[发明专利]一种反窃电诊断检测方法及系统在审

专利信息
申请号: 202111547263.0 申请日: 2021-12-16
公开(公告)号: CN114491181A 公开(公告)日: 2022-05-13
发明(设计)人: 张朝;黄超杰;王喜刚;念甲斌;折旭旭;张若芸;刘美荣;毛奔;郭光辉;薛贺;牛潇;刘辉;董虎超;苏晨飞;苏苗苗 申请(专利权)人: 国网陕西省电力公司延安供电公司
主分类号: G06F16/9035 分类号: G06F16/9035;G06F16/904;G06Q10/04;G06Q30/00;G06Q50/06
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 安彦彦
地址: 716000 陕*** 国省代码: 陕西;61
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 反窃电 诊断 检测 方法 系统
【权利要求书】:

1.一种反窃电诊断检测方法,其特征在于,包括如下步骤,

选取待检测窃电目标并基于AR技术将待检测窃电目标的信息转化为可视化信息;

对待检测窃电目标进行功能检测,并记录检测结果;

根据获取的可视化信息和检测结果建立反窃电检测模型;

收集现有用户用电数据信息和窃电样本案例并建立疑似窃电数据库;

将疑似窃电数据库中的数据输入反窃电检测模型,根据反窃电检测模型输出的反窃电检测结果与疑似窃电数据库中的数据信息进行对比;

根据对比结果对反窃电检测模型进行优化;

基于优化后的反窃电检测模型对用户用电实时数据进行反窃电检测,定位疑似窃电用户,反窃电检测完成。

2.根据权利要求1所述的一种反窃电诊断检测方法,其特征在于,所述选取待检测窃电目标并基于AR技术将待检测窃电目标的信息转化为可视化信息包括,

AR设备对待检测窃电目标的信息进行识别并根据识别的信息转化为可视化的图文信息并存储。

3.根据权利要求1所述的一种反窃电诊断检测方法,其特征在于,所述对待检测窃电目标进行功能检测包括待检测窃电目标的负荷远程监测、多点同步监测、倍率核查、向量分析、现场取证、电表校验、漏电检测和闭环数据上传。

4.根据权利要求1所述的一种反窃电诊断检测方法,其特征在于,所述反窃电检测模型包括设备层、网络层、服务层、应用层四层架构;

其中,设备层用于采集并存储数据,网络层用于实现多层之间的信息连接和传输,服务层用于对模型中输入的数据进行计算和分析,应用层用于实现模型功能,为用户提供服务。

5.根据权利要求1所述的一种反窃电诊断检测方法,其特征在于,所述根据对比结果对反窃电检测模型进行优化包括,

反窃电检测模型中输入疑似窃电征兆关键词;

根据疑似窃电征兆关键词对反窃电检测模型逐层中的数据进行搜索并初步筛选;

将初步筛选的结果与疑似窃电数据库中的数据进行匹配,

若匹配成功,则保留数据;

若匹配不成功,则修正数据信息并根据修正后数据信息更新反窃电检测模型。

6.根据权利要求1所述的一种反窃电诊断检测方法,其特征在于,所述收集现有用户用电数据信息和窃电样本案例并建立疑似窃电数据库包括,

收集现有用户用电信息数据和窃电样本案例并构建深度学习网络框架;

基于人工智能技术采用推理机对深度学习网络框架中的数据信息进行诊断分析;

根据诊断分析结果给出对应的窃电应对措施,建立完成。

7.根据权利要求1所述的一种反窃电诊断检测方法,其特征在于,所述反窃电检测完成后,还包括将检测结果存储至疑似窃电数据库中,实时更新疑似窃电数据库中的数据信息。

8.根据权利要求7所述的一种反窃电诊断检测方法,其特征在于,所述反窃电检测完成后,还包括疑似窃电数据库根据存储的数据信息自动生成用户用电趋势图。

9.一种反窃电诊断检测系统,其特征在于,基于权利要求1-8任一项的检测方法,包括,

AR智能检测模块,用于选取待检测窃电目标并基于AR技术将待检测窃电目标的信息转化为可视化信息;

功能检测模块,用于对待检测窃电目标进行功能检测,并记录检测结果;

反窃电检测模型建立模块,用于根据获取的可视化信息和检测结果建立反窃电检测模型;

疑似窃电数据库模块,用于收集现有用户用电信息数据和窃电样本案例并建立疑似窃电数据库;

对比模块,用于将疑似窃电数据库中的数据输入反窃电检测模型,根据反窃电检测模型输出的反窃电检测结果与疑似窃电数据库中的数据进行对比;

优化模块,用于根据对比结果对反窃电检测模型进行优化;

定位模块,用于基于优化后的反窃电检测模型对用户用电实时数据进行反窃电检测,定位疑似窃电用户,反窃电检测完成。

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网陕西省电力公司延安供电公司,未经国网陕西省电力公司延安供电公司许可,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/202111547263.0/1.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