[发明专利]电能表任务执行能力检测方法及装置

说明书

本发明提供了一种电能表任务执行能力检测方法及装置，其中，该方法包括：对每一待检测电能表的任务执行数据在时域进行扩展，得到每一待检测电能表的时域扩展采样数据；根据所有待检测电能表的时域扩展采样数据，构建原始数据矩阵，及确定原始数据矩阵对应的协方差矩阵；确定协方差矩阵的特征值和对应的特征向量矩阵；根据主成分数量，从所述特征向量矩阵中选取出预设个特征向量，组成截取特征向量矩阵；根据截取特征向量矩阵和原始数据矩阵，确定主成分矩阵；根据主成分矩阵，检测电能表任务执行能力。上述技术方案实现了考虑时序性和任务执行成功与否组成布尔量的任务数据，来检测电能表任务执行能力。

技术领域

本发明涉及电能表技术领域，特别涉及一种电能表任务执行能力检测方法及装置。

背景技术

为了进一步发挥智能电能表资产效益，减少电网运营成本，提高供电可靠性和用户满意度，公司在智能电能表非计量功能上做了大量研究和应用。智能电能表高级应用已成为配网运营管理的重要手段，公司拓展计量采集系统的非计量功能开发和应用，建立完善的数据共享机制，制定智能电能表数据支撑各专业应用的工作规则，全面有效支撑运检、发展、安质等专业数据需求。为了支撑相关工作，需要对现有台区全载波、半载波、宽带载波等通信方式下电能表的采集任务执行能力和本地网络通信能力进行检测。目前对采集台区电能表的采集能力和本地网络通信没有进行量化的检测方式，因此需综合主站多数据采集、费控、校时、调价等任务，结合本地通信信道通信监控，实现电能表任务执行能力的可量化和可操作的检测。现有对电能表任务执行能力检测方案的缺点如下。

首先，在现有技术中，电能表的性能往往通过各种实验手段在实验室条件下测量得到的实验值，这些实验值均为一个具体的数字，在此基础上通过大量实验即可获得一定量的样本数据，通过对样本数据进行分析即可检测电能表的相关性能，一种典型的样本数据分析方法为主成分分析和k均值聚类法。但是这种方法针对的对象是数值样本数据，而电能表执行任务的数据通常为任务执行是否成功，即任务执行数据仅为成功或失败而不是一个具体量化的数字。因此，现有基于数值样本数据的分析方法不能用于检测电能表任务执行能力。

其次，目前主要用于分析电能表性能的方法主要是传统的主成分分析法，传统的主成分分析法处理的对象是无时序性的数据，已有技术中通过多次实验取得的样本数据即为无时序性的数据，因此传统主成分分析方法可用于这种分析。但实际应用环境中，电能表执行任务是具有时序性的，任务发送是先于任务回执的，而且任务回执是否及时也反映了电能表执行任务的能力强弱。因此，传统的用于分析电能表性能的主成分分析方法不能用于检测电能表任务执行能力。

发明内容

本发明实施例提供了一种电能表任务执行能力检测方法，用以检测电能表任务执行能力，该方法包括：

根据电能表的任务执行的类型和时间，对每一待检测电能表的任务执行数据在时域进行扩展，得到每一待检测电能表的时域扩展采样数据；所述时域扩展采样数据为具有时序性的任务执行成功与否的数据；

根据所有待检测电能表的时域扩展采样数据，构建原始数据矩阵，根据原始数据矩阵，确定原始数据矩阵对应的协方差矩阵；

确定所述协方差矩阵的特征值，根据协方差矩阵的特征值，确定协方差矩阵对应的特征向量矩阵；

根据主成分数量，从所述特征向量矩阵中选取出预设个特征向量，组成截取特征向量矩阵；根据所述截取特征向量矩阵和原始数据矩阵，确定主成分矩阵；所述主成分矩阵代表所有待检测电能表任务执行能力的共性特征；

根据所述主成分矩阵，检测电能表任务执行能力。

本发明实施例还提供了一种电能表任务执行能力检测装置，用以检测电能表任务执行能力，该装置包括：