文章摘要:电能计量设备可靠运行与否影响着电网边缘测量与电量计量准确性，为此，本文提出一种基于参数优化BP神经网络的设备退化趋势分析方法。结合国网新疆高干热试验基地，及其智能电能计量设备实时运行基本误差数据，利用Spearman相关性分析方法，提取影响智能电能计量设备基本误差值的主要环境应力；采用函数拟合插值（FFI）方法消除原始数据中缺失值对退化分析的影响，建立基于BP神经网络的智能电能计量设备退化研究模型；最后，引入改进遗传算法（IGA）优化BP神经网络参数，实现智能电能计量设备退化趋势的向后预测与更新。选取基地中不同型号的若干个智能电能计量设备进行多项实验，结果表明本文模型具有较高的预测能力，预测结果的平均均方根误差为0.0123，预测准确度最高可达90.2%。

文章关键词:

项目基金:《中国计量》 网址: http://www.zgjlzz.cn/qikandaodu/2021/1015/800.html