【技术实现步骤摘要】
本专利技术涉及电压数据监测，具体涉及一种基于物联网的用电设备在线实时监测系统。
技术介绍
1、对用电设备在线实时监测是为了保证在用电设备运行过程中，可以及时发现设备出现的异常情况，对设备健康进行判断，避免停电事故，提高供电可靠性。同时对用电设备进行监测可以减轻维护人员的负担，进行简单的设备维护，当发生异常时，也能够及时采取措施避免设备和人身安全的事故发生，因此对用电设备的数据监测是极为重要。
2、用电设备在使用过程中的电压是处于稳定范围内的，由于电压传感器在采集时，会产生一定的噪声，而噪声的出现和电压数据本身的浮动特点，会使现有通过箱线图根据数据离散分布性进行异常检测的方法存在误差，受到噪声影响较大，且对小波动异常检测不准确，使得异常电压数据的检测不准确，对电压数据监测结果不可靠。
技术实现思路
1、为了解决现有技术中异常数据的检测不准确，数据监测结果不可靠的技术问题，本专利技术的目的在于提供一种基于物联网的用电设备在线实时监测系统，所采用的技术方案具体如下：
2、本专利技术提供了一种基于物联网的用电设备在线实时监测系统，所述系统包括：
3、数据段获取模块，用于获取用电设备在预设时间段上的电压时序数据；根据电压时序数据中数据波动情况获取波动数据段和稳定数据段；波动数据段和稳定数据段交替分布；
4、修正必要性获取模块，用于根据每个波动数据段的长度以及对应波动数据段与每个相邻稳定数据段的数据分布离散情况，获得每个波动数据段的波动异常性；根
5、修正度获取模块，用于将每个稳定数据段与对应相邻的所有波动数据段作为每个波动区间；根据波动区间中数据分布的偏差程度，获得每个波动区间的异常修正性；根据每个波动区间的异常修正性和对应的稳定数据段的修正必要性，获得每个波动区间的修正度；
6、数据监测模块，用于根据每个波动区间中数据的离散程度和修正度，获得每个波动区间的修正离散度；根据每个波动区间的修正离散度和数据分布情况对每个波动区间中的数据进行分析，确定异常点；根据异常点的分布情况确定用电设备的监测结果。
7、进一步地，所述波动异常性的获取方法包括：
8、对于任意一个波动数据段，将该波动数据段的长度作为该波动数据段的波动长度指标；将该波动数据段分别与每个相邻的稳定数据段组合，获得每个影响区间；将每个影响区间中数据的四分位距，作为每个影响区间的波动度；
9、当该波动数据段存在对应的两个影响区间时，将两个影响区间之间的波动度的差异作为该波动数据的波动离散指标；否则，将预设波动离散指标作为该波动数据段的波动离散指标；所述预设波动离散指标为非负数；
10、根据该波动数据段的波动长度指标和波动离散指标，获得该波动数据段的波动异常性；波动长度指标和波动离散指标均与波动异常性呈正相关。
11、进一步地，所述修正必要性的获取方法包括：
12、对于任意一个稳定数据段，计算与该稳定数据段相邻的波动数据段的波动异常性的平均值，获得该稳定数据段的修正必要性。
13、进一步地，所述异常修正性的获取方法包括：
14、依次将每个波动区间作为目标区间，获取目标区间中数据的箱形图；依次将目标区间对应的箱形图中除中位数对应数据点外的每个数据点作为参考数据点，将参考数据点的数据值与中位数之间的数据值差异，作为参考数据点的数值异常度；
15、在目标区间对应的箱形图中，获取参考数据点关于中位数对应数据点对称的参考对称点；当箱形图中的数据点在参考对称点的预设邻域范围内时，将对应的数据点记为参考数据点的近似分布点；将每个近似分布点与参考对称点之间的数据值差异，作为参考数据点的每个分布差异度；根据参考数据点的所有分布差异度，获得参考数据点的分布异常度；
16、将参考数据点的数值异常度和分布异常度的乘积，作为参考数据点的数据异常度；
17、计算目标区域中所有数据异常度的累加值并进行归一化处理，获得目标区域的异常修正性。
18、进一步地，所述根据参考数据点的所有分布差异度，获得参考数据点的分布异常度，包括：
19、根据参考数据点的每个分布差异度，获得参考数据点的每个分布近似度；分布差异度与分布近似度呈负相关；
20、将参考数据点的所有分布近似度的累加值，作为参考数据点的分布异常度。
21、进一步地，所述修正度的获取方法包括：
22、对于任意一个波动区间，将该波动区间中的稳定数据段对应的修正必要性与该波动区间的异常修正性的乘积进行归一化处理，获得该波动区间的修正度。
23、进一步地，所述修正离散度的获取方法包括：
24、计算每个波动区间的四分位距，获得每个波动区间的离散度；将每个波动区间的离散度与修正度的乘积作为每个波动区间的修正值；
25、将每个波动区间的离散度与修正值的和值进行归一化处理，获得每个波动区间的修正离散度。
26、进一步地，所述异常点的获取方法包括：
27、对于任意一个波动区间，将该波动区间的修正离散度与预设异常系数的乘积，作为该波动区间的异常调整值；
28、将该波动区间的上四分位数作为该波动区间的初始异常上限指标，计算该波动区间的初始异常上限指标与异常调整值的差值，获得该波动区间的最终异常上限指标；将该波动区间的下四分位数作为该波动区间的初始异常下限指标，计算该波动区间的初始异常下限指标与异常调整值的和值，获得该波动区间的最终异常下限指标；
29、将该波动区间中数据点的数据值大于最终异常上限指标或小于最终异常下限指标的数据点，作为异常点。
30、进一步地，所述根据异常点的分布情况确定用电设备的监测结果，包括：
31、获取电压时序数据中的所有异常点；当时序上存在连续预设异常数量个异常点时，将用电设备的监测结果记为异常；否则，将用电设备的监测结果记为正常。
32、进一步地，所述根据电压时序数据中数据波动情况获取波动数据段和稳定数据段，包括：
33、当电压时序数据中数据的数据值大于预设电压上限值或小于预设电压下限值时，将对应的数据作为波动数据点，否则，将对应的数据作为稳定数据点；
34、在时序上，将电压时序数据中第一个波动数据点作为波动数据段的起点，依次将起点后的每个数据作为待分段数据点；当待分段数据点后存在连续预设数量个稳定数据点时，将对应待分段数据点作为波动数据段的终点；根据波动数据段的起点和终点获得一个波动数据段；
35、将波动数据段后的第一个波动数据点作为新的波动数据段的起点，迭代获得电压时序数据中所有的波动数据段；将每两个波动数据段之间的数据作为稳定数据段。
36、本专利技术具有如下有益效果：
37、本专利技术通过对电压时序数据进行分段分析，对每个稳定数据段分析邻近本文档来自技高网...
【技术保护点】
1.一种基于物联网的用电设备在线实时监测系统，其特征在于，所述系统包括：
2.根据权利要求1所述一种基于物联网的用电设备在线实时监测系统，其特征在于，所述异常修正性的获取方法包括：
3.根据权利要求2所述一种基于物联网的用电设备在线实时监测系统，其特征在于，所述根据参考数据点的所有分布差异度，获得参考数据点的分布异常度，包括：
4.根据权利要求1所述一种基于物联网的用电设备在线实时监测系统，其特征在于，所述修正度的获取方法包括：
5.根据权利要求1所述一种基于物联网的用电设备在线实时监测系统，其特征在于，所述修正离散度的获取方法包括：
6.根据权利要求1所述一种基于物联网的用电设备在线实时监测系统，其特征在于，所述异常点的获取方法包括：
7.根据权利要求1所述一种基于物联网的用电设备在线实时监测系统，其特征在于，所述根据异常点的分布情况确定用电设备的监测结果，包括：
8.根据权利要求1所述一种基于物联网的用电设备在线实时监测系统，其特征在于，所述根据电压时序数据中数据波动情况获取波动数据段和稳定数
...【技术特征摘要】
1.一种基于物联网的用电设备在线实时监测系统，其特征在于，所述系统包括：
2.根据权利要求1所述一种基于物联网的用电设备在线实时监测系统，其特征在于，所述异常修正性的获取方法包括：
3.根据权利要求2所述一种基于物联网的用电设备在线实时监测系统，其特征在于，所述根据参考数据点的所有分布差异度，获得参考数据点的分布异常度，包括：
4.根据权利要求1所述一种基于物联网的用电设备在线实时监测系统，其特征在于，所述修正度的获取方法包括：
5.根据权利要求1所述...
【专利技术属性】
技术研发人员：陈永成，
申请(专利权)人：湖南蓝绿光电科技有限公司，
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。