[發明專利]智能電能表故障庫的自學習方法與裝置有效
| 申請號: | 201811385794.2 | 申請日: | 2018-11-20 |
| 公開(公告)號: | CN111274056B | 公開(公告)日: | 2023-10-03 |
| 發明(設計)人: | 李志鵬;王軍;閆鵬;秦濤;盧利軍;胡東方;胡冰;李鵬;王麗 | 申請(專利權)人: | 河南許繼儀表有限公司;許繼集團有限公司 |
| 主分類號: | G06F11/07 | 分類號: | G06F11/07;G06Q10/20;G06Q50/06;G01R35/04 |
| 代理公司: | 鄭州睿信知識產權代理有限公司 41119 | 代理人: | 陳浩 |
| 地址: | 461000 河南省許昌市城鄉一體化*** | 國省代碼: | 河南;41 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 智能 電能表 故障 自學習 方法 裝置 | ||
1.一種智能電能表故障庫的自學習方法,其特征在于,包括以下步驟:
1)將故障數據導入原始故障表;
2)根據所述故障數據,篩查故障詞典,輸出對應的故障表象,以及故障表象所對應的故障模塊和故障類型;
3)根據步驟2)中輸出對應的故障表象,以及故障表象所對應的故障模塊和故障類型,結合所述故障數據中的分類條件,篩查故障模型表,輸出對應的一套故障模型;將輸出對應的一套故障模型與原始故障表中的故障原因、排查方案進行匹配,如果匹配失敗,將所述故障模型添加到故障模型表,如果匹配成功,故障模型表保持不變;
其中,原始故障表用于存儲故障電能表的信息,故障詞典用于存儲故障電能表的故障模塊、故障類型和故障表象,故障模型表包括分類條件、故障模塊、故障類型、故障表象、故障原因、排查方案的對應關系。
2.根據權利要求1所述的智能電能表故障庫的自學習方法,其特征在于,提取原始故障表中的應力條件,結合所述故障模型,輸出對應的一套故障應力模型,依據故障表象、分類條件、應力條件和故障原因,將輸出對應的一套故障應力模型與原始故障表進行匹配,若匹配失敗,將所述故障應力模型添加到故障應力表,如果匹配成功,則疊加該故障應力模型的應力條件下故障原因計數器的值;
所述故障應力表包括故障模塊、故障類型、故障表象、故障原因、故障原因計數器、排查手段、排查手段計數器、溫度、濕度、生產廠家、電表型號和協議類型,所述應力條件包括故障電能表所在地區的溫度、濕度。
3.根據權利要求1所述的智能電能表故障庫的自學習方法,其特征在于,提取原始故障表中的應力條件,結合所述故障模型,輸出對應的一套故障應力模型,依據故障表象、分類條件、應力條件、故障原因和排查方案,將輸出對應的一套故障應力模型與原始故障表進行匹配,若匹配失敗,將所述故障應力模型添加到故障應力表,如果匹配成功,則疊加該故障應力模型的應力條件下故障原因計數器的值、排查方案計數器的值;
所述故障應力表包括故障模塊、故障類型、故障表象、故障原因、故障原因計數器、排查手段、排查手段計數器、溫度、濕度、生產廠家、電表型號和協議類型,所述應力條件包括故障電能表所在地區的溫度、濕度。
4.根據權利要求2或3所述的智能電能表故障庫的自學習方法,其特征在于,所述故障模型表為包括故障模型臨時表,所述故障詞典為故障詞典臨時表,所述故障應力表為故障應力臨時表。
5.根據權利要求1所述的智能電能表故障庫的自學習方法,其特征在于,所述故障電能表的信息包括生產廠家、電表型號、批次信息、安裝時間、安裝地址、故障時間和故障描述以及故障發生時間段內的溫度、濕度信息,所述分類條件包括故障電能表的電表廠家、電表型號、協議類型。
6.一種智能電能表故障庫的自學習裝置,其特征在于,包括存儲器和處理器,以及存儲在所述存儲器上并在所述處理器上運行的計算機程序,所述處理器與所述存儲器相耦合,所述處理器執行所述計算機程序時實現如權利要求1-5任一項所述的智能電能表故障庫的自學習方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于河南許繼儀表有限公司;許繼集團有限公司,未經河南許繼儀表有限公司;許繼集團有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811385794.2/1.html,轉載請聲明來源鉆瓜專利網。





