CN116319262B - 一种电能计量装置通信故障数据检测模型 - Google Patents

一种电能计量装置通信故障数据检测模型 Download PDF

Info

Publication number
CN116319262B
CN116319262B CN202310592878.8A CN202310592878A CN116319262B CN 116319262 B CN116319262 B CN 116319262B CN 202310592878 A CN202310592878 A CN 202310592878A CN 116319262 B CN116319262 B CN 116319262B
Authority
CN
China
Prior art keywords
communication
fault data
communication fault
electric energy
metering device
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
Application number
CN202310592878.8A
Other languages
English (en)
Other versions
CN116319262A (zh
Inventor
张海洲
臧芸萱
聂晓龙
宋秉睿
赵汀
沈强
赵明
李俊
王晓敏
籍宁
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.)
Changzhi Power Supply Co of State Grid Shanxi Electric Power Co Ltd
Original Assignee
Changzhi Power Supply Co of State Grid Shanxi Electric Power 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 Changzhi Power Supply Co of State Grid Shanxi Electric Power Co Ltd filed Critical Changzhi Power Supply Co of State Grid Shanxi Electric Power Co Ltd
Priority to CN202310592878.8A priority Critical patent/CN116319262B/zh
Publication of CN116319262A publication Critical patent/CN116319262A/zh
Application granted granted Critical
Publication of CN116319262B publication Critical patent/CN116319262B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06—Management of faults, events, alarms or notifications
    • H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F13/00—Interconnection of, or transfer of information or other signals between, memories, input/output devices or central processing units
    • G06F13/38—Information transfer, e.g. on bus
    • G06F13/42—Bus transfer protocol, e.g. handshake; Synchronisation
    • G06F13/4282—Bus transfer protocol, e.g. handshake; Synchronisation on a serial bus, e.g. I2C bus, SPI bus
    • G06F13/4286—Bus transfer protocol, e.g. handshake; Synchronisation on a serial bus, e.g. I2C bus, SPI bus using a handshaking protocol, e.g. RS232C link
    • 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
    • Y04S10/52—Outage or fault management, e.g. fault detection or location

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)
  • Locating Faults (AREA)

Abstract

本发明公开了一种电能计量装置通信故障数据检测模型，解决现有技术中存在的无法精准、快速对电能计量装置的RS485、RS232等通信故障进行提取精炼的问题；包括以下步骤：接收电能计量装置发出的通信信号；从RS485、RS232等通信联络线的通信数据来源中，提取出数据中的故障类超集的信息，然后将这些信息合并找寻目标RS485、RS232通信故障数据中新的模式和内在关系；可以提高故障检测的精度，缩短检测的耗时，降低检测的误检率低。

Description

一种电能计量装置通信故障数据检测模型
技术领域
本发明涉及电能计量装置通信故障检测技术领域，具体涉及一种电能计量装置RS485、RS232通信故障检测函数的构建方式。
背景技术
目前，电力市场主体间电价的实时信息与预测信息，是通过电能计量装置来完成传递的，因此，可以认为电能计量装置的稳定性决定了电力市场的运行的稳定性；电能计量装置是用于测量、记录发电量、供(互供)电量、厂用电量、线损电量和用户用电量的计量器具，电能计量装置常用的通信方式包括RS232和RS485两种方式；由于人为安装受损、日常使用受损，以及自然老化等情形的发生，电能计量装置通信时经常发生故障；当电能计量装置通信出现故障时，需要派出人员，对采集故障进行及时处理，减少故障时间，确保电力现货交易市场的稳定性；但在现场处理故障时，容易出现以下情形：一、由于现场通信采集故障种类多，形式广，现场工作人员针对故障排查的环节也多；二、在现场多故障同时出现时，容易导致同一故障重复排查，以及故障诊断做不透的情况发生；三、当判断RS485出现故障，现场多个电能表并接在一条RS485线路上，理论上最多可并接64个，工作人员需对该条RS485上并接的所有电能表挨个进行检查，需要拆封印，做记录，拆表盖，工作繁杂，排查工作及其容易出现错误；因此，需要高效且准确的电能计量装置通信故障数据检测模型，提取RS485、RS232通信故障数据和各变量之间的相互关系，精炼故障数据，以尽快对通信故障做出有效诊断。
发明内容
本发明提供了一种电能计量装置通信故障数据检测模型，解决现有技术中存在的无法精准、快速对电能计量装置的RS485、RS232等通信故障进行提取精炼的技术问题。
本发明是通过以下技术方案解决以上技术问题的：
一种电能计量装置通信故障数据检测模型，其特征在于以下步骤：接收电能计量装置发出的通信信号；从RS485或RS232通信联络线的通信数据来源中，提取出数据中的故障类超集的信息，对RS485或RS232通信故障数据的特征，使用减法聚类算法进行聚类处理，包括：将RS485或RS232等通信故障数据样本划分聚类中心；构建每个RS485或RS232通信故障数据特征的密度指标并进行修正；将RS485或RS232通信故障数据的特征聚类。
用粒子群算法对已得的RS485、RS232等通信故障数据的特征进行提取，包括：获取RS485、RS232等通信故障数据特征粒子的全局最优位置；实现RS485、RS232等通信故障数据特征属性选择。
对RS485、RS232等通信故障数据进行分析和智能检测；根据样本方差S 2 、平方差V和熵H这三个指标搭建检测的目标函数，将所有组合下可确定的最大偏差确定RS485、RS232等通信故障数据的检测函数，公式为：
Z（x i (t)）=∑n 1(αS 2 (x i (t))+βV(x i (t))+λ(x i (t)))；
公式中x i (t)代表t时刻RS485、RS232等通信故障数据特征中第i个样本属性的值，α+β+λ=1；且α≥0，β≥0，λ≥0。
可结合群智能算法、灰色模型等类型算法，对RS485、RS232等通信故障目标数据的检测函数的结果进行最优求解。
本发明加入熵值H作为本次构建目标检测函数过程中的不确定数据的衡量指标，解决了RS485、RS232等通信故障数据在通常情况下具有随机性的特点，提高检测模型的准确性。本检测模型将RS485、RS232等通信故障数据进行了提取精炼的量化处理，使其具有较强的实时性。根据本模型进行最优解求解，可以提高故障检测的精度，缩短检测的耗时，降低检测的误检率低。
具体实施方式
下面对本发明进行详细说明：
一种电能计量装置通信故障数据检测模型，其特征在于以下步骤：接收电能计量装置发出的通信信号；从RS485或RS232通信联络线的通信数据来源中，提取出数据中的故障类超集的信息，对RS485或RS232通信故障数据的特征，使用减法聚类算法进行聚类处理，包括：将RS485或RS232等通信故障数据样本划分聚类中心；构建每个RS485或RS232通信故障数据特征的密度指标并进行修正；将RS485或RS232通信故障数据的特征聚类。
用粒子群算法对已得的RS485、RS232等通信故障数据的特征进行提取，包括：获取RS485、RS232等通信故障数据特征粒子的全局最优位置；实现RS485、RS232等通信故障数据特征属性选择。
对RS485、RS232等通信故障数据进行分析和智能检测；根据样本方差S 2 、平方差V和熵H这三个指标搭建检测的目标函数，将所有组合下可确定的最大偏差确定RS485、RS232等通信故障数据的检测函数，公式为：
Z（x i (t)）=∑n 1(αS 2 (x i (t))+βV(x i (t))+λ(x i (t)))；
公式中x i (t)代表t时刻RS485、RS232等通信故障数据特征中第i个样本属性的值，α+β+λ=1；且α≥0，β≥0，λ≥0。
在提取通信故障数据特征方面，通过减法聚类算法，假设有n个通信故障数据，数据的权值表示为q j (t)，j= 1，2，…，N; RS485、RS232等通信故障数据聚类权值表示为p j (t-1) ，i= 1，2，C。将N t 个RS485、RS232通信故障数据分为C个聚类中心，其中RS485、RS232通信故障数据的聚类中心为：
P i (1)=∑Nt j = 1 u ij q j (t)+∑C i=1u ij p j (0) (1);
u ij 表示RS485、RS232通信故障数据x j (1)属于聚类中心的模糊隶属度，且 1≤i≤C，1≤j≤N t 。设X= (x 1 ，x 2 ，…，x n ) 表示有n个d维的RS485、RS232等通信故障数据特征集，对于RS485、RS232等通信故障数据特征集X里的每个RS485、RS232等通信故障数据特征x i ，其密度指标D i 的计算公式如下:
D i =∑Nt j=1exp(-║x i -x j ║/ (r a /2)2) (2) ；
r a 表示RS485、RS232等通信故障数特征x i 的邻域半径，RS485、RS232等通信故障数特征中密度特征最高的用x 1 表示，与聚类中心对应的密度特征用D 1 表示。设x k 表示k次选出的RS485、RS232等通信故障数据的聚类中心，其相应的密度指标D k ，用以下公式对RS485、RS232等通信故障数据密度指标修正:
D i =D k exp(-║x i -x k ║ / (r b /2)2) （3）；
r b 表示RS485、RS232等通信故障数据密度指标函数，减少的邻域半径。选择密度指标值最高的x k+1 为最新的聚类中心，所以密度指标为D k+1 ，在D k+1 /D 1 <ε的条件下，对RS485、RS232等通信故障数据特征进行聚类，0＜ε＜1为预定的阈值，ε越小，聚类效果越好。
再使用粒子群算法对已得到的RS485、RS232等通信故障数据特征进行提取。RS485、RS232等通信故障数据特征粒子位置的计算公式为：
Si=[w11,w12,...,w1K,...,wn1,wn2,...wnK,b 1 ,b 2 ,...,b k ] （4）；
其中，w1K、wnK、bK分别表示RS485、RS232等通信故障特征的横坐标、纵坐标和侧向坐标。使用ELM算法获取RS485、RS232等通信故障数据特征，更新后的粒子最新位置，更新公式为：
pb i (t)=S i (t) (f(Si(t))<f(pb i (t-1))) （5）；
pb i (t)=pb i (t-1) (其他) （5）；
f()表示RS485、RS232等通信故障数据特征粒子的自适应函数。全局最优位置的公式为：
pb i (t)=pb i (t) (f(pb i (t))<f(pg i (t-1))) （6）；
pb i (t)=pg(t-1) (其他) （6）；
公式（4）根据公式(6)进行提取；当pg(t)最大时，选择的RS485、RS232等通信故障数据特征的属性最显著。
现在，先使用样本方差S 2 和平方差V来描述对RS485、RS232等通信故障数据的分析和检测；
S 2 (x i (t))=(1/(n-1))(x i (t) -（1/n）∑n i=1x i (t))2 （7）；
V(x i (t))=（1/n）∑n i=1(x i (t)- （1/n）∑n i=1x i (t)) （8）；
式中，(1/n)∑ n i=1 (x i (t)) 代表t时刻RS485、RS232等通信故障数据特征中第i个样本属性的平均值。
使用熵来作为衡量数据确定性的指标，当RS485、RS232等故障数据熵较小时，说明确定性很强。反之则说明样本随机性很强。现设t时刻RS485、RS232等通信故障数据特征第i个样本属性x i (t)的发生概率表示为P(x i (t))，熵H的表达式为:
H(x i (t))= -∑ n i=1(x i (t))log2 Px i (t)) （9）；
对（9）做归一化处理，得：
H(x i (t))= -(∑ n i=1(x i (t))log2 Px i (t))) /((1/n)log2 n) （10）；
由三个指标S 2 、V和H这三个指标搭建检测的目标函数，将所有组合下可确定的最大偏差确定RS485、RS232等通信故障数据的检测函数，公式为：
Z（x i (t)）=∑n 1(αS 2 (x i (t))+βV(x i (t))+λ(x i (t))) （11）；
公式（11）中α+β+λ=1；且α≥0，β≥0，λ≥0。
本发明可结合群智能算法、灰色模型等类型算法，对RS485、RS232等通信故障目标数据的检测函数的结果进行最优求解。
加入熵值H作为本次构建目标检测函数过程中的不确定数据的衡量指标，解决了RS485、RS232等通信故障数据在通常情况下具有随机性的特点，提高检测模型的准确性。本检测模型将RS485、RS232等通信故障数据进行了提取精炼的量化处理，使其具有较强的实时性。根据本模型进行最优解求解，具有精度较高，耗时较短，误检率低的特点。
通过采用本发明的技术方案，可将RS485、RS232等通信故障数据进行了提取精炼的量化处理，使其具有较强的实时性。根据本模型进行最优解求解，可以提高故障检测的精度，缩短检测的耗时，降低检测的误检率低。

Claims (2)

1.一种电能计量装置通信故障数据检测方法，其特征在于以下步骤：接收电能计量装置发出的通信信号；从RS485或RS232通信联络线的通信数据来源中，提取出数据中的故障类超集的信息，对RS485或RS232通信故障数据的特征，使用减法聚类算法进行聚类处理，包括：将RS485或RS232等通信故障数据样本划分聚类中心；构建每个RS485或RS232通信故障数据特征的密度指标并进行修正；将RS485或RS232通信故障数据的特征聚类。
2.根据权利要求1所述的一种电能计量装置通信故障数据检测方法，其特征在于，用粒子群算法对已得的RS485、RS232通信故障数据的特征进行提取，包括：获取RS485、RS232通信故障数据特征粒子的全局最优位置；实现RS485、RS232通信故障数据特征属性选择。
CN202310592878.8A 2023-05-24 2023-05-24 一种电能计量装置通信故障数据检测模型 Active CN116319262B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310592878.8A CN116319262B (zh) 2023-05-24 2023-05-24 一种电能计量装置通信故障数据检测模型

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310592878.8A CN116319262B (zh) 2023-05-24 2023-05-24 一种电能计量装置通信故障数据检测模型

Publications (2)

Publication Number Publication Date
CN116319262A CN116319262A (zh) 2023-06-23
CN116319262B true CN116319262B (zh) 2023-07-28

Family

ID=86822572

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310592878.8A Active CN116319262B (zh) 2023-05-24 2023-05-24 一种电能计量装置通信故障数据检测模型

Country Status (1)

Country Link
CN (1) CN116319262B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102141391B1 (ko) * 2019-12-16 2020-08-05 주식회사 한국가스기술공사 군집 평가에 기반한 고장 데이터의 관리 방법
CN113689689A (zh) * 2021-07-16 2021-11-23 国网河南省电力公司安阳供电公司 用电信息采集系统调测方法、装置、设备及可读存储介质
CN115159288A (zh) * 2022-07-07 2022-10-11 浙江省特种设备科学研究院 一种电梯故障识别方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102123522B1 (ko) * 2019-12-16 2020-06-16 주식회사 한국가스기술공사 고장 데이터의 군집에 기반한 고장 진단 방법
CN111199252A (zh) * 2019-12-30 2020-05-26 广东电网有限责任公司 一种电力通信网络智能运维系统的故障诊断方法
CN112953012A (zh) * 2021-03-05 2021-06-11 广州鑫泓设备设计有限公司 一种基于大数据和物联网的智能供电系统和方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102141391B1 (ko) * 2019-12-16 2020-08-05 주식회사 한국가스기술공사 군집 평가에 기반한 고장 데이터의 관리 방법
CN113689689A (zh) * 2021-07-16 2021-11-23 国网河南省电力公司安阳供电公司 用电信息采集系统调测方法、装置、设备及可读存储介质
CN115159288A (zh) * 2022-07-07 2022-10-11 浙江省特种设备科学研究院 一种电梯故障识别方法

Also Published As

Publication number Publication date
CN116319262A (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
CN108320043B (zh) 一种基于电力大数据的配电网设备状态诊断预测方法
CN107742127A (zh) 一种改进的防窃电智能预警系统及方法
CN110097297A (zh) 一种多维度窃电态势智能感知方法、系统、设备及介质
CN103617568B (zh) 稳态电能质量预警机制中的异常数据判定阈值设定方法
CN112863134B (zh) 一种农村污水处理设施运行异常的智能诊断系统及方法
CN113267692A (zh) 一种低压台区线损智能诊断分析方法和系统
CN106780115A (zh) 异常用电监测与定位系统及方法
CN109491339B (zh) 一种基于大数据的变电站设备运行状态预警系统
CN114580666A (zh) 一种多模式融合电动机智能维护系统
CN109711664B (zh) 一种基于大数据的输变电设备健康评估系统
CN114201374A (zh) 基于混合机器学习的运维时序数据异常检测方法及系统
CN117611015B (zh) 一种建筑工程质量实时监测系统
CN113191585A (zh) 一种输电线路的台风致灾风险评估方法
CN114169424A (zh) 基于k近邻回归算法和用电数据的排污量预测方法
CN117421994A (zh) 一种边缘应用健康度的监测方法和监测系统
CN111340516A (zh) 基于信息熵与变异系数融合算法的满意度评价系统及方法
CN115994131A (zh) 基于用电时序数据的居民社区特征标签计算方法及系统
CN110221173B (zh) 一种基于大数据驱动的配电网智能诊断方法
CN116319262B (zh) 一种电能计量装置通信故障数据检测模型
CN114167837B (zh) 一种铁路信号系统的智能故障诊断方法及系统
CN112488360B (zh) 基于人工智能的配变异常分析预警方法
CN109547248A (zh) 基于人工智能的在轨飞行器自组网故障诊断方法及装置
CN112884000A (zh) 一种基于数据挖掘的用电检查智能诊断方法及诊断系统
Zongbao A Line loss management method based on improved random forest algorithm in distributed generation system
CN113822473B (zh) 一种基于多维数据的牵引力能耗合理区间预测方法

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