[发明专利]一种智能电能表故障数据分析方法及系统

说明书

本发明公开了电能表故障数据分析技术领域的一种智能电能表故障数据分析方法及系统，旨在解决现有技术中对电能表故障问题缺乏有效管理的技术问题，包括：收集电能表故障数据；对电能表故障数据进行标准化处理；采用关联分析方法构建数据分析模型对标准化处理后的数据进行分析，获取基本属性与故障类型之间的相互关联关系。本发明所述智能电能表故障数据分析方法及系统通过搜集电能表故障信息，并分析电能表基本属性与故障类型之间的相互关联关系，进而找到电能表的家族性缺陷，为电能表的生产和运营提供科学的指导。

技术领域

本发明属于电能表故障数据分析技术领域，具体涉及一种智能电能表故障数据分析方法及系统。

背景技术

电能表主要用来实现对电网电能量数据的远程自动采集、存储、传送和统计、计费等功能，是电网经济运行、科学调度和考核结算的基础。如果对电能表的故障问题管理不善，将在经济效益、调度决策等方面带来不良后果。同时，由于电能表自身软硬件体系结构的复杂性以及外界因素的不确定性，发生故障是不可避免的。因此，对电能表故障的处理具有很大的现实需要。

发明内容

本发明的目的在于提供一种智能电能表故障数据分析方法及系统，以解决现有技术中对电能表故障问题缺乏有效管理的技术问题。

为达到上述目的，本发明所采用的技术方案是：一种智能电能表故障数据分析方法，包括：

a、收集电能表故障数据；

b、对电能表故障数据进行标准化处理；

c、采用关联分析方法构建数据分析模型对标准化处理后的数据进行分析，获取基本属性与故障类型之间的相互关联关系。

所述电能表故障数据包括分拣系统、质检实验室、运行区域数据、营销业务系统及MDS系统中的电能表故障数据信息。

所述标准化处理包括：按照类别对数据进行筛选、对冗余的关联规则进行删除和对逻辑上相互重复的关联规则进行合并。

所述步骤c包括：

c1、建立频繁项集；

c2、构建项集组合；

c3、从频繁项集中挖掘关联规则；

c4、统计电能表的每一种属性分别对应的故障类型及其占比。

所述步骤c4包括：

故障类型占比=该属性对应的某种故障类型次数/该属性对应的故障总次数；

最大频率属性值=出现某种故障类型次数最多的属性值；

最大频率占比=最大频率属性值对应的某种故障类型次数/该属性对应的某种故障类型次数。

一种智能电能表故障数据分析系统，包括故障数据收集模块、标准化处理模块、数据分析模块、分析结果验证模块，

所述故障数据收集模块，用于从分拣系统、质检实验室数据、运行区域数据、营销业务系统和MDS系统中收集电能表故障数据信息；

所述标准化处理模块，用于对收集到的电能表故障数据进行清洗和标注，形成格式化的标准数据；

所述数据分析模块，用于建立电能表故障分析模型，分析基本属性与故障类型之间的相互关联关系；

所述分析结果验证模块，用于测试数据完整性、准确性和一致性，并校验和验证分析模型置信度。

与现有技术相比，本发明所达到的有益效果：本发明所述智能电能表故障数据分析方法及系统通过搜集电能表故障信息，并分析电能表基本属性与故障类型之间的相互关联关系，进而找到电能表的家族性缺陷，为电能表的生产和运营提供科学的指导。

附图说明