【技术实现步骤摘要】
一种基于边缘计算的台区采集故障诊断与分析方法及系统
[0001]本专利技术涉及智能诊断
，具体为一种基于边缘计算的台区采集故障诊断与分析方法及系统。
技术介绍
[0002]用电信息采集系统是国家电网智能电网的重要组成部分，为供电电压监测、电能质量管理、线损管理、费控管理、远程抄表、用电稽查、用户增值服务等专业提供大量的数据支撑。现行采集建设已基本完成“全覆盖、全采集”的目标，采集工作重心正逐步从系统建设转为系统运行维护。由于采集设备数量庞大、种类多样，且分布范围广、运行环境复杂，采集维护过程中主要存在以下问题：
[0003](1)采集故障类型繁多。影响采集成功的环节较多，涉及主站、通信网络(GPRS公网、RS485、电力线载波)、集中器、采集器、电能表等，其中采集设备品牌众多、质量良莠不齐，造成采集异常状况频发、故障类型多样等问题。
[0004](2)采集故障诊断的技术手段匮乏。由于缺乏有效的诊断技术，故障定位困难，大多依赖设备厂家，经常出现各设备厂家隐瞒设备质量问题或厂家之间互相推诿，故障处理的及时性
【技术保护点】
【技术特征摘要】
1.一种基于边缘计算的台区采集故障诊断与分析方法，其特征在于，包括：故障诊断设备实时获取工况信息，所述工况信息包括用电设备的实时用电工况信息、智能电表的实时电表工况信息和集中器的实时集中器工况信息，所述故障诊断设备对所述工况信息进行主动诊断；云计算平台通过所述工况信息建立LSTM模型预测故障；用户终端接收所述故障诊断设备的诊断结果和所述LSTM模型预测故障的预测结果；其中，所述LSTM模型预测故障通过以下步骤：从所述电表工况信息中提取电流数据、电压数据和对应智能电表的温度数据和压力数据，组成任意时间节点的四维度特征向量；根据所述电表工况信息历史数据，任意截取连续n个时间点的四维度特征向量，构成训练集，每n个连续的四维度特征向量记为一条训练数据；每一条训练数据的前n
‑
1个四维度特征向量为所述LSTM模型的输入，第n个四维度特征向量为所述LSTM模型的输出，训练所述LSTM模型；对每个所述智能电表的电表工况信息任意采样时间点t，获取采样时间点t的前n
‑
1个连续的四维度特征向量，所述LSTM模型预测输出第n个四维度特征向量；预设预测阈值，获取采样时间点t真实的四维度特征向量，若真实的四维度特征向量中的电流数据、电压数据、温度数据和压力数据与对应的所述LSTM模型预测输出的第n个四维度特征向量中的电流数据、电压数据、温度数据和压力数据的差值的绝对值之和大于所述预测阈值，则判定所述智能电表发生采集故障。2.根据权利要求1所述的基于边缘计算的台区采集故障诊断与分析方法，其特征在于，所述故障诊断设备支持的故障诊断类型包括所述集中器管故障和所述智能电表故障，其中，所述集中器管故障包括载波模块不组网故障和不在线故障；所述故障诊断设备通过以下方式，诊断所述集中器的载波模块不组网故障：预置所述集中器与所述智能电表的地址对应关系；对每一个所述集中器发送至所述故障诊断设备的每一条报文，解析其所有所述智能电表的地址，组成通信成功的地址集合；将预置的地址对应关系和组成通信成功的地址集合相比对；若出现缺少某个地址信息，则认为该地址对应的集中器与智能电表不通信，则诊断这个集中器的载波模块不组网；否则，取反；所述故障诊断设备通过以下方式，诊断所述集中器为不在线故障：若所述故障诊断设备连续5～15分钟内未收到某一个集中器发送的报文，则判定该集中器疑似不在线；所述故障诊断设备向该集中器发送ping命令，若无响应，则判定该集中器不在线；若有响应，则判定该集中器的信号输出功能出现问题；若所述故障诊断设备连续50～70分钟收到某一个集中器发送的报文数据出现乱码，则判定该集中器的信号质量出现了问题。3.根据权利要求2所述的基于边缘计算的台区采集故障诊断与分析方法，其特征在于，当判定所述集中器的信号质量出现问题，所述故障诊断设备通过以下步骤诊断所述集中器的信号强度：
获取所述集中器接收初始信号的自相关函数；选取所述自相关函数的中心部分，排斥部分窗口外的噪声，获取降低所述初始信号噪声的降噪接收信号，所述降噪接收信号包括分析信号；将所述降噪信号进行傅里叶变换，获取所述降噪接收信号经过时域滤波后的功率表密度；所述降噪接收信号的功率密度包括分析信号的功率密度；将所述分析信号的功率密度进行分段，并将各段累加求平均值后与门限值相比判断所述集中器的信号强度。4.根据权利要求2所述的基于边缘计算的台区采集故障诊断与分析方法，其特征在于，所述集中器故障还包括不采集交采电量故障和日冻数据不返回故障，所述故障诊断设备通过以下方式，诊断所述集中器为不采集交采电量故障：对所述集中器发送的报文数据解析，若其中不含有交采数据，则判定该集中器不采集交采电量故障；所述故障诊断设备通过以下方式，诊断所述集中器为日冻数据不返回故障：所述集中器上传日冻结数据及其时间戳至所述故障诊断设备中；在所述日冻结数据返回时间之后，预定一段固定查询时间，在所述固定查询时间段，所述故障诊断设备每天查询是否接收到每一个集中器发送的日冻数据；若未查询到，则判定对应的集中器发生日冻结数据不返回故障；若查询到有所述日冻结数据，则对所述时间戳进行二次判断；对比所述日冻结数据对应的时间戳是否在当日所述故障诊断设备对应的时间有效范围内；若所述时间戳不在有效范围内，则判定对应的集中器发生日冻结数据不返回故障；若所述时间戳在有效范围内，则判定对应的集中器发生日冻结数据返回正常。5.根据权利要求3所述的基于边缘计算的台区采集故障诊断与分析方法，其特征在于，所述集中器故障还包括召测失败故障，所述故障诊断设备通过以下方式，诊断集中器为招测失败故障：所述故障诊断设备向所述集中器发送召测指令，所述集中器根据所述召测指令向所述智能电表发送一次整点数据召测；若某一个集中器未成功获取所通信连接的智能电表的实时电表工况信息，则判定该集中器出现召测失败故障；否则，则返。6.根据权利要求2所述的基于边缘计算的台区采集故障诊断与分析方法，其特征在于，所述智能电表故障包括电表电量不走动、电表反向电量和电表正向无功为负数故障；所述故障诊断设备通过以下方式，诊断电表电量不走动故障：所述故障诊断设备采用一阶前向差分的方式判断所述智能电表是否发生不走动现象；若所述智能电表发生不走动现象，则判断为疑似为所述电表电量不走动故障；否则，该智能电表正常；当判断为疑似为所述电表电量不走动故障时，所述故障诊断设备获取包含疑似为所述电表电量不走动故障的智能电表的局部网络区域内其他智能电表的电量总和，与覆盖该区域所有采集器的采集电量之间的差值；若该的差值随时间持...
【专利技术属性】
技术研发人员：李腾，董强，年福东，周庆奥，
申请(专利权)人：安徽国信类脑智能科技有限公司，
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。