本发明涉及电能表计量技术领域，尤其是一种计量误差影响因素单因素定量分析方法。
背景技术：
随着国民经济的不断发展和人们生活水平的不断提高，每年的用电量也在稳步增长。电能表计量的准确性与电力企业和用户的经济利益直接相关，学术、行业对电能表计量误差产生机制和影响因素一直有所尝试。现有的计量误差影响因素主要包括定性研究，定性研究的方法主要依据电能表的计量机械或电子原理对可能的影响因素进行定性的分析。这也是目前主要的方法。这类方法存在的问题比较明显，就是定性的方法不能进行定量的描述，且定性分析的因素不一定完整客观。
技术实现要素：
本发明所要解决的技术问题是提供一种可以实现定量描述的计量误差影响因素单因素定量分析方法。
本发明解决其技术问题所采用的技术方案为：该计量误差影响因素单因素定量分析方法，包括以下步骤：
1)、获取计量误差影响因素单因素数据集合{di,d,k}以及计量误差数据集合{ye}，其中下标i表示第i个电能表，下标d表示第d个时间窗口，所述时间窗口为天或小时或分钟，k表示第d个时间窗口内第k个观察记录，ye表示di,d,k所对应的计量误差值；
2)、对获取的单因素数据集合{di,d,k}进行异常值处理；具体处理方法如下：将获取的单因素数据di,d,k依次带入如下两个判断公式：
若di,d,k同时不满足其中任一判断公式，则该di,d,k数值为正常值，若di,d,k满足其中任意一个判断公式，则该di,d,k数值为异常值，并将该异常的di,d,k值从单因素数据集合{di,d,k}中剔除；同时剔除计量误差数据集合{ye}中异常的di,d,k所对应的ye值；
3)、对剔除异常值的单因素数据集合{di,d,k}和计量误差数据集合{ye}进行无量纲化处理，具体分方法如下：将di,d,k依次带入以下公式得到无量纲的单因素数据集合{xi}，
4)、对计量误差数据集合{yi}进行分箱离散化处理得到计量误差分箱离散化数据label；结合label对单因素数据集合{xi}进行数据离散化处理得到单因素离散数据集合{dxi}，将单因素数据集合{xi}进行数据离散化处理得到单因素离散数据集合{dxi}的方法如下：
a:定义信息熵计算函数
b：初始化xi的划分点集合cutindex＝{}；
c：确定所有的划分点集合allcutpoints＝distinct{xi}；
d：对allcutpoints的每个划分点pi进行数据划分，并根据公式
e：选择max(ei)对应的划分点pimax作为最佳划分点，划分后的信息熵记为eimax；
f：对pimax左右两侧的标签变量label分别记为labell、labelr；label、labell、labelr对应的属性数分别与k、kl、kr；label的样本数记为m，计算cond：
g：若ent(y)-eimax>cond，则将pimax添加到cutindex；并对xlxr执行b步骤，否则结束；
5)、先将单因素离散数据集合{dxi}与计量误差分箱离散化数据label组成如下所述的矩阵：
其中，lidxj(i＝1,l,m；j＝1,l,n)表示计量误差分箱离散化数据label中第i个属性与单因素离散数据集合{dxi}中第j个属性的样本数量；
然后根据以下公式计算得到该单因素与计量误差之间的相关性统计量值χ：
进一步的是，所述单因素为电压、电流、有功功率、总有功功率、无功功率、总无功功率、相位角、温度、湿度其中的任何一种。
本发明的有益效果：该计量误差影响因素单因素定量分析方法通过获取大量的单因素数据，在大量单因素数据的基础上通过异常值处理、无量纲化处理、离散化处理和合理的分析算法对电能表的计量误差影响因素进行定量分析，克服了定性分析存在的定量不足，可以准确得到单因素对计量误差的影响程度，并通过数值量化反应，可以直观的显示单因素对计量误差的影响大小。
具体实施方式
本发明所述的计量误差影响因素单因素定量分析方法，包括以下步骤：
1)、获取计量误差影响因素单因素数据集合{di,d,k}以及计量误差数据集合{ye}，其中下标i表示第i个电能表，下标d表示第d个时间窗口，所述时间窗口为天或小时或分钟，k表示第d个时间窗口内第k个观察记录，ye表示di,d,k所对应的计量误差值；
2)、对获取的单因素数据集合{di,d,k}进行异常值处理；具体处理方法如下：将获取的单因素数据di,d,k依次带入如下两个判断公式：
若di,d,k同时不满足其中任一判断公式，则该di,d,k数值为正常值，若di,d,k满足其中任意一个判断公式，则该di,d,k数值为异常值，并将该异常的di,d,k值从单因素数据集合{di,d,k}中剔除；同时剔除计量误差数据集合{ye}中异常的di,d,k所对应的ye值；
3)、在电能表计量环境中，单因素的数据单位与计量误差的单位是不同的，为分析各个单因素与电能表计量误差的相关性，对剔除异常值的单因素数据集合{di,d,k}和计量误差数据集合{ye}进行无量纲化处理，具体分方法如下：将di,d,k依次带入以下公式得到无量纲的单因素数据集合{xi}，
d、由于获取的单因素数据都是通过传感器获得，鉴于传感器数据的高灵敏性，为较好分析影响单因素与电能表计量误差的关系，对数据进行离散化操作，以解决传感器数据高灵敏带来的影响，对计量误差数据集合{yi}进行分箱离散化处理得到计量误差分箱离散化数据label；结合label对单因素数据集合{xi}进行数据离散化处理得到单因素离散数据集合{dxi}，将单因素数据集合{xi}进行数据离散化处理得到单因素离散数据集合{dxi}的方法如下：
a:定义信息熵计算函数
b：初始化xi的划分点集合cutindex＝{}；
c：确定所有的划分点集合allcutpoints＝distinct{xi}；
d：对allcutpoints的每个划分点pi进行数据划分，并根据公式
e：选择max(ei)对应的划分点pimax作为最佳划分点，划分后的信息熵记为eimax；
f：对pimax左右两侧的标签变量label分别记为labell、labelr；label、labell、labelr对应的属性数分别与k、kl、kr；label的样本数记为m，计算cond：
g：若ent(y)-eimax>cond，则将pimax添加到cutindex；并对xlxr执行b步骤，否则结束；
5)、先将单因素离散数据集合{dxi}与计量误差分箱离散化数据label组成如下所述的矩阵：
其中，lidxj(i＝1,l,m；j＝1,l,n)表示计量误差分箱离散化数据label中第i个属性与单因素离散数据集合{dxi}中第j个属性的样本数量；
然后根据以下公式计算得到该单因素与计量误差之间的相关性统计量值χ：
该计量误差影响因素单因素定量分析方法通过获取大量的单因素数据，在大量单因素数据的基础上通过异常值处理、无量纲化处理、离散化处理和合理的分析算法对电能表的计量误差影响因素进行定量分析，克服了定性分析存在的定量不足，可以准确得到单因素对计量误差的影响程度，并通过数值量化反应，可以直观的显示单因素对计量误差的影响大小。
在上述实施方式中，所述单因素可以是电压、电流、有功功率、总有功功率、无功功率、总无功功率、相位角、温度、湿度其中的任何一种。通过上述方法可以得到电压、电流、有功功率、总有功功率、无功功率、总无功功率、相位角、温度、湿度分别对计量误差的影响大小，从而给电力企业和用户一个准确的信息反馈。