电能表任务执行能力检测方法及装置制造方法及图纸

本发明专利技术提供了一种电能表任务执行能力检测方法及装置，其中，该方法包括：对每一待检测电能表的任务执行数据在时域进行扩展，得到每一待检测电能表的时域扩展采样数据；根据所有待检测电能表的时域扩展采样数据，构建原始数据矩阵，及确定原始数据矩阵对应的协方差矩阵；确定协方差矩阵的特征值和对应的特征向量矩阵；根据主成分数量，从所述特征向量矩阵中选取出预设个特征向量，组成截取特征向量矩阵；根据截取特征向量矩阵和原始数据矩阵，确定主成分矩阵；根据主成分矩阵，检测电能表任务执行能力。上述技术方案实现了考虑时序性和任务执行成功与否组成布尔量的任务数据，来检测电能表任务执行能力。

Detection Method and Device of Task Execution Ability of Electric Energy Meter

【技术实现步骤摘要】
电能表任务执行能力检测方法及装置
本专利技术涉及电能表
，特别涉及一种电能表任务执行能力检测方法及装置。
技术介绍
为了进一步发挥智能电能表资产效益，减少电网运营成本，提高供电可靠性和用户满意度，公司在智能电能表非计量功能上做了大量研究和应用。智能电能表高级应用已成为配网运营管理的重要手段，公司拓展计量采集系统的非计量功能开发和应用，建立完善的数据共享机制，制定智能电能表数据支撑各专业应用的工作规则，全面有效支撑运检、发展、安质等专业数据需求。为了支撑相关工作，需要对现有台区全载波、半载波、宽带载波等通信方式下电能表的采集任务执行能力和本地网络通信能力进行检测。目前对采集台区电能表的采集能力和本地网络通信没有进行量化的检测方式，因此需综合主站多数据采集、费控、校时、调价等任务，结合本地通信信道通信监控，实现电能表任务执行能力的可量化和可操作的检测。现有对电能表任务执行能力检测方案的缺点如下。首先，在现有技术中，电能表的性能往往通过各种实验手段在实验室条件下测量得到的实验值，这些实验值均为一个具体的数字，在此基础上通过大量实验即可获得一定量的样本数据，通过对样本数据进行分析即可检测电能表的相关性能，一种典型的样本数据分析方法为主成分分析和k均值聚类法。但是这种方法针对的对象是数值样本数据，而电能表执行任务的数据通常为任务执行是否成功，即任务执行数据仅为成功或失败而不是一个具体量化的数字。因此，现有基于数值样本数据的分析方法不能用于检测电能表任务执行能力。其次，目前主要用于分析电能表性能的方法主要是传统的主成分分析法，传统的主成分分析法处理的对象是无时序性的数据，已有技术中通过多次实验取得的样本数据即为无时序性的数据，因此传统主成分分析方法可用于这种分析。但实际应用环境中，电能表执行任务是具有时序性的，任务发送是先于任务回执的，而且任务回执是否及时也反映了电能表执行任务的能力强弱。因此，传统的用于分析电能表性能的主成分分析方法不能用于检测电能表任务执行能力。
技术实现思路
本专利技术实施例提供了一种电能表任务执行能力检测方法，用以检测电能表任务执行能力，该方法包括：根据电能表的任务执行的类型和时间，对每一待检测电能表的任务执行数据在时域进行扩展，得到每一待检测电能表的时域扩展采样数据；所述时域扩展采样数据为具有时序性的任务执行成功与否的数据；根据所有待检测电能表的时域扩展采样数据，构建原始数据矩阵，根据原始数据矩阵，确定原始数据矩阵对应的协方差矩阵；确定所述协方差矩阵的特征值，根据协方差矩阵的特征值，确定协方差矩阵对应的特征向量矩阵；根据主成分数量，从所述特征向量矩阵中选取出预设个特征向量，组成截取特征向量矩阵；根据所述截取特征向量矩阵和原始数据矩阵，确定主成分矩阵；所述主成分矩阵代表所有待检测电能表任务执行能力的共性特征；根据所述主成分矩阵，检测电能表任务执行能力。本专利技术实施例还提供了一种电能表任务执行能力检测装置，用以检测电能表任务执行能力，该装置包括：时域扩展采样数据确定单元，用于根据电能表的任务执行的类型和时间，对每一待检测电能表的任务执行数据在时域进行扩展，得到每一待检测电能表的时域扩展采样数据；所述时域扩展采样数据为具有时序性的任务执行成功与否的数据；原始数据矩阵及协方差矩阵确定单元，用于根据所有待检测电能表的时域扩展采样数据，构建原始数据矩阵，根据原始数据矩阵，确定原始数据矩阵对应的协方差矩阵；特征向量矩阵确定单元，用于确定所述协方差矩阵的特征值，根据协方差矩阵的特征值，确定协方差矩阵对应的特征向量矩阵；截取特征向量矩阵及主成分矩阵确定单元，用于根据主成分数量，从所述特征向量矩阵中选取出预设个特征向量，组成截取特征向量矩阵；根据所述截取特征向量矩阵和原始数据矩阵，确定主成分矩阵；所述主成分矩阵代表所有待检测电能表任务执行能力的共性特征；检测单元，用于根据所述主成分矩阵，检测电能表任务执行能力。本专利技术实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述电能表任务执行能力检测方法。本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有执行电能表任务执行能力检测方法的计算机程序。本专利技术实施例提供的技术方案具有如下有益效果：首先，与现有技术中传统主成分分析方法的对象是数值，不能对任务执行成功与否进行分析，进而无法对电能表执行任务能力进行检测的方案相比较，本专利技术实施例提供的技术方案处理的对象是电能表执行任务的数据，即任务执行数据仅为成功或失败的数据，而不是一个具体量化的数字，因此本专利技术方法是一种能处理由任务执行成功或失败组成的布尔量样本数据分析的方法，进而可以解决检测电能表任务执行能力的问题。其次，与现有技术中传统的主成分分析法处理对象是无时序性的数据，无法对电能表执行任务能力进行检测的方案相比较，本专利技术实施例提供的技术方案是在时域进行扩展，解决了实际应用环境中电能表执行任务是具有时序性的问题，由于电能表的任务发送是先于任务回执的，而且任务回执是否及时也反映了电能表执行任务的能力强弱。因此，本专利技术方法为可考虑样本数据时序性的分析方法以实现对电能表执行任务能力的检测。综上，本专利技术实施例提供的技术方案实现了对电能表执行任务能力的检测。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，并不构成对本专利技术的限定。在附图中：图1是本专利技术实施例中电能表任务执行能力检测方法的流程示意图；图2是本专利技术又一实施例中电能表任务执行能力检测方法的流程示意图；图3是本专利技术实施例中电能表任务执行能力检测装置的结构示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本专利技术做进一步详细说明。在此，本专利技术的示意性实施方式及其说明用于解释本专利技术，但并不作为对本专利技术的限定。由于专利技术人发现现有对电能表检测方法无法检测电能表任务执行能力，存在的技术问题是：传统主成分分析方法的对象是数值而不是布尔量，不能针对任务执行成功与否进行分析和检测，同时传统主成分分析方法处理的样本数据为无时序性的数据，而任务执行能力检测需要考虑任务数据的时序性，因此传统主成分分析方法并不适用于电能表任务执行能力的检测。由于专利技术人发现上述技术问题，提出了一种基于时域扩展主成分分析的电能表任务执行能力检测(评估)方案，该方案首先根据任务执行的时间对任务执行数据在时域进行扩展，然后在此基础上进行的主成分分析方法的对象是具有时序性的任务执行成功与否的数据，进而根据时域扩展主成分分析方法的结果检测电能表任务执行能力。下面对该基于时域扩展分析的电能表任务执行能力检测的方案进行详细介绍如下。图1是本专利技术实施例中电能表任务执行能力检测方法的流程示意图，如图1所示，该方法包括：步骤101：根据电能表的任务执行的类型和时间，对每一待检测电能表的任务执行数据在时域进行扩展，得到每一待检测电能表的时域扩展采样数据；所述时域扩展采样数据为具有时序性的任务执行成功与否的数据；步骤102：根据所有待检测电能表的时域扩展采样数据，构建原始数据矩阵，根据原始数据矩阵，确定原始数据矩阵对应的协方差矩阵；步骤103：确定所述协方差矩阵的特征值，根据协方差矩阵本文档来自技高网...

【技术保护点】
1.一种电能表任务执行能力检测方法，其特征在于，包括：根据电能表的任务执行的类型和时间，对每一待检测电能表的任务执行数据在时域进行扩展，得到每一待检测电能表的时域扩展采样数据；所述时域扩展采样数据为具有时序性的任务执行成功与否的数据；根据所有待检测电能表的时域扩展采样数据，构建原始数据矩阵，根据原始数据矩阵，确定原始数据矩阵对应的协方差矩阵；确定所述协方差矩阵的特征值，根据协方差矩阵的特征值，确定协方差矩阵对应的特征向量矩阵；根据主成分数量，从所述特征向量矩阵中选取出预设个特征向量，组成截取特征向量矩阵；根据所述截取特征向量矩阵和原始数据矩阵，确定主成分矩阵；所述主成分矩阵代表所有待检测电能表任务执行能力的共性特征；根据所述主成分矩阵，检测电能表任务执行能力。

【技术特征摘要】
1.一种电能表任务执行能力检测方法，其特征在于，包括：根据电能表的任务执行的类型和时间，对每一待检测电能表的任务执行数据在时域进行扩展，得到每一待检测电能表的时域扩展采样数据；所述时域扩展采样数据为具有时序性的任务执行成功与否的数据；根据所有待检测电能表的时域扩展采样数据，构建原始数据矩阵，根据原始数据矩阵，确定原始数据矩阵对应的协方差矩阵；确定所述协方差矩阵的特征值，根据协方差矩阵的特征值，确定协方差矩阵对应的特征向量矩阵；根据主成分数量，从所述特征向量矩阵中选取出预设个特征向量，组成截取特征向量矩阵；根据所述截取特征向量矩阵和原始数据矩阵，确定主成分矩阵；所述主成分矩阵代表所有待检测电能表任务执行能力的共性特征；根据所述主成分矩阵，检测电能表任务执行能力。2.如权利要求1所述的电能表任务执行能力检测方法，其特征在于，根据所述主成分矩阵，检测电能表任务执行能力，包括按照如下方法的其中之一或任意组合，检测电能表任务执行能力：根据主成分分量的数量，检测所有待检测电能表任务执行能力的差异性；根据主成分矩阵的第一列所有元素的均值，检测所有待检测电能表任务执行能力的差异性；根据主成分矩阵的第一列所有元素的方差，检测所有待检测电能表共性特征的任务执行能力差异性；根据截取特征向量矩阵的共轭转置矩阵的第一行元素的模，检测所有待检测电能表的任务执行能力。3.如权利要求2所述的电能表任务执行能力检测方法，其特征在于，根据主成分分量的数量，检测所有待检测电能表任务执行能力的差异性，包括：主成分分量的数量越小，代表所有待检测电能表任务执行能力差异小，主成分分量的数量越大，代表所有待检测电能表任务执行能力差异大；根据主成分矩阵的第一列所有元素的均值，检测所有待检测电能表任务执行能力的差异性，包括：主成分矩阵的第一列所有元素的均值接近复平面原点，代表所有待检测电能表任务执行能力好，任务发送数据得到执行成功回执的比重大，且收到回执所需的时间短；主成分矩阵的第一列所有元素的均值距离复平面原点远，代表所有待检测电能表任务执行能力差，任务发送数据得到执行成功回执的比重小，且收到回执所需的时间长；根据主成分矩阵的第一列所有元素的方差，检测所有待检测电能表共性特征的任务执行能力差异性，包括：主成分矩阵的第一列所有元素的方差小，代表所有待检测电能表共性特征的任务执行能力差异小；主成分矩阵的第一列所有元素的方差大，代表所有待检测电能表共性特征的任务执行能力差异大；根据截取特征向量矩阵的共轭转置矩阵的第一行元素的模，检测所有待检测电能表的任务执行能力，包括：共轭转置矩阵的第一行元素中的任一元素的模大，代表该任一元素对应的待检测电能表的任务执行能力好；共轭转置矩阵的第一行元素中的任一元素的模大，代表该任一元素对应的待检测电能表的任务执行能力差。4.如权利要求1所述的电能表任务执行能力检测方法，其特征在于，还包括：对每一待检测电能表的时域扩展采样数据进行归一化处理，得到所有待检测电能表的归一化处理后的时域扩展采样数据；根据所有待检测电能表的时域扩展采样数据，构建原始数据矩阵，根据原始数据矩阵，确定原始数据矩阵对应的协方差矩阵，包括：根据所有待检测电能表的归一化处理后的时域扩展采样数据，构建原始数据矩阵，根据原始数据矩阵，确定原始数据矩阵对应的协方差矩阵。5.一种电能...

【专利技术属性】
技术研发人员：郑思达，刘岩，刘影，袁瑞铭，魏彤珈，杨晓坤，张威，彭鑫霞，赵思翔，王皓，张放，和敬涵，
申请(专利权)人：华北电力科学研究院有限责任公司，国家电网有限公司，北京交通大学，
类型：发明
国别省市：北京,11