[发明专利]一种电表误差计算方法、装置、电子设备及存储介质

权利要求书

1.一种电表误差计算方法，其特征在于，包括：

采集预设台区各个电表的高频量测数据和低频量测数据；

采用所述低频量测数据、所述高频量测数据和预设生成式对抗网络生成数据超清化模型；

将所述低频量测数据输入所述数据超清化模型，输出生成样本；

获取生成样本与线损之间的映射关系，并根据所述映射关系获取所述生成样本的线损值；

根据所述生成样本和所述线损值，计算所述电表的电表误差。

2.根据权利要求1所述的方法，其特征在于，所述生成式对抗网络包括生成器和判别器；所述采用所述低频量测数据、所述高频量测数据和预设生成式对抗网络生成数据超清化模型的步骤，包括：

将所述低频量测数据输入所述生成器，得到初始生成样本；

将所述初始生成样本和所述高频量测数据输入所述判别器，输出所述初始生成样本与所述高频量测数据的样本误差；

根据所述样本误差调整所述生成器的生成器参数和所述判别器的判别器参数，并返回将所述低频量测数据输入所述生成器，得到初始生成样本的步骤，直至所述样本误差低于预设阈值，采用所述生成器参数和所述判别器参数生成数据超清化模型。

3.根据权利要求1所述的方法，其特征在于，所述获取生成样本与线损之间的映射关系的步骤之前，还包括：

从所述生成样本中提取目标样本；所述目标样本具有对应的特征数据；

将所述目标样本划分为多个数据片段；

将所述特征数据划分为与多个所述数据片段同时段的特征片段；

合并同时段的数据片段和特征片段生成输入值；

获取各个输入值对应的实际线损值；

采用所述输入值、所述实际线损值，结合极限学习机，生成生成样本与线损之间的映射关系。

4.根据权利要求1所述的方法，其特征在于，所述根据所述生成样本和所述线损值，计算所述电表的电表误差的步骤，包括：

获取所述台区的电表数量和所述台区当前所处的计量周期；

采用所述电表数量、所述计量周期、所述生成样本和所述线损值，计算所述电表的电表误差。

5.一种电表误差计算装置，其特征在于，包括：

采集模块，用于采集预设台区各个电表的高频量测数据和低频量测数据；

模型生成模块，用于采用所述低频量测数据、所述高频量测数据和预设生成式对抗网络生成数据超清化模型；

生成样本输出模块，用于将所述低频量测数据输入所述数据超清化模型，输出生成样本；

线损值获取模块，用于获取生成样本与线损之间的映射关系，并根据所述映射关系获取所述生成样本的线损值；

电表误差计算模块，用于根据所述生成样本和所述线损值，计算所述电表的电表误差。

6.根据权利要求5所述的装置，其特征在于，所述生成式对抗网络包括生成器和判别器；所述模型生成模块，包括：

初始生成样本生成子模块，用于将所述低频量测数据输入所述生成器，得到初始生成样本；

输出子模块，用于将所述初始生成样本和所述高频量测数据输入所述判别器，输出所述初始生成样本与所述高频量测数据的样本误差；

模型生成子模块，用于根据所述样本误差调整所述生成器的生成器参数和所述判别器的判别器参数，并返回将所述低频量测数据输入所述生成器，得到初始生成样本的步骤，直至所述样本误差低于预设阈值，采用所述生成器参数和所述判别器参数生成数据超清化模型。

7.根据权利要求5所述的装置，其特征在于，还包括：

目标样本提取模块，用于从所述生成样本中提取目标样本；所述目标样本具有对应的特征数据；

数据片段划分模块，用于将所述目标样本划分为多个数据片段；

特征片段划分模块，用于将所述特征数据划分为与多个所述数据片段同时段的特征片段；

合并模块，用于合并同时段的数据片段和特征片段生成输入值；

实际线损值获取模块，用于获取各个输入值对应的实际线损值；

映射关系生成模块，用于采用所述输入值、所述实际线损值，结合极限学习机，生成生成样本与线损之间的映射关系。