[发明专利]一种电能表状态评价及更换方法、装置及终端

说明书

本发明提供一种电能表状态评价及更换方法、装置及终端。该方法包括：获取处于工作状态的电能表的数据，得到在运电能表数据；将在运电能表数据输入故障预测模型，得到预测故障率；根据预测故障率和在运电能表数据，对在运电能表进行健康评价，得到健康度评价得分；根据预测故障率和健康度评价得分，确定是否更换在运电能表。本发明能够及时发现并更换存在故障隐患的电能表，有助于提升供电服务的可靠性，还能避免资源浪费。

技术领域

本发明涉及电力技术领域，尤其涉及一种电能表状态评价及更换方法、装置及终端。

背景技术

近年来，国家电网公司一直致力于智能电网建设。智能电能表作为智能电网末端与用户交互的关键设备，承担了重要功能。某地区目前累计安装智能电能表2200万只，实现了智能电能表的全覆盖。

随着大批量智能电能表的全覆盖，针对智能电能表的运行维护工作就显得尤为重要。目前，针对智能电能表的运行维护，主要采用周期性更换智能电能表或是智能电能表发生故障后更换故障电能表的方式。而周期性更换智能电能表容易产生资源浪费；故障后更换智能电能表导致更换不及时，存在较大设备隐患。

发明内容

本发明实施例提供了一种电能表状态评价及更换方法、装置及终端，以解决电能表更换不及时、周期性更换电能表产生资源浪费的问题。

第一方面，本发明实施例提供了一种电能表状态评价及更换方法，包括：

获取处于工作状态的电能表的数据，得到在运电能表数据；

将所述在运电能表数据输入故障预测模型，得到预测故障率；

根据所述预测故障率和所述在运电能表数据，对所述在运电能表进行健康评价，得到健康度评价得分；

根据所述预测故障率和所述健康度评价得分，确定是否更换在运电能表。

在一种可能的实现方式中，在将所述在运电能表数据输入故障预测模型，得到预测故障率之前，还包括：

获得电能表样本数据，所述样本数据为从生产信息系统中采集的电能表的数据；

根据所述样本数据建立所述故障预测模型。

在一种可能的实现方式中，所述获得电能表样本数据，包括：

获取生产信息系统中的MDS数据；

抽取所述MDS数据中的特征字段，得到中间数据；

对所述中间数据进行数据清洗和数据汇总，得到所述样本数据。

在一种可能的实现方式中，所述根据样本数据建立故障预测模型，包括：

对所述样本数据进行聚类处理，得到分类后的样本数据；

利用分类后的样本数据对预先基于KNN算法构建的故障预测模型进行训练，获得训练好的故障预测模型。

在一种可能的实现方式中，所述根据所述预测故障率和所述在运电能表数据，对所述在运电能表进行健康评价，得到健康度评价得分，包括：

对所述在运电能表数据进行类别变量转换，得到不同类别变量；

将各类别变量和所述预测故障率输入预设的健康评价模型，得到所述健康评价得分。

在一种可能的实现方式中，所述根据所述预测故障率和所述健康度评价得分，确定是否需要更换在运电能表，包括：

当预测故障率小于等于第一预设值时，不需要更换所述在运电能表；

当预测故障率大于第一预设值且健康评价得分小于第二预设值时，需要更换所述在运电能表。