本發(fā)明涉及計(jì)量箱檢測，具體涉及一種用于新型計(jì)量箱的維修檢測方法。

背景技術(shù)：

1、新型計(jì)量箱通常是指采用先進(jìn)技術(shù)開發(fā)的智能電能表箱，它們具備數(shù)據(jù)采集、遠(yuǎn)程監(jiān)控和自動控制等功能，以適應(yīng)智能電網(wǎng)的發(fā)展需求。新型計(jì)量箱作為電能計(jì)量的關(guān)鍵設(shè)備，其準(zhǔn)確性直接影響到電力市場的公平交易和用戶的用電成本，然而隨著新型計(jì)量箱的長時(shí)間使用，新型計(jì)量箱中的電器元件和線路可能存在老化、短路等安全隱患。為了保障新型計(jì)量箱的用電數(shù)據(jù)準(zhǔn)確性，需要對計(jì)量箱進(jìn)行異常檢測。

2、現(xiàn)有技術(shù)通過利用歷史數(shù)據(jù)庫中新型計(jì)量箱在各個(gè)歷史采樣時(shí)段的采集數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，從而將待測計(jì)量箱在待測采樣時(shí)段的采集數(shù)據(jù)輸入訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，對待測計(jì)量箱進(jìn)行異常檢測?，F(xiàn)有技術(shù)在對計(jì)量箱進(jìn)行異常檢測時(shí)，通常對所有采集數(shù)據(jù)采用相同的訓(xùn)練權(quán)重來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，使得訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型對計(jì)量箱自身故障導(dǎo)致的異常數(shù)據(jù)不敏感，導(dǎo)致難以準(zhǔn)確發(fā)現(xiàn)新型計(jì)量箱的異常并對其進(jìn)行維修。

技術(shù)實(shí)現(xiàn)思路

1、為了解決現(xiàn)有技術(shù)難以準(zhǔn)確發(fā)現(xiàn)新型計(jì)量箱異常的技術(shù)問題，本發(fā)明目的在于提供一種用于新型計(jì)量箱的維修檢測方法，所采用的技術(shù)方案具體如下：

2、一種用于新型計(jì)量箱的維修檢測方法，方法包括：

3、獲取歷史數(shù)據(jù)庫中每個(gè)計(jì)量箱在各個(gè)歷史采樣時(shí)段的性能參數(shù)時(shí)序數(shù)據(jù)以及待測計(jì)量箱在待測采樣時(shí)段的性能參數(shù)時(shí)序數(shù)據(jù)；所述性能參數(shù)時(shí)序數(shù)據(jù)包括各個(gè)采樣時(shí)刻的性能參數(shù)；

4、在歷史數(shù)據(jù)庫中，根據(jù)在相同采樣時(shí)刻下所述性能參數(shù)與預(yù)設(shè)性能標(biāo)準(zhǔn)值的偏離情況，獲取所述性能參數(shù)的數(shù)據(jù)異常度；根據(jù)所述計(jì)量箱的所有所述性能參數(shù)的所述數(shù)據(jù)異常度隨時(shí)序的變化情況，獲取所述計(jì)量箱的故障可能度；將任意一個(gè)性能參數(shù)時(shí)序數(shù)據(jù)作為待分析數(shù)據(jù)，根據(jù)所述待分析數(shù)據(jù)所屬計(jì)量箱的故障可能度，以及待分析數(shù)據(jù)與其在時(shí)序上相鄰所述性能參數(shù)時(shí)序數(shù)據(jù)所包含所述性能參數(shù)的數(shù)據(jù)異常度，獲取所述待分析數(shù)據(jù)的訓(xùn)練權(quán)重；

5、基于歷史數(shù)據(jù)庫中所有所述性能參數(shù)時(shí)序數(shù)據(jù)以及其的所述訓(xùn)練權(quán)重對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，獲取訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型；將待測采樣時(shí)段的所述性能參數(shù)時(shí)序數(shù)據(jù)輸入訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，對所述待測計(jì)量箱進(jìn)行故障檢測以及維修。

6、進(jìn)一步地，所述數(shù)據(jù)異常度的獲取方法包括：

7、對任意一個(gè)采樣時(shí)刻，根據(jù)每個(gè)所述性能參數(shù)與預(yù)設(shè)性能標(biāo)準(zhǔn)值的差異情況，獲取每個(gè)性能參數(shù)的局部偏離參數(shù)；

8、根據(jù)所述性能參數(shù)的所述局部偏離參數(shù)相較于整體偏離參數(shù)的突出情況，獲取性能參數(shù)的數(shù)據(jù)異常度。

9、進(jìn)一步地，所述根據(jù)所述性能參數(shù)的所述局部偏離參數(shù)相較于整體偏離參數(shù)的突出情況，獲取性能參數(shù)的數(shù)據(jù)異常度的方法包括：

10、計(jì)算采樣時(shí)刻下所有性能參數(shù)對應(yīng)所述性能參數(shù)的所述局部偏離參數(shù)的均值，獲得采樣時(shí)刻的整體偏離參數(shù)；

11、對采樣時(shí)刻下任意一個(gè)性能參數(shù)，計(jì)算該性能參數(shù)的所述局部偏離參數(shù)與該采樣時(shí)刻對應(yīng)所述整體偏離參數(shù)的差值絕對值并進(jìn)行歸一化處理，獲取所述性能參數(shù)的數(shù)據(jù)異常度。

12、進(jìn)一步地，所述故障可能度的獲取方法包括：

13、對歷史數(shù)據(jù)庫中任意一個(gè)計(jì)量箱，根據(jù)各個(gè)所述歷史采樣時(shí)段的所有所述性能參數(shù)對應(yīng)數(shù)據(jù)異常度的整體分布，獲取各個(gè)所述歷史采樣時(shí)段的時(shí)段異常度；根據(jù)計(jì)量箱的每個(gè)歷史采樣時(shí)段與其在時(shí)序維度前一個(gè)歷史采樣時(shí)段對應(yīng)所述時(shí)段異常度的差異情況，獲取計(jì)量箱的第一異常參數(shù)；

14、根據(jù)計(jì)量箱的所有歷史采樣時(shí)段的所述時(shí)段異常度的整體分布，獲取計(jì)量箱的第二異常參數(shù)；

15、正向融合計(jì)量箱的所述第一異常參數(shù)以及所述第二異常參數(shù)，獲取計(jì)量箱的故障可能度。

16、進(jìn)一步地，所述第一異常參數(shù)的獲取方法包括：

17、計(jì)算每個(gè)歷史采樣時(shí)段與其在時(shí)序維度前一個(gè)歷史采樣時(shí)段對應(yīng)所述時(shí)段異常度的差值并進(jìn)行歸一化處理，得到歷史采樣時(shí)段的時(shí)段異常上升趨勢；將計(jì)量箱的所有歷史采樣時(shí)段的所述時(shí)段異常上升趨勢的均值，作為計(jì)量箱的第一異常參數(shù)。

18、進(jìn)一步地，所述正向融合計(jì)量箱的所述第一異常參數(shù)以及所述第二異常參數(shù)，獲取計(jì)量箱的故障可能度的方法包括：

19、計(jì)算計(jì)量箱的所述第一異常參數(shù)以及所述第二異常參數(shù)的均值，得到獲取計(jì)量箱的故障可能度。

20、進(jìn)一步地，所述訓(xùn)練權(quán)重的獲取方法包括：

21、將性能參數(shù)時(shí)序數(shù)據(jù)中所有性能參數(shù)對應(yīng)所述數(shù)據(jù)異常度的均值，作為性能參數(shù)時(shí)序數(shù)據(jù)的數(shù)據(jù)段異常指標(biāo)；計(jì)算待分析數(shù)據(jù)與在時(shí)序上前一個(gè)所述性能參數(shù)時(shí)序數(shù)據(jù)的所述數(shù)據(jù)段異常指標(biāo)的差值并進(jìn)行歸一化，得到待分析數(shù)據(jù)的異常上升指標(biāo)；

22、正向融合待分析數(shù)據(jù)的所述數(shù)據(jù)段異常指標(biāo)、所述異常上升指標(biāo)以及待分析數(shù)據(jù)所屬計(jì)量箱的所述故障可能度，獲取待分析數(shù)據(jù)的訓(xùn)練權(quán)重。

23、進(jìn)一步地，所述正向融合待分析數(shù)據(jù)的所述數(shù)據(jù)段異常指標(biāo)、所述異常上升指標(biāo)以及待分析數(shù)據(jù)所屬計(jì)量箱的所述故障可能度，獲取待分析數(shù)據(jù)的訓(xùn)練權(quán)重的方法包括：

24、計(jì)算待分析數(shù)據(jù)的所述數(shù)據(jù)段異常指標(biāo)、所述異常上升指標(biāo)以及待分析數(shù)據(jù)所屬計(jì)量箱的所述故障可能度的和值并進(jìn)行歸一化處理，得到待分析數(shù)據(jù)的訓(xùn)練權(quán)重。

25、進(jìn)一步地，所述對所述待測計(jì)量箱進(jìn)行故障檢測以及維修的方法包括：

26、將待測采樣時(shí)段的性能參數(shù)時(shí)序數(shù)據(jù)作為訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)的輸入，獲取待測計(jì)量箱的故障檢測結(jié)果；基于待測計(jì)量箱的故障檢測結(jié)果對待測計(jì)量箱進(jìn)行維修。

27、進(jìn)一步地，所述預(yù)設(shè)性能標(biāo)準(zhǔn)值為30。

28、本發(fā)明具有如下有益效果：

29、考慮到同一供電地區(qū)對用戶的供電不穩(wěn)定和計(jì)量箱故障都會導(dǎo)致性能參數(shù)產(chǎn)生波動，首先通過數(shù)據(jù)異常度來初步反映計(jì)量箱故障產(chǎn)生的性能參數(shù)的異常程度。考慮到僅僅依據(jù)單個(gè)性能參數(shù)進(jìn)行異常判斷不準(zhǔn)確，通過計(jì)量箱的故障可能度來反映計(jì)量箱出現(xiàn)異常的程度?？紤]到計(jì)量箱在出現(xiàn)異常故障時(shí)對應(yīng)的性能參數(shù)時(shí)序數(shù)據(jù)，需要重點(diǎn)關(guān)注，結(jié)合待分析數(shù)據(jù)所屬計(jì)量箱的故障可能度，以及待分析數(shù)據(jù)與在時(shí)序上相鄰性能參數(shù)時(shí)序數(shù)據(jù)所包含性能參數(shù)的數(shù)據(jù)異常度，獲取待分析數(shù)據(jù)的訓(xùn)練權(quán)重。訓(xùn)練權(quán)重越大，代表性能參數(shù)時(shí)序數(shù)據(jù)對應(yīng)計(jì)量箱自身故障導(dǎo)致數(shù)據(jù)異常可能性越大。通過對不同異常情況的性能參數(shù)時(shí)序數(shù)據(jù)賦予不同的訓(xùn)練權(quán)重，以提高訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型對計(jì)量箱故障導(dǎo)致的性能參數(shù)時(shí)序數(shù)據(jù)的檢測能力，從而提高神經(jīng)網(wǎng)絡(luò)模型對新型計(jì)量箱故障的檢測能力以及維修準(zhǔn)確度。

技術(shù)特征：

1.一種用于新型計(jì)量箱的維修檢測方法，其特征在于，方法包括：

2.根據(jù)權(quán)利要求1的所述一種用于新型計(jì)量箱的維修檢測方法，其特征在于，所述數(shù)據(jù)異常度的獲取方法包括：

3.根據(jù)權(quán)利要求2所述的一種用于新型計(jì)量箱的維修檢測方法，其特征在于，所述根據(jù)所述性能參數(shù)的所述局部偏離參數(shù)相較于整體偏離參數(shù)的突出情況，獲取性能參數(shù)的數(shù)據(jù)異常度的方法包括：

4.根據(jù)權(quán)利要求1所述的一種用于新型計(jì)量箱的維修檢測方法，其特征在于，所述故障可能度的獲取方法包括：

5.根據(jù)權(quán)利要求4所述的一種用于新型計(jì)量箱的維修檢測方法，其特征在于，所述第一異常參數(shù)的獲取方法包括：

6.根據(jù)權(quán)利要求4所述的一種用于新型計(jì)量箱的維修檢測方法，其特征在于，所述正向融合計(jì)量箱的所述第一異常參數(shù)以及所述第二異常參數(shù)，獲取計(jì)量箱的故障可能度的方法包括：

7.根據(jù)權(quán)利要求1所述的一種用于新型計(jì)量箱的維修檢測方法，其特征在于，所述訓(xùn)練權(quán)重的獲取方法包括：

8.根據(jù)權(quán)利要求7所述的一種用于新型計(jì)量箱的維修檢測方法，其特征在于，所述正向融合待分析數(shù)據(jù)的所述數(shù)據(jù)段異常指標(biāo)、所述異常上升指標(biāo)以及待分析數(shù)據(jù)所屬計(jì)量箱的所述故障可能度，獲取待分析數(shù)據(jù)的訓(xùn)練權(quán)重的方法包括：

9.根據(jù)權(quán)利要求1所述的一種用于新型計(jì)量箱的維修檢測方法，其特征在于，所述對所述待測計(jì)量箱進(jìn)行故障檢測以及維修的方法包括：

10.根據(jù)權(quán)利要求1所述的一種用于新型計(jì)量箱的維修檢測方法，其特征在于，所述預(yù)設(shè)性能標(biāo)準(zhǔn)值為30。

技術(shù)總結(jié)
本發(fā)明涉及計(jì)量箱檢測技術(shù)領(lǐng)域，具體涉及一種用于新型計(jì)量箱的維修檢測方法。本發(fā)明根據(jù)待分析數(shù)據(jù)所屬計(jì)量箱的故障可能度，以及待分析數(shù)據(jù)與在時(shí)序上相鄰性能參數(shù)時(shí)序數(shù)據(jù)所包含性能參數(shù)的數(shù)據(jù)異常度，獲取待分析數(shù)據(jù)的訓(xùn)練權(quán)重；基于歷史數(shù)據(jù)庫中所有性能參數(shù)時(shí)序數(shù)據(jù)以及其的訓(xùn)練權(quán)重對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，將待測采樣時(shí)段的性能參數(shù)時(shí)序數(shù)據(jù)輸入訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，對待測計(jì)量箱進(jìn)行故障檢測維修。本發(fā)明通過對不同異常情況的性能參數(shù)時(shí)序數(shù)據(jù)賦予不同的訓(xùn)練權(quán)重，以提高訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型對計(jì)量箱故障導(dǎo)致的性能參數(shù)時(shí)序數(shù)據(jù)的檢測能力，從而提高了神經(jīng)網(wǎng)絡(luò)模型對新型計(jì)量箱故障的檢測能力以及維修準(zhǔn)確度。

技術(shù)研發(fā)人員：倪江維,謝海波,程建如,王海葉,譚榮華,劉培特,程超,汪齊軍,倪江洪
受保護(hù)的技術(shù)使用者：浙江特意電氣有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19