[发明专利]智能电表的故障诊断方法、系统及电子装置

权利要求书

1.一种智能电表的故障诊断方法，其特征在于，所述方法包括：

获取智能电表的测试数据；

对所述测试数据进行预处理，得到所述测试数据的预处理结果；

对所述预处理结果进行联机分析处理，得到所述测试数据对应的联机分析处理结果；

将所述联机分析处理结果输入至预先完成训练的故障诊断模型中，输出所述智能电表的故障诊断结果；所述故障诊断模型通过机器学习模型训练得到。

2.根据权利要求1所述的方法，其特征在于，输出所述智能的故障诊断结果的步骤之后，所述方法还包括：

根据所述智能电表的故障诊断结果和所述智能电表的实际故障数据，调整所述故障诊断模型的模型参数。

3.根据权利要求2所述的方法，其特征在于，根据所述智能电表的故障诊断结果和所述智能电表的实际故障，调整所述故障诊断模型的模型参数的步骤，包括：

将所述智能电表的故障诊断结果与所述智能电表的实际故障数据进行比较，得到比较结果；

将所述比较结果输入至所述故障诊断模型中，以对所述故障诊断模型进行训练，得到训练后的所述故障诊断模型。

4.根据权利要求1所述的方法，其特征在于，对所述测试数据进行预处理的步骤，包括：

从所述测试数据中提取与故障相关联的故障数据；

对所述故障数据进行ETL处理，得到ETL处理结果；

基于时间顺序，对所述ETL处理结果进行整合，得到所述故障数据对应的历史变化数据；

将所述故障数据、以及所述故障数据对应的历史变化数据作为所述测试数据的预处理结果。

5.根据权利要求1所述的方法，其特征在于，对所述预处理结果进行联机分析处理的步骤，包括：

按照预设维度，对所述预处理结果进行第一特征分析，得到每个维度对应的数据特征；

按照预设的时间跨度和时间节点，对每个维度对应的数据特征进行第二特征分析，得到每个维度对应的时间趋势特征；

将每个维度对应的时间趋势特征进行汇总，得到所述测试数据对应的联机分析处理结果。

6.根据权利要求1所述的方法，其特征在于，所述故障诊断模型包括聚类算法单元和决策算法单元；

将所述联机分析处理结果输入至预先完成训练的故障诊断模型中，输出所述智能电表的故障诊断结果的步骤，包括：

通过故障诊断模型中的聚类算法单元，对所述联机分析处理结果进行数据聚类处理，得到聚类结果；

通过故障诊断模型中的决策算法单元，对所述聚类结果进行决策计算，得到推理规则；

通过所述推理规则，对所述联机分析处理结果进行推理，得到所述智能电表的故障诊断结果。

7.根据权利要求6所述的方法，其特征在于，通过故障诊断模型中的聚类算法单元，对所述联机分析处理结果进行数据聚类处理的步骤，包括：

按照预设的故障类型，对所述联机分析处理结果进行第一标注处理，得到标注结果；

通过关联算法对所述联机分析处理结果进行计算，得到对智能电表影响最大的因素和数据；

利用K最近邻分类算法，对所述联机分析处理结果进行划分，得到数据聚类处理结果；

根据所述标注结果，对所述数据聚类处理结果进行第二标注处理，对所述智能电表影响最大的因素和数据进行第三标注处理。

8.根据权利要求6所述的方法，其特征在于，通过故障诊断模型中的决策算法单元，对所述聚类结果进行决策计算，得到推理规则的步骤，包括：

获取预设的推理规则；

通过故障树分析法，将所述聚类结果与所述预设的推理规则进行相关性比对，得到比对结果；

根据所述比对结果，通过机器学习算法对所述预设的推理规则进行优化，得到最终的推理规则。