【技术实现步骤摘要】
一种智能电能表故障原因分析方法和系统
[0001]本专利技术涉及智能电能表故障分析
，具体涉及一种智能电能表故障原因分析方法和系统。
技术介绍
[0002]电能表换表工单是电力公司开展智能电能换表业务的实际记录，工单记录了换表的业务类型、故障类型(例如过负荷、显示单元故障、电池没电等)、换表用户信息、拆除的旧表信息、安装的新表信息、装拆人员信息等，电能表故障换表工单记录着由电能表换表工单中提取的与故障原因对应的相关信息，利用电能表故障换表工单进行电能表故障原因分析是发现区域管理问题、装拆人员业务问题和电能表质量问题的重要手段。
[0003]目前，基于电能表故障换表工单进行电能表故障分析主要是使用统计分析方法。通过对故障换表工单区域、装拆人员、用户属性、旧表属性等不同维度的故障类型分布进行统计，来发现区域或人员存在的故障类型填写倾向性问题和电表厂家或电表芯片厂家存在质量问题。
[0004]但是，在现有统计分析方法，只能从单一维度对故障换表工单的中故障类型分布进行统计分析，而工单中存在地市公司、县公司、用户...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种智能电能表故障原因分析方法，其特征在于，所述方法包括：获取当前故障的故障相关信息；计算当前故障的故障相关信息与预先构建的关联规则集合中各条关联规则的相似度；基于所述相似度确定当前故障的故障原因；其中，所述预先构建的关联规则集合为基于智能电能表历史故障的故障原因和故障相关信息，通过对故障原因与故障相关信息之间关联规则的挖掘、修正和剔除冗余规则进行构建。2.如权利要去1所述的方法，其特征在于，所述预先构建的关联规则集合为基于智能电能表历史故障的故障原因和故障相关信息，通过对故障原因与故障相关信息之间关联规则的挖掘、修正和冗余剔除进行构建，包括：获取智能电能表历史故障的故障原因与故障相关信息之间的关联规则集合；利用智能电能表历史故障的故障相关信息修正所述关联规则集合；剔除修正后关联规则集合中冗余的关联规则，得到预先构建的关联规则集合。3.如权利要求2所述的方法，其特征在于，所述获取智能电能表历史故障的故障原因与故障相关信息之间的关联规则集合，包括：基于预设最小支持度和预设最小置信度，利用Apriori算法挖掘智能电能表故障分析数据集中智能电能表历史故障的故障原因与故障相关信息之间的关联规则，以及该关联规则的置信度；利用挖掘的关联规则以及该关联规则的置信度构建所述关联规则集合。4.如权利要求3所述的方法，其特征在于，所述智能电能表故障分析数据集包括智能电能表历史故障的故障关联信息；所述智能电能表历史故障的故障关联信息的数据格式为智能电能表历史故障的故障相关信息
→
智能电能表历史故障的故障原因；其中，所述故障相关信息包括：拆装人员、拆装人员所属县公司、拆装人员所属地市公司、智能电能表的仪器制造厂家、智能电能表的芯片制造厂家、智能电能表的规格、智能电能表安装用户的行业类别和智能电能表安装用户的用电类别；所述故障原因包括：显示单元故障、电量数据突变、过负荷、电池没电、控制单元故障、通信规约一致性故障、计量芯片损坏、红外接口损坏、载波模块损坏、不起动、电费扣减异常、窃电、外观故障、时钟错误、死机、运行中外力损毁、485接口损坏、用电环境异常、模块类通信失败、参数设置不正确、外观损坏、烧表。5.如权利要求2所述的方法，其特征在于，所述利用智能电能表历史故障的故障相关信息修正所述关联规则集合，包括：在各智能电能表历史故障的故障相关信息中获取包含关联规则集合中第i条关联规则V
i
→
Z
i
的前项部分V
i
内的第j个元素的智能电能表历史故障的故障相关信息，若该相关信息中均包含元素k且V
i
内不包含元素k，则将所述元素k填入V
i
内，否则，不操作；其中，i∈(1～N)，N为关联规则集合中关联规则的总数，j∈(1～M
i
)，M
i
为关联规则集合中第i条关联规则前项部分包括的元素总数，Z
i
为关联规则集合中第i条关联规则V
i
→
Z
i
的后项部分，k为智能电能表历史故障的故障相关信息中包含的一种元素。6.如权利要求2所述的方法，其特征在于，所述剔除修正后关联规则集合中冗余的关联
规则，包括：当V
i
→
Z
i
的前项部分V
技术研发人员：刘识，李宗朋，王宏刚，程志华，苏良立，赵加奎，万凯，林晓静，何禹德，王一蓉，
申请(专利权)人：国家电网有限公司大数据中心，
类型：发明
国别省市：
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。