基于OGA-KSVR的电能计量设备测量误差预测

• 作者: 马俊 滕召胜 唐求 邱伟 杨莹莹
• 来源期刊: 仪器仪表学报
• 关键词: 电能计量设备 核支持向量回归 优化遗传算法 健康管理
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 工业大数据与智能健康评估|Industrial Big Data and Intelligent Health Assessment
• 页码范围: 132-139
• 页数: 8页
• 分类号: TM933.4|TH17
• 语种: 中文
• DOI: 10.19650/j.cnki.cjsi.J2107634

摘要

针对多应力条件下电能计量设备测量误差难以预测的问题,提出一种基于核支持向量回归(KSVR)的电能计量设备测量误差预测方法,并提出一种优化遗传算法(OGA)对核参数进行优化.首先,提出一种线性加权多核函数融合多个应力特征,利用核权值系数刻画不同应力对电能计量设备的影响.然后,在核函数参数选择阶段,为了避免对参数人工调整的局限性,提出一种交叉概率与变异概率自适应调整的优化遗传算法,并将其应用到核参数优化选择问题中.国网新疆高干热试验基地智能电表运行数据分析表明,本文所提模型具有较高的准确性,预测结果的平均均方误差为0.000 18,最高拟合优度可达0.989,可以为电能计量设备在多环境应力下的健康管理提供针对策略.