电表异常检测方法技术

本申请适用于电力技术领域，提供了一种电表异常检测方法

【技术实现步骤摘要】
电表异常检测方法、装置、电子设备和存储介质


[0001]本申请涉及电力
，尤其涉及一种电表异常检测方法
、
装置
、
电子设备和存储介质
。

技术介绍

[0002]电力行业使用三相电表来监测和计量用户的电能消耗
。
电表的性能可能会由于时间的推移
、
零部件老化
、
现场环境影响等情况，导致电能计量不准确或出现其他问题
。
及时发现电表的异常，保障电能计量的准确性和可靠性，是非常有必要的事
。
[0003]目前，对于电表的异常检测一般为人工巡检，工作人员定期到现场排查电表是否存在问题，或者，在电表出现异常时去现场进行异常检测，排除故障
。
显然，人工排查不仅耗费较高的人力物力，而且异常检测准确度不高，排查效率低
。
[0004]因此，如何及时发现电表异常，提高电表异常检测的准确性及检测效率，尽可能减少人力物力的消耗，是当前需要考虑的问题
。

技术实现思路

[0005]本申请实施例提供了一种电表异常检测方法
、
装置
、
电子设备和存储介质，可及时发现电表异常，提高电表异常检测的准确性及检测效率，并尽可能减少人力物力的消耗
。
[0006]第一方面，本申请实施例提供了一种电表异常检测方法，所述方法包括：按预设间隔时长周期性地采集电表的电力数据，所述电力数据包括第一电力数据和第二电力数据；根据所述第一电力数据和预设机理模型，计算得到与所述第二电力数据的数据类型相同的校准参数；根据所述第二电力数据与所述校准参数计算目标差值；根据所述目标差值与所述电表对应的目标容错度区间，确定所述电表是否存在异常
。
[0007]在第一方面的一种可能的实现方式中，所述根据所述目标差值与所述电表对应的目标容错度区间，确定所述电表是否存在异常，包括：当所述目标差值为零，或者，所述目标差值不为零但所述目标差值在所述电表对应的目标容错度区间内时，确定所述电表不存在异常；当所述目标差值不为零且所述目标差值不在所述电表对应的所述目标容错度区间内时，确定所述电表存在异常
。
[0008]在第一方面的一种可能的实现方式中，所述当所述目标差值不为零且所述目标差值不在所述电表对应的所述目标容错度区间内时，确定所述电表存在异常，包括：当所述目标差值不为零且所述目标差值不在所述电表对应的所述目标容错度区间内时，确定目标时间窗口，所述目标时间窗口是指所述电力数据的采集时刻所属的时间窗口；
获取所述目标时间窗口内记录的异常次数；若所述目标时间窗口内记录的异常次数达到预设次数阈值，则确定所述电表存在异常
。
[0009]在第一方面的一种可能的实现方式中，所述方法还包括：若所述目标时间窗口内记录的异常次数未达到所述预设次数阈值，则将所述目标时间窗口内记录的异常次数更新，并将所述目标时间窗口内记录的异常标记为伪异常
。
[0010]在第一方面的一种可能的实现方式中，所述方法还包括：若确定所述电表存在异常，则根据所述目标差值对应的所述电力数据与所述校准参数，确定异常电力数据；根据所述异常电力数据，生成警报信息
。
[0011]在第一方面的一种可能的实现方式中，所述方法还包括：获取第一训练数据和第二训练数据，所述第一训练数据包括所述电表的历史电力数据，所述第二训练数据为训练阶段实时采集的所述电表的电力数据；根据所述第一训练数据和所述第二训练数据，对初始容错度模型进行训练，得到目标容错度模型；将所述第一训练数据输入至所述目标容错度模型，获得所述电表对应的目标容错度区间
。
[0012]在第一方面的一种可能的实现方式中，所述第二训练数据包括第一采集数据和第二采集数据，所述根据所述第一训练数据和所述第二训练数据，对初始容错度模型进行训练，得到目标容错度模型，包括：将所述第一训练数据输入至所述初始容错度模型，获取初始容错度区间；根据所述第一采集数据和所述预设机理模型，计算得到与所述第二采集数据的数据类型相同的校准训练参数；根据所述第二采集数据与所述校准训练参数计算训练差值；根据所述训练差值与所述初始容错度区间，调整所述初始容错度模型的模型参数，直至所述模型参数对应的初始容错度区间符合预设要求时，训练完成，获得目标模型参数及其对应的目标容错度模型
。
[0013]在第一方面的一种可能的实现方式中，所述历史电力数据包括第一历史电力数据和第二历史电力数据，所述将所述第一训练数据输入至所述目标容错度模型，获得所述电表对应的目标容错度区间，包括：根据所述第一历史电力数据和预设机理模型，计算得到与所述第二历史电力数据的数据类型相同的历史校准参数；计算所述第二历史电力数据与所述历史校准参数的相似度；根据如下计算式确定所述电表对应的目标容错度：
[0014]其中，
L
表示目标容错度，
X
i
表示第
i
个第二历史电力数据，
X
＇
i
表示
X
i
对应的历史校准参数，
λ
和
γ
表示目标模型参数，
SSIM(X
i
，
X
＇
i)
表示第
i
个第二历史电力数据及其对应的历
史校准参数的相似度，
H
为所述第二历史电力数据的个数，
R
为所述第二历史电力数据的采集时间戳个数；根据所述目标容错度，确定所述目标容错度区间
。
[0015]在第一方面的一种可能的实现方式中，所述计算所述第二历史电力数据与所述历史校准参数的相似度，包括：根据所述第二历史电力数据的均值与所述历史校准参数的均值，确定第一相似度因子；根据所述第二历史电力数据的标准差和方差，以及所述历史校准参数的标准差和方差，确定第二相似度因子；根据所述第二历史电力数据的标准差
、
所述历史校准参数的标准差以及所述第二历史电力数据与所述历史校准参数的协方差，确定第三相似度因子；根据所述第一相似度因子
、
所述第二相似度因子以及所述第三相似度因子，确定所述第二历史电力数据与所述历史校准参数的相似度
。
[0016]第二方面，本申请实施例提供了一种电表异常检测装置，所述装置包括：数据采集单元，用于按预设间隔时长周期性地采集电表的电力数据，所述电力数据包括第一电力数据和第二电力数据；机理计算单元，用于根据所述第一电力数据和预设机理模型，计算得到与所述第二电力数据的数据类型相同的校准参数；目标差值计算单元，用于根据所述第二电力数据与所述校准参数计算目标差值；异常检测单元，用于根据所述目标差值与所述电表对应的目标容错度区间，确定所述电表是否存在异常
。
[0017]第三方面，本申请实施例提供了一种电子本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种电表异常检测方法，其特征在于，所述方法包括：按预设间隔时长周期性地采集电表的电力数据，所述电力数据包括第一电力数据和第二电力数据；根据所述第一电力数据和预设机理模型，计算得到与所述第二电力数据的数据类型相同的校准参数；根据所述第二电力数据与所述校准参数计算目标差值；根据所述目标差值与所述电表对应的目标容错度区间，确定所述电表是否存在异常
。2.
根据权利要求1所述的方法，其特征在于，所述根据所述目标差值与所述电表对应的目标容错度区间，确定所述电表是否存在异常，包括：当所述目标差值为零，或者，所述目标差值不为零但所述目标差值在所述电表对应的目标容错度区间内时，确定所述电表不存在异常；当所述目标差值不为零且所述目标差值不在所述电表对应的所述目标容错度区间内时，确定所述电表存在异常
。3.
根据权利要求2所述的方法，其特征在于，所述当所述目标差值不为零且所述目标差值不在所述电表对应的所述目标容错度区间内时，确定所述电表存在异常，包括：当所述目标差值不为零且所述目标差值不在所述电表对应的所述目标容错度区间内时，确定目标时间窗口，所述目标时间窗口是指所述电力数据的采集时刻所属的时间窗口；获取所述目标时间窗口内记录的异常次数；若所述目标时间窗口内记录的异常次数达到预设次数阈值，则确定所述电表存在异常
。4.
根据权利要求1至3任一项所述的方法，其特征在于，所述方法还包括：获取第一训练数据和第二训练数据，所述第一训练数据包括所述电表的历史电力数据，所述第二训练数据为训练阶段实时采集的所述电表的电力数据；根据所述第一训练数据和所述第二训练数据，对初始容错度模型进行训练，得到目标容错度模型；将所述第一训练数据输入至所述目标容错度模型，获得所述电表对应的目标容错度区间
。5.
根据权利要求4所述的方法，其特征在于，所述第二训练数据包括第一采集数据和第二采集数据，所述根据所述第一训练数据和所述第二训练数据，对初始容错度模型进行训练，得到目标容错度模型，包括：将所述第一训练数据输入至所述初始容错度模型，获取初始容错度区间；根据所述第一采集数据和所述预设机理模型，计算得到与所述第二采集数据的数据类型相同的校准训练参数；根据所述第二采集数据与所述校准训练参数计算训练差值；根据所述训练差值与所述初始容错度区间，调整所述初始容错度模型的模型参数，直至所述模型参数对应的初始容错度区间符合预设要求时，训练完成，获得目标模型参数及其对应的目标容错度模型
。6.
根据权利要求4所述的方法，其特征在于，所述历史电力数据包括第一历史电力数据和第二历史电力数据，所述将所述第一训练数据输入至所述目标容错度模型，获得所述电
表对应的目标容错度区间，包括：根据所述第一历史电力数据和预设机...

【专利技术属性】
技术研发人员：龚亮华，王飞雪，毛哲，
申请(专利权)人：烽台科技北京有限公司，
类型：发明
国别省市：