摘要
本申请涉及状态评估技术领域,具体提供了一种智能电表运行误差与日线损率联合估计方法及系统,所述方法包括:获取初始量测数据:剔除初始量测数据中的异常数据和轻载用户的数据以得到预处理后的量测数据;通过扩展卡尔曼滤波算法的线损率估计系统对预处理后的量测数据进行计算得到台区线损率估计值;将台区线损率估计值输入到基于动态遗忘因子的递推最小二乘法的误差估计系统中得到台区智能电表的误差估计参数;将误差估计参数输入至线损率估计系统中得到新线损率估计值,循环次数依次增加,直至误差估计参数收敛完成以得到误差估计的精确值。解决了线损率估计模型过于理想化的问题,保证了电表误差估计的精度。
技术关键词
联合估计方法
台区线损率
智能电表
扩展卡尔曼滤波算法
协方差矩阵
递推最小二乘法
台区智能
异常数据
方程
非暂态计算机可读存储介质
测量误差
数据获取模块
状态评估技术
指数平滑模型
参数
处理器
系统为您推荐了相关专利信息
混合分析方法
高斯混合模型
期望最大化算法
皮尔逊相关系数
协方差矩阵
显示设备亮度
深度强化学习
多模态环境
场景特征
环境感知数据
UKF算法
电池荷电状态估计方法
协方差矩阵
无迹卡尔曼滤波
滤波算法
多模态
RGB摄像头
运动控制单元
图像处理
扩展卡尔曼滤波算法