CN117572331B - 一种对智能电表数据实时采集的方法及系统 - Google Patents
一种对智能电表数据实时采集的方法及系统 Download PDFInfo
- Publication number
- CN117572331B CN117572331B CN202410056389.5A CN202410056389A CN117572331B CN 117572331 B CN117572331 B CN 117572331B CN 202410056389 A CN202410056389 A CN 202410056389A CN 117572331 B CN117572331 B CN 117572331B
- Authority
- CN
- China
- Prior art keywords
- data
- user
- electricity consumption
- real
- abnormal
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000005611 electricity Effects 0.000 claims abstract description 401
- 230000002159 abnormal effect Effects 0.000 claims abstract description 165
- 241000255581 Drosophila <fruit fly, genus> Species 0.000 claims abstract description 44
- 238000007781 pre-processing Methods 0.000 claims description 24
- 238000012544 monitoring process Methods 0.000 claims description 18
- 238000010845 search algorithm Methods 0.000 claims description 13
- 235000013305 food Nutrition 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 8
- 230000009467 reduction Effects 0.000 claims description 8
- 241000255588 Tephritidae Species 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 241000818946 Homethes Species 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 5
- 238000005065 mining Methods 0.000 abstract description 5
- 238000009412 basement excavation Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
- G01R35/04—Testing or calibrating of apparatus covered by the other groups of this subclass of instruments for measuring time integral of power or current
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及电表电变量测量分析的技术领域,且公开了一种对智能电表数据实时采集的方法及系统,所述系统包括智能电表参数采集模块、用户用电状态挖掘模块、用户用电异常状态反馈模块;通过用户用电电流异常分析单元通过果蝇智能算法智能分析采集的入户端实时电流数据与安全峰值电流数值大小,精确筛选出超过安全峰值的实时电流进行异常电流识别,提高智能电表对采集电流数据的分析能力,保障了用户用电安全性;用户用电量异常分析单元采用果蝇智能算法精确分析入户端日用电量与正常峰值日用电进行数值比对,自主识别分析出超过峰值日用电量的异常日用电量,提升智能电表对采集用电量的深度挖掘能力,提高了智能电表的安全性。
Description
技术领域
本发明涉及电表电变量测量分析的技术领域,具体为一种对智能电表数据实时采集的方法及系统。
背景技术
智能电表是智能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。在智能电表基础上构建的高级量测体系、自动抄表系统能为用户提供更加详细的用电信息,使用户可以更好地管理他们的用电量,以达到节省电费和减少温室气体排放的目标;电力零售商可以根据用户的需求灵活地制定分时电价,推动电力市场价格体系的改革;配电公司能够更加迅速地检测故障,并及时响应强化电力网络控制和管理;然而现有的智能电表只能简单记录、反馈用户的用电信息,无法依据采集用户的用电信息在线分析用户用电状态,无法对异常用电状态进行监测反馈,降低用户用电安全。
公开号为CN113625031A的中国发明专利公开了智能电表终端、MR数据上报系统及方法,采用本智能电表终端的控制模块、电量计量模块、第一数据模块和存储模块,上传电量计量数据。当接收到上传MR数据指令时,通过智能电表终端的控制模块、第一数据模块、存储模块和第二数据模块,上传NB-IoT网络的MR数据构成的技术方案,实现智能电表终端采集MR数据的成本更低;同时智能电表终端也能覆盖在地下室内区域,也能够获取地下室内区域的MR数据,MR数据收集的更全面,进而提升NB-IoT网络的覆盖评估的效果,然而以上技术方案不能对智能电表采集的用电信息进行深度挖掘分析出用户用电状态,不能对用电状态异常的进行监视反馈,增加用户用电风险。
发明内容
(一)解决的技术问题
为解决上述现有的智能电表只能简单记录、反馈用户的用电信息,无法依据采集用户的用电信息在线分析用户用电状态,无法对异常用电状态进行监测反馈,降低用户用电安全的问题,实现以上精确采集数据、智能分析异常电变量、高效反馈提示异常用电、提高智能电表数据采集质量和用电安全的目的。
(二)技术方案
本发明通过以下技术方案予以实现:一种对智能电表数据实时采集的方法及系统,所述方法包括如下步骤:
S1、分别采集用户入户端用电实时电流数据、用户入户端日用电量数据;
S2、将所述用户入户端用电实时电流数据、所述用户入户端日用电量数据进行数据预处理后生成标准用户入户端用电实时电流数据、标准用户入户端日用电量数据进行输出;
S3、调用所述标准用户入户端用电实时电流数据、所述标准用户入户端日用电量数据;
S4、通过数据搜索算法将所述标准用户入户端用电实时电流数据与安全峰值电流数据进行电流数值大小比对,并搜索出电流数值大于所述安全峰值电流数据的所述标准用户入户端用电实时电流数据并标记为用户用电异常电流数据进行输出;
S5、通过数据搜索算法将所述标准用户入户端日用电量数据与正常峰值日用电量数据进行用电量数值大小比对,并搜索出日用电量数值大于所述正常峰值日用电量数据的所述标准用户入户端日用电量数据并标记为用户用电异常日用电量数据进行输出;
S6、当输出用户用电异常电流数据或用户用电异常日用电量数据时,采集智能电表编号及空间位置坐标数据,以及获取所述用户用电异常电流数据、所述用户用电异常日用电量数据;
S7、将所述智能电表编号及空间位置坐标数据、所述用户用电异常电流数据、所述用户用电异常日用电量数据组合生成用户用电异常数据并推送反馈到电力监控端。
优选的,所述分别采集用户入户端用电实时电流数据、用户入户端日用电量数据的操作步骤如下:
S11、通过智能电表在线采集用户入户端线路中实时电流数据并生成用户入户端用电实时电流数据集合;
通过智能电表在线采集用户入户端线路中累计日用电量数据并生成用户入户端日用电量数据集合。
优选的,将所述用户入户端用电实时电流数据、所述用户入户端日用电量数据进行数据预处理后生成标准用户入户端用电实时电流数据、标准用户入户端日用电量数据进行输出的操作步骤如下:
S21、采用自适应滤波法对用户入户端用电实时电流数据集合进行数据降噪处理后生成标准用户入户端用电实时电流数据集合/>进行输出,/>;其中/>表示采集的第/>个标准用户入户端用电实时电流数据,表示标准用户入户端用电实时电流数据数量的最大值;
采用自适应滤波法对用户入户端日用电量数据集合进行数据降噪处理后生成标准用户入户端日用电量数据集合/>进行输出,;其中/>表示采集的第/>个标准用户入户端日用电量数据,/>表示标准用户入户端日用电量数据数量的最大值。
优选的,所述调用所述标准用户入户端用电实时电流数据、所述标准用户入户端日用电量数据的操作步骤如下:
S31、分别调用输出的标准用户入户端用电实时电流数据集合和标准用户入户端日用电量数据集合/>。
优选的,所述通过数据搜索算法将所述标准用户入户端用电实时电流数据与安全峰值电流数据进行电流数值大小比对,并搜索出电流数值大于所述安全峰值电流数据的所述标准用户入户端用电实时电流数据并标记为用户用电异常电流数据进行输出的操作步骤如下:
S41、分别建立安全峰值电流数据,所述安全峰值电流表示用户入户端线路中安全电流的最大值;
S42、采用数据搜索算法将标准用户入户端用电实时电流数据集合中标准用户入户端用电实时电流数据/>逐一与安全峰值电流数据/>进行电流数值大小比较,并搜索出/>>/>的标准用户入户端用电实时电流数据/>,所述数据搜索算法的搜索步骤如下:
S421、将标准用户入户端用电实时电流数据集合中所有的标准用户入户端用电实时电流数据/>参数化为电流搜索果蝇群体,并进行初始化电流搜索果蝇个体位置,其中/>表示电流搜索果蝇个体的在标准用户入户端用电实时电流数据集合/>中横坐标,/>表示电流搜索果蝇个体的在标准用户入户端用电实时电流数据集合/>中纵坐标;
S422、给出电流搜索果蝇个体利用嗅觉搜寻食物的随机方向与距离,即在标准用户入户端用电实时电流数据集合中搜寻电流数值大于安全峰值电流数据/>的标准用户入户端用电实时电流数据/>的随机方向与距离,其中/>表示电流搜索果蝇个体/>的在标准用户入户端用电实时电流数据集合/>中横坐标,/>表示电流搜索果蝇个体/>的在标准用户入户端用电实时电流数据集合/>中纵坐标;/>表示/>、/>坐标在标准用户入户端用电实时电流数据集合/>中的随机方向;
S423、由于开始无法获知食物的具体位置,即无法获知标准用户入户端用电实时电流数据集合中电流数值大于安全峰值电流数据/>的标准用户入户端用电实时电流数据/>的具体位置,先计算电流搜索果蝇个体与原点之间的距离/>,再计算食物味道浓度判定值/>,计算公式为/>,/>,其中/>表示电流搜索果蝇个体/>距离原点的距离,/>表示电流搜索果蝇个体/>位置的食物味道浓度判定值;
S424、味道浓度判定值代入味道浓度判定函数即Fitnessfunction,以求出该电流搜索果蝇个体位置的味道浓度/>;
,其中/>表示电流搜索果蝇个体/>的味道浓度;
S425、找出此电流搜索果蝇群体中味道浓度最高的电流搜索果蝇即求极大值;
S426、保留最佳味道浓度值与m、n坐标,此时电流搜索果蝇群体利用视觉往该位置飞去;
S427、进入迭代寻优,重复执行S422至S425步骤,并判断味道浓度是否优于前一迭代味道浓度,若是则执行S426在标准用户入户端用电实时电流数据集合中搜索到电流数值大于安全峰值电流数据/>的标准用户入户端用电实时电流数据/>;
S43、将S427中搜索出电流数值大于安全峰值电流数据的标准用户入户端用电实时电流数据/>标识为用户用电异常电流数据/>并输出。
优选的,所述通过数据搜索算法将所述标准用户入户端日用电量数据与正常峰值日用电量数据进行用电量数值大小比对,并搜索出日用电量数值大于所述正常峰值日用电量数据的所述标准用户入户端日用电量数据并标记为用户用电异常日用电量数据进行输出的操作步骤如下:
S51、建立正常峰值日用电量数据,所述正常峰值日用电量表示用户入户端正常合理日用电量的最大值;
S52、采用如S42步骤中的数据搜索算法将标准用户入户端日用电量数据集合中标准用户入户端日用电量数据/>逐一与正常峰值日用电量数据/>进行用电量数值大小比较,并搜索出/>﹥/>的标准用户入户端日用电量数据/>;
S53、将S52中搜索出的日用电量数值大于正常峰值日用电量数据的标准用户入户端日用电量数据/>标识为用户用电异常日用电量数据/>并输出。
优选的,所述当输出用户用电异常电流数据或用户用电异常日用电量数据时,采集智能电表编号及空间位置坐标数据,以及获取所述用户用电异常电流数据、所述用户用电异常日用电量数据的操作步骤如下:
S61、当输出用户用电异常电流数据或用户用电异常日用电量数据时;
S62、通过智能电表存储库中获取执行输出用户用电异常电流数据或用户用电异常日用电量数据/>对应的智能电表编号数据/>,以及通过位置传感器在线采集执行输出用户用电异常电流数据/>或用户用电异常日用电量数据对应的智能电表空间坐标数据/>;
S63、调用户用电异常电流数据、用户用电异常日用电量数据/>。
优选的,所述将所述智能电表编号及空间位置坐标数据、所述用户用电异常电流数据、所述用户用电异常日用电量数据组合生成用户用电异常数据并推送反馈到电力监控端的操作步骤如下:
S71、将所述智能电表编号数据、智能电表空间坐标数据/>、用户用电异常电流数据/>以及用户用电异常日用电量数据/>组合生成用户用电异常数据集合/>;
S72、将所述用户用电异常数据集合通过物联网反馈推送到电力监控端,电力监控端依据用户用电异常数据集合/>提示用电状态异常的用户。
一种实现所述对智能电表数据实时采集的方法的系统,所述系统包括智能电表参数采集模块、用户用电状态挖掘模块、用户用电异常状态反馈模块;
所述智能电表参数采集模块包括用户用电电流数据采集及预处理单元、用户用电量数据采集及预处理单元、电流数据及用电量数据输出单元;
所述用户用电电流数据采集及预处理单元,通过智能电表采集用户入户端用电实时电流数据并进行预处理生成标准用户入户端用电实时电流数据;所述用户用电量数据采集及预处理单元,通过智能电表采集用户入户端日用电量数据并进行预处理生成标准用户入户端日用电量数据;所述电流数据及用电量数据输出单元,用于输出标准用户入户端用电实时电流数据、标准用户入户端日用电量数据;
所述用户用电状态挖掘模块包括电流数据及用电量数据调用单元、安全峰值电流存储单元、用户用电电流异常分析单元、正常峰值日用电量存储单元、用户用电量异常分析单元采集、用户用电异常状态输出单元;
所述电流数据及用电量数据调用单元,用于调用所述标准用户入户端用电实时电流数据、所述标准用户入户端日用电量数据;所述安全峰值电流存储单元,用于存储安全峰值电流数据;所述用户用电电流异常分析单元,通过数据搜索算法将所述标准用户入户端用电实时电流数据与安全峰值电流数据进行电流数值大小比对,并搜索出电流数值大于所述安全峰值电流数据的所述标准用户入户端用电实时电流数据并标记为用户用电异常电流数据;所述正常峰值日用电量存储单元,用于存储正常峰值日用电量数据;所述用户用电量异常分析单元采集,通过数据搜索算法将所述标准用户入户端日用电量数据与正常峰值日用电量数据进行用电量数值大小比对,并搜索出日用电量数值大于所述正常峰值日用电量数据的所述标准用户入户端日用电量数据并标记为用户用电异常日用电量数据;所述用户用电异常状态输出单元,用于输出用户用电异常电流数据和用户用电异常日用电量数据;
所述用户用电异常状态反馈模块包括智能电表编号及空间位置采集单元、用户用电异常状态获取单元、用户用电异常状态反馈单元;
所述智能电表编号及空间位置采集单元,当输出用户用电异常电流数据或用户用电异常日用电量数据时,采集智能电表编号及空间位置坐标数据;所述用户用电异常状态获取单元,用于获取所述用户用电异常电流数据、所述用户用电异常日用电量数据;所述用户用电异常状态反馈单元,将所述智能电表编号及空间位置坐标数据、所述用户用电异常电流数据、所述用户用电异常日用电量数据组合生成用户用电异常数据并推送反馈到电力监控端。
(三)有益效果
本发明提供了一种对智能电表数据实时采集的方法及系统。具备以下有益效果:
一、通过用户用电电流数据采集及预处理单元和用户用电量数据采集及预处理单元相互配合采用通过智能电表在线准确采集用户入户端的实时电流参数和日用电量参数,采用自适应滤波法对采集的实时电流参数和日用电量参数进行数据降噪处理,提高了智能电表数据采集的真实性以及用户用电状态的监控效果,提高了智能电表的电量测量精度。
二、通过用户用电电流异常分析单元通过果蝇智能算法智能分析采集的入户端实时电流数据与安全峰值电流数值大小,精确筛选出超过安全峰值的实时电流进行异常电流识别,提高智能电表对采集电流数据的分析能力,保障了用户用电安全性;用户用电量异常分析单元采用果蝇智能算法精确分析入户端日用电量与正常峰值日用电进行数值比对,自主识别分析出超过峰值日用电量的异常日用电量,提升智能电表对采集用电量的深度挖掘能力,提高了智能电表的安全性。
三、通过智能电表编号及空间位置采集单元对识别发现的异常电流和异常日用电量数据进行应急响应,通过采集智能电表的编号及空间位置坐标数据实现对异常用电状态的用户进行精确定位分析,提高了智能电表对用电故障的处理速度和效果;用户用电异常状态反馈单元对异常实时电流、异常日用电量,以及检测出异常状态的智能电表编号和位置进行收集反馈到电力监控端,提高了智能电表对用户异常状态的识别响应能力,提升智能电表对电变量参数采集处理的效率和质量。
附图说明
图1为本发明提供的一种对智能电表数据实时采集系统的模块示意图;
图2为本发明提供的一种对智能电表数据实时采集的方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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做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。
该一种对智能电表数据实时采集的方法及系统的实施例如下:
请参阅图1-图2,一种对智能电表数据实时采集的方法及系统,方法包括如下步骤:
S1、分别采集用户入户端用电实时电流数据、用户入户端日用电量数据;
S2、将用户入户端用电实时电流数据、用户入户端日用电量数据进行数据预处理后生成标准用户入户端用电实时电流数据、标准用户入户端日用电量数据进行输出;
S3、调用标准用户入户端用电实时电流数据、标准用户入户端日用电量数据;
S4、通过数据搜索算法将标准用户入户端用电实时电流数据与安全峰值电流数据进行电流数值大小比对,并搜索出电流数值大于安全峰值电流数据的标准用户入户端用电实时电流数据并标记为用户用电异常电流数据进行输出;
S5、通过数据搜索算法将标准用户入户端日用电量数据与正常峰值日用电量数据进行用电量数值大小比对,并搜索出日用电量数值大于正常峰值日用电量数据的标准用户入户端日用电量数据并标记为用户用电异常日用电量数据进行输出;
S6、当输出用户用电异常电流数据或用户用电异常日用电量数据时,采集智能电表编号及空间位置坐标数据,以及获取用户用电异常电流数据、用户用电异常日用电量数据;
S7、将智能电表编号及空间位置坐标数据、用户用电异常电流数据、用户用电异常日用电量数据组合生成用户用电异常数据并推送反馈到电力监控端。
进一步的,请参阅图1-图2,分别采集用户入户端用电实时电流数据、用户入户端日用电量数据的操作步骤如下:
S11、通过智能电表在线采集用户入户端线路中实时电流数据并生成用户入户端用电实时电流数据集合;
通过智能电表在线采集用户入户端线路中累计日用电量数据并生成用户入户端日用电量数据集合。
将用户入户端用电实时电流数据、用户入户端日用电量数据进行数据预处理后生成标准用户入户端用电实时电流数据、标准用户入户端日用电量数据进行输出的操作步骤如下:
S21、采用自适应滤波法对用户入户端用电实时电流数据集合进行数据降噪处理后生成标准用户入户端用电实时电流数据集合/>进行输出,/>;其中/>表示采集的第/>个标准用户入户端用电实时电流数据,表示标准用户入户端用电实时电流数据数量的最大值;
采用自适应滤波法对用户入户端日用电量数据集合进行数据降噪处理后生成标准用户入户端日用电量数据集合/>进行输出,;其中/>表示采集的第/>个标准用户入户端日用电量数据,/>表示标准用户入户端日用电量数据数量的最大值。
通过用户用电电流数据采集及预处理单元和用户用电量数据采集及预处理单元相互配合采用通过智能电表在线准确采集用户入户端的实时电流参数和日用电量参数,采用自适应滤波法对采集的实时电流参数和日用电量参数进行数据降噪处理,提高了智能电表数据采集的真实性以及用户用电状态的监控效果,提高了智能电表的电量测量精度。
进一步的,请参阅图1-图2,调用标准用户入户端用电实时电流数据、标准用户入户端日用电量数据的操作步骤如下:
S31、分别调用输出的标准用户入户端用电实时电流数据集合和标准用户入户端日用电量数据集合/>。
通过数据搜索算法将标准用户入户端用电实时电流数据与安全峰值电流数据进行电流数值大小比对,并搜索出电流数值大于安全峰值电流数据的标准用户入户端用电实时电流数据并标记为用户用电异常电流数据进行输出的操作步骤如下:
S41、分别建立安全峰值电流数据,安全峰值电流表示用户入户端线路中安全电流的最大值;
S42、采用数据搜索算法将标准用户入户端用电实时电流数据集合中标准用户入户端用电实时电流数据/>逐一与安全峰值电流数据/>进行电流数值大小比较,并搜索出/>>/>的标准用户入户端用电实时电流数据/>,数据搜索算法的搜索步骤如下:
S421、将标准用户入户端用电实时电流数据集合中所有的标准用户入户端用电实时电流数据/>参数化为电流搜索果蝇群体,并进行初始化电流搜索果蝇个体位置,其中/>表示电流搜索果蝇个体的在标准用户入户端用电实时电流数据集合/>中横坐标,/>表示电流搜索果蝇个体的在标准用户入户端用电实时电流数据集合/>中纵坐标;
S422、给出电流搜索果蝇个体利用嗅觉搜寻食物的随机方向与距离,即在标准用户入户端用电实时电流数据集合中搜寻电流数值大于安全峰值电流数据/>的标准用户入户端用电实时电流数据/>的随机方向与距离,其中/>表示电流搜索果蝇个体/>的在标准用户入户端用电实时电流数据集合/>中横坐标,/>表示电流搜索果蝇个体/>的在标准用户入户端用电实时电流数据集合/>中纵坐标;/>表示/>、/>坐标在标准用户入户端用电实时电流数据集合/>中的随机方向;
S423、由于开始无法获知食物的具体位置,即无法获知标准用户入户端用电实时电流数据集合中电流数值大于安全峰值电流数据/>的标准用户入户端用电实时电流数据/>的具体位置,先计算电流搜索果蝇个体与原点之间的距离/>,再计算食物味道浓度判定值/>,计算公式为/>,/>,其中/>表示电流搜索果蝇个体/>距离原点的距离,/>表示电流搜索果蝇个体/>位置的食物味道浓度判定值;
S424、味道浓度判定值代入味道浓度判定函数即Fitnessfunction,以求出该电流搜索果蝇个体位置的味道浓度/>;
,其中/>表示电流搜索果蝇个体/>的味道浓度;
S425、找出此电流搜索果蝇群体中味道浓度最高的电流搜索果蝇即求极大值;
S426、保留最佳味道浓度值与m、n坐标,此时电流搜索果蝇群体利用视觉往该位置飞去;
S427、进入迭代寻优,重复执行S422至S425步骤,并判断味道浓度是否优于前一迭代味道浓度,若是则执行S426在标准用户入户端用电实时电流数据集合中搜索到电流数值大于安全峰值电流数据/>的标准用户入户端用电实时电流数据/>;
S43、将S427中搜索出电流数值大于安全峰值电流数据的标准用户入户端用电实时电流数据/>标识为用户用电异常电流数据/>并输出。
通过数据搜索算法将标准用户入户端日用电量数据与正常峰值日用电量数据进行用电量数值大小比对,并搜索出日用电量数值大于正常峰值日用电量数据的标准用户入户端日用电量数据并标记为用户用电异常日用电量数据进行输出的操作步骤如下:
S51、建立正常峰值日用电量数据,正常峰值日用电量表示用户入户端正常合理日用电量的最大值;
S52、采用如S42步骤中的数据搜索算法将标准用户入户端日用电量数据集合中标准用户入户端日用电量数据/>逐一与正常峰值日用电量数据/>进行用电量数值大小比较,并搜索出/>﹥/>的标准用户入户端日用电量数据/>;
S53、将S52中搜索出的日用电量数值大于正常峰值日用电量数据的标准用户入户端日用电量数据/>标识为用户用电异常日用电量数据/>并输出。
通过用户用电电流异常分析单元通过果蝇智能算法智能分析采集的入户端实时电流数据与安全峰值电流数值大小,精确筛选出超过安全峰值的实时电流进行异常电流识别,提高智能电表对采集电流数据的分析能力,保障了用户用电安全性;用户用电量异常分析单元采用果蝇智能算法精确分析入户端日用电量与正常峰值日用电进行数值比对,自主识别分析出超过峰值日用电量的异常日用电量,提升智能电表对采集用电量的深度挖掘能力,提高了智能电表的安全性。
进一步的,请参阅图1-图2,当输出用户用电异常电流数据或用户用电异常日用电量数据时,采集智能电表编号及空间位置坐标数据,以及获取用户用电异常电流数据、用户用电异常日用电量数据的操作步骤如下:
S61、当输出用户用电异常电流数据或用户用电异常日用电量数据时;
S62、通过智能电表存储库中获取执行输出用户用电异常电流数据或用户用电异常日用电量数据/>对应的智能电表编号数据/>,以及通过位置传感器在线采集执行输出用户用电异常电流数据/>或用户用电异常日用电量数据对应的智能电表空间坐标数据/>;
S63、调用户用电异常电流数据、用户用电异常日用电量数据/>。
将智能电表编号及空间位置坐标数据、用户用电异常电流数据、用户用电异常日用电量数据组合生成用户用电异常数据并推送反馈到电力监控端的操作步骤如下:
S71、将智能电表编号数据、智能电表空间坐标数据/>、用户用电异常电流数据以及用户用电异常日用电量数据/>组合生成用户用电异常数据集合;
S72、将用户用电异常数据集合通过物联网反馈推送到电力监控端,电力监控端依据用户用电异常数据集合/>提示用电状态异常的用户。
通过智能电表编号及空间位置采集单元对识别发现的异常电流和异常日用电量数据进行应急响应,通过采集智能电表的编号及空间位置坐标数据实现对异常用电状态的用户进行精确定位分析,提高了智能电表对用电故障的处理速度和效果;用户用电异常状态反馈单元对异常实时电流、异常日用电量,以及检测出异常状态的智能电表编号和位置进行收集反馈到电力监控端,提高了智能电表对用户异常状态的识别响应能力,提升智能电表对电变量参数采集处理的效率和质量。
一种实现对智能电表数据实时采集的方法的系统,系统包括智能电表参数采集模块、用户用电状态挖掘模块、用户用电异常状态反馈模块;
智能电表参数采集模块包括用户用电电流数据采集及预处理单元、用户用电量数据采集及预处理单元、电流数据及用电量数据输出单元;
用户用电电流数据采集及预处理单元,通过智能电表采集用户入户端用电实时电流数据并进行预处理生成标准用户入户端用电实时电流数据;用户用电量数据采集及预处理单元,通过智能电表采集用户入户端日用电量数据并进行预处理生成标准用户入户端日用电量数据;电流数据及用电量数据输出单元,用于输出标准用户入户端用电实时电流数据、标准用户入户端日用电量数据;
用户用电状态挖掘模块包括电流数据及用电量数据调用单元、安全峰值电流存储单元、用户用电电流异常分析单元、正常峰值日用电量存储单元、用户用电量异常分析单元采集、用户用电异常状态输出单元;
电流数据及用电量数据调用单元,用于调用标准用户入户端用电实时电流数据、标准用户入户端日用电量数据;安全峰值电流存储单元,用于存储安全峰值电流数据;用户用电电流异常分析单元,通过数据搜索算法将标准用户入户端用电实时电流数据与安全峰值电流数据进行电流数值大小比对,并搜索出电流数值大于安全峰值电流数据的标准用户入户端用电实时电流数据并标记为用户用电异常电流数据;正常峰值日用电量存储单元,用于存储正常峰值日用电量数据;用户用电量异常分析单元采集,通过数据搜索算法将标准用户入户端日用电量数据与正常峰值日用电量数据进行用电量数值大小比对,并搜索出日用电量数值大于正常峰值日用电量数据的标准用户入户端日用电量数据并标记为用户用电异常日用电量数据;用户用电异常状态输出单元,用于输出用户用电异常电流数据和用户用电异常日用电量数据;
用户用电异常状态反馈模块包括智能电表编号及空间位置采集单元、用户用电异常状态获取单元、用户用电异常状态反馈单元;
智能电表编号及空间位置采集单元,当输出用户用电异常电流数据或用户用电异常日用电量数据时,采集智能电表编号及空间位置坐标数据;用户用电异常状态获取单元,用于获取用户用电异常电流数据、用户用电异常日用电量数据;用户用电异常状态反馈单元,将智能电表编号及空间位置坐标数据、用户用电异常电流数据、用户用电异常日用电量数据组合生成用户用电异常数据并推送反馈到电力监控端。
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说明书及其等同物限定。
Claims (7)
1.一种对智能电表数据实时采集的方法,其特征在于,所述方法包括如下步骤:
S1、分别采集用户入户端用电实时电流数据、用户入户端日用电量数据;
S2、将所述用户入户端用电实时电流数据、所述用户入户端日用电量数据进行数据预处理后生成标准用户入户端用电实时电流数据、标准用户入户端日用电量数据进行输出,所述S2包括以下步骤:
S21、采用自适应滤波法对用户入户端用电实时电流数据进行数据降噪处理后生成标准用户入户端用电实时电流数据集合进行输出,;其中/>表示采集的第/>个标准用户入户端用电实时电流数据,/>表示标准用户入户端用电实时电流数据数量的最大值;
采用自适应滤波法对用户入户端日用电量数据进行数据降噪处理后生成标准用户入户端日用电量数据集合进行输出,/>;其中/>表示采集的第/>个标准用户入户端日用电量数据,/>表示标准用户入户端日用电量数据数量的最大值;
S3、调用所述标准用户入户端用电实时电流数据、所述标准用户入户端日用电量数据;
S4、通过数据搜索算法将所述标准用户入户端用电实时电流数据与安全峰值电流数据进行电流数值大小比对,并搜索出电流数值大于所述安全峰值电流数据的所述标准用户入户端用电实时电流数据并标记为用户用电异常电流数据进行输出,所述S4包括以下步骤:
S41、分别建立安全峰值电流数据,所述安全峰值电流表示用户入户端线路中安全电流的最大值;
S42、采用数据搜索算法将标准用户入户端用电实时电流数据集合中标准用户入户端用电实时电流数据/>逐一与安全峰值电流数据/>进行电流数值大小比较,并搜索出/>>/>的标准用户入户端用电实时电流数据/>,所述数据搜索算法的搜索步骤如下:
S421、将标准用户入户端用电实时电流数据集合中所有的标准用户入户端用电实时电流数据/>参数化为电流搜索果蝇群体,并进行初始化电流搜索果蝇个体位置,其中/>表示电流搜索果蝇个体的在标准用户入户端用电实时电流数据集合/>中横坐标,/>表示电流搜索果蝇个体的在标准用户入户端用电实时电流数据集合/>中纵坐标;
S422、给出电流搜索果蝇个体利用嗅觉搜寻食物的随机方向与距离,即在标准用户入户端用电实时电流数据集合中搜寻电流数值大于安全峰值电流数据/>的标准用户入户端用电实时电流数据/>的随机方向与距离,其中/>表示电流搜索果蝇个体/>的在标准用户入户端用电实时电流数据集合/>中横坐标,/>表示电流搜索果蝇个体/>的在标准用户入户端用电实时电流数据集合/>中纵坐标;/>表示/>、/>坐标在标准用户入户端用电实时电流数据集合/>中的随机方向;
S423、由于开始无法获知食物的具体位置,即无法获知标准用户入户端用电实时电流数据集合中电流数值大于安全峰值电流数据/>的标准用户入户端用电实时电流数据/>的具体位置,先计算电流搜索果蝇个体与原点之间的距离/>,再计算食物味道浓度判定值/>,计算公式为/>,/>,其中/>表示电流搜索果蝇个体/>距离原点的距离,/>表示电流搜索果蝇个体/>位置的食物味道浓度判定值;
S424、味道浓度判定值代入味道浓度判定函数即Fitnessfunction,以求出该电流搜索果蝇个体位置的味道浓度/>;
,其中/>表示电流搜索果蝇个体/>的味道浓度;
S425、找出此电流搜索果蝇群体中味道浓度最高的电流搜索果蝇即求极大值;
S426、保留最佳味道浓度值与m、n坐标,此时电流搜索果蝇群体利用视觉往该位置飞去;
S427、进入迭代寻优,重复执行S422至S425步骤,并判断味道浓度是否优于前一迭代味道浓度,若是则执行S426在标准用户入户端用电实时电流数据集合中搜索到电流数值大于安全峰值电流数据/>的标准用户入户端用电实时电流数据/>;
S43、将S427中搜索出电流数值大于安全峰值电流数据的标准用户入户端用电实时电流数据/>标识为用户用电异常电流数据/>并输出;
S5、通过数据搜索算法将所述标准用户入户端日用电量数据与正常峰值日用电量数据进行用电量数值大小比对,并搜索出日用电量数值大于所述正常峰值日用电量数据的所述标准用户入户端日用电量数据并标记为用户用电异常日用电量数据进行输出;
S6、当输出用户用电异常电流数据或用户用电异常日用电量数据时,采集智能电表编号及空间位置坐标数据,以及获取所述用户用电异常电流数据、所述用户用电异常日用电量数据;
S7、将所述智能电表编号及空间位置坐标数据、所述用户用电异常电流数据、所述用户用电异常日用电量数据组合生成用户用电异常数据并推送反馈到电力监控端。
2.根据权利要求1所述的一种对智能电表数据实时采集的方法,其特征在于:所述分别采集用户入户端用电实时电流数据、用户入户端日用电量数据的操作步骤如下:
S11、通过智能电表在线采集用户入户端线路中实时电流数据并生成用户入户端用电实时电流数据集合;
通过智能电表在线采集用户入户端线路中累计日用电量数据并生成用户入户端日用电量数据集合。
3.根据权利要求2所述的一种对智能电表数据实时采集的方法,其特征在于:所述调用所述标准用户入户端用电实时电流数据、所述标准用户入户端日用电量数据的操作步骤如下:
S31、分别调用输出的标准用户入户端用电实时电流数据集合和标准用户入户端日用电量数据集合/>。
4.根据权利要求3所述的一种对智能电表数据实时采集的方法,其特征在于:所述通过数据搜索算法将所述标准用户入户端日用电量数据与正常峰值日用电量数据进行用电量数值大小比对,并搜索出日用电量数值大于所述正常峰值日用电量数据的所述标准用户入户端日用电量数据并标记为用户用电异常日用电量数据进行输出的操作步骤如下:
S51、建立正常峰值日用电量数据,所述正常峰值日用电量表示用户入户端正常合理日用电量的最大值;
S52、采用如S42步骤中的数据搜索算法将标准用户入户端日用电量数据集合中标准用户入户端日用电量数据/>逐一与正常峰值日用电量数据/>进行用电量数值大小比较,并搜索出/>﹥/>的标准用户入户端日用电量数据/>;
S53、将S52中搜索出的日用电量数值大于正常峰值日用电量数据的标准用户入户端日用电量数据/>标识为用户用电异常日用电量数据/>并输出。
5.根据权利要求4所述的一种对智能电表数据实时采集的方法,其特征在于:所述当输出用户用电异常电流数据或用户用电异常日用电量数据时,采集智能电表编号及空间位置坐标数据,以及获取所述用户用电异常电流数据、所述用户用电异常日用电量数据的操作步骤如下:
S61、当输出用户用电异常电流数据或用户用电异常日用电量数据/>时;
S62、通过智能电表存储库中获取执行输出用户用电异常电流数据或用户用电异常日用电量数据/>对应的智能电表编号数据/>,以及通过位置传感器在线采集执行输出用户用电异常电流数据/>或用户用电异常日用电量数据/>对应的智能电表空间坐标数据/>;
S63、调用户用电异常电流数据、用户用电异常日用电量数据/>。
6.根据权利要求5所述的一种对智能电表数据实时采集的方法,其特征在于:所述将所述智能电表编号及空间位置坐标数据、所述用户用电异常电流数据、所述用户用电异常日用电量数据组合生成用户用电异常数据并推送反馈到电力监控端的操作步骤如下:
S71、将所述智能电表编号数据、智能电表空间坐标数据/>、用户用电异常电流数据以及用户用电异常日用电量数据/>组合生成用户用电异常数据集合;
S72、将所述用户用电异常数据集合通过物联网反馈推送到电力监控端,电力监控端依据用户用电异常数据集合/>提示用电状态异常的用户。
7.一种实现如权利要求1-6中任意一项所述的对智能电表数据实时采集的方法的系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410056389.5A CN117572331B (zh) | 2024-01-16 | 2024-01-16 | 一种对智能电表数据实时采集的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410056389.5A CN117572331B (zh) | 2024-01-16 | 2024-01-16 | 一种对智能电表数据实时采集的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117572331A CN117572331A (zh) | 2024-02-20 |
CN117572331B true CN117572331B (zh) | 2024-03-26 |
Family
ID=89862643
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410056389.5A Active CN117572331B (zh) | 2024-01-16 | 2024-01-16 | 一种对智能电表数据实时采集的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117572331B (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130092199A (ko) * | 2012-02-10 | 2013-08-20 | 한국전력공사 | 비정상 전력사용 검출 장치 및 방법 |
CN103942606A (zh) * | 2014-03-13 | 2014-07-23 | 国家电网公司 | 基于果蝇智能优化算法的居民用电客户细分方法 |
CN106443168A (zh) * | 2016-09-27 | 2017-02-22 | 国网山东省电力公司济南供电公司 | 一种远程采集抄表数据分析系统 |
CN108022043A (zh) * | 2017-11-30 | 2018-05-11 | 北京汇通金财信息科技有限公司 | 一种异常用电行为的识别方法、装置及中央服务器 |
WO2020019403A1 (zh) * | 2018-07-26 | 2020-01-30 | 平安科技(深圳)有限公司 | 用电量异常检测方法、装置、设备及可读存储介质 |
CN110888913A (zh) * | 2019-10-25 | 2020-03-17 | 国网新疆电力有限公司乌鲁木齐供电公司 | 一种基于物联网技术用电信息智能分析系统 |
KR20200074825A (ko) * | 2018-12-17 | 2020-06-25 | 한국과학기술원 | 패턴 태깅 기술 기반 비정상 전력 데이터 판별 방법 및 시스템 |
CN113032454A (zh) * | 2021-03-01 | 2021-06-25 | 南京谱隘网络科技有限公司 | 基于云计算的交互式用户用电异常监测预警管理云平台 |
CN113625031A (zh) * | 2021-08-23 | 2021-11-09 | 中国联合网络通信集团有限公司 | 智能电表终端、mr数据上报系统及方法 |
CN114878934A (zh) * | 2022-04-14 | 2022-08-09 | 中通服咨询设计研究院有限公司 | 一种电能耗数据异常预警方法 |
CN115347679A (zh) * | 2022-10-17 | 2022-11-15 | 浙江万胜智能科技股份有限公司 | 一种用户用电的智能管理方法及系统 |
CN116070162A (zh) * | 2023-03-06 | 2023-05-05 | 国网浙江省电力有限公司宁波供电公司 | 一种反窃电监测方法及系统 |
CN116542496A (zh) * | 2023-07-06 | 2023-08-04 | 国网江苏省电力有限公司南通供电分公司 | 一种供电异常状态分析方法及系统 |
WO2023168950A1 (zh) * | 2022-03-11 | 2023-09-14 | 浙江万胜智能科技股份有限公司 | 一种智能抄表终端的数据采集方法及系统 |
CN116976707A (zh) * | 2023-09-22 | 2023-10-31 | 安徽融兆智能有限公司 | 基于用电信息采集的用户用电数据异常分析方法及系统 |
CN117132025A (zh) * | 2023-10-26 | 2023-11-28 | 国网山东省电力公司泰安供电公司 | 一种基于多源数据融合的用电监测预警系统 |
CN117273337A (zh) * | 2023-09-19 | 2023-12-22 | 国网黑龙江省电力有限公司营销服务中心 | 一种智能电能表评价方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101236693B (zh) * | 2007-02-01 | 2011-08-10 | 上海久隆电力(集团)有限公司 | 一种智能抄表系统 |
-
2024
- 2024-01-16 CN CN202410056389.5A patent/CN117572331B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130092199A (ko) * | 2012-02-10 | 2013-08-20 | 한국전력공사 | 비정상 전력사용 검출 장치 및 방법 |
CN103942606A (zh) * | 2014-03-13 | 2014-07-23 | 国家电网公司 | 基于果蝇智能优化算法的居民用电客户细分方法 |
CN106443168A (zh) * | 2016-09-27 | 2017-02-22 | 国网山东省电力公司济南供电公司 | 一种远程采集抄表数据分析系统 |
CN108022043A (zh) * | 2017-11-30 | 2018-05-11 | 北京汇通金财信息科技有限公司 | 一种异常用电行为的识别方法、装置及中央服务器 |
WO2020019403A1 (zh) * | 2018-07-26 | 2020-01-30 | 平安科技(深圳)有限公司 | 用电量异常检测方法、装置、设备及可读存储介质 |
KR20200074825A (ko) * | 2018-12-17 | 2020-06-25 | 한국과학기술원 | 패턴 태깅 기술 기반 비정상 전력 데이터 판별 방법 및 시스템 |
CN110888913A (zh) * | 2019-10-25 | 2020-03-17 | 国网新疆电力有限公司乌鲁木齐供电公司 | 一种基于物联网技术用电信息智能分析系统 |
CN113032454A (zh) * | 2021-03-01 | 2021-06-25 | 南京谱隘网络科技有限公司 | 基于云计算的交互式用户用电异常监测预警管理云平台 |
CN113625031A (zh) * | 2021-08-23 | 2021-11-09 | 中国联合网络通信集团有限公司 | 智能电表终端、mr数据上报系统及方法 |
WO2023168950A1 (zh) * | 2022-03-11 | 2023-09-14 | 浙江万胜智能科技股份有限公司 | 一种智能抄表终端的数据采集方法及系统 |
CN114878934A (zh) * | 2022-04-14 | 2022-08-09 | 中通服咨询设计研究院有限公司 | 一种电能耗数据异常预警方法 |
CN115347679A (zh) * | 2022-10-17 | 2022-11-15 | 浙江万胜智能科技股份有限公司 | 一种用户用电的智能管理方法及系统 |
CN116070162A (zh) * | 2023-03-06 | 2023-05-05 | 国网浙江省电力有限公司宁波供电公司 | 一种反窃电监测方法及系统 |
CN116542496A (zh) * | 2023-07-06 | 2023-08-04 | 国网江苏省电力有限公司南通供电分公司 | 一种供电异常状态分析方法及系统 |
CN117273337A (zh) * | 2023-09-19 | 2023-12-22 | 国网黑龙江省电力有限公司营销服务中心 | 一种智能电能表评价方法 |
CN116976707A (zh) * | 2023-09-22 | 2023-10-31 | 安徽融兆智能有限公司 | 基于用电信息采集的用户用电数据异常分析方法及系统 |
CN117132025A (zh) * | 2023-10-26 | 2023-11-28 | 国网山东省电力公司泰安供电公司 | 一种基于多源数据融合的用电监测预警系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117572331A (zh) | 2024-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111371188A (zh) | 一种用电异常数据实时预警系统 | |
CN113011481B (zh) | 一种基于决策树算法的电能表功能异常评估方法及系统 | |
CN111242391A (zh) | 用于电力负荷识别的机器学习模型训练方法及系统 | |
WO2021147509A1 (zh) | 基于物联网的餐饮消毒设备使用监控方法、服务器及系统 | |
CN106464988A (zh) | 能量管理系统 | |
CN113541306B (zh) | 一种绿色能源低碳效能监测系统及方法 | |
CN109142830A (zh) | 基于用电信息采集系统大数据的窃电检测方法 | |
CN109495355A (zh) | 智慧家庭能源路由器 | |
CN111652761A (zh) | 一种基于证据理论的多源特征融合窃电行为检测方法 | |
CN115759708A (zh) | 一种考虑电力时空分布特性的线损分析方法及系统 | |
CN115166625A (zh) | 智能电表误差估计方法及装置 | |
CN114839462A (zh) | 一种智能反窃电监察方法和系统 | |
CN117572331B (zh) | 一种对智能电表数据实时采集的方法及系统 | |
CN116861316B (zh) | 一种电器监测方法及装置 | |
CN117277566B (zh) | 基于大数据的电网数据分析电力调度系统及方法 | |
CN111199014B (zh) | 一种基于时间序列的seq2point的NILM方法及装置 | |
CN117540919A (zh) | 基于电力数据的设备级碳排放确定方法、装置和设备 | |
CN111352365A (zh) | 一种防尘通风型电力电气设备机柜及控制方法 | |
CN113238092B (zh) | 一种基于机器学习的非侵入式检测方法 | |
CN115619164A (zh) | 一种基于大数据处理的多维度碳排放监测分析系统 | |
CN115017971A (zh) | 一种基于自学习的用电异常诊断的能耗计量表 | |
CN112613670A (zh) | 一种基于权重分配预测电力用户需量的装置及方法 | |
CN114186631A (zh) | 一种基于非侵入式智能终端的负荷识别方法 | |
CN113962508A (zh) | 用电对象的识别方法及识别装置、电子设备 | |
CN113671287A (zh) | 电网自动化终端智能检测方法、系统和可读存储介质 |
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 |