智能电表是智能电网的重要组成部分，其计量结果直接关系到电网安全及双方贸易结算是否公平合理，所以判定智能电表的运行误差尤为重要。现有校验模式工作强度高、检定周期长、管理效率低下，难以满足智能电表状态检修和更换的要求。为了确保计量的准确性，探寻一种高效精准的智能电表运行误差远程估计方法尤为重要。论文采用大数据分析技术，提出一种基于量测数据分析的智能电表运行误差远程估计方法，论文具体工作如下：
　　(1)对用电信息采集系统及采集对象进行分析，梳理了智能电表运行状态量测数据特点及主要业务应用；给出了对智能电表运行异常数据的识别与修复以及相近运行状态量测数据聚类方法，为智能电表运行误差远程估计提供高质量的数据源。
　　(2)建立了专变用户智能电表运行误差远程估计理论模型；结合单遗忘因子递推最小二乘算法在实际应用中所存在的局限性，提出了一种基于双遗忘因子的估计方法，该方法基于实际用电数据的特点以及需要估计参数的特性，引入了动态双遗忘因子递推最小二乘方法，利用实时信息对估计结果进行反复修正，能适应多参数估计中变化速度不同的情况，并且通过算例仿真验证了方法的有效性。
　　(3)考虑典型居民配电台区采集数据的特点建立了智能电表运行误差远程估计的理论模型，运用扩展卡尔曼滤波算法进行配电线损率的动态估计，并运用限定记忆递推最小二乘算法进行智能电表运行误差的实时动态估计，由此建立了配电线路损耗率与智能电表运行误差的联合估计方法，并且从多角度验证了所提估计方法的具有较高的精准度。