联合改进SVR和渐消记忆递推最小二乘算法的电能表误差评估模型研究

文档名：联合改进SVR和渐消记忆递推最小二乘算法的电能表误差评估模型研究
摘要：针对电能计量装置运行误差现场检定难度大、定期轮换成本高等问题,提出一种联合麻雀搜索算法(SSA)、支持向量回归机(SVR)和渐消记忆递推最小二乘算法(FMRLS)的电能表误差评估模型.该方法首先利用改进的K-Means算法对台区进行分类,将分类后的样本导入利用SSA优化后的SVR模型进行训练,建立台区线损率预测模型;而后将得到的线损率代入改进的线损模型,构建电能表误差求解方程,利用FMRLS算法对误差方程进行求解,对电能表误差进行估计.通过河北省某低压台区样本的数据验证,该方法可以实现对低压台区线损率的有效预测,并估计出在运电能表的误差,为加快推进智能电能表检修策略由定期更换转向状态轮换提供技术保障.

作者：王浩   杨鹏   李翀   申洪涛   薛强   李倩 Author：WANGHao   YANGPeng   LIChong   SHENHongtao   XUEQiang   LIQian
作者单位：国网河北省电力有限公司营销服务中心,河北石家庄050000国网河北省电力有限公司,河北石家庄050000石家庄铁道大学电气与电子工程学院,河北石家庄050000
刊名：电力科学与技术学报 ISTICPKU
Journal：JournalofElectricPowerScienceandTechnology
年，卷(期)：2023, 38(5)
分类号：TM933
关键词：智能电能表  台区线损率  SVR  FMRLS算法  误差估计  
Keywords：smartelectricitymeter  platformarealinelossrate  SVRalgorithm  FMRLSalgorithm  errorestimation  
机标分类号：TP391TM714.3TM933.4
在线出版日期：2024年1月31日
基金项目：国家自然科学基金，国网河北省电力公司科技项目联合改进SVR和渐消记忆递推最小二乘算法的电能表误差评估模型研究[
期刊论文]  电力科学与技术学报--2023, 38(5)王浩  杨鹏  李翀  申洪涛  薛强  李倩针对电能计量装置运行误差现场检定难度大、定期轮换成本高等问题,提出一种联合麻雀搜索算法(SSA)、支持向量回归机(SVR)和渐消记忆递推最小二乘算法(FMRLS)的电能表误差评估模型.该方法首先利用改进的K-Means算法对台区进...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

        联合改进SVR和渐消记忆递推最小二乘算法的电能表误差评估模型研究  Research on error evaluation model of electricity meter combining improved SVR and fading memory recursive least squares algorithm

联合改进SVR和渐消记忆递推最小二乘算法的电能表误差评估模型研究.pdf

2024-12-14 03:17 上传 联合改进SVR和渐消记忆递推最小二乘算法的电能表误差评估模型研究.pdf

文件大小:

1.49 MB

下载次数:

60

高速下载