CN110728836A - 一种集中器抄表异常分析方法及其*** - Google Patents

一种集中器抄表异常分析方法及其*** Download PDF

Info

Publication number
CN110728836A
CN110728836A CN201911002865.0A CN201911002865A CN110728836A CN 110728836 A CN110728836 A CN 110728836A CN 201911002865 A CN201911002865 A CN 201911002865A CN 110728836 A CN110728836 A CN 110728836A
Authority
CN
China
Prior art keywords
meter reading
concentrator
data
abnormal
behavior type
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.)
Pending
Application number
CN201911002865.0A
Other languages
English (en)
Inventor
胡冉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Power Supply Bureau Co Ltd
Original Assignee
Shenzhen Power Supply Bureau Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Power Supply Bureau Co Ltd filed Critical Shenzhen Power Supply Bureau Co Ltd
Priority to CN201911002865.0A priority Critical patent/CN110728836A/zh
Publication of CN110728836A publication Critical patent/CN110728836A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
    • G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
    • G—PHYSICS
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C19/00—Electric signal transmission systems

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种集中器抄表异常分析方法及其***，所述方法包括：步骤S101、实时获取集中器的抄表数据，并对所述抄表数据进行解析，判断抄表数据是否异常；步骤S102、若抄表数据异常，则将抄表数据与故障历史记录进行对比，确定集中器抄表的异常行为类型；步骤S103、根据所述异常行为类型进行集中器故障诊断得到诊断结果，所述诊断结果包括故障原因和解决方案。所述***用于实现所述方法。实施本发明，能够便于对集中器抄表异常情况进行分析，迅速锁定故障点，减少集中器抄表异常情况处理的人力和时间耗费。

Description

一种集中器抄表异常分析方法及其***
技术领域
本发明电网技术领域，特别涉及一种集中器抄表异常分析方法及其***。
背景技术
集中器作为电力***抄表的关键部件，是远程集中抄表***的中心管理设备和控制设备，负责定时读取终端数据、***的命令传送、数据通讯等功能，集中器抄表异常不仅仅造成用户用电数据不准确，用户用电行为异常难识别等后果，也给电网公司带来相当严重的损失，一直以来都是电网公司头痛的问题。
集中器抄表异常包括集中器不抄表、抄表成功率波动、抄表效率低、抄表数据错误、运行死机等多个问题，目前对集中器抄表异常分析，主要采用工人现场检查的方式排除故障，其具有明显的两个缺点：(1)人力调配需结合工作计划安排，造成故障解除不及时，数据丢失等问题，同时耗费人力和时间；(2)集中器故障位置难以判断，很难在短时间确定造成数据采集异常的故障位置和关键原因。
发明内容
本发明旨在提出一种集中器抄表异常分析方法及其***，以便于对集中器抄表异常情况进行分析，迅速锁定故障点，减少集中器抄表异常情况处理的人力和时间耗费。
第一方面，本发明实施例提出一种集中器抄表异常分析方法，包括：
步骤S101、实时获取集中器的抄表数据，并对所述抄表数据进行解析，判断抄表数据是否异常；
步骤S102、若抄表数据异常，则将抄表数据与故障历史记录进行对比，确定集中器抄表的异常行为类型；
步骤S103、根据所述异常行为类型进行集中器故障诊断得到诊断结果，所述诊断结果包括故障原因和解决方案。
其中，所述判断抄表数据是否异常包括：
集中器对电表数据是否停抄、数据是否采集完整、抄表数据是否错误、抄表周期是否正常以及抄表成功率是否正常的一种或多种。
其中，所述步骤S102包括：
从数据库中获取故障历史记录数据，数据库中存储有每一异常行为类型所对应的历史故障记录数据；
将异常的抄表数据与所述历史故障记录数据进行一一对比；
根据对比结果确定集中器抄表的异常行为类型。
其中，所述步骤S103包括：
通过查询数据库得到与所述异常行为类型对应的诊断结果，所述数据库存储有异常行为类型信息以及每一异常行为类型所对应的故障原因和解决方案；
其中，每一集中器对应设置有一编码信息，根据所述编码信息确定抄表异常的集中器位置。
其中，所述步骤S103包括：
根据所述异常行为类型生成一输入信号；
将所述输入信号输入至一预先训练好的深度学习神经网络模型进行处理，输出与所述异常行为类型对应的诊断结果；
其中，每一集中器对应设置有一编码信息，根据所述编码信息确定抄表异常的集中器位置。
第二方面，本发明实施例提出一种集中器抄表异常分析***，包括：
信息获取单元，用于实时获取集中器的抄表数据，并对所述抄表数据进行解析，判断抄表数据是否异常；
异常行为确定单元，用于当抄表数据异常时将抄表数据与故障历史记录进行对比，确定集中器抄表的异常行为类型；
故障诊断单元，用于根据所述异常行为类型进行集中器故障诊断得到诊断结果，所述诊断结果包括故障原因和解决方案。
其中，所述判断抄表数据是否异常包括：
集中器对电表数据是否停抄、数据是否采集完整、抄表数据是否错误、抄表周期是否正常以及抄表成功率是否正常的一种或多种。
其中，所述异常行为确定单元包括：
数据库，存储有每一异常行为类型所对应的历史故障记录数据；
数据获取模块，用于从数据库中获取故障历史记录数据；
对比模块，用于将异常的抄表数据与所述历史故障记录数据进行一一对比；
确定模块，用于根据对比结果确定集中器抄表的异常行为类型。
其中，所述故障诊断单元具体用于通过查询数据库得到与所述异常行为类型对应的诊断结果，所述数据库存储有异常行为类型信息以及每一异常行为类型所对应的故障原因和解决方案；
其中，每一集中器对应设置有一编码信息，根据所述编码信息确定抄表异常的集中器位置。
其中，所述故障诊断单元包括：
信号生成模块，用于根据所述异常行为类型生成一输入信号；
深度学习神经网络模型，所述输入信号输入至一预先训练好的深度学习神经网络模型进行处理，输出与所述异常行为类型对应的诊断结果；
其中，每一集中器对应设置有一编码信息，根据所述编码信息确定抄表异常的集中器位置。
本发明实施例提出一种集中器抄表异常分析方法及其***，其基于云诊断技术实现，能快速远程判断集中器抄表异常的原因和故障点，并安排相关人员进行故障排除和检查，在最短时间内解决集中器抄表异常事件，最大限度减小电力公司损失。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而得以体现。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，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，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例一所述一种电网造价核算管理***示意图。
图2为本发明实施例二所述一种电网造价核算管理方法流程示意图。
附图标记：
计划管理模块-1，需求计划生成单元-11，计划审核单元-12，送审单元-13，第一查询单元-14，造价审核模块-2，审核任务分配单元-21，外部审核单元-22，内部审核单元-23，存储单元-24，第二查询单元-25，统计分析模块-3。
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做出创造性劳动的前提下所获得的所有其它实施例，都属于本发明保护的范围。
在此，还需要说明的是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的结构，而省略了与本发明关系不大的其他细节。
实施例一
本发明实施例一提出一种集中器抄表异常分析方法，图1为所述一种集中器抄表异常分析方法流程图，参阅图1，所述方法包括如下步骤S101-103：
步骤S101、实时获取集中器的抄表数据，并对所述抄表数据进行解析，判断抄表数据是否异常。
具体而言，本实施例中所述集中器为抄表集中器，所述抄表集中器远程抄表***的核心部件之一，具有数据采集、存储、处理和转发等功能。远程抄表***是指由主站通过传输媒体(无线、有线、电力线载波或ic卡等介质)将多个表计用量的记录值(窗口值)的信息集中抄读的***。
在自动抄表***中，主站定时或即时抄录厂站端的集中器的抄表数据，而集中器负责完成对厂站端电能表数据的高精度采集。集中器所采集厂站端数据包括电能量信息：如当前表底、按用户选定的巡测周期记录的表底或电量、月末峰谷平电量、累计总电量和最大需量等；集中器所采集厂站端的非电能量数据包括电流、电压、有功功率、四象限无功功率、pt缺相、ct断线、失电失压等事件信息。***所抄录的电能表表底数据和电量，能够作为电费结算依据，直接用于核算电费，计算母线电量平衡和线损分析的管理，并可用于用电市场的负荷预测，***根据所抄录的事件信息，能够提供供电可靠统计(掉电记录)和电压合格率监测功能。在供电局自动化***满足要求的情况下，集中器还能够接收自动化***的开关刀闸信号，进行旁路的自动替代，集中抄表管理***可与地理信息***、营销管理信息***、mis和负荷控制***联网，进一步提高供电营销和运行的整体管理水平。抄表集中器安装在管理中心。集中器与控制中心计算机连接，也可连接调制解调器通过电话网与远程控制中心计算机联网。集中器通过总线方式连接抄表采集器，按照控制中心指令抄收用户的表计数据，并向控制中心发回数据或向抄表控制器传达主控站的指令。
本实施例中提出的集中器抄表异常分析方法基于云诊断技术实现，举例而言，提供一服务器，每一集中器作为一客户端与服务器通信连接，并将抄表数据按照预设周期通过GPRS/CDMA方式发送给服务器，例如每隔3小时发送一次抄表数据。又或者，服务器的功能由所述控制中心计算机来承担。
步骤S102、若抄表数据异常，则将抄表数据与故障历史记录进行对比，确定集中器抄表的异常行为类型；
具体而言，预先根据故障历史数据对集中器抄表异常行为进行总结分类，得到包括集中器不抄表、抄表成功率低、抄表效率低、采集数据有错误以及抄表成功率有波动等异常行为，可以理解的是，上述异常行为仅为列举，实际应用过程中可以不限于上述异常行为。
每一异常行为均对应有故障历史记录，举例而言，假设抄表数据包括10个参数数据，对应地，故障历史记录也包括10个参数数据，通过对比抄表数据和所有的故障历史记录一一对比，可以得到与该抄表数据的数据误差最小的故障历史记录，该故障历史记录所对应的异常行为类型即为集中器抄表的异常行为类型。
步骤S103、根据所述异常行为类型进行集中器故障诊断得到诊断结果，所述诊断结果包括故障原因和解决方案。
其中，所述判断抄表数据是否异常包括但不限于：
集中器对电表数据是否停抄、数据是否采集完整、抄表数据是否错误、抄表周期是否正常以及抄表成功率是否正常中的一种或多种。
具体而言，可以根据集中器对电表数据进行采集的具体方式确定其是否停抄，例如集中器每隔一个预设周期对电表数据进行采集，如果服务器接收到的抄表数据中缺少上一周期的数据，则表明集中器对电表数据停抄，反之，则没有停抄。
其中，可以根据集中器抄写电表数据的具体内容确定其是否采集完整，例如，集中器要抄写10个参数数据，如果服务器接收到的抄表数据中缺少一个或多个参数数据，则表明集中器对电表数据采集不完整，反之，则采集完整。
其中，可以根据集中器抄写电表数据的具体内容确定其是否抄表错误，例如，假设抄表数据包括10个参数数据，则预先为每一参数设置一个正常的数据范围，若有任一参数数据不在正常的数据范围，则认为集中器抄写错误。
其中，可以根据集中器是否按照预设抄表周期进行抄表来确定抄表周期是否正常，例如，设定集中器每隔3小时抄写一次电表数据，但集中器实际是每隔1小时或每隔5小时抄写一次电表数据，则表明抄写周期异常。
其中，可以通过累计抄表次数，其中抄表成功的次数占比即为抄表成功率。
其中，所述步骤S102包括：
步骤S201、从数据库中获取故障历史记录数据，数据库中存储有每一异常行为类型所对应的历史故障记录数据；
步骤S202、将异常的抄表数据与所述历史故障记录数据进行一一对比；
步骤S203、根据对比结果确定集中器抄表的异常行为类型。
其中，所述步骤S103包括：
通过查询数据库得到与所述异常行为类型对应的诊断结果，所述数据库存储有异常行为类型信息以及每一异常行为类型所对应的故障原因和解决方案。
具体而言，在本实施例的一个诊断方案中，根据理论和实务等先验知识，可知每一种集中器抄表异常行为，都有对应的故障原因和解决方案，本实施例预先将集中器抄表异常所对应的故障原因和解决方案都存储于数据库中，以集中器抄表异常行为作为关键词查询数据库，即可得到对应故障原因和解决方案。需说明的是，故障原因可以是一种或多种，例如集中器对电表数据停抄的原因有可能是多种的，对应一种故障原因，可以给出一种或多种的解决方案。
或者，所述步骤S103包括：
步骤S301、根据所述异常行为类型生成一输入信号；
步骤S302、将所述输入信号输入至一预先训练好的深度学习神经网络模型进行处理，输出与所述异常行为类型对应的诊断结果；
具体而言，深度学习神经网络模型为成熟的智能识别处理技术，在本实施例的另一个诊断方案，通过训练模型的方式，以异常行为类型为输入，故障原因和解决方案为输出，历史故障记录数据为训练样本进行训练，得到一个用于进行集中器故障诊断的深度学习神经网络模型。
其中，每一集中器对应设置有一编码信息，根据所述编码信息可以确定抄表异常的集中器位置。
具体而言，根据集中器的位置信息，以及诊断结果，维修人员可以快速地确定故障的集中器、故障原因、以及如何进行维修恢复。
优选地，在确定故障的集中器、故障原因和解决方案之后，服务器可以生成一通知信息发送给维修人员或监控管理人员的手机或其他移动终端，该通知信息包括了故障的集中器、故障原因和解决方案等信息。
通过以上实施例的描述可知，本发明实施例方法能快速远程判断集中器抄表异常的原因和故障点，并安排相关人员进行故障排除和检查，在最短时间内解决集中器抄表异常事件，最大限度减小电力公司损失。
实施例二
本发明实施例二提出一种集中器抄表异常分析***，图2为实施例二所述***的结构示意图，参阅图2，所述***包括：
信息获取单元1，用于实时获取集中器的抄表数据，并对所述抄表数据进行解析，判断抄表数据是否异常；
异常行为确定单元2，用于当抄表数据异常时将抄表数据与故障历史记录进行对比，确定集中器抄表的异常行为类型；
故障诊断单元3，用于根据所述异常行为类型进行集中器故障诊断得到诊断结果，所述诊断结果包括故障原因和解决方案。
其中，所述判断抄表数据是否异常包括：
集中器对电表数据是否停抄、数据是否采集完整、抄表数据是否错误、抄表周期是否正常以及抄表成功率是否正常的一种或多种。
其中，所述异常行为确定单元2包括：
数据库21，存储有每一异常行为类型所对应的历史故障记录数据；
数据获取模块22，用于从数据库中获取故障历史记录数据；
对比模块23，用于将异常的抄表数据与所述历史故障记录数据进行一一对比；
确定模块24，用于根据对比结果确定集中器抄表的异常行为类型。
其中，所述故障诊断单元3具体用于通过查询数据库得到与所述异常行为类型对应的诊断结果，所述数据库存储有异常行为类型信息以及每一异常行为类型所对应的故障原因和解决方案；
或者，所述故障诊断单元3包括：
信号生成模块31，用于根据所述异常行为类型生成一输入信号；
深度学习神经网络模型32，所述输入信号输入至一预先训练好的深度学习神经网络模型进行处理，输出与所述异常行为类型对应的诊断结果；
其中，每一集中器对应设置有一编码信息，根据所述编码信息确定抄表异常的集中器位置。
需说明的是，本实施例二所述***与实施例一所述方法对应，因此，本实施例二所述***未详述的部分可以参阅实施例一所述方法部分得到。
需说明的是，基于本文内容，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccessMemory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)实现本发明各个实施例所述的方法/***。
以上所述仅是本发明的具体实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种集中器抄表异常分析方法，其特征在于，包括：
步骤S101、实时获取集中器的抄表数据，并对所述抄表数据进行解析，判断抄表数据是否异常；
步骤S102、若抄表数据异常，则将抄表数据与故障历史记录进行对比，确定集中器抄表的异常行为类型；
步骤S103、根据所述异常行为类型进行集中器故障诊断得到诊断结果，所述诊断结果包括故障原因和解决方案。
2.如权利要求1所述的集中器抄表异常分析方法，其特征在于，所述判断抄表数据是否异常包括：
集中器对电表数据是否停抄、数据是否采集完整、抄表数据是否错误、抄表周期是否正常以及抄表成功率是否正常的一种或多种。
3.如权利要求2所述的集中器抄表异常分析方法，其特征在于，所述步骤S102包括：
从数据库中获取故障历史记录数据，数据库中存储有每一异常行为类型所对应的历史故障记录数据；
将异常的抄表数据与所述历史故障记录数据进行一一对比；
根据对比结果确定集中器抄表的异常行为类型。
4.如权利要求3所述的集中器抄表异常分析方法，其特征在于，所述步骤S103包括：
通过查询数据库得到与所述异常行为类型对应的诊断结果，所述数据库存储有异常行为类型信息以及每一异常行为类型所对应的故障原因和解决方案；
其中，每一集中器对应设置有一编码信息，根据所述编码信息确定抄表异常的集中器位置。
5.如权利要求3所述的集中器抄表异常分析方法，其特征在于，所述步骤S103包括：
根据所述异常行为类型生成一输入信号；
将所述输入信号输入至一预先训练好的深度学习神经网络模型进行处理，输出与所述异常行为类型对应的诊断结果；
其中，每一集中器对应设置有一编码信息，根据所述编码信息确定抄表异常的集中器位置。
6.一种集中器抄表异常分析***，其特征在于，包括：
信息获取单元，用于实时获取集中器的抄表数据，并对所述抄表数据进行解析，判断抄表数据是否异常；
异常行为确定单元，用于当抄表数据异常时将抄表数据与故障历史记录进行对比，确定集中器抄表的异常行为类型；
故障诊断单元，用于根据所述异常行为类型进行集中器故障诊断得到诊断结果，所述诊断结果包括故障原因和解决方案。
7.如权利要求6所述的集中器抄表异常分析***，其特征在于，所述判断抄表数据是否异常包括：
集中器对电表数据是否停抄、数据是否采集完整、抄表数据是否错误、抄表周期是否正常以及抄表成功率是否正常的一种或多种。
8.如权利要求7所述的集中器抄表异常分析***，其特征在于，所述异常行为确定单元包括：
数据库，存储有每一异常行为类型所对应的历史故障记录数据；
数据获取模块，用于从数据库中获取故障历史记录数据；
对比模块，用于将异常的抄表数据与所述历史故障记录数据进行一一对比；
确定模块，用于根据对比结果确定集中器抄表的异常行为类型。
9.如权利要求8所述的集中器抄表异常分析***，其特征在于，所述故障诊断单元具体用于通过查询数据库得到与所述异常行为类型对应的诊断结果，所述数据库存储有异常行为类型信息以及每一异常行为类型所对应的故障原因和解决方案；
其中，每一集中器对应设置有一编码信息，根据所述编码信息确定抄表异常的集中器位置。
10.如权利要求8所述的集中器抄表异常分析***，其特征在于，所述故障诊断单元包括：
信号生成模块，用于根据所述异常行为类型生成一输入信号；
深度学习神经网络模型，所述输入信号输入至一预先训练好的深度学习神经网络模型进行处理，输出与所述异常行为类型对应的诊断结果；
其中，每一集中器对应设置有一编码信息，根据所述编码信息确定抄表异常的集中器位置。
CN201911002865.0A 2019-10-22 2019-10-22 一种集中器抄表异常分析方法及其*** Pending CN110728836A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911002865.0A CN110728836A (zh) 2019-10-22 2019-10-22 一种集中器抄表异常分析方法及其***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911002865.0A CN110728836A (zh) 2019-10-22 2019-10-22 一种集中器抄表异常分析方法及其***

Publications (1)

Publication Number Publication Date
CN110728836A true CN110728836A (zh) 2020-01-24

Family

ID=69220604

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911002865.0A Pending CN110728836A (zh) 2019-10-22 2019-10-22 一种集中器抄表异常分析方法及其***

Country Status (1)

Country Link
CN (1) CN110728836A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111339129A (zh) * 2020-03-04 2020-06-26 潘从平 远程抄表异常监测方法、装置、燃气表***及燃气云平台
CN111666273A (zh) * 2020-06-05 2020-09-15 杭州炬华科技股份有限公司 抄表***数据有效性分析方法、装置
CN112816933A (zh) * 2020-12-30 2021-05-18 杭州海兴电力科技股份有限公司 一种电能表终端的维护诊断方法和***
CN113595591A (zh) * 2021-07-29 2021-11-02 宁波三星医疗电气股份有限公司 模组终端档案参数同步业务异常自恢复处理方法
CN113608511A (zh) * 2021-08-04 2021-11-05 大唐海南能源开发有限公司 一种基于物联网的智慧电厂管控***及其方法
CN114048215A (zh) * 2022-01-11 2022-02-15 北京易联通达科技有限公司 一种用电信息采集终端抄表成功率统计方法与装置
CN114339478A (zh) * 2022-03-16 2022-04-12 浙江万胜智能科技股份有限公司 一种集中器的通信故障区间检测方法及***
CN114613120A (zh) * 2022-03-29 2022-06-10 新奥（中国）燃气投资有限公司 一种远程抄表异常识别方法及装置
CN115036911A (zh) * 2022-05-26 2022-09-09 怀化建南机器厂有限公司 电力***用电网集中器
CN116774135A (zh) * 2023-08-22 2023-09-19 山东国研自动化有限公司 一种远程抄表异常监测方法及***

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102590688A (zh) * 2012-03-13 2012-07-18 广州供电局有限公司 六氟化硫变压器运行工况评估方法
US8912919B2 (en) * 2013-01-15 2014-12-16 Tata Consultancy Services Limited Determination of resource consumption
US20170236410A1 (en) * 2016-02-12 2017-08-17 King Fahd University Of Petroleum And Minerals Method, device, and computer-readable medium for correcting at least one error in readings of electricity meters
CN107817404A (zh) * 2017-11-18 2018-03-20 广西电网有限责任公司电力科学研究院 一种便携式计量自动化终端故障诊断装置及其诊断方法
CN108596229A (zh) * 2018-04-13 2018-09-28 北京华电智慧科技产业有限公司 在线异常的监测诊断方法和***
CN108801334A (zh) * 2018-04-28 2018-11-13 国网山东省电力公司淄博供电公司 一种移动式变压器状态信息综合监控诊断***
CN109726200A (zh) * 2018-12-06 2019-05-07 国网甘肃省电力公司信息通信公司 基于双向深度神经网络的电网信息***故障定位***及方法
CN109885021A (zh) * 2019-02-15 2019-06-14 中国电力科学研究院有限公司 一种基于实时采集数据对采集设备进行监测的方法及***
CN110297141A (zh) * 2019-07-01 2019-10-01 武汉大学 基于多层评估模型的故障定位方法及***

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102590688A (zh) * 2012-03-13 2012-07-18 广州供电局有限公司 六氟化硫变压器运行工况评估方法
US8912919B2 (en) * 2013-01-15 2014-12-16 Tata Consultancy Services Limited Determination of resource consumption
US20170236410A1 (en) * 2016-02-12 2017-08-17 King Fahd University Of Petroleum And Minerals Method, device, and computer-readable medium for correcting at least one error in readings of electricity meters
CN107817404A (zh) * 2017-11-18 2018-03-20 广西电网有限责任公司电力科学研究院 一种便携式计量自动化终端故障诊断装置及其诊断方法
CN108596229A (zh) * 2018-04-13 2018-09-28 北京华电智慧科技产业有限公司 在线异常的监测诊断方法和***
CN108801334A (zh) * 2018-04-28 2018-11-13 国网山东省电力公司淄博供电公司 一种移动式变压器状态信息综合监控诊断***
CN109726200A (zh) * 2018-12-06 2019-05-07 国网甘肃省电力公司信息通信公司 基于双向深度神经网络的电网信息***故障定位***及方法
CN109885021A (zh) * 2019-02-15 2019-06-14 中国电力科学研究院有限公司 一种基于实时采集数据对采集设备进行监测的方法及***
CN110297141A (zh) * 2019-07-01 2019-10-01 武汉大学 基于多层评估模型的故障定位方法及***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
范少华: "基于大数据分析的智能电表故障预测技术研究", 《中国优秀硕士学位论文全文数据库》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111339129A (zh) * 2020-03-04 2020-06-26 潘从平 远程抄表异常监测方法、装置、燃气表***及燃气云平台
CN111666273B (zh) * 2020-06-05 2023-09-26 杭州炬华科技股份有限公司 抄表***数据有效性分析方法、装置
CN111666273A (zh) * 2020-06-05 2020-09-15 杭州炬华科技股份有限公司 抄表***数据有效性分析方法、装置
CN112816933A (zh) * 2020-12-30 2021-05-18 杭州海兴电力科技股份有限公司 一种电能表终端的维护诊断方法和***
CN112816933B (zh) * 2020-12-30 2024-05-03 杭州海兴电力科技股份有限公司 一种电能表终端的维护诊断方法和***
CN113595591A (zh) * 2021-07-29 2021-11-02 宁波三星医疗电气股份有限公司 模组终端档案参数同步业务异常自恢复处理方法
CN113608511A (zh) * 2021-08-04 2021-11-05 大唐海南能源开发有限公司 一种基于物联网的智慧电厂管控***及其方法
CN114048215A (zh) * 2022-01-11 2022-02-15 北京易联通达科技有限公司 一种用电信息采集终端抄表成功率统计方法与装置
CN114339478A (zh) * 2022-03-16 2022-04-12 浙江万胜智能科技股份有限公司 一种集中器的通信故障区间检测方法及***
CN114339478B (zh) * 2022-03-16 2022-07-12 浙江万胜智能科技股份有限公司 一种集中器的通信故障区间检测方法及***
CN114613120A (zh) * 2022-03-29 2022-06-10 新奥（中国）燃气投资有限公司 一种远程抄表异常识别方法及装置
CN115036911A (zh) * 2022-05-26 2022-09-09 怀化建南机器厂有限公司 电力***用电网集中器
CN116774135A (zh) * 2023-08-22 2023-09-19 山东国研自动化有限公司 一种远程抄表异常监测方法及***
CN116774135B (zh) * 2023-08-22 2023-11-17 山东国研自动化有限公司 一种远程抄表异常监测方法及***

Similar Documents

Publication Publication Date Title
CN110728836A (zh) 一种集中器抄表异常分析方法及其***
CN110212645B (zh) 一种用电信息采集终端停电事件上报方法及装置
CN102928809B (zh) 电能计量装置远程监测诊断***及其工作方法
CN105915398B (zh) 基于农村电网故障快速检测及复电***及其集中器检测方法
CN102637203B (zh) 电量数据处理方法和电能计量自动化***监控主站
CN102122431B (zh) 用电信息采集终端的故障智能诊断方法及***
CN104487991A (zh) 使用基于通信的数据审核验收的能量管理
CN111562460B (zh) 配电网停电事件侦测研判方法、装置、计算机设备及介质
CN108010305B (zh) 一种综合能源管理平台数据采集故障的自诊断方法
CN104394020A (zh) 用电采集设备故障自动处理和安全控制***及方法
CN108665186A (zh) 基于计量自动化***的配变重过载停电监测方法及装置
CN202939301U (zh) 一种电能计量装置远程监测诊断***
CN110672971A (zh) 配电终端内置故障录波装置
Avritzer et al. Survivability models for the assessment of smart grid distribution automation network designs
CN111830342B (zh) 一种多***融合的智能变电站继电保护动态定检方法
CN104569578A (zh) 一种核电站电能量监测***
CN117374978B (zh) 结合知识图谱构建的并网调度管理方法及***
CN111521966B (zh) 台区电表时间超差监测方法、装置、监测终端和存储介质
US20130120156A1 (en) Systems and methods for remotely controlling an advanced metering infrastructure
CN109035746B (zh) 一种集抄终端的机能判断方法和***
CN115526738A (zh) 一种电力数据采集处理***、方法、电子设备及存储介质
CN115941435A (zh) 一种用电信息采集***中异常信息的智能诊断***及方法
CN104104292B (zh) 一种发电机励磁***状态广域实时获取***
CN113824109B (zh) 区域拓扑网络用电数据一致性核算方法
CN112001555A (zh) 一种用于发电厂发电计划考核的方法、装置、***及介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200124

RJ01 Rejection of invention patent application after publication