智能电能表的温度补偿方法、装置、电子设备及存储介质与流程
本申请属于温度补偿,具体涉及一种智能电能表的温度补偿方法、装置、电子设备及存储介质。
背景技术:
1、智能电能表端子座作为电力计量回路的关键连接部件,长期承载负荷电流,易在接触电阻增大或运行异常工况下产生局部过热现象。因此,对端子座温度进行实时监测是保障电表安全运行及实现过热预警的核心环节。
2、目前,针对端子座温度测量多采用分段或多点两点法线性补偿方案,该类方法实现简单、计算复杂度低,对嵌入式硬件资源需求较小,因此在低端智能电能表中得到广泛应用。然而,由于该补偿方案基于局部或全局线性近似假设,难以有效表征在宽温区内的非线性特性,系统性测温误差难以完全消除,补偿精度存在一定局限性。
3、当前经济型智能电能表普遍采用低端微控制单元(microcontroller unit,mcu)作为主控芯片,导致主控芯片的算力资源有局限,低成本智能电能表存在算力不足与高精度非线性补偿需求之间的矛盾。
技术实现思路
1、本申请实施例的目的是提供一种智能电能表的温度补偿方法、装置、电子设备及存储介质,能够解决低成本智能电能表难以兼顾低算力与高精度非线性补偿的问题。
2、本申请解决其技术问题所采用的技术方案是:
3、第一方面,本申请实施例提供了一种智能电能表的温度补偿方法,所述方法包括:
4、获取智能电能表的测温电压值并换算得到实测温度值;所述测温电压值为所述智能电能表电路板上的测温组件采集的端子座温度对应的电压值;
5、根据所述实测温度值和预设的分段阈值,确定温度拟合系数;
6、根据所述温度拟合系数对所述实测温度值进行分段最小二乘计算,得到初始补偿温度;
7、将经归一化处理的所述初始补偿温度输入预训练的残差反向传播神经网络,得到残差预测值;
8、根据所述初始补偿温度和所述残差预测值,得到所述智能电能表端子座的目标温度。
9、第二方面,一种智能电能表的温度补偿装置,所述装置包括:
10、电压获取模块,用于获取智能电能表的测温电压值并换算得到实测温度值;所述测温电压值为所述智能电能表电路板上的测温组件采集的端子座温度对应的电压值;
11、系数确定模块,用于根据所述实测温度值和预设的分段阈值,确定温度拟合系数;
12、第一补偿模块,用于根据所述温度拟合系数对所述实测温度值进行分段最小二乘计算,得到初始补偿温度;
13、第二补偿模块,用于将经归一化处理的所述初始补偿温度输入预训练的残差反向传播神经网络,得到残差预测值;
14、温度确定模块,用于根据所述初始补偿温度和所述残差预测值,得到所述智能电能表端子座的目标温度。
15、第三方面,本申请实施例提供了一种电子设备,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方面所述的智能电能表的温度补偿方法的步骤。
16、第四方面,本申请实施例提供了一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如第一方面所述的智能电能表的温度补偿方法的步骤。
17、本申请的有益效果是:
18、在本申请实施例中,采用分段最小二乘基础拟合与残差反向传播神经网络校正的两级复合补偿架构,也就是说,通过分段最小二乘法减少了线性误差,并通过残差反向传播神经网络减少了非线性误差,降低了神经网络的学习难度和对模型复杂度的依赖,使得低成本智能电能表的测温精度大幅度提高,实现了低计算开销下的高精度温度补偿,解决了低成本智能电能表算力不足与高精度非线性补偿需求的问题。
1.一种智能电能表的温度补偿方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据所述实测温度值和预设的分段阈值,确定温度拟合系数,包括:
3.根据权利要求2所述的方法,其特征在于,所述根据所述实测温度值和预设的分段阈值,确定温度拟合系数之前,所述方法还包括:
4.根据权利要求3所述的方法,其特征在于,所述构建所述智能电能表的全温区样本集,包括:
5.根据权利要求1所述的方法,其特征在于,所述残差反向传播神经网络通过以下方式训练得到:
6.根据权利要求5所述的方法,其特征在于,所述根据所述实测温度值和预设的分段阈值,确定温度拟合系数之前,所述方法还包括:
7.根据权利要求1至6任一项所述的方法,其特征在于,所述残差反向传播神经网络采用单输入、单隐藏层、单输出的1-4-1拓扑结构,所述残差反向传播神经网络的隐藏层神经元数为4。
8.一种智能电能表的温度补偿装置,其特征在于,所述装置包括:
9.一种电子设备,其特征在于,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1-7任一所述的智能电能表的温度补偿方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如权利要求1-7任一所述的智能电能表的温度补偿方法的步骤。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com