CN114491181A - 一种反窃电诊断检测方法及系统 - Google Patents
一种反窃电诊断检测方法及系统 Download PDFInfo
- Publication number
- CN114491181A CN114491181A CN202111547263.0A CN202111547263A CN114491181A CN 114491181 A CN114491181 A CN 114491181A CN 202111547263 A CN202111547263 A CN 202111547263A CN 114491181 A CN114491181 A CN 114491181A
- Authority
- CN
- China
- Prior art keywords
- electricity
- stealing
- detection
- information
- data
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 160
- 238000003745 diagnosis Methods 0.000 title claims abstract description 35
- 230000005611 electricity Effects 0.000 claims abstract description 209
- 230000002265 prevention Effects 0.000 claims abstract description 48
- 230000000007 visual effect Effects 0.000 claims abstract description 34
- 238000005516 engineering process Methods 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 16
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000013473 artificial intelligence Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 7
- 238000013135 deep learning Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 5
- 230000001360 synchronised effect Effects 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 4
- 238000002405 diagnostic procedure Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000010998 test method Methods 0.000 claims 1
- 238000007689 inspection Methods 0.000 abstract description 14
- 230000005612 types of electricity Effects 0.000 abstract description 2
- 230000006399 behavior Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000003190 augmentative effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 239000011521 glass Substances 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 206010035148 Plague Diseases 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009740 moulding (composite fabrication) Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- 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
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- 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
- G06F16/904—Browsing; Visualisation therefor
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Computational Linguistics (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种反窃电诊断检测方法及系统，能够与准确判断窃电类型，缩小检查范围，实现快速锁定窃电位置，同时能够提升节省人员和时间成本。包括如下步骤，选取待检测窃电目标基于AR技术将待检测窃电目标的信息转化为可视化信息；对待检测窃电目标进行功能检测并记录检测结果；根据获取的可视化信息和检测结果建立反窃电检测模型；收集用户用电数据信息和窃电样本案例建立疑似窃电数据库；将疑似窃电数据库中的数据输入反窃电检测模型并根据输出的反窃电检测结果与疑似窃电数据库中的数据信息进行对比；根据对比结果对反窃电检测模型进行优化；基于优化后的反窃电检测模型对用户用电实时数据进行反窃电检测，定位疑似窃电用户。
Description
技术领域
本发明涉及电力信息数据处理技术领域，具体为一种反窃电诊断检测方法及系统。
背景技术
随着国民经济快速发展对能源需求越来越大，我国对能源的依赖性也将越来越高，电能作为我国重要的能源之一，对经济的持续发展具有重要的作用。一些单位和个人将窃电作为获利手段，采取各种方法不计或少记电量，以达到不交或少交电费的目的，造成国家电能大量流失，损失惊人，因此窃电与违约用电问题一直困扰着各级供电部门，虽然供电部门已从多方面加强了窃电与违约用电管理措施，但由于其手段层出不穷，给反窃电工作带来很大难度，尤其是一些工商业用户采取非法手段改造或破坏计量设备进行窃电，查处难、取证难、核查效率慢、甚至高科技隐蔽窃电的特点给供电企业造成了很大的经济损失。
对于城市供用电用户地形、地貌特殊性，加之反窃电技术装备缺乏，分析诊断模型准确率低，无法形成有效固化证据，使得窃电排查工作更是困难重重，同时窃电行为种类繁多、窃电隐蔽性，用电检查人员反窃电侦查对大量的疑似窃电行为进行判断，虽然耗费了大量的资源和精力，但事倍功半。
目前在反窃电检查的工作中，具体存在以下问题：
1)当前反窃查违模块还是通过传统的方式完成，即基于业务经验制定单个规则，逐步缩小排查范围，准确度不高，缺少案例库及对海量数据的分析后制定的反窃电模型；
2)针对临时搭线、隐蔽性电缆分流、节能柜窃电、高科技窃电等问题，受时间、距离、定位等因素影响，常规的反窃电装备和用电检查工具不能有效开展窃电查处和反窃电取证；
3)反窃查违保障机制尚不完善，反窃查违闭环管控体系尚未建立，反窃查违技术支撑体系尚未健全，内、外部协同有待加强，技术支撑能力相对薄弱，营销数据挖掘深度不够，未能充分利用大数据进行窃电精准定位与预警反窃电装备缺乏标准化技术交流不畅，长效机制有待建立；
4)目前国内外已有一些可应用于反窃查违设备，可监测表前电流电压；但是专业的反窃查违较少，尚未见学者对该类课题形成一个完整的研究成果。
发明内容
为了解决现有技术中存在的问题，本发明提供一种反窃电诊断检测方法及系统，能够与准确判断窃电类型，缩小检查范围，实现快速锁定窃电位置，同时能够提升节省人员和时间成本。
为实现上述目的，本发明提供如下技术方案：
一种反窃电诊断检测方法，包括如下步骤，
选取待检测窃电目标并基于AR技术将待检测窃电目标的信息转化为可视化信息；
对待检测窃电目标进行功能检测，并记录检测结果；
根据获取的可视化信息和检测结果建立反窃电检测模型；
收集现有用户用电数据信息和窃电样本案例并建立疑似窃电数据库；
将疑似窃电数据库中的数据输入反窃电检测模型，根据反窃电检测模型输出的反窃电检测结果与疑似窃电数据库中的数据信息进行对比；
根据对比结果对反窃电检测模型进行优化；
基于优化后的反窃电检测模型对用户用电实时数据进行反窃电检测，定位疑似窃电用户，反窃电检测完成。
优选地，所述选取待检测窃电目标并基于AR技术将待检测窃电目标的信息转化为可视化信息包括，
AR设备对待检测窃电目标的信息进行识别并根据识别的信息转化为可视化的图文信息并存储。
优选地，所述对待检测窃电目标进行功能检测包括待检测窃电目标的负荷远程监测、多点同步监测、倍率核查、向量分析、现场取证、电表校验、漏电检测和闭环数据上传。
优选地，所述反窃电检测模型包括设备层、网络层、服务层、应用层四层架构；
其中，设备层用于采集并存储数据，网络层用于实现多层之间的信息连接和传输，服务层用于对模型中输入的数据进行计算和分析，应用层用于实现模型功能，为用户提供服务。
优选地，所述根据对比结果对反窃电检测模型进行优化包括，
反窃电检测模型中输入疑似窃电征兆关键词；
根据疑似窃电征兆关键词对反窃电检测模型逐层中的数据进行搜索并初步筛选；
将初步筛选的结果与疑似窃电数据库中的数据进行匹配，
若匹配成功，则保留数据；
若匹配不成功，则修正数据信息并根据修正后数据信息更新反窃电检测模型。
优选地，所述收集现有用户用电数据信息和窃电样本案例并建立疑似窃电数据库包括，
收集现有用户用电信息数据和窃电样本案例并构建深度学习网络框架；
基于人工智能技术采用推理机对深度学习网络框架中的数据信息进行诊断分析；
根据诊断分析结果给出对应的窃电应对措施，建立完成。
优选地，所述反窃电检测完成后，还包括将检测结果存储至疑似窃电数据库中，实时更新疑似窃电数据库中的数据信息。
优选地，所述反窃电检测完成后，还包括疑似窃电数据库根据存储的数据信息自动生成用户用电趋势图。
一种反窃电诊断检测系统，包括，
AR智能检测模块，用于选取待检测窃电目标并基于AR技术将待检测窃电目标的信息转化为可视化信息；
功能检测模块，用于对待检测窃电目标进行功能检测，并记录检测结果；
反窃电检测模型建立模块，用于根据获取的可视化信息和检测结果建立反窃电检测模型；
疑似窃电数据库模块，用于收集现有用户用电信息数据和窃电样本案例并建立疑似窃电数据库；
对比模块，用于将疑似窃电数据库中的数据输入反窃电检测模型，根据反窃电检测模型输出的反窃电检测结果与疑似窃电数据库中的数据进行对比；
优化模块，用于根据对比结果对反窃电检测模型进行优化；
定位模块，用于基于优化后的反窃电检测模型对用户用电实时数据进行反窃电检测，定位疑似窃电用户，反窃电检测完成。
与现有技术相比，本发明具有以下有益效果：
本发明提供一种反窃电诊断检测方法，通过AR技术与反窃电检测模型的结合，AR设备的加入能够等同于给用电检查人员赋能，将用电检查人员赋能成为技术专家，提升现场巡视、侦查、取证的综合处理能力，直接将现场检测的待窃电目标信息采集并转化为可视化信息，便于检察人员准确判断窃电类型，缩小检查范围，并将获得的可视化信息和检测结果输送至反窃电检测模型中进行检测，配合建立的意思窃电数据库中的数据信息，能够实现快速锁定窃电位置，以找到窃电证物的目标，同时能够提升用电检查人员的诊断技能，节省人员和时间成本。
附图说明
图1为本发明反窃电诊断检测方法的步骤流程图；
图2为本发明反窃电诊断检测系统框图；
图3为本发明实施例的系统架构图；
图4为本发明实施例的系统框图；
图5为本发明实施例方法的技术路线图；
图6为本发明实施例中可穿戴增强现实AR技术的示意图；
图7为本发明实施例中人工智能专家系统的结构示意图。
具体实施方式
下面结合具体的实施例对本发明做进一步的详细说明，所述是对本发明的解释而不是限定。
如图1所示，本发明一种反窃电诊断检测方法，包括如下步骤，
选取待检测窃电目标并基于AR技术将待检测窃电目标的信息转化为可视化信息；
对待检测窃电目标进行功能检测，并记录检测结果；
根据获取的可视化信息和检测结果建立反窃电检测模型；
收集现有用户用电数据信息和窃电样本案例并建立疑似窃电数据库；
将疑似窃电数据库中的数据输入反窃电检测模型，根据反窃电检测模型输出的反窃电检测结果与疑似窃电数据库中的数据信息进行对比；
根据对比结果对反窃电检测模型进行优化；
基于优化后的反窃电检测模型对用户用电实时数据进行反窃电检测，定位疑似窃电用户，反窃电检测完成。
本发明提供一种反窃电诊断检测方法，通过AR技术与反窃电检测模型的结合，AR设备的加入能够等同于给用电检查人员赋能，将用电检查人员赋能成为技术专家，提升现场巡视、侦查、取证的综合处理能力，直接将现场检测的待窃电目标信息采集并转化为可视化信息，便于检察人员准确判断窃电类型，缩小检查范围，并将获得的可视化信息和检测结果输送至反窃电检测模型中进行检测，配合建立的意思窃电数据库中的数据信息，能够实现快速锁定窃电位置，以找到窃电证物的目标，同时能够提升用电检查人员的诊断技能，节省人员和时间成本。
进一步地，所述选取待检测窃电目标并基于AR技术将待检测窃电目标的信息转化为可视化信息包括，
以AR设备作为第一视角代替人眼对计量装置测得的待检测窃电目标的信息进行识别，AR设备根据识别的信息转化为可视的图文信息并存储。
其中，AR智能设备将信息转化为可视的图文信息内容，并进行数据的采集、优化和分析处理，实现信息增强共享。
AR增强现实技术是一种实时地计算摄影机影像的位置及角度并加上相应图像的技术，这种技术的目标是在屏幕上把虚拟世界套在现实世界并进行互动，AR就是将虚拟信息放在现实中展现，并且和虚拟信息进行互动。AR通过技术上的手段能够将现实与虚拟信息进行无缝对接。AR最有特色的两点作用在于：实现真实世界和虚拟事物的并存，虚拟空间与现实空间同步，发展一致互动更强。本发明中采用AR智能眼镜或者AR智能头盔等AR设备能够直接将现场的待检测目标信息直观的反应给检测人员，便于协助检测人员快速判断疑似窃电目标的大致范围，定位异常线损区域或疑似窃电用户，判断窃电行为，同时结合人机对话的方式指导用电检查人员对窃电情况进行指导、诊断和远程协助指导，提高判断窃电行为的准确度。
AR增强现实技术不仅应用领域诸如尖端武器、飞行器的研制与开发、数据模型的可视化、虚拟训练、娱乐与艺术等领域具有广泛的应用，而且由于其具有能够对真实环境进行增强显示输出的特性，在医疗研究与解剖训练、工业行业维修领域、精密仪器制造和维修、军用飞机导航和远程机器人控制等领域，具有比VR技术更加明显的优势。在工业行业维修领域通过头盔式显示器将多种辅助信息显示给运维人员，包括维修设备结构、设备零件图、运行状态等，便于远程指挥协助。
实施例中，所述对待检测窃电目标进行功能检测可以包括待检测窃电目标的负荷远程监测、多点同步监测、倍率核查、向量分析、现场取证、电表校验、漏电检测和闭环数据上传等多项功能检测但不限于此，可根据实际情况进行相关检测。
本实施例中，所述反窃电检测模型可划分为设备层、网络层、服务层、应用层四层架构，其中，设备层或终端层包含全息感知能力，即机器、网络和存储设备，用于采集、存储数据；网络层包含泛在连接能力，用于实现多层之间的信息转发，建立、维持和终止网络的连接，选择识别算法；服务层或平台层包含计算分析能力，用于根据输入模型中的算法并进行计算分析；应用层包含融合创新能力，为计算机用户，以及各种应用程序和网络之间的接口，用于实现模型功能，包括各种应用程序的协议，直接向用户提供服务，完成用户希望在网络上完成的各种工作。
进一步地，所述根据对比结果对反窃电检测模型进行优化包括，
反窃电检测模型中输入疑似窃电征兆关键词；
根据疑似窃电征兆关键词对反窃电检测模型逐层中的数据进行搜索并初步筛选；
将初步筛选的结果与疑似窃电数据库中的数据进行匹配，
若匹配成功，则保留数据；
若匹配不成功，则修正数据信息并根据修正后数据信息更新反窃电检测模型。
本发明中通过根据以往检测人员的工作经验提供相关的疑似窃电征兆关键词并输入反窃电检测模型中，能够快速筛查一批不符合要求的目标样本并删除，进一步提高检测效率。
具体地，用电检查人员提供计量装置征兆现象关键字描述，对窃电类型诊断树逐层进行搜索，并在搜索完成后对窃电类型诊断树访问层进行推理，根据规则不断与动态数据库的事实匹配，匹配成功则触发相应的规则，通过执行规则动作，经过不断的推理，推导出结果结论。
其中，计量装置综合数据库建立包括计量装置档案、文字、图片、模型、结构原理全部数据信息事实。
进一步地，所述收集现有用户用电数据信息和窃电样本案例并建立疑似窃电数据库包括，
收集现有用户用电信息数据和窃电样本案例并构建深度学习网络框架；
基于人工智能技术采用推理机对深度学习网络框架中的数据信息进行诊断分析；
根据诊断分析结果给出对应的窃电应对措施，建立完成。
本发明还包括构建疑似窃电数据库，通过收集整理归纳现有窃电案例，采用人工智能技术进行诊断分析，形成知识库，并对机器学习进行训练，构建反窃电专家知识库，包含综合数据、问题知识规则、典型案例、数据信息事实，根据计量装置现场的描述，通过执行规则动作，经过不断的推理，对窃电类型和问题的求解推断出结论，反窃电计算分析服务负责提供反窃电算法模型，计算分析海量用电信息数据，并不断组合优化模型，定位异常线损区域或疑似窃电用户，判断窃电行为。
其中，针对所有典型窃电类型问题相关知识用规则来表达，包括所有类型的方法、步骤、事项，来完善反窃电知识库。
进一步地，所述反窃电检测完成后，还包括将检测结果存储至疑似窃电数据库中，实时更新疑似窃电数据库中的数据信息。
进一步地，所述反窃电检测完成后，还包括疑似窃电数据库根据存储的数据信息自动生成用户用电趋势图。
本发明通过将每次检测完成的反窃电检测结果补充更新至建立的疑似窃电数据库中，能够提高下次检测结果的准确性同时，建立更为完备的数据库，便于进一步优化反窃电检测模型和分析用电客户各种数据进行多方面、多维度的实时在线监测，并自动生成用户用电趋势图，可以对其内在的关联性、逻辑关系进行深入挖掘和自主分析，来进行自动筛选来为动态预警提供支持，展现相关类似的窃电案例作为参考，帮助用电检查人员及时决策应对措施。
如图2所示，本发明还提供一种反窃电诊断检测系统，包括，
AR智能检测模块，用于选取待检测窃电目标并基于AR技术将待检测窃电目标的信息转化为可视化信息；
功能检测模块，用于对待检测窃电目标进行功能检测，并记录检测结果；
反窃电检测模型建立模块，用于根据获取的可视化信息和检测结果建立反窃电检测模型；
疑似窃电数据库模块，用于收集现有用户用电信息数据和窃电样本案例并建立疑似窃电数据库；
对比模块，用于将疑似窃电数据库中的数据输入反窃电检测模型，根据反窃电检测模型输出的反窃电检测结果与疑似窃电数据库中的数据进行对比；
优化模块，用于根据对比结果对反窃电检测模型进行优化；
定位模块，用于基于优化后的反窃电检测模型对用户用电实时数据进行反窃电检测，定位疑似窃电用户，反窃电检测完成。
如图3和4所示，本发明中通过设置一种反窃电诊断检测系统，具体为一种基于融合增强现实AR可穿戴设备反窃电诊断系统，包括智能可穿戴装置单元、应用和培训单元以及专家知识库，所述智能可穿戴装置单元由检查诊断终端、电流钳和智能眼镜构成，所述应用和培训单元包括识别采集模块、检测诊断模块、取证拍照模块、物联网信息通信模块和实时远程协助模块，所述专家知识库由信息综合数据库、反窃电知识库和推理机问题诊断模块构成。
其中，所述智能可穿戴装置单元将现场检测结果和AR智能设备感知结果通过无线信号输送至应用和培训单元中，识别采集模块识别输送的信号后传输至检测诊断模块中进行反窃电诊断检测，并同时连接物联网信息通信模块和实时远程协助模块，可通过人机交互识别转换和远程语音控制协助定位检测，检测诊断模块还连接至专家知识库，将检测结果存储在信息综合数据库和反窃电知识库中，并通过推理机问题诊断模块通过执行规则动作，经过不断的推理，对窃电类型和问题的求解推断出结论。
进一步地，针对高压用电回路一次侧用电环境，反窃电现场检查工具由专变诊断终端、电流钳、智能AR集成装置组成进行监测，分析用户的用电趋势，实现用电回路的全方位覆盖监测。
实施例
如图5-7所示，本实施例中，其具体实施步骤包括，
(S1)：基于反窃电诊断系统设置增强现实AR眼镜、检查终端的集成装置，装置进行负荷远程监测、多点同步监测、倍率核查、向量分析、现场取证、电表校验、漏电检测和闭环数据上传多项功能，同时AR装置以其第一视角可视化信息远程叠加在用电检查人员的视野中目标对象上，并与营销计量中心进行多媒体数据互动，其中针对高压用电回路一次侧用电环境，反窃电现场检查工具由专变诊断终端、电流钳、智能AR集成装置组成进行监测，分析用户的用电趋势，实现用电回路的全方位覆盖监测，可穿戴AR装置以其第一视角将现场计量表计识别后，信息远程叠加在用电检查人员视野中的操作对象上，触发呈现可视化信息，AR智能眼镜将信息转化为可视的图文信息内容，并进行数据的采集、优化和分析处理，实现信息增强共享；
(S2)：收集整理归纳现有窃电案例，采用人工智能技术进行诊断分析，形成知识库，并对机器学习进行训练，展现相关类似的窃电案例作为参考，帮助用电检查人员及时决策应对措施，对用电客户各种数据进行多方面、多维度的实时在线监测，并对其内在的关联性、逻辑关系进行深入挖掘和自主分析，来进行自动筛选来为动态预警提供支持，其中对所有典型窃电类型问题相关知识用规则来表达，包括所有类型的方法、步骤、事项，来完善反窃电知识库，同时反窃电智能诊断平台整体架构可划分为设备层、网络层、服务层、应用层四层架构；
(S3)：构建反窃电专家知识库，包含综合数据、问题知识规则、典型案例、数据信息事实，根据计量装置现场的描述，通过执行规则动作，经过不断的推理，对窃电类型和问题的求解推断出结论，反窃电计算分析服务负责提供反窃电算法模型，计算分析海量用电信息数据，并不断组合优化模型，定位异常线损区域或疑似窃电用户，判断窃电行为，融合运用人工智能技术、计算技术，并创建反窃电诊断知识库，通过人机对话的方式指导用电检查人员对窃电情况进行指导、诊断和远程协助指导，提高判断窃电行为的准确度，同时用电检查人员提供计量装置征兆现象关键字描述，对窃电类型诊断树逐层进行搜索，并在搜索完成后对窃电类型诊断树访问层进行推理，根据规则不断与动态数据库的事实匹配，匹配成功则触发相应的规则，通过执行规则动作，经过不断的推理，推导出结果结论，计量装置综合数据库建立包括计量装置档案、文字、图片、模型、结构原理全部数据信息事实。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
为实现上述目的,在本发明中采取的主要技术手段。要清楚、完整、准确地加以描述，要对发明的实质内容加以说明，公开的程度以所属技术领域的普通技术人员能够理解和实现为准。
Claims (9)
1.一种反窃电诊断检测方法，其特征在于，包括如下步骤，
选取待检测窃电目标并基于AR技术将待检测窃电目标的信息转化为可视化信息；
对待检测窃电目标进行功能检测，并记录检测结果；
根据获取的可视化信息和检测结果建立反窃电检测模型；
收集现有用户用电数据信息和窃电样本案例并建立疑似窃电数据库；
将疑似窃电数据库中的数据输入反窃电检测模型，根据反窃电检测模型输出的反窃电检测结果与疑似窃电数据库中的数据信息进行对比；
根据对比结果对反窃电检测模型进行优化；
基于优化后的反窃电检测模型对用户用电实时数据进行反窃电检测，定位疑似窃电用户，反窃电检测完成。
2.根据权利要求1所述的一种反窃电诊断检测方法，其特征在于，所述选取待检测窃电目标并基于AR技术将待检测窃电目标的信息转化为可视化信息包括，
AR设备对待检测窃电目标的信息进行识别并根据识别的信息转化为可视化的图文信息并存储。
3.根据权利要求1所述的一种反窃电诊断检测方法，其特征在于，所述对待检测窃电目标进行功能检测包括待检测窃电目标的负荷远程监测、多点同步监测、倍率核查、向量分析、现场取证、电表校验、漏电检测和闭环数据上传。
4.根据权利要求1所述的一种反窃电诊断检测方法，其特征在于，所述反窃电检测模型包括设备层、网络层、服务层、应用层四层架构；
其中，设备层用于采集并存储数据，网络层用于实现多层之间的信息连接和传输，服务层用于对模型中输入的数据进行计算和分析，应用层用于实现模型功能，为用户提供服务。
5.根据权利要求1所述的一种反窃电诊断检测方法，其特征在于，所述根据对比结果对反窃电检测模型进行优化包括，
反窃电检测模型中输入疑似窃电征兆关键词；
根据疑似窃电征兆关键词对反窃电检测模型逐层中的数据进行搜索并初步筛选；
将初步筛选的结果与疑似窃电数据库中的数据进行匹配，
若匹配成功，则保留数据；
若匹配不成功，则修正数据信息并根据修正后数据信息更新反窃电检测模型。
6.根据权利要求1所述的一种反窃电诊断检测方法，其特征在于，所述收集现有用户用电数据信息和窃电样本案例并建立疑似窃电数据库包括，
收集现有用户用电信息数据和窃电样本案例并构建深度学习网络框架；
基于人工智能技术采用推理机对深度学习网络框架中的数据信息进行诊断分析；
根据诊断分析结果给出对应的窃电应对措施，建立完成。
7.根据权利要求1所述的一种反窃电诊断检测方法，其特征在于，所述反窃电检测完成后，还包括将检测结果存储至疑似窃电数据库中，实时更新疑似窃电数据库中的数据信息。
8.根据权利要求7所述的一种反窃电诊断检测方法，其特征在于，所述反窃电检测完成后，还包括疑似窃电数据库根据存储的数据信息自动生成用户用电趋势图。
9.一种反窃电诊断检测系统，其特征在于，基于权利要求1-8任一项的检测方法，包括，
AR智能检测模块，用于选取待检测窃电目标并基于AR技术将待检测窃电目标的信息转化为可视化信息；
功能检测模块，用于对待检测窃电目标进行功能检测，并记录检测结果；
反窃电检测模型建立模块，用于根据获取的可视化信息和检测结果建立反窃电检测模型；
疑似窃电数据库模块，用于收集现有用户用电信息数据和窃电样本案例并建立疑似窃电数据库；
对比模块，用于将疑似窃电数据库中的数据输入反窃电检测模型，根据反窃电检测模型输出的反窃电检测结果与疑似窃电数据库中的数据进行对比；
优化模块，用于根据对比结果对反窃电检测模型进行优化；
定位模块，用于基于优化后的反窃电检测模型对用户用电实时数据进行反窃电检测，定位疑似窃电用户，反窃电检测完成。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111547263.0A CN114491181A (zh) | 2021-12-16 | 2021-12-16 | 一种反窃电诊断检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111547263.0A CN114491181A (zh) | 2021-12-16 | 2021-12-16 | 一种反窃电诊断检测方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114491181A true CN114491181A (zh) | 2022-05-13 |
Family
ID=81493293
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111547263.0A Pending CN114491181A (zh) | 2021-12-16 | 2021-12-16 | 一种反窃电诊断检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114491181A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115209098A (zh) * | 2022-06-14 | 2022-10-18 | 国网河北省电力有限公司高邑县供电分公司 | 基于ai技术的反窃电现场检查辅助眼镜及其使用方法 |
| CN117611393A (zh) * | 2024-01-24 | 2024-02-27 | 国网安徽省电力有限公司合肥供电公司 | 一种基于大数据的反窃电数据采集方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014051632A1 (en) * | 2012-09-30 | 2014-04-03 | Nest Labs, Inc. | Automated presence detection and presence-related control within an intelligent controller |
| CN109858679A (zh) * | 2018-12-30 | 2019-06-07 | 国网浙江省电力有限公司 | 一种结合人机物的反窃电稽查监控系统及其工作方法 |
| CN110491061A (zh) * | 2019-08-26 | 2019-11-22 | 华北电力大学（保定） | 一种增强现实的反窃电取证系统及方法 |
| CN212568926U (zh) * | 2020-07-09 | 2021-02-19 | 华北电力大学（保定） | 一种用于反窃电的头戴增强现实ar电力分析仪 |
-
2021
- 2021-12-16 CN CN202111547263.0A patent/CN114491181A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014051632A1 (en) * | 2012-09-30 | 2014-04-03 | Nest Labs, Inc. | Automated presence detection and presence-related control within an intelligent controller |
| CN109858679A (zh) * | 2018-12-30 | 2019-06-07 | 国网浙江省电力有限公司 | 一种结合人机物的反窃电稽查监控系统及其工作方法 |
| CN110491061A (zh) * | 2019-08-26 | 2019-11-22 | 华北电力大学（保定） | 一种增强现实的反窃电取证系统及方法 |
| CN212568926U (zh) * | 2020-07-09 | 2021-02-19 | 华北电力大学（保定） | 一种用于反窃电的头戴增强现实ar电力分析仪 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115209098A (zh) * | 2022-06-14 | 2022-10-18 | 国网河北省电力有限公司高邑县供电分公司 | 基于ai技术的反窃电现场检查辅助眼镜及其使用方法 |
| CN117611393A (zh) * | 2024-01-24 | 2024-02-27 | 国网安徽省电力有限公司合肥供电公司 | 一种基于大数据的反窃电数据采集方法 |
| CN117611393B (zh) * | 2024-01-24 | 2024-04-05 | 国网安徽省电力有限公司合肥供电公司 | 一种基于大数据的反窃电数据采集方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111722714B (zh) | 一种基于ar技术的数字化变电站计量运检辅助方法 | |
| EP3836077A2 (en) | Product defect detection method and apparatus, electronic device, storage medium and program | |
| CN114491181A (zh) | 一种反窃电诊断检测方法及系统 | |
| CN107529667B (zh) | 混合现实核电站仿真和分析系统 | |
| CN113689013A (zh) | 一种变压器智能监测与运维系统 | |
| CN113222184A (zh) | 基于增强现实ar的设备巡检系统及方法 | |
| CN109726200B (zh) | 基于双向深度神经网络的电网信息系统故障定位系统及方法 | |
| CN113961718A (zh) | 一种基于工业机械故障诊断知识图谱的知识推理方法 | |
| CN109242439A (zh) | 基于变电站设备相关联数据的特征提取识别方法 | |
| CN116976043A (zh) | 一种基于知识图谱的sdss电网智能辅助决策方法 | |
| CN109088668A (zh) | 全状态可视化动态卫星测试系统及方法 | |
| CN111008919A (zh) | 一种基于人工智能的反窃电系统 | |
| CN115423429A (zh) | 基于图像和声音信息的多模态一体化配网运营系统 | |
| CN114912637B (zh) | 人机物知识图谱制造产线运维决策方法及系统、存储介质 | |
| CN115718472A (zh) | 水电机组故障扫描诊断方法 | |
| WO2023245851A1 (zh) | 一种基于微服务架构的深度巡检优化方法及系统 | |
| CN108377209A (zh) | 基于scada的设备故障检测系统和检测方法 | |
| CN116737483B (zh) | 一种装配测试交互方法、装置、设备及存储介质 | |
| CN116127324A (zh) | 不间断电源内部关键部件的故障检测方法和装置 | |
| CN116405638A (zh) | 基于多元传感器的智能巡检装置、巡检系统及巡检方法 | |
| CN115481941A (zh) | 一种多功能区联合的智能化安防管理方法及系统 | |
| CN114417618A (zh) | 虚拟现实辅助的装配复杂度评价系统 | |
| Liu et al. | AR-Driven Industrial Metaverse for the Auxiliary Maintenance of Machine Tools in IoT-Enabled Manufacturing Workshop | |
| CN117692610B (zh) | 一种ar车间巡检系统 | |
| Li et al. | Electric Power Gateway Metering Monitoring and Analysis Platform Based on Random Forest Algorithm |
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 |