CN117741547A - 电能表的计量精度校准方法及装置 - Google Patents
电能表的计量精度校准方法及装置 Download PDFInfo
- Publication number
- CN117741547A CN117741547A CN202311520487.1A CN202311520487A CN117741547A CN 117741547 A CN117741547 A CN 117741547A CN 202311520487 A CN202311520487 A CN 202311520487A CN 117741547 A CN117741547 A CN 117741547A
- Authority
- CN
- China
- Prior art keywords
- electric energy
- energy meter
- metering
- error
- error compensation
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000007613 environmental effect Effects 0.000 claims description 11
- 238000005286 illumination Methods 0.000 claims description 5
- 238000003062 neural network model Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 description 18
- 230000032683 aging Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 230000015654 memory Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 239000010410 layer Substances 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006353 environmental stress Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 239000011241 protective layer Substances 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明提供一种电能表的计量精度校准方法及装置，属于电能表领域。该方法包括：获取第一电能表的工作参数和计量误差；根据工作参数和计量误差，对第一电能表对应的误差补偿模型进行参数调整；其中，误差补偿模型用于根据第一电能表的工作参数，计算第一电能表的计量补偿系数；将参数调整后的误差补偿模型发送给至少一个第二电能表，以使至少一个第二电能表更新各自对应的误差补偿模型；其中，第二电能表为预先划分的与第一电能表运行工况相似的电能表。本发明能够进一步提高电能表的计量精度。
Description
技术领域
本发明涉及电能表技术领域，尤其涉及一种电能表的计量精度校准方法及装置。
背景技术
随着电力物联网快速发展，智能电能表、采集终端、电子式互感器等新型计量设备得到了广泛的应用，智能电能表作为国家电网的核心计量设备，其计量精度显得尤为重要。
然而，由于受环境、设备老化等因素的影响，导致电能表存在一定的计量误差。申请号为CN201810311996.6的专利公开了一种电能表温度影响误差补偿方法，通过生成电能表元器件受温度变化影响的计量误差三次曲线，根据当前环境检测温度，计算补偿增益，该方案从一定程度上补偿了温度对电能表计量精度的影响。
然而，电能表在实际运行过程中，还受到其它诸多因素的综合作用，仅从温度方面进行补偿，电能表的计量精度仍然不高。
发明内容
有鉴于此，本发明实施例提供了一种电能表的计量精度校准方法及装置，以进一步提高电能表的计量精度。
第一方面，本发明实施例提供了一种电能表的计量精度校准方法，包括：
获取第一电能表的工作参数和计量误差；
根据工作参数和计量误差，对第一电能表对应的误差补偿模型进行参数调整；其中，误差补偿模型用于根据第一电能表的工作参数，计算第一电能表的计量补偿系数；
将参数调整后的误差补偿模型发送给至少一个第二电能表，以使至少一个第二电能表更新各自对应的误差补偿模型；其中，第二电能表为预先划分的与第一电能表运行工况相似的电能表。
结合第一方面，在第一方面的一种可能的实现方式中，误差补偿模型为神经网络模型；
根据工作参数和计量误差，对第一电能表对应的误差补偿模型进行参数调整，包括：
将工作参数输入至第一电能表对应的误差补偿模型中，得到第一电能表的计量补偿系数实际值；
根据计量误差和计量补偿系数实际值，计算第一电能表的计量补偿系数需求值；
将工作参数作为第一电能表对应的误差补偿模型的输入，将计量补偿系数需求值作为第一电能表对应的误差补偿模型的输出，调整第一电能表对应的误差补偿模型的权值参数。
结合第一方面，在第一方面的一种可能的实现方式中，在根据计量误差和计量补偿系数实际值，计算第一电能表的计量补偿系数需求值之后，还包括：
判断计量补偿系数需求值是否大于预设的补偿系数阈值；
若大于，则对第一电能表进行故障预警。
结合第一方面，在第一方面的一种可能的实现方式中，运行工况包括运行环境和产品批次，第二电能表为与第一电能表产品批次相同，且运行环境相似的电能表。
结合第一方面，在第一方面的一种可能的实现方式中，第二电能表通过以下方式确定：
获取第一电能表的运行环境特征，以及与第一电能表产品批次相同的各个电能表的运行环境特征；
根据运行环境特征，计算第一电能表与各个相同批次电能表的环境相似度；
将环境相似度小于预设的相似度阈值的电能表作为第二电能表。
结合第一方面，在第一方面的一种可能的实现方式中，运行环境特征包括以下的至少一项：环境温度特征、环境湿度特征、电参数特征、光照强度特征和空气质量特征。
结合第一方面，在第一方面的一种可能的实现方式中，计算环境相似度的方法为欧式距离法。
结合第一方面，在第一方面的一种可能的实现方式中，工作参数包括以下的至少一项：温度、电压、电流和相角。
结合第一方面，在第一方面的一种可能的实现方式中，在获取第一电能表的工作参数和计量误差之后，还包括：
判断计量误差是否大于预设的误差阈值；
若大于，则将工作参数和计量误差作为无效数据删除。
第二方面，本发明实施例提供了一种电能表的计量精度校准装置，包括：
获取模块，用于获取第一电能表的工作参数和计量误差；
调整模块，用于根据工作参数和计量误差，对第一电能表对应的误差补偿模型进行参数调整；其中，误差补偿模型用于根据第一电能表的工作参数，计算第一电能表的计量补偿系数；
校准模块，用于将参数调整后的误差补偿模型发送给至少一个第二电能表，以使至少一个第二电能表更新各自对应的误差补偿模型；其中，第二电能表为预先划分的与第一电能表运行工况相似的电能表。
本发明实施例与现有技术相比存在的有益效果是：
本发明实施例通过误差补偿模型，能够根据电能表的工作参数，计算电能表的计量补偿系数，从而补偿了各种因素对计量精度的影响，提高了电能表的计量精度。并且，本发明实施例通过获取电能表精度校验时的工作参数和计量误差，对当前电能表以及工况相似电能表的误差补偿模型进行参数调整，能够根据实际数据不断改进误差补偿模型，大批量的修正电能表老化引起的误差，进一步提高了电能表的计量精度。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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地介绍，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他的附图。
图1是本发明实施例提供的电能表的结构示意图；
图2是本发明实施例提供的电能表的计量精度校准方法的流程示意图；
图3是本发明实施例提供的电能表的计量精度校准装置的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。
图1为本发明实施例提供的一种智能电能表的结构示意图。智能电能表主要是由电子元器件构成，其核心是智能芯片，由测量单元、数据处理单元、通信单元等组成。
电源模块的主要元器件组成包括开关电源、降压元件、整流元件、滤波元件、稳压管、后备电池等，主要功能是为电能表进行供电。
主控模块的主要元器件组成包括单片机(MCU)、晶振、外围电路等，主要功能是存储并处理电表所有的运行数据，输出控制命令信号，是电能表的核心模块。主控模块中的微处理器由中央处理器(CPU)、只读存储器、读写存储器、输入输出口等组成。它能够实现电能表内一切复杂数据的分析、计算、处理、存储和运行，一方面转化成脉冲进行输出，另一方面将计算好的数据传输给液晶进行显示，同时能够处理好其他功能的协调。
通信模块的主要元器件分为红外通信模块、485通信模块和低压载波通信模块，主要功能是实现红外通信、485通信、载波通信。
存储模块的主要元器件包括可编程只读存储器、铁电存储器、Flash存储器，主要功能是针对不同复杂环境，启用不同的存储器来储存电表运行数据。
显示模块主要元器件组成包括LCD液晶屏、驱动芯片、校验表输出口、按钮、辅助端子等，主要功能是用于报警指示、显示用电量、剩余电量等各类电能表参数。
计量模块主要元器件组成包括电压采样元件、电流采样元件、计量芯片等，主要功能是对产生电消耗脉冲计量信号，提供给MCU控制芯片进行计费。
按键模块实现人机交互功能。使用者通过该按键电路实现对电能表中相关信息的查看、设置等操作。
时钟模块主要元器件组成包括时钟芯片、外围电路设计、温度补偿片等，主要功能是为电能表提供实时时钟，作为电量冻结、费率切换的依据。
安全模块又称嵌入式安全控制模块，主要功能是防止电能表运行过程中数据被窃取而采取的一种具有加密算法等安全保护机制的控制模块。
电能表的工作原理是利用电子电路片来实现对电能的计量。首先将负载电流和负载电压进行实时电流采样及电压采样，再经各自的A/D模数转换器，将转换后的电流及电压分别送到DSP数字处理系统，DSP数字处理系统可做实时的U、I运算，求出实际各种参数，再由频率发生器产生高频脉冲输出，该脉冲为电能高脉冲，由分频器得到电能低频脉冲供检定标准表时使用，高、低频电能脉冲输出到接口，同时单片机和DSP进行实时通讯，并通过液晶显示屏显示出用电量。
智能电能表实际运行的环境是较为复杂的各种环境应力叠加的真实环境，复杂的现场环境对电能表的可靠性影响较大。因此，研究复杂环境下智能电能表的计量误差并对电能表的计量结果进行补偿，具有重要意义。
本发明一实施例提供了一种电能表的计量精度校准方法，参见图2所示，该方法包括：
步骤S201，获取第一电能表的工作参数和计量误差。
在本实施例中，第一电能表的工作参数和计量误差，由工作人员进行电能表校验时上传。工作人员会定期对已安装的电能表进行精度检验，并将精度检验时电能表的工作参数和计量误差进行上传。
其中，工作参数主要为影响电能表计量精度的因素，例如，工作参数可以包括但不限于以下的至少一项：温度、电压、电流和相角。
其中，对电能表进行精度检验的方法可以采用定时比较法或定低频脉冲数比较法。
定时比较法是指在特定的一段时间内，分别记下标准表和被检表累计的电能值，相对误差计算公式如下：
式中，γ表示系统误差，不需修正时γW＝0；W'表示试验被检表显示的电能值，用J为单位表示；W表示选定标准表所测电能值。
定低频脉冲数比较法是在标准表和被检表都连续运行的情况下，读取标准表在被检表输出N个低频脉冲时输出的高频脉冲数m，作为实测高频脉冲数，再与算定的高频脉冲数相比较，相对误差计算公式如下：
式中，γ表示系统误差，不需修正时γW＝0；W0表示试验被检表显示的电能值，用J为单位表示；W表示选定标准表所测电能值。
步骤S202，根据工作参数和计量误差，对第一电能表对应的误差补偿模型进行参数调整；其中，误差补偿模型用于根据第一电能表的工作参数，计算第一电能表的计量补偿系数。
不同工作参数对电能表的计量性能都有所影响，但影响程度各有不同。由于电能表运行环境的复杂性及不确定性，就会导致计量误差的产生。因此本实施例综合考虑多种因素的影响，利用神经网络算法建立电能表计量误差模型，对电能表的计量结果进行补偿。
其中，误差补偿模型以第一电能表的工作参数作为输入，即上述的温度、电压、电流和相角，输出计量补偿系数。该计量补偿系数与电能表的计量结果进行相乘，得到电能表的准确计算结果。
步骤S203，将参数调整后的误差补偿模型发送给至少一个第二电能表，以使至少一个第二电能表更新各自对应的误差补偿模型；其中，第二电能表为预先划分的与第一电能表运行工况相似的电能表。
在本实施例中，每次校验电能表后，工作人员将校验时的工作参数和计量误差上传，系统根据该数据，对误差补偿模型进行参数调整，然后下发给各个电能表，实现误差补偿模型的不断改进以及大批量的修正，解决电能表老化引起的误差，提高电能表的计量精度和使用年限。
这里，运行工况包括运行环境和产品批次，第二电能表为与第一电能表产品批次相同，且运行环境相似的电能表。可以理解的是，产品批次相同的电能表，器件的工艺性能基本一致，工况相似的电能表受到的环境因素影响相似，因此，产品批次相同且运行环境相似的电能表具有相似的老化特性，精度的变化趋于一致，因此可以进行大批量修正。
这里运行环境特征可以包括以下的至少一项：环境温度特征、环境湿度特征、电参数特征、光照强度特征和空气质量特征。例如，高温环境影响计量设备的绝缘性能，加速材料老化速度；降低设备电接触可靠性；降低设备中金属材料的机械强度。潮湿将导致计量设备的表面电阻率下降，绝缘强度降低，甚至发生漏电、短路和损坏。潮湿还会引起材料腐蚀、霉烂和金属生锈。高盐雾环境会腐蚀计量设备中金属表面的氧化层和防护层，加速器件锈蚀，引起设备短路、电池放电、时钟复位等故障。本实施例通过分析加速电能表老化的因素，筛选出环境温度特征、环境湿度特征、电参数特征、光照强度特征和空气质量特征作为主要因素，对电能表的运行环境进行相似度判断。
可见，本发明实施例通过误差补偿模型，能够根据电能表的工作参数，计算电能表的计量补偿系数，从而补偿了各种因素对计量精度的影响，提高了电能表的计量精度。并且，本发明实施例通过获取电能表精度校验时的工作参数和计量误差，对当前电能表以及工况相似电能表的误差补偿模型进行参数调整，能够根据实际数据不断改进误差补偿模型，大批量的修正电能表老化引起的误差，进一步提高了电能表的计量精度。
作为一种可能的实现方式中，误差补偿模型为神经网络模型。
神经网络模型能够有效的建立电能表计量误差和不同工作参数之间的联系。它的学习过程表现为有监督学习，即需要人为给出的目标输出样本。然后通过神经网络自身学习机制，即可得到最优输出解。
在本实施例中，可以预先获取产品批次相同且运行环境相似的一个或多个电能表，在不同工作参数下的计量误差，进而计算不同工作参数下电能表需要的计量补偿系数。然后，将这些数据分为训练集和测试集，通过训练集训练神经网络模型的输出层、隐含层、输入层和神经元之间的连接权值等，最后利用测试集进行测试，得到误差补偿模型。该误差补偿模型写入对应的电能表的处理单元中，从而进行计量结果的补偿。
作为一种可能的实现方式中，步骤S202中，根据工作参数和计量误差，对第一电能表对应的误差补偿模型进行参数调整，包括：
将工作参数输入至第一电能表对应的误差补偿模型中，得到第一电能表的计量补偿系数实际值；
根据计量误差和计量补偿系数实际值，计算第一电能表的计量补偿系数需求值；
将工作参数作为第一电能表对应的误差补偿模型的输入，将计量补偿系数需求值作为第一电能表对应的误差补偿模型的输出，调整第一电能表对应的误差补偿模型的权值参数。
在本实施例中，将温度、电压、电流和相角输入至误差补偿模型中，模型输出计量补偿系数实际值，当前电能表输出结果的计量误差和计量补偿系数实际值相加，就是电能表的计量补偿系数需求值。将工作参数作为误差补偿模型的输入，将计量补偿系数需求值作为误差补偿模型的输出，调整误差补偿模型的权值参数，从而使模型输出结果等同于计量补偿系数需求值。
因而，本方案能够不断获取训练数据，对误差补偿模型进行不断更新，从而根据实际情况调整误差补偿模型，使模型输出的计量补偿系数更准确。另外，解决了因电能表器件老化引起的计量精度漂移的问题。
作为一种可能的实现方式，在根据计量误差和计量补偿系数实际值，计算第一电能表的计量补偿系数需求值之后，还可以包括：
判断计量补偿系数需求值是否大于预设的补偿系数阈值；
若大于，则对第一电能表进行故障预警。
在本实施例中，电能表器件老化引起的计量精度漂移一般都比较小，但是随着时间的推移，器件老化加重，漂移值累加，当计量补偿系数需求值大于预设的补偿系数阈值后，则说明电能表器件已经老化到一定程度，可能存在损坏的风险。此时，通过对电能表进行故障预警，使工作人员进行详细的检修，必要时可以大批量更换电能表，保证电能计量的准确性。
作为一种可能的实现方式，第二电能表通过以下方式确定：
获取第一电能表的运行环境特征，以及与第一电能表产品批次相同的各个电能表的运行环境特征；
根据运行环境特征，计算第一电能表与各个相同批次电能表的环境相似度；
将环境相似度小于预设的相似度阈值的电能表作为第二电能表。
其中，计算环境相似度的方法为欧式距离法。
作为一种可能的实现方式，也可以采用聚类方法，对产品批次相同的各个电能表进行聚类，环境相似的电能表聚为一类。
本发明对计算电能表的环境相似度的方法不作限定。
作为一种可能的实现方式，在获取第一电能表的工作参数和计量误差之后，还可以包括：
判断计量误差是否大于预设的误差阈值；
若大于，则将工作参数和计量误差作为无效数据删除。
在本实施例中，如果对电能表的校验结果显示，该电能表的计量误差非常大，则可能是工作人员操作不当，也可能是该电能表发生了故障。如果使用该数据训练各个电能表的误差补偿模型，显然是不合理的。因此本实施例通过设定误差阈值，仅将计量误差较小的数据作为训练数据，从而在不断更新的过程中，消除电能表老化引起的误差，并且即便工作人员操作不当产生错误数据，也不会过多影响电能表的精度，且在后续校验时还可以调整回来。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
本发明一实施例还提供了一种电能表的计量精度校准装置，参见图3所示，电能表的计量精度校准装置30包括：
获取模块31，用于获取第一电能表的工作参数和计量误差.
调整模块32，用于根据工作参数和计量误差，对第一电能表对应的误差补偿模型进行参数调整；其中，误差补偿模型用于根据第一电能表的工作参数，计算第一电能表的计量补偿系数。
校准模块33，用于将参数调整后的误差补偿模型发送给至少一个第二电能表，以使至少一个第二电能表更新各自对应的误差补偿模型；其中，第二电能表为预先划分的与第一电能表运行工况相似的电能表。
作为一种可能的实现方式，调整模块32用于：
将工作参数输入至第一电能表对应的误差补偿模型中，得到第一电能表的计量补偿系数实际值；
根据计量误差和计量补偿系数实际值，计算第一电能表的计量补偿系数需求值；
将工作参数作为第一电能表对应的误差补偿模型的输入，将计量补偿系数需求值作为第一电能表对应的误差补偿模型的输出，调整第一电能表对应的误差补偿模型的权值参数。
作为一种可能的实现方式，在根据计量误差和计量补偿系数实际值，计算第一电能表的计量补偿系数需求值之后，调整模块32还用于：
判断计量补偿系数需求值是否大于预设的补偿系数阈值；
若大于，则对第一电能表进行故障预警。
作为一种可能的实现方式，运行工况包括运行环境和产品批次，第二电能表为与第一电能表产品批次相同，且运行环境相似的电能表。
作为一种可能的实现方式，第二电能表通过以下方式确定：
获取第一电能表的运行环境特征，以及与第一电能表产品批次相同的各个电能表的运行环境特征；
根据运行环境特征，计算第一电能表与各个相同批次电能表的环境相似度；
将环境相似度小于预设的相似度阈值的电能表作为第二电能表。
作为一种可能的实现方式，运行环境特征包括以下的至少一项：环境温度特征、环境湿度特征、电参数特征、光照强度特征和空气质量特征。
作为一种可能的实现方式，计算环境相似度的方法为欧式距离法。
作为一种可能的实现方式，工作参数包括以下的至少一项：温度、电压、电流和相角。
作为一种可能的实现方式，在获取第一电能表的工作参数和计量误差之后，获取模块31还用于：
判断计量误差是否大于预设的误差阈值；
若大于，则将工作参数和计量误差作为无效数据删除。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的模板、单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个电能表的计量精度校准方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种电能表的计量精度校准方法，其特征在于，包括：
获取第一电能表的工作参数和计量误差；
根据所述工作参数和所述计量误差，对所述第一电能表对应的误差补偿模型进行参数调整；其中，所述误差补偿模型用于根据所述第一电能表的工作参数，计算所述第一电能表的计量补偿系数；
将参数调整后的误差补偿模型发送给至少一个第二电能表，以使所述至少一个第二电能表更新各自对应的误差补偿模型；其中，所述第二电能表为预先划分的与所述第一电能表运行工况相似的电能表。
2.根据权利要求1所述的电能表的计量精度校准方法，其特征在于，所述误差补偿模型为神经网络模型；
所述根据所述工作参数和所述计量误差，对所述第一电能表对应的误差补偿模型进行参数调整，包括：
将所述工作参数输入至所述第一电能表对应的误差补偿模型中，得到所述第一电能表的计量补偿系数实际值；
根据所述计量误差和所述计量补偿系数实际值，计算所述第一电能表的计量补偿系数需求值；
将所述工作参数作为所述第一电能表对应的误差补偿模型的输入，将所述计量补偿系数需求值作为所述第一电能表对应的误差补偿模型的输出，调整所述第一电能表对应的误差补偿模型的权值参数。
3.根据权利要求2所述的电能表的计量精度校准方法，其特征在于，在根据所述计量误差和所述计量补偿系数实际值，计算所述第一电能表的计量补偿系数需求值之后，还包括：
判断所述计量补偿系数需求值是否大于预设的补偿系数阈值；
若大于，则对所述第一电能表进行故障预警。
4.根据权利要求1所述的电能表的计量精度校准方法，其特征在于，所述运行工况包括运行环境和产品批次，所述第二电能表为与所述第一电能表产品批次相同，且运行环境相似的电能表。
5.根据权利要求4所述的电能表的计量精度校准方法，其特征在于，所述第二电能表通过以下方式确定：
获取所述第一电能表的运行环境特征，以及与所述第一电能表产品批次相同的各个电能表的运行环境特征；
根据所述运行环境特征，计算所述第一电能表与各个相同批次电能表的环境相似度；
将环境相似度小于预设的相似度阈值的电能表作为所述第二电能表。
6.根据权利要求5所述的电能表的计量精度校准方法，其特征在于，所述运行环境特征包括以下的至少一项：环境温度特征、环境湿度特征、电参数特征、光照强度特征和空气质量特征。
7.根据权利要求5所述的电能表的计量精度校准方法，其特征在于，计算所述环境相似度的方法为欧式距离法。
8.根据权利要求1-7任一项所述的电能表的计量精度校准方法，其特征在于，所述工作参数包括以下的至少一项：温度、电压、电流和相角。
9.根据权利要求1-7任一项所述的电能表的计量精度校准方法，其特征在于，在获取第一电能表的工作参数和计量误差之后，还包括：
判断所述计量误差是否大于预设的误差阈值；
若大于，则将所述工作参数和计量误差作为无效数据删除。
10.一种电能表的计量精度校准装置，其特征在于，包括：
获取模块，用于获取第一电能表的工作参数和计量误差；
调整模块，用于根据所述工作参数和所述计量误差，对所述第一电能表对应的误差补偿模型进行参数调整；其中，所述误差补偿模型用于根据所述第一电能表的工作参数，计算所述第一电能表的计量补偿系数；
校准模块，用于将参数调整后的误差补偿模型发送给至少一个第二电能表，以使所述至少一个第二电能表更新各自对应的误差补偿模型；其中，所述第二电能表为预先划分的与所述第一电能表运行工况相似的电能表。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311520487.1A CN117741547A (zh) | 2023-11-14 | 2023-11-14 | 电能表的计量精度校准方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311520487.1A CN117741547A (zh) | 2023-11-14 | 2023-11-14 | 电能表的计量精度校准方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117741547A true CN117741547A (zh) | 2024-03-22 |
Family
ID=90281994
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311520487.1A Pending CN117741547A (zh) | 2023-11-14 | 2023-11-14 | 电能表的计量精度校准方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117741547A (zh) |
-
2023
- 2023-11-14 CN CN202311520487.1A patent/CN117741547A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN100570388C (zh) | 使用神经网络评估电池的充电状态的设备和方法 | |
| CN111814390B (zh) | 基于传递熵和小波神经网络的电压互感器误差预测方法 | |
| CN107085148B (zh) | 一种并联电容器组的在线容限预警方法及装置 | |
| CN110794093B (zh) | 一种蒸发过程出料苛性碱浓度测量装置精度补偿方法 | |
| CN108957385B (zh) | 一种电能计量设备自动化检定线异常表位确认方法及装置 | |
| CN111458661A (zh) | 一种配电网线变关系诊断方法、装置及系统 | |
| CN102854485A (zh) | 一种综合性多参数电测仪表的自动化调校系统及调校方法 | |
| CN114047472A (zh) | 一种智能电表的计量误差监测系统及其监测方法、装置 | |
| CN109284933A (zh) | 一种基于数理统计的电子式互感器状态评估系统及方法 | |
| CN117233054B (zh) | 一种修正光纤探头沾染干扰的方法、修正系统及传感器 | |
| CN111521965A (zh) | 一种变压器套管介损检测装置校正系统以及方法 | |
| CN113552529B (zh) | 一种基于智能电能表在线监测的自校准系统与方法 | |
| CN117269734A (zh) | 一种主板带电老化检测系统 | |
| CN117826058A (zh) | 一种关口电容式电压互感器运行状态在线监测方法及装置 | |
| CN117929842A (zh) | 一种宽动态范围信号的测量误差校准方法及系统 | |
| CN117741547A (zh) | 电能表的计量精度校准方法及装置 | |
| CN112345992A (zh) | 一种脉冲电流法局部放电复合参量的校准方法及系统 | |
| CN117054958A (zh) | 一种基于大数据的电能表初始固有误差优化偏移范围的方法 | |
| CN112098066A (zh) | 基于门控循环单元的高压并联电抗器故障诊断方法及系统 | |
| Lake | Calibration procedures and instrumental accuracy estimates of ATLAS air temperature and relative humidity measurements | |
| Ershov et al. | Internet of measurement development based on NI PXI remote calibration | |
| Oldham et al. | An intercomparison of ac voltage using a digitally synthesized source | |
| CN113343471B (zh) | 随燃料电池衰减变化的电化学交流阻抗谱预测方法及系统 | |
| CN118604715A (zh) | 一种基于云计算的电能表误差校验方法 | |
| CN117606590B (zh) | 蒸汽仪表的校准方法、装置、电子设备及存储介质 |
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 |