[发明专利]电能计量设备故障检测方法、装置、计算机设备和介质在审

专利信息
申请号: 202011382953.0 申请日: 2020-12-01
公开(公告)号: CN112731261A 公开(公告)日: 2021-04-30
发明(设计)人: 梁洪浩;姜和芳;孙文龙;赵杰 申请(专利权)人: 深圳供电局有限公司
主分类号: G01R35/04 分类号: G01R35/04
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 袁武
地址: 518001 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 电能 计量 设备 故障 检测 方法 装置 计算机 介质
【说明书】:

发明涉及一种电能计量设备故障检测方法、装置、计算机设备和介质,该电能计量设备故障检测方法通过获取电能计量设备的多个目标数据;根据多个目标数据,确定目标数据的线损率;基于局部异常因子算法,根据预设参数和每个目标数据的线损率,确定每个线损率的异常评分值;根据预设的异常阈值和每个线损率的异常评分值,确定多个线损率中是否存在异常的线损率,以判断电能计量设备是否存在故障。本发明提供的电能计量设备故障检测方法对电能计量设备是否存在故障的检测的准确性较高。

技术领域

本发明涉及电力检测技术领域,特别是涉及一种电能计量设备故障检测方法、装置、计算机设备和介质。

背景技术

由于当前经济条件的限制和技术方案的限制,电能计量设备的运行稳定性可靠性直接影响电量贸易计算的公正性和公平性。并且,电能计量设备作为电力企业监控电能设备运行状态的重要设备,对于电能计量设备的故障检测关系到电网的安全运行和用户的用电安全。

传统技术中,通过基于聚类的异常值检测方法对线损率是否异常进行检测,从而判断电能计量设备是否存在故障。但是,在实际应用场景中,由于电网运行的电压水平和负荷电流等的影响,使得线损率会存在正常的波动。然而,使用传统技术中的方法对线损率是否异常会存在判断不准确的问题。

发明内容

基于此,有必要针对上述技术问题,提供一种电能计量设备故障检测方法、装置、计算机设备和介质。

一方面,本申请一个实施例提供一种电能计量设备故障检测方法,包括:

获取电能计量设备的多个目标数据,其中,每个目标数据包括目标供电量和对应的目标用电量;

根据多个目标数据,确定每个目标数据的线损率;

基于局部异常因子算法,根据预设参数和每个目标数据的线损率,确定所述线损率的异常评分值;

根据预设的异常阈值和所述线损率的异常评分值,确定多个线损率中是否存在异常的线损率,以判断电能计量设备是否存在故障。

在其中一个实施例中,根据预设的异常阈值和每个线损率的异常值评分值,确定多个线损率中是否存在异常的线损率,包括:

若异常评分值大于或等于预设的异常阈值,则确定异常评分值对应的线损率存在异常;

若异常评分值小于预设的异常阈值,则确定异常评分值对应的线损率不存在异常。

在其中一个实施例中,方法还包括:

获取电能计量设备的多个样本数据,其中,每个样本数据包括样本供电量和对应的样本用电量;

根据多个样本数据,确定每个样本数据的样本线损率;

基于局部异常因子算法,根据预设参数和每个样本数据的样本线损率,确定每个样本线损率的样本异常评分值;

根据每个样本线损率的样本异常评分值和预设的异常评分值范围,确定预设的异常阈值。

在其中一个实施例中,根据每个样本线损率的样本异常评分值和预设的异常评分值范围,确定预设的异常阈值,包括:

将样本异常评分值降序排列,得到降序样本异常评分值集;

根据预设的异常评分值范围,确定降序样本异常评分值集中的异常样本数据集;

将异常样本数据集中的最小值作为预设的异常阈值。

在其中一个实施例中,获取电能计量设备的多个目标数据,包括:

获取电能计量设备的多个原始数据;

检测每个原始数据中是否包括原始供电量和对应的原始用电量;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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深圳供电局有限公司,未经深圳供电局有限公司许可,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/202011382953.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top