【技术实现步骤摘要】
本专利技术属于智能电表健康评估的，具体涉及基于工作电流的电表健康状态检测方法、系统及存储介质。
技术介绍
1、随着电力行业的快速发展，智能电表在现代电网系统中的应用日益普及。智能电表是电力系统的核心组成部分，智能电表通过监测和记录电力消耗情况，实现了电力的远程抄表和管理。然而，由于智能电表长时间运行和受外界环境影响，例如温度、电磁干扰、电力质量等因素，导致智能电表内部部件的老化和故障风险增加，可能导致电表数据不准确，甚至引发安全问题。如果电表出现问题，可能会导致数据错误、能源盗窃、电网短路等安全风险。
2、现有技术通过定期健康检测实现及早发现电表的故障或损坏，采取相应的维护措施，确保电力系统的安全和稳定运行。传统电表的健康状态监测通常依赖于人工巡检、手动检测或周期性维护，存在效率低、不及时、成本高、易忽略问题的缺陷。尤其对于大规模部署的智能电表网络来说，传统的方法已经无法满足实时监测和维护的需求。近年来，智能电表的自动健康检测系统越来越成熟且多样化，现有常见的智能电表健康状态监测技术主要包括以下几种：
3、1.基...
【技术保护点】
1.基于工作电流的电表健康状态检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于工作电流的电表健康状态检测方法，其特征在于，所述步骤S2中，进行数据清洗，去除重复值和非法值，填补缺失值，将数据进行序列化，采用K-Means聚类方法进行聚类处理，得到一维时序数据。
3.根据权利要求1所述的基于工作电流的电表健康状态检测方法，其特征在于，所述步骤S4中，将非线性分量进行归一化处理，然后基于马尔可夫变迁场将一维时序信号变换为二维图像。
4.根据权利要求1所述的基于工作电流的电表健康状态检测方法，其特征在于，所述步骤S5中，...
【技术特征摘要】
1.基于工作电流的电表健康状态检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于工作电流的电表健康状态检测方法，其特征在于，所述步骤s2中，进行数据清洗，去除重复值和非法值，填补缺失值，将数据进行序列化，采用k-means聚类方法进行聚类处理，得到一维时序数据。
3.根据权利要求1所述的基于工作电流的电表健康状态检测方法，其特征在于，所述步骤s4中，将非线性分量进行归一化处理，然后基于马尔可夫变迁场将一维时序信号变换为二维图像。
4.根据权利要求1所述的基于工作电流的电表健康状态检测方法，其特征在于，所述步骤s5中，采用滑窗进行异常检测，设置一个宽度为1的滑窗，对于每一次滑动，若窗口内每一个预测值与实际值之差都超过设定阈值，则认为从这一时段开始出现误差。
5.根据权利要求1-4任一项所述的基于工作电流的电表健康状态检测方法，其特征在于，所述步骤s4中，训练arima模型包括以下步骤：
6.根据权利要求5所述的基于工作电流的电表健康状态检测方法，其特征在于，所述arima模型的表达公式如下：
7.根据权利要求1所述的基于工作电流...
【专利技术属性】
技术研发人员：许有志，李涛，陈清雷，金自力，吴正田，陈晓杉，林志文，郭尚灵，纪生源，吴德铿，王妍，
申请(专利权)人：福建网能科技开发有限责任公司，
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。