基于最大似然法和决策树的智能电能表计量误差检测方法

电能计量设备校验不及时可能会出现一些误差,研究计量误差检测方法具有重要意义,为此设计基于最大似然法和决策树的智能电能表计量误差检测方法。对智能电能表计量原始数据实施数据清洗与降维;基于最大似然法,计算清洗与降维后异常特征数据项的可分离性,当计算获得的可分离性越高,说明该数据项对于异常有着越明显的分类效果,选择可分离性较高的数据项,输入至基于XGBoost算法构建精准研判函数中,通过网格搜索法实施超参数搜索,结合算法自适应能力与自学习能力,确认计量误差,提升对于电能表计量误差的精准研判能力,实现智能电能表计量误差检测。测试结果表明,该方法在多种子区中都取得了较高的检测准确率,整体具有较好的稳定性和泛化能力。

电能计量二次回路综合误差检测装置探析

电能计量的二次回路综合误差检测装置一直都是变电站能够得到安全运行和管理的重要部分，更加是整个变电站能够安全进行生产的保证和前提，变电站的电能计量二次回路综合误差检测装置一直都具有科技含量高、涉及面广以及结构复杂等特点。自从20世纪90年代中期开始，我国就已经推行了变电站无人值班这一制度，自此以后，我国的绝大部分变电站都对自己主设备大量实行技术改造，因此，变电站电能计量二次回路综合误差检测装置已经成为必然的趋势，本文就对变电站电能计量二次回路综合误差检测装置进行探讨。