[发明专利]一种智能电表终端的识别方法及系统

权利要求书

1.一种智能电表终端的识别方法，其特征在于，包括以下步骤:

获取一设定区域内每个智能电表的基本信息数据和工作状态数据；

根据获取的每个智能电表的基本信息数据和智能电表工作状态数据，分析该智能电表的工作状态，所述智能电表的工作状态包括故障状态和正常状态；

根据每个智能电表的基本信息数据和工作状态数据得到的智能电表的工作状态，绘制该智能电表的工作状态画像并实时跟新；

根据每个智能电表的状态画像绘制所述设定区域的智能电表日常状态图并实时跟新；

将设定区域的智能电表日常状态图发送至终端进行识别。

2.根据权利要求1所述的智能电表终端的识别方法，其特征在于，

所述智能电表的基本信息数据至少包括最大电压、最大电流和额定功率，所述智能电表的工作状态数据至少包括智能电表的读数值、电压数值、电流数据和温度数值，所述智能电表的基本信息数据以第一数据表的形式存储于存储器中，所述智能电表的工作状态数据以第二数据表的形式存储于存储器中，所述第一数据表的内容与所述第二数据表的内容形成一一对应关系。

3.根据权利要求2所述的智能电表终端的识别方法，其特征在于，对所述第一数据表和/或第二数据表中的空白数据进行填充，所述第一数据表中待填充数据为阀值，所述第二数据表中的待填充数据为根据计算得到。

4.根据权利要求1所述的智能电表终端的识别方法，其特征在于，所述根据获取的每个智能电表的基本信息数据和智能电表工作状态数据，分析该智能电表是否处于故障状态具体包括：

将智能电表工作状态数据与智能电表基本信息数据进行一一比对；

若智能电表工作状态数据中至少有一个数据大于智能电表基本信息数据中对应的数据，则提示智能电表处于故障状态，否则提示智能电表处于正常工作状态。

5.根据权利要求4所述的智能电表终端的识别方法，其特征在于，在提示智能电表处于正常工作状态时，还包括：

向一预先确定的数据计算器中输入影响因子，以得到所述处于正常工作状态的智能电表发生故障的概率，所述影响因子至少包括智能电表的出厂日期、安装日期、质保日期和维修次数。

6.根据权利要求5所述的智能电表终端的识别方法，其特征在于，所述预先确定的数据计算器的训练步骤包括：

准备包含一设定数量影响因子的样本集，将所述样本集随机分为第一设定比例的训练样本集和第二设定比例的验证样本集；

根据卷积神经网络训练得到所述数据计算器；

利用验证样本集验证所训练出来的数据计算器的准确率，若准确率大于预设的准确率，则形成数据计算器并结束训练，若验证的准确率小于预设的准确率，则增加样本集中影响因子的数量并重新执行上述训练步骤。

7.根据权利要求1所述的智能电表终端的识别方法，其特征在于，所述根据每个智能电表的基本信息数据和工作状态数据得到的智能电表的工作状态，绘制该智能电表的工作状态画像并实时跟新具体包括：

为每个所述智能电表制作第一画像单元，每个所述画像单元内设有第一展示单元和第二展示单元；

根据状态判定规则实时的将所述智能电表的状态通过画像单元进行显示；

所述状态判定规则具体为：

若智能电表处于故障状态，则通过第一展示单元进行展示，所述第一展示单元采用第一颜色显示，且所述第二展示单元无显示；

若智能电表处于正常状态，则通过第二展示单元进行展示，所述第二展示单元采用第二颜色显示，且所述第一展示单元无显示。

8.根据权利要求7所述的智能电表终端的识别方法，其特征在于，所述智能电表处于正常状态时若该智能电表发生故障的概率大于一设定阀值，则第二展示单元通过第三颜色显示。