一种基于智能电表实采数据的低电压诊断系统技术方案

本发明专利技术公开一种基于智能电表实采数据的低电压诊断系统，包括数据采集模块、大数据中心、数据分析模块和数据诊断模块，所述大数据中心包括总部大数据中心和网省公司大数据中心。设计有数据采集模块、大数据中心、数据分析模块和数据诊断模块，数据采集模块为智能电表，数据采集模块和大数据中心电性连接，大数据中心和数据分析模块电性连接，数据采集模块、数据分析模块均和数据诊断模块电性连接。数据分析模块实现故障预判，对未来可能发生的故障进行预判处理，数据诊断模块数据架构分为诊断支撑数据、智能诊断数据、运维学习数据、诊断应用数据，能够智能诊断低电压成因，然后进一步计算其概率。

A low voltage diagnosis system based on real data of intelligent meter

【技术实现步骤摘要】
一种基于智能电表实采数据的低电压诊断系统
本专利技术涉及智能电表领域，具体的是一种基于智能电表实采数据的低电压诊断系统。
技术介绍
电压是衡量电能质量的一个重要指标。各种用电设备都是按额定电压来设计制造的，这些设备在额定电压下运行将取得最佳的效果，电压过大地偏离额定值将对用户产生不良影响。电力系统常见的用电设备是异步电动机、各种电热设备、照明灯以及近年来日渐增多的家用电器等。当电压过低时，用电设备效率会降低，影响生产的质量和效率；当电压过高时，用电设备的寿命将会缩短。电压偏移过大，除了影响用户的正常工作以外，对电力系统本身也有不利影响。电压降低，会使网络中的功率损耗和能量损耗加大，电压过低还可能危及电力系统运行的稳定性；而电压过高时，各种电气设备的绝缘可能受到损害。
技术实现思路
为解决上述
技术介绍
中提到的不足，本专利技术的目的在于提供一种基于智能电表实采数据的低电压诊断系统，本专利技术设计有数据采集模块、大数据中心、数据分析模块和数据诊断模块，数据采集模块为智能电表，数据采集模块和大数据中心电性连接，大数据中心和数据分析模块电性连接，数据采集模块、数据分析模块均和数据诊断模块电性连接。数据分析模块实现故障预判，对未来可能发生的故障进行预判处理，数据诊断模块数据架构分为诊断支撑数据、智能诊断数据、运维学习数据、诊断应用数据，能够智能诊断低电压成因，然后进一步计算其概率。本专利技术的目的可以通过以下技术方案实现：一种基于智能电表实采数据的低电压诊断系统，包括数据采集模块、大数据中心、数据分析模块和数据诊断模块，所述大数据中心包括总部大数据中心和网省公司大数据中心。所述数据采集模块为智能电表，数据采集模块和大数据中心电性连接，大数据中心和数据分析模块电性连接，数据采集模块、数据分析模块均和数据诊断模块电性连接。进一步地，所述数据分析模块实现故障预判，对未来可能发生的故障进行预判处理。进一步地，所述数据诊断模块数据架构分为诊断支撑数据、智能诊断数据、运维学习数据、诊断应用数据。进一步地，所述总部大数据中心包括总部故障诊断数据、国网公司故障诊断知识学习库和国网公司故障诊断管理库。进一步地，所述网省公司大数据中心包括网省故障诊断数据、智能诊断模块和多种数据。进一步地，所述多种数据包括故障数据、采集数据、台账数据和手持数据。进一步地，所述智能诊断模块包括故障特征数据、诊断模型数据、诊断数据、知识数据和统计分析数据。本专利技术的有益效果：本专利技术设计有数据采集模块、大数据中心、数据分析模块和数据诊断模块，数据采集模块为智能电表，数据采集模块和大数据中心电性连接，大数据中心和数据分析模块电性连接，数据采集模块、数据分析模块均和数据诊断模块电性连接。数据分析模块实现故障预判，对未来可能发生的故障进行预判处理，数据诊断模块数据架构分为诊断支撑数据、智能诊断数据、运维学习数据、诊断应用数据，能够智能诊断低电压成因，然后进一步计算其概率。附图说明下面结合附图对本专利技术作进一步的说明。图1是本专利技术的整体框图；图2是本专利技术大数据中心示意图；图3是本专利技术总部大户数据中心示意图；图4是本专利技术网省公司大数据中心示意图；图5是本专利技术与用电采集系统数据集成示意图；图6是本专利技术召测服务示意图；图7是本专利技术于营销系统数据集成示意图；图8是本专利技术与运维闭环模块数据集成示意图；图9是本专利技术与调度系统数据集成示意图；图10是本专利技术与运营商平台数据集成示意图；图11是本专利技术与天气网站数据集成示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。一种基于智能电表实采数据的低电压诊断系统，如图1所示，包括数据采集模块、大数据中心、数据分析模块和数据诊断模块，大数据中心包括总部大数据中心和网省公司大数据中心。数据采集模块为智能电表，数据采集模块和大数据中心电性连接，大数据中心和数据分析模块电性连接，数据采集模块、数据分析模块均和数据诊断模块电性连接。数据分析模块实现故障预判，对未来可能发生的故障进行预判处理。数据诊断模块数据架构分为诊断支撑数据、智能诊断数据、运维学习数据、诊断应用数据。如图2和3所示，总部大数据中心包括总部故障诊断数据、国网公司故障诊断知识学习库和国网公司故障诊断管理库。如图2和4所示，网省公司大数据中心包括网省故障诊断数据、智能诊断模块和多种数据。多种数据包括故障数据、采集数据、台账数据和手持数据。智能诊断模块包括故障特征数据、诊断模型数据、诊断数据、知识数据和统计分析数据。如图5和6所示，与用电信息采集主站的集成：采集主站的数据主要包括：组织域、电网域、用户档案、采集档案、测量点档案、档案间关系、抄表结果(冻结、当前、曲线)、参数信息、事件记录、异常数据、主站运行工况等，如图5所示。前置技术较落后的区域，采用前置改造，使用实时流数据处理方案，将数据通过kafka汇聚，通过Flink进行实时数据处理，在分布式大数据存储进行持久化。针对oracle架构的主站系统，采用OGG方式实时的同步采集数据库的数据，实现数据的全面共享。在应用集成方面，采用调用采集主站服务方式进行集成。对不支持实时数据同步的架构，采用T+1的方式获取数据，当天数据在凌晨通过sqoop方式抽取数据，第二日进行分析和诊断。对于状态数据以及瞬时数据(如开关状态、电表当前时钟、终端当前时钟、瞬时量、当前表码等数据)的集成，可以用WebService服务的形式获取，故障智能诊断模块调用用电采集模块WebService服务，用电采集系统通过内部通讯服务获取现场终端、电表的相应数据报文，解析成结构化数据后返回给故障诊断模块，如图6所示。如图7所示，与营销业务应用系统的集成：需要从营销系统的获取数据主要包括：组织域、电网域、用户档案、采集档案、测量点档案、档案间关系、档案变更记录、参数配置信息等，如图7所示。集成方式为针对数据量大、同步耗时长、好耗资源多的数据类型，如档案及档案变更记录等采用分布式准实时采集+Oracle同步结合的模式。如图8所示，与运维闭环模块的集成：需要从采集运维闭环模块获取运维工单记录、工单类型等信息，如图8所示。集成方式为存量工单采用OGG同步方式批量获取，对于增量工单可采用WebService接口形式根据时间、工单类型、档案对象类别来实时获取。如图9所示，与调度系统的集成：需要从调度系统获取计划停电记录以及计划停电对应的实际停电记录信息，如图9所示。集成方式为根据诊断业务的需要，可采用W本文档来自技高网...

【技术保护点】
1.一种基于智能电表实采数据的低电压诊断系统，其特征在于，包括数据采集模块、大数据中心、数据分析模块和数据诊断模块，所述大数据中心包括总部大数据中心和网省公司大数据中心；/n所述数据采集模块为智能电表，数据采集模块和大数据中心电性连接，大数据中心和数据分析模块电性连接，数据采集模块、数据分析模块均和数据诊断模块电性连接。/n

【技术特征摘要】
1.一种基于智能电表实采数据的低电压诊断系统，其特征在于，包括数据采集模块、大数据中心、数据分析模块和数据诊断模块，所述大数据中心包括总部大数据中心和网省公司大数据中心；
所述数据采集模块为智能电表，数据采集模块和大数据中心电性连接，大数据中心和数据分析模块电性连接，数据采集模块、数据分析模块均和数据诊断模块电性连接。


2.根据权利要求1所述的一种基于智能电表实采数据的低电压诊断系统，其特征在于，所述数据分析模块实现故障预判，对未来可能发生的故障进行预判处理。


3.根据权利要求1所述的一种基于智能电表实采数据的低电压诊断系统，其特征在于，所述数据诊断模块数据架构分为诊断支撑数据、智能诊断数据、运维学习数据、诊断应用数据。

【专利技术属性】
技术研发人员：刘峰，许剑，李建华，陈新安，
申请(专利权)人：安徽数升数据科技有限公司，
类型：发明
国别省市：安徽;34