CN108922157B - 一种自学习智能抄表方法及系统 - Google Patents
一种自学习智能抄表方法及系统 Download PDFInfo
- Publication number
- CN108922157B CN108922157B CN201810743849.6A CN201810743849A CN108922157B CN 108922157 B CN108922157 B CN 108922157B CN 201810743849 A CN201810743849 A CN 201810743849A CN 108922157 B CN108922157 B CN 108922157B
- Authority
- CN
- China
- Prior art keywords
- meter reading
- meter
- interval
- success rate
- electric
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C19/00—Electric signal transmission systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R11/00—Electromechanical arrangements for measuring time integral of electric power or current, e.g. of consumption
- G01R11/02—Constructional details
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
- G01R35/02—Testing or calibrating of apparatus covered by the other groups of this subclass of auxiliary devices, e.g. of instrument transformers according to prescribed transformation ratio, phase angle, or wattage rating
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本发明公开了一种自学习智能抄表方法,包括:给每块电表建立样本库,记录最近N条抄表数据;根据N条抄表数据计算出最佳抄表时段;根据最佳抄表时段计算出抄表优先级;将电表按照抄表优先级进行排序,到达抄表时间,根据抄表优先级和最佳抄表时段对电表进行抄读。本发明还公开了一种自学习智能抄表系统。本发明涉及电网技术领域,一种自学习智能抄表方法及系统,找出每块电表的最合适的抄读时间,在最合适的抄读时间抄表,从而达到最佳的抄表成功率,有效提升整个用电信息采集的成功率,无需增加设备成本,抄表成功率提升能大幅降低人工抄表的费用。
Description
技术领域
本发明涉及电网技术领域,尤其涉及一种自学习智能抄表方法及系统。
背景技术
集中器:指收集各采集终端或电能表的数据,并进行处理储存,同时能和主站或手持设备进行数据交换的设备。
衰减器,衰减器是在指定的频率范围内,一种可以以引入预定衰减的设备。
目前,我国自动化远程抄表基本普及,东部和南部的发达省份均实现了全覆盖,现场抄表成功率平均在96%左右,受制于复杂的现场环境,再提升一点点都比较困难,另一方面,抄表数据项越来越多,有限的时间里补抄的机会越来越少,抄不回来的电表,需要工作人员到现场抄读,如果能将抄表成功率提升1%,那么全国一年可以节省数亿元的抄表费和维护费。
现有的提升抄表成功率的方法有两种,一种是增加安装中继器,台区根据实际情况来案子,通常可能需要装数只,每一只大约数百元,设备成本高,对安装选址还有较高的要求,安装管理也有一笔不小的费用;一种是增加补抄次数,随着抄表数据项的增加,在固定的抄表间隔里非常有限,留给补抄的时间和次数越来越少。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一,本发明的目的是提供一种自学习智能抄表方法,找出每块电表的最合适的抄读时间,在最合适的抄读时间抄表,从而达到最佳的抄表成功率,提升整个用电信息采集的成功率。
本发明的另一个目的是提供一种自学习智能抄表系统,找出每块电表的最合适的抄读时间,在最合适的抄读时间抄表,从而达到最佳的抄表成功率,提升整个用电信息采集的成功率。
本发明所采用的技术方案是:一种自学习智能抄表方法,包括:
给每块电表建立样本库,记录最近N条抄表数据;
根据N条抄表数据计算出最佳抄表时段;
根据最佳抄表时段计算出抄表优先级;
将电表按照抄表优先级进行排序,到达抄表时间,根据抄表优先级和最佳抄表时段对电表进行抄读。
作为上述方案的进一步改进,所述给每块电表建立样本库,记录最近N条抄表数据,具体包括:
A1,给每块电表建立抄表数据统计表格作为样本库,所述抄表数据包括抄读时间以及抄表结果;
A2,每产生一条新的抄表数据,查找该电表对应的样本库,判断样本库的抄表数据是否超过N条,若否,则将当前新的抄表数据添加进样本库,若是,则将当前新的抄表数据替换最老的抄表数据;
A3,将样本库抄表数据按照抄表时间先后进行排序。
作为上述方案的进一步改进,所述根据N条抄表数据计算出最佳抄表时段,具体包括:
B1,根据N条抄表数据,统计各固定间隔内的抄表次数及抄表成功次数,计算出各固定间隔内的抄读成功率;
B2,找出抄表成功率最大的间隔区间(Ti,Tj)和抄表成功率最大的间隔区间(Ti,Tj)的前一个间隔区间(Ti-1,Tj-1),判断前一个间隔区间(Ti-1,Tj-1)的抄表成功率是否小于抄表最大成功率,若否,则对抄读成功率最大的区间进行延展,并且递归再找前一个间隔区间(Ti-1-1,Tj-1-1),直到区间(Ti-m,Tj-m)的抄读成功率小于区间(Ti,Tj)的抄读成功率为止;
B3,找出抄表成功率最大的间隔区间的后一个间隔区间(Ti+1,Tj+1),判断后一个间隔区间(Ti+1,Tj+1)的抄表成功率是否小于抄表最大成功率,若否,则对抄读成功率最大的区间进行延展,并且递归再找后一个间隔区间(Ti+1+1,Tj+1+1),直到区间(Ti+n,Tj+n)的抄读成功率小于区间(Ti,Tj)的抄读成功率为止,最终得到最佳抄表时段(Tm,Tn)。
作为上述方案的进一步改进,所述将电表按照抄表优先级进行排序,到达抄表时间,根据抄表优先级和最佳抄表时段对电表进行抄读,具体包括
C1,创建抄表排序列表,记录电表地址、最佳抄表时段和抄表优先级,将需要抄读的电表加入排序列表,按照抄表优先级从高到低进行排列;
C2,到达抄表时间,先按抄表优先级从高到低的顺序,查看当前时间T是否落在最佳抄表时段(Tm,Tn)内,若是,则发起抄表,若否,则查看下一块电表,直至最后一块电表,若所有电表都查看了一遍,当前时间均没落在最佳抄表时段,则选择优先级最低的电表抄读;
C3,将抄读到的电表从抄表排序列表中删除,并将每次抄表结果更新到样本库中。
一种自学习智能抄表系统,用于实施如上述的自学习智能抄表方法,其包括集中器和电表,所述集中器分别与电压源和电表连接,所述集中器包括:
建立样本管理模块,用于给每块电表建立样本库,记录最近N条抄表数据;
第一计算模块,用于根据N条抄表数据计算出最佳抄表时段;
第二计算模块,用于根据最佳抄表时段计算出抄表优先级;
抄表调度模块,用于将电表按照抄表优先级进行排序,到达抄表时间,根据抄表优先级和最佳抄表时段对电表进行抄读。
作为上述方案的进一步改进,所述建立样本管理模块包括:
建立表格单元,用于给每块电表建立抄表数据统计表格作为样本库,所述抄表数据包括抄读时间以及抄表结果;
查找记录单元,用于每产生一条新的抄表数据,查找该电表对应的样本库,判断样本库的抄表数据是否超过N条,若否,则将当前新的抄表数据添加进样本库,若是,则将当前新的抄表数据替换最老的抄表数据;
第一排序单元,用于将样本库抄表数据按照抄表时间先后进行排序。
作为上述方案的进一步改进,所述第一计算模块包括:
第一计算子单元,用于根据N条抄表数据,统计各固定间隔内的抄表次数及抄表成功次数,计算出各固定间隔内的抄读成功率;
第一延展单元,用于找出抄表成功率最大的间隔区间(Ti,Tj)和抄表成功率最大的间隔区间(Ti,Tj)的前一个间隔区间(Ti-1,Tj-1),判断前一个间隔区间(Ti-1,Tj-1)的抄表成功率是否小于抄表最大成功率,若否,则对抄读成功率最大的区间进行延展,并且递归再找前一个间隔区间(Ti-1-1,Tj-1-1),直到区间(Ti-m,Tj-m)的抄读成功率小于区间(Ti,Tj)的抄读成功率为止;
第二延展单元,用于找出抄表成功率最大的间隔区间的后一个间隔区间(Ti+1,Tj+1),判断后一个间隔区间(Ti+1,Tj+1)的抄表成功率是否小于抄表最大成功率,若否,则对抄读成功率最大的区间进行延展,并且递归再找后一个间隔区间(Ti+1+1,Tj+1+1),直到区间(Ti+n,Tj+n)的抄读成功率小于区间(Ti,Tj)的抄读成功率为止,最终得到最佳抄表时段(Tm,Tn)。
作为上述方案的进一步改进,所述抄表调度模块包括:
建立排序表单元,用于创建抄表排序列表,记录电表地址、最佳抄表时段和抄表优先级,将需要抄读的电表加入排序列表,按照抄表优先级从高到低进行排列;
抄读单元,用于到达抄表时间,先按抄表优先级从高到低的顺序,查看当前时间T是否落在最佳抄表时段(Tm,Tn)内,若是,则发起抄表,若否,则查看下一块电表,直至最后一块电表,若所有电表都查看了一遍,当前时间均没落在最佳抄表时段,则选择优先级最低的电表抄读;
调度单元,用于将抄读到的电表从抄表排序列表中删除,并将每次抄表结果更新到样本库中。
本发明的有益效果是:
一种自学习智能抄表方法,找出每块电表的最合适的抄读时间,在最合适的抄读时间抄表,从而达到最佳的抄表成功率,有效提升整个用电信息采集的成功率,无需增加设备成本,抄表成功率提升能大幅降低人工抄表的费用。
本发明的另一个有益效果是:
一种自学习智能抄表系统,找出每块电表的最合适的抄读时间,在最合适的抄读时间抄表,从而达到最佳的抄表成功率,有效提升整个用电信息采集的成功率,无需增加设备成本,抄表成功率提升能大幅降低人工抄表的费用。
附图说明
下面结合附图对本发明的具体实施方式作进一步说明:
图1是本发明一种自学习智能抄表方法流程图;
图2是本发明建立样本管理流程图;
图3是本发明最佳抄表时段算法流程图;
图4是本发明抄表调度流程图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
搭建测试系统,测试电压对载波通讯性能的影响,测试系统包括集中器、50dB固定衰减器、可调衰减器和电能表,其中,集中器的一端与220V电压源连接,另一端通过串联50dB固定衰减器和可调衰减器与电能表连接,通过集中器点抄,然后调整线路中的衰减倍数直至载波抄表失败,测试集中器整体的载波通讯性能,得到测试结果列表1:
表1:电源与接收灵敏度测试结果列表
电压 | 接收灵敏度 |
200V | 91dB |
220V | 83dB |
250V | 77dB |
285V | 82dB |
从测试数据来看,供电线路电压对载波模块抄表性能有一定影响。在线路电压为250V时,模块经过77dB信号衰减就无法正常通讯,而在200V供电情况下,集中器需要经过91dB的信号衰减才不能正常通讯。最佳接收状态与最差接收状态下,灵敏度相差了14db。即接收灵敏度受供电电压的变化而变化。
一般的,影响台区电压的主要因素有:1、负荷大,导致过流;2、配电超载,变压器容量低;3、供电距离过长和线径偏小;4、无功太大;5、三相不平衡等。其中除了第3点供电距离过长和线径偏小是台区线路固有特性外,其余都与负载有关,而负载与时间密切相关,具有一定的周期性和规律性,如夏季一定会出现用电高峰,同一季节的不同日子里,用电压波动情况非常相似。
接收灵敏度受供电电压的变化而变化,供电电压受负载的变化而变化,负载的变化具有时间规律性,当供电电压低于250V时,供电电压越低,接收灵敏度越好,成功抄到表的概率最大,可结合供电电压和采集时间段数据,获取一天中最佳抄表时间段。
图1是本发明一种自学习智能抄表方法流程图,参照图1,一种自学习智能抄表方法,包括:
给每块电表建立样本库,记录最近N条抄表数据;
根据N条抄表数据计算出最佳抄表时段;
根据最佳抄表时段计算出抄表优先级;
将电表按照抄表优先级进行排序,到达抄表时间,根据抄表优先级和最佳抄表时段对电表进行抄读。
图2是本发明建立样本管理流程图,参照图2,进一步的,给每块电表建立样本库,记录最近N条抄表数据,具体包括:
A1,给每块电表建立抄表数据统计表格作为样本库,抄表数据包括抄读时间以及抄表结果;
A2,每产生一条新的抄表数据,查找该电表对应的样本库,判断样本库的抄表数据是否超过N条,若否,则将当前新的抄表数据是否超过N条,若否,则将当前新的抄表数据添加进样本库,若是,则将当前新的抄表数据替换最老的抄表数据;
A3,将样本库抄表数据按照抄表时间先后进行排序。
如表2:
表2:电表P1的样本库列表
序号 | 抄读时间 | 抄读结果 |
1 | T<sub>1</sub> | True |
…… | …… | …… |
N | T<sub>n</sub> | True |
记录下每一次电表P1的抄读时间T,抄读结果成功记为True,抄读结果失败记为False。
图3是本发明最佳抄表时段算法流程图,参照图3,根据N条抄表数据计算出最佳抄表时段,具体包括:
B1,根据N条抄表数据,统计各固定间隔内的抄表次数及抄表成功次数,计算出各固定间隔内的抄读成功率;
B2,找出抄表成功率最大的间隔区间(Ti,Tj)和抄表成功率最大的间隔区间(Ti,Tj)的前一个间隔区间(Ti-1,Tj-1),判断前一个间隔区间(Ti-1,Tj-1)的抄表成功率是否小于抄表最大成功率,若否,则对抄读成功率最大的区间进行延展,并且递归再找前一个间隔区间(Ti-1-1,Tj-1-1),直到区间(Ti-m,Tj-m)的抄读成功率小于区间(Ti,Tj)的抄读成功率为止;
B3,找出抄表成功率最大的间隔区间的后一个间隔区间(Ti+1,Tj+1),判断后一个间隔区间(Ti+1,Tj+1)的抄表成功率是否小于抄表最大成功率,若否,则对抄读成功率最大的区间进行延展,并且递归再找后一个间隔区间(Ti+1+1,Tj+1+1),直到区间(Ti+n,Tj+n)的抄读成功率小于区间(Ti,Tj)的抄读成功率为止,最终得到最佳抄表时段(Tm,Tn)。
首先,将抄读数据按时间进行排序,以一个时间间隔如30分钟计算各间隔内的抄读成功率,即间隔内抄读成功的次数除抄读的总次数。找到抄读成功率最大的间隔(Ti,Tj)后,找最大成功率间隔(Ti,Tj)的前一个间隔(Ti-1,Tj-1),用间隔区间(Ti-1,Tj-1)的抄读成功率与最大成功率比较,如果间隔区间(Ti-1,Tj-1)的抄读成功率不小于间隔区间(Ti,Tj)的抄读成功率,则对抄读成功率最大的区间进行延展,前区间取Ti-1、Ti的最小值,后区间取Tj-1、Tj的最大值,即抄读成功率最大的区间变成了(Ti-1,Tj),并且递归再找间隔区间(Ti-1,Tj-1)的前一个间隔区间(Ti-1-1,Tj-1-1),直到间隔区间(Ti-n,Tj-n)的抄读成功率小于间隔区间(Ti,Tj)的抄读成功率为止。接下来找最大成功率间隔(Ti,Tj)的后一个间隔区间(Ti+1,Tj+1),用间隔区间(Ti+1,Tj+1)的抄读成功率与最大成功率比较,如果间隔区间(Ti+1,Tj+1)的抄读成功率不小于间隔区间(Ti,Tj)的抄读成功率,则对抄读成功率最大的区间进行延展,前区间取Ti、Ti+1的最小值,后区间取Tj、Tj+1的最大值,即抄读成功率最大的区间变成了(Ti,Tj+1),并且递归再找(Ti+1,Tj+1)的后一个区间(Ti+1+1,Tj+1+1),直到(Ti+n,Tj+n)区间的抄读成功率小于(Ti,Tj)区间的抄读成功率为止。在不改变抄读成功率的情况下对抄读区间进行延展,得到最终的最佳抄表时段(Tm,Tn)。
图4是本发明抄表调度流程图,参照图4,将电表按照抄表优先级进行排序,到达抄表时间,根据抄表优先级和最佳抄表时段对电表进行抄读,具体包括:
C1,创建抄表排序列表,记录电表地址、最佳抄表时段和抄表优先级,将需要抄读的电表加入排序列表,按照抄表优先级从高到低进行排列;
C2,到达抄表时间,先按抄表优先级从高到低的顺序,查看当前时间T是否落在最佳抄表时段(Tm,Tn)内,若是,则发起抄表,若否,则查看下一块电表,直至最后一块电表,若所有电表都查看了一遍,当前时间均没落在最佳抄表时段,则选择优先级最低的电表抄读;
C3,将抄读到的电表从抄表排序列表中删除,并将每次抄表结果更新到样本库中。
创建抄表排序列表,记录电表地址、最佳抄表时段、抄表优先级,将需要抄读的电表添加进排序列表,按优先级从高到低进行排列,如表3:
表3:抄表排序列表
电表 | 最佳抄表时段 | 优先级 |
P1 | (Tm,Tn) | P |
…… | …… | …… |
当到达了抄表时间时,先按优先级从高到低的顺序,查看当前时间T是否落在了最佳抄表时段(Tm<T<Tn)。落在最佳抄表时段则发起抄表,没有落在最佳抄表时段则查看下一只电表。所有表都查看了一遍,如果当前时间均没落在最佳抄表时段,则选择优先级最低的电表抄读,因为这只电表的最佳抄表时段最宽,成功抄读的可能性最大。抄到了的电表从排序列表中删除。每一次的抄表结果都重新更新到样本中。
本发明还提供一种自学习智能抄表系统,用于实施上述的自学习智能抄表方法,包括集中器和电表,集中器分别与电压源和电表连接,其中,电压源为220V电压源。
集中器包括:
建立样本管理模块,用于给每块电表建立样本库,记录最近N条抄表数据;
第一计算模块,用于根据N条抄表数据计算出最佳抄表时段;
第二计算模块,用于根据最佳抄表时段计算出抄表优先级;
抄表调度模块,用于将电表按照抄表优先级进行排序,到达抄表时间,根据抄表优先级和最佳抄表时段对电表进行抄读。
具体的,建立样本管理模块包括:
建立表格单元,用于给每块电表建立抄表数据统计表格作为样本库,所述抄表数据包括抄读时间以及抄表结果;
查找记录单元,用于每产生一条新的抄表数据,查找该电表对应的样本库,判断样本库的抄表数据是否超过N条,若否,则将当前新的抄表数据添加进样本库,若是,则将当前新的抄表数据替换最老的抄表数据;
第一排序单元,用于将样本库抄表数据按照抄表时间先后进行排序。
具体的,第一计算模块包括:
第一计算子单元,用于根据N条抄表数据,统计各固定间隔内的抄表次数及抄表成功次数,计算出各固定间隔内的抄读成功率;
第一延展单元,用于找出抄表成功率最大的间隔区间(Ti,Tj)和抄表成功率最大的间隔区间(Ti,Tj)的前一个间隔区间(Ti-1,Tj-1),判断前一个间隔区间(Ti-1,Tj-1)的抄表成功率是否小于抄表最大成功率,若否,则对抄读成功率最大的区间进行延展,并且递归再找前一个间隔区间(Ti-1-1,Tj-1-1),直到区间(Ti-m,Tj-m)的抄读成功率小于区间(Ti,Tj)的抄读成功率为止;
第二延展单元,用于找出抄表成功率最大的间隔区间的后一个间隔区间(Ti+1,Tj+1),判断后一个间隔区间(Ti+1,Tj+1)的抄表成功率是否小于抄表最大成功率,若否,则对抄读成功率最大的区间进行延展,并且递归再找后一个间隔区间(Ti+1+1,Tj+1+1),直到区间(Ti+n,Tj+n)的抄读成功率小于区间(Ti,Tj)的抄读成功率为止,最终得到最佳抄表时段(Tm,Tn)。
具体的,抄表调度模块包括:
建立排序表单元,用于创建抄表排序列表,记录电表地址、最佳抄表时段和抄表优先级,将需要抄读的电表加入排序列表,按照抄表优先级从高到低进行排列;
抄读单元,用于到达抄表时间,先按抄表优先级从高到低的顺序,查看当前时间T是否落在最佳抄表时段(Tm,Tn)内,若是,则发起抄表,若否,则查看下一块电表,直至最后一块电表,若所有电表都查看了一遍,当前时间均没落在最佳抄表时段,则选择优先级最低的电表抄读;
调度单元,用于将抄读到的电表从抄表排序列表中删除,并将每次抄表结果更新到样本库中。
随着时间的推移,集中器通过抄表采集数据并记忆,再通过分析样本中记忆的数据,寻找每一只电表最佳抄表的时间段,计算抄表优先级,最后进行抄表调度,抄表成功率会稳步向上提升,最终稳定在一个最佳的水平。
一种自学习智能抄表系统,找出每块电表的最合适的抄读时间,在最合适的抄读时间抄表,从而达到最佳的抄表成功率,有效提升整个用电信息采集的成功率,无需增加设备成本,抄表成功率提升能大幅降低人工抄表的费用。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (6)
1.一种自学习智能抄表方法,其特征在于,其包括:
给每块电表建立样本库,记录最近N条抄表数据;
根据N条抄表数据计算出最佳抄表时段;
根据最佳抄表时段计算出抄表优先级;
将电表按照抄表优先级进行排序,到达抄表时间,根据抄表优先级和最佳抄表时段对电表进行抄读;
所述根据N条抄表数据计算出最佳抄表时段,包括:
B1,根据N条抄表数据,统计各固定间隔内的抄表次数及抄表成功次数,计算出各固定间隔内的抄读成功率;
B2,找出抄表成功率最大的间隔区间(Ti,Tj)和抄表成功率最大的间隔区间(Ti,Tj)的前一个间隔区间(Ti-1,Tj-1),判断前一个间隔区间(Ti-1,Tj-1)的抄表成功率是否小于抄表最大成功率,若否,则对抄读成功率最大的区间进行延展,并且递归再找前一个间隔区间(Ti-1-1,Tj-1-1),直到区间(Ti-m,Tj-m)的抄读成功率小于区间(Ti,Tj)的抄读成功率为止;
B3,找出抄表成功率最大的间隔区间的后一个间隔区间(Ti+1,Tj+1),判断后一个间隔区间(Ti+1,Tj+1)的抄表成功率是否小于抄表最大成功率,若否,则对抄读成功率最大的区间进行延展,并且递归再找后一个间隔区间(Ti+1+1,Tj+1+1),直到区间(Ti+n,Tj+n)的抄读成功率小于区间(Ti,Tj)的抄读成功率为止,最终得到最佳抄表时段(Tm,Tn);
其中,Ti表示序号为i的抄读时间,Tj表示序号为j的抄读时间,Tm表示Ti前m个间隔区间的抄读时间,Tn表示Ti后n个间隔区间的抄读时间;
2.根据权利要求1所述的一种自学习智能抄表方法,其特征在于,所述给每块电表建立样本库,记录最近N条抄表数据,具体包括:
A1,给每块电表建立抄表数据统计表格作为样本库,所述抄表数据包括抄读时间以及抄表结果;
A2,每产生一条新的抄表数据,查找该电表对应的样本库,判断样本库的抄表数据是否超过N条,若否,则将当前新的抄表数据添加进样本库,若是,则将当前新的抄表数据替换最老的抄表数据;
A3,将样本库抄表数据按照抄表时间先后进行排序。
3.根据权利要求2所述一种自学习智能抄表方法,其特征在于,所述将电表按照抄表优先级进行排序,到达抄表时间,根据抄表优先级和最佳抄表时段对电表进行抄读,具体包括
C1,创建抄表排序列表,记录电表地址、最佳抄表时段和抄表优先级,将需要抄读的电表加入排序列表,按照抄表优先级从高到低进行排列;
C2,到达抄表时间,先按抄表优先级从高到低的顺序,查看当前时间T是否落在最佳抄表时段(Tm,Tn)内,若是,则发起抄表,若否,则查看下一块电表,直至最后一块电表,若所有电表都查看了一遍,当前时间均没落在最佳抄表时段,则选择优先级最低的电表抄读;
C3,将抄读到的电表从抄表排序列表中删除,并将每次抄表结果更新到样本库中。
4.一种自学习智能抄表系统,用于实施如权利要求1至3任一项所述的自学习智能抄表方法,其包括集中器和电表,其特征在于,所述集中器分别与电压源和电表连接,所述集中器包括:
建立样本管理模块,用于给每块电表建立样本库,记录最近N条抄表数据;
第一计算模块,用于根据N条抄表数据计算出最佳抄表时段;
第二计算模块,用于根据最佳抄表时段计算出抄表优先级;
抄表调度模块,用于将电表按照抄表优先级进行排序,到达抄表时间,根据抄表优先级和最佳抄表时段对电表进行抄读;
其中,所述第一计算模块包括:
第一计算子单元,用于根据N条抄表数据,统计各固定间隔内的抄表次数及抄表成功次数,计算出各固定间隔内的抄读成功率;
第一延展单元,用于找出抄表成功率最大的间隔区间(Ti,Tj)和抄表成功率最大的间隔区间(Ti,Tj)的前一个间隔区间(Ti-1,Tj-1),判断前一个间隔区间(Ti-1,Tj-1)的抄表成功率是否小于抄表最大成功率,若否,则对抄读成功率最大的区间进行延展,并且递归再找前一个间隔区间(Ti-1-1,Tj-1-1),直到区间(Ti-m,Tj-m)的抄读成功率小于区间(Ti,Tj)的抄读成功率为止;
第二延展单元,用于找出抄表成功率最大的间隔区间的后一个间隔区间(Ti+1,Tj+1),判断后一个间隔区间(Ti+1,Tj+1)的抄表成功率是否小于抄表最大成功率,若否,则对抄读成功率最大的区间进行延展,并且递归再找后一个间隔区间(Ti+1+1,Tj+1+1),直到区间(Ti+n,Tj+n)的抄读成功率小于区间(Ti,Tj)的抄读成功率为止,最终得到最佳抄表时段(Tm,Tn);
Ti表示序号为i的抄读时间,Tj表示序号为j的抄读时间,Tm表示Ti前m个间隔区间的抄读时间,Tn表示Ti后n个间隔区间的抄读时间;
5.根据权利要求4所述的一种自学习智能抄表系统,其特征在于,所述建立样本管理模块包括:
建立表格单元,用于给每块电表建立抄表数据统计表格作为样本库,所述抄表数据包括抄读时间以及抄表结果;
查找记录单元,用于每产生一条新的抄表数据,查找该电表对应的样本库,判断样本库的抄表数据是否超过N条,若否,则将当前新的抄表数据添加进样本库,若是,则将当前新的抄表数据替换最老的抄表数据;
第一排序单元,用于将样本库抄表数据按照抄表时间先后进行排序。
6.根据权利要求5所述的一种自学习智能抄表系统,其特征在于,所述抄表调度模块包括:
建立排序表单元,用于创建抄表排序列表,记录电表地址、最佳抄表时段和抄表优先级,将需要抄读的电表加入排序列表,按照抄表优先级从高到低进行排列;
抄读单元,用于到达抄表时间,先按抄表优先级从高到低的顺序,查看当前时间T是否落在最佳抄表时段(Tm,Tn)内,若是,则发起抄表,若否,则查看下一块电表,直至最后一块电表,若所有电表都查看了一遍,当前时间均没落在最佳抄表时段,则选择优先级最低的电表抄读;
调度单元,用于将抄读到的电表从抄表排序列表中删除,并将每次抄表结果更新到样本库中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810743849.6A CN108922157B (zh) | 2018-07-09 | 2018-07-09 | 一种自学习智能抄表方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810743849.6A CN108922157B (zh) | 2018-07-09 | 2018-07-09 | 一种自学习智能抄表方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108922157A CN108922157A (zh) | 2018-11-30 |
CN108922157B true CN108922157B (zh) | 2021-04-02 |
Family
ID=64424704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810743849.6A Active CN108922157B (zh) | 2018-07-09 | 2018-07-09 | 一种自学习智能抄表方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108922157B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110932883A (zh) * | 2019-10-28 | 2020-03-27 | 国网江苏省电力有限公司电力科学研究院 | 一种用电信息采集系统模组化终端的模组管理方法 |
CN110992210B (zh) * | 2019-12-18 | 2024-04-05 | 科大智能电气技术有限公司 | 一种动态智能抄表方法及系统 |
CN112287003B (zh) * | 2020-09-24 | 2022-08-09 | 杭州海兴电力科技股份有限公司 | 抄表方法与抄表系统 |
CN113053090B (zh) * | 2020-12-23 | 2022-06-14 | 南方电网电力科技股份有限公司 | 智能电表分布式数据集抄系统和方法 |
CN113538881B (zh) * | 2021-05-31 | 2023-04-28 | 宁波三星医疗电气股份有限公司 | 一种基于智能用电终端485抄表方法 |
CN113408834B (zh) * | 2021-08-19 | 2021-12-21 | 杭州炬华科技股份有限公司 | 一种基于自学习的通讯成功率预测方法及装置 |
CN113676790B (zh) * | 2021-08-27 | 2023-08-15 | 广东电网有限责任公司 | 低压集抄设备的采集调度方法、装置、集中器和介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5999818A (en) * | 1996-08-06 | 1999-12-07 | Cirrus Logic, Inc. | Frequency re-used and time-shared cellular communication system having multiple radio communication systems |
CN102468984A (zh) * | 2010-10-29 | 2012-05-23 | 北京市电力公司 | 用电信息采集系统的测试方法及系统、主站 |
CN104881982A (zh) * | 2015-05-06 | 2015-09-02 | 上海应时为节能科技有限公司 | 一种自适应抄表策略的智能表具数据采集系统及其采集方法 |
CN105139609A (zh) * | 2015-08-18 | 2015-12-09 | 江苏林洋电子股份有限公司 | 一种动态分时抄读表计的方法 |
CN106683389A (zh) * | 2016-12-30 | 2017-05-17 | 武汉盛帆电子股份有限公司 | 包含宽带载波的多主节点抄表方法和集中器 |
CN106849996A (zh) * | 2015-12-04 | 2017-06-13 | 华为技术有限公司 | 基于电力线通信的抄表方法和数据采集器 |
CN107404674A (zh) * | 2017-06-05 | 2017-11-28 | 国网浙江省电力公司电力科学研究院 | 一种用电信息采集终端采集任务优先级调度控制方法 |
CN107833148A (zh) * | 2017-09-25 | 2018-03-23 | 宁波三星医疗电气股份有限公司 | 一种低压集抄设备的自适应数据采集方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101236693B (zh) * | 2007-02-01 | 2011-08-10 | 上海久隆电力(集团)有限公司 | 一种智能抄表系统 |
-
2018
- 2018-07-09 CN CN201810743849.6A patent/CN108922157B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5999818A (en) * | 1996-08-06 | 1999-12-07 | Cirrus Logic, Inc. | Frequency re-used and time-shared cellular communication system having multiple radio communication systems |
CN102468984A (zh) * | 2010-10-29 | 2012-05-23 | 北京市电力公司 | 用电信息采集系统的测试方法及系统、主站 |
CN104881982A (zh) * | 2015-05-06 | 2015-09-02 | 上海应时为节能科技有限公司 | 一种自适应抄表策略的智能表具数据采集系统及其采集方法 |
CN105139609A (zh) * | 2015-08-18 | 2015-12-09 | 江苏林洋电子股份有限公司 | 一种动态分时抄读表计的方法 |
CN106849996A (zh) * | 2015-12-04 | 2017-06-13 | 华为技术有限公司 | 基于电力线通信的抄表方法和数据采集器 |
CN106683389A (zh) * | 2016-12-30 | 2017-05-17 | 武汉盛帆电子股份有限公司 | 包含宽带载波的多主节点抄表方法和集中器 |
CN107404674A (zh) * | 2017-06-05 | 2017-11-28 | 国网浙江省电力公司电力科学研究院 | 一种用电信息采集终端采集任务优先级调度控制方法 |
CN107833148A (zh) * | 2017-09-25 | 2018-03-23 | 宁波三星医疗电气股份有限公司 | 一种低压集抄设备的自适应数据采集方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108922157A (zh) | 2018-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108922157B (zh) | 一种自学习智能抄表方法及系统 | |
CN108535599B (zh) | 基于电压曲线聚类分析的低压台区用户相位识别方法 | |
CN109444800B (zh) | 基于无线通信采集的台区识别方法 | |
CN102654544B (zh) | 一种台区户变关系自动识别模型和方法 | |
CN104092481A (zh) | 一种通过电压特征区分台区和相别的方法 | |
CN107959308B (zh) | 配电网分布式能源接入适应性评估方法及装置 | |
CN111624544B (zh) | 一种台区户变关系识别方法及相关装置 | |
CN109034585B (zh) | 基于用电信息和地理位置的台区户变关系判别算法及系统 | |
CN111650431B (zh) | 一种电表台区识别方法 | |
CN109919328B (zh) | 一种基于多源停电事件的低压分支线停电研判方法 | |
CN110687361A (zh) | 一种用于识别低压配网台区相序的方法及系统 | |
CN111366801B (zh) | 一种台区开关拓扑识别方法 | |
CN111835006B (zh) | 一种基于电压曲线和最小二乘的低压台区拓扑识别方法 | |
CN115270974B (zh) | 基于大数据分析的智能窃电检测系统 | |
CN112085403A (zh) | 一种基于混合整数规划的低压台区拓扑辨识方法 | |
CN114691038A (zh) | 一种电力数据中心的数据存储方法及装置 | |
Hou et al. | A multi-objective volt-var control strategy for distribution networks with high PV penetration | |
CN108093039B (zh) | 基于国网q/gdw3761协议处理沉睡电表的方法 | |
CN108154259B (zh) | 热泵的负荷预测方法及装置、存储介质、处理器 | |
CN115207909B (zh) | 一种台区拓扑识别方法、装置、设备及存储介质 | |
CN105279617A (zh) | 配电网待建项目对电网可靠性影响的计算方法 | |
CN113572164B (zh) | 一种基于k-means聚类分析的配电网台区识别方法 | |
CN115237552A (zh) | 一种基于面向对象协议的采集任务调度管理方法 | |
CN115508662A (zh) | 一种用于判定台区电表与表箱间归属关系的方法 | |
CN113746094A (zh) | 基于高密度数据序列匹配的低压台区户变关系识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |