【技术实现步骤摘要】
本专利技术涉及通信，尤其涉及一种智能电能表通信故障预警方法及装置。
技术介绍
1、电表通信故障预警可以保证智能电表的通信安全，有利于实现对智能电能表的全过程质量管控。目前是利用数据挖掘技术对智能电表故障进行了实时预警，将决策树算法应用到了智能电表的故障预警模型构建中。通过对模型进行大量的训练，并使用该模型的测试集合来进行智能电表故障的预警，在集成开发环境平台上建立了一个故障报警系统。仿真实验证明，通过对电网故障的预警，可以对电网运行中的不正常电量进行集中检修，从而减少人工、资源的浪费，但是该方式对智能电表的通信故障预警的精度较低。
2、上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
1、本专利技术的主要目的在于提供一种智能电能表通信故障预警方法及装置，旨在解决通信故障预警的精度较低的技术问题。
2、为实现上述目的，本专利技术提供了一种智能电能表通信故障预警方法，所述智能电能表通信故障预警方法包括以下步骤：
3、获取智能电能表的运行状态数据；
4、根据所述运行状态数据对所述智能电能表进行故障检测；
5、在检测到所述智能电能表存在通信故障后，获取所述智能电能表的通信故障数据；
6、计算所述通信故障数据中各故障特征与样本类别之间的相关系数，并选择所述相关系数最大的故障特征作为所述通信故障数据的重要特征；
7、根据所述重要特征确定所述通信故障数据的属性类别区分度；
8、基于所述属性类别区分度进行通信故障预警。
9、在一些实施例中，所述根据所述运行状态数据对所述智能电能表进行故障检测，包括：
10、根据所述运行状态数据确定所述智能电能表运行状态对应的观测向量；
11、以所述观测向量作为关键变量为基准，通过所述智能电能表的运行状态数据计算所述观测向量的平均轨迹；
12、基于所述智能表的历史运行状态数据确定智能电能表故障变量在不同时刻的运行轨迹；
13、基于所述智能电能表故障变量在不同时刻的运行轨迹确定关键变量信息；
14、根据所述观测向量的平均轨迹、所述智能电能表故障变量在不同时刻的运行轨迹以及所述关键变量信息对所述智能电能表进行故障检测。
15、在一些实施例中，所述根据所述观测向量的平均轨迹、所述智能电能表故障变量在不同时刻的运行轨迹以及所述关键变量信息对所述智能电能表进行故障检测，包括：
16、统计所述关键变量的数量；
17、从所述历史运行数据中提取所述关键变量信息的过程数据；
18、根据所述关键变量对应的动态特征、所述关键变量的数量、所述过程数据、所述观测向量的平均轨迹、所述智能电能表故障变量在不同时刻的运行轨迹以及所述关键变量信息确定故障相似度；
19、在所述故障相似度超过预设相似度时，判定所述智能电能表存在通信故障。
20、在一些实施例中，所述方法还包括：
21、在获取到通信故障数据之后，检测所述通信故障数据中重要特征相关的数据；
22、若所述重要特征相关的数据达到预设条件，判定所述通信故障数据满足采集需求，所述预设条件至少包括数据量与特征类别；
23、在所述通信故障数据满足采集需求后，执行所述计算所述通信故障数据中各故障特征与样本类别之间的相关系数的步骤。
24、在一些实施例中，所述计算所述通信故障数据中各故障特征与样本类别之间的相关系数，包括：
25、计算任一样本类别对应的数值变量的第一均值，并确定对应的样本类别比例；
26、计算另一样本类别对应的数值变量的第二均值；
27、计算所述通信故障数据对应的数值变量的第三均值；
28、根据所述第一均值、所述样本类别比例、所述第二均值以及所述第三均值确定相关系数。
29、在一些实施例中，所述根据所述重要特征确定所述通信故障数据的属性类别区分度，包括：
30、基于所述重要特征确定所述通信故障数据的类内聚合度；
31、基于所述重要特征确定所述通信故障数据的类间聚合度；
32、根据所述类内聚合度确定类内方差；
33、根据所述类间聚合度确定类间不相似度；
34、根据所述类内方差和所述类间不相似度确定属性类别区分度。
35、在一些实施例中，所述基于所述属性类别区分度进行通信故障预警，包括：
36、判断所述属性类别区分度所处的区分度范围；
37、根据所述区分度范围确定对应的故障属性类别；
38、基于所述故障属性类别定位通信故障原因；
39、基于所述通信故障原因进行预警。
40、此外，为实现上述目的，本专利技术还提出一种智能电能表通信故障预警装置，所述智能电能表通信故障预警装置包括：
41、获取模块，用于获取智能电能表的运行状态数据；
42、检测模块，用于根据所述运行状态数据对所述智能电能表进行故障检测；
43、提取模块，用于在检测到所述智能电能表存在通信故障后，获取所述智能电能表的通信故障数据；
44、计算模块，用于计算所述通信故障数据中各故障特征与样本类别之间的相关系数，并选择所述相关系数最大的故障特征作为所述通信故障数据的重要特征；
45、所述计算模块，用于根据所述重要特征确定所述通信故障数据的属性类别区分度；
46、预警模块，用于基于所述属性类别区分度进行通信故障预警。
47、在一些实施例中，检测模块，用于根据所述运行状态数据确定所述智能电能表运行状态对应的观测向量；
48、以所述观测向量作为关键变量为基准，通过所述智能电能表的运行状态数据计算所述观测向量的平均轨迹；
49、基于所述智能表的历史运行状态数据确定智能电能表故障变量在不同时刻的运行轨迹；
50、基于所述智能电能表故障变量在不同时刻的运行轨迹确定关键变量信息；
51、根据所述观测向量的平均轨迹、所述智能电能表故障变量在不同时刻的运行轨迹以及所述关键变量信息对所述智能电能表进行故障检测。
52、在一些实施例中，检测模块，用于统计所述关键变量的数量；
53、从所述历史运行数据中提取所述关键变量信息的过程数据；
54、根据所述关键变量对应的动态特征、所述关键变量的数量、所述过程数据、所述观测向量的平均轨迹、所述智能电能表故障变量在不同时刻的运行轨迹以及所述关键变量信息确定故障相似度；
55、在所述故障相似度超过预设相似度时，判定所述智能电能表存在通信故障。
56、本专利技术通过获取智能电能表的运行状态数据；根据所述运行状态数据对所述智能电能表进行故障检测；在检测到所述智能电能表存在通信故障后，获取所述智能电能表的通信故障数据；计算所述通信本文档来自技高网...
【技术保护点】
1.一种智能电能表通信故障预警方法，其特征在于，所述智能电能表通信故障预警方法包括：
2.如权利要求1所述的智能电能表通信故障预警方法，其特征在于，所述根据所述运行状态数据对所述智能电能表进行故障检测，包括：
3.如权利要求2所述的智能电能表通信故障预警方法，其特征在于，所述根据所述观测向量的平均轨迹、所述智能电能表故障变量在不同时刻的运行轨迹以及所述关键变量信息对所述智能电能表进行故障检测，包括：
4.如权利要求1所述的智能电能表通信故障预警方法，其特征在于，所述方法还包括：
5.如权利要求1所述的智能电能表通信故障预警方法，其特征在于，所述计算所述通信故障数据中各故障特征与样本类别之间的相关系数，包括：
6.如权利要求1至5中任一项所述的智能电能表通信故障预警方法，其特征在于，所述根据所述重要特征确定所述通信故障数据的属性类别区分度，包括：
7.如权利要求6所述的智能电能表通信故障预警方法，其特征在于，所述基于所述属性类别区分度进行通信故障预警，包括：
8.一种智能电能表通信故障预警装置，其特
9.如权利要求8所述的智能电能表通信故障预警装置，其特征在于，检测模块，用于根据所述运行状态数据确定所述智能电能表运行状态对应的观测向量；
10.如权利要求9所述的智能电能表通信故障预警装置，其特征在于，检测模块，用于统计所述关键变量的数量；
...【技术特征摘要】
1.一种智能电能表通信故障预警方法，其特征在于，所述智能电能表通信故障预警方法包括：
2.如权利要求1所述的智能电能表通信故障预警方法，其特征在于，所述根据所述运行状态数据对所述智能电能表进行故障检测，包括：
3.如权利要求2所述的智能电能表通信故障预警方法，其特征在于，所述根据所述观测向量的平均轨迹、所述智能电能表故障变量在不同时刻的运行轨迹以及所述关键变量信息对所述智能电能表进行故障检测，包括：
4.如权利要求1所述的智能电能表通信故障预警方法，其特征在于，所述方法还包括：
5.如权利要求1所述的智能电能表通信故障预警方法，其特征在于，所述计算所述通信故障数据中各故障特征与样本类别之间的相关系数...
【专利技术属性】
技术研发人员：张吉勇，戴成涛，曾凡东，王义辉，周宇，张翔，张锋，高友会，刘飞，周元征，黄彬彬，
申请(专利权)人：科大智能科技股份有限公司，
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。