多维条件对电子式电能表计量性能影响的建模研究及应用

发布时间：2017-06-30 10:24

  本文关键词：多维条件对电子式电能表计量性能影响的建模研究及应用，由笔耕文化传播整理发布。

【摘要】：电能表作为电网的终端计量器具被广泛安装,其计量准确性关系到电力贸易的公平性。现有的电能表国家标准在很大程度上确保了电能表的计量准确性,但是标准在进行电能表计量性能测试时将试验条件大多限定于参比条件或仅改变单维条件(影响量试验),不能够涵盖现场运行中的多维条件。为了能够更好探究现场工况多维条件下电能表的计量性能,确保现场运行电能表的准确性和可靠性,本论文针对多维条件对电能表计量性能的影响展开了一系列理论和试验研究,建立了一种适用于现场工况特点的多维条件下电能表计量性能模型。文章进行了以下工作：(1)总结多维条件对电能表计量性能影响的研究背景及多维条件下电能表建模的研究现状；(2)建立一种能综合反映多维条件对电能表计量性能影响的BP神经网络模型,模型的初步输入量为电压、电流、功率因数、温度、湿度和气压,输出量为电能表的相对误差；(3)搭建多维条件试验平台,并探究湿度和气压及其与温度耦合的工况对电能表计量性能的影响,试验表明湿度和气压对电能表的计量误差影响非常小,因此模型的最终输入量变为电压、电流、功率因数和温度；(4)根据基本误差试验和电压、温度影响量试验中的试验点完成模型的训练样本与验证样本的划分,并利用样本完成模型的构建,此外通过对其他单相电能表和三相关口电能表进行建模验证了该方法的可行性。(5)利用模型提出一种评价现场电能表运行状态的方法,进一步确保电能表现场检测工作的准确性。
【关键词】：电能表 现场工况 多维条件 BP神经网络 模型 试验
【学位授予单位】：中国电力科学研究院
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM933.4
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 绪论11-17
• 1.1 选题背景11-12
• 1.2 系统辨识在电能表建模中应用的研究现状12-14
• 1.2.1 系统辨识的相关理论12-13
• 1.2.2 电能表误差来源13
• 1.2.3 电能表建模的研究13-14
• 1.3 本文的主要工作14-17
• 第二章 多维条件下电能表计量性能模型建立的技术基础17-33
• 2.1 多维条件对电子式电能表计量性能影响的理论及试验研究17-22
• 2.1.1 电子式电能表计量原理17-18
• 2.1.2 标准规范对电能表的要求18-20
• 2.1.3 电影响量改变对电子式电能表计量性能影响20-21
• 2.1.4 气候影响量改变对电能表计量性能影响21-22
• 2.2 人工神经网络的概念22-27
• 2.2.1 人工神经网络的特征22-23
• 2.2.2 人工神经元的结构23-25
• 2.2.3 神经网络的分类25
• 2.2.4 BP神经网络原理25-26
• 2.2.5 BP神经网络的学习训练与泛化能力26-27
• 2.3 电能表多维条件影响与评估模型的理论研究27-32
• 2.3.1 基于BP神经网络的多维条件模型理论概述27-28
• 2.3.2 模型网络拓扑结构具体参数设计28-31
• 2.3.3 模型训练算法的优化31-32
• 2.4 本章小结32-33
• 第三章 多维条件影响试验的研究33-43
• 3.1 多维条件影响试验平台搭建33-35
• 3.2 试验探究条件下电能表计量性能35-40
• 3.2.1 湿度影响试验35-37
• 3.2.3 气压影响试验37-40
• 3.3 本章小结40-43
• 第四章 电能表多维条件影响模型的建立43-53
• 4.1 模型建立的流程43-46
• 4.1.1 模型数据样本来源43-44
• 4.1.2 模型数据训练样本和验证样本结果分类44-46
• 4.2 模型网络拓扑结构46-48
• 4.3 模型网络的训练学习48-51
• 4.4 本章小结51-53
• 第五章 多维条件下电能表计量性能模型的准确度和适用性53-65
• 5.1 多维条件下电能表性能模型性能测试53-55
• 5.1.1 多维条件下电能表性能模型性能测试53-54
• 5.1.2 验证样本测试54-55
• 5.2 多维条件下电能表计量性能模型对其他单相电能表的适用性55-57
• 5.3 多维条件下电能表计量性能模型对关口电能表的适用性57-63
• 5.3.1 基于关口电能表现场运行特点的电能表模型拓扑结构57-58
• 5.3.2 模型样本的划分58-60
• 5.3.3 训练样本测试60-62
• 5.3.4 验证样本测试62-63
• 5.4 本章小结63-65
• 第六章 模型的应用评估65-69
• 6.1 电能表模型对电能表现场运行状态的评估方法65-66
• 6.2 基于实测条件下单相电能表计量性能评估66-68
• 6.3 基于实测条件下三相关口电能表计量性能评估68
• 6.4 本章小结68-69
• 第七章 总结与展望69-71
• 7.1 全文总结69
• 7.2 工作展望69-71
• 参考文献71-75
• 攻读硕士学位期间发表的学术论文75-77
• 致谢77-79
• 在学期间发表的学术论文、专利及科研情况79

【参考文献】

中国期刊全文数据库 前10条

1 徐秀平,李柱峰;基于神经网络的电力电能自适应测量方法[J];电测与仪表;2003年08期

2 高中文;董红福;宋伟伟;;一种基于BP神经网络的电能表校验方法[J];电测与仪表;2006年09期

3 臧德;电力系统中电能计量现状及建议[J];电测与仪表;1994年05期

4 徐延利;电子式电能表误差检定方法、稳定性测量及提高稳定性的技术措施[J];电测与仪表;1994年05期

5 郭庆武,张n\,林锦国;Matlab神经网络工具箱及其在软测量建模中的应用[J];东南大学学报(自然科学版);2003年S1期

6 刘亚男;缑刚;;电能计量芯片的数字系统设计及其仿真[J];电子与封装;2006年08期

7 张鹏,向铁元,周青山,陈红坤;基于BP神经网络的谐波计量误差分析软件[J];高电压技术;2004年10期

8 黄艳;周文斌;吴晓昱;胡芳芳;郝东辉;;智能电能表的发展应用及误差调整[J];电测与仪表;2012年S1期

9 丁黎;李莉;刘莉;申建;;不同工况下各类单相电能表计量性能研究[J];电测与仪表;2013年S1期

10 于海波;刘佳;王春雨;李立;张垠;;功率因数对电能计量的影响[J];电测与仪表;2014年11期

中国博士学位论文全文数据库 前1条

1 门长有;电能计量算法及其SoC实现[D];浙江大学;2009年

中国硕士学位论文全文数据库 前9条

1 杨明辉;基于神经网络的系统辨识方法研究[D];北京工业大学;2000年

2 张素君;高压电力计量系统故障分析与检测[D];河南大学;2007年

3 董红福;基于BP神经网络的电能表检定及信息管理系统[D];哈尔滨理工大学;2007年

4 刘霞;一般化学习网络在非线性系统辨识及预测控制中的应用研究[D];北京化工大学;2008年

5 冯力鸿;谐波对电能表计量误差影响的分析[D];华北电力大学（北京）;2008年

6 林武平;用于电表计量芯片的Sigma Delta调制器的研究与设计[D];江南大学;2009年

7 李珏煊;单相智能电能表故障模式及影响分析[D];华北电力大学;2012年

8 计晓怡;智能电能表常见故障的研究和分析[D];华北电力大学;2012年

9 郭丽娟;智能电能表全生命周期质量评价方法研究[D];华北电力大学;2014年

  本文关键词：多维条件对电子式电能表计量性能影响的建模研究及应用，，由笔耕文化传播整理发布。

本文编号：501613