CN112348046A - 电力设备定位方法、装置、计算机设备和存储介质 - Google Patents
电力设备定位方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112348046A CN112348046A CN202010429176.4A CN202010429176A CN112348046A CN 112348046 A CN112348046 A CN 112348046A CN 202010429176 A CN202010429176 A CN 202010429176A CN 112348046 A CN112348046 A CN 112348046A
- Authority
- CN
- China
- Prior art keywords
- power data
- power
- similarity
- phase
- sub
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/079—Root cause analysis, i.e. error or fault diagnosis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Entrepreneurship & Innovation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Operations Research (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请涉及一种电力设备定位方法、装置、计算机设备和存储介质。通过获取台区内的总电力设备在预设时间内的多组不同相位的第一电力数据,还可以获取台区内子电力设备在预设时间内的第二电力数据,并根据第二电力数据和多组第一电力数据的相似度,确定第二电力数据对应的子电力设备所在的相位,再根据第二电力数据的大小,确定在台区内的在相位内的子电力设备的位置顺序。相较于传统的需要逐个检测电力设备进行定位、排查和监测的方式,本方案利用总电力设备的多组第一电力数据以及子电力设备的第二电力数据,实现对台区内的电力设备的定位,从而可以提高电力设备的定位效率。
Description
技术领域
本申请涉及电力技术领域,特别是涉及一种电力设备定位方法、装置、计算机设备和存储介质。
背景技术
电力是维持人们正常生活的重要资源之一,并且随着社会经济的发展,国内的用电量在不断增长当中,保证电力***的安全稳定运行,已经成为越来越重要的事情,电力***中可以包括有多个电力设备,例如电表等,保证电力***的安全稳定运行的过程中,一个重要的方面是要保证电力设备的正常运行,因此需要对电力设备进行定时运维,在电力设备出现故障时,及时排查出故障的电力设备,以便尽快恢复电力***的正常运行,目前电力设备大多集中在配网台区内,在配网台区内进行故障的电力设备的排查和定位时,通常是通过检查配网台区内每个电力设备的方式,然而这种检查方式速度较慢,不能及时找出故障的位置。
因此,传统的电力设备定位方法存在效率低的缺陷。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高电力设备定位效率的电力设备定位方法、装置、计算机设备和存储介质。
一种电力设备定位方法,所述方法包括:
获取台区内的总电力设备在预设时间内的多组第一电力数据;所述多组第一电力数据用于表征所述总电力设备的不同相位的电力数据;
获取所述台区内的子电力设备在所述预设时间内的第二电力数据;
根据所述第二电力数据与所述多组第一电力数据的相似度,确定所述第二电力数据对应的子电力设备所在的相位;
根据所述第二电力数据的大小,确定所述台区内的在所述相位内的所述子电力设备的位置顺序。
在其中一个实施例中,所述获取台区内的总电力设备的预设时间内的多组第一电力数据,包括:
获取所述总电力设备在预设时间内的A相、B相和C相电力数据,作为所述多组第一电力数据。
在其中一个实施例中,所述根据所述第二电力数据与所述多组第一电力数据的相似度,确定所述第二电力数据对应的子电力设备所在的相位,包括:
将所述第二电力数据以及所述多组第一电力数据按照时间顺序进行排序;
获取所述第二电力数据与所述多组第一电力数据的变化趋势相似度;
获取所述第二电力数据与所述多组第一电力数据的数值相似度;
基于所述变化趋势相似度以及所述数值相似度,确定所述第二电力数据对应的子电力设备所在的相位。
在其中一个实施例中,所述获取所述第二电力数据与所述多组第一电力数据的变化趋势相似度,包括:
获取所述多组第一电力数据在预设时间区间内的多组第一数值变化;
获取所述第二电力数据在所述预设时间区间内的第二数值变化;
根据所述多组第一数值变化与所述第二数值变化的相似度,得到所述变化趋势相似度。
在其中一个实施例中,所述获取所述第二电力数据与所述多组第一电力数据的数值相似度,包括:
获取所述多组第一电力数据基于预设时间区间内的数值形成的多组第一线段;
获取所述第二电力数据基于所述预设时间区间内的数值形成的第二线段;
获取所述预设时间区间的时间最大值和时间最小值,将所述时间最大值与所述时间最小值对应的直线与所述第一线段以及所述第二线段相交形成的线段作为边界线段;
根据每组第一线段、第二线段以及所述边界线段,得到相似度多边形;
根据所述相似度多边形的面积大小,得到所述数值相似度。
在其中一个实施例中,所述基于所述变化趋势相似度以及所述数值相似度,确定所述第二电力数据对应的子电力设备所在的相位,包括:
获取与所述第二电力数据的变化趋势相似度最大的第一电力数据;
获取与所述第二电力数据的数值相似度最大的第一电力数据;
根据所述变化趋势相似度最大的第一电力数据和/或所述数值相似度最大的第一电力数据,得到所述第二电力数据对应的子电力设备所在的相位。
在其中一个实施例中,所述根据所述第二电力数据的大小,确定所述台区内的在所述相位内的所述子电力设备的位置顺序,包括:
获取所述台区内的在所述相位内多个子电力设备的所述第二电力数据;
将所述相位内多个子电力设备的所述第二电力数据按照从大到小的方式进行排序,得到所述子电力设备在所述相位内多个子电力设备中的位置顺序。
一种电力设备定位装置,所述装置包括:
第一获取模块,用于获取台区内的总电力设备在预设时间内的多组第一电力数据;所述多组第一电力数据用于表征所述总电力设备的不同相位的电力数据;
第二获取模块,用于获取所述台区内的子电力设备在所述预设时间内的第二电力数据;
相位确定模块,用于根据所述第二电力数据与所述多组第一电力数据的相似度,确定所述第二电力数据对应的子电力设备所在的相位;
顺序确定模块,用于根据所述第二电力数据的大小,确定所述台区内的在所述相位内的所述子电力设备的位置顺序。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法的步骤。
上述电力设备定位方法、装置、计算机设备和存储介质,通过获取台区内的总电力设备在预设时间内的多组不同相位的第一电力数据,还可以获取台区内子电力设备在预设时间内的第二电力数据,并根据第二电力数据和多组第一电力数据的相似度,确定第二电力数据对应的子电力设备所在的相位,再根据第二电力数据的大小,确定在台区内的在相位内的子电力设备的位置顺序。相较于传统的需要逐个检测电力设备进行定位、排查和监测的方式,本方案利用总电力设备的多组第一电力数据以及子电力设备的第二电力数据,实现对台区内的电力设备的定位,从而可以提高电力设备的定位效率。
附图说明
图1为一个实施例中电力设备定位方法的应用环境图;
图2为一个实施例中电力设备定位方法的流程示意图;
图3为一个实施例中电力数据的示意图;
图4为另一个实施例中电力设备定位方法的流程示意图;
图5为一个实施例中电力设备定位装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的电力设备定位方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。终端102可以从服务器104中获取在台区内的总电力设备的多组第一电力数据,还可以从服务器104中获取台区内的子电力设备在预设时间内的第二电力数据,终端102还可以根据第二电力数据和多组第一电力数据的相似度,确定子电力设备的相位,还可以根据第二电力数据的大小,确定相位内的子电力设备的位置顺序。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机和平板电脑,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种电力设备定位方法,以该方法应用于图1中的终端为例进行说明,包括以下步骤:
步骤S202,获取台区内的总电力设备在预设时间内的多组第一电力数据;多组第一电力数据用于表征总电力设备的不同相位的电力数据。
其中,台区可以是在电力***中一台变压器的供电范围或区域,它可以是电力经济运行管理的名词,台区内可以包括有一个总电力设备,总电力设备可以是位于为该台区进行供电的规模最大的电力设备的位置的电力设备,例如可以是位于台区内的变压器位置的电力设备,该总电力设备可以是台区总表,台区总表可以是供电区域的关口表,可以采集整个供电区域的电力数据,例如电压数据和电流数据等。第一电力数据可以是上述总电力设备采集的电力数据,该第一电力数据可以是电压数据。上述总电力设备可以包括多个相位,相位可以是一种电能输送方式,每个相位的可以包括有相同频率、相同振幅以及相位存在差值的交流电,该差值可以是120°。具体地,多个相位可以是A相、B相和C相。其中A相、B相和C相可以是三相电,代表的是有相同频率、相同振幅以及相位存在依次互差120°的交流电势,在上述总电力设备中可以使用不同颜色的线缆标识对应的相位。终端102可以获取台区内的总电力设备在预设时间内的多组第一电力数据。其中预设时间可以根据实际情况设定,例如可以是15分钟,终端102获取的多组第一电力数据可以是上述总电力设备在不同相位的电力数据,例如A相、B相和C相的电力数据,即终端102可以获取上述台区内的总电力设备在15分钟内的A相、B相和C相的电力数据。
步骤S204,获取台区内的子电力设备在预设时间内的第二电力数据。
其中,台区可以是在电力***中一台变压器的供电范围或区域,该台区可以是与上述总电力设备相同的台区;台区中可以包括有一台总电力设备,例如一个台区总表,还可以包括有多个子电力设备,子电力设备可以是与上述总电力设备关联的电力设备,具体地,子电力设备可以是居民表,居民表可以是上述台区供电区域下每家每户居民的电表,这些电表可以和总电力设备,即台区总表关联,通常一个台区存在一个台区总表,以及数百个居民表。终端102可以获取台区内的子电力设备在预设时间内的第二电力数据。其中,预设时间可以是与上述获取第一电力数据的预设时间一致,例如可以是15分钟,第二电力数据可以是子电力设备记录的电力数据,例如可以是电压数据,即终端102可以获取上述子电力设备在15分钟内的电压数据。
步骤S206,根据第二电力数据与多组第一电力数据的相似度,确定第二电力数据对应的子电力设备所在的相位。
其中,第二电力数据可以是终端102采集上述子电力设备得到的电力数据,第一电力数据可以是上述总电力设备的数据,多组第一电力数据可以是不同相位的第一电力数据。终端102可以根据上述第二电力数据和多组第一电力数据的相似度,确定上述第二电力数据对应的子电力设备所在的相位,例如可以将上述第二电力数据与上述每组第一电力数据进行比较,得到第二电力数据和每组第一电力数据的相似度,终端102可以根据得到的第二电力数据和每组第一电力数据的相似度,确定上述第二电力数据对应的子电力设备所在的相位,例如第二电力数据对应的子电力设备所在的相位可以在A相、B相或C相中。其中子电力设备可以是台区内与总电力设备关联的电力设备,例如可以是上述台区内的居民表。
步骤S208,根据第二电力数据的大小,确定台区内的在相位内的子电力设备的位置顺序。
其中,第二电力数据可以是终端102采集上述子电力设备得到的电力数据,终端102可以从每个子电力设备采集到上述第二电力数据。终端102可以根据上述第二电力数据的大小,确定上述台区内的在相位内的电子设备的位置顺序。例如在上述步骤S206中,将台区内的子电力设备进行相位划分后,可以在每个相位中,例如分别在A相、B相和C相中,按照在该相位内的第二电力数据的大小,以特定顺序将第二电力数据进行排序,并根据排序结果确定台区内在上述相位内的第二电力数据对应的子电力设备的位置顺序。
上述电力设备定位方法中,通过获取台区内的总电力设备在预设时间内的多组不同相位的第一电力数据,还可以获取台区内子电力设备在预设时间内的第二电力数据,并根据第二电力数据和多组第一电力数据的相似度,确定第二电力数据对应的子电力设备所在的相位,再根据第二电力数据的大小,确定在台区内的在相位内的子电力设备的位置顺序。相较于传统的需要逐个检测电力设备进行定位、排查和监测的方式,本方案利用总电力设备的多组第一电力数据以及子电力设备的第二电力数据,实现对台区内的电力设备的定位,从而可以提高电力设备的定位效率。
在一个实施例中,如图3所示,图3为一个实施例中电力数据的示意图。根据第二电力数据与多组第一电力数据的相似度,确定第二电力数据对应的子电力设备所在的相位,包括:将第二电力数据以及多组第一电力数据按照时间顺序进行排序;获取第二电力数据与多组第一电力数据的变化趋势相似度;获取第二电力数据与多组第一电力数据的数值相似度;基于变化趋势相似度以及数值相似度,确定第二电力数据对应的子电力设备所在的相位。
本实施例中,第二电力数据可以是终端102采集上述子电力设备得到的电力数据,终端102可以从每个子电力设备采集到上述第二电力数据,第一电力数据可以是上述总电力设备的数据,相位可以是上述总电力设备中的相位,上述总电力设备中可以包括多个相位,具体地,可以是A相、B相和C相。终端102可以根据第二电力数据和多组第一电力数据的相似度,确定第二电力数据对应的子电力设备所在的相位。具体地,终端可以将第二电力数据以及多组第一电力数据按照时间顺序进行排序,如图3所示,图3可以为第二电力数据与其中一相的第一电力数据按照时间进行排序后的示意图,其中图中横坐标可以是时间,纵坐标可以是电力数据的大小,例如可以是电压数据的大小,曲线A和曲线B可以分别作为上述第二电力数据与其中一相的第一电力数据的时间-数值曲线;终端102可以在将上述第二电力数据与多组第一电力数据按照时间顺序后,获取第二电力数据和多组第一电力数据的变化趋势相似度,还可以获取第二电力数据和多组第一电力数据的数值相似度。其中,变化趋势相似度可以是上述第二电力数据和每组第一电力数据在时间顺序上的数值变化趋势的相似度,例如在预设时间内第二电力数据与每组第一电力数据的数值升降情况的相似度;数值相似度可以是第二电力数据与每组第一电力数据在按照时间顺序排序时,相同时间的两种电力数据的数值的相似度。终端102在获取上述变化趋势相似度和数值相似度后,还可以基于变化趋势相似度以及数值相似度,确定第二电力数据对应的子电力设备所在的相位,例如可以根据变化趋势相似度和数值相似度共同确定子电力设备的相位,也可以根据变化趋势相似度或者根据数值相似度确定子电力设备的相位。
通过本实施例,终端102可以根据第二电力数据与每组第一电力数据的变化趋势相似度和数值相似度确定第二电力数据对应的子电力设备所在的相位,可以提高电力设备定位的效率。
在一个实施例中,获取第二电力数据与多组第一电力数据的变化趋势相似度,包括:获取多组第一电力数据在预设时间区间内的多组第一数值变化;获取第二电力数据在预设时间区间内的第二数值变化;根据多组第一数值变化与第二数值变化的相似度,得到变化趋势相似度。
本实施例中,变化趋势相似度可以是上述第二电力数据和每组第一电力数据在时间顺序上的数值变化趋势的相似度,例如在预设时间内第二电力数据与每组第一电力数据的数值升降情况的相似度。如图3所示,终端102可以根据第二电力数据和其中一相的第一电力数据代表的曲线A和曲线B,得到第二电力数据和第一电力数据的变化趋势相似度。具体地,终端102可以获取每组第一电力数据在预设时间区间内的第一数值变化,第一数值变化可以是多组,还可以获取第二电力数据在上述预设时间区间内的第二数值变化,例如,可以是在预设时间区间内第二电力数据的数值变化,和在预设时间区间内每组第一电力数据的数值变化,其中预设时间区间可以根据实际情况设定;终端102在获取待上述第一数值变化以及第二数值变化后,可以根据每组第一数值变化和第二数值变化的相似度,得到上述变化趋势相似度。具体地,可以判断每组第一数值变化和第二数值变化的大小变化是否一致,从而得到每组第一电力数据和第二电力数据的变化趋势相似度。
通过本实施例,终端102可以根据第一数值变化和第二数值变化确定变化趋势相似度,从而可以更快速为电力设备定位提供数据支持,提高了电力设备的定位效率。
在一个实施例中,获取第二电力数据与多组第一电力数据的数值相似度,包括:获取多组第一电力数据基于预设时间区间内的数值形成的多组第一线段;获取第二电力数据基于预设时间区间内的数值形成的第二线段;获取预设时间区间的时间最大值和时间最小值,将时间最大值与时间最小值对应的直线与第一线段以及第二线段相交形成的线段作为边界线段;根据每组第一线段、第二线段以及边界线段,得到相似度多边形;根据相似度多边形的面积大小,得到数值相似度。
本实施例中,数值相似度可以是上述第二电力数据与每组第一电力数据在按照时间顺序排序时,相同时间的两种电力数据的数值的相似度。如图3所示,终端102可以获取每组第一电力数据基于预设时间区间内的数值形成的多组第一线段,例如在预设时间区间内,每个时间点的第一电力数据形成的线段;终端102还可以获取第二电力数据基于预设时间区间内的数值形成的第二线段,例如在预设时间区间内,每个时间点的第二电力数据形成的线段;终端102还可以获取预设时间区间的时间最大值和最小值,将时间最大值和时间最小值对应的直线和第一线段以及第二线段相交形成的线段作为边界线段,例如,图3中的横轴,即时间轴X,若曲线A和曲线B分别代表了一组第一电力数据和第二电力数据,在区间[0,1]内,可以将X=0和X=1对应的两条直线,与在该区间内的曲线A和曲线B的片段相交的线段作为边界线段,从而终端102可以根据上述第一线段、第二线段以及上述边界线段,形成相似度多边形,终端102可以根据该相似度多边形的面积的大小,得到上述数值相似度,例如可以是当相似度多边形面积约小时,数值相似度越大。
具体地,如图3所示,假设曲线A,B是在同一坐标系的两条线段,A线段由N个点组成分别是A1,A2……AN,B线段由N个点组成分别是B1,B2……BN,两条线段拥有同样的X轴,和不同的Y轴,假设A1和B1的X坐标为0,Y坐标为A1.Y和B1.Y,其余点的X坐标为N,Y坐标为AN.Y和BN.Y组成的线段,横坐标X轴将两条曲线之间的面积分割为N个部分,每个部分的图形为四边形或两个三角形组成,分别计算每个部分的面积即可求得两条曲线之间的面积。其中,相似度多边形的面积可以由四边形或者三角形任意组合形成,当相似度多边形的面积为四边形时,计算公式可以是当相似度多边形的面积为三角形时,计算公式可以是具体地,如图3所示,X轴将两条曲线分为24个部分,第一个区间由一个四边形组成,根据四边形公式可以先求出a1,a2的值a1=|A1-B1|,a2=|A2-B2|,h的值即是X1-X0轴坐标的值,根据公式可以计算出面积S1;第五个区间由两个三角形组成,首先找出相交点的Y轴坐标W,求直线交点时我们可通过直线的一般方程ax+by+c=0求得(斜率相等x1-x2/y1-y2=x1-x3/y1-y3)。然后根据交点的与线段端点的位置关系来判断交点是否在线段上。
通过本实施例,终端102可以根据相似度多边形的面积大小得到数值相似度,使得终端102可以根据数值相似度确定电力设备的相位,从而可以提高电力设备的定位效率。
在一个实施例中,基于变化趋势相似度以及数值相似度,确定第二电力数据对应的子电力设备所在的相位,包括:获取与第二电力数据的变化趋势相似度最大的第一电力数据;获取与第二电力数据的数值相似度最大的第一电力数据;根据变化趋势相似度最大的第一电力数据和/或数值相似度最大的第一电力数据,得到第二电力数据对应的子电力设备所在的相位。
本实施例中,变化趋势相似度可以是上述第二电力数据和每组第一电力数据在时间顺序上的数值变化趋势的相似度,数值相似度可以是上述第二电力数据与每组第一电力数据在按照时间顺序排序时,相同时间的两种电力数据的数值的相似度。终端102可以根据上述变化趋势相似度和数值相似度,确定第二电力数据对应的子电力设备所在的相位,具体地,可以获取和上述第二电力数据的变化趋势相似度最大的第一电力数据,还可以获取和上述第二电力数据的数值相似度最大的第一电力数据,终端102可以根据变化趋势相似度最大的第一电力数据得到第二电力数据对应的子电力设备所在的相位,也可以根据数值相似度最大的第一电力数据,得到第二电力数据对应的子电力设备所在的相位,还可以根据变化趋势相似度最大并且数值相似度最大的第一电力数据,得到第二电力数据对应的子电力设备所在的相位。具体地,终端102可以将与第二电力数据的变化趋势相似度最大的第一电力数据对应的相位,作为第二电力数据对应的子电力设备所在的相位,也可以将与第二电力数据的数值相似度最大的第一电力数据对应的相位,作为第二电力数据对应的子电力设备所在的相位,还可以将与第二电力数据的变化趋势相似度以及数值相似度均最大的第一电力数据对应的相位,作为第二电力数据对应的子电力设备所在的相位。
通过本实施例,终端102可以根据变化趋势相似度最大的第一电力数据和/或数值相似度最大的第一电力数据,得到第二电力数据对应的子电力设备所在的相位,从而可以提高电力设备定位的效率。
在一个实施例中,根据第二电力数据的大小,确定台区内的在相位内的子电力设备的位置顺序,包括:获取台区内的在相位内多个子电力设备的第二电力数据;将相位内多个子电力设备的第二电力数据按照从大到小的方式进行排序,得到子电力设备在相位内多个子电力设备中的位置顺序。
本实施例中,第二电力数据可以是上述子电力设备的数据,终端102可以在确定了子电力设备所在的相位后,根据第二电力数据的大小,确定台区内的在相位内的子电力设备的位置顺序。具体地,终端102可以获取台区内在一个相位内的多个子电力设备的第二电力数据,然后可以将相位内的多个子电力设备对应的第二电力数据按照从大到小的方式进行排序,其中第二电力数据可以是电压数据,则上述排序可以是将电压数据按照从大到小的方式进行排序,通过电力数据的大小判断子电力设备,即居民表在各相位下的位置顺序,当第二电力数据越大时,可以在其相位内排位越靠前。
通过本实施例,终端102可以在各相位内,将子电力设备按照其第二电力数据,从大到小进行排序,得到子电力设备在其相位内的位置顺序,相较于传统的需要手动逐个电力设备进行定位和监测的方式,本实施例可以提高电力设备的定位效率。
在一个实施例中,如图4所示,图4为另一个实施例中电力设备定位方法的流程示意图。终端102可以获取台区内所有居民表每15分钟的电压数据以及台区总表每15分钟的分相电压数据,然后可以将每块居民表的电压和台区总表的各项电压匹配电压波动趋势,通过匹配度得到各居民表所属的相位,最后通过电压的大小区分出各相位下居民表的位置顺序。
通过本实施例,终端102可以根据居民表和台区总表的电压匹配度得到居民表的相位,并通过居民表的电压大小得到各相位下居民表的位置顺序,从而可以提高电力设备的定位效率。
应该理解的是,虽然图2和图4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2和图4中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图5所示,提供了一种电力设备定位装置,包括:第一获取模块500、第二获取模块502、相位确定模块504和顺序确定模块506,其中:
第一获取模块500,用于获取台区内的总电力设备在预设时间内的多组第一电力数据;多组第一电力数据用于表征总电力设备的不同相位的电力数据。
第二获取模块502,用于获取台区内的子电力设备在预设时间内的第二电力数据。
相位确定模块504,用于根据第二电力数据与多组第一电力数据的相似度,确定第二电力数据对应的子电力设备所在的相位。
顺序确定模块506,用于根据第二电力数据的大小,确定台区内的在相位内的子电力设备的位置顺序。
在一个实施例中,上述第一获取模块500,具体用于获取总电力设备在预设时间内的A相、B相和C相电力数据,作为多组第一电力数据。
在一个实施例中,上述相位确定模块504,具体用于将第二电力数据以及多组第一电力数据按照时间顺序进行排序;获取第二电力数据与多组第一电力数据的变化趋势相似度;获取第二电力数据与多组第一电力数据的数值相似度;基于变化趋势相似度以及数值相似度,确定第二电力数据对应的子电力设备所在的相位。
在一个实施例中,上述相位确定模块504,具体用于获取多组第一电力数据在预设时间区间内的多组第一数值变化;获取第二电力数据在预设时间区间内的第二数值变化;根据多组第一数值变化与第二数值变化的相似度,得到变化趋势相似度。
在一个实施例中,上述相位确定模块504,具体用于获取多组第一电力数据基于预设时间区间内的数值形成的多组第一线段;获取第二电力数据基于预设时间区间内的数值形成的第二线段;获取预设时间区间的时间最大值和时间最小值,将时间最大值与时间最小值对应的直线与第一线段以及第二线段相交形成的线段作为边界线段;根据每组第一线段、第二线段以及边界线段,得到相似度多边形;根据相似度多边形的面积大小,得到数值相似度。
在一个实施例中,上述相位确定模块504,具体用于获取与第二电力数据的变化趋势相似度最大的第一电力数据;获取与第二电力数据的数值相似度最大的第一电力数据;根据变化趋势相似度最大的第一电力数据和/或数值相似度最大的第一电力数据,得到第二电力数据对应的子电力设备所在的相位。
在一个实施例中,上述顺序确定模块506,具体用于获取台区内的在相位内多个子电力设备的第二电力数据;将相位内多个子电力设备的第二电力数据按照从大到小的方式进行排序,得到子电力设备在相位内多个子电力设备中的位置顺序。
关于电力设备定位装置的具体限定可以参见上文中对于电力设备定位方法的限定,在此不再赘述。上述电力设备定位装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图6所示。该计算机设备包括通过***总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种电力设备定位方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现如上述的电力设备定位方法。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如上述的电力设备定位方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种电力设备定位方法,其特征在于,所述方法包括:
获取台区内的总电力设备在预设时间内的多组第一电力数据;所述多组第一电力数据用于表征所述总电力设备的不同相位的电力数据;
获取所述台区内的子电力设备在所述预设时间内的第二电力数据;
根据所述第二电力数据与所述多组第一电力数据的相似度,确定所述第二电力数据对应的子电力设备所在的相位;
根据所述第二电力数据的大小,确定所述台区内的在所述相位内的所述子电力设备的位置顺序。
2.根据权利要求1所述的方法,其特征在于,所述获取台区内的总电力设备的预设时间内的多组第一电力数据,包括:
获取所述总电力设备在预设时间内的A相、B相和C相电力数据,作为所述多组第一电力数据。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第二电力数据与所述多组第一电力数据的相似度,确定所述第二电力数据对应的子电力设备所在的相位,包括:
将所述第二电力数据以及所述多组第一电力数据按照时间顺序进行排序;
获取所述第二电力数据与所述多组第一电力数据的变化趋势相似度;
获取所述第二电力数据与所述多组第一电力数据的数值相似度;
基于所述变化趋势相似度以及所述数值相似度,确定所述第二电力数据对应的子电力设备所在的相位。
4.根据权利要求3所述的方法,其特征在于,所述获取所述第二电力数据与所述多组第一电力数据的变化趋势相似度,包括:
获取所述多组第一电力数据在预设时间区间内的多组第一数值变化;
获取所述第二电力数据在所述预设时间区间内的第二数值变化;
根据所述多组第一数值变化与所述第二数值变化的相似度,得到所述变化趋势相似度。
5.根据权利要求3所述的方法,其特征在于,所述获取所述第二电力数据与所述多组第一电力数据的数值相似度,包括:
获取所述多组第一电力数据基于预设时间区间内的数值形成的多组第一线段;
获取所述第二电力数据基于所述预设时间区间内的数值形成的第二线段;
获取所述预设时间区间的时间最大值和时间最小值,将所述时间最大值与所述时间最小值对应的直线与所述第一线段以及所述第二线段相交形成的线段作为边界线段;
根据每组第一线段、第二线段以及所述边界线段,得到相似度多边形;
根据所述相似度多边形的面积大小,得到所述数值相似度。
6.根据权利要求3至5任意一项所述的方法,其特征在于,所述基于所述变化趋势相似度以及所述数值相似度,确定所述第二电力数据对应的子电力设备所在的相位,包括:
获取与所述第二电力数据的变化趋势相似度最大的第一电力数据;
获取与所述第二电力数据的数值相似度最大的第一电力数据;
根据所述变化趋势相似度最大的第一电力数据和/或所述数值相似度最大的第一电力数据,得到所述第二电力数据对应的子电力设备所在的相位。
7.根据权利要求1至5任意一项所述的方法,其特征在于,所述根据所述第二电力数据的大小,确定所述台区内的在所述相位内的所述子电力设备的位置顺序,包括:
获取所述台区内的在所述相位内多个子电力设备的所述第二电力数据;
将所述相位内多个子电力设备的所述第二电力数据按照从大到小的方式进行排序,得到所述子电力设备在所述相位内多个子电力设备中的位置顺序。
8.一种电力设备定位装置,其特征在于,所述装置包括:
第一获取模块,用于获取台区内的总电力设备在预设时间内的多组第一电力数据;所述多组第一电力数据用于表征所述总电力设备的不同相位的电力数据;
第二获取模块,用于获取所述台区内的子电力设备在所述预设时间内的第二电力数据;
相位确定模块,用于根据所述第二电力数据与所述多组第一电力数据的相似度,确定所述第二电力数据对应的子电力设备所在的相位;
顺序确定模块,用于根据所述第二电力数据的大小,确定所述台区内的在所述相位内的所述子电力设备的位置顺序。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010429176.4A CN112348046A (zh) | 2020-05-20 | 2020-05-20 | 电力设备定位方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010429176.4A CN112348046A (zh) | 2020-05-20 | 2020-05-20 | 电力设备定位方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112348046A true CN112348046A (zh) | 2021-02-09 |
Family
ID=74357382
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010429176.4A Pending CN112348046A (zh) | 2020-05-20 | 2020-05-20 | 电力设备定位方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112348046A (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2184091A1 (en) * | 1994-02-28 | 1995-09-08 | Damir Novosel | One-terminal data fault location system |
CN1546958A (zh) * | 2003-12-12 | 2004-11-17 | 上海交通大学 | 基于光谱多边形的相似性度量方法 |
CN104201671A (zh) * | 2014-08-28 | 2014-12-10 | 华中科技大学 | 一种含风电的三相不平衡配电网的静态电压稳定性评估方法 |
CN104218581A (zh) * | 2014-09-24 | 2014-12-17 | 国家电网公司 | 一种利用量测数据校验配电网拓扑结构的方法 |
CN107271946A (zh) * | 2017-06-01 | 2017-10-20 | 宁波迦南智能电气股份有限公司 | 一种电能表相位识别方法 |
CN108519514A (zh) * | 2018-04-24 | 2018-09-11 | 宁波三星医疗电气股份有限公司 | 基于皮尔逊相关系数算法的台区相位识别方法 |
CN108535599A (zh) * | 2018-04-16 | 2018-09-14 | 国网河南省电力公司电力科学研究院 | 基于电压曲线聚类分析的低压台区用户相位识别方法 |
CN108564485A (zh) * | 2018-04-16 | 2018-09-21 | 国网河南省电力公司电力科学研究院 | 基于电压曲线相似性分析的低压台区用户相位识别方法 |
CN109325545A (zh) * | 2018-10-16 | 2019-02-12 | 南方电网科学研究院有限责任公司 | 低压配电网拓扑结构校验方法、装置、设备及存储介质 |
CN109344144A (zh) * | 2018-09-06 | 2019-02-15 | 葛得辉 | 一种低压台区户变关系识别方法和*** |
CN109802382A (zh) * | 2017-11-17 | 2019-05-24 | 中国电力科学研究院有限公司 | 一种低压配电网用户连接关系识别方法及*** |
CN110146743A (zh) * | 2019-04-30 | 2019-08-20 | 国网江苏省电力有限公司电力科学研究院 | 一种台区相位识别方法 |
CN110687361A (zh) * | 2019-09-20 | 2020-01-14 | 中国电力科学研究院有限公司 | 一种用于识别低压配网台区相序的方法及*** |
CN110865237A (zh) * | 2019-11-15 | 2020-03-06 | 四川中电启明星信息技术有限公司 | 基于电压时间序列的配电台区户表相位关系校验方法 |
CN111103459A (zh) * | 2019-12-12 | 2020-05-05 | 国网北京市电力公司 | 电网用户相位识别方法及装置、电子设备 |
-
2020
- 2020-05-20 CN CN202010429176.4A patent/CN112348046A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2184091A1 (en) * | 1994-02-28 | 1995-09-08 | Damir Novosel | One-terminal data fault location system |
CN1546958A (zh) * | 2003-12-12 | 2004-11-17 | 上海交通大学 | 基于光谱多边形的相似性度量方法 |
CN104201671A (zh) * | 2014-08-28 | 2014-12-10 | 华中科技大学 | 一种含风电的三相不平衡配电网的静态电压稳定性评估方法 |
CN104218581A (zh) * | 2014-09-24 | 2014-12-17 | 国家电网公司 | 一种利用量测数据校验配电网拓扑结构的方法 |
CN107271946A (zh) * | 2017-06-01 | 2017-10-20 | 宁波迦南智能电气股份有限公司 | 一种电能表相位识别方法 |
CN109802382A (zh) * | 2017-11-17 | 2019-05-24 | 中国电力科学研究院有限公司 | 一种低压配电网用户连接关系识别方法及*** |
CN108535599A (zh) * | 2018-04-16 | 2018-09-14 | 国网河南省电力公司电力科学研究院 | 基于电压曲线聚类分析的低压台区用户相位识别方法 |
CN108564485A (zh) * | 2018-04-16 | 2018-09-21 | 国网河南省电力公司电力科学研究院 | 基于电压曲线相似性分析的低压台区用户相位识别方法 |
CN108519514A (zh) * | 2018-04-24 | 2018-09-11 | 宁波三星医疗电气股份有限公司 | 基于皮尔逊相关系数算法的台区相位识别方法 |
CN109344144A (zh) * | 2018-09-06 | 2019-02-15 | 葛得辉 | 一种低压台区户变关系识别方法和*** |
CN109325545A (zh) * | 2018-10-16 | 2019-02-12 | 南方电网科学研究院有限责任公司 | 低压配电网拓扑结构校验方法、装置、设备及存储介质 |
CN110146743A (zh) * | 2019-04-30 | 2019-08-20 | 国网江苏省电力有限公司电力科学研究院 | 一种台区相位识别方法 |
CN110687361A (zh) * | 2019-09-20 | 2020-01-14 | 中国电力科学研究院有限公司 | 一种用于识别低压配网台区相序的方法及*** |
CN110865237A (zh) * | 2019-11-15 | 2020-03-06 | 四川中电启明星信息技术有限公司 | 基于电压时间序列的配电台区户表相位关系校验方法 |
CN111103459A (zh) * | 2019-12-12 | 2020-05-05 | 国网北京市电力公司 | 电网用户相位识别方法及装置、电子设备 |
Non-Patent Citations (3)
Title |
---|
耿俊成 等: "基于智能电表大数据分析的台区变压器三相不平衡治理", 《智慧电力》, vol. 46, no. 9, pages 103 - 108 * |
臧艺超 等: "基于数学形态学的时间序列相似性度量研究", 《计算机工程与应用》, vol. 53, no. 24, pages 64 - 68 * |
赵宇东 等: "一种智能电能表台区归属自动判定方法", 《华北电力技术》, no. 5, pages 22 - 28 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107909508A (zh) | 一种配电变压器负荷异常告警方法 | |
CN108197774A (zh) | 一种分布式光伏发电量异常诊断的方法及装置 | |
CN113723810A (zh) | 基于图数据库的电网建模方法 | |
Gao et al. | Spectral clustering based demand-oriented representative days selection method for power system expansion planning | |
CN112381272A (zh) | 一种电网负荷预测方法、***、终端及存储介质 | |
CN114862109A (zh) | 一种用电异常监测方法、装置、电子设备及存储介质 | |
CN112529475B (zh) | 一种城乡协同发展分析的方法、装置及存储介质 | |
JP6833660B2 (ja) | 信頼度監視システム、信頼度評価方法、及びプログラム | |
CN113595246A (zh) | 微电网状态在线监测方法、装置、计算机设备和存储介质 | |
CN117668692A (zh) | 基于故障检测的智能化电能监控方法、装置、设备和介质 | |
CN112348046A (zh) | 电力设备定位方法、装置、计算机设备和存储介质 | |
CN115481767A (zh) | 面向配电网检修的运行数据处理方法、装置和计算机设备 | |
CN114936612A (zh) | 短路类型识别方法、装置、电子设备及存储介质 | |
CN115392715A (zh) | 一种用电数据风险评估方法、装置、设备及存储介质 | |
CN114876731A (zh) | 风电场低效运行风电机组排查方法、***、设备和介质 | |
CN114123190A (zh) | 确定电表所属目标台区的方法、装置、电子设备及存储介质 | |
CN113837467A (zh) | 点对点能源项目评估方法、装置、计算机设备和存储介质 | |
CN109190789B (zh) | 中长期风电功率预测方法、装置、计算机设备及存储介质 | |
Adebayo et al. | A comparison of voltage collapse point prediction capabilities of voltage stability index and inherent structural characteristics | |
WO2019218677A1 (zh) | 电网仿真分析数据存储方法、装置及电子设备 | |
CN110929219A (zh) | 配网设备群状态评价方法、装置、***及计算机存储介质 | |
Xie et al. | Energy System Time Series Data Quality Maintenance System Based on Data Mining Technology | |
CN118054397A (zh) | 区域停电方法、装置、设备、存储介质和计算机产品 | |
Wang et al. | Toward Look-ahead Line Switching for Enhancing Static Voltage Stability | |
CN116735953A (zh) | 电能质量监测方法、装置、设备、存储介质和产品 |
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 |