CN115688975A - 一种智能电表的故障预警方法及系统 - Google Patents
一种智能电表的故障预警方法及系统 Download PDFInfo
- Publication number
- CN115688975A CN115688975A CN202211215721.5A CN202211215721A CN115688975A CN 115688975 A CN115688975 A CN 115688975A CN 202211215721 A CN202211215721 A CN 202211215721A CN 115688975 A CN115688975 A CN 115688975A
- Authority
- CN
- China
- Prior art keywords
- fault
- early warning
- intelligent
- electric meter
- block chain
- 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
Images
Classifications
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种智能电表的故障预警方法及系统。在该方法中,根据预先建立的智能电表故障分析模型对智能电表进行故障排查,得到预警信息;通过智能合约确定预警信息对应的智能电表故障;通过智能合约对智能电表故障进行预警。由此可见,利用本申请实施例提供的方案,通过智能电表故障分析模型预测故障结果,得到预警信息,依托区块链技术不可篡改、可信溯源、全程监管等特性,创造公开透明的用电环境,从而提高可信度;利用区块链智能合约技术,实现自动化分析预警能力,从而提高智能电表的故障预警效率。
Description
技术领域
本申请涉及信息技术领域,尤其涉及一种智能电表的故障预警方法及系统。
背景技术
随着我国智能电网建设持续发展,电能表作为单一计费仪表的功能已经无法满足供电企业和电力用户的需求,集成智能化、系统化、模块化和多元化的智能电表应运而生。作为智能电网建设的关键终端产品之一,承担着原始电能数据采集、计量和传输的任务,是实现信息集成、分析优化和信息展现的基础,对于电网实现信息化、自动化、互动化具有重要支撑作用。然而,智能电表的功能日益庞大、技术含量不断增加,故障问题的数量和类型也随之增加。
在现有技术中,通过分析预测子系统把训练好的贝叶斯网络模型以动态直观的形式进行展示,并将大数据平台涉及的各省市电表故障类型预测结果和成因分析直观的展示给用户。通过大数据平台采集海量的全国各地智能电表的数据,但是由于智能电表的数据存储于中心化的数据库系统中,随着数据持续增长,读取智能电表数据的压力过大,导致智能电表的故障预警的效率不高。
发明内容
本申请实施例提供了一种智能电表的故障预警方法及系统,可以提高智能电表的故障预警效率,创造公开透明的用电环境,从而提高可信度。
本申请第一方面提供了一种智能电表的故障预警方法,包括:
根据预先建立的智能电表故障分析模型对智能电表进行故障排查,得到预警信息;
通过智能合约确定所述预警信息对应的智能电表故障;
通过所述智能合约对所述智能电表故障进行预警。
可选的,所述通过智能合约确定所述预警信息对应的智能电表故障前,所述方法,还包括:
构建智能电表故障分析区块链,所述智能电表故障分析区块链的区块链节点包括智能电表生产厂家、国网计量中心与国网省电力公司。
可选的,所述方法,还包括:
从所述区块链节点中提取所述智能电表的设备数据;
从所述设备数据中选取故障指标数据,所述故障指标数据包括:生产厂家、到货批次、电表型号、工作时长、通信方式、故障数据;
从所述设备数据中选取故障类型和故障成因数据,所述故障类型和故障成因数据包括:外观故障、时钟单元故障、计量数据不准、电路连接错误;
将所述故障指标数据、所述故障类型和所述故障成因数据进行处理,得到训练数据集。
可选的,所述方法,还包括:
将所述训练数据集分成训练集和测试集;
通过分类回归树算法CART构建故障分类决策树,得到随机森林网络;
将所述训练集输入所述随机森林网络进行迭代训练,并利用所述测试集进行验证,得到初始智能电表故障模型。
可选的,所述方法,还包括:
通过所述区块链节点接收所述预警信息;
通过所述区块链节点将所述预警信息保存,当达到共识时间时,将保存的所述预警信息打包成合约集合;
通过所述区块链节点在预设的时间内对所述合约集合达成共识;
通过所述区块链节点接收达成共识的合约集合,所述达成共识的合约集合包括达成共识的预警信息合约集;
通过所述区块链节点对所述预警信息合约集中的预警信息进行验证,当验证通过时,将所述预警信息写入所述区块链节点中。
可选的,所述通过所述智能合约对所述智能电表故障进行预警,包括:
当所述智能电表分析模型得到所述预警信息时,通过所述智能合约判断所述预警信息是否达到预设的触发条件;
将达到所述预设的触发条件的预警信息推送至待验证的共识队列中;
当所述区块链上的区块链节点达成共识时,通过所述智能合约对所述智能电表故障分析区块链上的智能电表故障进行预警。
可选的,所述方法,还包括:
当所述区块链上的区块链节点达成共识时,通过所述智能合约对所述智能电表故障分析区块链上的智能电表的故障类型和故障成因进行预警。
可选的,所述方法,还包括:
通过所述智能合约自带的状态机判断所述智能合约的状态,当所述智能合约的状态为预警执行完成时,将所述智能合约从所述区块链节点中移除;
当所述智能合约的状态为预警未执行完成时,将所述状态机中所述智能合约的状态标记为进行中。
本申请第二方面提供了一种智能电表故障预警系统,所述系统包括:
故障排查模块,用于根据预先建立的智能电表故障分析模型对智能电表进行故障排查,得到预警信息;
触发模块,用于触发智能合约调用所述预警信息;
预警模块,用于通过调用所述预警信息的所述智能合约对所述智能电表的故障执行预警。
可选的,所述系统,还包括:
构建模块,用于构建智能电表故障分析区块链,所述智能电表故障分析区块链的区块链节点包括智能电表生产厂家、国网计量中心与国网省电力公司。
本申请实施例公开了一种智能电表的故障预警方法及系统,根据预先建立的智能电表故障分析模型对智能电表进行故障排查,得到预警信息;通过智能合约确定预警信息对应的智能电表故障;通过智能合约对智能电表故障进行预警。可见,本申请通过智能电表故障分析模型预测故障结果,得到预警信息,依托区块链技术不可篡改、可信溯源、全程监管等特性,创造公开透明的用电环境,从而提高可信度;利用区块链智能合约技术,实现自动化分析预警能力,从而提高智能电表的故障预警效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例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本申请中载的一些实施例,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的附图。
图1为本申请实施例提供的一种示例性应用场景示意图;
图2为本申请实施例提供的一种智能电表的故障预警方法的流程示意图;
图3为本申请实施例提供的一种构建智能电表故障分析模型的方法的流程示意图;
图4为本申请实施例提供的一种智能电表的故障预警系统的结构示意图。
具体实施方式
本申请实施例提供了一种智能电表的故障预警方法及系统,可以提高智能电表的故障预警效率,创造公开透明的用电环境,从而提高可信度。
为方便理解,首先对本申请实施例的应用场景进行介绍。
在现有技术中,通过分析预测子系统把训练好的贝叶斯网络模型以动态直观的形式进行展示,并将大数据平台涉及的各省市电表故障类型预测结果和成因分析直观的展示给用户。通过大数据平台采集海量的全国各地智能电表的数据,但是由于智能电表的数据存储于中心化的数据库系统中,随着数据持续增长,读取智能电表数据的压力过大,导致智能电表的故障预警的效率不高,且现有技术无法确认运行数据的真实性导致公信力不足。
在另一个现有技术中,提出了一种基于区块链技术的充电桩智能电表计量方法及系统,通过构建基于区块链的用户身份认证、交易账单透明可信、交易信息安全公布、用电信息的计量上链等能力,从而确保用户身份信息的真实性、数据信息的安全可靠性。但在该方法中无法确定计量数据的真实性。
可结合图1进行理解,图1为本申请实施例提供的一种示例性应用场景示意图。
如图1所示,区块链上存在三个节点,分别为节点1、节点2和节点3。当预先建立的智能电表故障分析模型对智能电表进行故障排查得到预警信息时,触发区块链上的智能合约调用预警信息,将预警信息分别存入节点1、节点2和节点3。通过智能合约对区块链上的各个节点中对智能电表进行故障预警。
参见图2,该图为本申请实施例提供的一种智能电表的故障预警方法的流程示意图。本申请实施例提供的智能电表的故障预警方法,例如可以通过如下步骤S201-203实现。
S201:根据预先建立的智能电表故障分析模型对智能电表进行故障排查,得到预警信息。
具体的,将智能电表数据输入智能电表故障分析模型进行故障排查,得到故障分析结果,即为预警信息,其中,预警信息包括故障数据、故障类型、故障成因等。
智能电表是智能电网(特别是智能配电网)数据采集的基本设备之一,承担着原始电能数据采集、计量和传输的任务,是实现信息集成、分析优化和信息展现的基础。智能电表除了具备传统电能表基本用电量的计量功能以外,为了适应智能电网和新能源的使用它还具有双向多种费率计量功能、用户端控制功能、多种数据传输模式的双向数据通信功能、防窃电功能等智能化的功能。
其中,计量是指实现单位统一、量值准确可靠的活动。在计量过程中,认为所使用量具和仪器是标准的,用它们来校准、检定受检量具和仪器设备,以衡量和保证使用受检量具仪器进行测量时所获得测量结果的可靠性。计量涉及到计量单位的定义和转换;量值的传递和保证量值统一所必须采取的措施、规程和法制等。
S202:通过智能合约确定预警信息对应的智能电表故障。
具体的,当智能电表分析模型得到预警信息时,通过智能合约将预警信息存放在智能电表故障分析区块链上。
具体的,智能合约通过P2P网络扩散并存入区块链。
具体的,通过区块链节点接收预警信息;通过区块链节点将智能合约保存,当达到共识时间时,将保存的智能合约打包成合约集合;通过区块链节点在预设的时间内对合约集合达成共识;通过区块链节点接收达成共识的合约集合,达成共识的合约集合包括达成共识的预警信息合约集;通过区块链节点对预警信息合约集中的预警信息进行验证,当验证通过时,将预警信息写入区块链节点中。
具体的,构建智能电表故障分析区块链,智能电表故障分析区块链的区块链节点包括智能电表生产厂家、国网计量中心与国网省电力公司。
其中,区块链是一种按照时间顺序将数据区块依次链接形成的一种链式数据结构,并以密码学方法保证数据块的不可篡改和不可伪造。区块链是利用块链式数据结构来验证与存储数据,利用分布式节点共识算法来生成和更新数据,利用密码学的方式保证数据传输和访问安全,利用由自动化脚本代码组成的智能合约来编程和操作数据的一种全新的分布式基础架构与计算范式。
S203:通过智能合约对区块链上的智能电表故障进行预警。
智能合约接收调用指令后,将预警信息存放在智能电表故障分析区块链上,并判断预警信息是否达到预设的触发条件,将未达到触发条件的预警信息继续存放在智能电表故障分析区块链上;将达到预设的触发条件的预警信息推送至待验证的队列中;当区块链上的区块链节点达成共识时,通过智能合约对智能电表故障分析区块链上的智能电表故障进行预警。
具体的,当区块链上的区块链节点达成共识时,通过智能合约对智能电表故障分析区块链上的智能电表的故障类型和故障成因进行预警。
具体的,区块链上的智能合约自动执行预警,当智能电表的到货批次的故障率达到预设的阈值时,告警提示批次故障,并指明批次的故障类型和主要成因。
具体的,通过智能合约自带的状态机判断智能合约的状态,当智能合约的状态为预警执行完成时,将智能合约的状态标记为完成,并将智能合约从区块链节点中移除;当智能合约的状态为预警未执行完成时,将状态机中智能合约的状态标记为进行中。
其中,智能合约是一套以数字形式定义的承诺,包括合约参与方可以在上面执行这些承诺的协议。合约就是存在区块链里的程序。合约的参与双方将达成的协议提前安装到区块链信息系统中。在双方的约定完成后,开始执行合约,则不能修改。根据应用场景的不同需求,区块链信息系统可有选择性地提供智能合约。
本申请实施例公开了一种智能电表的故障预警方法及系统,根据预先建立的智能电表故障分析模型对智能电表进行故障排查,得到预警信息;通过智能合约确定所述预警信息对应的智能电表故障;通过所述智能合约对所述智能电表故障进行预警。可见,本申请通过智能电表故障分析模型预测智能电表故障,得到预警信息,依托区块链技术不可篡改、可信溯源、全程监管等特性,创造公开透明的用电环境,从而提高可信度;利用区块链智能合约技术,实现自动化分析预警能力,从而提高智能电表的故障预警效率。
参见图3,该图为本申请实施例提供的一种构建智能电表故障分析模型的方法的流程示意图。
S301:从区块链节点中提取所述智能电表的设备数据。
具体的,从区块链节点中提取包括但不限于到货批次信息、检定任务信息、全检综合结论信息、全检基本误差信息、电表故障指标数据和电表故障成因等各类智能电表的设备数据。其中区块链节点智能电表生产厂家主要提供设备质量数据、区块链节点国网计量中心主要提供计量检定数据、区块链节点国网省电力公司主要提供设备运行数据。
S302:根据设备数据获得模型训练数据集。
从设备数据中选取故障指标数据进行编号,故障指标数据包括:生产厂家、到货批次、电表型号、工作时长、通信方式、故障数据等;
从设备数据中选取故障类型和故障成因数据进行编号,故障类型和故障成因数据包括:外观故障、时钟单元故障、计量数据不准、电路连接错误等;
将进行编号的故障指标数据、故障类型和故障成因数据进行归一化处理,其中,归一化公式为:
得到训练数据集,训练数据集表示为:
X={(x1,y1),(x2,y2),...,(xm,ym)}
其中xm=[xm1,xm2,...,xmk]T,k为xm中的特征值个数,其中,特征值表示设备质量数据、检定数据、运行数据等,ym为训练样本xm对应类别标签,其中类别标签为上述的编号。
S303:通过随机森林算法建立智能电表故障分析模型。
对训练数据集X中的样本进行Bootstrap(自助法)采样,形成N个重采样数据子集Xj(j=1,2,3…N),将数据子集按照8:2的比例随机分成训练集和测试集。使用CART算法构建故障分类决策树hj(x)(j=1,2,3…N),组建随机森林网络。将所有训练集依次输入随机森林网络对网络开展迭代训练,最终形成智能电表故障分析模型。
具体的,Bootstrap采样指在训练集里有放回的重采样等长的数据形成新的数据集并计算相关参数,重复n次得到对参数的估计,计算标准误差。
在本申请一种可能的实施例中,对智能电表故障成因分析模型进行参数调优和验证,优化随机森林决策树分类,并利用测试集进行模型验证,建立最终的智能电表故障预测模型。
具体的,确定初始训练集,计算初始训练集决策树分类准确率Hj。Hj计算公式如下:
式中,TPj(True Positive,真正)代表j类分类结果正确、预测结果正确,即分类正确的正样本;TNj(True Negative,真负)代表j类分类正确、预测错误,即分类正确的负样本;FPj(False Positive,假正)代表j类分类错误、预测正确,即分类错误的正样本;FNj(False Negative,假负)代表j类分类错误、预测错误,即分类错误的负样本。
对初始训练集的特征k施加扰动,重新计算更改后的决策树分类准确率 Hj,i(1≤i≤k)。其中,扰动包括样本扰动(如采样的随机)和属性扰动(如特征选取的随机)。改变抽取的训练集个数,使其从1到N依次改变,计算不同调整情况下决策树分类准确率。根据重新计算的分类准确率计算不同特征的相关性程度Pi,对不同特征选取的相关性程度进行降序排列,提取相关程度高的故障类型特征量。相关性程度Pi计算公式如下:
其中,N为正整数;Hj为初始训练集决策树分类准确率;Hj,i为更改后的决策树分类准确率。
设定特征相关性程度判定阈值,去除相关性程度不大的特征,构建优化后的决策树模型,形成智能电表故障分析模型。
基于以上实施例提供的方法,本申请实施例还提供了一种智能电表的故障预警系统,以下结合附图4介绍该智能电表的故障预警系统
参见图3,该图为本申请实施例提供的一种智能电表的故障预警系统的结构示意图。
本申请实施例提供的智能电表的故障预警系统400,包括:故障排查模块 401、触发模块402和预警模块403。
故障排查模块401,用于根据预先建立的智能电表故障分析模型对智能电表进行故障排查,得到预警信息;
触发模块402,用于通过智能合约确定预警信息对应的智能电表故障;
预警模块403,用于通过智能合约对智能电表故障进行预警。
在一种可能的实现方式中,所述系统,还包括:
构建模块,用于构建智能电表故障分析区块链,智能电表故障分析区块链的区块链节点包括智能电表生产厂家、国网计量中心与国网省电力公司。
在一种可能的实现方式中,所述系统,还包括:
模型构建模块,用于从区块链节点中提取智能电表的设备数据;从设备数据中选取故障指标数据,故障指标数据包括:生产厂家、到货批次、电表型号、工作时长、通信方式、故障数据;从设备数据中选取故障类型和故障成因数据,故障类型和故障成因数据包括:外观故障、时钟单元故障、计量数据不准、电路连接错误;将故障指标数据、故障类型和故障成因数据进行归一化处理,得到训练数据集。
将训练数据集分成训练集和测试集;通过分类回归树算法CART构建故障分类决策树,得到随机森林网络;将训练集输入随机森林网络进行迭代训练,并利用测试集进行验证,得到智能电表故障模型。
在一种可能的实现方式中,所述系统,还包括:
写入模块,通过区块链节点接预警信息;通过区块链节点将预警信息保存,当达到共识时间时,将保存的预警信息打包成合约集合;通过区块链节点在预设的时间内对合约集合达成共识;通过区块链节点接收达成共识的合约集合,达成共识的合约集合包括达成共识的预警信息合约集;通过区块链节点对所述警信息合约集中的预警信息进行验证,当验证通过时,将预警信息写入区块链节点中。
在一种可能的实现方式中,预警模块403,具体用于:
当智能电表分析模型得到预警信息时,通智能合约判断所述警信息是否达到预设的触发条件;将达到预设的触发条件的预警信息推送至待验证的共识队列中;当区块链上的区块链节点达成共识时,通过智能合约对智能电表故障分析区块链上的智能电表故障进行预警。
在一种可能的实现方式中,所述系统,还包括:
判断模块,用于通过智能合约自带的状态机判断智能合约的状态,当智能合约的状态为预警执行完成时,将智能合约从区块链节点中移除;当智能合约的状态为预警未执行完成时,将状态机中智能合约的状态标记为进行中。
由于所述系统400是与以上方法实施例提供的一种智能电表的故障预警方法对应的系统,所述系统400的各个单元的具体实现,均与以上方法实施例为同一构思,因此,关于所述系统400的各个单元的具体实现,可以参考以上方法实施例关于链路属性确定方法的描述部分,此处不再赘述。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑业务划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各业务单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件业务单元的形式实现。
以上的具体实施方式,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,以上仅为本发明的具体实施方式而已。
以上,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (10)
1.一种智能电表的故障预警方法,其特征在于,所述方法包括:
根据预先建立的智能电表故障分析模型对智能电表进行故障排查,得到预警信息;
通过智能合约确定所述预警信息对应的智能电表故障;
通过所述智能合约对所述智能电表故障进行预警。
2.根据权利要求1所述的方法,其特征在于,所述通过智能合约确定所述预警信息对应的智能电表故障前,所述方法,还包括:
构建智能电表故障分析区块链,所述智能电表故障分析区块链的区块链节点包括智能电表生产厂家、国网计量中心与国网省电力公司。
3.根据权利要求2所述的方法,其特征在于,所述方法,还包括:
从所述区块链节点中提取所述智能电表的设备数据;
从所述设备数据中选取故障指标数据,所述故障指标数据包括:生产厂家、到货批次、电表型号、工作时长、通信方式、故障数据;
从所述设备数据中选取故障类型和故障成因数据,所述故障类型和故障成因数据包括:外观故障、时钟单元故障、计量数据不准、电路连接错误;
将所述故障指标数据、所述故障类型和所述故障成因数据进行处理,得到训练数据集。
4.根据权利要求3所述的方法,其特征在于,所述方法,还包括:
将所述训练数据集分成训练集和测试集;
通过分类回归树算法CART构建故障分类决策树,得到随机森林网络;
将所述训练集输入所述随机森林网络进行迭代训练,并利用所述测试集进行验证,得到初始智能电表故障模型。
5.根据权利要求2所述的方法,其特征在于,所述方法,还包括:
通过所述区块链节点接收所述预警信息;
通过所述区块链节点将所述预警信息保存,当达到共识时间时,将保存的所述预警信息打包成合约集合;
通过所述区块链节点在预设的时间内对所述合约集合达成共识;
通过所述区块链节点接收达成共识的合约集合,所述达成共识的合约集合包括达成共识的预警信息合约集;
通过所述区块链节点对所述预警信息合约集中的预警信息进行验证,当验证通过时,将所述预警信息写入所述区块链节点中。
6.根据权利要求5所述的方法,其特征在于,所述通过所述智能合约对所述智能电表故障进行预警,包括:
当所述智能电表分析模型得到所述预警信息时,通过所述智能合约判断所述预警信息是否达到预设的触发条件;
将达到所述预设的触发条件的预警信息推送至所述区块链节点的待验证的共识队列中;
当所述区块链上的区块链节点达成共识时,通过所述智能合约对所述智能电表故障分析区块链上的智能电表故障进行预警。
7.根据权利要求6所述的方法,其特征在于,所述方法,还包括:
当所述区块链上的区块链节点达成共识时,通过所述智能合约对所述智能电表故障分析区块链上的智能电表的故障类型和故障成因进行预警。
8.根据权利要求6所述的方法,其特征在于,所述方法,还包括:
通过所述智能合约自带的状态机判断所述智能合约的状态,当所述智能合约的状态为预警执行完成时,将所述智能合约从所述区块链节点中移除;
当所述智能合约的状态为预警未执行完成时,将所述状态机中所述智能合约的状态标记为进行中。
9.一种智能电表故障预警系统,其特征在于,所述系统包括:
故障排查模块,用于根据预先建立的智能电表故障分析模型对智能电表进行故障排查,得到预警信息;
触发模块,用于通过智能合约确定所述预警信息对应的智能电表故障;
预警模块,用于通过所述智能合约对所述智能电表故障进行预警。
10.根据权利要求9所述的系统,其特征在于,所述系统,还包括:
构建模块,用于构建智能电表故障分析区块链,所述智能电表故障分析区块链的区块链节点包括智能电表生产厂家、国网计量中心与国网省电力公司。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211215721.5A CN115688975A (zh) | 2022-09-30 | 2022-09-30 | 一种智能电表的故障预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211215721.5A CN115688975A (zh) | 2022-09-30 | 2022-09-30 | 一种智能电表的故障预警方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115688975A true CN115688975A (zh) | 2023-02-03 |
Family
ID=85065348
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211215721.5A Pending CN115688975A (zh) | 2022-09-30 | 2022-09-30 | 一种智能电表的故障预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115688975A (zh) |
-
2022
- 2022-09-30 CN CN202211215721.5A patent/CN115688975A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108563548B (zh) | 异常检测方法及装置 | |
US11906112B2 (en) | Methods for safety management of compressors in smart gas pipeline network and internet of things systems thereof | |
CN112149329B (zh) | 核电厂关键设备的状态预演方法、系统、设备及存储介质 | |
AU2022204116A1 (en) | Verification method for electrical grid measurement data | |
CN108198408B (zh) | 一种基于用电信息采集系统的自适应反窃电监控方法及系统 | |
CN103869801A (zh) | 核电站仪控逻辑功能块的测试方法和系统 | |
CN110471821A (zh) | 异常变更检测方法、服务器及计算机可读存储介质 | |
KR101953558B1 (ko) | 스마트 기기 결함 관리 장치 및 방법 | |
CN115423386A (zh) | 一种电力碳排放因子的确定方法、装置、设备及介质 | |
CN102521080A (zh) | 电力用户用电信息采集系统的计算机数据修复方法 | |
CN111738348B (zh) | 一种电力数据异常检测方法和装置 | |
CN112491047A (zh) | 一种变电站二次设备的故障定位方法、装置及设备 | |
CN116151651A (zh) | 一种用于电能表质量检测的风险预警方法及系统 | |
CN111080484A (zh) | 一种配电网异常数据监测方法及装置 | |
CN105027088B (zh) | 系统分析设备和系统分析方法 | |
CN113391256B (zh) | 一种现场作业终端的电能表计量故障分析方法及系统 | |
CN115115190A (zh) | 一种基于工况的质量监控方法及相关装置和程序介质产品 | |
CN103529337A (zh) | 设备故障与电气量信息间非线性相关关系的识别方法 | |
CN117291576A (zh) | 一种基于工业场景数据趋势预测的方法、系统、计算机设备及存储介质 | |
CN117235664A (zh) | 配电通信设备的故障诊断方法、系统和计算机设备 | |
CN115688975A (zh) | 一种智能电表的故障预警方法及系统 | |
CN113901092B (zh) | 一种用于赛场运行监测的文件管理方法及系统 | |
Khokhlov et al. | Data security and quality evaluation framework: Implementation empirical study on android devices | |
CN115587017A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN104198981A (zh) | 智能电能表的质量确定方法及装置 |
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 |