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 ...
【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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。