买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：天津大学

摘要：本发明公开了一种基于时态分析的智能电表数据时标校准方法及装置，方法包括：获取智能电表误差估计数据并进行初始化；构建智能电表时间误差状态模型，对智能电表时间误差进行关联性分析与估计；选取在时间误差超差阈值内的元素作为超差电表集合，判断所考察的时态估计矩阵中的元素是否在超差电表集合中；如果是，该时态估计矩阵元素所对应的智能电表的时态可信度高，该智能电表可能存在时态估计矩阵元素所对应倍率的时间误差；派遣运维人员去现场检查；如果否，该时态估计矩阵元素所对应的智能电表的时态可信度较低，该智能电表不存在时间误差。装置包括：处理器和存储器。本发明在避免现场校时和额外安装设备的前提下，能实现台区下各个用户智能电表的时间状态估计。

主权项：1.一种基于时态分析的智能电表数据时标校准方法，其特征在于，所述方法包括：获取智能电表误差估计数据并进行初始化；构建智能电表时间误差状态模型，对智能电表时间误差进行关联性分析与估计；选取在时间误差超差阈值内的元素作为超差电表集合，判断所考察的时态估计矩阵中的元素是否在超差电表集合中；如果是，该时态估计矩阵元素所对应的智能电表的时态可信度高，该智能电表可能存在时态估计矩阵元素所对应倍率的时间误差；派遣运维人员去现场检查，流程结束；如果否，该时态估计矩阵元素所对应的智能电表的时态可信度较低，该智能电表不存在时间误差，流程结束；其中，所述获取智能电表误差估计数据包括：静态数据的获取、动态数据的获取、采用相关性分析计算分相有功电量与分表用功电量之和的相关系数；若相关系数大于0.9，表明数据质量到达智能电表误差远程估计的要求，则进入下一步智能电表误差远程估计初始化；否则重新获取新的动态数据；所述动态数据的获取，即获取带有时标并按时间排序的电能计量数据；其中，设t∈[1,2,…,Ttotal]为量测时间戳索引，Ttotal＝cardTset为Tset的元素总数，card.表示该集合中的元素个数；Tset为量测时间戳列向量，每个时间戳按照时间顺序从上到下依次排列；Tsett表示Tset的第t行的时间戳；Δt是相邻两个时间戳的时间间隔；则获取的动态信息包括：1台区总电能在第Tsett时刻的表的分相有功电量yTsett；2该台区第n个用户分表在第t时刻的有功电量anTsett；定义dn为第n块分表的时间偏移修正量；anTsett+dn为anTsett经过dn的时间偏移修正后得到的有功电量数据，是无时间偏移的数据，设dn为Δt的整数倍；kn为第n块分表的时间误差倍率；K为时间误差最大倍率；则dn表示为：dn＝kn×△t,kn∈[0,±1,±2,…,±K]，则修正后的有功电量数据表示为：anTsett+kn△t＝anTsett+kn,kn∈[0,±1,±2,…,±K]；所述智能电表时间误差状态模型为：按照时间集合Tsett对读取的数据按照时间顺序排序；定义krow为时间误差倍率行索引，krow∈[0,±1,±2,…,±0.5Ttotal-1-K]，依据下式，构建总表有功电量列向量YTsettmid： 构建用户分表有功电量矩阵ATsettmid： 设LtrueTsettmid为以Tsettmid时刻为中心展开的Ttotal-2K个LtrueTsett所组成实际损耗列向量： 其中，LtrueTsettmid为以Tsettmid时刻为中心展开的Ttotal-2K个LtrueTsett所组成实际损耗列向量，Tset为量测时间戳列向量，K为时间误差最大倍率，tmid为量测中位时间戳，Δt为量测时间间隔，Ttotal为量测总次数，LtrueTsett为Tsett时刻的实际台区的网络损耗；则根据广义流量守恒定律得：YTsettmid＝ATsettmidx+LtrueTsettmid，该式即智能电表时间误差状态模型，定义xn为第n块电表的时间误差实际状态向量，xnk为xn的第1+K+k行元素：xn＝[xn-K,…,xnk,…,xnK]T；设当第n块电表时间误差倍率为kn时，xn的第1+K+kn行的元素为1，其余行的元素为0，整个xn中只存在一个1元素，即： 将所有用户的xn拼接成一列，得到全用户实际时间状态列向量x： 根据排列组合原理构建时间状态矩阵，采用相关系数计算方法构建映射将高维时间状态矩阵映射到低维相关系数集合中；设置最大相关阈值百分比，获得最大相关集合；根据最大相关状态集合计算时态估计矩阵。

全文数据：

权利要求：

百度查询： 天津大学 一种基于时态分析的智能电表数据时标校准方法及装置