基于BP神经网络的关口电能计量 装置测量误差预测及校正

• 作者: 原野 曹敏 李翔 江雄 王昕 蒋婷婷 赵旭 赵艳峰
• 来源期刊: 云南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 关口电能计量 BP神经网络 误差预测 误差校正
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 信息与计算机科学
• 页码范围: 497-501
• 页数: 5页
• 分类号: TP183
• 字数: 4603字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8513.2017.06.013

摘要

关口电能计量装置造成的误差通常会给电网公司带来巨大的经济损失,因此提高关口电能计量装置的准确度,具有十分重要的应用价值.通过对关口电能计量装置的历史数据进行分析,采用BP(back propagation)神经网络算法进行误差预测,筛选出最适合关口电能计量数据的优化模型,并且校正计量异常值,从而减小电能计量装置产生的误差,提高电能计量的准确性.实验表明,误差预测及校正模型能准确预测关口电能计量装置误差,修正异常值.