[发明专利]智能电能表故障库的自学习方法与装置有效
申请号: | 201811385794.2 | 申请日: | 2018-11-20 |
公开(公告)号: | CN111274056B | 公开(公告)日: | 2023-10-03 |
发明(设计)人: | 李志鹏;王军;闫鹏;秦涛;卢利军;胡东方;胡冰;李鹏;王丽 | 申请(专利权)人: | 河南许继仪表有限公司;许继集团有限公司 |
主分类号: | G06F11/07 | 分类号: | G06F11/07;G06Q10/20;G06Q50/06;G01R35/04 |
代理公司: | 郑州睿信知识产权代理有限公司 41119 | 代理人: | 陈浩 |
地址: | 461000 河南省许昌市城乡一体化*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 智能 电能表 故障 自学习 方法 装置 | ||
1.一种智能电能表故障库的自学习方法,其特征在于,包括以下步骤:
1)将故障数据导入原始故障表;
2)根据所述故障数据,筛查故障词典,输出对应的故障表象,以及故障表象所对应的故障模块和故障类型;
3)根据步骤2)中输出对应的故障表象,以及故障表象所对应的故障模块和故障类型,结合所述故障数据中的分类条件,筛查故障模型表,输出对应的一套故障模型;将输出对应的一套故障模型与原始故障表中的故障原因、排查方案进行匹配,如果匹配失败,将所述故障模型添加到故障模型表,如果匹配成功,故障模型表保持不变;
其中,原始故障表用于存储故障电能表的信息,故障词典用于存储故障电能表的故障模块、故障类型和故障表象,故障模型表包括分类条件、故障模块、故障类型、故障表象、故障原因、排查方案的对应关系。
2.根据权利要求1所述的智能电能表故障库的自学习方法,其特征在于,提取原始故障表中的应力条件,结合所述故障模型,输出对应的一套故障应力模型,依据故障表象、分类条件、应力条件和故障原因,将输出对应的一套故障应力模型与原始故障表进行匹配,若匹配失败,将所述故障应力模型添加到故障应力表,如果匹配成功,则叠加该故障应力模型的应力条件下故障原因计数器的值;
所述故障应力表包括故障模块、故障类型、故障表象、故障原因、故障原因计数器、排查手段、排查手段计数器、温度、湿度、生产厂家、电表型号和协议类型,所述应力条件包括故障电能表所在地区的温度、湿度。
3.根据权利要求1所述的智能电能表故障库的自学习方法,其特征在于,提取原始故障表中的应力条件,结合所述故障模型,输出对应的一套故障应力模型,依据故障表象、分类条件、应力条件、故障原因和排查方案,将输出对应的一套故障应力模型与原始故障表进行匹配,若匹配失败,将所述故障应力模型添加到故障应力表,如果匹配成功,则叠加该故障应力模型的应力条件下故障原因计数器的值、排查方案计数器的值;
所述故障应力表包括故障模块、故障类型、故障表象、故障原因、故障原因计数器、排查手段、排查手段计数器、温度、湿度、生产厂家、电表型号和协议类型,所述应力条件包括故障电能表所在地区的温度、湿度。
4.根据权利要求2或3所述的智能电能表故障库的自学习方法,其特征在于,所述故障模型表为包括故障模型临时表,所述故障词典为故障词典临时表,所述故障应力表为故障应力临时表。
5.根据权利要求1所述的智能电能表故障库的自学习方法,其特征在于,所述故障电能表的信息包括生产厂家、电表型号、批次信息、安装时间、安装地址、故障时间和故障描述以及故障发生时间段内的温度、湿度信息,所述分类条件包括故障电能表的电表厂家、电表型号、协议类型。
6.一种智能电能表故障库的自学习装置,其特征在于,包括存储器和处理器,以及存储在所述存储器上并在所述处理器上运行的计算机程序,所述处理器与所述存储器相耦合,所述处理器执行所述计算机程序时实现如权利要求1-5任一项所述的智能电能表故障库的自学习方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河南许继仪表有限公司;许继集团有限公司,未经河南许继仪表有限公司;许继集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811385794.2/1.html,转载请声明来源钻瓜专利网。