[发明专利]一种电能计量装置异常诊断方法、装置及可读存储介质在审
申请号: | 202010995333.8 | 申请日: | 2020-09-21 |
公开(公告)号: | CN112084220A | 公开(公告)日: | 2020-12-15 |
发明(设计)人: | 张家铭;程瑛颖;杜杰;周峰;江金洋;肖冀;常仕亮;宫林;李松浓;冯凌 | 申请(专利权)人: | 国网重庆市电力公司营销服务中心;国网重庆市电力公司电力科学研究院;国家电网有限公司 |
主分类号: | G06F16/2455 | 分类号: | G06F16/2455;G06F16/28;G06K9/62;G06N20/00;G01R35/04 |
代理公司: | 北京众合诚成知识产权代理有限公司 11246 | 代理人: | 贺春林 |
地址: | 401123 重庆*** | 国省代码: | 重庆;50 |
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 电能 计量 装置 异常 诊断 方法 可读 存储 介质 | ||
1.一种电能计量装置异常诊断方法,其特征在于,包括:
根据获取的当前电能计量装置的运行参数筛选当前电能计量装置的异常数据;
通过预先构建的异常案例库和异常规则库基于所述异常数据进行识别,以获得对应的异常事件和异常类型;
对所述异常事件和异常类型进行关联匹配;
根据关联匹配结果确定当前电能计量装置的异常信息。
2.如权利要求1所述的电能计量装置异常诊断方法,其特征在于,预先构建异常案例库,包括:
获取电能计量装置的历史异常事件相关数据以及对应的计量方案;
对所述历史异常事件相关数据以及对应的计量方案进行重构,以构建所述异常案例库。
3.如权利要求2所述的电能计量装置异常诊断方法,其特征在于,预先构建异常规则库,包括:
根据所述异常案例库确定样本数据;
将所述样本数据按照预设比例分为训练集和测试集进行机器学习,以构建异常规则库。
4.如权利要求1-3任一项所述的电能计量装置异常诊断方法,其特征在于,根据获取的当前电能计量装置的运行参数筛选当前电能计量装置的异常数据,包括:
根据电能计量装置常态运行参数对当前电能计量装置的运行参数进行筛选,以确定当前电能计量装置的异常运行参数与相应的计量方案。
5.如权利要求4所述的电能计量装置异常诊断方法,其特征在于,根据预先构建的异常案例库基于所述异常数据进行识别,包括:
根据所述当前电能计量装置的计量方案确定聚类指标;
通过所述聚类指标对所述异常案例库进行聚类分析,以获得当前电能计量装置的异常事件概率分布和相应的异常事件处置方案。
6.如权利要求4所述的电能计量装置异常诊断方法,其特征在于,根据预先构建的异常规则库基于所述异常数据进行识别,包括:
基于所述异常规则库以及电能计量装置的常态运行参数和规范要求确定与所述异常运行参数相符的异常类型以及对应的异常处置方案。
7.如权利要求1-3任一项所述的电能计量装置异常诊断方法,其特征在于,根据关联匹配结果确定当前电能计量装置的异常信息,包括:
在关联匹配结果不一致的情况下,根据现场确认的异常信息更新所述异常案例库。
8.一种电能计量装置异常诊断装置,其特征在于,包括:
筛选单元,用于根据获取的当前电能计量装置的运行参数筛选当前电能计量装置的异常数据;
识别单元,用于根据预先构建的异常案例库和异常规则库基于所述异常数据进行识别,以获得对应的异常事件和异常类型;
匹配单元,用于对所述异常事件和异常类型进行关联匹配;
诊断单元,用于根据关联匹配结果确定当前电能计量装置的异常信息。
9.如权利要求8所述的电能计量装置异常诊断装置,其特征在于,还包括:
数据采集单元,用于获取电能计量装置的历史异常事件相关数据以及对应的计量方案;
数据处理单元,用于对所述历史异常事件相关数据以及对应的计量方案进行重构,以构建所述异常案例库。
10.如权利要求9所述的电能计量装置异常诊断装置,其特征在于,还包括:
样本选择单元,用于根据所述异常案例库确定样本数据;
机器学习单元,用于将所述样本数据按照预设比例分为训练集和测试集进行机器学习,以构建异常规则库。
11.如权利要求8-10任一项所述的电能计量装置异常诊断装置,其特征在于,所述筛选单元,具体用于根据电能计量装置常态运行参数对当前电能计量装置的运行参数进行筛选,以确定当前电能计量装置的异常运行参数与相应的计量方案。
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网重庆市电力公司营销服务中心;国网重庆市电力公司电力科学研究院;国家电网有限公司,未经国网重庆市电力公司营销服务中心;国网重庆市电力公司电力科学研究院;国家电网有限公司许可,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/202010995333.8/1.html,转载请声明来源钻瓜专利网。