一种智能电能表故障在线预警系统及方法技术方案

本发明专利技术涉及智能电能表技术领域，公开了一种智能电能表故障在线预警系统及方法，包括连接模块、传输模块、计量检测模块、数据分层模块、自主处理模块、匹配模块和在线预警模块。实时获取智能电能表的动力环境信息、故障信息、运行质量信息，开展设备长时间运行质量监测，对计量数据进行层级划分；构建具有自我进化能力的深度学习网络，引入扰动因子和匹配算法，实现智能电能表故障的在线预警以及预警技术的自我进化。本发明专利技术解决了现有技术中智能电能表计量异常监测方式的功能较为单一，计算数据量大且过程复杂，智能化程度不高，复杂工况下无法模拟和仿真的因素扰动造成预警结果不准确，故障预警不及时，无法实现在线预警和智能进化的问题。进化的问题。进化的问题。

【技术实现步骤摘要】
一种智能电能表故障在线预警系统及方法


[0001]本专利技术涉及智能电能表
，尤其涉及一种智能电能表故障在线预警系统及方法。

技术介绍

[0002]智能电能表是智能电网数据采集的基本设备之一，承担着原始电能数据采集、计量和传输的任务，是实现信息集成、分析优化和信息展现的基础。智能电能表的故障类型复杂多样，当故障发生时，要求检修人员能迅速维护，然而实际操作中，运维系统因无法快速准确判断具体故障类型而导致故障电能表维修不及时。因此智能电能表快速、准确的故障诊断，是提高智能电能表检修效率的一个关键。
[0003]我国专利申请号：CN202210100621.1，公开日：2022.06.03，公开了一种智能电能表故障确定方法、装置、计算机设备和存储介质。该方法包括：获取智能电能表在预设时长内测量的数据曲线，数据曲线包括多个周期的第一电压曲线以及与每一第一电压曲线对应的电流曲线。从数据曲线中提取预设数量的第一电压曲线，作为目标电压曲线，目标电压曲线为电流振幅小于预设值的电流曲线对应的第一电压曲线。根据目标电压曲线，确定智能电能表的电压测量误差目标值。从而确定了由于智能电能表的故障而导致的电压测量的误差值，通过该误差值，将电压的故障情况进行了量化，从而实现了对电能表故障的确定。使得工作人员能够及时维修或更换智能电能表，避免用户电费计量错误或电能表故障导致停电的情况发生。
[0004]但在实现上述专利技术的技术方案的过程中，发现上述技术至少存在如下问题：目前智能电能表计量异常监测方式的功能较为单一，计算数据量大且过程复杂，智能化程度不高，复杂工况下无法模拟和仿真的因素扰动造成预警结果不准确，故障预警不及时，无法实现在线预警和智能进化。

技术实现思路

[0005]本专利技术通过提供一种智能电能表故障在线预警系统及方法，解决了现有技术中智能电能表计量异常监测方式的功能较为单一，计算数据量大且过程复杂，智能化程度不高，复杂工况下无法模拟和仿真的因素扰动造成预警结果不准确，故障预警不及时，无法实现在线预警和智能进化的问题，实现了智能电能表故障的在线预警以及预警技术的自我进化。
[0006]本专利技术具体包括以下技术方案：
[0007]一种智能电能表故障在线预警系统，包括以下部分：
[0008]连接模块、传输模块、计量检测模块、数据分层模块、自主处理模块、匹配模块和在线预警模块；
[0009]所述连接模块，用于连接智能电能表与单片机和所述传输模块，设立若干用于数据采集的传感器接口，所述连接模块位于智能电能表上，通过数据传输的方式与所述传输
模块和所述计量检测模块连接；
[0010]所述传输模块，用于接收智能电能表和传感器采集的计量数据，并传输给所述计量检测模块，所述传输模块通过数据传输的方式与所述计量检测模块连接；
[0011]所述计量检测模块，用于对智能电能表及传感器进行周期性轮抄采集，感知计量数据，所述计量检测模块位于单片机上，通过数据传输的方式与所述数据分层模块连接；
[0012]所述数据分层模块，用于依据计量数据之间的传递关系对计量数据进行层级划分，所述数据分层模块位于单片机上，通过数据传输的方式与所述自主处理模块连接；
[0013]所述自主处理模块，用于构建具有自我进化能力的深度学习网络，通过深度训练学习从层到层的函数复杂组合中找到定义从输入到输出的映射函数，优化每一层的参数，降低误差，最终输出智能电能表数据异常的层级及其异常参数，所述自主处理模块通过数据传输的方式与所述匹配模块连接；
[0014]所述匹配模块，用于根据层级和异常参数匹配出对应的故障类型，所述匹配模块通过数据传输的方式与所述在线预警模块连接。
[0015]一种智能电能表故障在线预警方法，包括以下步骤：
[0016]S1.实时获取智能电能表的动力环境信息、故障信息、运行质量信息，开展设备长时间运行质量监测，对计量数据进行层级划分；
[0017]S2.构建具有自我进化能力的深度学习网络，引入扰动因子和匹配算法，实现智能电能表故障的在线预警以及预警技术的自我进化。
[0018]进一步，所述步骤S1具体包括：
[0019]依据计量数据之间的传递关系对计量数据进行层级划分，将已存储的智能电能表标准计量数据作为计算相关关系的参考数值，参考数值处于一个动态调整过程；从智能电能表直接读取的计量数据属于第一层级；对于传感器采集的计量数据，若计量数据与智能电能表相关或与智能电能表故障的发生有关，则这些数据属于第二层级；若计量数据是传感器采集的智能电能表上下游设备的参数，则这些数据属于第三层级，及第三层级的数据需要通过第二层级的数据与智能电能表相关；除此之外的数据属于第四层级。
[0020]进一步，所述步骤S2具体包括：
[0021]构建具有自我进化能力的深度学习网络，将采集的计量数据输入深度学习网络中，通过深度训练学习从层到层的函数复杂组合中找到定义从输入到输出的映射函数，优化每一层的参数，降低误差，最终输出智能电能表数据异常的层级及其异常参数，从而根据层级和异常参数匹配出对应的故障类型并进行预警。
[0022]进一步，所述步骤S2具体包括：
[0023]深度学习网络包括输入层、映射层、关联层、扰动层、循环层和输出层。
[0024]进一步，所述步骤S2具体包括：
[0025]映射层将输入的计量数据映射到计算空间中，关联层基于划分后的数据层级计算不同层级数据之间的相关性，扰动层根据预设的主动相关系数和被动相关系数计算扰动因子，对数据进行扰动，优化复杂工况下无法模拟和仿真的因素扰动造成智能电能表故障预警结果不准确的问题，循环层根据智能电能表计量数据在时间序列上的关联性，选择强化学习中的学习函数。
[0026]进一步，所述步骤S2具体包括：
[0027]相关性包括传感器采集的计量数据与智能电能表的相关性以及传感器采集的智能电能表的上下游设备的计量数据与传感器采集的智能电能表相关计量数据之间的相关性；采用主动相关性与被动相关性相结合的方式对不同层级数据之间的相关性进行计算。主动相关性是根据专家设定或公知常识对不同层级的数据设定相关性；被动相关性是通过本专利技术构建的相关性分析方法进行分析、计算。
[0028]进一步，所述步骤S2具体包括：
[0029]从当前循环状态s采取动作a策略达到下一个状态，在这个行动执行过程中会产生影响效益，影响效益与动作策略的关系函数即为学习函数。
[0030]本专利技术至少具有如下技术效果或优点：
[0031]1、通过实时获得智能电能表的动力环境信息、故障信息、运行质量信息，开展设备长时间运行质量监测，依据计量数据之间的传递关系对计量数据进行层级划分，便于挖掘数据之间的关联，实现了数据相关性的保留，对智能电能表和传感器采用数据相关性的方式进行等比例采集，不会产生过多重复的数据，降低计算复杂度和成本。
[0032]2、建立了一种具有自我进化能力的深度学习网络，以大本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能电能表故障在线预警系统，其特征在于，包括以下部分：连接模块、传输模块、计量检测模块、数据分层模块、自主处理模块、匹配模块和在线预警模块；所述连接模块，用于连接智能电能表与单片机和所述传输模块，设立若干用于数据采集的传感器接口，所述连接模块位于智能电能表上，通过数据传输的方式与所述传输模块和所述计量检测模块连接；所述传输模块，用于接收智能电能表和传感器采集的计量数据，并传输给所述计量检测模块，所述传输模块通过数据传输的方式与所述计量检测模块连接；所述计量检测模块，用于对智能电能表及传感器进行周期性轮抄采集，感知计量数据，所述计量检测模块位于单片机上，通过数据传输的方式与所述数据分层模块连接；所述数据分层模块，用于依据计量数据之间的传递关系对计量数据进行层级划分，所述数据分层模块位于单片机上，通过数据传输的方式与所述自主处理模块连接；所述自主处理模块，用于构建具有自我进化能力的深度学习网络，通过深度训练学习从层到层的函数复杂组合中找到定义从输入到输出的映射函数，优化每一层的参数，降低误差，最终输出智能电能表数据异常的层级及其异常参数，所述自主处理模块通过数据传输的方式与所述匹配模块连接；所述匹配模块，用于根据层级和异常参数匹配出对应的故障类型，所述匹配模块通过数据传输的方式与所述在线预警模块连接。2.一种智能电能表故障在线预警方法，其特征在于，包括以下步骤：S1.实时获取智能电能表的动力环境信息、故障信息、运行质量信息，开展设备长时间运行质量监测，对计量数据进行层级划分；S2.构建具有自我进化能力的深度学习网络，引入扰动因子和匹配算法，实现智能电能表故障的在线预警以及预警技术的自我进化。3.如权利要求2所述的一种智能电能表故障在线预警方法，其特征在于，所述步骤S1具体包括：依据计量数据之间的传递关系对计量数据进行层级划分，将已存储的智能电能表标准计量数据作为计算相关关系的参考数值，参考数值处于一个动态调整过程；从智能电能表直接读取的计量数据属于第一层级；对于传感器采集的计量数据，若计量数据与智能电能表相关或与智能电能表故障的发生有关，则...

【专利技术属性】
技术研发人员：朱铮，杜成刚，戴辰，蒋超，许堉坤，肖爽，刘畅，
申请(专利权)人：国网上海市电力公司，
类型：发明
国别省市：