(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210942617.X (22)申请日 2022.08.08 (65)同一申请的已公布的文献号 申请公布号 CN 115018209 A (43)申请公布日 2022.09.06 (73)专利权人 国网湖北省电力有限公司营销服 务中心 （计量中心） 地址 430000 湖北省武汉市东湖生态旅游 风景区青 王路488号 (72)发明人 郑欣　禹文静　彭涛　方毅　雷鸣　 石洪　马奔　庹璟　魏伟　丁黎　 李玲华　余鹤　夏天　汪应春　 谢东日　汪司珂　王信　庞博　 荣先金　王兹玥　李志浩　 (74)专利代理 机构 北京中北知识产权代理有限 公司 11253 专利代理师 吴静 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06N 3/00(2006.01) (56)对比文件 CN 110222882 A,2019.09.10 CN 112906995 A,2021.0 6.04CN 113887846 A,202 2.01.04 CN 114648178 A,202 2.06.21 CN 113762470 A,2021.12.07 CN 1028672 21 A,2013.01.09 CN 114329347 A,202 2.04.12 CN 113777552 A,2021.12.10 WO 20141 14150 A1,2014.07.31 JP 201320 0586 A,2013.10.0 3 唐家琳等.基 于滚动误差规 律的时间序列预 测模型的修 正方法. 《统计与决策》 .2012,(第16 期), 冯增喜等.基 于动态组合残差修 正的预测方 法. 《系统工程理论与实 践》 .2017,(第07期), 李炎等.基 于EUNITE竞赛数据的中期电力负 荷预测. 《华北电力大 学学报》 .20 07,(第04期), 张爱新等.具有误差预测修 正的DMC算法. 《石油化工高等学校学报》 .19 98,(第01期), 陈国建等.中期电力负荷预测及负荷模型的 研究. 《现代制造技 术与装备》 .2017,(第1 1期), 张炜.中期电力负荷预测及负荷模型的研 究. 《电力学报》 .20 01,(第04期), 何健伟等.LSTM -RF的中长期风电功率组合 预测方法. 《上海电力大 学学报》 .2020,(第04 期), 审查员 彭苏 (54)发明名称 一种数字化电能计量系统运行误差长期预 测方法及设备 (57)摘要 本发明提供一种数字化电能计量系统运行 误差长期预测方法及设备， 获得数字化电能计量 系统在时间段 中的误差影响因素集 及历史 误差数据集 ， 采用蜉蝣算法对稀疏自动编码的 超参数进行寻优， 实现了误差影 响因素特征的精 准提取， 进而提高了预测模型的准确度； 采用不 同时间尺度的预测模型进行迭代优化长期预测 模型， 提高了 长期预测模型的准确度。 权利要求书2页 说明书7页 附图3页 CN 115018209 B 2022.11.08 CN 115018209 B 1.一种数字化电能计量系统运行误差 长期预测方法， 其特 征在于， 包括以下步骤： S1、 获得数字化电能计量系统在时间段 中的误差影响因素集 及历史误差数据集 ； S2、 利用蜉蝣算法对稀疏自动编码的超参数进行寻优， 再利用寻优后的所述稀疏自动 编码对所述 误差影响因素集 进行特征提取， 得到新特 征集 ； S3、 利用所述新特征集 和数字化电能计量系统的历史误差数据集 进行模型训练， 得 到短期 、 中期 、 长期 不同时间尺度的误差预测模型， 即短期预测模型 、 中期预测模 型 、 长期预测模型 ； S4、 先利用所述短期 预测模型 修正所述中期预测模型 ， 再利用修正后的中期 预测 模型 对所述长期预测模型 进行修正， 得到修 正后的长期预测模型 ； S5、 利用所述 修正后的长期预测模型 对数字化电能计量系统进行长期误差预测； 所述短期预测模型 修正所述中期预测模型 为： 先将从 到 时刻的误差影响因素特征集 带入短期预测模型 ， 得到 时间 段的预测误差数据 集 ， 再和 时间段的历史误差数据 集 进行比对， 利用 比对出的误差偏差来 修正中期预测模型 ， 得到修正后的中期预测模型 ， 所述短期 、 中期 、 长期 的误差影响因素特征集 、 、 作为输入， 短期历史误 差数据集 、 中期历史误差数据集 、 长期历史误差数据集 作为输出， 训练出短期预 测模型 、 中期预测模型 、 长期预测模型 ， 具体如下：      （1） 其中， 为第一时刻； 为第二时刻； 为第三时刻； 为第四时刻； 所述中期预测模型 修正长期预测模型 ： 先将从 到 时刻的误差影响因素特征集 带入修正后的中期预测模型 ， 得 到 时间段的预测误差数据集 ， 再和 时间段的历史误差数据集   进行比对， 利用比对出的误差偏差来修正长期预测模型 ， 得到修正后的长期预测模型 。 2.根据权利要求1所述的一种数字化电能计量系统运行误差长期预测方法， 其特征在 于， 所述S1中的误差影响因素集 为：权　利　要　求　书 1/2 页 2 CN 115018209 B 2   （4） 其中， 环境温度 、 环境湿度 、 运行电压 、 频率 、 负荷电流 、 功率因素 、 谐波 、 开关切换负荷瞬变 、 负荷性质 ； 所述S2中的新特 征集 为： （5） 其中， 为采用稀疏自动编码特征提取后的环境温度； 为采用稀疏自动编码特征提取 后的环境湿度； 为采用稀疏自动编码特征提取后的运行电压； 为采用稀疏自动编码特 征提取后的频率； 为采用稀疏自动编码特征提取后的负荷电流； 为采用稀疏自动编码特 征提取后的功率因素； 为采用稀疏自动编码特征提取后的谐波； 为采用稀疏自动编码 特征提取后的开关切换负荷瞬变； 为采用稀疏自动 编码特征提取后的负荷性质。 3.根据权利要求1所述的一种数字化电能计量系统运行误差长期预测方法， 其特征在 于： 所述S1中的历史误差数据集 通过停电检定获得。 4.一种电子设备， 其特征在于， 包括： 一个或多个处理器； 存储装置， 用于存储一个或多 个程序， 当所述一个或多个程序被所述一个或多个处理器执行， 使得所述一个或多个处理 器实现如权利要求1至 3任一项所述的数字化电能计量系统运行误差 长期预测方法。 5.一种计算机可读存储介质， 其特征在于， 其上存储有计算机程序， 其中， 所述计算机 程序被处理器执行时实现如权利要求1至3任一项所述的数字化电能计量系统运行误差长 期预测方法。权　利　要　求　书 2/2 页 3 CN 115018209 B 3