CN116774135B - 一种远程抄表异常监测方法及*** - Google Patents
一种远程抄表异常监测方法及*** Download PDFInfo
- Publication number
- CN116774135B CN116774135B CN202311054679.8A CN202311054679A CN116774135B CN 116774135 B CN116774135 B CN 116774135B CN 202311054679 A CN202311054679 A CN 202311054679A CN 116774135 B CN116774135 B CN 116774135B
- Authority
- CN
- China
- Prior art keywords
- card
- ammeter
- abnormal
- real
- decision
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000002159 abnormal effect Effects 0.000 claims abstract description 87
- 230000036541 health Effects 0.000 claims abstract description 43
- 238000012706 support-vector machine Methods 0.000 claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 230000005856 abnormality Effects 0.000 claims description 38
- 238000012545 processing Methods 0.000 claims description 23
- 238000007781 pre-processing Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 13
- 238000012512 characterization method Methods 0.000 claims description 10
- 238000012795 verification Methods 0.000 claims description 9
- 238000003780 insertion Methods 0.000 claims description 8
- 230000037431 insertion Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000010485 coping Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011418 maintenance treatment Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012216 screening 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)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及异常监测技术领域,特别涉及一种远程抄表异常监测方法及***,本发明动态监测得到多个电表终端中第一电表终端的第一实时运行信息,并通过电表监测模型对所述第一实时运行信息进行分析,得到所述第一电表终端的第一运行健康指数;判断所述第一运行健康指数是否满足预定健康指数阈值,若是不满足,通过电表异常支持向量机对所述第一实时运行信息进行识别,得到第一电表异常类型;在预定异常处理数据库中遍历所述第一电表异常类型的第一异常处理方案,并将所述第一异常处理方案发送至所述第一电表终端的第一显示器。相较于现有技术,本发明可对远程抄表过程进行全方面的监测分析,提高远程抄表监测的科学性和有效性。
Description
技术领域
本发明涉及异常监测技术领域,特别涉及一种远程抄表异常监测方法及***。
背景技术
远程抄表是一项集数据采集、处理、传输、存储为一体的技术,其随着智能电网不断发展而被广泛应用。远程抄表***一般由电表、采集器、远程控制中心等组成,从结构上来说,首先由单独组网的***主站通过RS-485协议等将用户端数据传送给处理控制模块,然后由GPRS模块等将数据传输至远程监控中心,最终实现数据的采集和指令的交互。实际上在应用时,一个远程抄表***对应多个智能电表,且该多个智能电表通过多线程进行数据传输交互,因此极易出现各项异常故障。总体来说,现有方法的缺陷在于,现有对于远程抄表过程无法进行科学有效的动态监测,从而无法及时发现远程抄表中的异常,进而影响异常故障处理效率,最终影响远程抄表作业安全性和稳定性。
因此,如何对远程抄表过程进行多维度的动态监测,及时发现其运行异常并针对性处理,成为一个亟待解决的问题。
发明内容
本发明的主要目的是提供一种远程抄表异常监测方法及***,旨在提高远程抄表过程中的动态监测,提高远程抄表运行的安全性和稳定性。
为实现上述目的,本发明提出一种远程抄表异常监测方法,包括如下步骤:
监测分析步骤:动态监测得到多个电表终端中第一电表终端的第一实时运行信息,并通过电表监测模型对所述第一实时运行信息进行分析,得到所述第一电表终端的第一运行健康指数;
判断识别步骤:判断所述第一运行健康指数是否满足预定健康指数阈值,若是不满足,通过电表异常支持向量机对所述第一实时运行信息进行识别,得到第一电表异常类型;
异常处理步骤:在预定异常处理数据库中遍历所述第一电表异常类型的第一异常处理方案,并将所述第一异常处理方案发送至所述第一电表终端的第一显示器。
此外,为实现上述目的,本发明还提出一种远程抄表异常监测***,所述一种远程抄表异常监测***包括存储器和处理器,其特征在于,所述存储器上存储有一种远程抄表异常监测程序,所述一种远程抄表异常监测程序被所述处理器执行时实现如下步骤:
监测分析步骤:动态监测得到多个电表终端中第一电表终端的第一实时运行信息,并通过电表监测模型对所述第一实时运行信息进行分析,得到所述第一电表终端的第一运行健康指数;
判断识别步骤:判断所述第一运行健康指数是否满足预定健康指数阈值,若是不满足,通过电表异常支持向量机对所述第一实时运行信息进行识别,得到第一电表异常类型;
异常处理步骤:在预定异常处理数据库中遍历所述第一电表异常类型的第一异常处理方案,并将所述第一异常处理方案发送至所述第一电表终端的第一显示器。
此外,为实现上述目的,本发明还提出一种计算机设备,其中,包括处理器和存储器;
所述处理器,用于处理执行所述远程抄表异常监测方法;
所述存储器,所述存储器与所述处理器耦合,用于存储所述远程抄表异常监测程序,当所述程序被所述处理器执行时,使***以执行所述远程抄表异常监测方法的步骤。
本发明动态监测得到多个电表终端中第一电表终端的第一实时运行信息,并通过电表监测模型对所述第一实时运行信息进行分析,得到所述第一电表终端的第一运行健康指数;判断所述第一运行健康指数是否满足预定健康指数阈值,若是不满足,通过电表异常支持向量机对所述第一实时运行信息进行识别,得到第一电表异常类型;在预定异常处理数据库中遍历所述第一电表异常类型的第一异常处理方案,并将所述第一异常处理方案发送至所述第一电表终端的第一显示器。相较于现有技术,本发明可对远程抄表过程中的电表终端运行、集成电路卡以及抄表核算准确性进行全方面的监测分析,提高远程抄表监测的科学性和有效性。
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示出的结构获得其他的附图。
图1为本发明一种远程抄表异常监测方法的流程示意图;
图2为本发明一种远程抄表异常监测方法中通过所述第一显示器对所述第一卡正常决策进行实时显示的流程示意图;
图3为本发明一种远程抄表异常监测方法中对所述第一训练数据进行监督学习得到所述电表异常支持向量机的流程示意图;
图4为本发明一种远程抄表异常监测方法中构建所述预定异常处理数据库的流程示意图;
图5为本发明一种远程抄表异常监测方法中调用所述第一实时偏差对所述第一运行健康指数进行调整的流程示意图;
图6为本发明一种远程抄表异常监测程序的运行环境示意图;
图7为本发明一种远程抄表异常监测程序的程序模块图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
图中:
电子装置6,远程抄表异常监测程序60,存储器61,处理器62,显示器63,监测分析模块701,判断识别模块702,异常处理模块703。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
本发明提出一种远程抄表异常监测方法。
如图1所示,图1为本发明远程抄表异常监测方法的流程示意图。
本实施例中,所述远程抄表异常监测方法应用于远程抄表异常监测***,且所述远程抄表异常监测***与多个电表终端通信连接,该方法包括:
步骤S100:动态监测得到多个电表终端中第一电表终端的第一实时运行信息,并通过电表监测模型对所述第一实时运行信息进行分析,得到所述第一电表终端的第一运行健康指数;
步骤S200:判断所述第一运行健康指数是否满足预定健康指数阈值,若是不满足,通过电表异常支持向量机对所述第一实时运行信息进行识别,得到第一电表异常类型;
步骤S300:在预定异常处理数据库中遍历所述第一电表异常类型的第一异常处理方案,并将所述第一异常处理方案发送至所述第一电表终端的第一显示器。
首先,在进行远程抄表过程中的异常监测时,先对电表终端的实时运行状态进行动态监测,即先从与所述远程抄表异常监测***通信连接的多个电表终端中任意一个电表终端进行监测,即得到所述第一电表终端,而后对所述第一电表终端的实时运行数据进行整理,进一步通过先前训练的所述电表监测模型对整理后的实时数据,即所述第一实时运行信息进行智能化的分析处理,对应的得到所述电表监测模型的输出结果,即作为所述第一电表终端的实时运行健康情况结果。其中,其第一运行健康指数越高,对应的第一电表终端的运行状态越稳定,且发生故障等异常的概率越小。此外,所述电表监测模型为基于历史上远程抄表的相关记录信息整理并进行有监督学习后得到的神经网络模型。
接着,将所述电表监测模型智能化分析得到的所述第一运行健康指数与相关技术研究人员综合实际电表运行情况即***监测分析情况、模型监测分析情况等综合设置的预定健康指数阈值进行对比。其中,当所述第一运行健康指数满足所述预定健康指数阈值时,说明此前所述第一电表终端的运行情况较好,不易发生突发故障异常。当所述第一运行健康指数不满足所述预定健康指数阈值时,说明此前所述第一电表终端的运行情况不容乐观,为极易发生故障异常的状态,此时需要进一步对所述第一电表终端可能发生的异常和故障进行智能化预测,以提前做好应对准备。也就是说,通过电表异常支持向量机对所述第一实时运行信息进行分类识别,对应的得到所述第一电表终端可能发生的异常和故障类型,即记作第一电表异常类型。其中,所述电表异常支持向量机为基于历史相关异常监测数据训练而成的电表故障类型预测识别模型。
最后,将所述电表异常支持向量机智能化分析得到的所述第一电表异常类型在预定异常处理数据库中遍历,对应的得到所述第一电表异常类型的第一异常处理方案。其中,所述第一异常处理方案为历史上遇到所述第一电表异常类型故障时的最佳处理和应对方案。最终将所述第一异常处理方案发送至所述第一电表终端的第一显示器,以指导相关维修技术人员在对所述第一电表终端进行故障检修处理提供参考方案和指导,提高异常检修针对性和科学性,最终提高远程抄表运行安全性和容错性。
如图2所示,本实施例中,上述异常处理步骤之后,还包括:
第一步,对所述第一电表终端上的第一集成电路卡进行实时监测,得到第一卡实时图像;
第二步,对所述第一卡实时图像进行图像预处理,得到第一预处理卡图像;
第三步,对所述第一预处理卡图像中的第一预定区域进行颜色识别,得到第一颜色数据;
第四步,判断所述第一颜色数据是否符合预定颜色数据,若是符合,对所述第一预处理卡图像中的第二预定区域进行文字识别,得到第一编号;
第五步,判断所述第一卡编号是否处于预定状态;
第六步,若是,生成第一卡正常决策,其中,所述第一卡正常决策是指所述第一集成电路卡的状态正常的决策;
第七步,通过所述第一显示器对所述第一卡正常决策进行实时显示。
除对所述第一电表终端进行动态监测之外,另外对所述第一电表终端上的所述第一集成电路卡也进行实时监测,相应地得到所述第一集成电路卡的第一卡实时图像。然后对所述第一卡实时图像进行降噪和增强处理,并相应地得到第一预处理卡图像。接下来,基于所述第一预定区域对所述第一预处理卡图像进行定位,并对定位位置的颜色进行智能识别,得到所述第一颜色数据。其中,所述第一预定区域是指预先划定的集成电路卡的任意一个区域,并对应的将该区域的颜色特征参数,如RGB参数等存储至***中。接着,判断所述第一颜色数据是否符合所述第一预定区域的预定颜色参数,即所述预定颜色数据,若是符合,则说明此时监测到的所述第一集成电路卡的插卡方式正确,并未出现异常插卡现象。例如反插卡或者插假卡等。进一步,对所述第一预处理卡图像中的第二预定区域进行文字识别并对应得到所述第一预处理卡图像的对应位置的文字编号信息,即作为所述第一编号。
进一步判断所述第一卡编号是否处于预定状态,若是所述第一卡编号处于所述预定状态,则说明当前所述第一集成电路卡的状态正常,对应地生成第一卡正常决策。其中,所述预定状态是指集成电路卡为开户状态。所述第一卡正常决策是指所述第一集成电路卡的状态正常的决策。最终通过所述第一显示器对所述第一卡正常决策进行实时显示,以供相关人员直观地观测集成电路卡的实时状态。
本实施例中,上述判断所述第一颜色数据是否符合预定颜色数据之后,包括:
首先,若是不符合,生成第一卡异常决策,其中,所述第一卡异常决策是指所述第一集成电路卡的插卡方式异常的决策;
接着,通过所述第一显示器对所述第一卡异常决策进行实时显示。
在判断得到所述第一颜色数据不符合所述预定颜色数据时,说明当前的所述第一集成电路卡并未按照实际规定进行插卡,导致实际插卡准确情况下卡某位置应当出现的颜色没能出现。示范性的如集成电路卡正反两面颜色不同,正向插卡时第一预定区域显现该集成电路卡正面的某种颜色,而当此时显现颜色并不是其预设的颜色,则说明插卡错误。也就是说,若是所述第一颜色数据不符合所述预定颜色数据,***则自动生成第一卡异常决策。其中,所述第一卡异常决策是指所述第一集成电路卡的插卡方式异常的决策。最终通过所述第一显示器对所述第一卡异常决策进行实时显示。
本实施例中,上述判断所述第一卡编号是否处于预定状态之后,包括:
首先,若否,生成第二卡异常决策,其中,所述第二卡异常决策是指所述第一集成电路卡的插卡类型异常的决策;
接着,通过所述第一显示器对所述第二卡异常决策进行实时显示。
在判定所述第一集成电路卡的插卡方式正确之后,为了判断***的所述第一集成电路卡本身状态是否正常,要对其卡面的***信息进行智能识别,也就是说,首先确定集成电路卡卡面编号的位置,并对应确定所述第二预定区域。接着,对所述第一集成电路卡的所述第二预定区域进行文字识别,得到***信息,基于***信息匹配其是否为开户状态,若是不处于开户状态,则说明该卡暂不能使用,因此***自动生成第二卡异常决策。其中,所述第二卡异常决策是指所述第一集成电路卡的插卡类型异常的决策。最终通过所述第一显示器对所述第二卡异常决策进行实时显示。
如图3所示,本实施例中,上述判断识别步骤之前,包括:
首先,调取历史远程抄表日志,其中,所述历史远程抄表日志包括历史远程抄表异常日志;
然后,提取所述历史远程抄表异常日志中的第一历史异常日志,其中,所述第一历史异常日志包括第一历史异常表征和第一历史异常类型;
接着,将所述第一历史异常表征和所述第一历史异常类型作为第一训练数据;
最后,对所述第一训练数据进行监督学习得到所述电表异常支持向量机。
在通过电表异常支持向量机对所述第一实时运行信息进行识别之前,首先要调取历史远程抄表日志,并利用历史远程抄表日志中的数据构建训练数据组并进行电表异常支持向量机的训练。首先提取所述历史远程抄表日志中的历史远程抄表异常日志,然后对所述历史远程抄表异常日志中的各组历史上远程抄表时出现的故障数据依次进行分析,即随机提取并记作第一历史异常日志。其中,所述第一历史异常日志包括第一历史异常表征和第一历史异常类型。所述第一历史异常表征是指历史上出现该次远程抄表异常时的表面特征信息,示范性的如电表存储器由于负荷大于1.2倍的最大电流出现了故障,此时负荷大于1.2倍的最大电流即为异常表征,而电表存储器故障则为故障类型。接下来,将所述第一历史异常表征和所述第一历史异常类型作为第一训练数据,并通过计算机技术对所述第一训练数据进行监督学习得到所述电表异常支持向量机。
本实施例中,上述对所述第一训练数据进行监督学习得到所述电表异常支持向量机之后,还包括:
第一步,基于所述第一历史异常表征组建第一历史异常指标集;
第二步,对所述第一历史异常指标集进行并集处理,得到目标指标集,并将所述目标指标集作为监测所述第一电表终端的监测指标;
第三步,其中,所述目标指标集包括表内卡初始化、表内存储器电流、表内安全芯片。
在对所述历史远程抄表异常日志中的各次历史远程抄表异常依次进行其故障表征信息采集后,即得到所述第一历史异常指标集。示范性的如账户余额为0、***断电、负荷大于1.2倍的最大电流、电压大于1.5倍、进出线接反、集成电路卡反插等等。进一步的,对所述第一历史异常指标集进行并集处理,即得到历史各次异常时的所有异常表征,即得到目标指标集。接下来将所述目标指标集作为监测所述第一电表终端的监测指标。也就是说将前述账户余额、***是否断电、负荷电流、电压、进出线是否接反、集成电路卡是否反插等作为实际要监测的指标。进而,通过分析筛选后确定最终的关键监测指标。其中,所述目标指标集包括表内卡初始化、表内存储器电流、表内安全芯片。
如图4所示,本实施例中,上述对所述第一训练数据进行监督学习得到所述电表异常支持向量机之后,还包括:
首先,对所述第一历史异常类型进行并集处理,得到目标异常类型集;
然后,依次指定所述目标异常类型集中各异常类型的异常处理方案;
最后,根据所述异常类型与所述异常处理方案之间的映射关系构建所述预定异常处理数据库。
在对所述历史远程抄表异常日志中的各次异常日志的具体异常类型进行分析后,对所述第一历史异常类型进行并集处理并相应得到目标异常类型集。也就是说,所述目标异常类型集中包括历史上出现的所有远程抄表异常类型。进一步地,依次指定所述目标异常类型集中各异常类型的异常处理方案。其中,所述各类异常类型的处理方案均由相关专业技术人员基于其专业知识和实际处理经验,综合分析后确定其最佳的处理方案。最后,根据所述异常类型与所述异常处理方案之间的映射关系构建所述预定异常处理数据库。
如图5所示,本实施例中,上述监测分析步骤之后,还包括:
第一步,读取所述第一电表终端的第一实时读数;
第二步,调用所述第一电表终端在预定周期内的第一读数时序;
第三步,在所述第一读数时序中匹配所述第一实时读数的第一环比读数;
第四步,计算所述第一实时读数与所述第一环比读数的第一实时偏差;
第五步,若所述第一实时偏差超过预定偏差范围,发出校验指令,并根据所述校验指令对所述第一实时读数进行校验;
第六步,若校验结果异常,调用所述第一实时偏差对所述第一运行健康指数进行调整。
除对所述第一电表终端进行动态监测之外,另外对所述第一电表终端上插的集成电路卡的实时读数进行采集,即读取所述第一电表终端的第一实时读数。然后,调用所述第一电表终端在预定周期内的第一读数时序。其中,所述预定周期为预先人为确定的周期,例如一天、一周或者一个月等等。所述第一读数时序是指在所述预定周期内的不同读取时刻下的卡的读数组成的序列,且每次读数对应一个时刻。接着,在所述第一读数时序中匹配所述第一实时读数的第一环比读数。示范性的如当前为一月中第七天的读数,则匹配上个月中第七天的读数作为对应的环比读数。进一步,计算所述第一实时读数与所述第一环比读数的差值,记作第一实时偏差。进而判断所述第一实时偏差是否在预定的范围内,也就是说,若所述第一实时偏差超过预定偏差范围,说明此前偏差较大,可能卡异常,因此***自动发出校验指令,并根据所述校验指令对所述第一实时读数进行校验。进一步地,若校验结果异常,则***自动调用所述第一实时偏差,并基于此对所述第一运行健康指数进行调整。
本发明动态监测得到多个电表终端中第一电表终端的第一实时运行信息,并通过电表监测模型对所述第一实时运行信息进行分析,得到所述第一电表终端的第一运行健康指数;判断所述第一运行健康指数是否满足预定健康指数阈值,若是不满足,通过电表异常支持向量机对所述第一实时运行信息进行识别,得到第一电表异常类型;在预定异常处理数据库中遍历所述第一电表异常类型的第一异常处理方案,并将所述第一异常处理方案发送至所述第一电表终端的第一显示器。相较于现有技术,本发明可对远程抄表过程中的电表终端运行、集成电路卡以及抄表核算准确性进行全方面的监测分析,提高远程抄表监测的科学性和有效性。
本发明提出一种远程抄表异常监测程序。
请参阅图6,是本发明远程抄表异常监测程序60的运行环境示意图。
在本实施例中,远程抄表异常监测程序60安装并运行于电子装置6中。电子装置6可以是桌上型计算机、笔记本、掌上电脑及服务器等计算设备。该电子装置6可包括,但不仅限于,存储器61、处理器62及显示器63。图6仅示出了具有组件11-13的电子装置6,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
存储器61在一些实施例中可以是电子装置6的内部存储单元,例如该电子装置6的硬盘或内存。存储器61在另一些实施例中也可以是电子装置6的外部存储设备,例如电子装置6上配备的插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(SecureDigital, SD)卡,闪存卡(Flash Card)等。进一步地,存储器61还可以既包括电子装置6的内部存储单元也包括外部存储设备。存储器61用于存储安装于电子装置6的应用软件及各类数据,例如远程抄表异常监测程序60的程序代码等。存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
处理器62在一些实施例中可以是一中央处理器(Central Processing Unit,CPU),微处理器或其他数据处理芯片,用于运行存储器61中存储的程序代码或处理数据,例如执行远程抄表异常监测程序60等。
显示器63在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。显示器63用于显示在电子装置6中处理的信息以及用于显示可视化的用户界面。电子装置6的部件11-13通过程序总线相互通信。
请参阅图7,是本发明远程抄表异常监测程序60的程序模块图。
在本实施例中,远程抄表异常监测程序60可以被分割成一个或多个模块,一个或者多个模块被存储于存储器61中,并由一个或多个处理器(本实施例为处理器62)所执行,以完成本发明。例如,在图7中,远程抄表异常监测程序60可以被分割成监测分析模块701,判断识别模块702,异常处理模块703。本发明所述的模块是指能够完成特定功能的一系列计算机程序指令段,比程序更适合于描述远程抄表异常监测程序60在电子装置6中的执行过程,其中:
监测分析模块701:动态监测得到多个电表终端中第一电表终端的第一实时运行信息,并通过电表监测模型对所述第一实时运行信息进行分析,得到所述第一电表终端的第一运行健康指数;
判断识别模块702:判断所述第一运行健康指数是否满足预定健康指数阈值,若是不满足,通过电表异常支持向量机对所述第一实时运行信息进行识别,得到第一电表异常类型;
异常处理模块703:在预定异常处理数据库中遍历所述第一电表异常类型的第一异常处理方案,并将所述第一异常处理方案发送至所述第一电表终端的第一显示器。
本申请还提供一种电子设备,其中,包括处理器和存储器;
该处理器,用于处理执行上述实施例一中任一项所述远程抄表异常监测方法的步骤;
该存储器,该存储器与该处理器耦合,用于存储程序,当远程抄表异常监测程序被该处理器执行时,使***以执行上述任一项远程抄表异常监测方法的步骤。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (6)
1.一种远程抄表异常监测方法,其特征在于,所述远程抄表异常监测方法应用于远程抄表异常监测***,且所述远程抄表异常监测***与多个电表终端通信连接,所述远程抄表异常监测方法包括:
监测分析步骤:动态监测得到多个电表终端中第一电表终端的第一实时运行信息,并通过电表监测模型对所述第一实时运行信息进行分析,得到所述第一电表终端的第一运行健康指数,其中,所述第一运行健康指数指示所述第一电表终端的运行状态,所述第一运行健康指数越大,所述第一电表终端发生故障的概率越小;
判断识别步骤:判断所述第一运行健康指数是否满足预定健康指数阈值,若是不满足,通过电表异常支持向量机对所述第一实时运行信息进行识别,得到第一电表异常类型;
异常处理步骤:在预定异常处理数据库中遍历所述第一电表异常类型的第一异常处理方案,并将所述第一异常处理方案发送至所述第一电表终端的第一显示器;
对所述第一电表终端上的第一集成电路卡进行实时监测,得到第一卡实时图像;
对所述第一卡实时图像进行图像预处理,得到第一预处理卡图像;
对所述第一预处理卡图像中的第一预定区域进行颜色识别,得到第一颜色数据;
判断所述第一颜色数据是否符合预定颜色数据,若是符合,则说明此时监测到的所述第一集成电路卡的插卡方式正确,对所述第一预处理卡图像中的第二预定区域进行文字识别,得到第一卡编号;
判断所述第一卡编号是否处于预定状态,所述预定状态是指所述第一集成电路卡为开户状态;
若是,生成第一卡正常决策,其中,所述第一卡正常决策是指所述第一集成电路卡的状态正常的决策;
通过所述第一显示器对所述第一卡正常决策进行实时显示;
在所述判断所述第一颜色数据是否符合预定颜色数据之后,包括:
若是不符合,生成第一卡异常决策,其中,所述第一卡异常决策是指所述第一集成电路卡的插卡方式异常的决策;
通过所述第一显示器对所述第一卡异常决策进行实时显示;
在所述判断所述第一卡编号是否处于预定状态之后,包括:
若否,生成第二卡异常决策,其中,所述第二卡异常决策是指所述第一集成电路卡的插卡类型异常的决策;
通过所述第一显示器对所述第二卡异常决策进行实时显示。
2.根据权利要求1所述的方法,其特征在于,在所述判断识别步骤之前,包括:
调取历史远程抄表日志,其中,所述历史远程抄表日志包括历史远程抄表异常日志;
提取所述历史远程抄表异常日志中的第一历史异常日志,其中,所述第一历史异常日志包括第一历史异常表征和第一历史异常类型;
将所述第一历史异常表征和所述第一历史异常类型作为第一训练数据;
对所述第一训练数据进行监督学习得到所述电表异常支持向量机。
3.根据权利要求2所述的方法,其特征在于,在所述对所述第一训练数据进行监督学习得到所述电表异常支持向量机之后,还包括:
基于所述第一历史异常表征组建第一历史异常指标集;
对所述第一历史异常指标集进行并集处理,得到目标指标集,并将所述目标指标集作为监测所述第一电表终端的监测指标;
其中,所述目标指标集包括表内卡初始化、表内存储器电流、表内安全芯片。
4.根据权利要求3所述的方法,其特征在于,在所述对所述第一训练数据进行监督学习得到所述电表异常支持向量机之后,还包括:
对所述第一历史异常类型进行并集处理,得到目标异常类型集;
依次指定所述目标异常类型集中各异常类型的异常处理方案;
根据所述异常类型与所述异常处理方案之间的映射关系构建所述预定异常处理数据库。
5.根据权利要求1所述的方法,其特征在于,在所述监测分析步骤之后,还包括:
读取所述第一电表终端的第一实时读数;
调用所述第一电表终端在预定周期内的第一读数时序;
在所述第一读数时序中匹配所述第一实时读数的第一环比读数;
计算所述第一实时读数与所述第一环比读数的第一实时偏差;
若所述第一实时偏差超过预定偏差范围,发出校验指令,并根据所述校验指令对所述第一实时读数进行校验;
若校验结果异常,调用所述第一实时偏差对所述第一运行健康指数进行调整。
6.一种远程抄表异常监测***,所述远程抄表异常监测***包括存储器和处理器,其特征在于,所述存储器上存储有远程抄表异常监测程序,所述远程抄表异常监测程序被所述处理器执行时实现如下步骤:
监测分析步骤:动态监测得到多个电表终端中第一电表终端的第一实时运行信息,并通过电表监测模型对所述第一实时运行信息进行分析,得到所述第一电表终端的第一运行健康指数,其中,所述第一运行健康指数指示所述第一电表终端的运行状态,所述第一运行健康指数越大,所述第一电表终端发生故障的概率越小;
判断识别步骤:判断所述第一运行健康指数是否满足预定健康指数阈值,若是不满足,通过电表异常支持向量机对所述第一实时运行信息进行识别,得到第一电表异常类型;
异常处理步骤:在预定异常处理数据库中遍历所述第一电表异常类型的第一异常处理方案,并将所述第一异常处理方案发送至所述第一电表终端的第一显示器;
对所述第一电表终端上的第一集成电路卡进行实时监测,得到第一卡实时图像;
对所述第一卡实时图像进行图像预处理,得到第一预处理卡图像;
对所述第一预处理卡图像中的第一预定区域进行颜色识别,得到第一颜色数据;
判断所述第一颜色数据是否符合预定颜色数据,若是符合,则说明此时监测到的所述第一集成电路卡的插卡方式正确,对所述第一预处理卡图像中的第二预定区域进行文字识别,得到第一卡编号;
判断所述第一卡编号是否处于预定状态,所述预定状态是指所述第一集成电路卡为开户状态;
若是,生成第一卡正常决策,其中,所述第一卡正常决策是指所述第一集成电路卡的状态正常的决策;
通过所述第一显示器对所述第一卡正常决策进行实时显示;
在所述判断所述第一颜色数据是否符合预定颜色数据之后,包括:
若是不符合,生成第一卡异常决策,其中,所述第一卡异常决策是指所述第一集成电路卡的插卡方式异常的决策;
通过所述第一显示器对所述第一卡异常决策进行实时显示;
在所述判断所述第一卡编号是否处于预定状态之后,包括:
若否,生成第二卡异常决策,其中,所述第二卡异常决策是指所述第一集成电路卡的插卡类型异常的决策;
通过所述第一显示器对所述第二卡异常决策进行实时显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311054679.8A CN116774135B (zh) | 2023-08-22 | 2023-08-22 | 一种远程抄表异常监测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311054679.8A CN116774135B (zh) | 2023-08-22 | 2023-08-22 | 一种远程抄表异常监测方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116774135A CN116774135A (zh) | 2023-09-19 |
CN116774135B true CN116774135B (zh) | 2023-11-17 |
Family
ID=87986253
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311054679.8A Active CN116774135B (zh) | 2023-08-22 | 2023-08-22 | 一种远程抄表异常监测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116774135B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004233309A (ja) * | 2003-02-03 | 2004-08-19 | Nippon Hightech Kk | 電力量計の回転数検出方法および装置 |
CN201955891U (zh) * | 2011-01-20 | 2011-08-31 | 浙江海洋学院 | 基于图像识别技术的智能直读式自动抄表*** |
CN102937595A (zh) * | 2012-11-13 | 2013-02-20 | 浙江省电力公司电力科学研究院 | 一种pcb板检测方法、装置及*** |
JP2016076813A (ja) * | 2014-10-06 | 2016-05-12 | 住友電気工業株式会社 | 電力メーター及び、電力メーターの自己管理方法 |
CN107945184A (zh) * | 2017-11-21 | 2018-04-20 | 安徽工业大学 | 一种基于彩色图像分割和梯度投影定位的贴装元件检测方法 |
CN108664829A (zh) * | 2017-03-27 | 2018-10-16 | 三星电子株式会社 | 用于提供与图像中对象有关的信息的设备 |
CN110334711A (zh) * | 2019-06-04 | 2019-10-15 | 新华三技术有限公司 | 字符匹配方法及装置 |
CN110728836A (zh) * | 2019-10-22 | 2020-01-24 | 深圳供电局有限公司 | 一种集中器抄表异常分析方法及其*** |
KR20210045870A (ko) * | 2019-10-17 | 2021-04-27 | 한국전력공사 | 전력량계 검침 장치 및 그것의 검침 방법 |
CN115423128A (zh) * | 2022-08-31 | 2022-12-02 | 东北大学秦皇岛分校 | 非侵入式异常负荷行为的监测方法、电子设备和存储介质 |
CN115578551A (zh) * | 2022-10-10 | 2023-01-06 | 安徽大学 | 一种基于图像识别的家用电表状态核查方法 |
CN115690012A (zh) * | 2022-10-18 | 2023-02-03 | 浙江华云信息科技有限公司 | 一种电能表接错线的检测方法 |
CN116188962A (zh) * | 2023-04-27 | 2023-05-30 | 南方电网数字电网研究院有限公司 | 电能计量装置的错误识别方法、装置和计算机设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150084785A1 (en) * | 2013-09-20 | 2015-03-26 | Mastercard International Incorporated | Wireless utility meter reading system and method |
CN113298278B (zh) * | 2020-02-19 | 2023-12-05 | 硕天科技股份有限公司 | 具有自我健康状态预测功能的电力设备及其自我健康状态预测方法以及云端服务器 |
-
2023
- 2023-08-22 CN CN202311054679.8A patent/CN116774135B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004233309A (ja) * | 2003-02-03 | 2004-08-19 | Nippon Hightech Kk | 電力量計の回転数検出方法および装置 |
CN201955891U (zh) * | 2011-01-20 | 2011-08-31 | 浙江海洋学院 | 基于图像识别技术的智能直读式自动抄表*** |
CN102937595A (zh) * | 2012-11-13 | 2013-02-20 | 浙江省电力公司电力科学研究院 | 一种pcb板检测方法、装置及*** |
JP2016076813A (ja) * | 2014-10-06 | 2016-05-12 | 住友電気工業株式会社 | 電力メーター及び、電力メーターの自己管理方法 |
CN108664829A (zh) * | 2017-03-27 | 2018-10-16 | 三星电子株式会社 | 用于提供与图像中对象有关的信息的设备 |
CN107945184A (zh) * | 2017-11-21 | 2018-04-20 | 安徽工业大学 | 一种基于彩色图像分割和梯度投影定位的贴装元件检测方法 |
CN110334711A (zh) * | 2019-06-04 | 2019-10-15 | 新华三技术有限公司 | 字符匹配方法及装置 |
KR20210045870A (ko) * | 2019-10-17 | 2021-04-27 | 한국전력공사 | 전력량계 검침 장치 및 그것의 검침 방법 |
CN110728836A (zh) * | 2019-10-22 | 2020-01-24 | 深圳供电局有限公司 | 一种集中器抄表异常分析方法及其*** |
CN115423128A (zh) * | 2022-08-31 | 2022-12-02 | 东北大学秦皇岛分校 | 非侵入式异常负荷行为的监测方法、电子设备和存储介质 |
CN115578551A (zh) * | 2022-10-10 | 2023-01-06 | 安徽大学 | 一种基于图像识别的家用电表状态核查方法 |
CN115690012A (zh) * | 2022-10-18 | 2023-02-03 | 浙江华云信息科技有限公司 | 一种电能表接错线的检测方法 |
CN116188962A (zh) * | 2023-04-27 | 2023-05-30 | 南方电网数字电网研究院有限公司 | 电能计量装置的错误识别方法、装置和计算机设备 |
Non-Patent Citations (2)
Title |
---|
浅析单相电能表自动化检定***的应用;张芯茹,等;《甘肃科技》;第39卷(第6期);全文 * |
电力远程无线抄表***异常处理机制的研究;李卫炜;《计算机光盘软件与应用》;第17卷(第22期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116774135A (zh) | 2023-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112560465B (zh) | 批量异常事件的监控方法、装置、电子设备及存储介质 | |
CN113190372B (zh) | 多源数据的故障处理方法、装置、电子设备及存储介质 | |
CN116755985A (zh) | 基于大数据和数据分析的平台智能监测管理*** | |
CN112950344A (zh) | 数据评估方法、装置、电子设备及存储介质 | |
CN110968703B (zh) | 基于lstm端到端抽取算法的异常计量点知识库构建方法及*** | |
CN112801434A (zh) | 性能指标健康度的监测方法、装置、设备和存储介质 | |
CN112988843B (zh) | 一种基于SQL Server数据库的SMT贴片机故障管理及诊断*** | |
CN117240527B (zh) | 一种网络安全风险防范***及方法 | |
CN116774135B (zh) | 一种远程抄表异常监测方法及*** | |
CN112070180B (zh) | 基于信息物理双侧数据的电网设备状态判断方法及装置 | |
CN117590278A (zh) | 基于动力柜的变压器故障检测方法、装置、设备及介质 | |
CN116714469A (zh) | 充电桩健康监测方法、装置、终端及存储介质 | |
CN116955071A (zh) | 故障分类方法、装置、设备及存储介质 | |
CN111382710A (zh) | 一种基于图像识别的图纸比对方法 | |
CN114837902B (zh) | 一种风电机组健康度评估方法、***、设备和介质 | |
CN110598527B (zh) | 基于机器学习的理赔保单号码识别方法及相关设备 | |
CN113807690A (zh) | 区域电网调控***运行状态在线评估预警方法及*** | |
CN117290257B (zh) | 一种基于插件调用的软件生命周期规范化管理方法及*** | |
CN116414709A (zh) | 业务***检测方法、装置、电子设备及存储介质 | |
CN114333180B (zh) | 一种基于区块链技术的金融自助设备检修方法 | |
CN115062495B (zh) | 材料绝缘性能分析方法、装置、电子设备及存储介质 | |
CN116468266A (zh) | 基于工程保函的申请人履约风险分析方法、装置及设备 | |
CN117974025A (zh) | 一种合同风险审批方法、装置、电子设备及存储介质 | |
CN118035757A (zh) | 一种基于大语言模型的电驱总成故障诊断方法及装置 | |
CN115243265A (zh) | 基于5g通信的协议通信安全防控方法、***及设备 |
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 |