[发明专利]电能计量器具的误差预测方法、装置、设备及存储介质

权利要求书

1.一种电能计量器具的误差预测方法，其特征在于，包括：

获取预先测得的与电能计量器具对应的样本数据；

依据所述样本数据构建机器学习模型，并对所述机器学习模型进行训练；

根据训练后的所述机器学习模型对所述电能计量器具的误差进行预测；

其中，所述样本数据包括对所述机器学习模型进行训练时的输入样本数据和以与所述输入样本数据对应的误差作为输出的输出样本数据。

2.根据权利要求1所述的电能计量器具的误差预测方法，其特征在于，所述输入样本数据包括电流，电压，功率因数，频率以及所述电能计量器具所处的环境温湿度。

3.根据权利要求1所述的电能计量器具的误差预测方法，其特征在于，所述机器学习模型具体为自动编码器模型。

4.根据权利要求3所述的电能计量器具的误差预测方法，其特征在于，所述依据所述样本数据构建机器学习模型，并对所述机器学习模型进行训练具体包括：

将所述样本数据分成两部分，一部分作为训练数据集，一部分作为测试数据集；

利用所述训练数据集构建所述自动编码器模型，并对所述自动编码器模型进行训练；

利用所述测试数据集对训练后的所述自动编码器模型进行测试以判断所述自动编码器模型是否达到要求。

5.根据权利要求1所述的电能计量器具的误差预测方法，其特征在于，在所述获取预先测得的与电能计量器具对应的样本数据之后，还包括：

对所述输入样本数据进行Pearson、Spearman和Kendall相关性分析。

6.根据权利要求1至5任意一项所述的电能计量器具的误差预测方法，其特征在于，在对所述机器学习模型进行训练时，采用ReLU激活函数。

7.一种电能计量器具的误差预测装置，其特征在于，包括：

获取模块，用于获取预先测得的与电能计量器具对应的样本数据；

构建模块，用于依据所述样本数据构建机器学习模型，并对所述机器学习模型进行训练；

预测模块，用于根据训练后的所述机器学习模型对所述电能计量器具的误差进行预测；

其中，所述样本数据包括对所述机器学习模型进行训练时的输入样本数据和以与所述输入样本数据对应的误差作为输出的输出样本数据。

8.根据权利要求7所述的电能计量器具的误差预测装置，其特征在于，所述输入样本数据包括电流，电压，功率因数，频率以及所述电能计量器具所处的环境温湿度。

9.一种电能计量器具的误差预测设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序以实现如权利要求1至6任意一项所述的电能计量器具的误差预测方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行以实现如权利要求1至6任意一项所述的电能计量器具的误差预测方法的步骤。