[发明专利]一种智能电能表故障在线预警系统及方法

权利要求书

1.一种智能电能表故障在线预警系统，其特征在于，包括以下部分：

连接模块、传输模块、计量检测模块、数据分层模块、自主处理模块、匹配模块和在线预警模块；

所述连接模块，用于连接智能电能表与单片机和所述传输模块，设立若干用于数据采集的传感器接口，所述连接模块位于智能电能表上，通过数据传输的方式与所述传输模块和所述计量检测模块连接；

所述传输模块，用于接收智能电能表和传感器采集的计量数据，并传输给所述计量检测模块，所述传输模块通过数据传输的方式与所述计量检测模块连接；

所述计量检测模块，用于对智能电能表及传感器进行周期性轮抄采集，感知计量数据，所述计量检测模块位于单片机上，通过数据传输的方式与所述数据分层模块连接；

所述数据分层模块，用于依据计量数据之间的传递关系对计量数据进行层级划分，所述数据分层模块位于单片机上，通过数据传输的方式与所述自主处理模块连接；

所述自主处理模块，用于构建具有自我进化能力的深度学习网络，通过深度训练学习从层到层的函数复杂组合中找到定义从输入到输出的映射函数，优化每一层的参数，降低误差，最终输出智能电能表数据异常的层级及其异常参数，所述自主处理模块通过数据传输的方式与所述匹配模块连接；

所述匹配模块，用于根据层级和异常参数匹配出对应的故障类型，所述匹配模块通过数据传输的方式与所述在线预警模块连接。

2.一种智能电能表故障在线预警方法，其特征在于，包括以下步骤：

S1.实时获取智能电能表的动力环境信息、故障信息、运行质量信息，开展设备长时间运行质量监测，对计量数据进行层级划分；

S2.构建具有自我进化能力的深度学习网络，引入扰动因子和匹配算法，实现智能电能表故障的在线预警以及预警技术的自我进化。

3.如权利要求2所述的一种智能电能表故障在线预警方法，其特征在于，所述步骤S1具体包括：

依据计量数据之间的传递关系对计量数据进行层级划分，将已存储的智能电能表标准计量数据作为计算相关关系的参考数值，参考数值处于一个动态调整过程；从智能电能表直接读取的计量数据属于第一层级；对于传感器采集的计量数据，若计量数据与智能电能表相关或与智能电能表故障的发生有关，则这些数据属于第二层级；若计量数据是传感器采集的智能电能表上下游设备的参数，则这些数据属于第三层级，及第三层级的数据需要通过第二层级的数据与智能电能表相关；除此之外的数据属于第四层级。

4.如权利要求2所述的一种智能电能表故障在线预警方法，其特征在于，所述步骤S2具体包括：

构建具有自我进化能力的深度学习网络，将采集的计量数据输入深度学习网络中，通过深度训练学习从层到层的函数复杂组合中找到定义从输入到输出的映射函数，优化每一层的参数，降低误差，最终输出智能电能表数据异常的层级及其异常参数，从而根据层级和异常参数匹配出对应的故障类型并进行预警。

5.如权利要求4所述的一种智能电能表故障在线预警方法，其特征在于，所述步骤S2具体包括：

深度学习网络包括输入层、映射层、关联层、扰动层、循环层和输出层。

6.如权利要求4所述的一种智能电能表故障在线预警方法，其特征在于，所述步骤S2具体包括：

映射层将输入的计量数据映射到计算空间中，关联层基于划分后的数据层级计算不同层级数据之间的相关性，扰动层根据预设的主动相关系数和被动相关系数计算扰动因子，对数据进行扰动，优化复杂工况下无法模拟和仿真的因素扰动造成智能电能表故障预警结果不准确的问题，循环层根据智能电能表计量数据在时间序列上的关联性，选择强化学习中的学习函数。