本文關鍵詞：多維條件對電子式電能表計量性能影響的建模研究及應用，由筆耕文化傳播整理發(fā)布。

【摘要】：電能表作為電網的終端計量器具被廣泛安裝,其計量準確性關系到電力貿易的公平性�，F(xiàn)有的電能表國家標準在很大程度上確保了電能表的計量準確性,但是標準在進行電能表計量性能測試時將試驗條件大多限定于參比條件或僅改變單維條件(影響量試驗),不能夠涵蓋現(xiàn)場運行中的多維條件。為了能夠更好探究現(xiàn)場工況多維條件下電能表的計量性能,確保現(xiàn)場運行電能表的準確性和可靠性,本論文針對多維條件對電能表計量性能的影響展開了一系列理論和試驗研究,建立了一種適用于現(xiàn)場工況特點的多維條件下電能表計量性能模型。文章進行了以下工作：(1)總結多維條件對電能表計量性能影響的研究背景及多維條件下電能表建模的研究現(xiàn)狀；(2)建立一種能綜合反映多維條件對電能表計量性能影響的BP神經網絡模型,模型的初步輸入量為電壓、電流、功率因數(shù)、溫度、濕度和氣壓,輸出量為電能表的相對誤差；(3)搭建多維條件試驗平臺,并探究濕度和氣壓及其與溫度耦合的工況對電能表計量性能的影響,試驗表明濕度和氣壓對電能表的計量誤差影響非常小,因此模型的最終輸入量變?yōu)殡妷�、電流、功率因�?shù)和溫度；(4)根據基本誤差試驗和電壓、溫度影響量試驗中的試驗點完成模型的訓練樣本與驗證樣本的劃分,并利用樣本完成模型的構建,此外通過對其他單相電能表和三相關口電能表進行建模驗證了該方法的可行性。(5)利用模型提出一種評價現(xiàn)場電能表運行狀態(tài)的方法,進一步確保電能表現(xiàn)場檢測工作的準確性。
【關鍵詞】：電能表 現(xiàn)場工況 多維條件 BP神經網絡 模型 試驗
【學位授予單位】：中國電力科學研究院
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TM933.4
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 緒論11-17
• 1.1 選題背景11-12
• 1.2 系統(tǒng)辨識在電能表建模中應用的研究現(xiàn)狀12-14
• 1.2.1 系統(tǒng)辨識的相關理論12-13
• 1.2.2 電能表誤差來源13
• 1.2.3 電能表建模的研究13-14
• 1.3 本文的主要工作14-17
• 第二章 多維條件下電能表計量性能模型建立的技術基礎17-33
• 2.1 多維條件對電子式電能表計量性能影響的理論及試驗研究17-22
• 2.1.1 電子式電能表計量原理17-18
• 2.1.2 標準規(guī)范對電能表的要求18-20
• 2.1.3 電影響量改變對電子式電能表計量性能影響20-21
• 2.1.4 氣候影響量改變對電能表計量性能影響21-22
• 2.2 人工神經網絡的概念22-27
• 2.2.1 人工神經網絡的特征22-23
• 2.2.2 人工神經元的結構23-25
• 2.2.3 神經網絡的分類25
• 2.2.4 BP神經網絡原理25-26
• 2.2.5 BP神經網絡的學習訓練與泛化能力26-27
• 2.3 電能表多維條件影響與評估模型的理論研究27-32
• 2.3.1 基于BP神經網絡的多維條件模型理論概述27-28
• 2.3.2 模型網絡拓撲結構具體參數(shù)設計28-31
• 2.3.3 模型訓練算法的優(yōu)化31-32
• 2.4 本章小結32-33
• 第三章 多維條件影響試驗的研究33-43
• 3.1 多維條件影響試驗平臺搭建33-35
• 3.2 試驗探究條件下電能表計量性能35-40
• 3.2.1 濕度影響試驗35-37
• 3.2.3 氣壓影響試驗37-40
• 3.3 本章小結40-43
• 第四章 電能表多維條件影響模型的建立43-53
• 4.1 模型建立的流程43-46
• 4.1.1 模型數(shù)據樣本來源43-44
• 4.1.2 模型數(shù)據訓練樣本和驗證樣本結果分類44-46
• 4.2 模型網絡拓撲結構46-48
• 4.3 模型網絡的訓練學習48-51
• 4.4 本章小結51-53
• 第五章 多維條件下電能表計量性能模型的準確度和適用性53-65
• 5.1 多維條件下電能表性能模型性能測試53-55
• 5.1.1 多維條件下電能表性能模型性能測試53-54
• 5.1.2 驗證樣本測試54-55
• 5.2 多維條件下電能表計量性能模型對其他單相電能表的適用性55-57
• 5.3 多維條件下電能表計量性能模型對關口電能表的適用性57-63
• 5.3.1 基于關口電能表現(xiàn)場運行特點的電能表模型拓撲結構57-58
• 5.3.2 模型樣本的劃分58-60
• 5.3.3 訓練樣本測試60-62
• 5.3.4 驗證樣本測試62-63
• 5.4 本章小結63-65
• 第六章 模型的應用評估65-69
• 6.1 電能表模型對電能表現(xiàn)場運行狀態(tài)的評估方法65-66
• 6.2 基于實測條件下單相電能表計量性能評估66-68
• 6.3 基于實測條件下三相關口電能表計量性能評估68
• 6.4 本章小結68-69
• 第七章 總結與展望69-71
• 7.1 全文總結69
• 7.2 工作展望69-71
• 參考文獻71-75
• 攻讀碩士學位期間發(fā)表的學術論文75-77
• 致謝77-79
• 在學期間發(fā)表的學術論文、專利及科研情況79

【參考文獻】

中國期刊全文數(shù)據庫 前10條

1 徐秀平,李柱峰;基于神經網絡的電力電能自適應測量方法[J];電測與儀表;2003年08期

2 高中文;董紅福;宋偉偉;;一種基于BP神經網絡的電能表校驗方法[J];電測與儀表;2006年09期

3 臧德;電力系統(tǒng)中電能計量現(xiàn)狀及建議[J];電測與儀表;1994年05期

4 徐延利;電子式電能表誤差檢定方法、穩(wěn)定性測量及提高穩(wěn)定性的技術措施[J];電測與儀表;1994年05期

5 郭慶武,張n\,林錦國;Matlab神經網絡工具箱及其在軟測量建模中的應用[J];東南大學學報(自然科學版);2003年S1期

6 劉亞男;緱剛;;電能計量芯片的數(shù)字系統(tǒng)設計及其仿真[J];電子與封裝;2006年08期

7 張鵬,向鐵元,周青山,陳紅坤;基于BP神經網絡的諧波計量誤差分析軟件[J];高電壓技術;2004年10期

8 黃艷;周文斌;吳曉昱;胡芳芳;郝東輝;;智能電能表的發(fā)展應用及誤差調整[J];電測與儀表;2012年S1期

9 丁黎;李莉;劉莉;申建;;不同工況下各類單相電能表計量性能研究[J];電測與儀表;2013年S1期

10 于海波;劉佳;王春雨;李立;張垠;;功率因數(shù)對電能計量的影響[J];電測與儀表;2014年11期

中國博士學位論文全文數(shù)據庫 前1條

1 門長有;電能計量算法及其SoC實現(xiàn)[D];浙江大學;2009年

中國碩士學位論文全文數(shù)據庫 前9條

1 楊明輝;基于神經網絡的系統(tǒng)辨識方法研究[D];北京工業(yè)大學;2000年

2 張素君;高壓電力計量系統(tǒng)故障分析與檢測[D];河南大學;2007年

3 董紅福;基于BP神經網絡的電能表檢定及信息管理系統(tǒng)[D];哈爾濱理工大學;2007年

4 劉霞;一般化學習網絡在非線性系統(tǒng)辨識及預測控制中的應用研究[D];北京化工大學;2008年

5 馮力鴻;諧波對電能表計量誤差影響的分析[D];華北電力大學（北京）;2008年

6 林武平;用于電表計量芯片的Sigma Delta調制器的研究與設計[D];江南大學;2009年

7 李玨煊;單相智能電能表故障模式及影響分析[D];華北電力大學;2012年

8 計曉怡;智能電能表常見故障的研究和分析[D];華北電力大學;2012年

9 郭麗娟;智能電能表全生命周期質量評價方法研究[D];華北電力大學;2014年

  本文關鍵詞：多維條件對電子式電能表計量性能影響的建模研究及應用，，由筆耕文化傳播整理發(fā)布。

本文編號：501613