[发明专利]集中器高效率抄读电表设备请求等待时延的智能调节方法和装置

说明书

本发明公开了集中器高效率抄读电表设备请求等待时延的智能调节方法和装置，其中集中器对电表数据的抄读；条件特征模型管理模块的对电表样本数据的筛选和分类；条件特征模型处理模块和电表自身特征处理模块的增量计算和学习；集中器根据各个模块处理结果和成功率加权计算出最终的请求时延，集中器根据样本的抄读结果来更新各个处理模块的成功率，本发明针对不同类型的电表也能进行实时的增量学习，智能调节，实现高效且智能调节请求时延的目的。

技术领域

本发明是涉及智能电表通信技术领域，具体地说是涉及集中器高效率抄读电表设备请求等待时延的智能调节方法和装置。

背景技术

国内用电信息采集发展于20世纪80年代末，至今已有30多年的发展历程。伴随着计算机技术、通信技术、自动化技术的进步，以及电力营销与管理要求的不断提高，行业发展变化很大。尤其是2005年国家电网公司启动营销现代化建设，电能信息采集行业进入高速发展阶段。

根据前瞻产业研究院调研数据显示，截至2012年底，国家电网全口径用户实现用电信息采集覆盖1.25亿户，采集覆盖率达到40.45％。其中三相一般工商业用户、单相一般工商业用户和居民用户，占电网总用户数的99％以上，专变用户占余下的近1％，目前专变用户采集覆盖率已超过70％。

根据国网规划，国网将实现对直供直管区域内所有用户的“全覆盖、全采集、全费控”。目前，国家电网公司系统27个省级公司的采集系统主站建设已全部完成并投入运行，为用电信息采集系统建设提供了便利条件，国网用电信息采集系统覆盖率发展将进一步提速。

在传统的集中器设备中，终端请求电表设备数据时，往往是设定一个固定等待时延或者是简单的单一模型调节，不能够针对各个厂家、各种电表和各种类型的电表数据，进行实时的增量学习，不能根据实时的生产环境情况，深度学习，相互修正，智能调节。例如：终端在抄读不同类型的电表时，由于厂家的不同、通信类型的不同、抄读数据类型的不同、温度环境因素的不同和其它各种因素的不同，往往会导致需要不同的请求等待时延，使用原有的传统方案，不够灵活和智能，将会浪费很大的等待时间，导致采集效率不高，无法在指定的时间内完成主站下发的抄读任务。

发明内容

为解决上述技术问题，本发明提供了集中器高效率抄读电表设备请求等待时延的智能调节方法，为实现上述目的，本发明采用以下技术方案：

集中器高效率抄读电表设备请求等待时延的智能调节方法，包括以下步骤：

S1：集中器按照配置的定抄采集方案对不同类型的电表进行数据抄读，从而产生各种数据模型所需要的各种数据样本，集中器根据默认配置初始化各个条件特征模型处理模块M和每块电表的自身特征模型处理模块S；

S2：集中器中条件特征模型管理模块根据不同的数据类型进行筛选和分类，并输入本次样本数据A到对应类别的条件特征模型处理模块M中；

S3：条件特征模型处理模块M进行增量计算和学习，并得到请求时延R1；

S4：条件特征模型管理模块再次输入本次样本数据A到对应电表的自身特征模型处理模块S中；

S5：自身特征模型处理模块S进行增量计算和学习，并得到请求时延R2；

S6：集中器根据条件特征模型处理模块M和自身特征模型处理模块S的成功率分别对结果R1和R2加权和修正，并计算出最终的请求时延R；

S7：集中器使用最终的请求时延R对本次样本数据A进行抄读；

S8.1：基于S7，若集中器对本次样本数据A的抄读结果成功，更新条件特征模型M和自身特征模型S的成功率，且使用本次实际值作为统计数据；

S8.2：基于S7，若集中器对本次样本数据A的抄读结果失败，更新条件特征模型M和自身特征模型S的成功率，但不使用本次实际值作为其统计值。