CN116879831A - 一种基于物联网的电表智能监控方法及系统 - Google Patents

Abstract

本发明涉及电表监测技术领域，具体公开了一种基于物联网的电表智能监控方法及系统，所述方法包括获取物联车间的备案设备，以备案设备为节点统计电力线路；在统计的电力线路中标记电表位置，同步根据电力线路确定电表的参考数据；实时接收电表的采集数据，比对所述采集数据和参考数据，确定电力线路的异常数组；根据所述异常数组确定车间内的音频分布特征，根据音频分布特征和已有的音频采集器判定电表检测准度。本发明在对电表数据进行分析的基础上，引入由电表数据确定的理论音频分布特征，通过音频采集器采集实际音频，比对实际音频和理论音频分布特征，即可判断电表监测过程本身是否存在问题，从而引入针对电表的检测过程。

Description

一种基于物联网的电表智能监控方法及系统

技术领域

本发明涉及电表监测技术领域，具体是一种基于物联网的电表智能监控方法及系统。

背景技术

现有的智能车间离不开电力系统，电力系统的重要性不言而喻，因此，需要进行实时监控，进而保证车间生产活动的顺利进行。

但是，现有的电力监控方案大都仅依赖于电表，通过电表获取电力数据，将获取到的电力数据与管理方设定的参考值进行比对，从而判定是否存在问题，在这一过程中，默认电表数据是准确的，实际上，随着环境的不同，电表获取到的数据也可能存在问题，如何引入对电表数据的监测过程是本发明技术方案想要解决的技术问题。

发明内容

本发明的目的在于提供一种基于物联网的电表智能监控方法及系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于物联网的电表智能监控方法，所述方法包括：

获取物联车间的备案设备，以备案设备为节点统计电力线路；

在统计的电力线路中标记电表位置，同步根据电力线路确定电表的参考数据；

实时接收电表的采集数据，比对所述采集数据和参考数据，确定电力线路的异常数组；

根据所述异常数组确定车间内的音频分布特征，根据音频分布特征和已有的音频采集器判定电表检测准度。

作为本发明进一步的方案：所述获取物联车间的备案设备，以备案设备为节点统计电力线路的步骤包括：

建立与备案数据库的连接通道，获取物联车间的备案数据；

在备案数据中查询备案总线及备案设备；

根据备案设备与备案总线的位置关系和连接关系创建电力线路。

作为本发明进一步的方案：所述在统计的电力线路中标记电表位置，同步根据电力线路确定电表的参考数据的步骤包括：

查询电表安装位置表，根据电力线路与车间的比例尺在电力线路中确定电表点位；

将电力线路输入预设的电力分析模型，确定电表点位的预测电流和预测电压；

在历史数据库中随机选取电表点位，查询历史电力数据，根据历史电力数据确定波动幅度；

根据所述波动幅度对所述预测电流和所述预测电压进行调整，得到各个电表的参考数据。

作为本发明进一步的方案：所述实时接收电表的采集数据，比对所述采集数据和参考数据，确定电力线路的异常数组的步骤包括：

实时接收电表的采集数据，并向采集数据插入由电表位置确定的位置标签；

根据所述位置标签查询参考数据，并将参考数据与采集数据进行比对，确定各时刻采集数据的偏移度；

将偏移度与预设的偏移条件进行比对，确定对应电表位置的异常度；

根据电表位置统计异常度，得到异常数组；所述异常数组的维度与电表位置的维度相同。

作为本发明进一步的方案：所述根据所述异常数组确定车间内的音频分布特征，根据音频分布特征和已有的音频采集器判定电表检测准度的步骤包括：

将所述异常数组输入训练好的神经网络模型，确定车间内的音频分布特征；所述音频分布特征的密度为预设值；所述神经网络模型为异常数组至音频分布特征的映射关系；

实时获取音频采集器上传的含有采集位置的音频信息，根据音频分布特征确定音频信息的音频状态；所述音频状态包括零和一；当音频状态为零时，音频状态为异常，当音频状态为一时，音频状态为正常；

根据采集位置统计音频状态，得到音频状态矩阵；

根据音频状态矩阵判定电表检测准度。

作为本发明进一步的方案：所述根据音频状态矩阵判定电表检测准度的步骤包括：

根据预设的全零矩阵与所述音频状态矩阵进行同或运算，根据与运算结果确定异常音频点位；

以异常音频点位为中心，确定各电表的影响值；所述影响值为距离的减函数；

依次累计电表的影响值，根据累计结果确定电表检测准度。

本发明技术方案还提供了一种基于物联网的电表智能监控系统，所述系统包括：

电力线路生成模块，用于获取物联车间的备案设备，以备案设备为节点统计电力线路；

参考数据确定模块，用于在统计的电力线路中标记电表位置，同步根据电力线路确定电表的参考数据；

异常数组判定模块，用于实时接收电表的采集数据，比对所述采集数据和参考数据，确定电力线路的异常数组；

检测准度判定模块，用于根据所述异常数组确定车间内的音频分布特征，根据音频分布特征和已有的音频采集器判定电表检测准度。

作为本发明进一步的方案：所述电力线路生成模块包括：

数据获取单元，用于建立与备案数据库的连接通道，获取物联车间的备案数据；

数据查询单元，用于在备案数据中查询备案总线及备案设备；

创建执行单元，用于根据备案设备与备案总线的位置关系和连接关系创建电力线路。

作为本发明进一步的方案：所述参考数据确定模块包括：

点位确定单元，用于查询电表安装位置表，根据电力线路与车间的比例尺在电力线路中确定电表点位；

数据预测单元，用于将电力线路输入预设的电力分析模型，确定电表点位的预测电流和预测电压；

波动幅度确定单元，用于在历史数据库中随机选取电表点位，查询历史电力数据，根据历史电力数据确定波动幅度；

数据修正单元，用于根据所述波动幅度对所述预测电流和所述预测电压进行调整，得到各个电表的参考数据。

作为本发明进一步的方案：所述异常数组判定模块包括：

标签插入单元，用于实时接收电表的采集数据，并向采集数据插入由电表位置确定的位置标签；

偏移度确定单元，用于根据所述位置标签查询参考数据，并将参考数据与采集数据进行比对，确定各时刻采集数据的偏移度；

异常度确定单元，用于将偏移度与预设的偏移条件进行比对，确定对应电表位置的异常度；

异常度统计单元，用于根据电表位置统计异常度，得到异常数组；所述异常数组的维度与电表位置的维度相同。

与现有技术相比，本发明的有益效果是：本发明搭建含有电表位置的电力线路，在对电表数据进行分析的基础上，引入由电表数据确定的理论音频分布特征，通过音频采集器采集实际音频，比对实际音频和理论音频分布特征，即可判断电表监测过程本身是否存在问题，从而引入针对电表的检测过程，极大地提高了电力识别系统的稳定性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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发明的一些实施例。

图1为基于物联网的电表智能监控方法的流程框图。

图2为基于物联网的电表智能监控方法的第一子流程框图。

图3为基于物联网的电表智能监控方法的第二子流程框图。

图4为基于物联网的电表智能监控方法的第三子流程框图。

图5为基于物联网的电表智能监控方法的第四子流程框图。

图6为基于物联网的电表智能监控系统的组成结构框图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。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。

图1为基于物联网的电表智能监控方法的流程框图，本发明实施例中，一种基于物联网的电表智能监控方法，所述方法包括：

步骤S100：获取物联车间的备案设备，以备案设备为节点统计电力线路；

物联车间的所有设备在车间建立时都会进行统计，并且随着设备的更新，备案设备也会更新，更新的内容实时存储在某一数据库中；在数据库中获取备案设备的过程是简单的数据库读取操作；获取到备案设备后，以备案设备为节点统计已有的电力线路。

步骤S200：在统计的电力线路中标记电表位置，同步根据电力线路确定电表的参考数据；

统计完电力线路后，查询已有的电表位置，在电力线路中标记所述电表位置；在本发明技术方案中，所述电力线路可以理解为电路图，采用现有的电力分析技术可以预测电路图中各电表位置处的电力参数，电力参数包括电压和电流；预测得到的电力参数称为参考数据。

步骤S300：实时接收电表的采集数据，比对所述采集数据和参考数据，确定电力线路的异常数组；

本发明技术方案中的电表为智能电表，具备电力数据采集功能的同时，还具备数据通信功能，本方法执行主体可以实时接收电表发送的采集数据，根据上述内容中确定的参考数据对采集数据进行验证，从而判断电力线路中各个电表位置处的异常情况，统计所有异常情况，即可得到异常数组。

步骤S400：根据所述异常数组确定车间内的音频分布特征，根据音频分布特征和已有的音频采集器判定电表检测准度；

对所述异常数组进行分析，可以确定车间内的音频分布特征，所述音频分布特征用于表征当前的电力状态下，整个车间的音频分布情况，然后，通过音频采集器采集实际的音频，即可判断出电表检测过程是否准确，从而增设了对电表检测过程本身的检测方案。

其中，所述音频采集器的位置不做限定，可以是固定式的分贝采集器，也可以是携带在工作人员身上的分贝采集器。

图2为基于物联网的电表智能监控方法的第一子流程框图，所述获取物联车间的备案设备，以备案设备为节点统计电力线路的步骤包括：

步骤S101：建立与备案数据库的连接通道，获取物联车间的备案数据；

步骤S102：在备案数据中查询备案总线及备案设备；

步骤S103：根据备案设备与备案总线的位置关系和连接关系创建电力线路。

上述内容对电力线路的创建过程进行了限定，建立与备案数据库的连接通道，在备案数据库中获取物联车间的备案数据；所述备案数据中含有备案总线以及备案设备；所述备案总线用于表征物联车间的总线路，备案设备几乎都基于总线路进行布置；创建与总线路对应的虚拟线，然后获取备案设备相对于备案总线的位置关系和连接关系，根据所述位置关系和连接关系在虚拟线上确定备案设备的设备点，连接设备点与备案总线，即可得到电力线路。

图3为基于物联网的电表智能监控方法的第二子流程框图，所述在统计的电力线路中标记电表位置，同步根据电力线路确定电表的参考数据的步骤包括：

步骤S201：查询电表安装位置表，根据电力线路与车间的比例尺在电力线路中确定电表点位；

查询所有电表的安装位置，在创建的电力线路中确定与安装位置对应的电表点位。

步骤S202：将电力线路输入预设的电力分析模型，确定电表点位的预测电流和预测电压；

将电力线路输入预设的电力分析模型，可以得到各条子线路上的预测电流和预测电压，进而确定各个电表点位的预测电流和预测电压；所述电力分析模型采用现有的电力分析软件中的电力分析工具即可。

步骤S203：在历史数据库中随机选取电表点位，查询历史电力数据，根据历史电力数据确定波动幅度；

在历史数据库中随机选取电表点位，查询历史电力数据，根据历史电力数据可以确定车间内电力参数的整体波动幅度。

步骤S204：根据所述波动幅度对所述预测电流和所述预测电压进行调整，得到各个电表的参考数据；

由上述内容中生成的整体波动幅度可以确定预测电流的附加值和预测电压的附加值，进而得到参考数据。

值得一提的是，电表点位是随机选取的，随机选取的点位数量越多，波动幅度的确定过程越准确。

图4为基于物联网的电表智能监控方法的第三子流程框图，所述实时接收电表的采集数据，比对所述采集数据和参考数据，确定电力线路的异常数组的步骤包括：

步骤S301：实时接收电表的采集数据，并向采集数据插入由电表位置确定的位置标签；

步骤S302：根据所述位置标签查询参考数据，并将参考数据与采集数据进行比对，确定各时刻采集数据的偏移度；

步骤S303：将偏移度与预设的偏移条件进行比对，确定对应电表位置的异常度；

步骤S304：根据电表位置统计异常度，得到异常数组；所述异常数组的维度与电表位置的维度相同。

上述内容对异常数组的生成过程进行了限定，在电表获取采集数据时，同时获取电表位置并生成位置标签，位置标签用于查询该采集数据对应的参考数据。

比对采集数据和参考数据，可以计算出采集数据相对于参考数据的差异程度，由偏移度进行表示。

偏移度越高，异常度越高，将偏移度与预设的偏移条件进行比对，可以转换为异常度；统计所有电表位置的异常度，即可得到异常数组；其中，电表位置对应元素位置。

图5为基于物联网的电表智能监控方法的第四子流程框图，所述根据所述异常数组确定车间内的音频分布特征，根据音频分布特征和已有的音频采集器判定电表检测准度的步骤包括：

步骤S401：将所述异常数组输入训练好的神经网络模型，确定车间内的音频分布特征；所述音频分布特征的密度为预设值；所述神经网络模型为异常数组至音频分布特征的映射关系；

异常数组反映了各个电表工作状态，由电表的工作状态可以确定各个位置的音频幅度大概有多少；所述确定过程由神经网络模型完成；训练神经网络模型的过程需要由工作人员进行采样，基于同一工作流程创建异常数组-音频分布特征的训练集和测试集，进而训练神经网络模型。

步骤S402：实时获取音频采集器上传的含有采集位置的音频信息，根据音频分布特征确定音频信息的音频状态；所述音频状态包括零和一；当音频状态为零时，音频状态为异常，当音频状态为一时，音频状态为正常；

得到的音频分布特征是一个多元函数，多元自变量代表着位置，从而音频分布特征反映了各个位置处的理论音频；当接收到音频采集器获取到的音频信息时，将音频信息与对应的理论音频进行比对，即可确定音频状态。

关于音频状态：

为了简化表示过程，通过零和一两种状态表示音频信息与理论音频的差异情况，如果音频信息和理论音频的差异足够大，就置零，如果音频信息和理论音频的差异不够大，就置一。

步骤S403：根据采集位置统计音频状态，得到音频状态矩阵；

步骤S404：根据音频状态矩阵判定电表检测准度。

由采集位置统计所有的音频状态，即可得到一个仅含有零和一的矩阵，称为音频状态矩阵；对音频状态矩阵进行分析，可以判定电表的检测准度。

作为本发明技术方案的一个优选实施例，所述根据音频状态矩阵判定电表检测准度的步骤包括：

根据预设的全零矩阵与所述音频状态矩阵进行同或运算，根据与运算结果确定异常音频点位；

以异常音频点位为中心，确定各电表的影响值；所述影响值为距离的减函数；

依次累计电表的影响值，根据累计结果确定电表检测准度。

在本发明技术方案的一个实例中，通过一个全零矩阵与得到的音频状态矩阵进行同或运算，即可快速地将音频状态矩阵中的零元素转换为一，此时，读取元素为一的位置，即为异常音频点位。

音频异常由周围的设备产生，距离越远，影响越小，影响的大小由影响值反映，在上述内容中，由所有异常音频点位逆推各个电表的影响值，然后累计各个电表对异常音频点位的影响程度，即可确定各个电表产生的影响幅度，最后，将影响幅度与预设的幅度阈值进行比对，即可判断出电表的检测准度；一般情况下，影响幅度越大，就说明检测结果越不准确（如果准确，音频分布特征应该与实际相符）。

图6为基于物联网的电表智能监控系统的组成结构框图，本发明实施例中，一种基于物联网的电表智能监控系统，所述系统10包括：

电力线路生成模块11，用于获取物联车间的备案设备，以备案设备为节点统计电力线路；

参考数据确定模块12，用于在统计的电力线路中标记电表位置，同步根据电力线路确定电表的参考数据；

异常数组判定模块13，用于实时接收电表的采集数据，比对所述采集数据和参考数据，确定电力线路的异常数组；

检测准度判定模块14，用于根据所述异常数组确定车间内的音频分布特征，根据音频分布特征和已有的音频采集器判定电表检测准度。

其中，所述电力线路生成模块11包括：

数据获取单元，用于建立与备案数据库的连接通道，获取物联车间的备案数据；

数据查询单元，用于在备案数据中查询备案总线及备案设备；

创建执行单元，用于根据备案设备与备案总线的位置关系和连接关系创建电力线路。

进一步的，所述参考数据确定模块12包括：

点位确定单元，用于查询电表安装位置表，根据电力线路与车间的比例尺在电力线路中确定电表点位；

数据预测单元，用于将电力线路输入预设的电力分析模型，确定电表点位的预测电流和预测电压；

波动幅度确定单元，用于在历史数据库中随机选取电表点位，查询历史电力数据，根据历史电力数据确定波动幅度；

数据修正单元，用于根据所述波动幅度对所述预测电流和所述预测电压进行调整，得到各个电表的参考数据。

具体的，所述异常数组判定模块13包括：

标签插入单元，用于实时接收电表的采集数据，并向采集数据插入由电表位置确定的位置标签；

偏移度确定单元，用于根据所述位置标签查询参考数据，并将参考数据与采集数据进行比对，确定各时刻采集数据的偏移度；

异常度确定单元，用于将偏移度与预设的偏移条件进行比对，确定对应电表位置的异常度；

异常度统计单元，用于根据电表位置统计异常度，得到异常数组；所述异常数组的维度与电表位置的维度相同。

上述基于物联网的电表智能监控方法所能实现的功能均由计算机设备完成，所述计算机设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述程序代码由所述一个或多个处理器加载并执行以实现所述基于物联网的电表智能监控方法的功能。

处理器从存储器中逐条取出指令、分析指令，然后根据指令要求完成相应操作，产生一系列控制命令，使计算机各部分自动、连续并协调动作，成为一个有机的整体，实现程序的输入、数据的输入以及运算并输出结果，这一过程中产生的算术运算或逻辑运算均由运算器完成；所述存储器包括只读存储器（Read-Only Memory，ROM），所述只读存储器用于存储计算机程序，所述存储器外部设有保护装置。

示例性的，计算机程序可以被分割成一个或多个模块，一个或者多个模块被存储在存储器中，并由处理器执行，以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在终端设备中的执行过程。

本领域技术人员可以理解，上述仅仅是示例，并不构成对终端设备的限定，可以包括比上述描述更多或更少的部件，或者组合某些部件，或者不同的部件，例如可以包括输入输出设备、网络接入设备、总线等。

所称处理器可以是中央处理单元（Central Processing Unit，CPU），还可以是其他通用处理器、数字信号处理器 （Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现成可编程门阵列 （Field-Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，上述处理器是上述终端设备的控制中心，利用各种接口和线路连接整个用户终端的各个部分。

上述存储器可用于存储计算机程序和/或模块，上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如信息采集模板展示功能、产品信息发布功能等）等；存储数据区可存储根据泊位状态显示系统的使用所创建的数据（比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等）等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card， SMC），安全数字（Secure Digital， SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例系统中的全部或部分模块/单元，也可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个系统实施例的功能。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random AccessMemory）、电载波信号、电信信号以及软件分发介质等。

需要说明的是，在本文中，术语“包括”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种基于物联网的电表智能监控方法，其特征在于，所述方法包括：

获取物联车间的备案设备，以备案设备为节点统计电力线路；

在统计的电力线路中标记电表位置，同步根据电力线路确定电表的参考数据；

实时接收电表的采集数据，比对所述采集数据和参考数据，确定电力线路的异常数组；

根据所述异常数组确定车间内的音频分布特征，根据音频分布特征和已有的音频采集器判定电表检测准度。

2.根据权利要求1所述的基于物联网的电表智能监控方法，其特征在于，所述获取物联车间的备案设备，以备案设备为节点统计电力线路的步骤包括：

建立与备案数据库的连接通道，获取物联车间的备案数据；

在备案数据中查询备案总线及备案设备；

根据备案设备与备案总线的位置关系和连接关系创建电力线路。

3.根据权利要求1所述的基于物联网的电表智能监控方法，其特征在于，所述在统计的电力线路中标记电表位置，同步根据电力线路确定电表的参考数据的步骤包括：

查询电表安装位置表，根据电力线路与车间的比例尺在电力线路中确定电表点位；

将电力线路输入预设的电力分析模型，确定电表点位的预测电流和预测电压；

在历史数据库中随机选取电表点位，查询历史电力数据，根据历史电力数据确定波动幅度；

根据所述波动幅度对所述预测电流和所述预测电压进行调整，得到各个电表的参考数据。

4.根据权利要求1所述的基于物联网的电表智能监控方法，其特征在于，所述实时接收电表的采集数据，比对所述采集数据和参考数据，确定电力线路的异常数组的步骤包括：

实时接收电表的采集数据，并向采集数据插入由电表位置确定的位置标签；

根据所述位置标签查询参考数据，并将参考数据与采集数据进行比对，确定各时刻采集数据的偏移度；

将偏移度与预设的偏移条件进行比对，确定对应电表位置的异常度；

根据电表位置统计异常度，得到异常数组；所述异常数组的维度与电表位置的维度相同。

5.根据权利要求1所述的基于物联网的电表智能监控方法，其特征在于，所述根据所述异常数组确定车间内的音频分布特征，根据音频分布特征和已有的音频采集器判定电表检测准度的步骤包括：

将所述异常数组输入训练好的神经网络模型，确定车间内的音频分布特征；所述音频分布特征的密度为预设值；所述神经网络模型为异常数组至音频分布特征的映射关系；

实时获取音频采集器上传的含有采集位置的音频信息，根据音频分布特征确定音频信息的音频状态；所述音频状态包括零和一；当音频状态为零时，音频状态为异常，当音频状态为一时，音频状态为正常；

根据采集位置统计音频状态，得到音频状态矩阵；

根据音频状态矩阵判定电表检测准度。

6.根据权利要求1所述的基于物联网的电表智能监控方法，其特征在于，所述根据音频状态矩阵判定电表检测准度的步骤包括：

根据预设的全零矩阵与所述音频状态矩阵进行同或运算，根据与运算结果确定异常音频点位；

以异常音频点位为中心，确定各电表的影响值；所述影响值为距离的减函数；

依次累计电表的影响值，根据累计结果确定电表检测准度。

7.一种基于物联网的电表智能监控系统，其特征在于，所述系统包括：

电力线路生成模块，用于获取物联车间的备案设备，以备案设备为节点统计电力线路；

参考数据确定模块，用于在统计的电力线路中标记电表位置，同步根据电力线路确定电表的参考数据；

异常数组判定模块，用于实时接收电表的采集数据，比对所述采集数据和参考数据，确定电力线路的异常数组；

检测准度判定模块，用于根据所述异常数组确定车间内的音频分布特征，根据音频分布特征和已有的音频采集器判定电表检测准度。

8.根据权利要求7所述的基于物联网的电表智能监控系统，其特征在于，所述电力线路生成模块包括：

数据获取单元，用于建立与备案数据库的连接通道，获取物联车间的备案数据；

数据查询单元，用于在备案数据中查询备案总线及备案设备；

创建执行单元，用于根据备案设备与备案总线的位置关系和连接关系创建电力线路。

9.根据权利要求7所述的基于物联网的电表智能监控系统，其特征在于，所述参考数据确定模块包括：

点位确定单元，用于查询电表安装位置表，根据电力线路与车间的比例尺在电力线路中确定电表点位；

数据预测单元，用于将电力线路输入预设的电力分析模型，确定电表点位的预测电流和预测电压；

波动幅度确定单元，用于在历史数据库中随机选取电表点位，查询历史电力数据，根据历史电力数据确定波动幅度；

数据修正单元，用于根据所述波动幅度对所述预测电流和所述预测电压进行调整，得到各个电表的参考数据。

10.根据权利要求7所述的基于物联网的电表智能监控系统，其特征在于，所述异常数组判定模块包括：

标签插入单元，用于实时接收电表的采集数据，并向采集数据插入由电表位置确定的位置标签；

偏移度确定单元，用于根据所述位置标签查询参考数据，并将参考数据与采集数据进行比对，确定各时刻采集数据的偏移度；

异常度确定单元，用于将偏移度与预设的偏移条件进行比对，确定对应电表位置的异常度；

异常度统计单元，用于根据电表位置统计异常度，得到异常数组；所述异常数组的维度与电表位置的维度相同。