[發明專利]現場電表故障識別方法及移動設備可讀儲存介質

有效

• 申請號: 202010538721.3
• 申請日: 2020-06-13
• 公開（公告）號: CN111650549B
• 公開（公告）日: 2022-08-19
• 發明（設計）人: 梁飛;劉愛國;張濤;王登峰;黃吉濤;徐文濤;劉國洋
• 申請（專利權）人: 國網寧夏電力有限公司營銷服務中心（國網寧夏電力有限公司計量中心）
• 主分類號: G01R35/04
• 分類號: G01R35/04
• 代理公司: 深圳市深弘廣聯知識產權代理事務所(普通合伙) 44449
• 代理人: 向用秀

本發明提供一種現場電表故障識別方法及移動設備可讀儲存介質，能夠通過現場作業終端PDA與智能電表進行通訊交互，獲取故障特征后，通過多維空間向量法建立特征模型，并且計算特征模型與故障模型的距離獲取高度懷疑故障模型，再通過兩次的證偽測試從而排除多余故障確認并判定該電表具有此故障；通過本發明提供的現場電表故障識別方法及移動設備可讀儲存介質排除故障，速度快，準確率高，并且實現普通工人也能快速排障。

技術領域

本發明涉及電器檢測技術領域，尤其涉及一種現場電表故障識別方法及移動設備可讀儲存介質。

背景技術

電能表是用來測量電能的儀表，又稱電度表，火表，千瓦小時表，指測量各種電學量的儀表；電能表在日常使用中，常常容易因為各種故障導致電能表不能正常使用，電表一旦不能正常使用，將影響到用戶的利益以及安全問題；隨著智能電表的全面推廣使用，電能表暴露出來的故障也越來越多，針對不同的故障有不同的處理方案。由于智能電表的復雜性，以及現場作業人員技術水平的參差不齊，導致現場作業人員難以快速、準確的判斷電能表故障，采取相應的對策處理。

同時，PDA在電力現場作業中的推廣，為通過PDA進行電能表故障智能診斷提供了前提條件；現有的現場作業智能電表的故障診斷方法主要是通過檢測到的數據進行分類，分類完在進行故障類型判斷，針對分析出來的不同種類的故障再進行不同的檢測判斷，從而確定具有此故障，該方法對故障類型的判斷時間過于長，并且流程復雜，并且沒有對故障的重復確認步驟，容易出現差錯。

發明內容

針對上述技術中存在的不足之處，本發明提供一種現場電表故障識別方法，能夠通過現場作業終端PDA與智能電表進行通訊交互，獲取故障特征后，通過多維空間向量法建立特征模型，并且計算特征模型與故障模型的距離獲取高度懷疑故障模型，再通過兩次的證偽測試從而確認并判定該電表具有此故障模式；通過本方法法排除故障，速度快，準確率高，并且實現普通工人也能快速排障。

一種現場電表故障識別方法，包括以下步驟：

步驟一：與電表進行通訊交互，進行一組電能表的基礎測試，獲得一個特征值組；

步驟二：將步驟一獲得的特征值組擬合為一個特征模型，將特征模型與預設的已知故障的模型庫進行比對，選取最接近的多個故障模型所對應的故障作為高度懷疑故障；

步驟三：步驟二獲得的多個高度懷疑故障具有與之對應的多個特征值組，將多個特征值組之間進行比對，提取出特征值組中表現形式不完全一致的特征值項，并且組合成新的多個高度懷疑故障特征值組作為證偽測試集；

步驟四：將步驟一中獲得的特征值組與證偽測試集進行比對，若覆蓋其中某一高度懷疑故障特征值組，則排除其他高度懷疑故障，視為通過第一次證偽測試，獲得一組被懷疑故障模型。

步驟五：將步驟四中獲得的一組被懷疑故障的特征值組與一組預設的特征值組證偽測試集進行比對，若被懷疑故障的特征值組覆蓋預設的特征值組，則視為通過第二次證偽測試，判定該電能表具有該故障。

步驟六：輸出測試結果，給出故障判定。

作為優選：所述步驟一中進行一組電能表的基礎測試，包括測試電能表故障時可能出現的所有故障現象，例如充值失敗、時鐘異常、液晶顯示屏有錯誤字等電表故障時的所有故障現象。

作為優選：所述步驟一還包括：將故障對應的故障現象的表現形式以數值排列的形式形成特征值組。

作為優選：所述步驟二中將步驟一獲得的特征值組建立一個特征模型，具體的為將步驟一獲得的特征值組依據多維空間向量法擬合為一個多維空間向量特征模型。

作為優選：所述步驟二中將步驟一獲得的特征值組建立一個特征模型，將特征模型與預設的已知故障的特征模型庫進行比對之前還包括一個步驟：將已知的故障所對應的特征值組依據多維空間向量法擬合為多個多維空間向量模型，并形成已知故障的多維空間向量模型庫。