一种电能表检定装置误差在线评估方法

1.一种电能表检定装置误差在线评估方法，其特征在于，包括以下步骤：(1)数据预处理：在线获取电能表基本误差实验数据和电能表档案信息，并进行数据预处理；所述电能表基本误差实验数据包括电能表条码号、检定线编号、检定装置编号、检定日期、负载电流、功率因素和基本误差平均值；所述电能表档案信息包括电能表条码号、电能表厂家、生产日期和生产批次号；所述数据预处理的方法为：通过电能表条码号进行数据关联，同时对基本误差、检定时间的缺失值和极端异常值进行过滤；(2)误差评估模型构建：通过电能表基本误差数据分层、层次模型架构、模型参数估计，构建电能表检定装置误差评估模型；所述电能表基本误差数据分层包含两个层级的误差数据层次模型：第一层为由不同的检定装置构成，用于描述检定装置误差的组间模型；第二层为同一个检定装置检定的多个电能表构成，用于描述同一检定装置生成的检定数据的组内模型；所述层次模型架构方法如下：首先描述组间模型似然，即以μ i 表示第i个检定装置的误差，假设其服从正态分布，则组间模型似然为 其中，N是正态分布，p是概率，ψ,τ 2 为检定装置误差分布的期望和方差，m为检定装置个数，μ 1,...,m 为未知参数；然后描述组内模型似然，即用Y i,k 表示第i个检定装置的第k个检定数据，b表示本次生产批次被检电能表误差的期望，检定数据Y i,k 即被检表的检定误差，为被检表自身真实误差与检定装置误差之和，假设其服从正态分布，则组内模型似然为 其中σ 2 为组内检定数据的方差，n i 为第i个检定装置的检定数据量；所述模型参数估计方法如下：模型似然中，Y i,k 为检定数据，μ 1,...,m ,ψ,τ 2 ,b,σ 2 均为未知参数；根据贝叶斯方法，先预设上述参数的共轭先验分布，再利用贝叶斯定理，获得其由检定数据集Y＝{Y i,k }更新的后验概率分布，如下：(3)检定装置误差估算：以电能表基本误差实验数据为输入，利用误差评估模型获得检定装置误差分布，进而获得误差分布均值、中值，完成电能表检定装置误差估算；步骤(3)具体方法如下：模型参数的后验分布中，μ 1 ,...,μ m ,ψ,b的后验分布为正态分布，τ 2 ,σ 2 的后验分布为逆Gamma分布，基于上述后验分布，采用吉布斯采样法,对联合后验分布p(μ 1 ,...,μ m ,ψ,τ 2 ,σ 2 ,b|Y)进行采样，再直接由联合分布的样本获得检定装置误差μ 1 ,...,μ m 的边缘分布样本，进而获得分布的均值，中值，最终完成检定装置误差估算；(4)检定装置误差预测：基于电能表检定装置误差估算历史记录，运用时间序列预测方法，完成检定装置误差趋势预测。 2.如权利要求1所述的电能表检定装置误差在线评估方法，其特征在于，所述时间序列预测方法具体采用的是ARIMA时间序列预测方法。