[發(fā)明專利]一種基于大數(shù)據(jù)模型對智能電表故障異常辨識分析的方法

在審

• 申請?zhí)枺?/td>: 202010414672.2
• 申請日: 2020-05-15
• 公開（公告）號: CN111612019A
• 公開（公告）日: 2020-09-01
• 發(fā)明（設(shè)計）人: 李兵;付文杰;陶鵬;任鵬;韓桂楠;李鵬;李夢宇
• 申請（專利權(quán)）人: 國網(wǎng)河北省電力有限公司電力科學(xué)研究院;國網(wǎng)河北能源技術(shù)服務(wù)有限公司;國家電網(wǎng)有限公司
• 主分類號: G06K9/54
• 分類號: G06K9/54;G06K9/62;G06Q10/04;G06Q50/06;G06F16/2458
• 代理公司: 石家莊新世紀(jì)專利商標(biāo)事務(wù)所有限公司 13100
• 代理人: 李洪信;董金國

本發(fā)明涉及一種基于大數(shù)據(jù)模型對智能電表故障異常辨識分析的方法，其包括從SG186系統(tǒng)中收集拆回分揀表的數(shù)據(jù)、將準(zhǔn)備的數(shù)據(jù)加工處理成智能電表計量異常分析模型能夠使用的數(shù)據(jù)和使用智能電表故障辨識模型對預(yù)處理數(shù)據(jù)進(jìn)行分析并判斷智能電表是否故障的步驟，本發(fā)明結(jié)合智能電表故障辨識模型與智能電表計量異常分析模型，既可以分析智能電表的故障數(shù)據(jù)又可以針對計算規(guī)則，可以更加精確的對智能電表故障預(yù)測進(jìn)行辨識分析管理，本發(fā)明通過數(shù)據(jù)分析，實(shí)現(xiàn)智能電表的異常檢測；分析過程無需人工干預(yù)，減少大量人工上報工作，提升工作效率。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于大數(shù)據(jù)模型對智能電表故障異常辨識分析的方法，屬于電力大數(shù)據(jù)應(yīng)用技術(shù)領(lǐng)域。

背景技術(shù)

國家電網(wǎng)的省級公司在日常資產(chǎn)運(yùn)營管理中有計量資產(chǎn)業(yè)務(wù)流程執(zhí)行不到位和資產(chǎn)管理質(zhì)量不規(guī)范，在實(shí)際工作中存在對現(xiàn)有庫存資產(chǎn)缺乏有效管控，導(dǎo)致計量資產(chǎn)賬務(wù)實(shí)物不一致，影響庫存統(tǒng)計、需求管控等業(yè)務(wù)的有效開展，造成部分計量資產(chǎn)的庫齡較長、庫存居高不下，無法實(shí)現(xiàn)對計量資產(chǎn)的精益化管理。

與此同時，隨著智能電表的大規(guī)模安裝應(yīng)用以及周期輪換、故障更換業(yè)務(wù)的開展，拆回智能電表的分揀業(yè)務(wù)逐漸成為計量管理的重點(diǎn)工作之一。目前拆回表處理業(yè)務(wù)普遍存在拆回原因填寫和拆回流程操作不規(guī)范，造成較大的錯誤換表工單和大量無故障表計拆回，同時未根據(jù)智能電表裝拆數(shù)據(jù)及庫存數(shù)據(jù)開展計量資產(chǎn)質(zhì)量的分析，不利于智能電表資產(chǎn)管理提升和質(zhì)量提高，智能電表的拆回管理、分揀檢測和分揀后處置環(huán)節(jié)缺少有效監(jiān)控，無法實(shí)現(xiàn)計量資產(chǎn)降本增效的管理目標(biāo)。

因此，需要大力深化智能計量體系建設(shè)，加強(qiáng)資產(chǎn)精益化管理，特別是強(qiáng)化計量資產(chǎn)管理以及業(yè)務(wù)數(shù)據(jù)質(zhì)量集約化管控，實(shí)現(xiàn)對各市、縣供電公司庫存合理范圍評價、計量資產(chǎn)庫齡、表齡的評價，另一方面，通過大數(shù)據(jù)模型建設(shè)，對各市、縣供電公司的故障拆回表管理等流程數(shù)據(jù)進(jìn)行量化分析和輔助決策，促進(jìn)故障拆舊表管理流程規(guī)范化、資產(chǎn)管理精細(xì)化，完善資產(chǎn)全壽命周期管理，提高回收資產(chǎn)利用率，從而有效輔助計量資產(chǎn)庫存管理及流程管理規(guī)范化的稽查要求。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是提供一種對智能電表計量資產(chǎn)智能辨別分析的梳理，對智能電表數(shù)據(jù)進(jìn)行分析，實(shí)現(xiàn)對表計的資產(chǎn)管控，提高拆回工作質(zhì)量的基于大數(shù)據(jù)模型對智能電表故障異常辨識分析的方法。

本發(fā)明采用如下技術(shù)方案：

本發(fā)明一種基于大數(shù)據(jù)模型對智能電表故障異常辨識分析的方法采用如下步驟：

步驟一、數(shù)據(jù)準(zhǔn)備：從SG186系統(tǒng)中收集拆回分揀表的數(shù)據(jù)；

步驟二、數(shù)據(jù)預(yù)處理：將準(zhǔn)備的數(shù)據(jù)加工處理成智能電表計量異常分析模型能夠使用的數(shù)據(jù)；

步驟三、建模分析：使用智能電表故障辨識模型對步驟二中的預(yù)處理數(shù)據(jù)進(jìn)行分析，判斷智能電表是否故障。

本發(fā)明在步驟三中,設(shè)R是智能電表故障數(shù)據(jù)庫的歷史數(shù)據(jù),將R的60％數(shù)據(jù)分給訓(xùn)練集S，S的40％數(shù)據(jù)分給測試集T，將S分成n個子集S1，S2，…，Sn，其中n為S中屬性X的個數(shù)，設(shè)訓(xùn)練集S的熵為info(S)。

本發(fā)明所述式中|S|為S中的樣本總數(shù)，

freq(Ci,S)中的C為(i＝1,2,3...,N)的樣本個數(shù),N為決策性總的類別數(shù)。

本發(fā)明將訓(xùn)練集S根據(jù)屬性X分成n個子集后，計算各個子集的信息熵,公式為式中info_x(S)為屬性X的信息熵，

S_i屬于類別C_i(i＝1,2...m)樣本的總數(shù)，m為屬性X的類別數(shù)。

本發(fā)明屬性X的信息増益率gain_ratio(X)為

式中：gain(X)為增益標(biāo)準(zhǔn)，