基于多维数据驱动的电能表运行状态预测与质量预警

摘要

针对传统电能表运行状态区域预测误差大的问题,提出了基于多维数据驱动的电能表运行状态趋势预测及质量预警。重构多维数据驱动空间,并提取多维关联特征数据,通过最大-最小标准化的电能表多维数据线性变换,分析非健康权值。对电能表各个运行状态进行威布尔拟合处理,采用动态时间规整聚类算法,优化趋势分析速度,并利用多维数据驱动技术实现对电能表运行状态的质量预警。实验结果表明,采用本文方法后,在高温高湿情况下电能表的最大误差为0.20,在正常情况下的最大相对误差为0.16,所提方法具有良好的预测效果。

关键词

多维数据驱动 / 电能表 / 运行状态 / 趋势预测 / 质量预警