The invention proposes an intelligent meter fault analysis and prediction system based on large data platform, which includes a Bayesian network construction subsystem and an analysis and prediction subsystem; the system runs according to the following steps for analysis and prediction; A1 and Bayesian network construction subsystem acquire the Bayesian network model needed for training meter fault prediction through a large data platform. Transfer to the analysis and prediction subsystem; A2, the analysis and prediction subsystem acquires the Bayesian network model, and then uses the data related to the model to analyze and forecast the fault of the smart meter; A3, display the Bayesian network model and the fault prediction results based on the model; The invention is based on the large data platform, and can be used to analyze and forecast the large-scale meters in different provinces and regions. Data processing, and user use simple operation.
【技术实现步骤摘要】
一种基于大数据平台的智能电表故障分析和预测系统
本专利技术涉及电力设施运维
,尤其是一种基于大数据平台的智能电表故障分析和预测系统。
技术介绍
智能电网的高速发展使得电力用户不断增加,电力系统的规模不断扩大。随着智能电表的不断更新,其计量水平、性能和功能都有了显著的提升,但同时也由于智能电表功能的完善导致智能电表的故障类型逐渐增多,故障不确定性逐渐增高。电表在正常运行时可能受到来自自然环境以及人为因素的影响使得各组件不可避免的发生各类故障,而导致电表发生故障的各类因素可能相互关联并具有特定特点,通过深入挖掘电表各类数据使得分析智能电表故障成因并且预测电表各种故障类型成为了可能。国家电网电力科学院计量中心目前采集到海量的全国各地电表运行数据,由于样本数据集的数量很大,在单机平台上构建贝叶斯网络进行故障预测和分析会导致网络运行速度和效率非常差,因此缺乏一种基于大数据平台的适用性高,实用性强的故障预测和分析系统。为解决上述问题,迫切需要研究一种能够对不同省份,不同地区的海量电表数据进行处理,且用户使用操作简单的基于大数据平台的智能电表故障类型成因分析和预测系统。
技术实现思路
本专利技术提出一种基于大数据平台的智能电表故障分析和预测系统,基于大数据平台,能够对不同省份,不同地区的海量电表数据进行处理,且用户使用操作简单。本专利技术采用以下技术方案。一种基于大数据平台的智能电表故障分析和预测系统,所述系统包括贝叶斯网络构建子系统和分析预测子系统;所述系统运行时按以下步骤进行分析预测作业;A1、贝叶斯网络构建子系统通过大数据平台获取训练电表故障预测所需的贝叶斯网络 ...
【技术保护点】
1.一种基于大数据平台的智能电表故障分析和预测系统,其特征在于:所述系统包括贝叶斯网络构建子系统和分析预测子系统;所述系统运行时按以下步骤进行分析预测作业;A1、贝叶斯网络构建子系统通过大数据平台获取训练电表故障预测所需的贝叶斯网络模型后上传至分析预测子系统;A2、分析预测子系统获取贝叶斯网络模型后,通过该模型用与模型相关的数据对智能电表故障进行分析预测;A3、对贝叶斯网络模型和根据该模型得出的故障预测结果进行展示。
【技术特征摘要】
1.一种基于大数据平台的智能电表故障分析和预测系统,其特征在于:所述系统包括贝叶斯网络构建子系统和分析预测子系统;所述系统运行时按以下步骤进行分析预测作业;A1、贝叶斯网络构建子系统通过大数据平台获取训练电表故障预测所需的贝叶斯网络模型后上传至分析预测子系统;A2、分析预测子系统获取贝叶斯网络模型后,通过该模型用与模型相关的数据对智能电表故障进行分析预测;A3、对贝叶斯网络模型和根据该模型得出的故障预测结果进行展示。2.根据权利要求1所述的一种基于大数据平台的智能电表故障分析和预测系统,其特征在于:所述贝叶斯网络构建子系统包括数据预处理模块、数据分块模块、构建贝叶斯网络模块、获取准确率模块以及获取条件概率表模块;所述智能电表故障分析和预测系统运行时,贝叶斯网络构建子系统通过数据预处理模块、数据分块模块搭建大数据平台来提供训练模型的基本实验环境,所述构建贝叶斯网络模块、获取准确率模块以及获取条件概率表模块在选取与大数据平台匹配的贝叶斯网络结构学习算法后,基于大数据平台,以贝叶斯网络结果学习算法训练构建贝叶斯网络模型;所述分析预测子系统包括贝叶斯网络展示模块、故障类型预测模块、故障成因分析模块、预测结果展示模块以及后台管理模块;所述智能电表故障分析和预测系统运行时,分析预测子系统把训练好的贝叶斯网络模型以动态直观的形式进行展示,并将大数据平台涉及的各省市电表故障类型预测结果和成因分析直观的展示给用户。3.根据权利要求2所述的一种基于大数据平台的智能电表故障分析和预测系统,其特征在于:所述数据预处理模块搭建大数据平台的数据来自于国家电网电力科学院计量中心的各地智能电表信息,包括智能电表到货批次信息、检定任务信息、全检综合结论信息、全检基本误差信息、现场运行故障信息;...
【专利技术属性】
技术研发人员:商曦文,吉莹,
申请(专利权)人:国网福建省电力有限公司,国网福建省电力有限公司电力科学研究院,
类型:发明
国别省市:福建,35
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。