一种电能表异常诊断方法及其系统技术方案

本发明专利技术公开了一种电能表异常诊断方法及其系统，属于电能质量检测技术领域，S1：采集对象数据包括分布式实时采集、离线数据采集和Oracle数据准实时同步，采集内容包括档案数据、运行数据、事件数据、工况数据、工单数据、调度数据和环境数据；S2：将采集到的数据发送至异常感知模块和异常诊断模块；S3：通过对故障诊断涉及的周边业务梳理，结合聚类算法进行相似度测量、群组合并，建立故障实时感知模型，输出故障预判结果；S4：故障原始特征提取和数据清洗后的特征分类是故障诊断引擎建设的基础，找到引起故障发生原因，并进行故障远程修复或提供现场修复解决方案；实现自动对电能表的运行状态进行判断的电能表异常诊断方法。

【技术实现步骤摘要】
一种电能表异常诊断方法及其系统
本专利技术涉及电能质量检测
，更具体地说，涉及一种电能表异常诊断方法及其系统。
技术介绍
近些年来，随着国内电力需求和电网规模的扩大，电压等级不断提升，大容量、高电压等级用户不断增多，同时随着分时电价和阶梯电价的实行，电能计量的准确性和可靠性已成为社会关注的焦点，检测过程中对于电能表诊断的准确性要求更高，现有的检测过程中电能表诊断主要是通过人工的方式在电能表现场进行，现场缺乏数据支持，也非法通过程序化的方法进行量化准确判断，都是依靠人工经验数据来判断，容易造成诊断不准确或者误诊断的情况，难以满足计量精益化管理需求。
技术实现思路
针对现有技术的不足，本专利技术的目的在于提供一种电能表异常诊断方法及其系统，实现自动对电能表的运行状态进行判断的电能表异常诊断方法。本专利技术的目的可以通过以下技术方案实现：一种电能表异常诊断方法，包括以下步骤：S1：采集对象数据包括分布式实时采集、离线数据采集和Oracle数据准实时同步，采集内容包括档案数据、运行数据、事件数据、工况数本文档来自技高网...

【技术保护点】
1.一种电能表异常诊断方法，其特征在于，包括以下步骤：/nS1：采集对象数据包括分布式实时采集、离线数据采集和Oracle数据准实时同步，采集内容包括档案数据、运行数据、事件数据、工况数据、工单数据、调度数据和环境数据；/nS2：将采集到的数据发送至异常感知模块和异常诊断模块；/nS3：异常感知模块处理采集到的数据，通过对故障诊断涉及的周边业务梳理，针对故障进行画像，建设故障标签体系，并提供标签规则维护，可根据实际场景自定义规则算法、数据逻辑，不断对故障标签库进行迭代更新完善，进行标签可视化管理，并基于高并发、分布式的大数据实时处理技术，结合标签体系实时对故障数据进行特征提取，结合聚类算法进行...

【技术特征摘要】
1.一种电能表异常诊断方法，其特征在于，包括以下步骤：
S1：采集对象数据包括分布式实时采集、离线数据采集和Oracle数据准实时同步，采集内容包括档案数据、运行数据、事件数据、工况数据、工单数据、调度数据和环境数据；
S2：将采集到的数据发送至异常感知模块和异常诊断模块；
S3：异常感知模块处理采集到的数据，通过对故障诊断涉及的周边业务梳理，针对故障进行画像，建设故障标签体系，并提供标签规则维护，可根据实际场景自定义规则算法、数据逻辑，不断对故障标签库进行迭代更新完善，进行标签可视化管理，并基于高并发、分布式的大数据实时处理技术，结合标签体系实时对故障数据进行特征提取，结合聚类算法进行相似度测量、群组合并，建立故障实时感知模型，输出故障预判结果；
S4：异常诊断模块处理采集到的数据，故障原始特征提取和数据清洗后的特征分类是故障诊断引擎建设的基础，合理利用采集到的各种数业务据，研究系统全链条的异常诊断和定位，跨系统回溯数据来源、流动方向、变更轨迹，以及人员行为习惯，通过故障特征工程的建设，基于机器学习，对故障进行更丰富特征化分析，根据实际业务和故障特征，模拟变量与重构变量，抽取业务逻辑、数据逻辑，选择算法、参数，经不断的训练，调整和修正参数、算法逻辑，构建出合理的模型，以贴近并还原计量故障发生的真实场景，找到引起故障发生原因，并进行故障远程修复或提供现场修复解决方案。


2.根据权利要求1所述的一种电能表异常诊断方法，其特征在于：在步骤S1中，故障诊断涉及到用采数据、营销数据、调...

【专利技术属性】
技术研发人员：许剑，
申请(专利权)人：安徽蓝杰鑫信息科技有限公司，
类型：发明
国别省市：安徽;34