[发明专利]一种基于大数据自诊断的电能计量方法及系统

权利要求书

1.一种基于大数据自诊断的电能计量方法，其特征在于，包括如下步骤：

S1.通过用电信息采集系统对智能电表进行召测，获取电能计量数据及智能电表信息数据；

S2.将用电信息采集系统获取的电能计量数据及智能电表信息数据上传到大数据平台进行统计分析和特征量提取；具体步骤如下：

S21.将用电信息采集系统获取的电能计量数据及智能电表信息数据上传到大数据平台；

S22.大数据平台将电能计量数据及智能电表信息数据分割，并通过分布式存储系统进行统计分析和特征量提取；具体步骤如下：

S221.大数据平台将电能计量数据及智能电表信息数据分割；

S222.大数据平台通过分布式存储系统的各子节点对分割的电能计量数据及智能电表信息数据进行统计分析，提取出特征量，并将数据划分为训练数据集和验证数据集；

S223.各子节点根据特征量生成电能计量自诊断模型，并通过训练数据集对电能计量自诊断模型进行训练；

S224.各子节点通过验证数据集对训练后的电能计量自诊断模型进行修正；

S3.根据大数据平台的统计分析的结果和提取的特征量计算出异常数据，并根据异常数据查找对应的故障智能电表进行预警；具体步骤如下：

S31.大数据平台的各子节点根据统计分析结果和提取的特征量计算出异常数据；具体步骤如下：

S311.大数据平台的各子节点从统计分析结果中获取待验证数据和历史数据；

S312.各子节点根据历史数据和电能计量自诊断模型生成预测数据；

S313.各子节点判断预测数据与待验证数据是否一致；

若一致，则判定待验证数据为异常数据；

若不一致，则判定待验证数据为正常数据；

S32.大数据平台对各节点的异常数据进行汇总，并根据汇总的异常数据查找对应的故障智能电表进行预警。

2.一种基于大数据自诊断的电能计量系统，其特征在于，包括

数据获取模块(1)，用于通过用电信息采集系统对智能电表进行召测，获取电能计量数据及智能电表信息数据；

统计分析模块(2)，用于将用电信息采集系统获取的电能计量数据及智能电表信息数据上传到大数据平台进行统计分析和特征量提取；统计分析模块(2)包括：

数据上传单元(2.1)，用于将用电信息采集系统获取的电能计量数据及智能电表信息数据上传到大数据平台；

分割处理单元(2.2)，用于通过大数据平台将电能计量数据及智能电表信息数据分割，并通过分布式存储系统进行统计分析和特征量提取；分割处理单元(2.2)包括：

数据分割子单元(2.2.1)，用于通过大数据平台将电能计量数据及智能电表信息数据分割；

数据集划分子单元(2.2.2)，用于通过大数据平台通过分布式存储系统的各子节点对分割的电能计量数据及智能电表信息数据进行统计分析，提取出特征量，并将数据划分为训练数据集和验证数据集；

模型生成及训练子单元(2.2.3)，用于通过各子节点根据特征量生成电能计量自诊断模型，并通过训练数据集对电能计量自诊断模型进行训练；

模型修正子单元(2.2.4)，用于通过各子节点通过验证数据集对训练后的电能计量自诊断模型进行修正；

异常数据计算模块(3)，用于根据大数据平台的统计分析的结果和提取的特征量计算出异常数据，并根据异常数据查找对应的故障智能电表进行预警；异常数据计算模块(3)包括：

异常数据计算单元(3.1)，用于通过大数据平台的各子节点根据统计分析结果和提取的特征量计算出异常数据；异常数据计算单元(3.1)包括：

待验证数据获取子单元(3.1.1)，用于通过大数据平台的各子节点从统计分析结果中获取待验证数据和历史数据；

预测数据生成子单元(3.1.2)，用于通过各子节点根据历史数据和电能计量自诊断模型生成预测数据；

异常数据判断子单元(3.1.3)，用于通过各子节点判断预测数据与待验证数据是否一致；并在一致时，判定待验证数据为异常数据；不一致时，判定待验证数据为正常数据；

异常数据汇总单元(3.2)，用于通过大数据平台对各节点的异常数据进行汇总，并根据汇总的异常数据查找对应的故障智能电表进行预警。