[發(fā)明專利]一種確定智能電能表典型故障主要影響因素的方法和系統(tǒng)在審
| 申請(qǐng)?zhí)枺?/td> | 202010217939.9 | 申請(qǐng)日: | 2020-03-25 |
| 公開(kāi)(公告)號(hào): | CN111581248A | 公開(kāi)(公告)日: | 2020-08-25 |
| 發(fā)明(設(shè)計(jì))人: | 劉巖;尚懷嬴;鄭安剛;王雍;張五磊 | 申請(qǐng)(專利權(quán))人: | 中國(guó)電力科學(xué)研究院有限公司;國(guó)網(wǎng)河南省電力公司;國(guó)家電網(wǎng)有限公司 |
| 主分類號(hào): | G06F16/2458 | 分類號(hào): | G06F16/2458;G01R35/04 |
| 代理公司: | 北京工信聯(lián)合知識(shí)產(chǎn)權(quán)代理有限公司 11266 | 代理人: | 姜麗樓 |
| 地址: | 100192 北*** | 國(guó)省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 確定 智能 電能表 典型 故障 主要 影響 因素 方法 系統(tǒng) | ||
1.一種確定智能電能表典型故障主要影響因素的方法,其特征在于,所述方法包括:
步驟1、采集智能電能表全壽命周期的信息,確定智能電能表典型故障;
步驟2、根據(jù)確定的智能電能表典型故障,獲取發(fā)生所述典型故障的智能電能表,作為分析樣本;
步驟3、基于預(yù)先建立的故障離散系數(shù)計(jì)算模型,根據(jù)分析樣本中智能電能表的信息,計(jì)算預(yù)先設(shè)置的N個(gè)分析智能電能表故障的維度的故障離散系數(shù),其中,N>2;
步驟4、當(dāng)N>2且故障離散系數(shù)最高的維度是預(yù)先設(shè)置的分析終止維度,或者N=2時(shí),基于故障離散系數(shù)最高的維度生成智能電能表典型故障主要影響因素分析結(jié)論,當(dāng)N>2且故障離散系數(shù)最高的維度不是預(yù)先設(shè)置的分析終止維度時(shí),在所述N個(gè)分析智能電能表故障的維度中選取故障離散系數(shù)最高的維度,獲取故障離散系數(shù)最高的維度中故障率最高的典型因子包括的智能電能表,作為分析樣本,令N=N-1,轉(zhuǎn)至步驟3;
步驟5、按照生成的智能電能表典型故障主要影響因素分析結(jié)論對(duì)智能電能表的隱患進(jìn)行預(yù)警。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述采集智能電能表全壽命周期的信息,確定智能電能表典型故障包括:
采集智能電能表全壽命周期的信息,所述信息包括電能表運(yùn)行故障信息,拆回故障信息,智能電能表檔案信息和關(guān)鍵元器件信息;
對(duì)采集的智能電能表全壽命周期的信息進(jìn)行預(yù)處理,生成故障離散系數(shù)計(jì)算模型可識(shí)別的數(shù)據(jù);
將智能電能表全壽命周期的信息中的每一種信息作為一個(gè)維度,基于預(yù)處理后的數(shù)據(jù)分別計(jì)算智能電能表每個(gè)維度包括的全部典型因子的故障率;
當(dāng)任意一個(gè)典型因子的故障率達(dá)到預(yù)先設(shè)置的故障閾值時(shí),確定所述典型因子的故障是所述維度下的典型故障。
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述基于預(yù)先建立的故障離散系數(shù)計(jì)算模型,根據(jù)發(fā)生所述典型故障的智能電能表的信息,計(jì)算預(yù)先設(shè)置的N個(gè)分析智能電能表故障的維度的故障離散系數(shù)的計(jì)算公式為:
式中,si為第i個(gè)分析智能電能表故障的維度的故障離散系數(shù),xij為第i個(gè)分析智能電能表故障的維度的第j個(gè)典型因子的故障率,為第i個(gè)分析智能電能表故障的維度的n個(gè)典型因子的故障率的平均值。
4.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述對(duì)采集的智能電能表全壽命周期的信息進(jìn)行預(yù)處理,生成故障離散系數(shù)計(jì)算模型可識(shí)別的數(shù)據(jù)由數(shù)據(jù)庫(kù)存儲(chǔ)過(guò)程完成。
5.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述方法在采集智能電能表全壽命周期的信息之前還包括:
設(shè)置分析智能電能表故障主要影響因素的維度,所述維度包括生產(chǎn)企業(yè)、設(shè)計(jì)方案、表齡、品規(guī)、到貨批次、關(guān)鍵元器件、安裝區(qū)域和故障現(xiàn)象;
設(shè)置智能表到貨批次和關(guān)鍵元器件為分析終止維度。
6.一種確定智能電能表典型故障主要影響因素的系統(tǒng),其特征在于,所述系統(tǒng)包括:
典型故障單元,其用于采集智能電能表全壽命周期的信息,確定智能電能表典型故障;
分析樣本單元,其用于根據(jù)確定的智能電能表典型故障,獲取發(fā)生所述典型故障的智能電能表,作為分析樣本;以及當(dāng)N>2且模型計(jì)算單元確定的故障離散系數(shù)最高的維度不是預(yù)先設(shè)置的分析終止維度時(shí),在所述N個(gè)分析智能電能表故障的維度中選取故障離散系數(shù)最高的維度,獲取故障離散系數(shù)最高的維度中故障率最高的典型因子包括的智能電能表,作為分析樣本,令N=N-1;
模型計(jì)算單元,其用于基于預(yù)先建立的故障離散系數(shù)計(jì)算模型,根據(jù)分析樣本中智能電能表的信息,計(jì)算預(yù)先設(shè)置的N個(gè)分析智能電能表故障的維度的故障離散系數(shù),其中,N>2;
結(jié)果輸出單元,其用于當(dāng)N>2且故障離散系數(shù)最高的維度是預(yù)先設(shè)置的分析終止維度,或者N=2時(shí),基于故障離散系數(shù)最高的維度生成智能電能表典型故障主要影響因素分析結(jié)論;
隱患預(yù)警單元,其用于按照生成的智能電能表典型故障主要影響因素分析結(jié)論對(duì)智能電能表的隱患進(jìn)行預(yù)警。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國(guó)電力科學(xué)研究院有限公司;國(guó)網(wǎng)河南省電力公司;國(guó)家電網(wǎng)有限公司,未經(jīng)中國(guó)電力科學(xué)研究院有限公司;國(guó)網(wǎng)河南省電力公司;國(guó)家電網(wǎng)有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010217939.9/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。





