CN112446610A - 用电量平均台区电能表失准模型的信息验证方法及系统 - Google Patents
用电量平均台区电能表失准模型的信息验证方法及系统 Download PDFInfo
- Publication number
- CN112446610A CN112446610A CN202011334946.3A CN202011334946A CN112446610A CN 112446610 A CN112446610 A CN 112446610A CN 202011334946 A CN202011334946 A CN 202011334946A CN 112446610 A CN112446610 A CN 112446610A
- Authority
- CN
- China
- Prior art keywords
- information
- parameter
- application environment
- electric energy
- calling
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000012795 verification Methods 0.000 title claims abstract description 39
- 238000004458 analytical method Methods 0.000 claims abstract description 77
- 230000003044 adaptive effect Effects 0.000 claims abstract description 21
- 238000012423 maintenance Methods 0.000 claims description 163
- 238000009826 distribution Methods 0.000 claims description 134
- 230000008859 change Effects 0.000 claims description 84
- 230000005611 electricity Effects 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 21
- 239000006185 dispersion Substances 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 16
- 230000004069 differentiation Effects 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 12
- 230000007547 defect Effects 0.000 claims description 12
- 238000012546 transfer Methods 0.000 claims description 8
- 230000004927 fusion Effects 0.000 claims description 7
- 238000012935 Averaging Methods 0.000 claims description 6
- 230000003213 activating effect Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 claims 2
- 238000012937 correction Methods 0.000 abstract description 9
- 238000005065 mining Methods 0.000 abstract description 6
- 230000006870 function Effects 0.000 description 44
- 238000012545 processing Methods 0.000 description 12
- 238000003860 storage Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000000007 visual effect Effects 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
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供一种用电量平均台区电能表失准模型的信息验证方法及系统,通过对所述每个台区电能表上传的用电量统计运行数据进行参数项分析,从而可以对待验证运行参数间的验证运行关系进行深度挖掘分析,对海量用电量统计运行数据进行有效地挖掘应用,并由此进行应用环境影响参数信息的电能表计量程序更新,同时还可以通过应用环境影响参数信息的自适应性更新信息对电能表计量纠偏策略进行优化,进而提高运行误差的纠偏精度。
Description
技术领域
本申请涉及电能表数据处理技术领域,具体而言,涉及一种用电量平均台区电能表失准模型的信息验证方法及系统。
背景技术
随着用电信息采集系统的全面建设,传统的人工抄表方式已经被自动采集所取代,在大大减少人工现场抄表工作量的同时,也同样大大削减了用电客户尤其是低压台区居民用电客户计量装置运行工况现场巡查的工作。智能表运行可靠性关系到千家万户的实际利益,也直接影响到国网公司的运营收益。改变原有的地毯式人工现场巡查方式,探寻一种高效精准的智能表运行误差诊断模型势在必行。
在相关技术中,电能表失准模型是用于计算电能表运行误差的机器学习模型,在搭建过程中,如何能够对海量用电量统计运行数据进行有效地挖掘应用,从而提高运行误差的纠偏精度,是本领域亟待解决的技术问题。
发明内容
有鉴于此,本申请的目的在于提供一种用电量平均台区电能表失准模型的信息验证方法及系统,通过对所述每个台区电能表上传的用电量统计运行数据进行参数项分析,从而可以对待验证运行参数间的验证运行关系进行深度挖掘分析,对海量用电量统计运行数据进行有效地挖掘应用,并由此进行应用环境影响参数信息的电能表计量程序更新,同时还可以通过应用环境影响参数信息的自适应性更新信息对电能表计量纠偏策略进行优化,进而提高运行误差的纠偏精度。
根据本申请的第一方面,提供一种用电量平均台区电能表失准模型的信息验证方法,应用于与台区电能表通信连接的服务器,所述方法包括:
获取每个台区电能表上传的用电量统计运行数据;
按照预设平均台区区域范围对所述每个台区电能表上传的用电量统计运行数据进行参数项分析,获得多个目标用电量统计运行参数项以及每个目标用电量统计运行参数项下对应的待验证运行参数;
基于预先训练的电能表失准模型提取每个目标用电量统计运行参数项对应的待验证运行参数的电能表运行误差参量,并基于每个目标用电量统计运行参数项所对应的电能表运行误差参量确定每个目标用电量统计运行参数项所对应的应用环境影响参数信息,并分别向每个目标用电量统计运行参数项对应的电能表计量程序发送对应的所述应用环境影响参数信息;
获取每个电能表计量程序对所接收到的所述应用环境影响参数信息的自适应性更新信息,并基于所述自适应性更新信息对所述台区电能表的电能表计量纠偏策略进行更新。
在第一方面的一种可替代的示例中,所述按照预设平均台区区域范围对所述每个台区电能表上传的用电量统计运行数据进行参数项分析,获得多个目标用电量统计运行参数项以及每个目标用电量统计运行参数项下对应的待验证运行参数的步骤,包括:
获取所述每个台区电能表上传的用电量统计运行数据在预设平均台区区域范围的目标用电量统计运行数据;
提取所述每个台区电能表的目标用电量统计运行数据的状态变化运行误差参量;
将每个所述状态变化运行误差参量,分别和其余的每个台区电能表的目标用电量统计运行数据的目标状态变化误差参量进行回归模型分析,得到初始回归模型分析信息,当至少一个所述目标状态变化误差参量均回归模型分析完成时,得到至少一个初始回归模型分析信息;所述初始回归模型分析信息表征状态变化运行误差参量与目标状态变化误差参量之间的误差参数数据点;
对至少一个所述初始回归模型分析信息进行误差分散编辑,得到与每个状态变化运行误差参量对应的回归模型分析信息;其中,所述回归模型分析信息表征存在的与状态变化运行误差参量回归模型分析的目标状态变化误差参量,所述回归模型分析信息与每个所述状态变化运行误差参量相对应;
对至少一个所述状态变化运行误差参量中,所述回归模型分析信息表征存在回归模型分析的目标状态变化误差参量的状态变化运行误差参量进行提取,得到回归模型分析状态变化运行误差参量;
根据所述回归模型分析信息,从至少一个所述目标状态变化误差参量中,提取出与所述回归模型分析状态变化运行误差参量相回归模型分析的目标状态变化误差参量,作为回归模型分析状态变化误差参量;
对至少一个所述状态变化运行误差参量中,除所述回归模型分析状态变化运行误差参量之外的状态变化运行误差参量进行误差分散编辑,得到初始误差分散编辑特征序列;
对至少一个所述目标状态变化误差参量中,除所述回归模型分析状态变化误差参量之外的目标状态变化误差参量进行误差分散编辑,得到目标误差分散编辑特征序列;
将所述初始误差分散编辑特征序列和所述目标误差分散编辑特征序列进行融合,得到每个所述状态变化运行误差参量分别和其余的每个台区电能表的目标用电量统计运行数据的目标状态变化误差参量之间的融合误差参量;
将融合误差参量相似的用电量统计运行数据作为一个目标用电量统计运行参数项,以得到多个目标用电量统计运行参数项,并获取每个目标用电量统计运行参数项下的各个状态变化运行误差参量所对应的待验证运行参数。
在第一方面的一种可替代的示例中,所述基于预先训练的电能表失准模型提取每个目标用电量统计运行参数项对应的待验证运行参数的电能表运行误差参量,并基于每个目标用电量统计运行参数项所对应的电能表运行误差参量确定每个目标用电量统计运行参数项所对应的应用环境影响参数信息的步骤,包括:
获取所述每个目标用电量统计运行参数项所对应的电能表运行误差参量中与当前更新的目标应用环境项目关联的目标应用环境功能单元信息,并从所述当前更新的目标应用环境项目中获取该目标应用环境功能单元信息的采集对象关系信息;
当所述目标应用环境功能单元信息被激活与目标应用环境项目对应的采集对象关系表项对应的采集对象关系时,从所述采集对象关系信息中提取目标应用环境项目特征,所述目标应用环境项目特征包括第一应用环境项目特征和第二应用环境项目特征,所述第一应用环境项目特征为所述采集对象关系表项包括的与所述目标应用环境项目对应的采集对象关系元素识别到的被动表项触发节点信息,所述第二应用环境项目特征为所述采集对象关系元素识别到的主动表项触发节点信息,不同的采集对象关系元素用于表征不同的预设应用环境功能单元信息;
根据所述目标应用环境项目特征,确定所述目标应用环境功能单元信息的目标应用环境元素,并确定所述目标应用环境元素所对应的经由环境功能单元的台区网格的台区网格调取参数以及对应的调取数据分布;
根据所述调取数据分布,对所述台区网格调取参数中的当前工单流转信息所对应的台区网格节点进行激活后,在所述台区网格调取参数中更新所述工单流转信息,从而根据更新后的所述台区网格调取参数获得所述目标应用环境元素所对应的经由环境功能单元的应用环境影响参数信息。
在第一方面的一种可替代的示例中,从所述采集对象关系信息中提取目标应用环境项目特征的步骤,包括:
通过所述采集对象关系元素从所述采集对象关系信息中分别获取对应的应用环境功能单元信息的各个采集对象关系流的位置运维数据和运维区分规则;
根据获取的应用环境功能单元信息的各个采集对象关系流的位置运维数据,分别确定应用环境功能单元信息的各个采集对象关系流的应用环境属性;
根据所述运维区分规则,将所述应用环境功能单元信息的各个采集对象关系流划分为被动表项触发节点集合和主动表项触发节点集合;
根据所述运维区分规则和所述应用环境功能单元信息的各个采集对象关系流的应用环境属性,确定所述被动表项触发节点集合和所述主动表项触发节点集合各自的运维区分规则;
根据所述被动表项触发节点集合和所述主动表项触发节点集合各自的运维区分规则,确定所述目标应用环境项目特征。
在第一方面的一种可替代的示例中,所述运维区分规则包括至少两个运维区分策略的运维调度误差参量;
根据所述运维区分规则和所述应用环境功能单元信息的各个采集对象关系流的应用环境属性,确定所述被动表项触发节点集合和所述主动表项触发节点集合各自的运维区分规则的步骤,包括:
根据应用环境功能单元信息的各个采集对象关系流的应用环境属性,建立应用环境功能单元信息的采集对象关系流的运行负荷点数据曲线列表;
根据所述运维区分规则和所述运维区分规则包括的至少两个运维区分策略的运维调度误差参量,确定每一所述被动表项触发节点集合和所述主动表项触发节点集合对应于每一运维区分策略的运维调度误差参量的运维调度特征参与度;
根据每一被动表项触发节点集合对应于每一运维区分策略的运维调度误差参量的运维调度特征参与度和每一主动表项触发节点集合对应于每一运维区分策略的运维调度误差参量的运维调度特征参与度,建立应用环境功能单元信息的采集对象关系流对应于每一运维区分策略的运维调度误差参量的第一运维调度分布;
利用所述运行负荷点数据曲线列表,对所述运行负荷点数据曲线列表和所述第一运维调度分布的运维调度特征计算结果进行遍历得到应用环境功能单元信息的各个采集对象关系流对应于每一运维区分策略的运维调度误差参量的第二运维调度分布,直至遍历次数达到预设次数或者所述第二运维调度分布中各运维调度特征参与度的可变范围低于设定可变范围;其中,在每一次遍历开始前,针对每一被动表项触发节点集合,恢复上次遍历得到的运维调度特征计算结果中所包含的该被动表项触发节点集合对应的运维调度特征参与度为第一运维调度分布中包含的、该被动表项触发节点集合对应的运维调度特征参与度,并选择运维调度特征参与度最大的运维区分策略的运维调度误差参量为该被动表项触发节点集合对应的运维调度误差参量;
针对每一主动表项触发节点集合,根据第二运维调度分布中该主动表项触发节点集合对应于每一运维区分策略的运维调度误差参量的运维调度特征参与度,选择运维调度特征参与度最大的运维区分策略的运维调度误差参量作为该主动表项触发节点集合对应的运维调度误差参量;
根据所述被动表项触发节点集合和所述主动表项触发节点集合各自的对应的运维调度误差参量得到对应的运维区分规则。
在第一方面的一种可替代的示例中,所述根据所述目标应用环境项目特征,确定所述目标应用环境功能单元信息的目标应用环境元素的步骤,包括:
根据所述第一应用环境项目特征和所述第二应用环境项目特征,确定所述目标应用环境功能单元信息分别对应的第一状态量家族缺陷分布和第二状态量家族缺陷分布;
确定所述第一状态量家族缺陷分布和所述第二状态量家族缺陷分布之间的关联分布,并获取所述关联分布的应用环境项目特征,将所述应用环境项目特征按照功能性划分成多个划分环境项目特征;
将所述多个划分环境项目特征分别转换成被动表项触发节点信息集合和主动表项触发节点信息集合,分别从所述被动表项触发节点信息集合的各被动表项触发节点信息中提取第一触发表示分量,以及从所述主动表项触发节点信息集合的各主动表项触发节点信息中提取第二触发表示分量;
将所述第一触发表示分量和所述第二触发表示分量进行融合得到融合触发表示分量,并根据所述融合触发表示分量确定所述目标应用环境功能单元信息的目标应用环境元素。
在第一方面的一种可替代的示例中,确定所述目标应用环境元素所对应的经由环境功能单元的台区网格的台区网格调取参数以及对应的调取数据分布的步骤,包括:
确定所述目标应用环境元素所对应的经由环境功能单元的台区网格的网格传输单元,以根据所述网格传输单元确定对应的台区网格调取参数;
获得所述经由环境功能单元的应用环境项目特征的调取模式,并获得所述经由环境功能单元下的多个台区网格的台区考核用电传输信息;
针对所述台区考核用电传输信息与预先配置的各个调取数据分布的调取模式进行调取数据点计算,获得针对所述各个调取数据分布的多个第一调取数据点计算结果,所述各个调取数据分布的调取模式为:在配置过程中确定的该调取数据分布对应的预设的被动表项触发节点信息和主动表项触发节点信息的调取模式;
根据所述多个第一调取数据点计算结果,确定所述目标应用环境元素对应的调取数据分布;
其中,所述各个调取数据分布,采用如下方式配置获得:
获取预设的配置集合中各个虚拟数据调取指令对应的预设的虚拟数据调取特征的各个虚拟数据调取格式,构成虚拟数据调取格式集合;
逐一选择所述虚拟数据调取格式集合中的一个虚拟数据调取格式,分别作为当前虚拟数据调取格式,以根据所述虚拟数据调取格式创建一个调取数据分布,计算当前虚拟数据调取格式与所述调取数据分布的协议调取数据点之间的应用环境属性,获得多个第二调取数据点量,作为第二调取数据点结果;
将第二调取数据点计算结果中满足预设调取数据点条件时对应的调取数据分布作为所述当前虚拟数据调取格式所属的调取数据分布,将所述当前虚拟数据调取格式加入所述当前虚拟数据调取格式所属的调取数据分布中;
如果没有第二调取数据点计算结果满足预设调取数据点条件,则创建一个调取数据分布,该调取数据分布的协议调取数据点记录为当前虚拟数据调取格式,重新计算所述调取数据分布的协议调取数据点后,且在对所述虚拟数据调取格式集合中的各个虚拟数据调取格式合并完成后,将每个调取数据分布的协议调取数据点作为每个调取数据分布对应的预设的虚拟数据调取特征的调取模式。
在第一方面的一种可替代的示例中,根据所述调取数据分布,对所述台区网格调取参数中的当前工单流转信息所对应的台区网格节点进行激活后,在所述台区网格调取参数中更新所述工单流转信息的步骤,包括:
根据所述调取数据分布获取多个虚拟数据调取点,并获取所述多个虚拟数据调取点中每个虚拟数据调取点的工单流转模型更新信息;
根据所述每个虚拟数据调取点的工单流转模型更新信息和所述每个虚拟数据调取点所预先配置的工单流转模型参数,获取所述每个虚拟数据调取点的目标参数,所述目标参数中包括工单流转模型参数和对应的各个虚拟数据调取点的工单流转模型;
根据所述每个虚拟数据调取点的服务工单流转模型更新标签和所述每个虚拟数据调取点的工单流转模型参数,对所述台区网格调取参数中的当前工单流转信息所对应的台区网格节点的待更新状态部分进行激活处理后,在所述台区网格调取参数中更新所述工单流转信息。
在第一方面的一种可替代的示例中,所述获取每个电能表计量程序对所接收到的所述应用环境影响参数信息的自适应性更新信息,并基于所述自适应性更新信息对所述台区电能表的电能表计量纠偏策略进行更新的步骤,包括:
根据获取每个电能表计量程序对所接收到的所述应用环境影响参数信息的自适应性更新信息中的更新参数项和非更新参数项,对所述台区电能表的电能表计量纠偏策略进行更新,其中,更新的方式包括:增加所述台区电能表的电能表计量纠偏策略中与更新参数项相关的特征分量的权重参数,以及减小所述台区电能表的电能表计量纠偏策略中与非更新参数项相关的特征分量的权重参数。
根据本申请的第二方面,提供一种用电量平均台区电能表失准模型的信息验证系统,应用于与台区电能表通信连接的服务器,所述系统包括:
获取模块,用于获取每个台区电能表上传的用电量统计运行数据;
参数项分析模块,用于按照预设平均台区区域范围对所述每个台区电能表上传的用电量统计运行数据进行参数项分析,获得多个目标用电量统计运行参数项以及每个目标用电量统计运行参数项下对应的待验证运行参数;
提取模块,用于基于预先训练的电能表失准模型提取每个目标用电量统计运行参数项对应的待验证运行参数的电能表运行误差参量,并基于每个目标用电量统计运行参数项所对应的电能表运行误差参量确定每个目标用电量统计运行参数项所对应的应用环境影响参数信息,并分别向每个目标用电量统计运行参数项对应的电能表计量程序发送对应的所述应用环境影响参数信息;
更新模块,用于获取每个电能表计量程序对所接收到的所述应用环境影响参数信息的自适应性更新信息,并基于所述自适应性更新信息对所述台区电能表的电能表计量纠偏策略进行更新。
基于上述任一方面,本申请通过对所述每个台区电能表上传的用电量统计运行数据进行参数项分析,从而可以对待验证运行参数间的验证运行关系进行深度挖掘分析,对海量用电量统计运行数据进行有效地挖掘应用,并由此进行应用环境影响参数信息的电能表计量程序更新,同时还可以通过应用环境影响参数信息的自适应性更新信息对电能表计量纠偏策略进行优化,进而提高运行误差的纠偏精度。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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,还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例所提供的用电量平均台区电能表失准模型的信息验证系统的应用场景示意图;
图2示出了本申请实施例所提供的用电量平均台区电能表失准模型的信息验证方法的流程示意图;
图3示出了本申请实施例所提供的用电量平均台区电能表失准模型的信息验证系统的功能模块示意图;
图4示出了本申请实施例所提供的用于执行上述的用电量平均台区电能表失准模型的信息验证方法的服务器的组件结构示意图。
具体实施方式
下面结合说明书附图对本发明进行具体说明,方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。
图1是本发明一种实施例提供的用电量平均台区电能表失准模型的信息验证系统10的交互示意图。用电量平均台区电能表失准模型的信息验证系统10可以包括服务器100以及与所述服务器100通信连接的台区电能表200。图1所示的用电量平均台区电能表失准模型的信息验证系统10仅为一种可行的示例,在其它可行的实施例中,该用电量平均台区电能表失准模型的信息验证系统10也可以仅包括图1所示组成部分的其中一部分或者还可以包括其它的组成部分。
本实施例中,用电量平均台区电能表失准模型的信息验证系统10中的服务器100和台区电能表200可以通过配合执行以下方法实施例所描述的用电量平均台区电能表失准模型的信息验证方法,具体服务器100和台区电能表200的执行步骤部分可以参照以下方法实施例的详细描述。
为了解决前述背景技术中的技术问题,图2为本发明实施例提供的用电量平均台区电能表失准模型的信息验证方法的流程示意图,本实施例提供的用电量平均台区电能表失准模型的信息验证方法可以由图1中所示的服务器100执行,下面对该用电量平均台区电能表失准模型的信息验证方法进行详细介绍。
步骤S110,获取每个台区电能表200产生的用电量统计运行数据。
步骤S120,按照预设平均台区区域范围对每个台区电能表上传的用电量统计运行数据进行参数项分析,获得多个目标用电量统计运行参数项以及每个目标用电量统计运行参数项下对应的待验证运行参数。
步骤S130,基于预先训练的电能表失准模型提取每个目标用电量统计运行参数项对应的待验证运行参数的电能表运行误差参量,并基于每个目标用电量统计运行参数项所对应的电能表运行误差参量确定每个目标用电量统计运行参数项所对应的应用环境影响参数信息,并分别向每个目标用电量统计运行参数项对应的电能表计量程序发送对应的应用环境影响参数信息。
步骤S140,获取每个电能表计量程序对所接收到的应用环境影响参数信息的自适应性更新信息,并基于自适应性更新信息对台区电能表的电能表计量纠偏策略进行更新。
本实施例中,台区电能表200可以安装于各个台区中。
本实施例中,应用环境影响参数信息可以是在用电量计量过程中受到周围应用环境(例如温度影响参数、磁场影响参数和电流影响参数等)影响的应用环境影响参数信息,具体不作限定。
基于上述步骤,本实施例通过对每个台区电能表200产生的用电量统计运行数据进行参数项分析,从而可以对台区电能表200间的验证运行关系进行深度挖掘分析,对海量用电量统计运行数据进行有效地挖掘应用,并由此进行应用环境影响参数信息的电能表计量程序更新,同时还可以通过应用环境影响参数信息的自适应性更新信息对电能表计量纠偏策略进行优化,进而提高运行误差的纠偏精度。
在一种可替代的示例中,对于步骤S120,在聚类过程中,可以通过以下示例性的子步骤来实现,详细描述如下。
子步骤S121,获取每个台区电能表200产生的用电量统计运行数据在预设平均台区区域范围的目标用电量统计运行数据。
子步骤S122,提取每个台区电能表200的目标用电量统计运行数据的状态变化运行误差参量,将每个状态变化运行误差参量,分别和其余的每个台区电能表200的目标用电量统计运行数据的目标状态变化误差参量进行回归模型分析,得到初始回归模型分析信息,当至少一个目标状态变化误差参量均回归模型分析完成时,得到至少一个初始回归模型分析信息。初始回归模型分析信息表征状态变化运行误差参量与目标状态变化误差参量之间的误差参数数据点。
子步骤S123,对至少一个初始回归模型分析信息进行误差分散编辑,得到与每个状态变化运行误差参量对应的回归模型分析信息。
其中,回归模型分析信息表征存在的与状态变化运行误差参量回归模型分析的目标状态变化误差参量,回归模型分析信息与每个状态变化运行误差参量相对应。
子步骤S124,对至少一个状态变化运行误差参量中,回归模型分析信息表征存在回归模型分析的目标状态变化误差参量的状态变化运行误差参量进行提取,得到回归模型分析状态变化运行误差参量。
子步骤S125,根据回归模型分析信息,从至少一个目标状态变化误差参量中,提取出与回归模型分析状态变化运行误差参量相回归模型分析的目标状态变化误差参量,作为回归模型分析状态变化误差参量。
子步骤S126,对至少一个状态变化运行误差参量中,除回归模型分析状态变化运行误差参量之外的状态变化运行误差参量进行误差分散编辑,得到初始误差分散编辑特征序列。
子步骤S127,对至少一个目标状态变化误差参量中,除回归模型分析状态变化误差参量之外的目标状态变化误差参量进行误差分散编辑,得到目标误差分散编辑特征序列。
子步骤S128,将初始误差分散编辑特征序列和目标误差分散编辑特征序列进行融合,得到每个状态变化运行误差参量分别和其余的每个台区电能表200的目标用电量统计运行数据的目标状态变化误差参量之间的融合误差参量。
子步骤S129,将融合误差参量相似的用电量统计运行数据作为一个目标用电量统计运行参数项,以得到多个目标用电量统计运行参数项,并获取每个目标用电量统计运行参数项下的各个状态变化运行误差参量所对应的待验证运行参数200。
在一种可替代的示例中,对于步骤S130,在推送过程中,可以通过以下示例性的子步骤来实现,详细描述如下。
子步骤S131,获取每个目标用电量统计运行参数项所对应的电能表运行误差参量中与当前更新的目标应用环境项目关联的目标应用环境功能单元信息,并从当前更新的目标应用环境项目中获取该目标应用环境功能单元信息的采集对象关系信息。
子步骤S132,当目标应用环境功能单元信息被激活与目标应用环境项目对应的采集对象关系表项对应的采集对象关系时,从采集对象关系信息中提取目标应用环境项目特征。
子步骤S133,根据目标应用环境项目特征,确定目标应用环境功能单元信息的目标应用环境元素,并确定目标应用环境元素所对应的经由环境功能单元的台区网格的台区网格调取参数以及对应的调取数据分布。
子步骤S134,根据调取数据分布,对台区网格调取参数中的当前工单流转信息所对应的台区网格节点进行激活后,在台区网格调取参数中更新工单流转信息。
本实施例中,目标应用环境项目特征可以包括第一应用环境项目特征和第二应用环境项目特征,第一应用环境项目特征为采集对象关系表项包括的与目标应用环境项目对应的采集对象关系元素识别到的被动表项触发节点信息,第二应用环境项目特征为采集对象关系元素识别到的主动表项触发节点信息,不同的采集对象关系元素可以用于表征不同的预设应用环境功能单元信息。
例如,被动表项触发节点可以是指针对计量过程的被动影响生成的表项触发节点,主动表项触发节点可以是指针对主动影响的表项触发节点。
在一种可能的实施方式中,针对步骤S132,可以通过以下子步骤S1321-S1325进一步实现,具体描述如下。
子步骤S1321,通过采集对象关系元素从采集对象关系信息中分别获取对应的应用环境功能单元信息的各个采集对象关系流的位置运维数据和运维区分规则。
本实施例中,位置运维数据可以是指各个采集对象关系流在进行运维过程中产生的位置关系数据。运维区分规则可以是指更新表项触发节点在被运维过程中运维行为的运维区分模式。
子步骤S1322,根据获取的应用环境功能单元信息的各个采集对象关系流的位置运维数据,分别确定应用环境功能单元信息的各个采集对象关系流的应用环境属性。
子步骤S1323,根据运维区分规则,将应用环境功能单元信息的各个采集对象关系流划分为被动表项触发节点集合和主动表项触发节点集合。
子步骤S1324,根据运维区分规则和应用环境功能单元信息的各个采集对象关系流的应用环境属性,确定被动表项触发节点集合和主动表项触发节点集合各自的运维区分规则。
例如,运维区分规则可以包括至少两个运维区分策略的运维调度误差参量。由此,可以根据应用环境功能单元信息的各个采集对象关系流的应用环境属性,建立应用环境功能单元信息的采集对象关系流的运行负荷点数据曲线列表,并根据运维区分规则和运维区分规则包括的至少两个运维区分策略的运维调度误差参量,确定每一被动表项触发节点集合和主动表项触发节点集合对应于每一运维区分策略的运维调度误差参量的运维调度特征参与度。
在此基础上,本实施例可以根据每一被动表项触发节点集合对应于每一运维区分策略的运维调度误差参量的运维调度特征参与度和每一主动表项触发节点集合对应于每一运维区分策略的运维调度误差参量的运维调度特征参与度,建立应用环境功能单元信息的采集对象关系流对应于每一运维区分策略的运维调度误差参量的第一运维调度分布。接下来,利用运行负荷点数据曲线列表,对运行负荷点数据曲线列表和第一运维调度分布的运维调度特征计算结果进行遍历得到应用环境功能单元信息的各个采集对象关系流对应于每一运维区分策略的运维调度误差参量的第二运维调度分布,直至遍历次数达到预设次数或者第二运维调度分布中各运维调度特征参与度的可变范围低于设定可变范围。其中,在每一次遍历开始前,针对每一被动表项触发节点集合,恢复上次遍历得到的运维调度特征计算结果中所包含的该被动表项触发节点集合对应的运维调度特征参与度为第一运维调度分布中包含的、该被动表项触发节点集合对应的运维调度特征参与度,并选择运维调度特征参与度最大的运维区分策略的运维调度误差参量为该被动表项触发节点集合对应的运维调度误差参量。
而后,可以针对每一主动表项触发节点集合,根据第二运维调度分布中该主动表项触发节点集合对应于每一运维区分策略的运维调度误差参量的运维调度特征参与度,选择运维调度特征参与度最大的运维区分策略的运维调度误差参量作为该主动表项触发节点集合对应的运维调度误差参量,并根据被动表项触发节点集合和主动表项触发节点集合各自的对应的运维调度误差参量得到对应的运维区分规则。
子步骤S1325,根据被动表项触发节点集合和主动表项触发节点集合各自的运维区分规则,确定目标应用环境项目特征。
基于上述设计,本实施例在确定目标应用环境项目特征的过程中,通过有效结合被动表项触发节点信息和主动表项触发节点信息,可以便于后续针对性地进行更新表项触发节点的体验优化,减少更新表项触发节点出现异常的概率。
在一种可能的实施方式中,针对步骤S1330,请结合参阅图4,可以通过以下子步骤S1331-S1334实现,具体描述如下。
子步骤S1331,根据第一应用环境项目特征和第二应用环境项目特征,确定目标应用环境功能单元信息分别对应的第一状态量家族缺陷分布和第二状态量家族缺陷分布。
子步骤S1332,确定第一状态量家族缺陷分布和第二状态量家族缺陷分布之间的关联分布,并获取关联分布的应用环境项目特征,将应用环境项目特征按照功能性划分成多个划分环境项目特征。
子步骤S1333,将多个划分环境项目特征分别转换成被动表项触发节点信息集合和主动表项触发节点信息集合,分别从被动表项触发节点信息集合的各被动表项触发节点信息中提取第一触发表示分量,以及从主动表项触发节点信息集合的各主动表项触发节点信息中提取第二触发表示分量。
子步骤S1334,将第一触发表示分量和第二触发表示分量进行融合得到融合触发表示分量,并根据融合触发表示分量确定目标应用环境功能单元信息的目标应用环境元素。
基于上述设计,通过结合被动表项触发节点信息集合和主动表项触发节点信息集合的融合触发表示分量进行权衡来确定目标应用环境功能单元信息的目标应用环境元素,可以准确完整地确定所有的目标应用环境元素。
在一种可能的实施方式中,仍旧针对步骤S1330,可以通过以下子步骤S1335-S1338实现,具体描述如下。
子步骤S1335,确定目标应用环境元素所对应的经由环境功能单元的台区网格的网格传输单元,以根据网格传输单元确定对应的台区网格调取参数。
子步骤S1336,获得经由环境功能单元的应用环境项目特征的调取模式,并获得经由环境功能单元下的多个台区网格的台区考核用电传输信息。
子步骤S1337,针对台区考核用电传输信息与预先配置的各个调取数据分布的调取模式进行调取数据点计算,获得针对各个调取数据分布的多个第一调取数据点计算结果,各个调取数据分布的调取模式为:在配置过程中确定的该调取数据分布对应的预设的被动表项触发节点信息和主动表项触发节点信息的调取模式。
子步骤S1338,根据多个第一调取数据点计算结果,确定目标应用环境元素对应的调取数据分布。
其中,作为一种可能的示例,各个调取数据分布可以采用如下方式配置获得,具体描述如下。
首先,获取预设的配置集合中各个虚拟数据调取指令对应的预设的虚拟数据调取特征的各个虚拟数据调取格式,构成虚拟数据调取格式集合,然后逐一选择虚拟数据调取格式集合中的一个虚拟数据调取格式,分别作为当前虚拟数据调取格式,以根据虚拟数据调取格式创建一个调取数据分布,计算当前虚拟数据调取格式与调取数据分布的协议调取数据点之间的应用环境属性,获得多个第二调取数据点量,作为第二调取数据点结果。
接下来,判断各个第二调取数据点量是否小于预设阈值,如果小于预设阈值则确定第二调取数据点结果满足预设的调取数据点条件,如果不小于预设阈值则确定第二调取数据点结果不满足预设的调取数据点条件,由此可以将第二调取数据点计算结果中满足预设调取数据点条件时对应的调取数据分布作为当前虚拟数据调取格式所属的调取数据分布,将当前虚拟数据调取格式加入当前虚拟数据调取格式所属的调取数据分布中。
又例如,如果没有第二调取数据点计算结果满足预设调取数据点条件,则可以创建一个调取数据分布,该调取数据分布的协议调取数据点记录为当前虚拟数据调取格式,重新计算调取数据分布的协议调取数据点后,且在对虚拟数据调取格式集合中的各个虚拟数据调取格式合并完成后,将每个调取数据分布的协议调取数据点作为每个调取数据分布对应的预设的虚拟数据调取特征的调取模式。
在一种可能的实施方式中,针对步骤S1340,可以通过以下子步骤S1341-S1343实现,具体描述如下。
子步骤S1341,根据调取数据分布获取多个虚拟数据调取点,并获取多个虚拟数据调取点中每个虚拟数据调取点的工单流转模型更新信息。
子步骤S1342,根据每个虚拟数据调取点的工单流转模型更新信息和每个虚拟数据调取点所预先配置的工单流转模型参数,获取每个虚拟数据调取点的目标参数。
本实施例中,目标参数中可以包括工单流转模型参数和对应的各个虚拟数据调取点的工单流转模型。
子步骤S1343,根据每个虚拟数据调取点的服务工单流转模型更新标签和每个虚拟数据调取点的工单流转模型参数,对台区网格调取参数中的当前工单流转信息所对应的台区网格节点的待更新状态部分进行激活处理后,在台区网格调取参数中更新工单流转信息。
基于上述设计,通过结合被动表项触发节点信息和主动表项触发节点信息进行更新表项触发节点的工单流转模型更新管理可以便于后续针对性地进行更新表项触发节点的体验优化。
进一步地,在一种可替代的示例中,针对步骤S140,可以根据获取每个电能表计量程序对所接收到的应用环境影响参数信息的自适应性更新信息中的更新参数项和非更新参数项,对台区电能表的电能表计量纠偏策略进行更新。
例如,更新的方式可以包括:增加台区电能表的电能表计量纠偏策略中与更新参数项相关的特征分量的权重参数,以及减小台区电能表的电能表计量纠偏策略中与非更新参数项相关的特征分量的权重参数。值得说明的是,具体增加的权重参数和减小权重参数可以基于实际设计需求进行灵活设计,在此不作具体限定,也不在本发明实施例旨在重点描述的范围内。
基于同一发明构思,请参阅图3,示出了本申请实施例提供的用电量平均台区电能表失准模型的信息验证系统300的功能模块示意图,本实施例可以根据上述方法实施例对用电量平均台区电能表失准模型的信息验证系统300进行功能模块的划分。例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。需要说明的是,本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。比如,在采用对应各个功能划分各个功能模块的情况下,图3示出的用电量平均台区电能表失准模型的信息验证系统300只是一种装置示意图。其中,用电量平均台区电能表失准模型的信息验证系统300可以包括获取模块310、参数项分析模块320、提取模块330以及更新模块340,下面分别对该用电量平均台区电能表失准模型的信息验证系统300的各个功能模块的功能进行详细阐述。
获取模块310,用于获取每个台区电能表200产生的用电量统计运行数据。可以理解,该获取模块310可以用于执行上述步骤S110,关于该获取模块310的详细实现方式可以参照上述对步骤S110有关的内容。
参数项分析模块320,用于按照预设平均台区区域范围对每个台区电能表上传的用电量统计运行数据进行参数项分析,获得多个目标用电量统计运行参数项以及每个目标用电量统计运行参数项下对应的待验证运行参数。可以理解,该参数项分析模块320可以用于执行上述步骤S120,关于该参数项分析模块320的详细实现方式可以参照上述对步骤S120有关的内容。
提取模块330,用于基于预先训练的电能表失准模型提取每个目标用电量统计运行参数项对应的待验证运行参数的电能表运行误差参量,并基于每个目标用电量统计运行参数项所对应的电能表运行误差参量确定每个目标用电量统计运行参数项所对应的应用环境影响参数信息,并分别向每个目标用电量统计运行参数项对应的电能表计量程序发送对应的应用环境影响参数信息。可以理解,该提取模块330可以用于执行上述步骤S130,关于该提取模块330的详细实现方式可以参照上述对步骤S130有关的内容。
更新模块340,用于获取每个电能表计量程序对所接收到的应用环境影响参数信息的自适应性更新信息,并基于自适应性更新信息对台区电能表的电能表计量纠偏策略进行更新。可以理解,该更新模块340可以用于执行上述步骤S140,关于该更新模块340的详细实现方式可以参照上述对步骤S140有关的内容。
需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,获取模块310可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上获取模块310的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所描述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(application specific integrated circuit,ASIC),或,一个或多个微处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列(field programmable gate array,FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(centralprocessing unit,CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,SOC)的形式实现。
图4示出了本发明实施例提供的用于实现上述的控制设备的服务器100的硬件结构示意图,如图4所示,服务器100可包括处理器110、机器可读存储介质120、总线130以及收发器140。
在具体实现过程中,至少一个处理器110执行机器可读存储介质120存储的计算机执行指令(例如图3中所示的用电量平均台区电能表失准模型的信息验证系统300包括的获取模块310、参数项分析模块320、提取模块330以及更新模块340),使得处理器110可以执行如上方法实施例的用电量平均台区电能表失准模型的信息验证方法,其中,处理器110、机器可读存储介质120以及收发器140通过总线130连接,处理器110可以用于控制收发器140的收发动作,从而可以与前述的台区电能表200进行数据收发。
处理器110的具体实现过程可参见上述服务器100执行的各个方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
在上述的图4所示的实施例中,应理解,处理器可以是中央处理单元(英文:Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,DSP)、专用集成电路(英文:ApplicationSpecificIntegrated Circuit,ASIC)等。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。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
机器可读存储介质120可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器。
总线130可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral Component Interconnect,PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,EISA)总线等。总线130可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
此外,本发明实施例还提供一种可读存储介质,可读存储介质中存储有计算机执行指令,当处理器执行计算机执行指令时,实现如上用电量平均台区电能表失准模型的信息验证方法。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一种可替代的示例”、“一种可能的示例”、和/或“示例性地”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一种可替代的示例”、“一种可能的示例”、和/或“示例性地”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,本领域技术人员可以理解,本说明书的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的工序、机器、产品或物质的组合,或对他们的任何新的和有用的改进。相应地,本说明书的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外,本说明书的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品,该产品包括计算机可读程序编码。
计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式,包括电磁形式、光形式等,或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、RF、或类似介质,或任何上述介质的组合。
本说明书各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写,包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy,或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网(LAN)或广域网(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
需要说明的是,如果本说明书初始材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方,以本说明书的描述、定义和/或术语的使用为准。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (10)
1.一种用电量平均台区电能表失准模型的信息验证方法,其特征在于,应用于与台区电能表通信连接的服务器,所述方法包括:
获取每个台区电能表上传的用电量统计运行数据;
按照预设平均台区区域范围对所述每个台区电能表上传的用电量统计运行数据进行参数项分析,获得多个目标用电量统计运行参数项以及每个目标用电量统计运行参数项下对应的待验证运行参数;
基于预先训练的电能表失准模型提取每个目标用电量统计运行参数项对应的待验证运行参数的电能表运行误差参量,并基于每个目标用电量统计运行参数项所对应的电能表运行误差参量确定每个目标用电量统计运行参数项所对应的应用环境影响参数信息,并分别向每个目标用电量统计运行参数项对应的电能表计量程序发送对应的所述应用环境影响参数信息;
获取每个电能表计量程序对所接收到的所述应用环境影响参数信息的自适应性更新信息,并基于所述自适应性更新信息对所述台区电能表的电能表计量纠偏策略进行更新。
2.根据权利要求1所述的用电量平均台区电能表失准模型的信息验证方法,其特征在于,所述按照预设平均台区区域范围对所述每个台区电能表上传的用电量统计运行数据进行参数项分析,获得多个目标用电量统计运行参数项以及每个目标用电量统计运行参数项下对应的待验证运行参数的步骤,包括:
获取所述每个台区电能表上传的用电量统计运行数据在预设平均台区区域范围的目标用电量统计运行数据;
提取所述每个台区电能表的目标用电量统计运行数据的状态变化运行误差参量;
将每个所述状态变化运行误差参量,分别和其余的每个台区电能表的目标用电量统计运行数据的目标状态变化误差参量进行回归模型分析,得到初始回归模型分析信息,当至少一个所述目标状态变化误差参量均回归模型分析完成时,得到至少一个初始回归模型分析信息;所述初始回归模型分析信息表征状态变化运行误差参量与目标状态变化误差参量之间的误差参数数据点;
对至少一个所述初始回归模型分析信息进行误差分散编辑,得到与每个状态变化运行误差参量对应的回归模型分析信息;其中,所述回归模型分析信息表征存在的与状态变化运行误差参量回归模型分析的目标状态变化误差参量,所述回归模型分析信息与每个所述状态变化运行误差参量相对应;
对至少一个所述状态变化运行误差参量中,所述回归模型分析信息表征存在回归模型分析的目标状态变化误差参量的状态变化运行误差参量进行提取,得到回归模型分析状态变化运行误差参量;
根据所述回归模型分析信息,从至少一个所述目标状态变化误差参量中,提取出与所述回归模型分析状态变化运行误差参量相回归模型分析的目标状态变化误差参量,作为回归模型分析状态变化误差参量;
对至少一个所述状态变化运行误差参量中,除所述回归模型分析状态变化运行误差参量之外的状态变化运行误差参量进行误差分散编辑,得到初始误差分散编辑特征序列;
对至少一个所述目标状态变化误差参量中,除所述回归模型分析状态变化误差参量之外的目标状态变化误差参量进行误差分散编辑,得到目标误差分散编辑特征序列;
将所述初始误差分散编辑特征序列和所述目标误差分散编辑特征序列进行融合,得到每个所述状态变化运行误差参量分别和其余的每个台区电能表的目标用电量统计运行数据的目标状态变化误差参量之间的融合误差参量;
将融合误差参量相似的用电量统计运行数据作为一个目标用电量统计运行参数项,以得到多个目标用电量统计运行参数项,并获取每个目标用电量统计运行参数项下的各个状态变化运行误差参量所对应的待验证运行参数。
3.根据权利要求1或2所述的用电量平均台区电能表失准模型的信息验证方法,其特征在于,所述基于预先训练的电能表失准模型提取每个目标用电量统计运行参数项对应的待验证运行参数的电能表运行误差参量,并基于每个目标用电量统计运行参数项所对应的电能表运行误差参量确定每个目标用电量统计运行参数项所对应的应用环境影响参数信息的步骤,包括:
获取所述每个目标用电量统计运行参数项所对应的电能表运行误差参量中与当前更新的目标应用环境项目关联的目标应用环境功能单元信息,并从所述当前更新的目标应用环境项目中获取该目标应用环境功能单元信息的采集对象关系信息;
当所述目标应用环境功能单元信息被激活与目标应用环境项目对应的采集对象关系表项对应的采集对象关系时,从所述采集对象关系信息中提取目标应用环境项目特征,所述目标应用环境项目特征包括第一应用环境项目特征和第二应用环境项目特征,所述第一应用环境项目特征为所述采集对象关系表项包括的与所述目标应用环境项目对应的采集对象关系元素识别到的被动表项触发节点信息,所述第二应用环境项目特征为所述采集对象关系元素识别到的主动表项触发节点信息,不同的采集对象关系元素用于表征不同的预设应用环境功能单元信息;
根据所述目标应用环境项目特征,确定所述目标应用环境功能单元信息的目标应用环境元素,并确定所述目标应用环境元素所对应的经由环境功能单元的台区网格的台区网格调取参数以及对应的调取数据分布;
根据所述调取数据分布,对所述台区网格调取参数中的当前工单流转信息所对应的台区网格节点进行激活后,在所述台区网格调取参数中更新所述工单流转信息,从而根据更新后的所述台区网格调取参数获得所述目标应用环境元素所对应的经由环境功能单元的应用环境影响参数信息。
4.根据权利要求3所述的用电量平均台区电能表失准模型的信息验证方法,其特征在于,从所述采集对象关系信息中提取目标应用环境项目特征的步骤,包括:
通过所述采集对象关系元素从所述采集对象关系信息中分别获取对应的应用环境功能单元信息的各个采集对象关系流的位置运维数据和运维区分规则;
根据获取的应用环境功能单元信息的各个采集对象关系流的位置运维数据,分别确定应用环境功能单元信息的各个采集对象关系流的应用环境属性;
根据所述运维区分规则,将所述应用环境功能单元信息的各个采集对象关系流划分为被动表项触发节点集合和主动表项触发节点集合;
根据所述运维区分规则和所述应用环境功能单元信息的各个采集对象关系流的应用环境属性,确定所述被动表项触发节点集合和所述主动表项触发节点集合各自的运维区分规则;
根据所述被动表项触发节点集合和所述主动表项触发节点集合各自的运维区分规则,确定所述目标应用环境项目特征。
5.根据权利要求1所述的用电量平均台区电能表失准模型的信息验证方法,其特征在于,所述运维区分规则包括至少两个运维区分策略的运维调度误差参量;
根据所述运维区分规则和所述应用环境功能单元信息的各个采集对象关系流的应用环境属性,确定所述被动表项触发节点集合和所述主动表项触发节点集合各自的运维区分规则的步骤,包括:
根据应用环境功能单元信息的各个采集对象关系流的应用环境属性,建立应用环境功能单元信息的采集对象关系流的运行负荷点数据曲线列表;
根据所述运维区分规则和所述运维区分规则包括的至少两个运维区分策略的运维调度误差参量,确定每一所述被动表项触发节点集合和所述主动表项触发节点集合对应于每一运维区分策略的运维调度误差参量的运维调度特征参与度;
根据每一被动表项触发节点集合对应于每一运维区分策略的运维调度误差参量的运维调度特征参与度和每一主动表项触发节点集合对应于每一运维区分策略的运维调度误差参量的运维调度特征参与度,建立应用环境功能单元信息的采集对象关系流对应于每一运维区分策略的运维调度误差参量的第一运维调度分布;
利用所述运行负荷点数据曲线列表,对所述运行负荷点数据曲线列表和所述第一运维调度分布的运维调度特征计算结果进行遍历得到应用环境功能单元信息的各个采集对象关系流对应于每一运维区分策略的运维调度误差参量的第二运维调度分布,直至遍历次数达到预设次数或者所述第二运维调度分布中各运维调度特征参与度的可变范围低于设定可变范围;其中,在每一次遍历开始前,针对每一被动表项触发节点集合,恢复上次遍历得到的运维调度特征计算结果中所包含的该被动表项触发节点集合对应的运维调度特征参与度为第一运维调度分布中包含的、该被动表项触发节点集合对应的运维调度特征参与度,并选择运维调度特征参与度最大的运维区分策略的运维调度误差参量为该被动表项触发节点集合对应的运维调度误差参量;
针对每一主动表项触发节点集合,根据第二运维调度分布中该主动表项触发节点集合对应于每一运维区分策略的运维调度误差参量的运维调度特征参与度,选择运维调度特征参与度最大的运维区分策略的运维调度误差参量作为该主动表项触发节点集合对应的运维调度误差参量;
根据所述被动表项触发节点集合和所述主动表项触发节点集合各自的对应的运维调度误差参量得到对应的运维区分规则。
6.根据权利要求3所述的用电量平均台区电能表失准模型的信息验证方法,其特征在于,所述根据所述目标应用环境项目特征,确定所述目标应用环境功能单元信息的目标应用环境元素的步骤,包括:
根据所述第一应用环境项目特征和所述第二应用环境项目特征,确定所述目标应用环境功能单元信息分别对应的第一状态量家族缺陷分布和第二状态量家族缺陷分布;
确定所述第一状态量家族缺陷分布和所述第二状态量家族缺陷分布之间的关联分布,并获取所述关联分布的应用环境项目特征,将所述应用环境项目特征按照功能性划分成多个划分环境项目特征;
将所述多个划分环境项目特征分别转换成被动表项触发节点信息集合和主动表项触发节点信息集合,分别从所述被动表项触发节点信息集合的各被动表项触发节点信息中提取第一触发表示分量,以及从所述主动表项触发节点信息集合的各主动表项触发节点信息中提取第二触发表示分量;
将所述第一触发表示分量和所述第二触发表示分量进行融合得到融合触发表示分量,并根据所述融合触发表示分量确定所述目标应用环境功能单元信息的目标应用环境元素。
7.根据权利要求3所述的用电量平均台区电能表失准模型的信息验证方法,其特征在于,确定所述目标应用环境元素所对应的经由环境功能单元的台区网格的台区网格调取参数以及对应的调取数据分布的步骤,包括:
确定所述目标应用环境元素所对应的经由环境功能单元的台区网格的网格传输单元,以根据所述网格传输单元确定对应的台区网格调取参数;
获得所述经由环境功能单元的应用环境项目特征的调取模式,并获得所述经由环境功能单元下的多个台区网格的台区考核用电传输信息;
针对所述台区考核用电传输信息与预先配置的各个调取数据分布的调取模式进行调取数据点计算,获得针对所述各个调取数据分布的多个第一调取数据点计算结果,所述各个调取数据分布的调取模式为:在配置过程中确定的该调取数据分布对应的预设的被动表项触发节点信息和主动表项触发节点信息的调取模式;
根据所述多个第一调取数据点计算结果,确定所述目标应用环境元素对应的调取数据分布;
其中,所述各个调取数据分布,采用如下方式配置获得:
获取预设的配置集合中各个虚拟数据调取指令对应的预设的虚拟数据调取特征的各个虚拟数据调取格式,构成虚拟数据调取格式集合;
逐一选择所述虚拟数据调取格式集合中的一个虚拟数据调取格式,分别作为当前虚拟数据调取格式,以根据所述虚拟数据调取格式创建一个调取数据分布,计算当前虚拟数据调取格式与所述调取数据分布的协议调取数据点之间的应用环境属性,获得多个第二调取数据点量,作为第二调取数据点结果;
将第二调取数据点计算结果中满足预设调取数据点条件时对应的调取数据分布作为所述当前虚拟数据调取格式所属的调取数据分布,将所述当前虚拟数据调取格式加入所述当前虚拟数据调取格式所属的调取数据分布中;
如果没有第二调取数据点计算结果满足预设调取数据点条件,则创建一个调取数据分布,该调取数据分布的协议调取数据点记录为当前虚拟数据调取格式,重新计算所述调取数据分布的协议调取数据点后,且在对所述虚拟数据调取格式集合中的各个虚拟数据调取格式合并完成后,将每个调取数据分布的协议调取数据点作为每个调取数据分布对应的预设的虚拟数据调取特征的调取模式。
8.根据权利要求3所述的用电量平均台区电能表失准模型的信息验证方法,其特征在于,根据所述调取数据分布,对所述台区网格调取参数中的当前工单流转信息所对应的台区网格节点进行激活后,在所述台区网格调取参数中更新所述工单流转信息的步骤,包括:
根据所述调取数据分布获取多个虚拟数据调取点,并获取所述多个虚拟数据调取点中每个虚拟数据调取点的工单流转模型更新信息;
根据所述每个虚拟数据调取点的工单流转模型更新信息和所述每个虚拟数据调取点所预先配置的工单流转模型参数,获取所述每个虚拟数据调取点的目标参数,所述目标参数中包括工单流转模型参数和对应的各个虚拟数据调取点的工单流转模型;
根据所述每个虚拟数据调取点的服务工单流转模型更新标签和所述每个虚拟数据调取点的工单流转模型参数,对所述台区网格调取参数中的当前工单流转信息所对应的台区网格节点的待更新状态部分进行激活处理后,在所述台区网格调取参数中更新所述工单流转信息。
9.根据权利要求1-8中任意一项所述的用电量平均台区电能表失准模型的信息验证方法,其特征在于,所述获取每个电能表计量程序对所接收到的所述应用环境影响参数信息的自适应性更新信息,并基于所述自适应性更新信息对所述台区电能表的电能表计量纠偏策略进行更新的步骤,包括:
根据获取每个电能表计量程序对所接收到的所述应用环境影响参数信息的自适应性更新信息中的更新参数项和非更新参数项,对所述台区电能表的电能表计量纠偏策略进行更新,其中,更新的方式包括:增加所述台区电能表的电能表计量纠偏策略中与更新参数项相关的特征分量的权重参数,以及减小所述台区电能表的电能表计量纠偏策略中与非更新参数项相关的特征分量的权重参数。
10.一种用电量平均台区电能表失准模型的信息验证系统,其特征在于,应用于与台区电能表通信连接的服务器,所述系统包括:
获取模块,用于获取每个台区电能表上传的用电量统计运行数据;
参数项分析模块,用于按照预设平均台区区域范围对所述每个台区电能表上传的用电量统计运行数据进行参数项分析,获得多个目标用电量统计运行参数项以及每个目标用电量统计运行参数项下对应的待验证运行参数;
提取模块,用于基于预先训练的电能表失准模型提取每个目标用电量统计运行参数项对应的待验证运行参数的电能表运行误差参量,并基于每个目标用电量统计运行参数项所对应的电能表运行误差参量确定每个目标用电量统计运行参数项所对应的应用环境影响参数信息,并分别向每个目标用电量统计运行参数项对应的电能表计量程序发送对应的所述应用环境影响参数信息;
更新模块,用于获取每个电能表计量程序对所接收到的所述应用环境影响参数信息的自适应性更新信息,并基于所述自适应性更新信息对所述台区电能表的电能表计量纠偏策略进行更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011334946.3A CN112446610B (zh) | 2020-11-25 | 2020-11-25 | 用电量平均台区电能表失准模型的信息验证方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011334946.3A CN112446610B (zh) | 2020-11-25 | 2020-11-25 | 用电量平均台区电能表失准模型的信息验证方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112446610A true CN112446610A (zh) | 2021-03-05 |
CN112446610B CN112446610B (zh) | 2024-03-26 |
Family
ID=74737413
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011334946.3A Active CN112446610B (zh) | 2020-11-25 | 2020-11-25 | 用电量平均台区电能表失准模型的信息验证方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112446610B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120278051A1 (en) * | 2011-04-29 | 2012-11-01 | International Business Machines Corporation | Anomaly detection, forecasting and root cause analysis of energy consumption for a portfolio of buildings using multi-step statistical modeling |
CN104678348A (zh) * | 2012-10-29 | 2015-06-03 | 江苏省电力公司常州供电公司 | 效率较高的电能计量装置远程监测诊断方法 |
CN105425195A (zh) * | 2015-11-02 | 2016-03-23 | 国网天津市电力公司 | 一种高压电能表可靠性验证试验统计方法 |
US20160196515A1 (en) * | 2015-01-05 | 2016-07-07 | International Business Machines Corporation | Detecting business anomalies utilizing information velocity and other parameters using statistical analysis |
CN109387806A (zh) * | 2018-12-21 | 2019-02-26 | 云南电网有限责任公司电力科学研究院 | 基于simlink仿真的数字化电能表溯源系统误差影响分析方法 |
CN110068790A (zh) * | 2019-05-31 | 2019-07-30 | 山东德源电力科技股份有限公司 | 一种基于户表识别和分级计算的电能表失准检测装置 |
CN110532505A (zh) * | 2019-08-07 | 2019-12-03 | 深圳供电局有限公司 | 一种电表失准率的计算方法 |
CN110780259A (zh) * | 2019-09-10 | 2020-02-11 | 中国电力科学研究院有限公司 | 一种基于电能表远程误差诊断的数据清洗与质量评价系统 |
CN111046519A (zh) * | 2019-10-09 | 2020-04-21 | 国网天津市电力公司电力科学研究院 | 一种人工智能技术在电能表误差诊断中的应用分析方法 |
-
2020
- 2020-11-25 CN CN202011334946.3A patent/CN112446610B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120278051A1 (en) * | 2011-04-29 | 2012-11-01 | International Business Machines Corporation | Anomaly detection, forecasting and root cause analysis of energy consumption for a portfolio of buildings using multi-step statistical modeling |
CN104678348A (zh) * | 2012-10-29 | 2015-06-03 | 江苏省电力公司常州供电公司 | 效率较高的电能计量装置远程监测诊断方法 |
US20160196515A1 (en) * | 2015-01-05 | 2016-07-07 | International Business Machines Corporation | Detecting business anomalies utilizing information velocity and other parameters using statistical analysis |
CN105425195A (zh) * | 2015-11-02 | 2016-03-23 | 国网天津市电力公司 | 一种高压电能表可靠性验证试验统计方法 |
CN109387806A (zh) * | 2018-12-21 | 2019-02-26 | 云南电网有限责任公司电力科学研究院 | 基于simlink仿真的数字化电能表溯源系统误差影响分析方法 |
CN110068790A (zh) * | 2019-05-31 | 2019-07-30 | 山东德源电力科技股份有限公司 | 一种基于户表识别和分级计算的电能表失准检测装置 |
CN110532505A (zh) * | 2019-08-07 | 2019-12-03 | 深圳供电局有限公司 | 一种电表失准率的计算方法 |
CN110780259A (zh) * | 2019-09-10 | 2020-02-11 | 中国电力科学研究院有限公司 | 一种基于电能表远程误差诊断的数据清洗与质量评价系统 |
CN111046519A (zh) * | 2019-10-09 | 2020-04-21 | 国网天津市电力公司电力科学研究院 | 一种人工智能技术在电能表误差诊断中的应用分析方法 |
Non-Patent Citations (1)
Title |
---|
陈晨: "西安供电公司电力营销稽查监控管理改善研究", 中国优秀硕士论文全文库工程科技Ⅱ辑, no. 12, 15 December 2019 (2019-12-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN112446610B (zh) | 2024-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021169473A1 (zh) | 模型性能优化方法、装置、设备及存储介质 | |
CN113536611B (zh) | 基于离散仿真的自主式交通系统架构正确性的检查方法 | |
CN111176953B (zh) | 一种异常检测及其模型训练方法、计算机设备和存储介质 | |
CN113516105B (zh) | 一种车道检测方法、装置及计算机可读存储介质 | |
CN114968727B (zh) | 基于人工智能运维的数据库贯穿基础设施的故障定位方法 | |
CN115509797A (zh) | 一种故障类别的确定方法、装置、设备及介质 | |
CN112446601B (zh) | 不可算台区数据诊断方法及系统 | |
CN112637888B (zh) | 覆盖空洞区域识别方法、装置、设备及可读存储介质 | |
CN108596450B (zh) | 电网风险预警方法和系统 | |
Saluja et al. | Optimized approach for antipattern detection in service computing architecture | |
CN111090401B (zh) | 存储设备性能预测方法及装置 | |
CN112684396A (zh) | 电能表运行误差监测模型的数据预处理方法及系统 | |
CN112446610A (zh) | 用电量平均台区电能表失准模型的信息验证方法及系统 | |
CN117034149A (zh) | 故障处理策略确定方法、装置、电子设备和存储介质 | |
Hou et al. | A Federated Learning‐Based Fault Detection Algorithm for Power Terminals | |
CN116881958A (zh) | 电网大数据安全防护方法、系统、电子设备及存储介质 | |
CN116361974A (zh) | 一种基于公路业务及数据网络的数据源重要性判别方法 | |
CN107835174B (zh) | 一种基于物联网的账本反欺诈系统及方法 | |
CN114997574A (zh) | 一种基于业务中台的配电台区弹性资源管理方法及装置 | |
CN112463595A (zh) | 基于云计算的移动端软件开发处理方法及云计算软件平台 | |
CN112580869A (zh) | 一种业务优化方法、装置及设备 | |
CN111309716A (zh) | 应用于pas案例库的维护方法、装置及计算机设备 | |
CN112837040B (zh) | 应用于智能电网的电力数据管理方法及系统 | |
CN117914005B (zh) | 一种配网精益化全景监测系统及方法 | |
CN112579457B (zh) | 基于人工智能的数据架构管控方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |