基于深度信念網(wǎng)絡的電能表檢驗質量評估方法

楊 晨，劉銘洋

(國網(wǎng)新疆營銷服務中心,新疆 烏魯木齊 830000)

0 引言

國內(nèi)許多學者對電能表的檢驗質量評估作研究。文獻[9]提出了一種基于以可靠性為中心的維修(reliability centered maintenance,RCM)的電能表狀態(tài)檢測評價方法，通過狀態(tài)矩陣實現(xiàn)電能表檢驗質量評估。文獻[10]提出了一種基于決策樹群的電能表狀態(tài)檢測評價方法，通過對電能表的多維異常診斷，實現(xiàn)對電能表檢驗質量評估。文獻[11]提出了一種基于數(shù)據(jù)挖掘的電能表狀態(tài)檢測評價方法，通過對電能表計量誤差、客戶用電負荷等數(shù)據(jù)進行挖掘，實現(xiàn)電能表檢驗質量評估。文獻[12]提出了一種基于層次結構分析的電能表檢驗狀態(tài)評價方法，通過改進熵權法計算電能表檢驗狀態(tài)中的權重，實現(xiàn)電能表檢驗質量評估。文獻[13]提出了一種基于綜合評估的電能表檢驗狀態(tài)評價方法，通過基礎狀態(tài)、家族缺陷等指標實現(xiàn)電能表檢驗質量評估。由此可見，電能表的檢驗質量評估方法多樣，且其研究取得了一定的成果。但上述研究采用離線的現(xiàn)場電能表檢測狀態(tài)進行評估，數(shù)據(jù)分析實時性低、準確性差。

為解決電能表現(xiàn)場檢驗中存在的數(shù)據(jù)采集困難、狀態(tài)評價質量不足的問題，本文提出了一種基于深度信念網(wǎng)絡的電能表檢驗質量評估方法。

1 電能表檢驗質量評估框架

本文提出了基于深度信念網(wǎng)絡的電能表檢驗質量評估方法。電能表檢驗質量評估框架如圖1所示。

圖1 電能表檢驗質量評估框架

該框架主要包括電能表檢驗數(shù)據(jù)物聯(lián)采集、電能表檢驗數(shù)據(jù)清洗和電能表檢驗質量評估3個環(huán)節(jié)。

①在電能表檢驗數(shù)據(jù)的物聯(lián)采集環(huán)節(jié)，通過電力物聯(lián)網(wǎng)終端的邊緣物聯(lián)代理方法，實現(xiàn)跨地域的電能表現(xiàn)場檢驗設備數(shù)據(jù)的泛在感知，以及電能表校驗、試驗等數(shù)據(jù)的有效匯聚和物聯(lián)智能傳輸。

②在電能表檢驗數(shù)據(jù)清洗環(huán)節(jié)，采用拉格朗日差值法對物聯(lián)感知的電能表校驗、試驗等數(shù)據(jù)進行清洗，對缺失數(shù)據(jù)進行插值補正，以消除電能表校驗噪聲數(shù)據(jù)和缺失數(shù)據(jù)對電能表質量評估帶來的影響。

③在電能表檢驗質量評估環(huán)節(jié)，根據(jù)電能表檢驗質量的關鍵要素建立電能表檢驗質量評估矩陣。在此基礎上，通過深度信念網(wǎng)絡對電能表檢驗數(shù)據(jù)進行評估，以實現(xiàn)對電能表檢驗質量的精準評估。

本文設計一種用于可流動狀態(tài)下細胞電阻抗成像檢測的多電極陣列微流控芯片。該芯片可以對靜止狀態(tài)下的細胞和流動狀態(tài)下的細胞進行電阻抗成像檢測。仿真軟件模擬結果顯示,電極對內(nèi)部細胞的位置變化比較敏感,可以通過電極所測量的電壓變化計算出細胞的空間分布。

2 電能表檢驗質量評估模型

基于深度信念網(wǎng)絡的電能表檢驗質量評估方法充分考慮電能表檢驗質量數(shù)據(jù)的特性，并采用深度信念網(wǎng)絡進行電能表檢驗質量評估，可提高電能表檢驗質量評估的準確性。

2.1 電能表檢驗數(shù)據(jù)物聯(lián)采集

傳統(tǒng)的電能表現(xiàn)場校驗儀不具備通信功能，無法實現(xiàn)在線監(jiān)測。國家電網(wǎng)公司計量中心于2018年開展了新型電能表現(xiàn)場校驗儀研究[14]，在現(xiàn)場校驗儀上加裝了物聯(lián)感知設備，實現(xiàn)了異地的分布式電能表現(xiàn)場校驗儀的物聯(lián)感知，進而實現(xiàn)電能表檢驗數(shù)據(jù)的有效匯聚和物聯(lián)智能傳輸。

在物聯(lián)代理感知的模型中，本文采用霍夫曼編碼進行多個電能表現(xiàn)場校驗儀建模。電能表現(xiàn)場校驗儀采集的資源H為：

(1)

式中：n為電能表現(xiàn)場校驗儀個數(shù)；g()為采集函數(shù)；ai為第i個電能表現(xiàn)場校驗儀的特征數(shù)據(jù)；bi為特征數(shù)據(jù)ai的維度。

區(qū)域內(nèi)的電能表現(xiàn)場校驗儀時間T為：

(2)

式中：ti為第i個電能表現(xiàn)場校驗儀的采集時間。

通過電能表現(xiàn)場校驗儀數(shù)據(jù)的泛在感知，可實現(xiàn)電能表檢驗數(shù)據(jù)的匯聚和傳輸。

2.2 電能表檢驗數(shù)據(jù)清洗

由于電能表現(xiàn)場校驗儀數(shù)據(jù)在檢測、存儲、傳輸?shù)倪^程中易受到噪聲影響，將導致電能表檢驗數(shù)據(jù)的錯誤和缺失，從而影響電能表檢驗質量評估的準確性[15]。本文采用拉格朗日差值法對物聯(lián)感知的電能表校驗、試驗等數(shù)據(jù)進行清洗，對缺失數(shù)據(jù)進行插值補正。計算出的缺失數(shù)據(jù)L為：

(3)

式中：s為電能表檢驗數(shù)據(jù)采集點；c為缺失點或錯誤點前的數(shù)據(jù)；d為缺失點或錯誤點后的數(shù)據(jù)；y為缺失或錯誤數(shù)據(jù)前后點的距離。

2.3 電能表檢驗質量評估

電能表檢驗質量評估涉及運行誤差、誤差波動性等方面。本文根據(jù)電能表檢驗質量評估的關鍵要素建立電能表檢驗質量評估矩陣。電能表檢驗質量評估矩陣指標如表1所示。

表1 電能表檢驗質量評估矩陣指標

在電能表檢驗質量指估矩陣的基礎上，采用深度信念網(wǎng)絡對電能表檢驗數(shù)據(jù)進行評估。電能表檢驗質量評估聯(lián)合分布概率P為：

P=(z1w1|z2w2,...,|zmwm)

(4)

式中：m為指標個數(shù)；zi為指標，i=1,2,...,m；wi為指標的權重。

通過深度信念網(wǎng)絡評估后，電能表檢驗質量F為：

F=log2P+Q

(5)

式中：Q為電能表檢驗偏置函數(shù)。

由式(5)可知，通過深度信念網(wǎng)絡，可實現(xiàn)對電能表檢驗質量的精準評估。

3 電能表檢驗質量評估流程

基于深度信念網(wǎng)絡的電能表檢驗質量評估方法的操作步驟如下。①采用物聯(lián)代理感知模型，對電能表現(xiàn)場檢驗儀器的數(shù)據(jù)進行物聯(lián)采集。②采用拉格朗日差值法對物聯(lián)感知的電能表檢驗等數(shù)據(jù)進行清洗，對缺失數(shù)據(jù)進行插值補正。③通過深度信念網(wǎng)絡，對電能表檢驗質量進行精準評估。④根據(jù)評估結果，生成電能表檢驗質量評估清單。

4 算例分析

在某省電力公司計量中心應用基于深度信念網(wǎng)絡的電能表檢驗質量評估方法，使用的操作系統(tǒng)環(huán)境為Windows 10，中央處理器為因特爾酷睿i5,2.5 GHz，內(nèi)存為16 GB。

4.1 電能表檢驗質量評估運行性能分析

分別采用基于深度信念網(wǎng)絡與基于大數(shù)據(jù)挖掘的電能表檢驗質量評估方法進行電能表檢驗質量評估的運行性能測試。選擇的電能表個數(shù)分別為5、10、20、50、80、100。電能表檢驗質量評估運行性能分析如表2所示。由表2可知，基于深度信念網(wǎng)絡的電能表檢驗質量評估方法的運行性能優(yōu)于基于大數(shù)據(jù)挖掘電能表檢驗質量評估方法。

表2 電能表檢驗質量評估運行性能分析表

4.2 電能表檢驗質量評估準確性分析

分別采用基于深度信念網(wǎng)絡與基于大數(shù)據(jù)挖掘的電能表檢驗質量評估方法進行電能表檢驗質量評估準確性測試。訓練數(shù)據(jù)為某省電力公司計量中心的100 000個電能表檢驗的樣本數(shù)據(jù)，驗證數(shù)據(jù)為2020年的100、500、1 000、2 000、5 000、10 000個電能表的檢驗質量評估數(shù)據(jù)。2種方法的電能表檢驗質量評估準確性分析如圖2所示。由圖2可知，基于深度信念網(wǎng)絡的電能表檢驗質量評估方法的電能表檢驗質量評估準確性優(yōu)于基于大數(shù)據(jù)挖掘的電能表檢驗質量評估方法。

圖2 電能表檢驗質量評估準確性分析圖

5 結論

為解決電能表現(xiàn)場檢驗中存在的數(shù)據(jù)采集困難、狀態(tài)評價質量不足的問題，本文提出了一種基于深度信念網(wǎng)絡的電能表檢驗質量評估方法。首先，在新型電能表現(xiàn)場校驗儀上加裝物聯(lián)感知設備，實現(xiàn)電能表現(xiàn)場檢驗設備數(shù)據(jù)的泛在感知。其次，采用拉格朗日差值法對物聯(lián)感知的電能表檢驗數(shù)據(jù)進行清洗，對缺失數(shù)據(jù)進行補正。然后，建立電能表檢驗質量評估矩陣，通過深度信念網(wǎng)絡對電能表檢驗質量數(shù)據(jù)進行評估。最后，在某地區(qū)公司中應用本方法。其運行結果表明，本方法優(yōu)于基于大數(shù)據(jù)挖掘的電能表檢驗質量評估方法，可對電能表檢驗質量進行精準評估。下一步將結合深度學習神經(jīng)網(wǎng)絡，進一步提高檢驗質量評估的準確性。