一种基于大数据的电表时钟跳变分析方法技术

本发明专利技术公开了一种基于大数据的电表时钟跳变分析方法，用于支持大型专变用户、中小型专变用户、三项工业用户、单相工业用户、居民用户和公用配变考核计量点所装电能表时钟的异常分析。本发明专利技术通过采集各类用户时钟数据，利用大数据聚类技术给出电表时钟偏差范围，并进行归纳，便于后续针对此电能表时钟异常排查。

An analysis method of meter clock jump based on large data

The invention discloses a meter clock based on large data jump analysis method for supporting large, medium and small special transformer users of special transformer users, three abnormal industrial users, industrial users, single-phase residential users and the public distribution transformer metering point assessment loaded electric energy meter clock analysis. The invention provides the clock deviation range of the electric meter by collecting the data of all kinds of user clock data, and makes use of the technology of large data clustering.

【技术实现步骤摘要】

本专利技术属于大数据
，尤其涉及一种基于大数据的电表时钟跳变分析方法。
技术介绍
用户及配变计量装置的安装和采集建设，给台区考核低压线损奠定了基础。但也给计量装置安装、运行提出了更高的要求。因公用配变以及用户运行数量大、分布广，现场逐个检查、试验需要大量人力、物力，还需要配备足够数量的技术人员。
技术实现思路
本专利技术主要是解决现有技术所存在的技术问题，本专利技术提供一种基于大数据的电表时钟跳变分析方法，能够将电表时钟跳变异常快速归类，保证异常数据统计的及时性。本专利技术的上述技术问题主要是通过下述技术方案得以解决的：本专利技术的一种基于大数据的电表时钟跳变分析方法，包括如下步骤：步骤1、根据用户类型编制自动透抄电能表时钟任务，并执行该透抄任务；步骤2、对所得到的电能表时钟数据进行聚类。进一步的，步骤2所述对所得到的电能表时钟数据进行聚类具体为：S1)首先设置聚类的个数为2；S2）选择任意两个时钟数据作为两类中心点，分别为A、B；S3）分别计算其余数据到A，B两点的距离，若到A点的距离最短则选择A，否则选B；S4）计算A类中每个元素到A类其余元素距离的均值a1；S5）计算A类中每个元素到B类其余元素距离的均值b1；S6）计算b1减去a1，并除以a1与b1之间的最大值得到C1；S7）计算B类中每个元素到B类其余元素距离的均值a1；S8）计算B类中每个元素到A类其余元素距离的均值b1；S9）计算b1减去a1，并除以a1与b1之间的最大值的到D1；S10）把A类中所有C1和B类中所有的D1作累加，取均值得到E1；S11）以此类推分别计算聚类的个数为3，直到找到E1最大的那个聚类个数为止；S12）根据找到的聚类个数以及每个类的中心点，取该类中到中心的距离作为该类范围。本专利技术的有益效果是：通过大数据聚类技术给出时钟偏差较为准确的范围。提高时钟异常定位的准确性，以及故障排查的效率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术的逻辑架构示意图。具体实施方式下面结合附图对本专利技术的优选实施例进行详细阐述，以使本专利技术的优点和特征能更易于被本领域技术人员理解，从而对本专利技术的保护范围做出更为清楚明确的界定。为提高工作效率，尽快解决计量装置时钟偏差引起的线损异常，本专利技术通过大数据聚类分析方法对时钟偏差进行精确分类，统计出相应异常清单，便于运维人员精准定位问题，解决问题，具体技术方案如下：如图1所示，一种基于大数据的电表时钟跳变分析方法，包括如下步骤：步骤1、根据用户类型（以江苏省为例，将用户类型分为大型专变用户、中小型专变用户、三项工业用户、单相工业用户、居民用户和公用配变用户）编制自动透抄电能表时钟任务，并执行该透抄任务；步骤2、对所得到的电能表时钟数据进行聚类，具体为：S1)首先设置聚类的个数为2；S2）选择任意两个时钟数据作为两类中心点，分别为A、B；S3）分别计算其余数据到A，B两点的距离，若到A点的距离最短则选择A，否则选B；S4）计算A类中每个元素到A类其余元素距离的均值a1；S5）计算A类中每个元素到B类其余元素距离的均值b1；S6）计算b1减去a1，并除以a1与b1之间的最大值得到C1；S7）计算B类中每个元素到B类其余元素距离的均值a1；S8）计算B类中每个元素到A类其余元素距离的均值b1；S9）计算b1减去a1，并除以a1与b1之间的最大值的到D1；S10）把A类中所有C1和B类中所有的D1作累加，取均值得到E1；S11）以此类推分别计算聚类的个数为3，直到找到E1最大的那个聚类个数为止；S12）根据找到的聚类个数以及每个类的中心点，取该类中到中心的距离作为该类范围。江苏省所有用户的电能表时钟通过上诉聚类的方法可以细分为15类，15类的范围的如下：1、超前3分钟以内；2、滞后3分钟以内；3、超前3-5分钟；4、滞后3-5分钟；5、超前5-15分钟；6、滞后5-15分钟；7、超前15-60分钟；8、滞后15-60分钟；9、超前1小时-1天；10、滞后1小时-1天；11、超前1天-1年；12、滞后1天-1年；13、超前1年以上；14、滞后1年以上；15、无规则时钟乱码。以上所述，仅为本专利技术的具体实施方式，但本专利技术的保护范围并不局限于此，任何不经过创造性劳动想到的变化或替换，都应涵盖在本专利技术的保护范围之内。因此，本专利技术的保护范围应该以权利要求书所限定的保护范围为准。本文档来自技高网...

【技术保护点】
一种基于大数据的电表时钟跳变分析方法，其特征在于，包括以下步骤：根据用户类型编制自动透抄电能表时钟任务，并执行该透抄任务；对所得到的电能表时钟数据进行聚类。

【技术特征摘要】
1.一种基于大数据的电表时钟跳变分析方法，其特征在于，包括以下步骤：根据用户类型编制自动透抄电能表时钟任务，并执行该透抄任务；对所得到的电能表时钟数据进行聚类。2.根据权利要求1所述的一种基于大数据的电表时钟跳变分析方法，其特征在于：所述步骤2）对所得到的电能表时钟数据进行聚类具体为：S1)首先设置聚类的个数为2；S2）选择任意两个时钟数据作为两类中心点，分别为A、B；S3）分别计算其余数据到A，B两点的距离，若到A点的距离最短则选择A，否则选B；S4）计算A类中每个元素到A类其余元素距离的均值a1；...

【专利技术属性】
技术研发人员：范洁，沈秋英，李新家，周玉，陈霄，易永仙，崔高颖，郭兴昕，金萍，李纬，张驰，解吕晨，许跃，范可立，
申请(专利权)人：国网江苏省电力公司电力科学研究院，国家电网公司，江苏方天电力技术有限公司，
类型：发明
国别省市：江苏;32