面向低压配电网智能电表误差监测的LightGBM-EM-EC多变量缺失数据高效重建

低压配电网智能电表误差监测是在不使用外部标准仪器的情况下对现场电表误差进行评估,有助于合理延长电表的使用年限,降低电网成本.然而,智能电表采集数据的缺失会降低远程误差监测的准确性.该文分析低压配电网智能电表数据缺失模式,研究数据缺失对误差监测模型的影响,提出一种面向低压配电网的智能电表误差监测数据重建方法.该方法构建单变量轻量级梯度提升机(light gradient boosting machine,LightGBM)重建器,建立基于期望最大化(expectation maximum,EM)算法的多变量缺失重建模型,根据能量守恒(energy conservation,EC)约束对重建数据进行二次修正.仿真结果表明,所提方法能够有效甄别数据集重要特征,明显降低时间复杂度,实现多个电能表数据同时缺失条件下的高精度重建,提高电表误差远程监测的准确性.