[發(fā)明專利]智能電表的質(zhì)量評(píng)估方法、裝置、終端設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110595132.3
• 申請(qǐng)日: 2021-05-28
• 公開（公告）號(hào): CN113449258B
• 公開（公告）日: 2022-12-27
• 發(fā)明（設(shè)計(jì)）人: 武超飛;陶鵬;申洪濤;石振剛;張林浩;高波
• 申請(qǐng)（專利權(quán)）人: 國(guó)網(wǎng)河北省電力有限公司營(yíng)銷服務(wù)中心;國(guó)家電網(wǎng)有限公司
• 主分類號(hào): G06F17/16
• 分類號(hào): G06F17/16;G06N3/04;G06Q10/06;G06Q50/06
• 代理公司: 石家莊國(guó)為知識(shí)產(chǎn)權(quán)事務(wù)所 13120
• 代理人: 付曉娣

1.一種智能電表的質(zhì)量評(píng)估方法，其特征在于，包括：

獲取不同環(huán)境溫度下智能電表的線路總負(fù)荷；

對(duì)所述不同環(huán)境溫度下智能電表的線路總負(fù)荷依次進(jìn)行組分分析和正定矩陣因子分解，得到線路總負(fù)荷對(duì)應(yīng)的分類數(shù)據(jù)；

根據(jù)所述線路總負(fù)荷對(duì)應(yīng)的分類數(shù)據(jù)、智能電表的顯示數(shù)據(jù)和已建立的質(zhì)量評(píng)估模型，得到智能電表的評(píng)估指標(biāo)，以根據(jù)所述評(píng)估指標(biāo)評(píng)估所述智能電表的質(zhì)量等級(jí)，其中，所述已建立的質(zhì)量評(píng)估模型是經(jīng)卷積神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練得到；所述質(zhì)量評(píng)估模型的建立過程包括：

獲取所述線路總負(fù)荷對(duì)應(yīng)的分類數(shù)據(jù)和所述智能電表的顯示數(shù)據(jù)；

將所述線路總負(fù)荷對(duì)應(yīng)的分類數(shù)據(jù)和所述智能電表的顯示數(shù)據(jù)進(jìn)行一一匹配，確定多個(gè)訓(xùn)練樣本；

將所述多個(gè)訓(xùn)練樣本進(jìn)行合并，得到訓(xùn)練樣本集；

依次利用所述多個(gè)訓(xùn)練樣本中的每個(gè)訓(xùn)練樣本訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型，得到所述質(zhì)量評(píng)估模型。

2.如權(quán)利要求1所述的智能電表的質(zhì)量評(píng)估方法，其特征在于，所述對(duì)所述不同環(huán)境溫度下智能電表的線路總負(fù)荷依次進(jìn)行組分分析和正定矩陣因子分解，得到線路總負(fù)荷對(duì)應(yīng)的分類數(shù)據(jù)，包括：

對(duì)所述不同環(huán)境溫度下智能電表的線路總負(fù)荷進(jìn)行組分分析，得到分組后的線路總負(fù)荷；

對(duì)所述分組后的線路總負(fù)荷進(jìn)行清洗和轉(zhuǎn)換，得到所述線路總負(fù)荷對(duì)應(yīng)的標(biāo)準(zhǔn)化文件；

對(duì)所述標(biāo)準(zhǔn)化文件進(jìn)行正定矩陣因子分解，得到所述線路總負(fù)荷對(duì)應(yīng)的分類數(shù)據(jù)。

3.如權(quán)利要求2所述的智能電表的質(zhì)量評(píng)估方法，其特征在于，所述對(duì)所述標(biāo)準(zhǔn)化文件進(jìn)行正定矩陣因子分解，得到所述線路總負(fù)荷對(duì)應(yīng)的分類數(shù)據(jù)，包括：

獲取正定矩陣因子分解模型；

將所述標(biāo)準(zhǔn)化文件輸入所述正定矩陣因子分解模型，得到所述標(biāo)準(zhǔn)化文件對(duì)應(yīng)的因子解析結(jié)果；

將所述因子解析結(jié)果進(jìn)行分類，得到所述線路總負(fù)荷對(duì)應(yīng)的分類數(shù)據(jù)。

4.如權(quán)利要求1-3任一項(xiàng)所述的智能電表的質(zhì)量評(píng)估方法，其特征在于，所述根據(jù)所述線路總負(fù)荷對(duì)應(yīng)的分類數(shù)據(jù)、智能電表的顯示數(shù)據(jù)和已建立的質(zhì)量評(píng)估模型，得到智能電表的評(píng)估指標(biāo)，以根據(jù)所述評(píng)估指標(biāo)評(píng)估所述智能電表的質(zhì)量等級(jí)，包括：

獲取所述已建立的質(zhì)量評(píng)估模型；

將所述線路總負(fù)荷對(duì)應(yīng)的分類數(shù)據(jù)和智能電表的顯示數(shù)據(jù)輸入所述已建立的質(zhì)量評(píng)估模型，得到所述智能電表的評(píng)估指標(biāo)；

對(duì)所述智能電表的評(píng)估指標(biāo)進(jìn)行加權(quán)處理，得到所述評(píng)估指標(biāo)對(duì)應(yīng)的加權(quán)值；

將所述加權(quán)值與預(yù)設(shè)的等級(jí)區(qū)間進(jìn)行匹配，確定所述智能電表的質(zhì)量等級(jí)。

5.如權(quán)利要求4所述的智能電表的質(zhì)量評(píng)估方法，其特征在于，所述評(píng)估指標(biāo)包括使用壽命、運(yùn)行效率和顯示數(shù)據(jù)精度；

所述將所述線路總負(fù)荷對(duì)應(yīng)的分類數(shù)據(jù)和智能電表的顯示數(shù)據(jù)輸入所述已建立的質(zhì)量評(píng)估模型，得到所述智能電表的評(píng)估指標(biāo)，包括：

將所述線路總負(fù)荷對(duì)應(yīng)的分類數(shù)據(jù)和所述智能電表的顯示數(shù)據(jù)輸入所述已建立的質(zhì)量評(píng)估模型；

在所述已建立的質(zhì)量評(píng)估模型的迭代次數(shù)達(dá)到預(yù)設(shè)的迭代次數(shù)的情況下，輸出所述智能電表的使用壽命、運(yùn)行效率和顯示數(shù)據(jù)精度。

6.一種智能電表的質(zhì)量評(píng)估裝置，其特征在于，所述裝置包括：

數(shù)據(jù)獲取模塊，用于獲取不同環(huán)境溫度下智能電表的線路總負(fù)荷；

分類數(shù)據(jù)確定模塊，用于對(duì)所述不同環(huán)境溫度下智能電表的線路總負(fù)荷依次進(jìn)行組分分析和正定矩陣因子分解，得到線路總負(fù)荷對(duì)應(yīng)的分類數(shù)據(jù)；

質(zhì)量評(píng)估模塊，用于根據(jù)所述線路總負(fù)荷對(duì)應(yīng)的分類數(shù)據(jù)、智能電表的顯示數(shù)據(jù)和已建立的質(zhì)量評(píng)估模型，得到智能電表的評(píng)估指標(biāo)，以根據(jù)所述評(píng)估指標(biāo)評(píng)估所述智能電表的質(zhì)量等級(jí)，其中，所述已建立的質(zhì)量評(píng)估模型是經(jīng)卷積神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練得到；所述質(zhì)量評(píng)估模型的建立過程包括：

獲取所述線路總負(fù)荷對(duì)應(yīng)的分類數(shù)據(jù)和所述智能電表的顯示數(shù)據(jù)；

將所述線路總負(fù)荷對(duì)應(yīng)的分類數(shù)據(jù)和所述智能電表的顯示數(shù)據(jù)進(jìn)行一一匹配，確定多個(gè)訓(xùn)練樣本；

將所述多個(gè)訓(xùn)練樣本進(jìn)行合并，得到訓(xùn)練樣本集；

依次利用所述多個(gè)訓(xùn)練樣本中的每個(gè)訓(xùn)練樣本訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型，得到所述質(zhì)量評(píng)估模型。