随着国家智慧城市的建设和国家电网公司制定的建设泛在电力物联网发展战略,智能电能表、采集终端、电子式互感器等新型计量设备得到了广泛的应用,而智能电能表作为国家电网公司计量设备中的基础设备,其精确度对于电表应用来说尤为重要。然而,智能电能表在不同环境下运行性能不稳定及引起的计量误差,不仅难以保证智能电能表在数据存储及信息传递过程中的安全,更是严重影响了电力系统整体的安全稳定运行。因此,本文通过试验对全温度下智能电能表运行时的计量误差情况展开分析研究,提出基于神经网络的智能电能表计量误差模型,以提高智能电能表的计量精度。首先,针对智能电能表结构和计量原理进行分析,搭建整体试验平台,设计试验方案。获取单相智能电能表和三相智能电能表在不同工况下计量误差随着温度变化的情况。然后,将试验数据通过交换机保存在管理工作站中,积累智能电能表运行数据。其次,进行试验数据处理。一是通过对试验数据整体进行分析,利用Origin软件对试验数据进行基础性处理。二是根据试验所得数据分析,建立基于温度影响下的智能电能表的整体优化流程。介绍所用误差模型;然后对智能电能表整机进行误差建模,获得不同工况全温度下智能电能表误差模型;在此基础上,根据所获得的误差模型得出相关系数,并通过相关系数在Matlab中进行智能电能表温度补偿。最后,提出基于神经网络的智能电能表计量误差模型。将提取出的影响计量误差的因素作为神经网络的输入,将智能电能表计量误差作为神经网络的输出,从而构建一个多输入单输出的BP神经网络。随机选取单相智能电能表和三相智能电能表进行验证,表明该模型对智能电能表计量误差的数据拟合预测能力,并在Matlab中进行实际对比应用,验证该文所提算法的有效性。