[发明专利]一种用于智能电表的故障诊断方法及系统在审

专利信息
申请号: 201911165993.7 申请日: 2019-11-25
公开(公告)号: CN112379325A 公开(公告)日: 2021-02-19
发明(设计)人: 李国昌;张家琦;陈颖;宋玮琼;黄少伟;孙健;关慧哲;郭帅;李乾 申请(专利权)人: 国家电网公司;国网北京市电力公司;清华大学
主分类号: G01R35/04 分类号: G01R35/04;G06K9/62
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 程琛
地址: 100031 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用于 智能 电表 故障诊断 方法 系统
【权利要求书】:

1.一种用于智能电表的故障诊断方法,其特征在于,包括:

获取目标智能电表的设备物理信息;

基于训练好的智能电表故障诊断模型,对所述目标智能电表的设备物理信息进行分析诊断,获取到所述目标智能电表的故障诊断结果;所述训练好的智能电表故障诊断模型是由样本设备物理信息,通过对贝叶斯网络进行训练得到的。

2.根据权利要求1所述的用于智能电表的故障诊断方法,其特征在于,所述训练好的智能电表故障诊断模型通过以下步骤得到:

根据样本设备物理信息和样本故障检修数据的关联关系,构建有向概率图;

将所述有向概率图作为样本训练集,对贝叶斯网络的参数进行训练,得到训练好的智能电表故障诊断模型。

3.根据权利要求2所述的用于智能电表的故障诊断方法,其特征在于,所述根据样本设备物理信息和样本故障检修数据的关联关系,构建有向概率图,包括:

根据先验知识和后验知识,获取样本设备物理信息和样本故障检修数据的关联关系,以用于构建关联关系对应的有向概率图。

4.根据权利要求2所述的用于智能电表的故障诊断方法,其特征在于,所述样本设备物理信息包括:自然条件信息、表计信息和时间信息。

5.根据权利要求4所述的用于智能电表的故障诊断方法,其特征在于,所述样本故障检修数据包括:ESAM故障、烧毁故障、密钥错误故障、通讯故障、跳闸故障、外观损坏故障和时钟故障。

6.根据权利要求1所述的用于智能电表的故障诊断方法,其特征在于,在所述基于训练好的智能电表故障诊断模型,对所述目标智能电表的设备物理信息进行分析诊断,获取到所述目标智能电表的故障诊断结果之后,所述方法还包括:

对所述目标智能电表的故障诊断结果进行判断,若判断获知故障诊断结果和实际故障诊断结果不符,则将故障诊断结果作为更新证据,对贝叶斯网络进行更新,得到更新后的智能电表故障诊断模型。

7.一种用于智能电表的故障诊断系统,其特征在于,包括:

信息获取模块,用于获取目标智能电表的设备物理信息;

故障诊断模块,用于基于训练好的智能电表故障诊断模型,对所述目标智能电表的设备物理信息进行分析诊断,获取到所述目标智能电表的故障诊断结果;所述训练好的智能电表故障诊断模型是由样本设备物理信息,通过对贝叶斯网络进行训练得到的。

8.根据权利要求7所述的用于智能电表的故障诊断系统,其特征在于,所述系统还包括:

样本处理模块,用于根据样本设备物理信息和样本故障检修数据的关联关系,构建有向概率图;

模型训练模块,用于将所述有向概率图作为样本训练集,对贝叶斯网络的参数进行训练,得到训练好的智能电表故障诊断模型。

9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述用于智能电表的故障诊断方法的步骤。

10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至6任一项所述用于智能电表的故障诊断方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国家电网公司;国网北京市电力公司;清华大学,未经国家电网公司;国网北京市电力公司;清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911165993.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top