数据驱动的电量传感器误差在线评测闭环改进方法、系统及介质与流程

本发明涉及电量传感器运行时的误差评测方法，具体涉及一种数据驱动的电量传感器误差在线评测闭环改进方法、系统及介质。

背景技术：

传感器是测量物理参量的重要器件，是联系物理世界、信息世界的关键媒介。随着大数据、物联网、5g通信技术的不断发展和广泛应用，信息物理融合的需求日益增大，传感器网络的基础架构作用越发重要，其可靠性、准确性直接决定信息物理融合过程的有效性，需要开展误差测评。特别对于电量传感器而言，涉及贸易结算、安全防护等用途，是国家强制要求开展定期检定的计量器具。

传统的电量传感器误差测评方法是检测、校准、检定，又分为实负荷方式、虚负荷方式。其优点是测评结果准确、可复现、可溯源，缺点是需要改变被测电量传感器对应物理系统的运行方式，而这种改变可能不具备实现条件。例如对电能表开展现场带实负荷检测，使用电能计量标准现场同步计量电能，与被测电能表计量的电能进行比较，计算两个电能的差值，即被测电能表的计量误差；该电能计量标准可溯源至国家基准，在同样环境下进行多次误差测量的结果一致，对被测电能表误差的测评结果准确；电能计量标准的介入使原有的电力系统物理运行方式发生改变，即电能表单独计量电能转变为电能计量标准、电能表两者计量电能，而电能计量标准介入需要短时间断开电能主供回路或电流互感器二次回路，可能造成严重的安全事故或停电事故。

当前，电量传感器网络包含海量电量传感器单元，通过传统方法测评误差需要大量时间，需投入极大资源，部分电量传感器安装位置和运行方式不支持校准、检定，可见传统测评方法的局限性。近年来有学者和工程技术人员提出了基于数据驱动的电量传感器状态评价、误差推演。例如专利申请号为201410413185.9的中国专利申请文献公开了一种电能计量装置整体计量误差的在线评估方法和系统，该方案中记载了一种将电能量数据、电力系统物理拓扑结合的计量装置状态评估方法，专利申请号为201611092500.8的中国专利申请文献公开了一种基于大数据推演的电能计量装置误差检测方法及系统，该方案中记载了一种将母线不平衡率、电能量数据、电力系统物理拓扑结合的计量装置误差推演方法。这些方法基于已有的电量传感器网络、数据通讯网络、数据平台，在此技术体系上增加功能模块实现算法运行，不需要变更实际运行拓扑，也不会对运行系统产生任何影响。以上述两项技术为代表的基于数据驱动的电量传感器误差推演方法均是开环运算方式，即“数据”→“推演”→“结果”的方式。开环运算方式受到数据质量、推演模型合理性、数据模型匹配度等制约，泛化性普遍不强，需要进一步优化模型。

技术实现要素：

本发明要解决的技术问题：针对现有的开环型计量误差推演技术的不足，提供一种数据驱动的电量传感器误差在线评测闭环改进方法、系统及介质，本发明采用闭环运算方式来实现电量传感器误差在线评测，不需现场试验，不需改变物理系统的拓扑，不影响物理运行，同时又能一定程度解决开环型计量误差推演方法泛化性不强，推演结果不准的问题，能够有效提升结果推演准确性，提高推演模型泛化性，具有实现方法高效安全，不影响物理系统的优点。

为了解决上述技术问题，本发明采用的技术方案为：

一种数据驱动的电量传感器误差在线评测闭环改进方法，实施步骤包括：

1)初始化迭代次数n和误差推演次数q；

2)创建第n次迭代的传感数据修正模型集合sn；

3)按照时间序列同步采集电量传感器群的传感数据并生成传感数据集合data；

4)根据第n次迭代的传感数据修正模型集合sn生成第n次迭代后的传感数据修正系数集合an，根据传感数据修正系数集合an和传感数据集合data生成修正数据集合data’(n)；

5)更新误差推演次数q的值，将按照开环数据驱动算法对修正数据集合data’(n)开展电量传感器误差推演形成推演结果e(q)；

6)判断是否满足预设的结束迭代条件，如果不满足结束迭代条件，则更新迭代次数n以及传感数据修正模型sn，累积传感数据修正系数集合an，跳转执行步骤4)；否则输出第n次迭代的迭代结果an，结束。

可选地，所述传感数据修正模型集合sn的阵列范式如下式所示：

sn＝[s1n，s2n，s3n，…，spn]

上式中，n为迭代次数，p表示电量传感器群的电量传感器总数，s1n～spn分别表示电量传感器群中第1～p个电量传感器的第n次迭代的传感数据修正模型。

可选地，所述传感数据修正模型为动态步进修正模型，其函数表达式如下式所示：

上式中，sln表示任意第l个电量传感器第n次迭代的动态步进修正模型，αl为固定步长系数，eln是第l个电量传感器误差推演模型实施第n次误差推演的结果，n为迭代次数，m为修正模型的迭代演变尺度，ela为第l个电量传感器某一次误差推演结果。

可选地，所述传感数据修正模型为类pid修正模型，其函数表达式如下式所示：

上式中，sln表示任意第l个电量传感器第n次迭代的动态步进修正模型，eln是第l个电量传感器误差推演模型实施第n次误差推演的结果，el(n-1)是第l个电量传感器误差推演模型实施第n-1次误差推演的结果，ka、kb、kc为pid系数，n为迭代次数，m为修正模型的迭代演变尺度。

可选地，步骤3)中生成的传感数据集合data的函数表达式如下式所示：

上式中，d11～dp1分别表示电量传感器群中第1～p个电量传感器在第1个时间序列点上的传感数据；d12～dp2分别表示电量传感器群中第1～p个电量传感器在第2个时间序列点上的传感数据；d1t～dpt分别表示电量传感器群中第1～p个电量传感器在第t个时间序列点上的测量值。

可选地，步骤4)中生成第n次迭代后的传感数据修正系数集合an的函数表达式如下式所示：

an＝[a1n,a2n,...,apn]

上式中，an表示第n次迭代后的传感数据修正系数集合，a1n～apn表示电量传感器群中第1～p个电量传感器第n次迭代后的修正系数，且任意第p个电量传感器对应的第n次迭代后的修正系数的函数表达式如下式所示：

上式中，apn为任意第p个电量传感器对应的第n次迭代后的修正系数，n为迭代次数，m为1～n的参数用于累加或累乘运算，spm表示电量传感器群中第p个电量传感器的第m次迭代的传感数据修正模型，en表示第n次迭代后的电量传感器误差推演结果的集合；

步骤4)中根据传感数据修正系数集合an和传感数据集合data生成修正数据集合data’(n)的函数表达式如下式所示：

上式中，data′(n)表示传感修正数据，a1n～apn表示第n次迭代后的传感数据修正系数集合an中第1～p个电量传感器的修正系数，d11～dp1分别表示电量传感器群中第1～p个电量传感器在第1个时间序列点上的传感数据；d12～dp2分别表示电量传感器群中第1～p个电量传感器在第2个时间序列点上的传感数据；d1t～dpt分别表示电量传感器群中第1～p个电量传感器在第t个时间序列点上的测量值，en表示第n次迭代后的电量传感器误差推演结果的集合。

可选地，步骤5)中开展电量传感器误差推演形成的推演结果e(q)的函数表达式如下式所示：

e(q)＝[e1qe2q…epq]

上式中，e1q～epq分别为第1～p个电量传感器第q次迭代后的误差推演结果。

可选地，步骤6)中预设的结束迭代条件为满足误差阀值或者迭代次数n达到设定迭代次数上限。

此外，本发明还提供一种数据驱动的电量传感器误差在线评测闭环改进系统，包括计算机设备，该计算机设备被编程或配置以执行所述数据驱动的电量传感器误差在线评测闭环改进方法的步骤，或该计算机设备的存储器上存储有被编程或配置以执行所述数据驱动的电量传感器误差在线评测闭环改进方法的计算机程序。

此外，本发明还提供一种计算机可读存储介质，该计算机可读存储介质上存储有被编程或配置以执行所述数据驱动的电量传感器误差在线评测闭环改进方法的计算机程序。

和现有技术相比，本发明具有下述优点：

1、传统电量传感器误差推演方法均是开环运算方式，即“数据”→“推演”→“结果”的方式，开环运算方式受到数据质量、推演模型合理性、数据模型匹配度等制约，泛化性普遍不强；本发明提出的电量传感器误差在线评测闭环改进方法是一种闭环改进方法，闭环运算方式是“数据”→“修正”→“推演”→“初步结果”→“迭代修正模型”→“数据迭代推演”→“最终结果”，能够有效提升结果推演准确性，提高推演模型泛化性。

2、本发明提出的电量传感器误差在线评测闭环改进方法不需现场试验，不需改变物理系统的拓扑，不影响物理运行，同时又能一定程度解决开环型计量误差推演方法泛化性不强，推演结果不准的问题，能够有效提升结果推演准确性，提高推演模型泛化性，具有实现方法高效安全，不影响物理系统的优点。

附图说明

图1为本发明实施例一方法的基本流程示意图。

图2为本发明实施例一基于步进修正模型的计量误差闭环迭代推演渐变过程。

图3为本发明实施例二基于类pid修正模型的计量误差闭环迭代推演渐变过程。

具体实施方式

以下结合说明书附图和具体优选的实施例对本发明作进一步描述，但并不因此而限制本发明的保护范围。

实施例一：

如图1所示，本实施例数据驱动的电量传感器误差在线评测闭环改进方法的实施步骤包括：

1)初始化迭代次数n和误差推演次数q；

2)创建第n次迭代的传感数据修正模型集合sn；

3)按照时间序列同步采集电量传感器群的传感数据并生成传感数据集合data；

4)根据第n次迭代的传感数据修正模型集合sn生成第n次迭代后的传感数据修正系数集合an，根据传感数据修正系数集合an和传感数据集合data生成修正数据集合data’(n)；

5)更新误差推演次数q的值，将按照开环数据驱动算法对修正数据集合data’(n)开展电量传感器误差推演形成推演结果e(q)；

6)判断是否满足预设的结束迭代条件，如果不满足结束迭代条件，则更新迭代次数n以及传感数据修正模型sn，累积传感数据修正系数集合an，跳转执行步骤4)；否则输出第n次迭代的迭代结果an，结束。

本实施例中，步骤1)初始化迭代次数n＝0和误差推演次数q＝0；

本实施例中，所述传感数据修正模型集合sn的阵列范式如下式所示：

sn＝[s1n，s2n，s3n，…，spn]

上式中，n为迭代次数，p表示电量传感器群的电量传感器总数，s1n～spn分别表示电量传感器群中第1～p个电量传感器的第n次迭代的传感数据修正模型。

作为一种可选的实施方式，本实施例中的传感数据修正模型为动态步进修正模型，其函数表达式如下式所示：

上式中，sln表示任意第l个电量传感器第n次迭代的动态步进修正模型，αl为固定步长系数，eln是第l个电量传感器误差推演模型实施第n次误差推演的结果，n为迭代次数，m为修正模型的迭代演变尺度，ela为第l个电量传感器某一次误差推演结果。本实施例中，设定固定步长系数αl为0.5，迭代演变尺度m设为5。特别地，n＝0时，sln＝1。其中，迭代演变尺度m由人为设定，m值越大该模型考虑的历史迭代窗口期越长，用于计算的历史迭代结果越多，考虑的模型迭代演变的动态过程越长期，计算量也越大；m值越小该模型考虑的历史迭代窗口期越短，用于计算的历史迭代结果越少，考虑的模型迭代演变的动态过程越短促，计算量更小。

前述动态步进修正模型的函数表达式中：

第l个电量传感器近m次误差推演结果之和的绝对值表示为：

第l个电量传感器近n次推演误差结果之和的绝对值表示为：

第l个电量传感器近m次误差推演结果绝对值之和表示为：

第l个电量传感器近n次误差推演结果绝对值之和表示为：

且定义为不同条件下的动态步长系数为：

若n>m(n-m>0)则选择动态步长系数为：

若n<＝m(n-m<＝0)则选择动态步长系数为：

特别地，n＝0时，sln＝1。

本实施例步骤3)中按照时间序列同步采集电量传感器群的传感数据时，采集的传感数据按照时间序列整理排列来自各个电量传感器的数据，形成一组p行t列矩阵，对应为p个电量传感器在t个时间序列点上的传感数据生成传感数据集合data。本实施例步骤3)中生成的传感数据集合data的函数表达式如下式所示：

上式中，d11～dp1分别表示电量传感器群中第1～p个电量传感器在第1个时间序列点上的传感数据；d12～dp2分别表示电量传感器群中第1～p个电量传感器在第2个时间序列点上的传感数据；d1t～dpt分别表示电量传感器群中第1～p个电量传感器在第t个时间序列点上的测量值。

本实施例步骤4)中生成第n次迭代后的传感数据修正系数集合an的函数表达式如下式所示：

an＝[a1n,a2n,...,apn]

上式中，an表示第n次迭代后的传感数据修正系数集合，a1n～apn表示电量传感器群中第1～p个电量传感器第n次迭代后的修正系数，且任意第p个电量传感器对应的第n次迭代后的修正系数的函数表达式如下式所示：

上式中，apn为任意第p个电量传感器对应的第n次迭代后的修正系数，n为迭代次数，m为误差推演次数，spm表示电量传感器群中第p个电量传感器的第m次迭代的传感数据修正模型，en表示第n次迭代后的电量电量传感器误差推演结果的集合；

本实施例步骤4)中根据传感数据修正系数集合an和传感数据集合data生成修正数据集合data’(n)的函数表达式如下式所示：

上式中，data′(n)表示传感修正数据，a1n～apn表示第n次迭代后的传感数据修正系数集合an中第1～p个电量传感器的修正系数，d11～dp1分别表示电量传感器群中第1～p个电量传感器在第1个时间序列点上的传感数据；d12～dp2分别表示电量传感器群中第1～p个电量传感器在第2个时间序列点上的传感数据；d1t～dpt分别表示电量传感器群中第1～p个电量传感器在第t个时间序列点上的测量值，en表示第n次迭代后的电量传感器误差推演结果的集合。

本实施例步骤5)中开展电量传感器误差推演形成的推演结果e(q)的函数表达式如下式所示：

e(q)＝[e1qe2q…epq]

上式中，e1q～epq分别为第1～p个电量传感器第q次迭代后的误差推演结果。本实施例中，步骤5)中开展电量传感器误差推演采用的是申请号为201611092500.8、名为“一种基于大数据推演的电能计量装置误差检测方法及系统”的中国专利文献中公开的推演算法。

如果推演迭代进行到了第q次，则共计形成了q组误差推演结果，组成形如下式所示的误差推演数据迭代矩阵e。

上式中，e11～ep1分别为第1～p个电量传感器第1次迭代后的误差推演结果，e12～ep2分别为第1～p个电量传感器第2次迭代后的误差推演结果，e1q～epq分别为第1～p个电量传感器第q次迭代后的误差推演结果。

作为一种可选的实施方式，步骤6)中预设的结束迭代条件为满足误差阀值，可人为设定迭代终止误差阀值ε＝[ε1，ε2]，例如人为设定迭代终止误差阀值ε＝[0.1％，0.01％]，当下式：

且

成立时迭代结束。其中，p为电量传感器数量，epq为分别为第p个电量传感器第q次迭代后的误差推演结果，的函数表达式为：

上式中，p为电量传感器数量，epq为分别为第p个电量传感器第q次迭代后的误差推演结果。输出的迭代结果an就是基于本实施例方法得到的电量传感器群误差推演结果。

作为另一种可选的实施方式，步骤6)中预设的结束迭代条件为迭代次数n达到设定迭代次数上限，例如为100次。

最终若不满足迭代结束条件，则更新传感数据修正模型集合sn、累积传感数据修正系数集合an，n的赋值加1，循环进入步骤4)，直到满足迭代结束的条件。其中，累积传感数据修正系数集合an具体是指分别累积各个电量传感器的修正系数，例如针对任意的电量传感器p累积修正系数apn。

图3为本实施例基于步进修正模型的计量误差闭环迭代推演渐变过程，参见图2，可以看出迭代次数越多，计量误差的推演结果越趋于稳定，越趋近于实际误差。

此外，本实施例还提供一种数据驱动的电量传感器误差在线评测闭环改进系统，包括计算机设备，该计算机设备被编程或配置以执行前述数据驱动的电量传感器误差在线评测闭环改进方法的步骤，或该计算机设备的存储器上存储有被编程或配置以执行前述数据驱动的电量传感器误差在线评测闭环改进方法的计算机程序。

此外，本实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有被编程或配置以执行前述数据驱动的电量传感器误差在线评测闭环改进方法的计算机程序。

实施例二：

本实施例与实施例一基本相同，其主要区别点为：本实施例中的传感数据修正模型为类pid修正模型，其函数表达式如下式所示：

上式中，sln表示任意第l个电量传感器第n次迭代的动态步进修正模型，eln是第l个电量传感器误差推演模型实施第n次误差推演的结果，el(n-1)是第l个电量传感器误差推演模型实施第n-1次误差推演的结果，ka、kb、kc为pid系数，n为迭代次数，m为修正模型的迭代演变尺度。本实施例中，设定类pid系数ka＝5、kb＝0.1、kc＝0.5。特别地，n＝0时，sln＝1。图3为本实施例基于类pid修正模型的计量误差闭环迭代推演渐变过程，图3同样也可以看出迭代次数越多，计量误差的推演结果越趋于稳定，越趋近于实际误差。其中，修正模型的迭代演变尺度m由人为设定，m值越大该模型考虑的历史迭代窗口期越长，用于计算的历史迭代结果越多，考虑的模型迭代演变的动态过程越长期，计算量也越大；m值越小该模型考虑的历史迭代窗口期越短，用于计算的历史迭代结果越少，考虑的模型迭代演变的动态过程越短促，计算量更小。

参见实施例一和实施例二，传感数据修正模型可以根据使用场景灵活选择动态步进修正模型、类pid修正模型。

需要说明的是，本发明对应的技术原理和思路也可用于其他领域的电量传感器网络误差推演，例如输油/供水/天然气管网中流量计群体的误差推演、移动/宽带信息网络中信息流量计的误差推演、运行中热工计量器具的误差推演等。

以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。