[發明專利]電能計量設備故障檢測方法、裝置、計算機設備和介質

在審

• 申請號: 202011382953.0
• 申請日: 2020-12-01
• 公開（公告）號: CN112731261A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 梁洪浩;姜和芳;孫文龍;趙杰
• 申請（專利權）人: 深圳供電局有限公司
• 主分類號: G01R35/04
• 分類號: G01R35/04
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 袁武

1.一種電能計量設備故障檢測方法，其特征在于，包括：

獲取電能計量設備的多個目標數據，其中，每個所述目標數據包括目標供電量和對應的目標用電量；

根據多個所述目標數據，確定每個所述目標數據的線損率；

基于局部異常因子算法，根據預設參數和每個所述目標數據的線損率，確定每個所述線損率的異常評分值；

根據預設的異常閾值和每個所述線損率的異常評分值，確定多個所述線損率中是否存在異常的線損率，以判斷所述電能計量設備是否存在故障。

2.根據權利要求1所述的方法，其特征在于，所述根據預設的異常閾值和每個所述線損率的異常值評分值，確定多個所述線損率中是否存在異常的線損率，包括：

若所述異常評分值大于或等于預設的所述異常閾值，則確定所述異常評分值對應的線損率存在異常；

若所述異常評分值小于預設的所述異常閾值，則確定所述異常評分值對應的線損率不存在異常。

3.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取所述電能計量設備的多個樣本數據，其中，每個所述樣本數據包括樣本供電量和對應的樣本用電量；

根據多個所述樣本數據，確定每個所述樣本數據的樣本線損率；

基于局部異常因子算法，根據所述預設參數和每個所述樣本數據的樣本線損率，確定每個樣本線損率的樣本異常評分值；

根據每個所述樣本線損率的樣本異常評分值和預設的異常評分值范圍，確定預設的所述異常閾值。

4.根據權利要求3所述方法，其特征在于，所述根據每個所述樣本線損率的樣本異常評分值和預設的異常評分值范圍，確定預設的所述異常閾值，包括：

將所述樣本異常評分值降序排列，得到降序樣本異常評分值集；

根據所述預設的異常評分值范圍，確定所述降序樣本異常評分值集中的異常樣本數據集；

將所述異常樣本數據集中的最小值作為預設的所述異常閾值。

5.根據權利要求1所述的方法，其特征在于，所述獲取電能計量設備的多個目標數據，包括：

獲取所述電能計量設備的多個原始數據；

檢測每個所述原始數據中是否包括原始供電量和對應的原始用電量；

若所述原始數據中不包括所述原始供電量或對應的原始用電量，則刪除所述原始數據，得到多個處理數據；

將多個所述處理數據確定為多個所述目標數據。

6.根據權利要求1所述的方法，其特征在于，所述根據所述多個目標數據，確定每個所述目標數據的線損率，包括：

計算所述目標供電量和對應的目標用電量之間的差值；

計算所述差值與所述目標供電量的比值，確定所述線損率。

7.根據權利要求1所述的方法，其特征在于，所述基于局部異常因子算法，根據預設參數和每個所述目標數據的線損率，確定每個所述線損率的異常評分值，包括：

基于所述局部異常因子算法，根據所述預設參數和所述目標數據的線損率，計算所述線損率的局部可達密度和所述線損率的鄰域線損率的局部可達密度；

將所述線損率的鄰域數據的局部可達密度與所述線損率的局部可達密度的比值的平均數作為線損率的異常評分值。

8.一種電能計量設備故障檢測裝置，其特征在于，包括：

獲取模塊，用于獲取電能計量設備的多個目標數據，其中，每個所述目標數據包括目標供電量和對應的目標用電量；

確定模塊，用于根據多個所述目標數據，確定每個所述目標數據的線損率；

確定模塊，還用于基于局部異常因子算法，根據預設參數和每個所述目標數據的線損率，確定每個所述線損率的異常評分值；

判斷模塊，用于根據預設的異常閾值和每個所述線損率的異常評分值，確定多個所述線損率是否存在異常的線損率，以判斷所述電能計量設備是否存在故障。

9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7中任一項所述的方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7中任一項所述的方法的步驟。