CN113538884B - 一种提高电力采集终端采集成功率的方法及电力采集终端 - Google Patents
一种提高电力采集终端采集成功率的方法及电力采集终端 Download PDFInfo
- Publication number
- CN113538884B CN113538884B CN202110603574.8A CN202110603574A CN113538884B CN 113538884 B CN113538884 B CN 113538884B CN 202110603574 A CN202110603574 A CN 202110603574A CN 113538884 B CN113538884 B CN 113538884B
- Authority
- CN
- China
- Prior art keywords
- electric energy
- energy meter
- acquisition terminal
- power acquisition
- probability
- 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
- G08C25/00—Arrangements for preventing or correcting errors; Monitoring arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B3/00—Line transmission systems
- H04B3/54—Systems for transmission via power distribution lines
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种提高电力采集终端采集成功率的方法及电力采集终端,包括以下步骤:从历史数据中提炼出导致电力采集终端采集失败的N个特征;根据每个特征的属性,得到每个特征划分后所对应的取值或取值范围;并从电力采集终端采集的历史数据中随机构建样本集,之后计算样本集中所有电能表数据成功和失败的概率,以及样本集中每个电能表数据时所使用的各个特征对应的概率;最后,获取某一电力采集终端待采集某个电能表时使用的N个特征对应的取值,并计算数据采集成功和失败的概率和比较大小,得到预测结果。本发明优点在于:通过对预测结果可能采集失败的电能表,人为预先采取一些必要的措施,以防止采集失败,提高了电力采集终端采集成功率。
Description
技术领域
本发明涉及电力采集领域,特别涉及一种提高电力采集终端采集成功率的方法及电力采集终端。
背景技术
在电力采集系统中,出现集中器采集不到个别电能表数据的情况是一个普遍存在的现象,作为电力系统维护人员,希望可以提前预判出这些可能导致采集不到数据的电能表,从而在预先采取一些必要的措施,提升整个台区的采集成功率,亦可以加强对电力采集系统的了解与监管。
电力采集系统中采集所有电能表的结果分为采集成功和采集失败两个类别,导致电力采集终端采集电能表数据失败的因素有很多:
一、载波模块原因;载波模块版本低、载波信号弱、载波模块出现故障、电力采集终端与电能表之间的载波模块不匹配;
二、电力采集终端抄表慢;电力采集终端抄表不稳定、软件版本低、表计出现故障;
二、电力采集终端参数乱;电力采集终端升级后参数丢失、电力采集终端地址错误;
四、电力采集终端与电能表之间存在时钟差。
如果在电力采集终端采集电能表数据前通过纯人工检测,则需要一个个排除能导致电力采集终端采集失败的因素,需要耗费大量的人力,效率也十分低下。因此需要进一步改进。
发明内容
本发明所要解决的第一个技术问题是针对现有技术的现状,提供一种方法简单,通过获取预测的采集结果以实现人为提前干涉的提高电力采集终端采集成功率的方法。
本发明所要解决的第二个技术问题是针对现有技术的现状,提供一种应用上述提高电力采集终端采集成功率的方法的电力采集终端。
本发明解决上述第一个技术问题所采用的技术方案为:一种提高电力采集终端采集成功率的方法,其特征在于:包括以下步骤:
步骤1、获取电力采集终端采集的某一片区内Q个电能表的历史数据,并从历史数据中提炼出导致电力采集终端采集失败的N个特征,分别为相互独立的第一特征a1、第二特征a2、...第N特征aN;N为正整数;
步骤2、根据步骤1中每个特征的属性,对上述N个特征的取值或取值范围进行划分,得到每个特征所对应的取值或取值范围;
a1={a1(1)、a1(2)...a1(i)};a2={a2(1)、a2(2)...a2(j)};aN={aN(1)、aN(2)...aN(k)};
其中,a1(1)、a1(2)...a1(i)分别为第一特征a1划分后的第1个、第2个和第i个取值或取值范围,i为第一特征a1划分后的取值或取值范围的总个数;a2(1)、a2(2)...a2(j)分别为第二特征a2划分后的第1个、第2个和第j个取值或取值范围,j为第二特征a2划分后的取值或取值范围的总个数;aN(1)、aN(2)...aN(k)分别为第N特征aN划分后的第1个、第2个和第k个取值或取值范围,k为第N特征aN划分后的取值或取值范围的总个数;
步骤3、在步骤1的电力采集终端采集的历史数据中随机选取M个电能表作为样本集;M为正整数且M≤Q;并将电力采集终端采集某个电能表数据成功时记为Z=1,采集某个电能表数据失败时记为Z=0;
步骤4、计算电力采集终端采集样本集中所有电能表数据成功的概率P(Z=1)和采集失败的概率P(Z=0);其中,P(Z=1)+P(Z=0)=1;
步骤5、计算步骤3中电力采集终端采集样本集中每个电能表数据时所使用的步骤2中各个特征对应的取值或取值范围的概率;
P(a1(1)|Z=1)、P(a1(2)|Z=1)...P(a1(i)|Z=1);
P(a1(1)|Z=0)、P(a1(2)|Z=0)、...P(a1(i)|Z=0);
其中,P(a1(1)|Z=1)为在电力采集终端采集电能表数据成功条件下a1(1)发生的概率;P(a1(2)|Z=1)为在电力采集终端采集电能表数据成功条件下a1(2)发生的概率;P(a1(i)|Z=1)为在电力采集终端采集电能表数据成功条件下a1(i)发生的概率;P(a1(1)|Z=0)为在电力采集终端采集电能表数据失败条件下a1(1)发生的概率;P(a1(2)|Z=0)为在电力采集终端采集电能表数据失败条件下a1(2)发生的概率;P(a1(i)|Z=0)为在电力采集终端采集电能表数据失败条件下a1(i)发生的概率;
P(a2(1)|Z=1)、P(a2(2)|Z=1)、...P(a2(j)|Z=1);
P(a2(1)|Z=0)、P(a2(2)|Z=0)、...P(a2(j)|Z=0);
其中,P(a2(1)|Z=1)为在电力采集终端采集电能表数据成功条件下a2(1)发生的概率;P(a2(2)|Z=1)为在电力采集终端采集电能表数据成功条件下a2(2)发生的概率;P(a2(j)|Z=1)为在电力采集终端采集电能表数据成功条件下a2(j)发生的概率;P(a2(1)|Z=0)为在电力采集终端采集电能表数据失败条件下a2(1)发生的概率;P(a2(2)|Z=0)为在电力采集终端采集电能表数据失败条件下a2(2)发生的概率;P(a2(j)|Z=0)为在电力采集终端采集电能表数据失败条件下a2(j)发生的概率;
... ... ...
P(aN(1)|Z=1)、P(aN(2)|Z=1)、...P(aN(k)|Z=1);
P(aN(1)|Z=0)、P(aN(2)|Z=0)、...P(aN(k)|Z=0);
其中,P(aN(1)|Z=1)为在电力采集终端采集电能表数据成功条件下aN(1)发生的概率;P(aN(2)|Z=1)为在电力采集终端采集电能表数据成功条件下aN(2)发生的概率;P(aN(k)|Z=1)为在电力采集终端采集电能表数据成功条件下aN(k)发生的概率;P(aN(1)|Z=0)为在电力采集终端采集电能表数据失败条件下aN(1)发生的概率;P(aN(2)|Z=0)为在电力采集终端采集电能表数据失败条件下aN(2)发生的概率;P(aN(k)|Z=0)为在电力采集终端采集电能表数据失败条件下aN(k)发生的概率;
步骤6、获取某一电力采集终端待采集某个电能表时使用的步骤2中N个特征对应的取值或取值范围,分别为:a1(m)、a2(n)、aN(q);其中,m∈{1、2、...i};n∈{1、2、...j};q∈{1、2、...k};
步骤7、计算步骤6中该电力采集终端对待采集的电能表数据采集成功的概率P1和采集失败的概率P2;
P1=P(Z=1)*P(a1(m)|Z=1)*P(a2(n)|Z=1)*...P(aN(q)|Z=1);
P2=P(Z=0)*P(a1(m)|Z=0)*P(a2(n)|Z=0)*...P(aN(q)|Z=0);
步骤8、比较P1与P2的大小,得到预测结果;
如果P1>P2,则采集成功的概率大,预测结果为采集成功;如果P1<P2,则采集失败的概率大,预测结果为采集失败;
步骤9、当预测结果为采集成功时,则电力采集终端直接对待采集的电能表进行采集;当预测结果为采集失败时,则电力采集终端主动上报。
优选的,所述步骤1中导致电力采集终端采集失败的特征为载波模块版本低、载波模块信号弱、载波模块损坏、载波模块版本不匹配、电能表档案不正确、电能表软件版本低、表计损坏、电能表参数不正确、电力采集终端地址错误或/和电力采集终端与电能表之间有时钟差中的其中一个或多个。
优选的,所述步骤1中提炼出的特征为5个,分别为:电能表参数是否正确、电力采集终端与电能表之间的时钟差、载波模块版本是否匹配、电力采集终端是否升级过、电能表档案是否正确。
进一步的,所述步骤2中的每个特征所对应的取值或取值范围为:
a1={a1(1)=0、a1(2)=1};a1(1)=0表示电能表参数正确;a1(1)=1表示电能表参数不正确;
a2={a2(1)<1小时、1小时<a2(2)<2天、a2(3)>2天};a2(1)<1小时表示电力采集终端与电能表之间的时钟差小于1小时;1小时<a2(2)<2天表示电力采集终端与电能表之间的时钟差大于1小时且小于2天;a2(3)>2天表示电力采集终端与电能表之间的时钟差大于2天;
a3={a3(1)=0、a3(2)=1};a3(1)=0表示载波模块版本不匹配;a3(2)=1表示载波模块版本匹配;
a4={a4(1)=0、a4(2)=1};a4(1)=0表示电力采集终端未升级过,a4(2)=1表示电力采集终端升级过;
a5={a5(1)=0、a5(2)=1};a5(1)=0表示电能表档案不正确;a5(2)=1表示电能表档案正确。
本方案中,所述电力采集终端为集中器。
具体的,所述步骤4中:
P(Z=1)=数据采集成功的电能表数量/M;
P(Z=0)=数据采集失败的电能表数量/M;
且数据采集成功的电能表数量+数据采集失败的电能表数量=M。
为了能提高电力采集终端采集成功率,所述步骤6中待采集的电能表与步骤3样本集中的电能表属于同一台区。
本发明解决上述第二个技术问题所采用的技术方案为:电力采集终端,其特征在于:按照上述的提高电力采集终端采集成功率的方法进行采集。
为了实现电力数据的数据读取,所述电力采集终端还与主站相通讯连接。
优选的,所述电力采集终端与主站通过无线方式进行通信连接。
与现有技术相比,本发明的优点在于:电力采集终端在对某个台区的电能表进行采集前,先通过获取该台区的历史采集数据,并提炼出导致电力采集终端采集失败的多个特征,将其特征分析预测采集成功或失败的判断条件,并通过历史数据中获取采集成功或采集失败与其使用的特征参数之间的概率,从而对待采集的电能表采集结果进行预判。针对预测结果为可能采集失败的电能表,人为预先采取一些必要的措施,以防止采集失败,提高了电力采集终端采集成功率以及提升整个台区的采集成功率。
附图说明
图1为本发明实施例中提高电力采集终端采集成功率的方法的流程图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
如图1所示,本实施例中的提高电力采集终端采集成功率的方法包括以下步骤:
步骤1、获取电力采集终端采集的某一片区内Q个电能表的历史数据,并从历史数据中提炼出导致电力采集终端采集失败的N个特征,分别为相互独立的第一特征a1、第二特征a2、...第N特征aN;N为正整数;
其中,导致电力采集终端采集失败的特征为载波模块版本低、载波模块信号弱、载波模块损坏、载波模块版本不匹配、电能表档案不正确、电能表软件版本低、表计损坏、电能表参数不正确、电力采集终端地址错误或/和电力采集终端与电能表之间有时钟差中的其中一个或多个;
影响数据采集失败的几个特征之间需要相互独立、互不干扰,没有因果关系;
步骤2、根据步骤1中每个特征的属性,对上述N个特征的取值或取值范围进行划分,得到每个特征所对应的取值或取值范围;
a1={a1(1)、a1(2)...a1(i)};a2={a2(1)、a2(2)...a2(j)};aN={aN(1)、aN(2)...aN(k)};
其中,a1(1)、a1(2)...a1(i)分别为第一特征a1划分后的第1个、第2个和第i个取值或取值范围,i为第一特征a1划分后的取值或取值范围的总个数;a2(1)、a2(2)...a2(j)分别为第二特征a2划分后的第1个、第2个和第j个取值或取值范围,j为第二特征a2划分后的取值或取值范围的总个数;aN(1)、aN(2)...aN(k)分别为第N特征aN划分后的第1个、第2个和第k个取值或取值范围,k为第N特征aN划分后的取值或取值范围的总个数;
步骤3、在步骤1的电力采集终端采集的历史数据中随机选取M个电能表作为样本集;M为正整数且M≤Q;并将电力采集终端采集某个电能表数据成功时记为Z=1,采集某个电能表数据失败时记为Z=0;
步骤4、计算电力采集终端采集样本集中所有电能表数据成功的概率P(Z=1)和采集失败的概率P(Z=0);其中,P(Z=1)+P(Z=0)=1;
其中,P(Z=1)=数据采集成功的电能表数量/M;
P(Z=0)=数据采集失败的电能表数量/M;
且数据采集成功的电能表数量+数据采集失败的电能表数量=M;
步骤5、计算步骤3中电力采集终端采集样本集中每个电能表数据时所使用的步骤2中各个特征对应的取值或取值范围的概率;
P(a1(1)|Z=1)、P(a1(2)|Z=1)...P(a1(i)|Z=1);
P(a1(1)|Z=0)、P(a1(2)|Z=0)、...P(a1(i)|Z=0);
其中,P(a1(1)|Z=1)为在电力采集终端采集电能表数据成功条件下a1(1)发生的概率;P(a1(2)|Z=1)为在电力采集终端采集电能表数据成功条件下a1(2)发生的概率;P(a1(i)|Z=1)为在电力采集终端采集电能表数据成功条件下a1(i)发生的概率;P(a1(1)|Z=0)为在电力采集终端采集电能表数据失败条件下a1(1)发生的概率;P(a1(2)|Z=0)为在电力采集终端采集电能表数据失败条件下a1(2)发生的概率;P(a1(i)|Z=0)为在电力采集终端采集电能表数据失败条件下a1(i)发生的概率;
P(a2(1)|Z=1)、P(a2(2)|Z=1)、...P(a2(j)|Z=1);
P(a2(1)|Z=0)、P(a2(2)|Z=0)、...P(a2(j)|Z=0);
其中,P(a2(1)|Z=1)为在电力采集终端采集电能表数据成功条件下a2(1)发生的概率;P(a2(2)|Z=1)为在电力采集终端采集电能表数据成功条件下a2(2)发生的概率;P(a2(j)|Z=1)为在电力采集终端采集电能表数据成功条件下a2(j)发生的概率;P(a2(1)|Z=0)为在电力采集终端采集电能表数据失败条件下a2(1)发生的概率;P(a2(2)|Z=0)为在电力采集终端采集电能表数据失败条件下a2(2)发生的概率;P(a2(j)|Z=0)为在电力采集终端采集电能表数据失败条件下a2(j)发生的概率;
... ... ...
P(aN(1)|Z=1)、P(aN(2)|Z=1)、...P(aN(k)|Z=1);
P(aN(1)|Z=0)、P(aN(2)|Z=0)、...P(aN(k)|Z=0);
其中,P(aN(1)|Z=1)为在电力采集终端采集电能表数据成功条件下aN(1)发生的概率;P(aN(2)|Z=1)为在电力采集终端采集电能表数据成功条件下aN(2)发生的概率;P(aN(k)|Z=1)为在电力采集终端采集电能表数据成功条件下aN(k)发生的概率;P(aN(1)|Z=0)为在电力采集终端采集电能表数据失败条件下aN(1)发生的概率;P(aN(2)|Z=0)为在电力采集终端采集电能表数据失败条件下aN(2)发生的概率;P(aN(k)|Z=0)为在电力采集终端采集电能表数据失败条件下aN(k)发生的概率;
步骤6、获取某一电力采集终端待采集某个电能表时使用的步骤2中N个特征对应的取值或取值范围,分别为:a1(m)、a2(n)、aN(q);其中,m∈{1、2、...i};n∈{1、2、...j};q∈{1、2、...k};
由于每个台区的环境因素不相同,为了尽可能提高电力采集终端采集成功率,本实施例中,待采集的电能表与步骤3样本集中的电能表属于同一台区;
步骤7、计算步骤6中该电力采集终端对待采集的电能表数据采集成功的概率P1和采集失败的概率P2;
P1=P(Z=1)*P(a1(m)|Z=1)*P(a2(n)|Z=1)*...P(aN(q)|Z=1);
P2=P(Z=0)*P(a1(m)|Z=0)*P(a2(n)|Z=0)*...P(aN(q)|Z=0);
步骤8、比较P1与P2的大小,得到预测结果;
如果P1>P2,则采集成功的概率大,预测结果为采集成功;如果P1<P2,则采集失败的概率大,预测结果为采集失败;
步骤9、当预测结果为采集成功时,则电力采集终端直接对待采集的电能表进行采集;当预测结果为采集失败时,则电力采集终端主动上报。
上述预测方法实质上为贝叶斯理论,预测的判断依据既考虑了各类参考总体出现的概率大小,又考虑了因误判造成的损失大小,判别能力强。
本实施例中,电力采集终端为集中器。
以下述具体实施例对上述方法进行说明,本实施例中,根据实际采集结果提炼出的特征为5个,分别为:电能表参数是否正确、电力采集终端与电能表之间的时钟差、载波模块版本是否匹配、电力采集终端是否升级过、电能表档案是否正确;
则步骤2中5个特征划分后得到的取值或取值范围为:
a1={a1(1)=0、a1(2)=1};a1(1)=0表示电能表参数正确;a1(1)=1表示电能表参数不正确;
a2={a2(1)<1小时、1小时<a2(2)<2天、a2(3)>2天};a2(1)<1小时表示电力采集终端与电能表之间的时钟差小于1小时;1小时<a2(2)<2天表示电力采集终端与电能表之间的时钟差大于1小时且小于2天;a2(3)>2天表示电力采集终端与电能表之间的时钟差大于2天;
a3={a3(1)=0、a3(2)=1};a3(1)=0表示载波模块版本不匹配;a3(2)=1表示载波模块版本匹配;
a4={a4(1)=0、a4(2)=1};a4(1)=0表示电力采集终端未升级过,a4(2)=1表示电力采集终端升级过;
a5={a5(1)=0、a5(2)=1};a5(1)=0表示电能表档案不正确;a5(2)=1表示电能表档案正确;
在数据采集成功的电能表中:电能表参数正确的个数为c1,电能表参数不正确的个数为:b-c1;电力采集终端与电能表之间的时钟差小于1小时的个数为c2,电力采集终端与电能表之间的时钟差大于1小时且小于2天的个数为c3,电力采集终端与电能表之间的时钟差大于2天的个数为b-c2-c3;载波模块版本不匹配的个数为c4,载波模块版本匹配的个数为b-c4;电力采集终端未升级过的个数为c5,电力采集终端未升级过的个数为b-c5;电能表档案不正确的个数为c6,电能表档案正确的个数为b-c6;
在数据采集失败的电能表中:电能表参数正确的个数为d1,电能表参数不正确的个数为:M-b-d1;电力采集终端与电能表之间的时钟差小于1小时的个数为d2,电力采集终端与电能表之间的时钟差大于1小时且小于2天的个数为d3,电力采集终端与电能表之间的时钟差大于2天的个数为M-b-d2-d3;载波模块版本不匹配的个数为d4,载波模块版本匹配的个数为M-b-d4;电力采集终端未升级过的个数为d5,电力采集终端未升级过的个数为M-b-d5;电能表档案不正确的个数为d6,电能表档案正确的个数为M-b-d6;
假设:步骤6中待采集的电能表使用的5个特征对应的取值或取值范围分别为:a1(1)、a2(1)、a3(1)、a4(2)和a5(2),则:
即可比较上述P1与P2的大小,得到预测结果。
本发明中电力采集终端在对某个台区的电能表进行采集前,先通过获取该台区的历史采集数据,并提炼出导致电力采集终端采集失败的多个特征,接着获取历史采集数据中在电力采集终端采集电能表数据成功或失败条件下每个特征对应的取值或取值范围的概率,因此电力采集终端可以根据待采集的电能表使用的特征取值或取值范围,以计算电力采集终端采集成功或采集失败的概率,从而得到采集成功或失败的预测结果。针对预测结果可能导致采集不到数据的电表,人为预先采取一些必要的措施,以防止采集失败,提高了电力采集终端采集成功率以及提升整个台区的采集成功率。
一种电力采集终端,按照上述的提高电力采集终端采集成功率的方法进行采集。
电力采集终端还与主站相通讯连接。一般情况,电力采集终端与主站通过无线方式进行通信连接。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种提高电力采集终端采集成功率的方法,其特征在于:包括以下步骤:
步骤1、获取电力采集终端采集的某一片区内Q个电能表的历史数据,并从历史数据中提炼出导致电力采集终端采集失败的N个特征,分别为相互独立的第一特征a1、第二特征a2、...第N特征aN;N为正整数;
步骤2、根据步骤1中每个特征的属性,对上述N个特征的取值或取值范围进行划分,得到每个特征所对应的取值或取值范围;
a1={a1(1)、a1(2)...a1(i)};a2={a2(1)、a2(2)...a2(j)};aN={aN(1)、aN(2)...aN(k)};
其中,a1(1)、a1(2)...a1(i)分别为第一特征a1划分后的第1个、第2个和第i个取值或取值范围,i为第一特征a1划分后的取值或取值范围的总个数;a2(1)、a2(2)...a2(j)分别为第二特征a2划分后的第1个、第2个和第j个取值或取值范围,j为第二特征a2划分后的取值或取值范围的总个数;aN(1)、aN(2)...aN(k)分别为第N特征aN划分后的第1个、第2个和第k个取值或取值范围,k为第N特征aN划分后的取值或取值范围的总个数;
步骤3、在步骤1的电力采集终端采集的历史数据中随机选取M个电能表作为样本集;M为正整数且M≤Q;并将电力采集终端采集某个电能表数据成功时记为Z=1,采集某个电能表数据失败时记为Z=0;
步骤4、计算电力采集终端采集样本集中所有电能表数据成功的概率P(Z=1)和采集失败的概率P(Z=0);其中,P(Z=1)+P(Z=0)=1;
步骤5、计算步骤3中电力采集终端采集样本集中每个电能表数据时所使用的步骤2中各个特征对应的取值或取值范围的概率;
P(a1(1)|Z=1)、P(a1(2)|Z=1)...P(a1(i)|Z=1);
P(a1(1)|Z=0)、P(a1(2)|Z=0)、...P(a1(i)|Z=0);
其中,P(a1(1)|Z=1)为在电力采集终端采集电能表数据成功条件下a1(1)发生的概率;P(a1(2)|Z=1)为在电力采集终端采集电能表数据成功条件下a1(2)发生的概率;P(a1(i)|Z=1)为在电力采集终端采集电能表数据成功条件下a1(i)发生的概率;P(a1(1)|Z=0)为在电力采集终端采集电能表数据失败条件下a1(1)发生的概率;P(a1(2)|Z=0)为在电力采集终端采集电能表数据失败条件下a1(2)发生的概率;P(a1(i)|Z=0)为在电力采集终端采集电能表数据失败条件下a1(i)发生的概率;
P(a2(1)|Z=1)、P(a2(2)|Z=1)、...P(a2(j)|Z=1);
P(a2(1)|Z=0)、P(a2(2)|Z=0)、...P(a2(j)|Z=0);
其中,P(a2(1)|Z=1)为在电力采集终端采集电能表数据成功条件下a2(1)发生的概率;P(a2(2)|Z=1)为在电力采集终端采集电能表数据成功条件下a2(2)发生的概率;P(a2(j)|Z=1)为在电力采集终端采集电能表数据成功条件下a2(j)发生的概率;P(a2(1)|Z=0)为在电力采集终端采集电能表数据失败条件下a2(1)发生的概率;P(a2(2)|Z=0)为在电力采集终端采集电能表数据失败条件下a2(2)发生的概率;P(a2(j)|Z=0)为在电力采集终端采集电能表数据失败条件下a2(j)发生的概率;
………
P(aN(1)|Z=1)、P(aN(2)|Z=1)、...P(aN(k)|Z=1);
P(aN(1)|Z=0)、P(aN(2)|Z=0)、...P(aN(k)|Z=0);
其中,P(aN(1)|Z=1)为在电力采集终端采集电能表数据成功条件下aN(1)发生的概率;P(aN(2)|Z=1)为在电力采集终端采集电能表数据成功条件下aN(2)发生的概率;P(aN(k)|Z=1)为在电力采集终端采集电能表数据成功条件下aN(k)发生的概率;P(aN(1)|Z=0)为在电力采集终端采集电能表数据失败条件下aN(1)发生的概率;P(aN(2)|Z=0)为在电力采集终端采集电能表数据失败条件下aN(2)发生的概率;P(aN(k)|Z=0)为在电力采集终端采集电能表数据失败条件下aN(k)发生的概率;
步骤6、获取某一电力采集终端待采集某个电能表时使用的步骤2中N个特征对应的取值或取值范围,分别为:a1(m)、a2(n)、aN(q);其中,m∈{1、2、...i};n∈{1、2、...j};q∈{1、2、...k};
步骤7、计算步骤6中该电力采集终端对待采集的电能表数据采集成功的概率P1和采集失败的概率P2;
P1=P(Z=1)*P(a1(m)|Z=1)*P(a2(n)|Z=1)*...P(aN(q)|Z=1);
P2=P(Z=0)*P(a1(m)|Z=0)*P(a2(n)|Z=0)*...P(aN(q)|Z=0);
步骤8、比较P1与P2的大小,得到预测结果;
如果P1>P2,则采集成功的概率大,预测结果为采集成功;如果P1<P2,则采集失败的概率大,预测结果为采集失败;
步骤9、当预测结果为采集成功时,则电力采集终端直接对待采集的电能表进行采集;当预测结果为采集失败时,则电力采集终端主动上报。
2.根据权利要求1所述的提高电力采集终端采集成功率的方法,其特征在于:所述步骤1中导致电力采集终端采集失败的特征为载波模块版本低、载波模块信号弱、载波模块损坏、载波模块版本不匹配、电能表档案不正确、电能表软件版本低、表计损坏、电能表参数不正确、电力采集终端地址错误或/和电力采集终端与电能表之间有时钟差中的其中一个或多个。
3.根据权利要求2所述的提高电力采集终端采集成功率的方法,其特征在于:所述步骤1中提炼出的特征为5个,分别为:电能表参数是否正确、电力采集终端与电能表之间的时钟差、载波模块版本是否匹配、电力采集终端是否升级过、电能表档案是否正确。
4.根据权利要求3所述的提高电力采集终端采集成功率的方法,其特征在于:所述步骤2中的每个特征所对应的取值或取值范围为:
a1={a1(1)=0、a1(2)=1};a1(1)=0表示电能表参数正确;a1(1)=1表示电能表参数不正确;
a2={a2(1)<1小时、1小时<a2(2)<2天、a2(3)>2天};a2(1)<1小时表示电力采集终端与电能表之间的时钟差小于1小时;1小时<a2(2)<2天表示电力采集终端与电能表之间的时钟差大于1小时且小于2天;a2(3)>2天表示电力采集终端与电能表之间的时钟差大于2天;
a3={a3(1)=0、a3(2)=1};a3(1)=0表示载波模块版本不匹配;a3(2)=1表示载波模块版本匹配;
a4={a4(1)=0、a4(2)=1};a4(1)=0表示电力采集终端未升级过,a4(2)=1表示电力采集终端升级过;
a5={a5(1)=0、a5(2)=1};a5(1)=0表示电能表档案不正确;a5(2)=1表示电能表档案正确。
5.根据权利要求1所述的提高电力采集终端采集成功率的方法,其特征在于:所述电力采集终端为集中器。
6.根据权利要求1所述的提高电力采集终端采集成功率的方法,其特征在于:所述步骤4中:
P(Z=1)=数据采集成功的电能表数量/M;
P(Z=0)=数据采集失败的电能表数量/M;
且数据采集成功的电能表数量+数据采集失败的电能表数量=M。
7.根据权利要求1所述的提高电力采集终端采集成功率的方法,其特征在于:所述步骤6中待采集的电能表与步骤3样本集中的电能表属于同一台区。
8.电力采集终端,其特征在于:按照权利要求1~7任一项所述的提高电力采集终端采集成功率的方法进行采集。
9.根据权利要8所述的电力采集终端,其特征在于:所述电力采集终端还与主站相通讯连接。
10.根据权利要9所述的电力采集终端,其特征在于:所述电力采集终端与主站通过无线方式进行通信连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110603574.8A CN113538884B (zh) | 2021-05-31 | 2021-05-31 | 一种提高电力采集终端采集成功率的方法及电力采集终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110603574.8A CN113538884B (zh) | 2021-05-31 | 2021-05-31 | 一种提高电力采集终端采集成功率的方法及电力采集终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113538884A CN113538884A (zh) | 2021-10-22 |
CN113538884B true CN113538884B (zh) | 2022-04-26 |
Family
ID=78124501
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110603574.8A Active CN113538884B (zh) | 2021-05-31 | 2021-05-31 | 一种提高电力采集终端采集成功率的方法及电力采集终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113538884B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8626698B1 (en) * | 2013-01-14 | 2014-01-07 | Fmr Llc | Method and system for determining probability of project success |
CN103605103A (zh) * | 2013-06-26 | 2014-02-26 | 广东电网公司东莞供电局 | 基于s型曲线函数的电能计量故障智能诊断方法 |
CN107426634A (zh) * | 2017-09-11 | 2017-12-01 | 贵州电网有限责任公司电力科学研究院 | 一种集抄系统通信的评测方法 |
CN109358306A (zh) * | 2018-10-18 | 2019-02-19 | 国网天津市电力公司电力科学研究院 | 一种基于gm(1,1)的智能电能表健康度趋势预测方法 |
CN110677211A (zh) * | 2019-09-27 | 2020-01-10 | 宁波三星医疗电气股份有限公司 | 对时方法、装置及电力采集终端 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7088255B2 (en) * | 2001-05-29 | 2006-08-08 | Westinghouse Electric Co, Llc | Health monitoring display system for a complex plant |
-
2021
- 2021-05-31 CN CN202110603574.8A patent/CN113538884B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8626698B1 (en) * | 2013-01-14 | 2014-01-07 | Fmr Llc | Method and system for determining probability of project success |
CN103605103A (zh) * | 2013-06-26 | 2014-02-26 | 广东电网公司东莞供电局 | 基于s型曲线函数的电能计量故障智能诊断方法 |
CN107426634A (zh) * | 2017-09-11 | 2017-12-01 | 贵州电网有限责任公司电力科学研究院 | 一种集抄系统通信的评测方法 |
CN109358306A (zh) * | 2018-10-18 | 2019-02-19 | 国网天津市电力公司电力科学研究院 | 一种基于gm(1,1)的智能电能表健康度趋势预测方法 |
CN110677211A (zh) * | 2019-09-27 | 2020-01-10 | 宁波三星医疗电气股份有限公司 | 对时方法、装置及电力采集终端 |
Non-Patent Citations (1)
Title |
---|
基于GO 法与贝叶斯网络的智能电能表可靠性预计方法研究;杨超等;《电测与仪表》;20210520;第177-183页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113538884A (zh) | 2021-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110516912B (zh) | 一种配电台区户变关系的识别方法 | |
CN109660206B (zh) | 一种基于Wasserstein GAN的光伏阵列故障诊断方法 | |
CN111505433A (zh) | 一种低压台区户变关系纠错及相位识别方法 | |
CN110687473B (zh) | 一种智能变电站继电保护测试故障定位方法及系统 | |
CN111080105A (zh) | 基于电压时序数据的台区户变关系识别方法及系统 | |
Ma et al. | Topology identification of distribution networks using a split-EM based data-driven approach | |
CN110687361A (zh) | 一种用于识别低压配网台区相序的方法及系统 | |
CN113169708A (zh) | 太阳能发电平衡控制系统及方法 | |
CN113988489B (zh) | 电碳因子的预测评估方法、装置及可读存储介质 | |
CN109710647A (zh) | 一种基于关键字搜索的电网台账数据融合方法及装置 | |
CN108919044A (zh) | 一种基于互校验机制的单元制配电网故障主动识别方法 | |
CN116203351A (zh) | 线路阻抗异常的检测方法及系统 | |
CN115377976B (zh) | 一种基于皮尔逊相关系数的配网线变关系识别方法 | |
CN113538884B (zh) | 一种提高电力采集终端采集成功率的方法及电力采集终端 | |
CN114090961A (zh) | 一种低压配电网拓扑结构校验方法和系统 | |
CN111628888B (zh) | 一种故障诊断方法、装置、设备及计算机存储介质 | |
CN111931012A (zh) | 一种基于故障管理子系统的数据模型自适应方法和装置 | |
CN115577272A (zh) | 一种基于故障录波数据的多重雷击判别方法 | |
CN113869849A (zh) | 一种当日采集异常用电信息筛选处理方法及系统 | |
CN114139744A (zh) | 异常光伏组串支路识别方法、装置、电子设备及存储介质 | |
Pena et al. | Data-Driven Detection of Phase Changes in Evolving Distribution Systems | |
CN114330440A (zh) | 基于模拟学习判别的分布式电源负荷异常识别方法及系统 | |
CN113075468A (zh) | 一种基于低压用户的相别判定方法 | |
Shan et al. | Root Cause Analysis of Failures for Power Communication Network Based on CNN | |
CN113917364B (zh) | 一种配电网高阻接地识别方法和装置 |
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 |