CN110991847A - 一种电能表批次管理方法、装置及可读存储介质 - Google Patents
一种电能表批次管理方法、装置及可读存储介质 Download PDFInfo
- Publication number
- CN110991847A CN110991847A CN201911172688.0A CN201911172688A CN110991847A CN 110991847 A CN110991847 A CN 110991847A CN 201911172688 A CN201911172688 A CN 201911172688A CN 110991847 A CN110991847 A CN 110991847A
- Authority
- CN
- China
- Prior art keywords
- electric energy
- energy meter
- state
- result
- meters
- 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.)
- Pending
Links
- 238000007726 management method Methods 0.000 title claims abstract description 34
- 238000003860 storage Methods 0.000 title claims abstract description 11
- 238000011156 evaluation Methods 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000004519 manufacturing process Methods 0.000 claims abstract description 33
- 238000009434 installation Methods 0.000 claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 15
- 238000007621 cluster analysis Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000012795 verification Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006353 environmental stress Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种电能表批次管理方法、装置及可读存储介质,所述方法包括如下步骤:根据电能表的安装信息对电能表进行分类,并根据分类结果对电能表进行状态评估;根据状态评估结果确定同一生产批次的电能表的状态占比以完成批次管理。本发明方法根据电能表的安装信息对电能表进行分类,并根据分类结果对电能表进行状态评估;根据状态评估结果确定同一生产批次的电能表的状态占比以完成批次管理。实现了按照批次实现电能表的评估和管理,展示对应批次的电能表状态,为分批更换电能表提供技术支撑。
Description
技术领域
本发明涉及电能表技术领域,特别是一种电能表批次管理方法、装置及可读存储介质。
背景技术
随着电力系统的不断发展,供区不断扩大,计量点迅速增加,现有电能计量装置运行管理方式的问题日益突出。电能计量装置是计量供电部门销售和用户使用电能多少的设备,是供用电双方贸易结算的法律依据,其计量结果直接关系到双方贸易结算是否公平公正合理,直接关系到双方的经济利益。随着电网设备技术水平的不断提升,用户对电能质量要求的不断提高,电能计量装置的科学可靠准确,越来越成为电网保障安全生产、维护用户合法权益、提高优质服务水平的重要工作内容。目前,国内对于计量装置的管理是根据DL/T448-2000《电能计量装置技术管理规程》执行,主要包括需求分析、入库管理、投运检定、周期检定、抽检、周期轮换、故障处理、电量追补等过程,并对每一个环节建立档案,实现计量装置寿命周期的闭环管理。
传统模式具体实施中无视产品质量水平,临近轮换周期后不论好坏统统一刀切。现有电能表寿命一般已普遍达到10-15年以上,而轮换周期仅为6-8年,这意味着即使到达轮换周期后实际上仍然有大量在用电能表质量性能完好;其次,传统模式难以实现对在网电能表运行质量水平的监督。电能表在网使用后,受到产品元器件的寿命影响,以及各种环境应力的作用,都会影响到电能表的计量特性和质量水平,要保证轮换周期内电能表100%的合格率几乎是不可能的。当前管理模式只是将到期电能表全数调换,无法准确获知轮换周期内电能表质量水平变化、轮换时电能表失效率等质量数据,从而难以支撑管理决策,提前发现电能表运行质量隐患。
发明内容
有鉴于现有技术的上述缺陷,本发明的目的就是提供一种电能表批次管理方法、装置及可读存储介质,用于按照批次实现电能表的评估和管理,展示对应生产批次的电能表状态,为分批更换电能表提供技术支撑。
本发明的目的之一是通过这样的技术方案实现的,一种电能表批次管理方法,所述方法包括如下步骤:
获取电能表的安装信息;
根据电能表的安装信息对电能表进行分类;
根据分类结果对电能表进行状态评估;
根据状态评估结果确定同一生产批次的电能表的状态占比以完成批次管理。
可选的,在所述根据状态评估结果确定同一生产批次的电能表的状态占比以完成批次管理之前,所述方法还包括:
获取电能表的基础信息;所述基础信息包括电能表的生产日期;
根据所述基础信息对电能表进行生产批次划分。
可选的,根据所述基础信息对电能表进行生产批次划分,包括:
对所述基础信息进行聚类以完成对所述电能表的生产批次划分。
可选的,所述电能表的安装信息包括电能表的所在区域、到货批次、供电单位以及安装时间,根据电能表的安装信息对电能表进行分类,包括:
将相同区域、相同到货批次、相同供电单位以及同年安装的电能表划分为一个类别。
可选的,根据分类结果对电能表进行状态评估,包括:
获取分类之后的电能表的时序数据;
对所述时序数据进行聚类分析;
根据聚类分析的结果通过二叉树按照距离相似度进行排序以完成电能表的状态评估。
可选的,根据聚类分析的结果通过二叉树按照距离相似度进行排序以完成电能表的状态评估,包括:
基于聚类分析结果任选一条电能表指标数据;
计算所选取的电能表指标数据与预设的良好电能表模板数据之间的距离;
根据距离计算结果完成电能表的状态评估。
可选的,根据距离计算结果完成电能表的状态评估之后,所述方法还包括:
将异常电能表不同的指标数据的距离计算结果进行对比以确定异常电能表的异常指标。
可选的,所述方法还包括,对于未分类的电能表,根据未分类的电能表的时序数据到所述聚类分析结果之间的距离以完成未分类的电能表状态评估。
本发明的目的之二是通过这样的技术方案实现的,一种电能表批次管理装置,所述装置包括:
数据获取模块,用于获取电能表的安装信息;
数据处理模块,用于根据电能表的安装信息对电能表进行分类,并根据分类结果对电能表进行状态评估;
管理模块,用于根据状态评估结果确定同一生产批次的电能表的状态占比以完成批次管理。
可选的,所述数据处理模块包括:
采集单元,用于获取分类之后的电能表的时序数据;
数据处理单元,用于对所述时序数据进行聚类分析;以及,
评估单元,用于根据聚类分析的结果通过二叉树按照距离相似度进行排序以完成电能表的状态评估。
可选的,所述评估单元,包括:
计算子单元,用于基于聚类分析结果任选一条电能表指标数据,并计算所选取的电能表指标数据与良好电能表模板数据之间的距离;以及,
评估子单元,用于根据距离计算结果完成电能表的状态评估。
可选的,对于未分类的电能表,所述评估单元还用于根据未分类的电能表的时序数据到所述聚类分析结果之间的距离以完成未分类的电能表状态评估。
本发明的目的之三是通过这样的技术方案实现的,一种计算机可读存储介质,所述计算机可读存储介质上存储有信息传递的实现程序,所述程序被处理器执行时实现前述的方法的步骤。
由于采用了上述技术方案,本发明具有如下的优点:本发明方法根据电能表的安装信息对电能表进行分类,并根据分类结果对电能表进行状态评估;根据状态评估结果确定同一批次的电能表的状态占比以完成批次管理。实现了按照批次实现电能表的评估和管理,展示对应生产批次的电能表状态,为分批更换电能表提供技术支撑。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。
附图说明
本发明的附图说明如下:
图1为本发明第一实施例流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
实施例一
本发明第一实施例提出一种电能表批次管理方法,如图1所示,所述方法包括如下步骤:
获取电能表的安装信息;
根据电能表的安装信息对电能表进行分类;
根据分类结果对电能表进行状态评估;
根据状态评估结果确定同一生产批次的电能表的状态占比以完成批次管理。
本发明方法用于实现对电能表的批次管理,可以判断各厂家不同生成批次的电能表的质量状态,国家计量检定规程《电子式交流电能表》(JJG596-2012)对电能表检定周期做出了规定:0.2S级、0.5S级有功电能表,其检定周期一般不超过6年;1级、2级有功电能表和2级、3级无功电能表,其检定周期一般不超过8年。然而,国内各地电能表运行调换现状不尽相同。国网公司范围内一般采取运行抽检方法判定整批电能表运行质量水平,并严格按照国家最新检定规程的检定周期进行轮换。其余地区则有自身运行质量管控方式,如深圳运行至第5年抽检,抽检合格继续使用,9年轮换;香港中华电力目前采用不定期质量状态跟踪,未形成制度,以经验判断是否需整批调换,计划使用寿命至少15年,由此可知对于不同生产批次的跟踪能够实现整批电能表质量的判定,可以为电能表的更换周期提供有效的技术支持。
本发明方法根据电能表的安装信息对电能表进行分类,并根据分类结果对电能表进行状态评估;根据状态评估结果确定同一批次的电能表的状态占比以完成批次管理。实现了按照批次实现电能表的评估和管理,展示对应生产批次的电能表状态,为分批更换电能表提供技术支撑。
可选的,在所述根据状态评估结果确定同一生产批次的电能表的状态占比以完成批次管理之前,所述方法还包括:
获取电能表的基础信息;所述基础信息包括电能表的生产日期;
根据所述基础信息对电能表进行生产批次划分。
可选的,根据所述基础信息对电能表进行生产批次划分,包括:对所述基础信息进行聚类以完成对所述电能表的生产批次划分。
具体的说,本实施例中,根据基础信息对电能表进行生产批次划分,对电能表的批次划分的依据包括电能表的生产日期、所在地、运行日期和最后检查日期。在具体实施中可以采用DTW聚类对各电能表进行生产批次划分,也可以采用其他聚类手段,在此不做限定。
可选的,所述电能表的安装信息包括电能表的所在区域、到货批次、供电单位以及安装时间,根据电能表的安装信息对电能表进行分类,包括:
将相同区域、相同到货批次、相同供电单位以及同年安装的电能表划分为一个类别。
在本实施例中,在生产批次划分完成后,为了便于统计与分析,进一步对电能表进行类别划分,例如,按照区域、到货批次等因素,能够将影响因素控制在指定的范围内,从而能够更好的表现出同一类的电能表的状态,最后,根据同一批次中不同类别的状态是否良好的占比,即可综合评估对应批次的电能表的质量,从而为对应批次的电能表更换提供技术支持。
可选的,根据分类结果对电能表进行状态评估,包括:
获取分类之后的电能表的时序数据;
对所述时序数据进行聚类分析;
根据聚类分析的结果通过二叉树按照距离相似度进行排序以完成电能表的状态评估。
可选的,根据聚类分析的结果通过二叉树按照距离相似度进行排序以完成电能表的状态评估,包括:
基于聚类分析结果任选一条电能表指标数据;
计算所选取的电能表指标数据与预设的良好电能表模板数据之间的距离;
根据距离计算结果完成电能表的状态评估。
具体的说,在本实施例中,获取分类之后的电能表的时序数据,然后将电表MSR时序数据SMSR1,SMSR2,...,SMSR100输入改进DTW算法,对其聚类并用二叉树依据距离相似度进行排列输出。
进一步在本实施例中,动态时间规整(DTW)聚类算法是一种递归优化算法,通过将时间序列中各点一一对应求解距离来压缩或拉伸数据段,排除时间不同步的干扰,从而匹配两条时间序列的相似度。
假设有两条时间序列数据S和O,长度分别为i和j,表示为:
S=s1,s2,...,si,...si
O=o1,o2,...,oj,...oj
两个不同时间序列元素si,Oj之间的距离度量δ有如下两种定义方式:
其中,δ是两个时间序列元素之间的距离度量。在定义了距离后,时序聚类问题便可以转化为迭代时间序列集合中点对之间距离最近的匹配,即以一条序列为参考模板,计算参考模板中各点到另一条序列中各点的最短距离,最短点对集合可构成规整路径W:
W=w1,w2,...,wk
其中,wk为序列中各点对的最短距离点对。基于此进行迭代计算可得两条时间序列的相似度DTW(S,T):
进一步展开得到:
当出现和模板序列增减性相似序列时,会对不同相位的同一序列距离产生干扰从而影响DTW算法的聚类效果。基于此问题本研究参考最优路径规划原理,应用结合惩罚系数的DTW算法。求得惩罚系数α并和原算法的结果相乘,得到更新后的序列间距离。
其中,Num(W)是距离最短的点对个数,comLeni表示i=j时的点对之间的长度。若α越小,这说明i=j时的点对数量越多,则两序列更趋向于不同相位的相同数据序列,两者的距离也越近,减小了增减性相似序列的干扰。同时针对电能表大数据带来的高复杂度,结合fast-DTW算法运用数据点压缩进一步优化聚类运行速度。针对工作状态正常的电能表其计算线性特征统计量(MSR)波动较小,因此当MSR时序数据SMSR中满足SMSR[j]-SMSR[j-1]<ε,可近似认为SMSR[j]=SMSR[j-1]并将SMSR[j]和SMSR[j-1]点合并以压缩时间序列长度,加速计算。通过计算出的序列距离,可较明显的将不同时间序列划分成不同集合,本发明结合电表状态评估的目的,通过阈值设置,将一定距离内的序列聚为一类,以输出不同电表的运行状态的不同等级,如:良好、正常、预警和异常。
可选的,根据距离计算结果完成电能表的状态评估之后,所述方法还包括:
将同一电能表不同的指标数据的距离计算结果进行对比以确定电能表的异常指标。
具体的说,在实际评估过程中,根据距离计算结果每次可以完成一种电能表指标数据的对应评估,而电能表指标数据包括多个不同指标,例如电压指标,电流指标,功率指标等,按照相同的分析方法,也可以完成其他指标的状态评估,多组指标对比可定位判断为异常的具体电能表和具体的异常指标。
可选的,所述方法还包括,对于未分类的电能表,根据未分类的电能表的时序数据到所述聚类分析结果之间的距离以完成未分类的电能表状态评估。
具体的说,对于运行的无法获得基础信息或者安装信息无法进行批次划分的电能表,例如已经长期运行的四五类电能表,可以通过采集其电能表指标数据,对于不同的指标数据采用前述类似的技术手段,按照所采集的指标数据与前述聚类结果之间的距离作为状态分数,同时按照对状态分数进行分段,例如,可以是[90,100],[80,90],[70,80]和[60,70],确定四个状态:良好,正常,预警和异常,由此实现未分类的电能表的状态评估,为电能表的更换提供依据。
实施例二
本发明第二实施例提出一种电能表批次管理装置,所述装置包括:
数据获取模块,用于获取电能表的安装信息;
数据处理模块,用于根据电能表的安装信息对电能表进行分类,并根据分类结果对电能表进行状态评估;
管理模块,用于根据状态评估结果确定同一生产批次的电能表的状态占比以完成批次管理。
可选的,所述数据处理模块包括:
采集单元,用于获取分类之后的电能表的时序数据;
数据处理单元,用于对所述时序数据进行聚类分析;以及,
评估单元,用于根据聚类分析的结果通过二叉树按照距离相似度进行排序以完成电能表的状态评估。
可选的,所述评估单元,包括:
计算子单元,用于基于聚类分析结果任选一条电能表指标数据,并计算所选取的电能表指标数据与良好电能表模板数据之间的距离;以及,
评估子单元,用于根据距离计算结果完成电能表的状态评估。
可选的,对于未分类的电能表,所述评估单元还用于根据未分类的电能表的时序数据到所述聚类分析结果之间的距离以完成未分类的电能表状态评估。
实施例三
本发明的目的之三是通过这样的技术方案实现的,一种计算机可读存储介质,所述计算机可读存储介质上存储有信息传递的实现程序,所述程序被处理器执行时实现前述的方法的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的保护范围之内。
Claims (13)
1.一种电能表批次管理方法,其特征在于,所述方法包括如下步骤:
获取电能表的安装信息;
根据电能表的安装信息对电能表进行分类;
根据分类结果对电能表进行状态评估;
根据状态评估结果确定同一生产批次的电能表的状态占比以完成批次管理。
2.如权利要求1所述的方法,其特征在于,在所述根据状态评估结果确定同一生产批次的电能表的状态占比以完成批次管理之前,所述方法还包括:
获取电能表的基础信息;所述基础信息包括电能表的生产日期;
根据所述基础信息对电能表进行生产批次划分。
3.如权利要求2所述的方法,其特征在于,根据所述基础信息对电能表进行生产批次划分,包括:
对所述基础信息进行聚类以完成对所述电能表的生产批次划分。
4.如权利要求1所述的方法,其特征在于,所述电能表的安装信息包括电能表的所在区域、到货批次、供电单位以及安装时间,根据电能表的安装信息对电能表进行分类,包括:
将相同区域、相同到货批次、相同供电单位以及同年安装的电能表划分为一个类别。
5.如权利要求1所述的方法,其特征在于,根据分类结果对电能表进行状态评估,包括:
获取分类之后的电能表的时序数据;
对所述时序数据进行聚类分析;
根据聚类分析的结果通过二叉树按照距离相似度进行排序以完成电能表的状态评估。
6.如权利要求5所述的方法,其特征在于,根据聚类分析的结果通过二叉树按照距离相似度进行排序以完成电能表的状态评估,包括:
基于聚类分析结果任选一条电能表指标数据;
计算所选取的电能表指标数据与预设的良好电能表模板数据之间的距离;
根据距离计算结果完成电能表的状态评估。
7.如权利要求6所述的方法,其特征在于,根据距离计算结果完成电能表的状态评估之后,所述方法还包括:
将异常电能表不同的指标数据的距离计算结果进行对比以确定异常电能表的异常指标。
8.如权利要求6所述的方法,其特征在于,所述方法还包括,对于未分类的电能表,根据未分类的电能表的时序数据到所述聚类分析结果之间的距离以完成未分类的电能表状态评估。
9.一种电能表批次管理装置,其特征在于,所述装置包括:
数据获取模块,用于获取电能表的安装信息;
数据处理模块,用于根据电能表的安装信息对电能表进行分类,并根据分类结果对电能表进行状态评估;
管理模块,用于根据状态评估结果确定同一生产批次的电能表的状态占比以完成批次管理。
10.如权利要求9所述的装置,其特征在于,所述数据处理模块包括:
采集单元,用于获取分类之后的电能表的时序数据;
数据处理单元,用于对所述时序数据进行聚类分析;以及,
评估单元,用于根据聚类分析的结果通过二叉树按照距离相似度进行排序以完成电能表的状态评估。
11.如权利要求10所述的装置,其特征在于,所述评估单元,包括:
计算子单元,用于基于聚类分析结果任选一条电能表指标数据,并计算所选取的电能表指标数据与良好电能表模板数据之间的距离;以及,
评估子单元,用于根据距离计算结果完成电能表的状态评估。
12.如权利要求10所述的装置,其特征在于,对于未分类的电能表,所述评估单元还用于根据未分类的电能表的时序数据到所述聚类分析结果之间的距离以完成未分类的电能表状态评估。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有信息传递的实现程序,所述程序被处理器执行时实现如权利要求1至8中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911172688.0A CN110991847A (zh) | 2019-11-26 | 2019-11-26 | 一种电能表批次管理方法、装置及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911172688.0A CN110991847A (zh) | 2019-11-26 | 2019-11-26 | 一种电能表批次管理方法、装置及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110991847A true CN110991847A (zh) | 2020-04-10 |
Family
ID=70087019
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911172688.0A Pending CN110991847A (zh) | 2019-11-26 | 2019-11-26 | 一种电能表批次管理方法、装置及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110991847A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112884002A (zh) * | 2021-01-18 | 2021-06-01 | 四川大学 | 智能电表版本分类方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104198981A (zh) * | 2014-09-02 | 2014-12-10 | 国家电网公司 | 智能电能表的质量确定方法及装置 |
CN106842101A (zh) * | 2015-12-03 | 2017-06-13 | 中国电力科学研究院 | 一种电能表运行状态的评价方法 |
WO2018193272A1 (en) * | 2017-04-21 | 2018-10-25 | Hugh Smeaton | System and apparatus for monitoring electricity supply system |
CN109298374A (zh) * | 2018-10-29 | 2019-02-01 | 中国电力科学研究院有限公司 | 一种电能表状态在线评价方法及系统 |
CN109307854A (zh) * | 2018-10-29 | 2019-02-05 | 中国电力科学研究院有限公司 | 一种电能计量装置综合评估方法及系统 |
CN109389280A (zh) * | 2018-08-17 | 2019-02-26 | 国网浙江省电力有限公司宁波供电公司 | 基于多属性决策模型的电能表生产厂商评价方法 |
-
2019
- 2019-11-26 CN CN201911172688.0A patent/CN110991847A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104198981A (zh) * | 2014-09-02 | 2014-12-10 | 国家电网公司 | 智能电能表的质量确定方法及装置 |
CN106842101A (zh) * | 2015-12-03 | 2017-06-13 | 中国电力科学研究院 | 一种电能表运行状态的评价方法 |
WO2018193272A1 (en) * | 2017-04-21 | 2018-10-25 | Hugh Smeaton | System and apparatus for monitoring electricity supply system |
CN109389280A (zh) * | 2018-08-17 | 2019-02-26 | 国网浙江省电力有限公司宁波供电公司 | 基于多属性决策模型的电能表生产厂商评价方法 |
CN109298374A (zh) * | 2018-10-29 | 2019-02-01 | 中国电力科学研究院有限公司 | 一种电能表状态在线评价方法及系统 |
CN109307854A (zh) * | 2018-10-29 | 2019-02-05 | 中国电力科学研究院有限公司 | 一种电能计量装置综合评估方法及系统 |
Non-Patent Citations (2)
Title |
---|
肖坚红 等: "电能表健康度分析及整体运行状态预测方法", 《电网与清洁能源》 * |
阮征: "智能电能表质量监督管理系统的设计与实现", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112884002A (zh) * | 2021-01-18 | 2021-06-01 | 四川大学 | 智能电表版本分类方法 |
CN112884002B (zh) * | 2021-01-18 | 2022-07-01 | 四川大学 | 智能电表版本分类方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sanhueza et al. | DEA efficiency for the determination of the electric power distribution added value | |
CN108256802B (zh) | 基于人群搜索算法的多供应商订单分配云处理方法 | |
CN110069467A (zh) | 基于皮尔逊系数与MapReduce并行计算的电网尖峰负荷聚类提取法 | |
CN113111095B (zh) | 一种智能化信息管理方法及系统 | |
CN111199493A (zh) | 一种基于客户缴费信息及征信信息的欠费风险识别方法 | |
CN116862289A (zh) | 一种工程造价指标管理方法、系统、终端设备及存储介质 | |
CN112700131A (zh) | 基于人工智能的ab测试方法、装置、计算机设备及介质 | |
KR20220115357A (ko) | 어텐션 메커니즘 기반의 미래 수요 예측 데이터 생성방법 및 장치 | |
CN111177128B (zh) | 基于改进的离群点检测算法的计量大数据批量处理方法及系统 | |
CN110781206A (zh) | 一种学习拆回表故障特征规则预测在运电能表是否故障的方法 | |
CN112528762B (zh) | 一种基于数据关联分析的谐波源识别方法 | |
Wen et al. | A dual energy benchmarking methodology for energy-efficient production planning and operation of discrete manufacturing systems using data mining techniques | |
CN110991847A (zh) | 一种电能表批次管理方法、装置及可读存储介质 | |
Zheng et al. | An application of machine learning for a smart grid resource allocation problem | |
Kashyap et al. | Software development cost estimation using similarity difference between software attributes | |
FAN et al. | Research and application of project settlement overdue prediction based on xgboost intelligent algorithm | |
CN117633571A (zh) | 一种基于多重聚类的异常用户预警方法及装置 | |
CN113255096A (zh) | 基于向前逐步回归的高损线路异常台区定位方法及系统 | |
CN117687356A (zh) | 生产调度方法、终端设备及计算机可读存储介质 | |
CN115829122A (zh) | 一种电力客服工单投诉预警方法及系统 | |
CN110991841B (zh) | 一种基于ai技术的对招投标过程中不规范行为的分析方法 | |
Schuh et al. | Achieving higher scheduling accuracy in production control by implementing integrity rules for production feedback data | |
CN115587764A (zh) | 一种用于电网物资管理的供应链导期优化方法和系统 | |
Aboushady et al. | Fuzzy consensus qualitative risk analysis framework for building construction projects | |
CN112381396B (zh) | 一种服务于企业发展规划的集成管理方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200410 |
|
RJ01 | Rejection of invention patent application after publication |