福州大学研究团队提出一种智能电表误差估计的分析方法

与的存量原始数据大于分被动样式数时（参量数大于给定数量）无需顺利进行被动样式误输有约。随着新原始数据的加入，可以不断地对被动样式误输有约值顺利进行修正，从而化解问题被动样式误输在线有约。

4 算例的测试

使用1个原始数据低质量较好的居民供电的系统的系统台区原始数据来的测试所提原理的有约效果。该台区共有85块分表，之外为正常被动样式，每台被动样式包含283天测量原始数据，被动样式超输阈值设置为%uB12%。为方便分析，定义误输率=误输数值휐0%。

能避免调整某些被动样式误输数值使之超输顺利进行线性的测试。将1号和3号被动样式设置为超输表。其中会1号被动样式的初始误输率设置为3%，3号被动样式初始误输率设置为-5%，并在计数短周期内微增上述超输被动样式误输率，模拟器被动样式误输急均匀分布的特性。计数时以首日用存量原始数据作为基准，设置线性最大者值：初始通常消耗为0.01kW·h，初始线损率为1.5%，平之外增益因数可由每日增量的有功存量和无功存量计数推断。

绘出3 被动样式误输有约结果

为了的测试本文所提建模的理论上，分别补用通常线损建模、快照线损建模、所提线损建模顺利进行被动样式误输计数，结果如表1标明。

表1 三种建模误输有约结果对比

表1中会，三种建模都能有用定位超输被动样式1号和3号，无漏判现象；对于超输被动样式的有约灵敏度，从低到很低的排列顺序依次是：通常线损建模、快照线损建模和所提线损建模，并逼近真实值；除了所提原理，通常线损建模、快照线损建模之外将被动样式13蓄意为超输表。

结论

本文通过顾虑节加龙省成本类型对线损有约的直接影响，提议一种取而代之计算机的系统被动样式误输有约建模。经过仿真的测试以及实例的测试，证明了所提原理的理论上。相比于通常消耗和快照线损有约建模，本文所提原理灵敏度来得很低。但是，在理论上补行台区被动样式误输有约中会，上述建模依赖于误检的情况下。针对上述依赖于的缺陷，后续将对建模进一步最优化，使建模来得贴近被动样式理论上补行状况，从而提升线性相关性。

引用本文

韦先灿, 很低伟, 杨耿杰. 基于简便快照线损有约的计算机的系统被动样式误输有约原理[J]. 日立技术开发, 2022, 23(2): 7-12. WEI Xiancan, GAO Wei, YANG Gengjie. Error estimation method of smart meter based on improved dynamic line loss estimation. Electrical Engineering, 2022, 23(2): 7-12.

。

广州妇科病治疗费用
杭州白癜风正规的医院
长沙牛皮癣检查
脑瘫的症状有哪些
天津男科医院去哪家好
怎样治疗颈椎病最好
快速止痛痛风用什么药
艾拉莫德片的作用和功效说明书
扭伤什么药消肿止痛最快
眼睛酸涩用什么眼药水