SF6气体流量计量值修正方法、装置、设备及存储介质与流程

技术特征：
1.一种sf6气体流量计量值修正方法，其特征在于，包括以下步骤：获取sf6气体流量计量值以及对应的温度值和气压值；将上述温度值和气压值输入到训练好的修正值预测模型中，所述修正值预测模型包括多个对应不同温度段和气压段组合的神经网络模型，所述修正值预测模型根据输入的温度值和气压值所属的温度段和气压段利用对应的神经网络模型预测并输出对应的气体流量修正值；将所述sf6气体流量计量值与所述气体流量修正值叠加得到修正后的气体流量值。2.根据权利要求1所述的一种sf6气体流量计量值修正方法，其特征在于，所述训练好的修正值预测模型的获取方法如下：获取多个特征样本数据，每个所述特征样本数据包含温度值、气压值以及对应的sf6气体流量计量误差值，将多个特征样本数据按不同的温度段和气压段的组合分成多组；建立双输入单输出的神经网络模型；分别利用各组特征样本数据，以温度值和气压值作为输入，以sf6气体流量计量误差值作为输出，对上述建立的神经网络模型进行训练，得到多个对应不同温度段和气压段组合的神经网络模型，即为训练好的修正值预测模型。3.根据权利要求2所述的一种sf6气体流量计量值修正方法，其特征在于，所述将多个特征样本数据按不同的温度段和气压段的组合分成多组具体包括：将一定范围的温度和气压分别进行分段并将二者分段后的区间进行排列组合，每个组合包含一个温度区间和一个气压区间，将多个特征样本数据按上述组合分成多组。4.根据权利要求2所述的一种sf6气体流量计量值修正方法，其特征在于，所述建立双输入单输出的神经网络模型具体包括：首先搭建传统的bp神经网络框架pso算法框架，初始化pso算法粒子的速度、位置矢量，设定需要修正的误差区间阈值，同时计算均方误差函数；然后更新bp神经网络的个体和全局极值，更新pso算法粒子速度和位置矢量；随后根据计算得到的均方误差函数值判断是否满足精度要求，如果满足精度要求，则直接将粒子速度和位置信息赋值给bp神经网络完成神经网络优化，如果不满足精度要求，则增加迭代次数，直到均方误差函数值满足精度要求，完成双输入单输出的神经网络模型的建立。5.根据权利要求4所述的一种sf6气体流量计量值修正方法，其特征在于，所述均方误差函数表示如下：其中n为优化后神经网络训练样本的数量，y
p
(i)为神经网络的期望输出值，为神经网络输出层实际输出值。6.根据权利要求1所述的一种sf6气体流量计量值修正方法，其特征在于，该方法还包括：将训练好的修正值预测模型输出的气体流量修正值与对应的温度值和气压值作为特征样本对模型进行进一步训练。
7.一种sf6气体流量计量值修正装置，其特征在于，包括：数据获取模块，用于获取sf6气体流量计量值以及对应的温度值和气压值；修正值获取模块，用于将上述温度值和气压值输入到训练好的修正值预测模型中，所述修正值预测模型包括多个对应不同温度段和气压段组合的神经网络模型，所述修正值预测模型根据输入的温度值和气压值所属的温度段和气压段利用对应的神经网络模型预测并输出对应的气体流量修正值；误差修正模块，用于将所述sf6气体流量计量值与所述气体流量修正值叠加得到修正后的气体流量值。8.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-6任一所述方法的步骤。9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有数据处理程序，所述数据处理程序被处理器执行时实现如权利要求1-6任一所述方法的步骤。

技术总结
本申请涉及一种SF6气体流量计量值修正方法、装置、设备及存储介质，该方法包括以下步骤：获取SF6气体流量计量值以及对应的温度值和气压值；将上述温度值和气压值输入到训练好的修正值预测模型中，所述修正值预测模型包括多个对应不同温度段和气压段组合的神经网络模型，所述修正值预测模型根据输入的温度值和气压值所属的温度段和气压段利用对应的神经网络模型预测并输出对应的气体流量修正值；将所述SF6气体流量计量值与所述气体流量修正值叠加得到修正后的气体流量值。将温度和气压进行分段并得到不同温度段和气压段组合对应的神经网络模型，该模型输出较高精度的气体流量修正值，最终实现对SF6气体流量计量装置测量误差的补偿。误差的补偿。误差的补偿。


技术研发人员：张明 蔡勇 王巍 易锫 余健飞 蔡剑 张驰 张莹 向梓菡
受保护的技术使用者：鑫能智汇(武汉)科技发展有限公司 国网湖北省电力有限公司 湖北方源东力电力科学研究有限公司
技术研发日：2021.12.13
技术公布日：2022/4/8