【摘 要】
：
智能电能表是国家电网中重要的计量单元,其计量准确性关系到用户的利益和企业的信誉。然而,智能电能表在现场环境运行下计量误差大,并且运行稳定性差,有时甚至危机到整个电力系统的正常运行。因此,本文研究电能表计量误差的稳定性及预测方法具有重要的现实意义。首先,本文利用python软件对收集来的试验数据进行基础性的整理统计。在此基础上针对现场环境与电气应力对电能表计量误差的影响问题,采用了线性回归和多项式回
论文部分内容阅读
智能电能表是国家电网中重要的计量单元,其计量准确性关系到用户的利益和企业的信誉。然而,智能电能表在现场环境运行下计量误差大,并且运行稳定性差,有时甚至危机到整个电力系统的正常运行。因此,本文研究电能表计量误差的稳定性及预测方法具有重要的现实意义。首先,本文利用python软件对收集来的试验数据进行基础性的整理统计。在此基础上针对现场环境与电气应力对电能表计量误差的影响问题,采用了线性回归和多项式回归算法,分别构建了环境单应力、电气单应力与计量误差的回归模型。结果得出,使用这两种回归模型可以很好的呈现出电能表计量误差受到环境与电气单应力的影响规律。其次,针对高严寒环境对电能表计量误差稳定性的影响问题,采用ARIMA算法,拟合20只电能表一年中计量误差上限和下限的变化趋势,从而研究计量误差稳定性的变化趋势。针对现场环境下电能表计量误差的重要应力问题,采用集成算法XGBoost进行研究,得出现场环境下电能表计量误差主要受到温度和绝对湿度的叠加应力的影响。最后,通过对比不同试验点下,同一基地的电能表计量误差稳定性的变化趋势,得出试验点条件对计量误差稳定性有一定的影响。于是对每个基地应用XGBoost模型,得出两基地的电能表计量误差受到电气应力的影响程度比环境应力的影响程度大。针对电能表计量误差预测的问题,本文采用一种大数据算法LightGBM,分别构建两基地的电能表计量误差预测模型,并在测试集上验证了该模型的预测准确性。
其他文献
激光雷达（Li DAR）技术是一种主动式遥感技术。Li DAR数据可以提供研究区域的地物高度等有价值的信息,以便于计算机处理区分地物类别。传统卷积神经网络（CNN）近些年已经被广泛应用于遥感图像分类领域,但是传统CNN随着网络深度的增加会出现过拟合问题。深度神经网络中带有跳跃连接的残差网络（Res Net）可以缓解以上问题,但Res Net在加深网络过程中也存在特征图尺寸逐渐减小,丢失细节信息等问
信号调制识别技术主要是指在缺乏相关先验信息的情况下,判断信号所用调制方式以及估计相关参数的技术。调制识别技术在电子侦察、无线电监控等军事、民用领域有着举足轻重的地位。传统调制识别技术主要利用信号时域波形及其变换域特征进行识别判断,识别过程依赖于算法设计人员的主观经验,工作效率低、人工成本高、算法通用性差。伴随硬件计算能力的提升与人工智能算法理论的广泛应用,将人工智能相关算法应用于信号调制识别领域,
利用X射线衍射仪（XRD）、扫描电镜（SEM）和弯曲试验机等研究了将WC-12Co硬质合金缓慢降温至-196℃和直接置于液氮中两种超低温处理工艺对其力学性能、耐磨损性能、残余应力及晶体结构的影响。结果表明，两种超低温处理工艺均可提高硬质合金的抗弯强度和硬度，且随处理时间的延长而提高，但处理时长为72 h后，硬质合金的抗弯强度和硬度基本不再提高。采用缓冷至-196℃的工艺效果明显好于液氮直冷的，且液
深度学习因其自主挖掘和表征高光谱图像自身特征的能力,在高光谱图像分类任务中得到了广泛的应用。但是基于深度学习任务中的分类算法仍然存在数据冗余、精细特征提取不充分、光谱全局与局部信息丢失等问题,很多方法在对高光谱图像进行分类时,只考虑光谱信息或者空间信息,不能充分利用图像的特征。本文分析总结了高光谱图像分类现状后。针对上述问题,提出了两种基于空谱联合的高光谱图像分类算法,主要从动态卷积和图卷积两个方
随着大数据时代的发展,Skyline查询技术在查询信息方面受到青睐,差分隐私技术在保护数据隐私性方面成为近年来的研究热点。数据也呈现出多样性,比如在多维数据中,数据可能缺失某一个维度,以此称为不完全数据;若数据的存在性依赖某个概率,则该数据存在不确定性,以此称为不确定数据。本文对多样性数据下满足差分隐私的Skyline查询方法进行了研究。首先,研究了不完全数据下满足差分隐私的Skyline查询问题
随着数字信息科技的飞速发展,各行各业对获取物体表面三维信息的要求越来越高,如何提高三维测量精度便成为三维测量领域的研究热点之一。对于测量精度来说,误差分析是提高测量精度的重要一步。测量系统中结构参数对测量精度的影响是复杂的,目前对于系统结构参数的研究还在不断地完善,通过仿真测量进行多参数模式误差分析更是其中亟待解决的问题。鉴于上述问题,本文拟采用仿真测量手段,对光学三角法三维测量系统中投影仪和摄像
牛奶中微生物污染是危害乳品业的主要因素之一。目前针对乳品中微生物的检测仍以平板计数法为主,需要对样品间断采集,实验操作繁琐、耗时,无法满足企业的生产要求。因此研究一种以牛奶为检测背景的,快速、准确、成本低的微生物检测技术对乳品检测行业具有重要意义。本研究采用紫外-可见光谱检测法,以牛奶中常检出感染微生物致病菌大肠杆菌、金黄色葡萄球菌、真菌类酵母菌作为检测对象,将感染微生物的牛奶作为检测背景,提出了
目前智能电网领域正处于飞速发展期,电能在人们的日常生活中占据了十分重要的位置,智能电能表更是智能电网发展过程中的重要组成部分。我国的电能表数量庞大,且具备集群化的分布方式,传统的返厂集中式校验成本较高,校表人员在采用现场校验的方式时又会出现假检、漏检现象,很多校验系统计算精度与实时性达不到要求,成本较高,同时电能表校验数据庞大,手工记录数据会出现抄错数据的问题。因此,设计一款能准确检测电能表、精度
大气环境污染对人类的健康与可持续发展产生巨大威胁,我国政府高度重视并相继出台多部关于大气污染综合防治的相关文件,指导大气污染治理工作。大气环境数据为大气污染综合防治提供数据和理论支撑。因此,开展大气环境污染物实时在线监测的研究具有很强的实践意义。针对当前对低成本、多功能的大气环境污染物监测系统的需求,本文的主要研究内容如下:通过分析大气环境监测领域的国内外研究现状,得出本文的设计需求,在此基础上进
人们希望计算机能够像人类一样拥有自己的思维和意识,能够识别人类的情感状态,能够非常自然地和人类进行交流,由于单模态的情感信号所携带的情感信息比较有限,且单模态的情感识别存在准确率偏低和鲁棒性差等缺陷,使得双模态融合以及多模态融合的情感识别方式越来越成为研究者关注的焦点,通过多个模态之间情感信息的有效互补能够显著提高情感识别的性能。本文采用文本模态、语音模态和视频模态进行融合的多模态情感识别方式,并