资源描述：
《一种实时在线的用户电量数据修正方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、一种实时在线的用户电量数据修正方法王华佑1，孙云莲1，谢文旺1，徐冰涵1，王庆斌2，张众发2（1.武汉大学电气工程学院，武汉430072；2.广东电网有限责任公司云浮供电局，云浮527300）摘要：为提高系统数据库储存的用户日电量数据的准确性和质量，提出一种实时在线的用户电量数据修正方法。该方法结合改进外推法和基于最小二乘法的二次修正，实时在线修正电量数据并储存到数据库。首先，通过提取当前日期的相似日电量数据计得电量数据的纵向变化和对应的权重因子；然后结合当前电量数据的横向变化，进行电量数据的修正；同时采集到正确数据时利用最小二乘法对符合二次修正原则的数据进行二次修正；最后将电量数据及其对
2、应的标识位储存于数据库。文中采用武汉某地区居民用户的日电量数据检验方法的有效性，结果表明该方法在一定程度上提高了电量数据的质量。关键词：电量数据修正；改进外推法；二次修正；实时在线中图分类号：TM764.1文献标识码：AArealtimeon-linemethodformodificationofconsumerpowerdataWangHuayou1,SunYunlian1,XieWenwang1,XuBinghan1,WangQingbin2,ZhangZhongfa2(1.SchoolofElectricalEngineering,WuhanUniversity,Wuhan43007
3、2,China.2.YunfuPowerSupplyCompany,GuangdongPowerGridCorporation,Yunfu527300,Guangdong,China)Abstract:InorderTotoimprovetheaccuracyandqualityofconsumerdailypowerdatainsystemdatabase,arealtimeon-linemethodformodificationofconsumerpowerdataisproposedinthispaper.Themethodcombinestheimprovedextrapolati
4、onandsecondarymodificationbasedontheleastsquaremethodtoquicklymodifythepowerdataon-lineandstoreitinthedatabase.Firstly,themethodobtainsthelongitudinalchangesandthecorrespondingweightingfactorbyextractingthesimilardailyelectricitydataofthecurrentdateand,andthen,combinedwiththelateralchangesofthecur
5、rentpowerdatatomodifythepowerdata.Finally,theleastsquaremethodisusedforthesecondarymodificationofthepowerdatawhichconformstotheprincipleofthesecondarymodification.ThedailypowerdataofaconsumerinWuhanisadoptedtovalidatetheeffectivenessofthemethod,andtheresultsshowthatthequalityofpowerdataisimprovedt
6、oacertainextent.Keywords：modificationofconsumerpowerdata,improvedextrapolation,secondarymodification,realtimeon-line.0 引言低压配电网覆盖范围广，是用电信息采集系统最方便经济的信道。但由于低压配电网网络结构复杂、电网污染严重等，造成载波信号衰减严重、信噪比下降大的局面[1]，因此集中器请求智能电表数据时会出现数据丢失、数据错误等情况。因此，需要对采集数据进行修正来提高数据的可靠性和实用性。本文针对的采集数据是实时测量数据中的正向有功电能量，即电量数据，该数据也是用户重点关注
7、的数据。目前电能数据的研究主要集中在负荷预测及其样本处理，电量数据的修正和负荷预测及其样本处理有相似之处。目前负荷预测常用方法有时间序列法、外推法、神经网络、支持向量机SVM等[2-6]。文献[2]研究了基于时间序列法的预测模型，该模型简易、运算时间短，对变化较平稳的负荷预测效果较好，但突变点的预测精度低。文献[3]通过指数平滑法实现外推算法，模型计算速度快、实用性高，但在节假日和天气变化幅度大的时刻预测精度不足。文献[
