[發(fā)明專利]一種基于告警事件的智能電能表狀態(tài)判斷方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110287288.5
• 申請(qǐng)日: 2021-03-17
• 公開(kāi)（公告）號(hào): CN113033642A
• 公開(kāi)（公告）日: 2021-06-25
• 發(fā)明（設(shè)計(jì)）人: 路韜;彭強(qiáng);祁舒喆;李倩;宋鵬;趙聞
• 申請(qǐng)（專利權(quán)）人: 廣東電網(wǎng)有限責(zé)任公司計(jì)量中心
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G01R35/04;G06N20/00
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 陳旭紅;呂金金

1.一種基于告警事件的智能電能表狀態(tài)判斷方法，其特征在于，包括：

獲取歷史低壓電表抽檢數(shù)據(jù)；

根據(jù)所述歷史低壓電表抽檢數(shù)據(jù)及低壓電表檢測(cè)結(jié)果數(shù)據(jù)，建立智能電能表狀態(tài)判斷模型；

輸入目標(biāo)低壓電表抽檢數(shù)據(jù)至所述智能電能表狀態(tài)判斷模型，生成目標(biāo)低壓電表抽檢結(jié)果。

2.如權(quán)利要求1所述的一種基于告警事件的智能電能表狀態(tài)判斷方法，其特征在于，所述建立智能電能表狀態(tài)判斷模型之后，還包括：

根據(jù)混淆矩陣對(duì)所述智能電能表狀態(tài)判斷模型進(jìn)行優(yōu)化；具體地：

根據(jù)所述混淆矩陣中的被所述智能電能表狀態(tài)判斷模型預(yù)測(cè)為正的正樣本數(shù)、被所述智能電能表狀態(tài)判斷模型預(yù)測(cè)為正的負(fù)樣本數(shù)、被所述智能電能表狀態(tài)判斷模型預(yù)測(cè)為負(fù)的正樣本數(shù)及被所述智能電能表狀態(tài)判斷模型預(yù)測(cè)為負(fù)的負(fù)樣本數(shù)，計(jì)算查準(zhǔn)率及召回率；

根據(jù)所述查準(zhǔn)率及召回率建立優(yōu)化模型，并輸出優(yōu)化指標(biāo)。

3.如權(quán)利要求2所述的一種基于告警事件的智能電能表狀態(tài)判斷方法，其特征在于，

所述查準(zhǔn)率通過(guò)以下公式計(jì)算：

precision＝TP/(TP+FP)；

其中，precision表示查準(zhǔn)率，TP表示被所述智能電能表狀態(tài)判斷模型預(yù)測(cè)為正的正樣本數(shù)，F(xiàn)P表示被所述智能電能表狀態(tài)判斷模型預(yù)測(cè)為正的負(fù)樣本數(shù)；

所述召回率通過(guò)以下公式進(jìn)行計(jì)算：

recall＝TP/(TP+FN)；

其中，recall表示召回率，TP表示被所述智能電能表狀態(tài)判斷模型預(yù)測(cè)為正的正樣本數(shù)，F(xiàn)N表示被所述智能電能表狀態(tài)判斷模型預(yù)測(cè)為負(fù)的正樣本數(shù)。

4.如權(quán)利要求3所述的一種基于告警事件的智能電能表狀態(tài)判斷方法，其特征在于，所述根據(jù)所述查準(zhǔn)率及召回率建立優(yōu)化模型，具體地：

通過(guò)以下公式建立優(yōu)化模型：

其中，F(xiàn)1表示優(yōu)化指標(biāo)，precision表示查準(zhǔn)率，recall表示召回率。

5.如權(quán)利要求1所述的一種基于告警事件的智能電能表狀態(tài)判斷方法，其特征在于，所述根據(jù)所述歷史低壓電表抽檢數(shù)據(jù)及低壓電表檢測(cè)結(jié)果數(shù)據(jù)，建立智能電能表狀態(tài)判斷模型，包括：

根據(jù)所述歷史低壓電表抽檢數(shù)據(jù)建立樣本數(shù)據(jù)的特征屬性集；

根據(jù)所述低壓電表檢測(cè)結(jié)果數(shù)據(jù)建立樣本數(shù)據(jù)的目標(biāo)類變量集；

基于樸素貝葉斯算法，通過(guò)所述特征屬性集及目標(biāo)類變量集建立智能電能表狀態(tài)判斷模型；其中，所述智能電能表狀態(tài)判斷模型通過(guò)以下公式進(jìn)行計(jì)算：

其中，x_j＝{x₁，x₂，x₃，x₄，x₅，x₆，x₇，x₈，x₉，x₁₀}表示樣本數(shù)據(jù)的特征屬性集，y_i＝{y₁，y₂}表示樣本數(shù)據(jù)的目標(biāo)類變量集；

x₁為電表基礎(chǔ)屬性數(shù)據(jù)中的電表服務(wù)年限數(shù)據(jù)、x₂為廠家數(shù)據(jù)、x₃為批次數(shù)據(jù)、x₄為電表告警事件數(shù)據(jù)中的電能表停走次數(shù)數(shù)據(jù)、x₅為電能表超量程次數(shù)數(shù)據(jù)、x₆為電能表飛走次數(shù)數(shù)據(jù)、x₇為電能表倒走次數(shù)數(shù)據(jù)、x₈為電能表復(fù)位次數(shù)數(shù)據(jù)、x₉為電能表超差次數(shù)數(shù)據(jù)及x₁₀為電能表時(shí)鐘是否異常數(shù)據(jù)；

y₁為低壓電表檢測(cè)合格，y₂為低壓電表檢測(cè)不合格；

P(y_i|x_j)表示樣本數(shù)據(jù)的特征屬性為x_j時(shí)劃分為y_i的概率，P(y_i)表示總體樣本中y_i類別的概率，p(x_j|y_i)表示y_i類別下出現(xiàn)x_j的概率，p(x_j)表示總體樣本中x_j類別的概率。