CN116708514A - 一种基于物联网的电能表数据采集方法及系统 - Google Patents
一种基于物联网的电能表数据采集方法及系统 Download PDFInfo
- Publication number
- CN116708514A CN116708514A CN202310962255.5A CN202310962255A CN116708514A CN 116708514 A CN116708514 A CN 116708514A CN 202310962255 A CN202310962255 A CN 202310962255A CN 116708514 A CN116708514 A CN 116708514A
- Authority
- CN
- China
- Prior art keywords
- data
- electric energy
- energy meter
- place
- internet
- 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 58
- 238000004891 communication Methods 0.000 claims abstract description 141
- 230000002159 abnormal effect Effects 0.000 claims description 93
- 230000000737 periodic effect Effects 0.000 claims description 57
- 230000005611 electricity Effects 0.000 claims description 56
- 238000001514 detection method Methods 0.000 claims description 55
- 238000012795 verification Methods 0.000 claims description 50
- 230000004044 response Effects 0.000 claims description 48
- 238000012423 maintenance Methods 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 22
- 238000013524 data verification Methods 0.000 claims description 18
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 238000007781 pre-processing Methods 0.000 claims description 12
- 238000004140 cleaning Methods 0.000 claims description 10
- 125000004122 cyclic group Chemical group 0.000 claims description 7
- 230000008030 elimination Effects 0.000 claims description 5
- 238000003379 elimination reaction Methods 0.000 claims description 5
- 230000002776 aggregation Effects 0.000 claims description 4
- 238000004220 aggregation Methods 0.000 claims description 4
- 230000006855 networking Effects 0.000 claims 1
- 238000013480 data collection Methods 0.000 abstract description 3
- 230000009467 reduction Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 8
- 230000005856 abnormality Effects 0.000 description 6
- 230000008439 repair process Effects 0.000 description 6
- 238000006073 displacement reaction Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000004931 aggregating effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000008521 reorganization Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
- H02J13/00028—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment involving the use of Internet protocols
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/22—Parsing or analysis of headers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/60—Arrangements in telecontrol or telemetry systems for transmitting utility meters data, i.e. transmission of data from the reader of the utility meter
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/80—Arrangements in the sub-station, i.e. sensing device
- H04Q2209/84—Measuring functions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/80—Arrangements in the sub-station, i.e. sensing device
- H04Q2209/86—Performing a diagnostic of the sensing device
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Security & Cryptography (AREA)
- Power Engineering (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明提供了一种基于物联网的电能表数据采集方法及系统，运用于电能采集技术领域；本发明通过获取电能表的通信协议后，通过校验电能数据中是否存在缺失数据，进而对电能数据的缺失数据点进行估算值填充，避免每隔一段时间智能电能表管理平台就要对电能表进行修复，通过对缺失数据点进行填充时还能够避免降低电能表数据的采集效率，避免错过数据采集的最佳时间节点。
Description
技术领域
本发明涉及电能采集技术领域，特别涉及为一种基于物联网的电能表数据采集方法及系统。
背景技术
当今社会中，物联网的相关技术在公用事业、智慧城市、智能交通等领域快速发展和广泛应用。在电能计量领域出现了适用于公寓、出租房的单相物联网智能电表，以及用于基站用电管理和企业能效市场等场合的三相物联网智能电表。该类型电表除了实现了传统电能表的计量、计费、本地费控等功能，还使用物联网通信技术，实现了电表的远程通信连接功能。将这些电表通过NB-IOT、WIFI等技术连接到云平台或者主站，可以实时监测用电情况。并基于此实现更多的增值服务。
智能电能表运行时间长，在使用过程中难免会发生软件故障，出现智能卡与智能电能表间通讯出错，电量无法正常写入现象，因此每隔一段时间，智能电能表管理平台就需要对智能电能表进行修复；然而，现有的智能电能表修复方法，无法完成智能电能表的精准修复，因此影响到电能表数据采集的效率。
发明内容
本发明旨在解决目前智能电能表的修复方法，无法完成智能电能表的精准修复，因此影响到电能表数据采集效率的问题，提供一种基于物联网的电能表数据采集方法及系统。
本发明为解决技术问题采用如下技术手段：
本发明提供一种基于物联网的电能表数据采集方法，包括以下步骤：
基于预设地点生成待检测的周期性电能数据段；
判断所述周期性电能数据段中是否存在异常数据流动；
若是，则采用预设的物联网设备向地点电能表进行通信，通过所述物联网设备接收所述地点电能表的响应，识别所述地点电能表设定的通信协议，基于相匹配或是不匹配的通信协议执行采集预处理，采集所述地点电能表的电能数据，其中，所述采集预处理具体包括数据标准化处理和格式转换处理；
判断所述电能数据中是否存在缺失数据；
若存在，获取所述地点电能表的通信连接持续状态，重复多次采集相同的电能数据，对已采集的电能数据应用校验算法进行数据校验，校验得到缺失数据点后对所述缺失数据点基于插值算法进行填充，生成与所述缺失数据相匹配的填充估算值，应用所述填充估算值和所述电能数据组合得到初始电能数据，其中，所述初始电能数据具体为不存在缺失数据的电能数据。
进一步地，所述则采用预设的物联网设备向地点电能表进行通信，通过所述物联网设备接收所述地点电能表的响应，识别所述地点电能表设定的通信协议的步骤中，包括：
应用所述物联网设备向所述地点电能表发起通信请求，等待所述地点电能表对所述通信请求作出响应，同时生成响应途中等待的响应时长；
判断所述响应时长是否超出预设时段；
若否，则对所述地点电能表输出的响应数据进行解析，从所述响应数据中提取与通信协议相关联的特征参数，根据所述特征参数识别所述通信协议的类型。
进一步地，所述判断所述周期性电能数据段中是否存在异常数据流动的步骤后，包括：
获取所述周期性电能数据段中相邻时段的相邻电能数据；
判断所述周期性电能数据段中是否存在超出所述相邻电能数据的预设阈值；
若是，则判定所述周期性电能数据段中存在异常数据流动，获取超出所述预设阈值的具体数值，同时识别所述具体数值的数值类型，其中，所述数值类型具体包括高于预设阈值的极高数值和低于预设阈值的极低数值。
进一步地，所述重复多次采集相同的电能数据，对已采集的电能数据应用校验算法进行数据校验的步骤中，包括：
基于当天内预设的各个采集时段对所述地点电能表进行电能数据的重复采集，得到至少两项重复采集的相同数据；
判断所述相同数据是否具备同一波动特征；
若否，则将所述相同数据应用循环冗余校验进行数据校验，计算生成所述相同数据的相关数值，从所述相关数值中相互进行校验结果比对，根据比对结果对存在校验异常的相关数据进行异常处理，其中，所述相关数值具体包括校验值、散列值和统计指标，所述异常处理具体包括排除异常数据点或执行数据修复。
进一步地，所述判断所述电能数据中是否存在缺失数据的步骤后，包括：
获取所述电能数据中的数据时间序列；
判断所述数据时间序列是否存在时段间隔；
若是，则获取所述电能数据中各个连续数据点之间的数值差异，基于所述数值差异中的跳跃值，识别在所述各个连续数据点中存在缺失数据的数据点段落。
进一步地，所述获取所述地点电能表的通信连接持续状态的步骤前，还包括：
识别地点电能表与物联网的通信连接时段；
判断所述通信连接时段是否与电能数据的生成时段相匹配；
若否，则应用物联网设备检查与所述地点电能表之间的通信连接，同时检测所述地点电能表的维护更新信息，向所述地点电能表预设的维修处发送所述维护更新信息和当前的检测信息，其中，所述维护更新信息具体包括前次更新日期和更新内容，所述检测信息具体包括检测日期、通信连接断开的持续时间和通信连接的断开频率。
进一步地，所述基于预设地点生成待检测的周期性电能数据段的步骤前，包括：
选取当个用电季度内电能使用率最频繁的地域作为检测区域；
判断所述检测区域是否存在用电高峰期；
若是，则对所述检测区域进行识别预处理，以选中所述检测区域中的高峰用电地点进行检测，其中，所述识别预处理具体包括数据清洗、去除异常值和聚合数据。
本发明还提供一种基于物联网的电能表数据采集系统，包括：
生成模块，用于基于预设地点生成待检测的周期性电能数据段；
判断模块，用于判断所述周期性电能数据段中是否存在异常数据流动；
执行模块，用于若是，则采用预设的物联网设备向地点电能表进行通信，通过所述物联网设备接收所述地点电能表的响应，识别所述地点电能表设定的通信协议，基于相匹配或是不匹配的通信协议执行采集预处理，采集所述地点电能表的电能数据，其中，所述采集预处理具体包括数据标准化处理和格式转换处理；
第二判断模块，用于判断所述电能数据中是否存在缺失数据；
第二执行模块，用于若存在，获取所述地点电能表的通信连接持续状态，重复多次采集相同的电能数据，对已采集的电能数据应用校验算法进行数据校验，校验得到缺失数据点后对所述缺失数据点基于插值算法进行填充，生成与所述缺失数据相匹配的填充估算值，应用所述填充估算值和所述电能数据组合得到初始电能数据，其中，所述初始电能数据具体为不存在缺失数据的电能数据。
进一步地，所述执行模块还包括：
应用单元，用于应用所述物联网设备向所述地点电能表发起通信请求，等待所述地点电能表对所述通信请求作出响应，同时生成响应途中等待的响应时长；
判断单元，用于判断所述响应时长是否超出预设时段；
执行单元，用于若否，则对所述地点电能表输出的响应数据进行解析，从所述响应数据中提取与通信协议相关联的特征参数，根据所述特征参数识别所述通信协议的类型。
进一步地，还包括：
获取模块，用于获取所述周期性电能数据段中相邻时段的相邻电能数据；
第三判断模块，用于判断所述周期性电能数据段中是否存在超出所述相邻电能数据的预设阈值；
第三执行模块，用于若是，则判定所述周期性电能数据段中存在异常数据流动，获取超出所述预设阈值的具体数值，同时识别所述具体数值的数值类型，其中，所述数值类型具体包括高于预设阈值的极高数值和低于预设阈值的极低数值。
本发明提供了基于物联网的电能表数据采集方法及系统，具有以下有益效果：
本发明通过获取电能表的通信协议后，通过校验电能数据中是否存在缺失数据，进而对电能数据的缺失数据点进行估算值填充，避免每隔一段时间智能电能表管理平台就要对电能表进行修复，通过对缺失数据点进行填充时还能够避免降低电能表数据的采集效率，避免错过数据采集的最佳时间节点。
附图说明
图1为本发明基于物联网的电能表数据采集方法一个实施例的流程示意图；
图2为本发明基于物联网的电能表数据采集系统一个实施例的结构框图。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明，本发明为目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
下面将结合本发明的实施例中的附图，对本发明的实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参考附图1，为本发明一实施例中的基于物联网的电能表数据采集方法，包括：
S1：基于预设地点生成待检测的周期性电能数据段；
S2：判断所述周期性电能数据段中是否存在异常数据流动；
S3：若是，则采用预设的物联网设备向地点电能表进行通信，通过所述物联网设备接收所述地点电能表的响应，识别所述地点电能表设定的通信协议，基于相匹配或是不匹配的通信协议执行采集预处理，采集所述地点电能表的电能数据，其中，所述采集预处理具体包括数据标准化处理和格式转换处理；
S4：判断所述电能数据中是否存在缺失数据；
S5：若存在，获取所述地点电能表的通信连接持续状态，重复多次采集相同的电能数据，对已采集的电能数据应用校验算法进行数据校验，校验得到缺失数据点后对所述缺失数据点基于插值算法进行填充，生成与所述缺失数据相匹配的填充估算值，应用所述填充估算值和所述电能数据组合得到初始电能数据，其中，所述初始电能数据具体为不存在缺失数据的电能数据。
在本实施例中，系统基于预先设有的高峰用电地点生成该用电地点内，各个待检测区域的周期性电能数据段，而后判断这些周期性电能数据段中是否存在异常的电能数据流动，以执行对应的步骤；例如，当系统判定到这些周期性电能数据段中不存在有异常数据流动时，系统会直接对周期性电能数据段进行采集，在校验到电能数据中存在缺失数据后，会应用校验算法进行数据校验得到缺失数据点，且应用插值算法对缺失数据点进行估算，以生成与缺失数据点相匹配的填充估算值，组合填充估算值至电能数据中即可得到完整的初始电能数据；例如，当系统判定到这些周期性电能数据段中存在有异常数据流动时，系统会采用预先设好的物联网设备对异常地点的电能表进行通信，通过物联网设备接收异常电能表的响应，即可识别到异常电能表的通信协议，当异常电能表的通信协议与物联网设备能够相匹配时，系统会进行数据标准化处理，即检查物联网设备与电能表之间的通信配置，确保配置参数正确，包括通信协议类型、通信速率和电能表标识符，以确保物联网设备与电能表的通信配置一致，进而采集异常电能表的电能数据；当异常电能表的通信协议与物联网设备无法相匹配时，系统会对异常电能表进行格式转换处理后采集电能数据；而后系统会判断这些采集到的电能数据中是否存在缺失数据，以执行对应的步骤；例如，当系统判定到电能数据中不存在缺失数据时，则系统正常对采集的电能数据进行记录即可；例如，当系统判定到电能数据中存在缺失数据时，即采集到的电能数据是不完整的，此时系统会获取异常电能表的通信连接持续状态，以得知电能表的通信状态是否中断过，如若通信状态中断过即在断开时段内缺失需要采集的电能数据段，则需要对通信连接进行故障排除，通过逐一排查可能的问题和故障点，包括检查网络设置、设备配置、防火墙设置和通信协议的兼容性，并确保电能表和通信设备的软件和固件是最新的版本，通过更新软件和固件，可以修复一些已知的问题和漏洞，提高设备的性能和稳定性，确认通信连接持续状态不会中断后，通过重复多次采集相同的电能数据，确认缺失的电能数据段后，对已采集的电能数据应用校验算法进行数据校验，通过校验得到缺失数据点后对存在的缺失数据点基于预先设有的插值算法进行填充，进而生成与缺失数据相匹配的待填充估算值，将待填充估算值输入至电能数据中进行组合，即可得到完整的初始电能数据。
需要说明的是，格式转化处理具体过程包括：
首先，需要确定电能表数据异常的具体类型，包括数据格式错误、通信协议不匹配和数据传输错误，通过对异常类型的确定，可以有针对性地进行后续的处理和转换；而后了解电能表数据的原始格式和结构，包括数据字段、标识符和数据类型，有助于正确解析和处理异常数据；然后通过了解物联网设备支持的数据格式和通信协议，确定物联网设备能够接受和处理的数据格式，以便进行后续的转换和适配；根据电能表数据的原始格式和物联网设备支持的格式，进行数据格式转换，涉及数据解析、重新编码、字段映射和数据重组的操作，将电能表数据转换为物联网设备可接受的格式；将转换后的数据适配到物联网设备的通信协议和数据结构中，包括构建新的数据包、封装数据、添加协议头部或尾部的操作，以便实现与物联网设备的通信连接；对转换后的数据进行验证和测试，确保数据的准确性和完整性，验证数据在转换过程中是否丢失或损坏，并确保转换后的数据与原始数据一致。
应用的插值算法具体为样条插值法，对缺失数据点进行填充的具体过程包括：
确定在缺失数据点前后的已知数据点，这些已知数据点将用于构建样条插值曲线；
确定缺失数据点所在的插值区间，这是已知数据点之间的范围，包含缺失数据点；
根据电能数据的特点和拟合要求，选择适当的样条插值类型，常见的样条插值类型包括线性样条插值、二次样条插值和三次样条插值，每种类型的插值方法具有不同的拟合性能和计算复杂度；
根据已知数据点和选择的样条插值类型，构建样条插值曲线，样条插值曲线将经过已知数据点，并在插值区间内逼近缺失数据点，
将插值区间划分为若干小段，每段包含一个已知数据点，在每个小段内，根据样条插值方法计算出对应的插值函数，使用插值函数对缺失数据点所在的小段进行插值，得到缺失数据点的估计值；
重复以上步骤，对插值区间内的所有缺失数据点进行估计，将插值结果与其他已知数据点进行比较，通过收集已知数据点和对应的实际观测值，这些已知数据点用于构建插值曲线并进行拟合度评估，使用所选的插值方法将已知数据点之间的缺失数据点进行插值，得到插值曲线的估计值，对每个已知数据点，计算其对应的估计值与实际观测值之间的残差，即它们之间的差值，将所有残差值平方，并计算其平均值，最后，将平均值的平方根即均方根误差（RMSE），作为插值曲线与已知数据点之间的拟合度度量；
RMSE = √(Σ(残差²) / n)
其中，Σ表示求和，残差²表示每个残差值的平方，n表示已知数据点的数量；
根据计算得到的RMSE值，评估插值曲线与已知数据点之间的拟合度，较小的RMSE值表示插值曲线与已知数据点的拟合度较好，能够作为待填充估算值填充至电能数据中；而较大的RMSE值则表示拟合度较差，无法作为待填充估算值填充至电能数据中。
在本实施例中，则采用预设的物联网设备向地点电能表进行通信，通过所述物联网设备接收所述地点电能表的响应，识别所述地点电能表设定的通信协议的步骤S3中，包括：
S31：应用所述物联网设备向所述地点电能表发起通信请求，等待所述地点电能表对所述通信请求作出响应，同时生成响应途中等待的响应时长；
S32：判断所述响应时长是否超出预设时段；
S33：若否，则对所述地点电能表输出的响应数据进行解析，从所述响应数据中提取与通信协议相关联的特征参数，根据所述特征参数识别所述通信协议的类型。
在本实施例中，系统通过应用物联网设备向异常地点电能表发起通信请求，待异常地点电能表对通信请求作出响应，同时对响应等待途中的时长进行计时，而后判断响应时长是否超出预先设有的等待时段，以执行对应的步骤；例如，当系统判定到响应时长超出了预先设有的等待时段时，系统会断开对异常地点电能表的通信请求，同时检测异常地点电能表的网络连接状态，确保通信地址和通信端口与电能表的要求匹配后，会再次与异常地点电能表进行通信请求；例如，当系统判定到响应时长并未超出预先设有的等待时段时，系统会对异常地点电能表输出的响应数据进行解析，从这些响应数据中提取出与通信协议相关联的特征参数，如协议标识符、通信协议头、通信协议字段、通信协议命令、数据包结构和通信协议的报文交互规则，根据这些特征参数应用码流分析，对通信数据进行码流分析，观察其中的特征参数，如固定的协议标识符、特定的字段格式和命令码，以此识别到通信协议的类型。
在本实施例中，判断所述周期性电能数据段中是否存在异常数据流动的步骤S2后，包括：
S201：获取所述周期性电能数据段中相邻时段的相邻电能数据；
S202：判断所述周期性电能数据段中是否存在超出所述相邻电能数据的预设阈值；
S203：若是，则判定所述周期性电能数据段中存在异常数据流动，获取超出所述预设阈值的具体数值，同时识别所述具体数值的数值类型，其中，所述数值类型具体包括高于预设阈值的极高数值和低于预设阈值的极低数值。
在本实施例中，系统通过获取周期性电能数据中相邻时段的相邻电能数据，同时判断周期性电能数据段中是否存在超出相邻电能数据预先设定的阈值，以执行对应的步骤；例如，当系统判定到周期性电能数据段中不存在超出相邻电能数据的预设阈值时，则系统会判定周期性电能数据段中不存在异常数据流动，即可以正常采集其电能表的电能数据；例如，当系统判定到周期性电能数据段中存在超出相邻电能数据的预设阈值时，此时系统会判定周期性电能数据段中存在异常数据流动，获取周期性电能数据段中超出预设阈值的具体数值，并对超出的数值段进行数据清洗和异常检测，检查数据中的每个数据点，将超出合理范围的数据标记为异常值，对于检测到的异常数据，需要进一步确认异常的原因，原因包括设备故障、传感器失效、测量错误和数据传输问题，通过分析异常的原因，可以采取相应的措施来解决或排除异常情况，对于极高或极低的异常数据，可以选择直接删除这些数据点，删除异常数据可能会导致数据的不完整性，但可以避免对后续分析和处理的干扰，或者是替换异常数据：对于异常数据点，使用插值方法、移动平均、线性回归的方法估计缺失的数据点值，通过基于相邻数据点的分析和估计，将异常数据替换为合理的估计值。
在本实施例中，重复多次采集相同的电能数据，对已采集的电能数据应用校验算法进行数据校验的步骤S5中，包括：
S51：基于当天内预设的各个采集时段对所述地点电能表进行电能数据的重复采集，得到至少两项重复采集的相同数据；
S52：判断所述相同数据是否具备同一波动特征；
S53：若否，则将所述相同数据应用循环冗余校验进行数据校验，计算生成所述相同数据的相关数值，从所述相关数值中相互进行校验结果比对，根据比对结果对存在校验异常的相关数据进行异常处理，其中，所述相关数值具体包括校验值、散列值和统计指标，所述异常处理具体包括排除异常数据点或执行数据修复。
在本实施例中，系统基于当天内预先设好的各个采集时段对异常地点电能表进行电能数据的重复采集，采集得到至少两项重复采集的相同电能数据，同时判断这些相同数据是否具备同一时刻的波动特征，以执行对应的步骤；例如，当系统判定到这些相同数据具备同一时刻的波动特征时，则系统会认为这些相同数据不存在异常问题，无需进行数据校验；例如，当系统判定到这些相同数据不具备同一时刻的波动特征时，则系统会认为这些相同数据存在异常问题，需要进行数据校验，而后通过应用循环冗余校验进行数据校验，计算生成这些相同数据的相关数值后，从这些相关数值中相互进行校验结果的比对，根据比对结果对存在校验异常的相关数据进行异常处理，即可得到校验后的缺失数据点。
需要说明的是，应用循环冗余进行数据校验的具体过程包括：
根据数据类型和应用要求，选择适当的CRC算法；CRC算法有多种不同的变体，如CRC-8、CRC-16、CRC-32等，每种算法具有不同的校验位数和生成多项式；为选定的CRC算法确定相应的生成多项式；生成多项式是CRC算法中的重要参数，用于生成校验码；将要校验的数据进行准备，包括将数据转换为比特流形式；确保数据的编码方式和字节顺序与CRC算法的要求相匹配；根据选定的CRC算法，初始化CRC寄存器的初始值；通常，CRC寄存器的初始值为全1或全0；对数据的每个比特进行处理，从高位到低位依次进行；可以使用位移操作和按位异或运算来处理每个比特；对于每个数据比特，与CRC寄存器中的对应位进行异或运算；根据CRC算法的要求，使用适当的异或运算规则；根据CRC算法，对CRC寄存器进行位移操作；位移可以是向左位移或向右位移，根据算法的规定确定位移的方向和位数；完成对所有数据比特的处理后，检查数据处理是否完毕，如果还有剩余的数据比特未处理，则继续处理；数据处理完毕后，得到最终的CRC校验码，这是CRC算法根据输入数据生成的校验值；将生成的CRC校验码与接收到的校验码进行比较，如果两者一致，说明数据在传输过程中没有发生错误或损坏，可以确认数据的完整性和准确性，如果校验码不一致，说明数据可能存在错误或损坏。
异常处理的具体过程包括：
确定哪些数据点存在校验异常；标记或记录下这些数据点的位置和值；对于存在校验异常的数据点，可以选择排除这些数据点；这意味着将它们从数据集中删除或将其标记为无效值；例如，假设我们有一个电能数据集，其中包含电能读数和对应的校验码；在数据集中发现了一个数据点的校验码与其电能读数不匹配，表明存在校验异常；我们可以选择排除该异常数据点，将其从数据集中删除或标记为无效值；对于存在校验异常的数据点，可以选择执行数据修复；数据修复的方法取决于具体情况和数据的特点；例如，如果在电能数据集中发现一个数据点的校验异常，但我们认为该数据点在数据集中仍然具有一定的价值，可以使用插值算法来估计该数据点的值，例如使用拉格朗日插值方法基于相邻的数据点进行估计；对于排除异常数据点或执行数据修复后的数据集，进行验证和测试；使用校验算法或其他方法验证修复后的数据的完整性和准确性；例如，对于修复后的电能数据集，可以重新应用校验算法来验证每个数据点的校验码是否匹配其电能读数；如果修复是成功的，那么在验证过程中应该不再出现校验异常。
在本实施例中，判断所述电能数据中是否存在缺失数据的步骤S4后，包括：
S401：获取所述电能数据中的数据时间序列；
S402：判断所述数据时间序列是否存在时段间隔；
S403：若是，则获取所述电能数据中各个连续数据点之间的数值差异，基于所述数值差异中的跳跃值，识别在所述各个连续数据点中存在缺失数据的数据点段落。
在本实施例中，系统通过获取电能数据中变化的数据时间序列，同时判断这些数据时间序列中是否存在有时段间隔，以执行对应的步骤；例如，当系统判定到数据时间序列中存在时段间隔时，则系统会认为电能数据中存在缺失数据，此时系统会获取电能数据中各个连续数据点之间的数值差异，根据这些数值差异中的跳跃值，识别各个连续数据点中存在缺失数据的数据点段落；例如，当系统判定到数据时间序列中不存在时段间隔时，此时系统会认为电能数据中不存在缺失数据，因为数据时间序列如果存在时间间隔较大的空白或缺失段，可能意味着数据存在缺失。
需要说明的是，根据数据差异跳跃值识别缺失数据的数据点段落具体过程为：
首先，对数据进行排序，确保数据点按照时间或其他适当的顺序排列；对相邻数据点之间的数值进行差值计算，得到它们之间的差异或跳跃值；这可以通过计算相邻数据点之间的差值、绝对值差值或百分比差异等方式来实现；根据数据集的特点和预期的差异范围，设置一个适当的阈值；该阈值用于确定差异或跳跃是否超过了预期范围，进而判断是否存在缺失数据；在计算差异或跳跃的过程中，如果发现差异或跳跃超过了设定的阈值，则可以认为存在缺失数据；根据具体需求和情况，可以标记缺失数据点的位置或进行进一步处理。
在本实施例中，获取所述地点电能表的通信连接持续状态的步骤S5前，还包括：
S501：识别地点电能表与物联网的通信连接时段；
S502：判断所述通信连接时段是否与电能数据的生成时段相匹配；
S503：若否，则应用物联网设备检查与所述地点电能表之间的通信连接，同时检测所述地点电能表的维护更新信息，向所述地点电能表预设的维修处发送所述维护更新信息和当前的检测信息，其中，所述维护更新信息具体包括前次更新日期和更新内容，所述检测信息具体包括检测日期、通信连接断开的持续时间和通信连接的断开频率。
在本实施例中，系统通过识别异常地点电能表与物联网的通信连接时段，同时判断该通信连接时段是否与电能数据的生成时段相匹配，以执行对应的步骤；例如，当系统判定到通信连接时段能够与生成时段相匹配时，此时系统会认为物联网与电能表的通信连接正常，能够应用物联网设备采集电能表的电能数据；例如，当系统判定到通信连接时段无法与生成时段相匹配时，则系统会应用物联网设备检查与异常地点电能表之间的通信连接状态，同时检测异常地点电能表的维护更新信息，并向异常地点电能表预先设好的维修处发送该电能表的维护更新信息和当前检测出来的异常信息，维护更新信息具体包括前次更新日期和更新内容，检测信息具体包括检测日期、通信连接断开的持续时间和通信连接的断开频率，通过提供维护更新信息，维护处可以及时了解电能表的状态和需求，维护人员可以根据信息及时安排维护工作，包括设备维修、固件更新、更换传感器等，以保持电能表的正常运行和准确性。
在本实施例中，基于预设地点生成待检测的周期性电能数据段的步骤S1前，包括：
S101：选取当个用电季度内电能使用率最频繁的地域作为检测区域；
S102：判断所述检测区域是否存在用电高峰期；
S103：若是，则对所述检测区域进行识别预处理，以选中所述检测区域中的高峰用电地点进行检测，其中，所述识别预处理具体包括数据清洗、去除异常值和聚合数据。
在本实施例中，系统通过选取当个用电季度内电能使用率最频繁的地域作为电能异常检测区域，同时判断检测区域是否存在用电高峰期，以执行对应的步骤；例如，当系统判定到检测区域无法确认是否存在用电高峰期时，系统会对该用电地点的历史用电数据进行详细的数据分析，分析用电数据的趋势、周期性、峰谷差异等特征，通过观察数据的变化模式，了解用电地点的用电习惯和消耗模式后，再确认用电地点的用电高峰期；例如，当系统判定到检测区域存在用电高峰期时，此时系统会对检测区域进行识别预处理，通过对检测区域的所有用电地点进行数据清洗，去除异常值后聚合数据，即可从所有用电地点中选中检测区域中的高峰用电地点进行电能检测。
需要说明的是，数据清洗，去除异常值后聚合数据的具体过程为：
数据清洗：对每个用电地点的用电数据进行清洗，包括去除重复数据、修复缺失数据和删除异常值；使用适当的方法和算法，对数据进行处理，确保数据的准确性和可靠性；
数据聚合：将每个用电地点的用电数据进行聚合，以获取汇总的用电信息；可以按照不同的时间间隔（如小时、天、周）对用电数据进行求和、平均值或最大值等操作，得到每个时间间隔内的用电量；
识别高峰用电地点：对聚合后的用电数据进行分析，识别出高峰用电地点；可以采用以下方法：
峰谷比较法：比较不同用电地点在相同时间间隔内的用电量，找出用电量最高的地点作为高峰用电地点；
阈值法：设定一个用电量阈值，超过该阈值的地点被视为高峰用电地点；
数据挖掘方法：使用机器学习或数据挖掘算法，对用电数据进行建模和分析，以发现高峰用电地点。
参考附图2，为本发明一实施例中基于物联网的电能表数据采集系统，包括：
生成模块10，用于基于预设地点生成待检测的周期性电能数据段；
判断模块20，用于判断所述周期性电能数据段中是否存在异常数据流动；
执行模块30，用于若是，则采用预设的物联网设备向地点电能表进行通信，通过所述物联网设备接收所述地点电能表的响应，识别所述地点电能表设定的通信协议，基于相匹配或是不匹配的通信协议执行采集预处理，采集所述地点电能表的电能数据，其中，所述采集预处理具体包括数据标准化处理和格式转换处理；
第二判断模块40，用于判断所述电能数据中是否存在缺失数据；
第二执行模块50，用于若存在，获取所述地点电能表的通信连接持续状态，重复多次采集相同的电能数据，对已采集的电能数据应用校验算法进行数据校验，校验得到缺失数据点后对所述缺失数据点基于插值算法进行填充，生成与所述缺失数据相匹配的填充估算值，应用所述填充估算值和所述电能数据组合得到初始电能数据，其中，所述初始电能数据具体为不存在缺失数据的电能数据。
在本实施例中，生成模块10基于预先设有的高峰用电地点生成该用电地点内，各个待检测区域的周期性电能数据段，而后判断模块20判断这些周期性电能数据段中是否存在异常的电能数据流动，以执行对应的步骤；例如，当系统判定到这些周期性电能数据段中不存在有异常数据流动时，系统会直接对周期性电能数据段进行采集，在校验到电能数据中存在缺失数据后，会应用校验算法进行数据校验得到缺失数据点，且应用插值算法对缺失数据点进行估算，以生成与缺失数据点相匹配的填充估算值，组合填充估算值至电能数据中即可得到完整的初始电能数据；例如，当系统判定到这些周期性电能数据段中存在有异常数据流动时，执行模块30会采用预先设好的物联网设备对异常地点的电能表进行通信，通过物联网设备接收异常电能表的响应，即可识别到异常电能表的通信协议，当异常电能表的通信协议与物联网设备能够相匹配时，系统会进行数据标准化处理，即检查物联网设备与电能表之间的通信配置，确保配置参数正确，包括通信协议类型、通信速率和电能表标识符，以确保物联网设备与电能表的通信配置一致，进而采集异常电能表的电能数据；当异常电能表的通信协议与物联网设备无法相匹配时，系统会对异常电能表进行格式转换处理后采集电能数据；而后第二判断模块40会判断这些采集到的电能数据中是否存在缺失数据，以执行对应的步骤；例如，当系统判定到电能数据中不存在缺失数据时，则系统正常对采集的电能数据进行记录即可；例如，当系统判定到电能数据中存在缺失数据时，即采集到的电能数据是不完整的，此时第二执行模块50会获取异常电能表的通信连接持续状态，以得知电能表的通信状态是否中断过，如若通信状态中断过即在断开时段内缺失需要采集的电能数据段，则需要对通信连接进行故障排除，通过逐一排查可能的问题和故障点，包括检查网络设置、设备配置、防火墙设置和通信协议的兼容性，并确保电能表和通信设备的软件和固件是最新的版本，通过更新软件和固件，可以修复一些已知的问题和漏洞，提高设备的性能和稳定性，确认通信连接持续状态不会中断后，通过重复多次采集相同的电能数据，确认缺失的电能数据段后，对已采集的电能数据应用校验算法进行数据校验，通过校验得到缺失数据点后对存在的缺失数据点基于预先设有的插值算法进行填充，进而生成与缺失数据相匹配的待填充估算值，将待填充估算值输入至电能数据中进行组合，即可得到完整的初始电能数据。
在本实施例中，执行模块还包括：
应用单元，用于应用所述物联网设备向所述地点电能表发起通信请求，等待所述地点电能表对所述通信请求作出响应，同时生成响应途中等待的响应时长；
判断单元，用于判断所述响应时长是否超出预设时段；
执行单元，用于若否，则对所述地点电能表输出的响应数据进行解析，从所述响应数据中提取与通信协议相关联的特征参数，根据所述特征参数识别所述通信协议的类型。
在本实施例中，系统通过应用物联网设备向异常地点电能表发起通信请求，待异常地点电能表对通信请求作出响应，同时对响应等待途中的时长进行计时，而后判断响应时长是否超出预先设有的等待时段，以执行对应的步骤；例如，当系统判定到响应时长超出了预先设有的等待时段时，系统会断开对异常地点电能表的通信请求，同时检测异常地点电能表的网络连接状态，确保通信地址和通信端口与电能表的要求匹配后，会再次与异常地点电能表进行通信请求；例如，当系统判定到响应时长并未超出预先设有的等待时段时，系统会对异常地点电能表输出的响应数据进行解析，从这些响应数据中提取出与通信协议相关联的特征参数，如协议标识符、通信协议头、通信协议字段、通信协议命令、数据包结构和通信协议的报文交互规则，根据这些特征参数应用码流分析，对通信数据进行码流分析，观察其中的特征参数，如固定的协议标识符、特定的字段格式和命令码，以此识别到通信协议的类型。
在本实施例中，还包括：
获取模块，用于获取所述周期性电能数据段中相邻时段的相邻电能数据；
第三判断模块，用于判断所述周期性电能数据段中是否存在超出所述相邻电能数据的预设阈值；
第三执行模块，用于若是，则判定所述周期性电能数据段中存在异常数据流动，获取超出所述预设阈值的具体数值，同时识别所述具体数值的数值类型，其中，所述数值类型具体包括高于预设阈值的极高数值和低于预设阈值的极低数值。
在本实施例中，系统通过获取周期性电能数据中相邻时段的相邻电能数据，同时判断周期性电能数据段中是否存在超出相邻电能数据预先设定的阈值，以执行对应的步骤；例如，当系统判定到周期性电能数据段中不存在超出相邻电能数据的预设阈值时，则系统会判定周期性电能数据段中不存在异常数据流动，即可以正常采集其电能表的电能数据；例如，当系统判定到周期性电能数据段中存在超出相邻电能数据的预设阈值时，此时系统会判定周期性电能数据段中存在异常数据流动，获取周期性电能数据段中超出预设阈值的具体数值，并对超出的数值段进行数据清洗和异常检测，检查数据中的每个数据点，将超出合理范围的数据标记为异常值，对于检测到的异常数据，需要进一步确认异常的原因，原因包括设备故障、传感器失效、测量错误和数据传输问题，通过分析异常的原因，可以采取相应的措施来解决或排除异常情况，对于极高或极低的异常数据，可以选择直接删除这些数据点，删除异常数据可能会导致数据的不完整性，但可以避免对后续分析和处理的干扰，或者是替换异常数据：对于异常数据点，使用插值方法、移动平均、线性回归的方法估计缺失的数据点值，通过基于相邻数据点的分析和估计，将异常数据替换为合理的估计值。
在本实施例中，第二执行模块还包括：
采集单元，用于基于当天内预设的各个采集时段对所述地点电能表进行电能数据的重复采集，得到至少两项重复采集的相同数据；
第二判断单元，用于判断所述相同数据是否具备同一波动特征；
第二执行单元，用于若否，则将所述相同数据应用循环冗余校验进行数据校验，计算生成所述相同数据的相关数值，从所述相关数值中相互进行校验结果比对，根据比对结果对存在校验异常的相关数据进行异常处理，其中，所述相关数值具体包括校验值、散列值和统计指标，所述异常处理具体包括排除异常数据点或执行数据修复。
在本实施例中，系统基于当天内预先设好的各个采集时段对异常地点电能表进行电能数据的重复采集，采集得到至少两项重复采集的相同电能数据，同时判断这些相同数据是否具备同一时刻的波动特征，以执行对应的步骤；例如，当系统判定到这些相同数据具备同一时刻的波动特征时，则系统会认为这些相同数据不存在异常问题，无需进行数据校验；例如，当系统判定到这些相同数据不具备同一时刻的波动特征时，则系统会认为这些相同数据存在异常问题，需要进行数据校验，而后通过应用循环冗余校验进行数据校验，计算生成这些相同数据的相关数值后，从这些相关数值中相互进行校验结果的比对，根据比对结果对存在校验异常的相关数据进行异常处理，即可得到校验后的缺失数据点。
在本实施例中，还包括：
第二获取模块，用于获取所述电能数据中的数据时间序列；
第四判断模块，用于判断所述数据时间序列是否存在时段间隔；
第四执行模块，用于若是，则获取所述电能数据中各个连续数据点之间的数值差异，基于所述数值差异中的跳跃值，识别在所述各个连续数据点中存在缺失数据的数据点段落。
在本实施例中，系统通过获取电能数据中变化的数据时间序列，同时判断这些数据时间序列中是否存在有时段间隔，以执行对应的步骤；例如，当系统判定到数据时间序列中存在时段间隔时，则系统会认为电能数据中存在缺失数据，此时系统会获取电能数据中各个连续数据点之间的数值差异，根据这些数值差异中的跳跃值，识别各个连续数据点中存在缺失数据的数据点段落；例如，当系统判定到数据时间序列中不存在时段间隔时，此时系统会认为电能数据中不存在缺失数据，因为数据时间序列如果存在时间间隔较大的空白或缺失段，可能意味着数据存在缺失。
在本实施例中，还包括：
识别模块，用于识别地点电能表与物联网的通信连接时段；
第五判断模块，用于判断所述通信连接时段是否与电能数据的生成时段相匹配；
第五执行模块，用于若否，则应用物联网设备检查与所述地点电能表之间的通信连接，同时检测所述地点电能表的维护更新信息，向所述地点电能表预设的维修处发送所述维护更新信息和当前的检测信息，其中，所述维护更新信息具体包括前次更新日期和更新内容，所述检测信息具体包括检测日期、通信连接断开的持续时间和通信连接的断开频率。
在本实施例中，系统通过识别异常地点电能表与物联网的通信连接时段，同时判断该通信连接时段是否与电能数据的生成时段相匹配，以执行对应的步骤；例如，当系统判定到通信连接时段能够与生成时段相匹配时，此时系统会认为物联网与电能表的通信连接正常，能够应用物联网设备采集电能表的电能数据；例如，当系统判定到通信连接时段无法与生成时段相匹配时，则系统会应用物联网设备检查与异常地点电能表之间的通信连接状态，同时检测异常地点电能表的维护更新信息，并向异常地点电能表预先设好的维修处发送该电能表的维护更新信息和当前检测出来的异常信息，维护更新信息具体包括前次更新日期和更新内容，检测信息具体包括检测日期、通信连接断开的持续时间和通信连接的断开频率，通过提供维护更新信息，维护处可以及时了解电能表的状态和需求，维护人员可以根据信息及时安排维护工作，包括设备维修、固件更新、更换传感器等，以保持电能表的正常运行和准确性。
在本实施例中，还包括：
选取模块，用于选取当个用电季度内电能使用率最频繁的地域作为检测区域；
第六判断模块，用于判断所述检测区域是否存在用电高峰期；
第六执行模块，用于若是，则对所述检测区域进行识别预处理，以选中所述检测区域中的高峰用电地点进行检测，其中，所述识别预处理具体包括数据清洗、去除异常值和聚合数据。
在本实施例中，系统通过选取当个用电季度内电能使用率最频繁的地域作为电能异常检测区域，同时判断检测区域是否存在用电高峰期，以执行对应的步骤；例如，当系统判定到检测区域无法确认是否存在用电高峰期时，系统会对该用电地点的历史用电数据进行详细的数据分析，分析用电数据的趋势、周期性、峰谷差异等特征，通过观察数据的变化模式，了解用电地点的用电习惯和消耗模式后，再确认用电地点的用电高峰期；例如，当系统判定到检测区域存在用电高峰期时，此时系统会对检测区域进行识别预处理，通过对检测区域的所有用电地点进行数据清洗，去除异常值后聚合数据，即可从所有用电地点中选中检测区域中的高峰用电地点进行电能检测。
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。
Claims (10)
1.一种基于物联网的电能表数据采集方法，其特征在于，包括以下步骤：
基于预设地点生成待检测的周期性电能数据段；
判断所述周期性电能数据段中是否存在异常数据流动；
若是，则采用预设的物联网设备向地点电能表进行通信，通过所述物联网设备接收所述地点电能表的响应，识别所述地点电能表设定的通信协议，基于相匹配或是不匹配的通信协议执行采集预处理，采集所述地点电能表的电能数据，其中，所述采集预处理具体包括数据标准化处理和格式转换处理；
判断所述电能数据中是否存在缺失数据；
若存在，获取所述地点电能表的通信连接持续状态，重复多次采集相同的电能数据，对已采集的电能数据应用校验算法进行数据校验，校验得到缺失数据点后对所述缺失数据点基于插值算法进行填充，生成与所述缺失数据相匹配的填充估算值，应用所述填充估算值和所述电能数据组合得到初始电能数据，其中，所述初始电能数据具体为不存在缺失数据的电能数据。
2.根据权利要求1所述的基于物联网的电能表数据采集方法，其特征在于，所述则采用预设的物联网设备向地点电能表进行通信，通过所述物联网设备接收所述地点电能表的响应，识别所述地点电能表设定的通信协议的步骤中，包括：
应用所述物联网设备向所述地点电能表发起通信请求，等待所述地点电能表对所述通信请求作出响应，同时生成响应途中等待的响应时长；
判断所述响应时长是否超出预设时段；
若否，则对所述地点电能表输出的响应数据进行解析，从所述响应数据中提取与通信协议相关联的特征参数，根据所述特征参数识别所述通信协议的类型。
3.根据权利要求1所述的基于物联网的电能表数据采集方法，其特征在于，所述判断所述周期性电能数据段中是否存在异常数据流动的步骤后，包括：
获取所述周期性电能数据段中相邻时段的相邻电能数据；
判断所述周期性电能数据段中是否存在超出所述相邻电能数据的预设阈值；
若是，则判定所述周期性电能数据段中存在异常数据流动，获取超出所述预设阈值的具体数值，同时识别所述具体数值的数值类型，其中，所述数值类型具体包括高于预设阈值的极高数值和低于预设阈值的极低数值。
4.根据权利要求1所述的基于物联网的电能表数据采集方法，其特征在于，所述重复多次采集相同的电能数据，对已采集的电能数据应用校验算法进行数据校验的步骤中，包括：
基于当天内预设的各个采集时段对所述地点电能表进行电能数据的重复采集，得到至少两项重复采集的相同数据；
判断所述相同数据是否具备同一波动特征；
若否，则将所述相同数据应用循环冗余校验进行数据校验，计算生成所述相同数据的相关数值，从所述相关数值中相互进行校验结果比对，根据比对结果对存在校验异常的相关数据进行异常处理，其中，所述相关数值具体包括校验值、散列值和统计指标，所述异常处理具体包括排除异常数据点或执行数据修复。
5.根据权利要求1所述的基于物联网的电能表数据采集方法，其特征在于，所述判断所述电能数据中是否存在缺失数据的步骤后，包括：
获取所述电能数据中的数据时间序列；
判断所述数据时间序列是否存在时段间隔；
若是，则获取所述电能数据中各个连续数据点之间的数值差异，基于所述数值差异中的跳跃值，识别在所述各个连续数据点中存在缺失数据的数据点段落。
6.根据权利要求1所述的基于物联网的电能表数据采集方法，其特征在于，所述获取所述地点电能表的通信连接持续状态的步骤前，还包括：
识别地点电能表与物联网的通信连接时段；
判断所述通信连接时段是否与电能数据的生成时段相匹配；
若否，则应用物联网设备检查与所述地点电能表之间的通信连接，同时检测所述地点电能表的维护更新信息，向所述地点电能表预设的维修处发送所述维护更新信息和当前的检测信息，其中，所述维护更新信息具体包括前次更新日期和更新内容，所述检测信息具体包括检测日期、通信连接断开的持续时间和通信连接的断开频率。
7.根据权利要求1所述的基于物联网的电能表数据采集方法，其特征在于，所述基于预设地点生成待检测的周期性电能数据段的步骤前，包括：
选取当个用电季度内电能使用率最频繁的地域作为检测区域；
判断所述检测区域是否存在用电高峰期；
若是，则对所述检测区域进行识别预处理，以选中所述检测区域中的高峰用电地点进行检测，其中，所述识别预处理具体包括数据清洗、去除异常值和聚合数据。
8.一种基于物联网的电能表数据采集系统，其特征在于，包括：
生成模块，用于基于预设地点生成待检测的周期性电能数据段；
判断模块，用于判断所述周期性电能数据段中是否存在异常数据流动；
执行模块，用于若是，则采用预设的物联网设备向地点电能表进行通信，通过所述物联网设备接收所述地点电能表的响应，识别所述地点电能表设定的通信协议，基于相匹配或是不匹配的通信协议执行采集预处理，采集所述地点电能表的电能数据，其中，所述采集预处理具体包括数据标准化处理和格式转换处理；
第二判断模块，用于判断所述电能数据中是否存在缺失数据；
第二执行模块，用于若存在，获取所述地点电能表的通信连接持续状态，重复多次采集相同的电能数据，对已采集的电能数据应用校验算法进行数据校验，校验得到缺失数据点后对所述缺失数据点基于插值算法进行填充，生成与所述缺失数据相匹配的填充估算值，应用所述填充估算值和所述电能数据组合得到初始电能数据，其中，所述初始电能数据具体为不存在缺失数据的电能数据。
9.根据权利要求8所述的基于物联网的电能表数据采集系统，其特征在于，所述执行模块还包括：
应用单元，用于应用所述物联网设备向所述地点电能表发起通信请求，等待所述地点电能表对所述通信请求作出响应，同时生成响应途中等待的响应时长；
判断单元，用于判断所述响应时长是否超出预设时段；
执行单元，用于若否，则对所述地点电能表输出的响应数据进行解析，从所述响应数据中提取与通信协议相关联的特征参数，根据所述特征参数识别所述通信协议的类型。
10.根据权利要求8所述的基于物联网的电能表数据采集系统，其特征在于，还包括：
获取模块，用于获取所述周期性电能数据段中相邻时段的相邻电能数据；
第三判断模块，用于判断所述周期性电能数据段中是否存在超出所述相邻电能数据的预设阈值；
第三执行模块，用于若是，则判定所述周期性电能数据段中存在异常数据流动，获取超出所述预设阈值的具体数值，同时识别所述具体数值的数值类型，其中，所述数值类型具体包括高于预设阈值的极高数值和低于预设阈值的极低数值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310962255.5A CN116708514B (zh) | 2023-08-02 | 2023-08-02 | 一种基于物联网的电能表数据采集方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310962255.5A CN116708514B (zh) | 2023-08-02 | 2023-08-02 | 一种基于物联网的电能表数据采集方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116708514A true CN116708514A (zh) | 2023-09-05 |
| CN116708514B CN116708514B (zh) | 2023-10-31 |
Family
ID=87836069
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310962255.5A Active CN116708514B (zh) | 2023-08-02 | 2023-08-02 | 一种基于物联网的电能表数据采集方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116708514B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118118819A (zh) * | 2024-04-30 | 2024-05-31 | 深圳龙电华鑫控股集团股份有限公司 | 一种集中器协同电能表的通信方法及系统 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107368543A (zh) * | 2017-06-28 | 2017-11-21 | 国网辽宁省电力有限公司 | 一种基于mcmc算法的电力采集数据修复方法 |
| US20180068033A1 (en) * | 2016-09-08 | 2018-03-08 | Indian Institute Of Technology Bombay | Method for imputing missed data in sensor data sequence with missing data |
| CN107967801A (zh) * | 2017-12-25 | 2018-04-27 | 东华理工大学 | 一种能源计量数据在线采集与监控方法及系统 |
| WO2019009501A1 (ko) * | 2017-07-06 | 2019-01-10 | 한국전력공사 | 검침 데이터 수집 시스템, 방법, 및 이를 저장한 기록 매체 |
| US20190149424A1 (en) * | 2017-11-15 | 2019-05-16 | APImetrics Inc. | Continuous monitoring for performance evaluation of service interfaces |
| CN111950165A (zh) * | 2020-08-25 | 2020-11-17 | 北京合众伟奇科技有限公司 | 典型环境下的电能表可靠性分析方法 |
| WO2021004197A1 (zh) * | 2019-07-05 | 2021-01-14 | 江苏金恒信息科技股份有限公司 | 一种电能数据的校验方法、装置及系统 |
| CN113190542A (zh) * | 2021-05-19 | 2021-07-30 | 西安图迹信息科技有限公司 | 一种电网用大数据清洗去噪方法、系统和计算机存储介质 |
| CN114167134A (zh) * | 2022-02-14 | 2022-03-11 | 青岛鼎信通讯股份有限公司 | 一种低压配电网数据缺失情况下的特征信号强度检测方法 |
| CN114168574A (zh) * | 2021-10-27 | 2022-03-11 | 清华大学 | 一种面向工业负荷的数据缺失处理方法及装置 |
| CN116303391A (zh) * | 2023-02-28 | 2023-06-23 | 上海电器科学研究所（集团）有限公司 | 一种智能电表远传电能时间序列数据的处理方法 |
| CN116528077A (zh) * | 2023-05-04 | 2023-08-01 | 国网安徽省电力有限公司 | 一种基于智能检测技术的厂站电能量采集终端、系统及搜表方法 |
-
2023
- 2023-08-02 CN CN202310962255.5A patent/CN116708514B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180068033A1 (en) * | 2016-09-08 | 2018-03-08 | Indian Institute Of Technology Bombay | Method for imputing missed data in sensor data sequence with missing data |
| CN107368543A (zh) * | 2017-06-28 | 2017-11-21 | 国网辽宁省电力有限公司 | 一种基于mcmc算法的电力采集数据修复方法 |
| WO2019009501A1 (ko) * | 2017-07-06 | 2019-01-10 | 한국전력공사 | 검침 데이터 수집 시스템, 방법, 및 이를 저장한 기록 매체 |
| US20190149424A1 (en) * | 2017-11-15 | 2019-05-16 | APImetrics Inc. | Continuous monitoring for performance evaluation of service interfaces |
| CN107967801A (zh) * | 2017-12-25 | 2018-04-27 | 东华理工大学 | 一种能源计量数据在线采集与监控方法及系统 |
| WO2021004197A1 (zh) * | 2019-07-05 | 2021-01-14 | 江苏金恒信息科技股份有限公司 | 一种电能数据的校验方法、装置及系统 |
| CN111950165A (zh) * | 2020-08-25 | 2020-11-17 | 北京合众伟奇科技有限公司 | 典型环境下的电能表可靠性分析方法 |
| CN113190542A (zh) * | 2021-05-19 | 2021-07-30 | 西安图迹信息科技有限公司 | 一种电网用大数据清洗去噪方法、系统和计算机存储介质 |
| CN114168574A (zh) * | 2021-10-27 | 2022-03-11 | 清华大学 | 一种面向工业负荷的数据缺失处理方法及装置 |
| CN114167134A (zh) * | 2022-02-14 | 2022-03-11 | 青岛鼎信通讯股份有限公司 | 一种低压配电网数据缺失情况下的特征信号强度检测方法 |
| CN116303391A (zh) * | 2023-02-28 | 2023-06-23 | 上海电器科学研究所（集团）有限公司 | 一种智能电表远传电能时间序列数据的处理方法 |
| CN116528077A (zh) * | 2023-05-04 | 2023-08-01 | 国网安徽省电力有限公司 | 一种基于智能检测技术的厂站电能量采集终端、系统及搜表方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118118819A (zh) * | 2024-04-30 | 2024-05-31 | 深圳龙电华鑫控股集团股份有限公司 | 一种集中器协同电能表的通信方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116708514B (zh) | 2023-10-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108173263B (zh) | 一种基于ami量测信息的配电网拓扑错误辨识算法 | |
| CN116708514B (zh) | 一种基于物联网的电能表数据采集方法及系统 | |
| CN111999692B (zh) | 一种多表误差的校准方法和装置 | |
| CN117034194B (zh) | 基于人工智能的核电仪表设备运维管理系统、方法及设备 | |
| CN102521080A (zh) | 电力用户用电信息采集系统的计算机数据修复方法 | |
| CN110261811A (zh) | 智能电表批量预警方法及系统 | |
| CN113156869A (zh) | 一种电力物联终端设备的远程维护系统及方法 | |
| CN108362958A (zh) | 一种采集故障点自动诊断和修补方法 | |
| CN112701675A (zh) | 基于筛选电压数据的配电台区用户相别辨识方法及系统 | |
| CN118035924B (zh) | 一种基于电力大数据电力设备故障数据处理方法和系统 | |
| CN118244191B (zh) | 一种不间断供电的电力采集计量系统 | |
| KR101848923B1 (ko) | 검침데이터 검증 장치 및 방법 | |
| CN117708735A (zh) | 一种基于多点校核的量测数据拟合方法、介质及系统 | |
| CN117911011A (zh) | 一种交直流混联电力线路故障维修预警方法 | |
| CN111226254A (zh) | 网络地图的可靠性 | |
| CN108009942B (zh) | 给水管网水力模型构建过程中拓扑结构连通性检查与校正方法 | |
| CN117195451A (zh) | 一种基于图论的桥梁监测数据修复方法 | |
| CN117129934A (zh) | 一种电能表失准在线监测方法及装置 | |
| CN109188196A (zh) | 一种基于海明码的电量突变故障定位方法 | |
| CN112581306B (zh) | 一种基于穷举的区域网络拓扑关系确认方法、装置和系统 | |
| KR101115163B1 (ko) | 빌링 데이터 생성 시스템 및 방법 | |
| CN112632456A (zh) | 一种基于遗忘因子的配电网参数校验方法及装置 | |
| CN112347094A (zh) | 工业通用设备物联数据清洗方法、装置和存储介质 | |
| CN110889614A (zh) | 基于scada大数据的电网系统重要用户供电风险分析方法 | |
| CN118118819B (zh) | 一种集中器协同电能表的通信方法及系统 |
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 |