【技术实现步骤摘要】
本专利技术涉及智能电表监测，具体为一种用于智能电表的故障监测系统及方法。
技术介绍
1、智能电表是一种集成了电子技术、计算机技术和通信技术的现代电表。它可以实时测量电能消耗、进行数据存储和处理，并通过通信网络将数据传输给电力公司和用户，智能电表相较于传统机械电表，具有数据采集准确、实时监控、远程管理等优点，随着传感器技术和数据处理能力的提升，智能电表可以更精确地采集和处理电力数据，无线通信技术（如gprs、lora、nb-iot等）以及有线通信技术（如plc）使得智能电表能够实现实时数据传输，大数据分析和机器学习算法的应用可以更准确地检测电表的异常行为和故障，先进的故障诊断技术（如模式识别、故障树分析）能够快速识别和定位电表的故障，但是智能电表生成的数据量庞大，需要高效的数据处理和存储解决方案，智能电表系统的复杂性增加了故障监测和诊断的难度，故障检测和响应需要在实时或接近实时的条件下完成，以确保系统的稳定性；
2、现有的用于智能电表的故障监测系统及方法，无法根据电表内的温度，判断电表温度异常的原因，无法自动判断电表是否存在接线接触不良的问题，无法自动判断电表所接负载是否超负荷，无法根据电表周围的风速和风向，判断电表温度异常是否为受周围设备影响，容易造成误判的情况，使电表缩短其使用寿命，从而提高电表设备维修更换的成本，其实用性存在一定的局限性。
技术实现思路
1、本专利技术提供了一种用于智能电表的故障监测系统及方法，具备根据电表内的温度，判断电表温度异常的原因，自动判断电
2、本专利技术提供如下技术方案：一种用于智能电表的故障监测方法，包括：
3、获取目标温度数据；
4、根据目标温度数据，通过温度判定策略，形成温度判定数据；
5、若目标温度数据为第一温度判定数据，则继续获取目标温度数据；
6、若目标温度数据为第二温度判定数据，则获取采集时间集合，并执行异常分析策略，形成异常分析数据；
7、获取目标设备数据；
8、根据目标温度数据、异常分析数据以及目标设备数据，通过设备分析策略，形成设备分析数据；
9、根据异常分析数据和设备分析数据，确定目标电表温度异常的原因；
10、所述温度判定策略，具体为：
11、设定温度阈值；
12、若目标温度数据＜温度阈值，则判定目标电表内温度正常，将目标温度数据认定为第一温度判定数据；
13、若目标温度数据≥温度阈值，则判定目标电表内温度异常，将目标温度数据认定为第二温度判定数据。
14、作为本专利技术所述一种用于智能电表的故障监测方法，其中：所述获取采集时间集合，具体为：
15、获取当前时间点；
16、获取在当前时间点所采集的电力数据，认定为当前电力数据；
17、设定采集时长；
18、计算采集时间点，采集时间点＝当前时间点－采集时长；
19、以采集时间点为起始时间点，以当前时间点为终止时间点，形成采集时段；
20、设定单位时长；
21、以采集时间点为起始时间点，在采集时段内，每间隔单位时长，形成一个数据采集时间点；
22、提取采集时段内的所有数据采集时间点，形成采集时间集合。
23、作为本专利技术所述一种用于智能电表的故障监测方法，其中：所述异常分析策略，具体为：
24、获取采集时间集合；
25、获取采集时间集合中每个元素所对应采集的电力数据，认定为分析电力数据；
26、将每个分析电力数据与采集时间集合的每个元素一一对应，形成分析数据集合；
27、设定分析阈值；
28、若分析电力数据≤分析阈值×（1＋10%），则将该分析电力数据认定为正常电力数据；
29、若分析电力数据＞分析阈值×（1＋10%），则将该分析电力数据认定为异常电力数据；
30、若分析数据集合中存在异常电力数据，则判定目标电表检测端异常；
31、若分析数据集合中不存在异常电力数据，则判定目标电表检测端正常，并执行设备分析策略。
32、作为本专利技术所述一种用于智能电表的故障监测方法，其中：所述设备分析策略，具体为：
33、获取目标设备数据；
34、获取采集时间集合；
35、获取采集时间集合中每个元素所对应采集的目标设备数据，认定为目标负载数据；
36、将每个目标负载数据与采集时间集合的每个元素一一对应，形成负载数据集合；
37、设定负载阈值；
38、若目标负载数据＜负载阈值×（1＋5%），则将该目标负载数据认定为正常负载数据；
39、若目标负载数据≥负载阈值×（1＋5%），则将该目标负载数据认定为异常负载数据；
40、若负载数据集合中存在异常负载数据，则判定目标电表的负载异常；
41、若负载数据集合中不存在异常负载数据，则判定目标电表的负载正常，并执行故障分析策略。
42、作为本专利技术所述一种用于智能电表的故障监测方法，其中：所述故障分析策略，具体为：
43、设定判定距离；
44、以目标电表为圆心，以判定距离为半径，形成判定范围；
45、获取判定范围内所有的设备，定为分析设备；
46、获取判定范围内的分析设备的数量，定为设备数量；
47、若设备数量＝0，则判定目标电表故障；
48、若设备数量＝1，则执行第一设备判定策略；
49、若设备数量＞1，则执行第二设备判定策略。
50、作为本专利技术所述一种用于智能电表的故障监测方法，其中：所述第一设备判定策略，具体为：
51、执行风力判定策略；
52、获取风速数据集合、第一风速数据以及第二风速数据；
53、若风速数据集合内存在第一风速数据，则获取判定范围内的风向，定为目标风向；
54、以分析设备为起始点，以目标风向为参考方向，作判定方向；
55、设定判定角度；
56、以分析设备为起始点，将判定方向分别向其两侧旋转判定角度，分别形成第一方向线和第二方向线；
57、将第一方向线与本文档来自技高网...
【技术保护点】
1.一种用于智能电表的故障监测方法，其特征在于：包括：
2.根据权利要求1所述的一种用于智能电表的故障监测方法，其特征在于：所述获取采集时间集合，具体为：
3.根据权利要求1所述的一种用于智能电表的故障监测方法，其特征在于：所述异常分析策略，具体为：
4.根据权利要求3所述的一种用于智能电表的故障监测方法，其特征在于：所述设备分析策略，具体为：
5.根据权利要求4所述的一种用于智能电表的故障监测方法，其特征在于：所述故障分析策略，具体为：
6.根据权利要求5所述的一种用于智能电表的故障监测方法，其特征在于：所述第一设备判定策略，具体为：
7.根据权利要求5所述的一种用于智能电表的故障监测方法，其特征在于：所述第二设备判定策略，具体为：
8.根据权利要求6或7所述的一种用于智能电表的故障监测方法，其特征在于：所述风力判定策略，具体为：
9.一种执行权利要求1所述用于智能电表的故障监测方法的系统，其特征在于：包括：
【技术特征摘要】
1.一种用于智能电表的故障监测方法，其特征在于：包括：
2.根据权利要求1所述的一种用于智能电表的故障监测方法，其特征在于：所述获取采集时间集合，具体为：
3.根据权利要求1所述的一种用于智能电表的故障监测方法，其特征在于：所述异常分析策略，具体为：
4.根据权利要求3所述的一种用于智能电表的故障监测方法，其特征在于：所述设备分析策略，具体为：
5.根据权利要求4所述的一种用于智能电表的故障监测方法，其特征在...
【专利技术属性】
技术研发人员：韩明，
申请(专利权)人：北京溢美四方软件技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。