基于神经网络的智能电表计量误差建模与试验

为了提高智能电表的计量精度,文章基于人工神经网络和黑箱建模方式,建立了电表计量误差预测模型,将运行温度、电压、相角、电流以及序号作为输入层参数,将计量误差作为输出层指标,收集单相和三相智能电表的运行数据,分别进行模型训练和检验,并借助该预测模型设计电表的温度补偿功能。结果显示,计量误差模型不仅能有效预测误差值,还可以改善计量准确性。