电力科学与技术学报2023，Vol.38Issue(5) ：206-215.DOI:10.19781/j.issn.1673-9140.2023.05.021

联合改进SVR和渐消记忆递推最小二乘算法的电能表误差评估模型研究

Research on error evaluation model of electricity meter combining improved SVR and fading memory recursive least squares algorithm

王浩 杨鹏 李翀 申洪涛 薛强 李倩
电力科学与技术学报2023，Vol.38Issue(5) ：206-215.DOI:10.19781/j.issn.1673-9140.2023.05.021
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

联合改进SVR和渐消记忆递推最小二乘算法的电能表误差评估模型研究

Research on error evaluation model of electricity meter combining improved SVR and fading memory recursive least squares algorithm

王浩 1杨鹏 2李翀 1申洪涛 1薛强 3李倩1
扫码查看

作者信息

  • 1. 国网河北省电力有限公司营销服务中心,河北石家庄 050000
  • 2. 国网河北省电力有限公司,河北石家庄 050000
  • 3. 石家庄铁道大学电气与电子工程学院,河北石家庄 050000
  • 折叠

摘要

针对电能计量装置运行误差现场检定难度大、定期轮换成本高等问题,提出一种联合麻雀搜索算法(SSA)、支持向量回归机(SVR)和渐消记忆递推最小二乘算法(FMRLS)的电能表误差评估模型.该方法首先利用改进的K-Means算法对台区进行分类,将分类后的样本导入利用SSA优化后的SVR模型进行训练,建立台区线损率预测模型;而后将得到的线损率代入改进的线损模型,构建电能表误差求解方程,利用FMRLS算法对误差方程进行求解,对电能表误差进行估计.通过河北省某低压台区样本的数据验证,该方法可以实现对低压台区线损率的有效预测,并估计出在运电能表的误差,为加快推进智能电能表检修策略由定期更换转向状态轮换提供技术保障.

关键词

智能电能表/台区线损率/SVR/FMRLS算法/误差估计

Key words

smart electricity meter/platform area line loss rate/SVR algorithm/FMRLS algorithm/error estimation

引用本文复制引用

基金项目

国家自然科学基金(11872253)

国家电网河北省电力公司科技项目(kj2021-056)

出版年

2023
电力科学与技术学报
长沙理工大学

电力科学与技术学报

CSTPCDCSCD北大核心
影响因子：0.85
ISSN：1673-9140
被引量1
参考文献量19
段落导航相关论文