[发明专利]一种基于大数据聚类分析的电能计量装置智能轮换方法及系统

说明书

本发明公开了一种基于大数据聚类分析的电能计量装置智能轮换方法及系统，所述方法包括：获取多批次的电能计量装置的多个历史综合评估得分，并对所述多个历史综合评估得分进行分布式存储，生成大数据仓库；在所述大数据仓库中提取多个数据，并对所述多个数据按预设规则进行聚类分析；根据所述聚类分析结果生成智能轮换策略；计算获得待确认批次的电能计量装置的综合评估得分，根据所述综合评估得分以及所述智能轮换策略获得待确认批次电能计量装置的轮换指令；所述方法及系统基于电能计量装置的运行状态确认轮换策略，保证了电能计量装置更加合理的使用，避免运行状态良好的电能计量装置被轮换，也可及时发现未达到轮换期但已状态不佳的情况。

技术领域

本发明涉及电力通信领域，更具体地，涉及一种基于大数据聚类分析的电能计量装置智能轮换方法及系统。

背景技术

电能计量是电力生产与电网安全运行的重要环节，代表着电力企业的效益与质量水平。电能计量装置数量不断增加，为保证运行的稳定性及准确度，运检管理技术十分重要。传统的电能计量装置定期现场检验的方式，检修效率低下，准确性和实时性仍有不足；另外，电能计量装置运行评价体系不够健全，无法精准高效地判别出电能计量装置的实时运行状态及未来状态的变化趋势；在运检过程中，较难准确预测或预判故障，尤其是电能计量装置的缺陷处理，常出现同一结果多种失效类型或者误报，电能计量装置的在线精益化运检水平低，浪费了技术人员大量时间，运维服务质量很难提升；而在对电能计量装置的检修频率以及对电能计量装置的轮换，仍是按时间来确定，这使得一些运行状态良好的电能计量装置被检修或提前轮换，浪费人力物力，使运维成本居高不下。

发明内容

为了解决背景技术存在的现有对电能计量装置的检修和轮换方法浪费人力物力，运维成本较高的问题，本发明提供了一种基于大数据聚类分析的电能计量装置智能轮换方法及系统，所述方法及系统通过对运行状态进行大数据聚类分析，获得电能计量装置的智能轮换策略，确定电能计量装置的轮换方式，所述一种基于大数据聚类分析的电能计量装置智能轮换方法包括：

获取多批次的电能计量装置的多个历史综合评估得分，并对所述多个历史综合评估得分进行分布式存储，生成大数据仓库；

在所述大数据仓库中提取多个综合评估得分数据，并对所述多个综合评估得分数据按预设规则进行聚类分析；

根据所述聚类分析结果生成智能轮换策略；

计算获得待确认批次的电能计量装置的综合评估得分，根据所述综合评估得分以及所述智能轮换策略获得待确认批次电能计量装置的轮换指令。

进一步的，所述电能计量装置的历史综合评估得分根据所述电能计量装置的多个综合评估指标以及预设的对应权重计算获得；所述多个综合评估指标包括设备合格率、入网检测成功率、运行安装环境标准化率、家族缺陷、典型配置方式比例、型号匹配度、封闭性能比例、运行温度、运行湿度、运行负荷率以及运行磁场强度；

所述进行分布式存储的历史综合评估得分包括同一时间获得的多批次电能计量装置综合评估得分以及同一批次电能计量装置在多个时间点的综合评估得分。

进一步的，所述分布式存储方式包括HDFS分布式数据存储，将所述多个历史综合评估得分的数据文件按预设规则进行分块处理获得多个数据分块，根据MapReduce将所述多个数据分块存储在分布式的大数据仓库中；所述历史综合评估得分的数据文件包括该批次电能计量装置的批次号、装置信息以及评估时间。

进一步的，所述按预设规则进行聚类分析，包括：

步骤1，将所述提取的多个综合评估得分数据根据预设规则选择k个综合评估得分数据作为聚类中心；

步骤2，计算每个综合评估得分数据与所述k个聚类中心的欧式距离，并将该综合评估得分数据划到与其欧式距离最近的聚类中心的聚类中，获得k个聚类；