用于户内停电故障研判的电能表系统、户内停电故障研判方法技术方案

本发明专利技术公开了一种用于户内停电故障研判的电能表系统，包括查询装置、数据召测装置、故障研判装置、数据库装置、信息统计装置；查询装置用于查询用户电能表状态；数据召测装置用于召测停电故障信息；故障研判装置接收召测数据并输出故障研判结果；信息统计装置对数据库装置中召测数据进行统计和整理。此外，本发明专利技术还公开了一种户内停电故障研判方法。采用本发明专利技术的电能表系统及户内停电故障研判方法能够快速利用神经网络准确地研判出用户侧发生故障的用电器类型，用于户内停电故障研判的电能表系统大幅提高了用电器故障研判效率和准确度，辅助运维人员及时进行维修处理，从而提高了用户对供电公司服务质量的认可度。户对供电公司服务质量的认可度。户对供电公司服务质量的认可度。

【技术实现步骤摘要】
用于户内停电故障研判的电能表系统、户内停电故障研判方法


[0001]本专利技术涉及供电管理
，特别涉及一种用于户内停电故障研判的电能表系统及户内停电故障研判方法。

技术介绍

[0002]现有技术中，电网上的配电自动化系统利用各类配电终端装置对于配电线路停电、线路区段停电和配电台区停电的情况进行实时监测。对于电能表前端故障导致的用户停电可通过电能表内的后备电源将停电事件上报至主站系统；然而，对于电能表后端故障导致的用户停电，例如计量箱内电能表出线侧空气开关跳闸、用户配电箱内漏电保护器跳闸等情况，在电力系统的现有技术条件下不能被感测到。
[0003]普通居民用户对于停电的认知以及理解不全面，在遇到停电发生时自身不具备能力进行简单的故障识别与分析，只能求助供电公司或者向供电公司进行投诉，此时供电公司才能获知停电情况并派遣抢修人员前往处理；发生停电故障时，在用户故障上报后抢修人员进入现场抢修之前，对于故障信息仅依赖于用户描述，而不能准确定位故障源、获得相关故障设备信息、分析故障类型和影响范围等；例如，现有电力用户通过供电公司报修电话进行故本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种户内停电故障研判处理方法，其特征在于，包括：当户内发生停电故障时，用户进行停电报修；在查询装置中输入用户信息进行用户电能表状态查询；接收用户的停电故障报修后，数据召测装置召测用户侧的停电故障信息，停电故障信息包括瞬时突变负荷功率信息；所述数据召测装置召测得到用户侧的瞬时突变负荷功率信息并生成召测数据；其中，瞬时突变负荷功率信息包括用户在停电报修前设定时间段内用电器的负荷功率发生瞬时突变的次数及对应的瞬时突变负荷功率数据；故障研判装置中包含用于故障研判的神经网络；所述故障研判装置接收召测数据，将所述召测数据输入至所述神经网络中进行故障研判处理，并输出故障研判结果；将故障研判结果发送至停电报修的用户进行确认；当确认故障研判结果错误时，将所述召测数据输入至神经网络重新进行训练以优化神经网络；利用优化后的神经网络重新进行故障研判处理，直至确认故障研判结果正确；当确认故障研判结果正确时，根据故障研判结果在用户侧解决停电故障问题；所述数据召测装置存储当前召测数据至数据库装置中；当用户反馈故障已解决后，信息统计装置对所述数据库装置中存储的召测数据进行统计和整理，所述故障研判装置利用召测数据更新和优化其神经网络；完成神经网络更新和优化后，所述信息统计装置释放数据库装置中存储的召测数据。2.根据权利要求1所述的户内停电故障研判处理方法，其特征在于，当用户进行停电故障报修时，首先通过查询装置查询用户电能表状态以确定该用户是否欠费；当查询得到用户信息对应的用户电能表中余额小于等于剩余金额报警值时则判定该用户已欠费，当查询得到用户信息对应的用户电能表中剩余金额大于余额报警值时则判定该用户未欠费；当判定用户未欠费时则继续进行户内停电故障研判处理；当判定用户已欠费时，则结束当前户内停电故障研判处理，电能表系统发送欠费提醒信息至用户，提醒用户需要缴费后才能继续供电。3.根据权利要求1所述的户内停电故障研判处理方法，其特征在于，所述停电故障信息还包括户外电能表的电压电流信息；数据召测装置在电能表系统接收用户的停电故障报修后、召测用户侧的瞬时突变负荷功率信息前，先召测户外电能表的电压电流信息；当户外电能表的电压电流异常时则判定为户外停电故障，结束当前户内停电故障研判处理；当召测户外电能表的电压电流信息正常时则判定为户内停电故障，继续当前户内停电故障研判处理。4.根据权利要求1所述的户内停电故障研判处理方法，其特征在于，其中，利用神经网络进行故障研判处理，具体包括：步骤1，构建并训练用于故障研判的神经网络模型；步骤2，利用训练得到的神经网络模型进行故障研判处理；步骤3，更新和优化用于故障研判的神经网络模型。5.根据权利要求4所述的户内停电故障研判处理方法，其特征在于，其中，构建并训练用于故障研判的神经网络模型，具体包括：
步骤1.1，采集多种用电器在启动时以及正常运行时两种状态下发生停电故障时的瞬时突变负荷功率数据，并生成停电故障样本数据；其中，所述停电故障样本数据包含不同故障类型的故障样本数据，包括启动时停电故障样本数据、正常运行时停电故障样本数据；步骤1.2，构建神经网络模型，所述神经网络模型包含输入层、隐含层、输出层；所述输入层的节点个数根据用电器类型及故障类型进行设置，所述输出层的节点个数根据用电器类型进行设置；步骤1.3，将启动时停电故障样本数据、正常运行时停电故障样本数据分别输入至神经网络模型中，训练得到用于故障研判的神经网络模型；其中，用于故障研判神经网络模型的训练过程包括正向传播过程、反向传播过程；在正向传播过程中，由输入层输入的停电故障样本数据经过隐含层的逐层处理后由输出层输出故障研判结果；在反向传播过程中，通过由输出层向输入层反方向传播实际值与网络输出之间的误差来调整和修改各层神经元的连接权值从而使得该误差减小；然后，再转入正向传播过程，反复迭代直至误差小于设定阈值为止，最终获得用于故障研判的神经网络模型；其中，利用经过训练的神经网络模型进行故障研判...

【专利技术属性】
技术研发人员：刘岩，袁瑞铭，杨晓坤，周丽霞，谭志强，易忠林，杨东升，魏彤珈，李文文，戚成飞，张勋，肖娜，王玉君，燕凯，高嘉浩，宋建立，路鑫，刁瑞鹏，李升，
申请(专利权)人：青岛鼎信通讯股份有限公司，
类型：发明
国别省市：