电能数据异常检测方法技术

本申请提供了一种电能数据异常检测方法

【技术实现步骤摘要】
电能数据异常检测方法、装置、存储介质及计算机设备


[0001]本申请涉及数据检测
，尤其涉及一种电能数据异常检测方法
、
装置
、
存储介质及计算机设备
。

技术介绍

[0002]随着数字化和智能化的发展，对机电设备的运行能够采用传感器（例如智能电表）进行电能数据的实时监测，并且还可以基于监测数据进行数据分析，帮助控制策略的实现
。
因此传感器监测数据的准确性对于机电设备的控制尤为重要
。
[0003]然而智能电表在使用中，虽然可以实现传输数据进行实时存储，避免了人工抄表的不及时和抄错等问题，但在实际使用中，可能由于安装或配置错误导致电表数据与实际用电情况不符；并且监测数据的传输也有可能因其他干扰而出现毛刺数据，进而导致存储的数据出现瞬时的极大值；长期使用后可能会出现电线老化而引起的缺相等问题
。
这些问题不能及时发现就会导致某段时间的电能数据是错误或者是缺失的，不利于进行机电设备的运行分析和决策控制
。

技术实现思路

[0004]本申请实施例提供了一种电能数据异常检测方法
、
装置
、
存储介质及计算机设备，能够在线检测电能数据是否出现异常，帮助提高数据可靠性
。
[0005]第一方面，本申请提供了一种电能数据异常检测方法，所述方法包括：获取被监测设备的实时运行状态及实时运行参数；获取所述被监测设备对应智能电表的实时监测数据；基于所述实时运行参数确定所述被监测设备在当前监测时刻下的监测参数范围；判断所述实时监测数据与所述实时运行状态是否匹配；若不匹配，则判定所述实时监测数据异常；若匹配，则判断所述实时监测数据是否属于所述监测参数范围；若不属于，则判定所述实时监测数据异常
。
[0006]在其中一个实施例中，所述被监测设备为制冷站房设备中的冷水机组
、
水泵或冷却塔；所述实时监测数据包括实时有功功率
。
[0007]在其中一个实施例中，若所述被监测设备为冷水机组，则所述实时运行参数包括负载率，且执行所述基于所述实时运行参数确定所述被监测设备在当前监测时刻下的监测参数范围包括：获取所述冷水机组的额定功率
、
第一上限系数及第一下限系数；计算所述冷水机组的额定功率
、
所述第一上限系数及当前监测时刻下的负载率之积，得到所述冷水机组的监测参数范围的上限值；计算所述额定功率
、
第一下限系数及当前监测时刻下的负载率之积，得到所述冷水机组的监测参数范围的下限值
。
[0008]在其中一个实施例中，若所述被监测设备为水泵或冷却塔，且所述被监测设备为定频运行，则所述基于所述实时运行参数确定所述被监测设备在当前监测时刻下的监测参数范围包括：获取所述被监测设备的额定功率
、
第二上限系数及第二下限系数；计算所述被监测设备的额定功率与所述第二上限系数之积，得到所述被监测设备的监测参数范围的上限值；计算所述被监测设备的额定功率与所述第二下限系数之积，得到所述被监测设备的监测参数范围的下限值
。
[0009]在其中一个实施例中，若所述被监测设备为水泵或冷却塔，且所述被监测设备为变频运行，则所述实时运行参数包括实时频率，且执行所述基于所述实时运行参数确定所述被监测设备在当前监测时刻下的监测参数范围包括：获取所述被监测设备的额定功率
、
额定频率
、
第二上限系数及第二下限系数；计算所述实时频率与所述额定频率之比的三次方，得到频率系数；计算所述被监测设备的额定功率
、
所述第二上限系数以及所述频率系数之积，得到所述被监测设备的监测参数范围的上限值；计算所述被监测设备的额定功率
、
所述第二下限系数以及所述频率系数之积，得到所述被监测设备的监测参数范围的下限值
。
[0010]在其中一个实施例中，在判定所述实时监测数据异常时，所述方法还包括：获取所述被监测设备的数据填补模型；基于所述数据填补模型对所述实时运行参数进行数据填补预测，得到填补数据；基于所述填补数据对当前监测时刻的监测数据记录进行更正
。
[0011]在其中一个实施例中，所述方法还包括：获取预设时间范围内所述被监测设备的历史监测数据及历史运行参数；根据所述被监测设备的历史监测数据及历史运行参数对所述数据填补模型进行迭代训练
。
[0012]第二方面，本申请提供了一种电能数据异常检测装置，包括：第一获取模块，用于获取被监测设备的实时运行状态及实时运行参数；第二获取模块，用于获取所述被监测设备对应智能电表的实时监测数据；范围确定模块，用于基于所述实时运行参数确定所述被监测设备在当前监测时刻下的监测参数范围；第一判断模块，用于判断所述实时监测数据与所述实时运行状态是否匹配；第一判定模块，用于在所述实时监测数据与所述实时运行状态不匹配时，判定所述实时监测数据异常；第二判断模块，用于在所述实时监测数据与所述实时运行状态匹配时，判断所述实时监测数据是否属于所述监测参数范围；第二判定模块，用于在所述实时监测数据不属于所述监测参数范围时，判定所述实时监测数据异常
。
[0013]第三方面，本申请提供了一种存储介质，所述存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如上述任一
项所述电能数据异常检测方法的步骤
。
[0014]第四方面，本申请提供了一种计算机设备，包括：一个或多个处理器，以及存储器；所述存储器中存储有计算机可读指令，所述一个或多个处理器执行时所述计算机可读指令时，执行如上述任一项所述电能数据异常检测方法的步骤
。
[0015]从以上技术方案可以看出，本申请实施例具有以下优点：本申请提供的电能数据异常检测方法
、
装置
、
存储介质及计算机设备，通过获取被监测设备的实时运行状态及实时运行参数，以及其对应智能电表的实时监测数据，根据被监测设备的实时运行参数确定出相应监测时刻的检测参数范围，若在相同监测时刻下的实时监测数据与实时运行状态不匹配，或是实时监测数据不属于监测参数范围，则可判定为该时刻下的实时监测数据异常，实现对智能电表监测数据的校验，能够及时发现数据异常予以处理，保障数据的准确性和完整性
。
附图说明
[0016]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图
。
[0017]图1为一个实施例中，电能数据异常检测方法的流程示意图；图2为一个实施例中，被监测设备为冷水机组时，基于实时运行参数确定被监测设备在当前监测时本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种电能数据异常检测方法，其特征在于，所述方法包括：获取被监测设备的实时运行状态及实时运行参数；获取所述被监测设备对应智能电表的实时监测数据；基于所述实时运行参数确定所述被监测设备在当前监测时刻下的监测参数范围；判断所述实时监测数据与所述实时运行状态是否匹配；若不匹配，则判定所述实时监测数据异常；若匹配，则判断所述实时监测数据是否属于所述监测参数范围；若不属于，则判定所述实时监测数据异常
。2.
根据权利要求1所述的电能数据异常检测方法，其特征在于，所述被监测设备为制冷站房设备中的冷水机组
、
水泵或冷却塔；所述实时监测数据包括实时有功功率
。3.
根据权利要求2所述的电能数据异常检测方法，其特征在于，若所述被监测设备为冷水机组，则所述实时运行参数包括负载率，且执行所述基于所述实时运行参数确定所述被监测设备在当前监测时刻下的监测参数范围包括：获取所述冷水机组的额定功率
、
第一上限系数及第一下限系数；计算所述冷水机组的额定功率
、
所述第一上限系数及当前监测时刻下的负载率之积，得到所述冷水机组的监测参数范围的上限值；计算所述额定功率
、
第一下限系数及当前监测时刻下的负载率之积，得到所述冷水机组的监测参数范围的下限值
。4.
根据权利要求2所述的电能数据异常检测方法，其特征在于，若所述被监测设备为水泵或冷却塔，且所述被监测设备为定频运行，则所述基于所述实时运行参数确定所述被监测设备在当前监测时刻下的监测参数范围包括：获取所述被监测设备的额定功率
、
第二上限系数及第二下限系数；计算所述被监测设备的额定功率与所述第二上限系数之积，得到所述被监测设备的监测参数范围的上限值；计算所述被监测设备的额定功率与所述第二下限系数之积，得到所述被监测设备的监测参数范围的下限值
。5.
根据权利要求2所述的电能数据异常检测方法，其特征在于，若所述被监测设备为水泵或冷却塔，且所述被监测设备为变频运行，则所述实时运行参数包括实时频率，且执行所述基于所述实时运行参数确定所述被监测设备在当前监测时刻下的监测参数范围包括：获取所述被监测设备的额定功率
、
额定频率
、

【专利技术属性】
技术研发人员：黄明月，齐虹杰，卢志辉，罗亮，刘星如，
申请(专利权)人：广东蘑菇物联科技有限公司，
类型：发明
国别省市：