功率短期预测方法 |
| CN116028822A (zh) * | 2023-03-30 | 2023-04-28 | 国网福建省电力有限公司 | 一种电能表误差状态评估方法、系统、设备及存储介质 |
| CN116628431A (zh) * | 2023-05-12 | 2023-08-22 | 国网福建省电力有限公司营销服务中心 | 一种电能计量装置综合误差评估方法、系统、设备及介质 |
| CN116304778A (zh) * | 2023-05-17 | 2023-06-23 | 温州华嘉电器有限公司 | 一种用于小型断路器维护数据处理方法 |
| CN116720622A (zh) * | 2023-06-14 | 2023-09-08 | 国网湖北省电力有限公司营销服务中心(计量中心) | 一种电流互感器计量误差值预测方法 |
| CN116845882A (zh) * | 2023-07-20 | 2023-10-03 | 西华大学 | 考虑温湿指数与耦合特性的综合能源负荷短期预测方法 |
| CN117233687A (zh) * | 2023-11-13 | 2023-12-15 | 威胜集团有限公司 | 一种基于历史数据的cvt初始误差评估方法、介质及终端 |
Non-Patent Citations (4)
| Title |
|---|
| The establishment of a reference system at VSL for on-site calibration of HV revenue metering systems;Gert Rietveld 等;2012 Conference on Precision electromagnetic Measurements;20120730;全文 * |
| 基于主元分析的电容式电压互感器计量性能在线评估;韩海安 等;电力自动化设备;20190531;第39卷(第5期);全文 * |
| 基于灰色关联与投影算法的铁路货运量影响因素分析;梅晓玲;;四川理工学院学报(自然科学版)(第05期);全文 * |
| 电子式互感器计量误差状态的在线评估研究;陶渊;中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑;20200315;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117434486A (zh) | 2024-01-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107885928B (zh) | 考虑测量误差的步进应力加速性能退化可靠性分析方法 | |
| CN113884935B (zh) | 基于锂电池在线电化学阻抗谱测量的soh估算系统和方法 | |
| CN111122162B (zh) | 基于欧氏距离多尺度模糊样本熵的工业系统故障检测方法 | |
| CN109543743B (zh) | 一种基于重建预测残差的制冷机组多传感器故障诊断方法 | |
| CN112968931A (zh) | 一种基于多传感器的农作物环境温度数据融合系统及方法 | |
| CN114441984A (zh) | 一种锂电池健康状态估计方法 | |
| CN117390591B (zh) | 基于电参量分析的输煤皮带采样机运行监测方法及系统 | |
| CN110702786A (zh) | 基于多尺度奇异吸引子预测误差的梁结构损伤识别方法 | |
| CN117388703A (zh) | 基于改进深度残差的电容老化状态评估方法 | |
| CN118100446B (zh) | 一种用于电力系统的节点运行状态智能检测方法 | |
| CN117874544B (zh) | 基于时序分析的阀门故障智能诊断方法 | |
| CN116718924A (zh) | 一种基于电磁检测技术的数字孪生电池构建方法 | |
| CN117609679A (zh) | 基于多源数据的电动推杆故障检测方法 | |
| CN117434486B (zh) | 一种直流分路计量误差分析处理方法 | |
| CN117310455B (zh) | 一种基于电信号的口腔扫描仪电路板故障检测方法 | |
| CN112329272B (zh) | 综合光伏组件退化和寿命数据的剩余寿命拟合预测方法 | |
| CN117313014B (zh) | 一种窑炉运转能耗异常数据实时监测预警方法 | |
| CN112880726A (zh) | 基于变分模态分解样本熵的传感器故障诊断方法和装置 | |
| CN111982248B (zh) | 一种改进的传感器动态数据融合方法 | |
| CN116319378B (zh) | 基于深度学习的网络流量矩阵估计、模型训练方法和系统 | |
| CN101241872A (zh) | 一种分布式超声引线键合质量在线检测系统 | |
| CN111121827B (zh) | 一种基于卡尔曼滤波的tmr磁编码器系统 | |
| CN109374686B (zh) | 一种气体传感器 | |
| CN111273126A (zh) | 一种配电网拓扑快速感知方法 | |
| CN111898664B (zh) | 一种基于Block-Bootstrap和多阶段聚类的桥梁模态参数自动识别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |