CN111080068A - 一种电能表运行状态评价方法和装置 - Google Patents

一种电能表运行状态评价方法和装置 Download PDF

Info

Publication number
CN111080068A
CN111080068A CN201911129294.7A CN201911129294A CN111080068A CN 111080068 A CN111080068 A CN 111080068A CN 201911129294 A CN201911129294 A CN 201911129294A CN 111080068 A CN111080068 A CN 111080068A
Authority
CN
China
Prior art keywords
electric energy
energy meter
evaluation index
data
evaluation
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
Application number
CN201911129294.7A
Other languages
English (en)
Inventor
黄昌宝
余雪鹏
郑英刚
张宏峰
许耀良
李云峰
柳英
王海生
王有祥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Power Telecommunication Beijing Technology Co ltd
Original Assignee
China Power Telecommunication Beijing Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Power Telecommunication Beijing Technology Co ltd filed Critical China Power Telecommunication Beijing Technology Co ltd
Priority to CN201911129294.7A priority Critical patent/CN111080068A/zh
Publication of CN111080068A publication Critical patent/CN111080068A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例公开了一种电能表运行状态评价方法和装置，其中，所述方法包括：获取目标区域内电能表的目标数据；构建所述电能表的多维度运行质量评价指标；根据所述多维度运行质量评价指标对所述目标数据进行分类；基于分类结果计算获得各类评价指标数据的信息熵；根据各类评价指标数据的信息熵，获得各类评价指标数据的权重系数；基于各类评价指标数据的权重系数对所述电能表的运行状态评分，获得所述电能表的运行状态评价分值。采用本发明所述的电能表运行状态评价方法，能够基于多维度的评价指标方便快捷的对电能表运行状态进行监测，且成本较低，提高了对电能表运行状态监测的效率和准确率，从而提升了用户使用体验。

Description

一种电能表运行状态评价方法和装置
技术领域
本发明实施例涉及智能电力物联网领域，具体涉及一种电能表运行状态评价方法和装置，另外还涉及一种电子设备和计算机可读存储介质。
背景技术
近年来，随着智能电网的不断发展，电网公司正在逐步开展营配信息贯通工作，着力建设运营泛在电力物联网，智能电能表作为泛在电力物联网的重要重组成部分，其运行质量直接关系到电网公司的经济效益，对提高供电可靠性管理水平和供电服务能力至关重要。因此如何有效提升智能电能表运行稳定性、可靠性以及精准性，及时发现智能电能表质量隐患，已成为支撑电网公司智能化采集运维工作的迫切需求。为了实现对智能电能表的有效管控，通常在智能电能表供货过程中进行到货前抽检与到货后全检，从而保证了智能电能表的硬件质量。但是，由于在电能表运行过程中缺少统一的标准与规范，使得检测效率低下，已无法满足当前的实际需求。
为了解决上述问题，现有技术通常采用的方式有层次分析法与模糊综合评价法。其中，层次分析法是先确定每层中不同的评价因素，对各个评价指标进行比较判断，计算出各自权重以及相对于总目标的权重，这种方式往往仅适用于多目标、多层次、多指标以及完全没有任何结构性的评价方法。模糊综合评价法在确定了评价体系与评价指标权重后，对被描述的对象进行评估得到最终评价结果，但需对评价对象描述较多，如果无法确定评价对象的各个阶段做出详细如实描述，则评价结果就会出现偏差，导致评价结果不够准确。
发明内容
为此，本发明实施例提供一种电能表运行状态评价方法，以解决现有技术中存在的智能电能表质量评价规则和方式不够精确，且检测效率较低，导致操作的实用性和实时性受到限制，无法有效满足当前用户实际需求的问题。
为了实现上述目的，本发明实施例提供如下技术方案：
第一方面，本发明实施例提供一种电能表运行状态评价方法，包括：获取目标区域内电能表的目标数据；构建所述电能表的多维度运行质量评价指标；根据所述多维度运行质量评价指标对所述目标数据进行分类；基于分类结果计算获得各类评价指标数据的信息熵；根据各类评价指标数据的信息熵，获得各类评价指标数据的权重系数；基于各类评价指标数据的权重系数对所述电能表的运行状态评分，获得所述电能表的运行状态评价分值。
进一步的，所述基于各类评价指标数据的权重系数对所述电能表的运行状态评分，获得所述电能表的运行状态评价分值，具体包括：将所述目标数据与各类评价指标数据的权重系数进行关联计算，获得所述电能表的运行状态评价分值。
进一步的，所述基于分类结果计算获得各类评价指标数据的信息熵，具体包括：基于分类结果对所述目标数据进行标准化处理，获得各类评价指标数据的标准值；根据各类评价指标数据的标准值，计算获得各类评价指标数据的信息熵。
进一步的，所述的电能表运行状态评价方法，还包括：根据各类评价指标数据的信息熵，确定所述各类评价指标的信息量以及所述各类评价指标对所述电能表运行质量评价的影响程度。
进一步的，所述目标数据包括所述电能表的档案数据、运行数据、事件数据以及统计数据中的至少一种。
进一步的，所述的电能表运行状态评价方法，还包括：根据所述运行状态评价分值由高到低进行排序。
进一步的，所述根据所述多维度运行质量评价指标对所述目标数据进行分类，具体包括：构建所述多维度运行质量评价指标之后，利用多尺度熵值方式建立基于状态矩阵的运行状态评价模型；将所述目标数据输入到所述运行状态评价模型进行分类。
第二方面，本发明实施例提供一种电能表运行状态评价装置，包括：目标数据获取单元，用于获取目标区域内电能表的目标数据；评价指标构建单元，用于构建所述电能表的多维度运行质量评价指标；目标数据分类单元，用于根据所述多维度运行质量评价指标对所述目标数据进行分类；信息熵获得单元，基于分类结果计算获得各类评价指标数据的信息熵；权重系数获得单元，用于根据各类评价指标数据的信息熵，获得各类评价指标数据的权重系数；运行状态评价分值获得单元，基于各类评价指标数据的权重系数对所述电能表的运行状态评分，获得所述电能表的运行状态评价分值。
进一步的，所述运行状态评价分值获得单元具体用于：将所述目标数据与各类评价指标数据的权重系数进行关联计算，获得所述电能表的运行状态评价分值。
进一步的，所述信息熵获得单元具体用于：基于分类结果对所述目标数据进行标准化处理，获得各类评价指标数据的标准值；根据各类评价指标数据的标准值，计算获得各类评价指标数据的信息熵。
进一步的，所述的电能表运行状态评价装置，还包括：分析确定单元，用于根据各类评价指标数据的信息熵，确定所述各类评价指标的信息量以及所述各类评价指标对所述电能表运行质量评价的影响程度。
进一步的，所述目标数据包括所述电能表的档案数据、运行数据、事件数据以及统计数据中的至少一种。
进一步的，所述的电能表运行状态评价装置，还包括：排序单元，用于根据所述运行状态评价分值由高到低进行排序。
进一步的，所述目标数据分类单元具体用于：构建所述多维度运行质量评价指标之后，利用多尺度熵值方式建立基于状态矩阵的运行状态评价模型；将所述目标数据输入到所述运行状态评价模型进行分类。
第三方面，本发明实施例还提供了一种电子设备，包括：处理器和存储器；其中，所述存储器，用于存储电能表运行状态评价方法的程序，该电子设备通电并通过所述处理器运行该电能表运行状态评价方法的程序后，执行上述所述的任意一项所述的电能表运行状态评价方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于被服务器执行上述电能表运行状态评价方法中任一项所述的方法。
采用本发明所述的电能表运行状态评价方法，能够基于多维度的评价指标方便快捷的对电能表运行状态进行监测，且成本较低，避免了人为干扰因素带来的偏差，提高了对电能表运行状态监测的效率和准确率，从而提升了用户使用体验。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引申获得其它的实施附图。
图1为本发明实施例提供的一种电能表运行状态评价方法的流程图；
图2为本发明实施例提供的一种电能表运行状态评价装置的示意图；
图3为本发明实施例提供的一种电子设备的示意图；
图4为本发明实施例提供的一种电能表运行状态评价的示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供的一种电能表运行状态评价方法，可首先将各运行质量评价指标进行数据标准化，计算出各个运行质量评价指标的信息熵，再通过信息熵计算各运行质量评价指标的权重，进而确定相应的权重系数，最后根据各运行质量评价指标权重系数计算电能表运行状态评价分值。
下面基于本发明所述的一种电能表运行状态评价方法，对其实施例进行详细描述。如图1所示，其为本发明实施例提供的一种电能表运行状态评价方法的流程图，具体实现过程包括以下步骤：
步骤S101：获取目标区域内电能表的目标数据。
具体的，可从用户信息采集系统中获取电能表的档案数据、运行数据、事件数据、统计数据等，将所述电能表的档案数据、运行数据、事件数据以及统计数据等作为所述目标数据进行后续分析。
步骤S102：构建所述电能表的多维度运行质量评价指标。
在步骤S101中获取目标区域内电能表的目标数据之后，在本步骤中可构建所述电能表的多维度运行质量评价指标。
在本发明实施例中，可基于电能表的档案数据、运行数据、事件数据以及统计数据等构建多维度运行质量评价指标。
具体的，可将所述电能表的档案数据、运行数据、事件数据以及统计数据进行分类并建立8类23项针对电能表的运行质量评价指标。其中，所述8类包括采集任务执行能力评价、电量异常评价、电压电流异常评价、异常用电评价、负荷异常评价、时钟异常评价、接线异常评价、历史综合评价；所述23项包括数据采集成功率、时钟校时成功率、参数下发成功率、示值不平异常、飞走异常、倒走异常、停走异常、电压断相、电压越线、电压不平衡、电流失流、电流不平衡、电能表开盖、停电事件异常、电流过流、负载持续超下限、功率因数异常、电能表时钟异常、反向电量异常、相序异常、潮流反向、历史工单处理以及近一个月评价。其中，所述采集任务执行能力评价包括数据采集成功率、时钟校时成功率、参数下发成功率；所述电量异常评价包括：示值不平异常、飞走异常、倒走异常、停走异常；所述电压电流异常评价包括：电压断相、电压越线、电压不平衡、电流失流、电流不平衡；所述异常用电评价包括：电能表开盖、停电事件异常；所述负荷异常评价包括：电流过流、负载持续超下限、功率因数异常；所述时钟异常评价包括：电能表时钟异常；所述接线异常评价包括：反向电量异常、相序异常、潮流反向；所述历史综合评价包括：历史工单处理以及近一个月评价。
步骤S103：根据所述多维度运行质量评价指标对所述目标数据进行分类。
在步骤S102中构建所述电能表的多维度运行质量评价指标之后，在本步骤中可根据所述多维度运行质量评价指标对所述目标数据进行分类。
在本发明实施例中，所述的根据所述多维度运行质量评价指标对所述目标数据进行分类，具体实现过程包括：构建所述多维度运行质量评价指标之后，利用多尺度熵值方式建立基于状态矩阵的运行状态评价模型；将所述目标数据输入到所述运行状态评价模型进行分类。具体的，可运用多尺度熵值法构建基于状态矩阵的电能表运行状态评价模型，避免了人为干扰因素带来的偏差，从数据角度实现智能电能表运行状态的精准评估，指导制定现场校验计划，合理安排周期轮换与故障隐患排查工作。
步骤S104：基于分类结果计算获得各类评价指标数据的信息熵。
在步骤S103中进行分类之后，在本步骤中可进一步基于分类结果计算获得各类评价指标数据的信息熵。
在本发明实施例中，由于电能表的各类运行质量评价指标存在量纲影响，需将电能表的各类运行质量评价指标的数据进行标准化处理，因运行质量评价指标存在计量单位不统一。在基于分类结果包含的目标数据计算获得各类评价指标数据的信息熵前，需要先要对所述目标数据进行标准化处理，即把运行质量评价指标的绝对值转化为相对值，从而解决各项不同运行质量评价指标值的同质化问题。
因此，所述的基于分类结果计算获得各类评价指标数据的信息熵，具体实现过程可包括：基于分类结果对所述目标数据进行标准化处理，获得各类评价指标数据的标准值；根据各类评价指标数据的标准值，计算获得各类评价指标数据的信息熵。进一步的，还可根据各类评价指标数据的信息熵，确定所述各类评价指标的信息量以及所述各类评价指标对所述电能表运行质量评价的影响程度等。
在实际实施过程中，假设给定了k个运行质量评价指标X1，X2，...Xk，其中Xi＝{x1，x2，…，xn}。假设对各个运行质量评价指标中数据标准化后的标准值为Y1，Y2，…，Yk。具体标准化计算公式如下：
Figure BDA0002277833830000071
若xj为负指标：
Figure BDA0002277833830000072
其中，Yij为各类评价指标数据的标准值。
根据电能表运行质量评价指标中数据标准化后，获得各类评价指标数据的标准值；进一步的，可基于各类评价指标数据的标准值计算获得各类评价指标数据的信息熵。信息熵可直观反映该评价指标的信息量：信息量越大，不确定性越小，熵值越小；信息量越小，不确定性越大，熵值越大；同时也可用熵值来判断某个评价指标的离散程度，评价指标离散程度越大，该评价指标对智能电能表运行质量评价的影响越大，相反评价指标离散程度越小，评价指标对智能电能表运行质量评价的影响越小。
计算各类评价指标数据的信息熵的预设公式如下：
Figure BDA0002277833830000073
其中，Ej为各类评价指标数据的信息熵；
如果pij＝0，则定义
Figure BDA0002277833830000074
步骤S105：根据各类评价指标数据的信息熵，获得各类评价指标数据的权重系数。
在步骤S104中获得所述信息熵之后，在本步骤中可根据所述信息熵计算获得各类评价指标数据的权重系数。
根据智能电能表评价指标信息熵计算出各个评价指标权重系数，计算评价指标权重系数公式如下：
Figure BDA0002277833830000081
其中，Wi为评价指标权重系数。
步骤S106：基于各类评价指标数据的权重系数对所述电能表的运行状态评分，获得所述电能表的运行状态评价分值。
在步骤S105中获得所述权重系数之后，在本步骤中可基于各类评价指标数据的权重系数对所述电能表的运行状态评分获得所述电能表的运行状态评价分值。
在本发明实施例中，所述的基于各类评价指标数据的权重系数对所述电能表的运行状态评分获得所述电能表的运行状态评价分值，具体实现过程可包括：将所述目标数据与各类评价指标数据的权重系数进行关联计算，获得所述电能表的运行状态评价分值。进一步的，在具体实施过程中，还可根据所述运行状态评价分值由高到低进行排序。
根据电能表各评价指标权重系数对电能表进行运行状态评分。设Zj为第j个被评价对象的综合评价值，则得到n个被评价对象的评价分值，最终得出电能表运行状态评价分值，通过评价分数进行排名，指导采集运维人员开展现场故障排查与设备更换工作。
Figure BDA0002277833830000082
其中，Zj为运行状态评价分值。
采用本发明所述的电能表运行状态评价方法，能够基于多维度的评价指标方便快捷的对电能表运行状态进行监测，且成本较低，避免了人为干扰因素带来的偏差，提高了对电能表运行状态监测的效率和准确率，从而提升了用户使用体验。
与上述提供的一种电能表运行状态评价方法相对应，本发明还提供一种电能表运行状态评价装置。由于该装置的实施例相似于上述方法实施例，所以描述的比较简单，相关之处请参见上述方法实施例部分的说明即可，下面描述的电能表运行状态评价装置的实施例仅是示意性的。请参考图2所示，其为本发明实施例提供的一种电能表运行状态评价装置的示意图。
本发明所述的一种电能表运行状态评价装置包括如下部分：
目标数据获取单元201，用于获取目标区域内电能表的目标数据。
具体的，可从用户信息采集系统中获取电能表的档案数据、运行数据、事件数据、统计数据等，将所述电能表的档案数据、运行数据、事件数据以及统计数据等作为所述目标数据进行后续分析。
评价指标构建单元202，用于构建所述电能表的多维度运行质量评价指标。
在目标数据获取单元201中获取目标区域内电能表的目标数据之后，在评价指标构建单元202中可构建所述电能表的多维度运行质量评价指标。
在本发明实施例中，可基于电能表的档案数据、运行数据、事件数据以及统计数据等构建多维度运行质量评价指标。具体的，可将所述电能表的档案数据、运行数据、事件数据以及统计数据进行分类并建立8类23项针对电能表的运行质量评价指标。
目标数据分类单元203，用于根据所述多维度运行质量评价指标对所述目标数据进行分类。
在评价指标构建单元202中构建所述电能表的多维度运行质量评价指标之后，在目标数据分类单元203中可根据所述多维度运行质量评价指标对所述目标数据进行分类。
在本发明实施例中，所述的根据所述多维度运行质量评价指标对所述目标数据进行分类，具体实现过程包括：构建所述多维度运行质量评价指标之后，利用多尺度熵值方式建立基于状态矩阵的运行状态评价模型；将所述目标数据输入到所述运行状态评价模型进行分类。
信息熵获得单元204，基于分类结果计算获得各类评价指标数据的信息熵。
在目标数据分类单元203中进行分类之后，在信息熵获得单元204中可进一步基于分类结果计算获得各类评价指标数据的信息熵。
在本发明实施例中，由于电能表的各类运行质量评价指标存在量纲影响，需将电能表的各类运行质量评价指标的数据进行标准化处理，因运行质量评价指标存在计量单位不统一。在基于分类结果包含的目标数据计算获得各类评价指标数据的信息熵前，需要先要对所述目标数据进行标准化处理，即把运行质量评价指标的绝对值转化为相对值，从而解决各项不同运行质量评价指标值的同质化问题。
因此，所述的基于分类结果计算获得各类评价指标数据的信息熵，具体实现过程可包括：基于分类结果对所述目标数据进行标准化处理，获得各类评价指标数据的标准值；根据各类评价指标数据的标准值，计算获得各类评价指标数据的信息熵。进一步的，还可根据各类评价指标数据的信息熵，确定所述各类评价指标的信息量以及所述各类评价指标对所述电能表运行质量评价的影响程度等。
权重系数获得单元205，用于根据各类评价指标数据的信息熵，获得各类评价指标数据的权重系数。
运行状态评价分值获得单元206，基于各类评价指标数据的权重系数对所述电能表的运行状态评分，获得所述电能表的运行状态评价分值。
在权重系数获得单元205中获得所述权重系数之后，在运行状态评价分值获得单元206中可基于各类评价指标数据的权重系数对所述电能表的运行状态评分获得所述电能表的运行状态评价分值。
在本发明实施例中，所述的基于各类评价指标数据的权重系数对所述电能表的运行状态评分获得所述电能表的运行状态评价分值，具体实现过程可包括：将所述目标数据与各类评价指标数据的权重系数进行关联计算，获得所述电能表的运行状态评价分值。进一步的，在具体实施过程中，还可根据所述运行状态评价分值由高到低进行排序。
采用本发明所述的电能表运行状态评价装置，能够基于多维度的评价指标方便快捷的对电能表运行状态进行监测，且成本较低，避免了人为干扰因素带来的偏差，提高了对电能表运行状态监测的效率和准确率，从而提升了用户使用体验。
与上述提供的一种电能表运行状态评价方法相对应，本发明还提供一种电子设备。由于该电子设备的实施例相似于上述方法实施例，所以描述的比较简单，相关之处请参见上述方法实施例部分的说明即可，下面描述的电子设备仅是示意性的。如图3所示，其为本发明实施例提供的一种电子设备的示意图。
该电子设备具体包括：处理器301和存储器302；其中，存储器302用于运行一个或多个程序指令，用于存储电能表运行状态评价方法的程序，该服务器通电并通过所述处理器301运行该电能表运行状态评价方法的程序后，执行上述任意一项所述的电能表运行状态评价方法。
与上述提供的一种电能表运行状态评价方法相对应，本发明还提供一种计算机存储介质。由于该计算机存储介质的实施例相似于上述方法实施例，所以描述的比较简单，相关之处请参见上述方法实施例部分的说明即可，下面描述的计算机存储介质仅是示意性的。
所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于被服务器执行上述所述的电能表运行状态评价方法。所述的服务器可以是指与上述电子设备对应的后台服务器。
在本发明实施例中，处理器或处理器模块可以是一种集成电路芯片，具有信号的处理能力。处理器可以是通用处理器、数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。处理器读取存储介质中的信息，结合其硬件完成上述方法的步骤。
存储介质可以是存储器，例如可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。
其中，非易失性存储器可以是只读存储器(Read-Only Memory，简称ROM)、可编程只读存储器(Programmable ROM，简称PROM)、可擦除可编程只读存储器(Erasable PROM，简称EPROM)、电可擦除可编程只读存储器(Electrically EPROM，简称EEPROM)或闪存。
易失性存储器可以是随机存取存储器(Random Access Memory，简称RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，简称SRAM)、动态随机存取存储器(Dynamic RAM，简称DRAM)、同步动态随机存取存储器(Synchronous DRAM，简称SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM，简称DDRSDRAM)、增强型同步动态随机存取存储器(EnhancedSDRAM，简称ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM，简称SLDRAM)和直接内存总线随机存取存储器(Direct Ram bus RAM，简称DRRAM)。
本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类型的存储器。
本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件与软件组合来实现。当应用软件时，可以将相应功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

Claims (10)

1.一种电能表运行状态评价方法，其特征在于，包括：
获取目标区域内电能表的目标数据；
构建所述电能表的多维度运行质量评价指标；
根据所述多维度运行质量评价指标对所述目标数据进行分类；
基于分类结果计算获得各类评价指标数据的信息熵；
根据各类评价指标数据的信息熵，获得各类评价指标数据的权重系数；
基于各类评价指标数据的权重系数对所述电能表的运行状态评分，获得所述电能表的运行状态评价分值。
2.根据权利要求1所述的电能表运行状态评价方法，其特征在于，所述基于各类评价指标数据的权重系数对所述电能表的运行状态评分，获得所述电能表的运行状态评价分值，具体包括：
将所述目标数据与各类评价指标数据的权重系数进行关联计算，获得所述电能表的运行状态评价分值。
3.根据权利要求1所述的电能表运行状态评价方法，其特征在于，所述基于分类结果计算获得各类评价指标数据的信息熵，具体包括：
基于分类结果对所述目标数据进行标准化处理，获得各类评价指标数据的标准值；
根据各类评价指标数据的标准值，计算获得各类评价指标数据的信息熵。
4.根据权利要求1所述的电能表运行状态评价方法，其特征在于，还包括：根据各类评价指标数据的信息熵，确定所述各类评价指标的信息量以及所述各类评价指标对所述电能表运行质量评价的影响程度。
5.根据权利要求1所述的电能表运行状态评价方法，其特征在于，所述目标数据包括所述电能表的档案数据、运行数据、事件数据以及统计数据中的至少一种。
6.根据权利要求1所述的电能表运行状态评价方法，其特征在于，还包括：根据所述运行状态评价分值由高到低进行排序。
7.根据权利要求1所述的电能表运行状态评价方法，其特征在于，所述根据所述多维度运行质量评价指标对所述目标数据进行分类，具体包括：
构建所述多维度运行质量评价指标之后，利用多尺度熵值方式建立基于状态矩阵的运行状态评价模型；
将所述目标数据输入到所述运行状态评价模型进行分类。
8.一种电能表运行状态评价装置，其特征在于，包括：
目标数据获取单元，用于获取目标区域内电能表的目标数据；
评价指标构建单元，用于构建所述电能表的多维度运行质量评价指标；
目标数据分类单元，用于根据所述多维度运行质量评价指标对所述目标数据进行分类；
信息熵获得单元，基于分类结果计算获得各类评价指标数据的信息熵；
权重系数获得单元，用于根据各类评价指标数据的信息熵，获得各类评价指标数据的权重系数；
运行状态评价分值获得单元，基于各类评价指标数据的权重系数对所述电能表的运行状态评分，获得所述电能表的运行状态评价分值。
9.一种电子设备，其特征在于，包括：
处理器；以及
存储器，用于存储电能表运行状态评价方法的程序，该电子设备通电并通过所述处理器运行该电能表运行状态评价方法的程序后，执行上述权利要求1-7任意一项所述的电能表运行状态评价方法。
10.一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中包含一个或多个程序指令，所述一个或多个程序指令用于被服务器执行如权利要求1-7任一项所述的电能表运行状态评价方法。
CN201911129294.7A 2019-11-18 2019-11-18 一种电能表运行状态评价方法和装置 Pending CN111080068A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911129294.7A CN111080068A (zh) 2019-11-18 2019-11-18 一种电能表运行状态评价方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911129294.7A CN111080068A (zh) 2019-11-18 2019-11-18 一种电能表运行状态评价方法和装置

Publications (1)

Publication Number Publication Date
CN111080068A true CN111080068A (zh) 2020-04-28

Family

ID=70311243

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911129294.7A Pending CN111080068A (zh) 2019-11-18 2019-11-18 一种电能表运行状态评价方法和装置

Country Status (1)

Country Link
CN (1) CN111080068A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117932501A (zh) * 2024-03-22 2024-04-26 深圳市江机实业有限公司 一种电能表运行状态管理方法和系统
CN117932501B (zh) * 2024-03-22 2024-05-28 深圳市江机实业有限公司 一种电能表运行状态管理方法和系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104715318A (zh) * 2014-12-04 2015-06-17 国家电网公司 面向通信网络的多维度运行风险评价方法
CN107292534A (zh) * 2017-07-12 2017-10-24 国网福建省电力有限公司 城市配电网中长期动态投资的标尺竞争评价方法及装置
CN109190957A (zh) * 2018-08-23 2019-01-11 国网天津市电力公司电力科学研究院 一种基于在线综合评价的智能电能表运维更换方法及装置
CN109389145A (zh) * 2018-08-17 2019-02-26 国网浙江省电力有限公司宁波供电公司 基于计量大数据聚类模型的电能表生产厂商评价方法
CN110310035A (zh) * 2019-06-28 2019-10-08 国网河北省电力有限公司经济技术研究院 主动配电网综合评价方法、装置及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104715318A (zh) * 2014-12-04 2015-06-17 国家电网公司 面向通信网络的多维度运行风险评价方法
CN107292534A (zh) * 2017-07-12 2017-10-24 国网福建省电力有限公司 城市配电网中长期动态投资的标尺竞争评价方法及装置
CN109389145A (zh) * 2018-08-17 2019-02-26 国网浙江省电力有限公司宁波供电公司 基于计量大数据聚类模型的电能表生产厂商评价方法
CN109190957A (zh) * 2018-08-23 2019-01-11 国网天津市电力公司电力科学研究院 一种基于在线综合评价的智能电能表运维更换方法及装置
CN110310035A (zh) * 2019-06-28 2019-10-08 国网河北省电力有限公司经济技术研究院 主动配电网综合评价方法、装置及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117932501A (zh) * 2024-03-22 2024-04-26 深圳市江机实业有限公司 一种电能表运行状态管理方法和系统
CN117932501B (zh) * 2024-03-22 2024-05-28 深圳市江机实业有限公司 一种电能表运行状态管理方法和系统

Similar Documents

Publication Publication Date Title
US11824360B2 (en) Apparatus and method for optimizing carbon emissions in a power grid
CN111612275B (zh) 一种预测区域用户负荷量的方法及装置
CN112182720B (zh) 一种基于建筑能源管理应用场景的建筑能耗模型评价方法
CN109359665A (zh) 一种基于支持向量机的家电负荷识别方法及装置
CN103699668A (zh) 基于数据断面一致性的配电网电气设备组合状态评估方法
Gao et al. Spectral clustering based demand-oriented representative days selection method for power system expansion planning
CN114372360A (zh) 用于电力负荷预测的方法、终端及存储介质
Xue et al. Adaptive ultra-short-term wind power prediction based on risk assessment
CN116187552A (zh) 异常检测方法、计算设备及计算机存储介质
CN115293257A (zh) 一种针对异常用电用户的检测方法及系统
CN111680712A (zh) 基于日内相似时刻的变压器油温预测方法、装置及系统
Yang et al. Short-term wind power prediction based on multi-parameters similarity wind process matching and weighed-voting-based deep learning model selection
CN116303480B (zh) 基于云计算的电能表误差校验方法
CN111060755A (zh) 一种电磁干扰诊断方法和装置
CN113468811B (zh) 含新能源机组的电网备用容量概率化动态评估方法及系统
CN111080068A (zh) 一种电能表运行状态评价方法和装置
CN115908082A (zh) 基于用电特征指标的企业排污监控方法及装置
CN115528684A (zh) 一种超短期负荷预测方法、装置及电子设备
Tiwari et al. Contingency assessment for voltage dip and short term voltage stability analysis
Gehbauer et al. Photovoltaic and behind-the-meter battery storage: Advanced smart inverter controls and field demonstration
Dadi et al. Estimation of transmission reliability margin using statistical methods and intelligent techniques
CN112630666B (zh) 蓄电池测试排期方法及装置
CN115292150B (zh) 一种基于ai算法监控iptv epg业务健康状态的方法
De Greve et al. A review of time series models for the long term modeling of wind speed in distribution network planning
Abdillah et al. JURNAL RESTI

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