CN117239942B - 一种具有监控功能的电表 - Google Patents

Abstract

本发明涉及测量电压仪表技术领域，具体涉及一种具有监控功能的电表。本发明所提供的电表通过电压监测控制模块中的电压传感器装置将电压信号上传至云端服务器，云端服务器获取历史数据中表示正常信号波动的标准特征向量，通过将标准特征向量与实时电压信号的实时特征向量进行对比，判断实时电压信号是否为异常信号，并反馈第一断路控制信号。还利用浪涌保护器检测实时电压信号的幅值反馈第二断路控制信号。继电器接受第一断路控制信号和第二断路控制信号进行断路操作。本发明通过电压信号波动和幅值两个维度对实时电压信号进行监控，能够及时有效防止危险事件发生。

Description

一种具有监控功能的电表

技术领域

本发明涉及测量电压仪表技术领域，具体涉及一种具有监控功能的电表。

背景技术

电表箱在实际应用过程中，电压过大会导致箱内电表等元器件被击穿或者发热，由于电表箱内线路复杂，如果不及时监控实时电压状态会引发电表箱起火，发生火灾和漏电等危险事件。

在现有的具有监控功能的电表上会安装浪涌保护器用于实时检测异常电压，进而及时反馈断路命令，防止危险事件的发生。但是电压信号是一种具有明显波动的信号，若某时刻下电压产生了异常波动仍会对电表箱内的仪表线路造成损害，而浪涌保护器无法识别出此类异常波动，进而导致电表监控功能的失效，产生灾害隐患。

发明内容

为了解决现有的具有监控功能的电表中无法准确监控出电压异常的技术问题，本发明的目的在于提供一种具有监控功能的电表，所采用的技术方案具体如下：

本发明提出了一种具有监控功能的电表，所述电表包括电表本体和电压监测控制模块，电表本体的进线开关的进线端与电压监测控制模块相连，电压监测控制模块包括电压传感装置11、浪涌保护器1和继电器10；电压传感装置11检测进线端的实时电压信号并将实时电压信号发送至云端服务器和浪涌保护器1，浪涌保护器1分析实时电压信号并将第二断路控制信号发送给继电器10，继电器10接收云端服务器发送的第一断路控制信号或者浪涌保护器1发送的第二断路控制信号并进行断路操作；

云端服务器发送第一断路控制信号的条件包括：

统计实时时刻之前历史时间段内的非负载正常电压信号和负载正常电压信号；获得非负载正常电压信号的多个第一分量信号，获得负载正常电压信号的多个第二分量信号；将第一分量信号和第二分量信号互相匹配，获得多个匹配对；根据匹配对中两个信号之间对应位置数据点的差异，统计出突变点位置，突变点位置构成对应匹配对的特征值序列；将所有特征值序列的特征向量作为标准特征向量；获得实时电压信号的实时特征向量，根据实时特征向量与标准特征向量之间的相似度判断实时电压信号是否为异常信号，若为异常信号则发送第一断路控制信号；

浪涌保护器1发送第二断路控制信号的条件包括：

若检测出实时电压信号的幅值为异常幅值，则发送第二断路控制信号。

进一步地，所述云端服务器统计实时时刻之前历史时间段内的非负载正常电压信号和负载正常电压信号包括：

统计历史时间段内的历史正常电压信号，将所述历史正常电压信号分为历史非负载正常电压信号和历史负载正常电压信号；每个所述历史正常电压信号与所述实时电压信号的长度相同；所述历史非负载正常电压信号与所述历史负载正常电压信号的数量相同；将所述历史非负载正常电压信号按照时序拼接，获得所述非负载正常电压信号；将所述历史负载正常电压信号按照时序拼接，获得所述负载正常电压信号。

进一步地，所述云端服务器采用EMD分解算法获得非负载正常电压信号的多个IMF分量作为所述第一分量信号，采样EMD分解算法获得负载正常电压信号的多个IMF分量作为所述第二分量信号。

进一步地，所述云端服务器中，所述匹配对的获取方法包括：

将所述第一分量信号和所述第二分量信号分别作为KM匹配算法中一侧的节点，利用以余弦相似度作为两侧节点之间的边权值，将边权值大于预设边权值阈值的两个节点作为所述匹配对。

进一步地，所述云端服务器中，所述突变点位置的获取方法包括：

利用DTW算法将所述匹配对中的两个信号之间的信号点进行匹配，获得每个信号点的匹配结果；将每个信号点作为待分析信号点，若待分析信号点的匹配结果中与至少两个其他信号点进行匹配，则将对应待分析信号点标记为突变点；遍历所有待分析信号点，获得所有突变点；所述突变点在所述第一分量信号或者所述第二分量信号上的位置作为所述突变点位置。

进一步地，所述云端服务器中，所述标准特征向量的获取方法包括：

将每个所述匹配对的所述特征值序列作为第一特征矩阵的一行，获得第一特征矩阵；利用SVD分解算法获得所述第一特征矩阵的第一特征向量，所述第一特征向量按照对应特征值进行降序排序，选择前预设数量个所述第一特征向量作为所述标准特征向量。

进一步地，所述云端服务器中，所述实时特征向量的获取方法包括：

将实时电压信号进行分割并构成实时电压信号矩阵，所述实时电压信号矩阵的大小与所述第一特征矩阵的大小相同；利用SVD分解算法获得所述实时电压信号矩阵的第二特征向量，所述第二特征向量按照对应特征值进行降序排序，选择前预设数量个所述第二特征向量作为所述实时特征向量。

进一步地，所述云端服务器中，所述根据实时特征向量与标准特征向量之间的相似度判断实时电压信号是否为异常信号包括：

将所述实时特征向量与所述标准特征向量分别作为KM匹配算法中一侧的节点，向量之间的DTW距离为边权值，利用KM匹配算法获得最优匹配对，将所有最优匹配对的平均边权值作为判别指标，若所述判别指标大于预设判别阈值，则将实时电压信号判定为异常信号。

进一步地，所述浪涌保护器（1）判断异常幅值的方法包括：

若所述实时电压信号的幅值大于预设电压阈值时，判定为异常幅值。

进一步地，所述云端服务器判断实时电压信号是否为异常信号之后还包括：

若实时电压信号不为异常信号，则将最优匹配对中的向量求平均，获得更新向量，将所述云端服务器内的所述标准特征向量替换为所述更新向量。

本发明具有如下有益效果：

本发明在浪涌保护器监控电压幅值的基础上增加了云计算功能，通过电压传感装置将实时电压信号发送至云端服务器，云端服务器可对历史时间段内的非负载正常电压信号和负载正常电压信息进行分析，通过分解分量信号并匹配，获得标准特征向量。标准特征向量中包含了信号发送波动的突变点信息，并且是根据实时时刻之前的历史时间段内的正常电压数据进行获取的，因此可以作为评估实时电压信号是否异常的标准，通过判断实时电压信号是否为异常信号云端服务器可向继电器发送第一断路控制信号，继电器能够接收云端服务器发送的第一断路控制信号和浪涌保护器发送的第二断路控制信号进行及时准确的断路操作，防止电表箱危险事件的发生。

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和优点，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的介绍，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附图。

图1为本发明一个实施例所提供的一种电压监测控制模块的结构图。

图2为本发明一个实施例所提供的一种具有监控功能的电表的结构图。

图3为本发明一个实施例所提供的一种云端服务器发送第一断路控制信号方法的步骤流程图。

图4为本发明一个实施例所提供的一种DTW匹配示意图。

图中标号为：1、浪涌保护器；2、进线开关； 3、漏电断路保护器；4、互感器；5、电压传感器；6、电表；7、出线开关；8、电气火灾监控探测器；9、电表集抄器；10、继电器；11、电压传感装置。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种具有监控功能的电表，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种具有监控功能的电表的具体方案。

本发明实施例中的具有监控功能的电表包括电表本体和电压监测控制模块，其中电表本体的进线开关的进线端与电压监测控制模块相连，电压监测控制模块包括电压传感装置11、浪涌保护器1和继电器10。请参阅图1，其示出了本发明一个实施例所提供的一种电压监测控制模块的结构图，在图1中电压传感装置11左侧与电表本体的进线端相连，即电压传感装置能够通过电表本体的进线开关的进线端检测电压并形成实时电压信号；电压传感装置11的右侧与浪涌保护器1相连，电压传感装置11能够将检测出的实时电压信号传递给浪涌保护器1；浪涌保护器1能够分析实时电压信号并将第二断路控制信号发送继电器10；电压传感装置11还需要将实时电压信号发送至云端服务器，云端服务器通过分析实时电压信号对继电器10发送第一断路控制信号；继电器10接受第一断路控制信号或者第二断路控制信号并进行断路操作。本发明实施例中的电表在传统的浪涌保护器检测异常电压的基础上增加了云计算分析过程，即继电器10能够同时接收两种断路信号。当实时电压信号的幅值具有明显异常时，可直接通过本地的浪涌保护器1检测出异常，并向继电器10反馈第二断路控制信号，继电器10执行断路操作保护电表箱安全；当实时电压信号的幅值没有明显异常，但是数据波动异常时，浪涌保护器1不会反馈第二断路控制信号，云端服务器会向继电器10发送第一断路控制信号，继电器10可通过内部电磁机构或半导体开关等方式切断电路，执行断路操作保护电表箱安全。

本发明实施例提供的电表能够从电压幅值和电压波动上两个维度分析实时电压的异常状态，能够实现对实时电压的有效监控，防止电表箱发生危险事件。

需要说明的是，本发明实施例所提供的电压监测控制模块可适用于所有电表本体，例如专利CN212624311U中提出的一种具有火灾监控功能的电表箱，请参阅图2，其示出了本发明一个实施例所提供的一种具有监控功能的电表的结构图，图2中的电表包括浪涌保护器1；进线开关2；漏电断路保护器3；互感器4；电压传感器5；电表6；出线开关7；电气火灾监控探测器8；电表集抄器9；继电器10；电压传感装置11。在图2中的电表中，各个结构在电表内部进行线路连接，其中电压传感装置11、浪涌保护器1和继电器10在右下角组成电压监测控制模块。在电表内部，电压传感装置11连接进线开关2和浪涌保护器1，浪涌保护器连接电压传感装置11和继电器10，其他结构的连接方式已经实现功能均为本领域技术人员熟知的公知技术，在此不做赘述。

请参阅图3，其示出了本发明一个实施例所提供的一种云端服务器发送第一断路控制信号方法的步骤流程图，该方法包括：

步骤S1：统计实时时刻之前历史时间段内的非负载正常电压信号和负载正常电压信号；获得非负载正常电压信号的多个第一分量信号，获得负载正常电压信号的多个第二分量信号。

为了判断实时电压信号是否为异常信号，本发明实施例中的云端服务器采用匹配的思想，获得正常电压信号的波动特征，通过与实时电压信号进行对比进而实现对实时电压信号异常性的判断。考虑到用电数据具有一定的周期性，连续时间段内的用电数据的特征应当是一致的，因此统计实时时刻之前历史时间段内的正常电压数据进行分析，保证后续对比判断的准确性。进一步考虑到用电数据中的电压信号分为有负载的情况和无负载的情况，因此进一步划分出非负载正常电压信号和负载正常电压信号。

优选地，在本发明一个实施例中，云端服务器统计实时时刻之前历史时间段内的非负载正常电压信号和负载正常电压信号包括：

统计历史时间段内的历史正常电压信号，将历史正常电压信号分为历史非负载正常电压信号和历史负载正常电压信号；为了方便后续过程的匹配，历史非负载正常电压信号与历史负载正常电压信号的数量相同。因为所获得的历史非负载正常电压信号或者历史负载正常电压信号可能是多段长度相同的数据，为了方便后续的数据处理，将历史非负载正常电压信号按照时序拼接，获得非负载正常电压信号；将历史负载正常电压信号按照时序拼接，获得负载正常电压信号。

在本发明一个实施例中，每条电压信号的长度均为5分钟，历史时间段设置为实时时刻之前的三十条电压信号的时间段。若统计出的历史非负载正常电压信号的数量比历史负载正常电压信号的数量多，则继续向历史时间段之前的历史时刻统计历史负载正常电压信号，直至两种电压信号的数量相等；若统计出的历史非负载正常电压信号的数量比历史负载正常电压信号的数量少，则将时序上靠前的历史非负载正常电压信号删除，直至两种电压信号的数量相等。

在正常情况下，电压信号是呈周期性变化的，但是在特殊情况，由于负载变化或者其他因素，电压信号的波形会产生一定的变化，例如高负载时，电压信号虽然保持一定周期性的变化，但是波形可能变得不规则或者扭曲。所有常规的周期性波形对比的方法难以对异常的电压波动进行准确监控识别。因此需要将电压信号分为负载和非负载两个类别，并且将电压信号进行分解，将一个信号分解为多个频率下的分量信号，在不同分量信号之间分析信号的波动，避免了进分析周期性导致的监控效果较差。本发明实施例分别对非负载正常电压信号和负载正常电压信号进行分解，获得非负载正常电压信号的多个第一分量信号，获得负载正常电压信号的多个第二分量信号。

优选地，在本发明一个实施例中，信号分解算法使用EMD分解算法，即云端服务器采用EMD分解算法获得非负载正常电压信号的多个IMF分量作为第一分量信号，采样EMD分解算法获得负载正常电压信号的多个IMF分量作为第二分量信号。需要说明的是，EMD分解算法为本领域技术人员熟知的技术手段，在此不做赘述。

步骤S2：将第一分量信号和第二分量信号互相匹配，获得多个匹配对；根据匹配对中两个信号之间对应位置数据点的差异，统计出突变点位置，突变点位置构成对应匹配对的特征值序列；将所有特征值序列的特征向量作为标准特征向量。

因为正常电压信号虽然因为负载类型不同导致波形存在一定的局部差异，但是因为同属于正常电压信号，所以整体变化趋势是相近的，所以可以将不同频率下的分类信号互相匹配，进而得到共性特征，获得参考性强的标准特征向量。

因为第一分类信号和第二分类信号属于不同负载类别，因此将第一分类信号和第二分类信号互相匹配，获得多个匹配对，即一个匹配对中包含一个第一分类信号和一个第二分类信号。

优选地，在本发明一个实施例中，匹配对的获取方法包括：

将第一分量信号和第二分量信号分别作为KM匹配算法中一侧的节点，利用以余弦相似度作为两侧节点之间的边权值，将边权值大于预设边权值阈值的两个节点作为匹配对。

需要说明的是，KM匹配算法和余弦相似度为本邻域技术人员熟知的技术手段，在此不做赘述。本发明实施例中将边权值归一化后，将边权值阈值设置为0.7。需要说明的是，匹配对的获取并非是寻找最优匹配关系的步骤，因为是将边权值大于预设边权值阈值的两个节点作为匹配对，因此会存在不同匹配对中出现相同节点的情况。

因为匹配对中两个信号同属于正常电压信号但是属于不同负载类型，因此可通过对比两个信号之间对应位置数据点的差异统计出突变点的位置，突变点位置能够表示两种信号之间信号数据发送不同变化时的位置，因此该位置可作为特征信息，即突变点位置构成对应匹配对的特征值序列，因为存在多个匹配对，因此将所有特征值序列的特征向量作为标准特征向量。即标准特征向量中包含了正常电压数据上的特征位置信息，可作为后续判断实时电压信号异常性的依据。

优选地，在本发明一个实施例中云端服务器中，突变点位置的获取方法包括：

利用DTW算法将匹配对中的两个信号之间的信号点进行匹配，获得每个信号点的匹配结果。将每个信号点作为待分析信号点，若待分析信号点的匹配结果中与至少两个其他信号点进行匹配，则将对应待分析信号点标记为突变点；遍历所有待分析信号点，获得所有突变点；突变点在第一分量信号或者第二分量信号上的位置作为突变点位置。请参阅图4，其示出了本发明一个实施例所提供的一种DTW匹配示意图，在图4中上方曲线为第一分量信号，下方曲线为第二分量信号，图4中两条曲线之间的虚线表示对应关系，由图4可以看出经过DTW匹配后，信号点的匹配关系存在一对一和一对多等情况，而一对多的信号点为两个信号发送不同数据趋势走向时的点，例如图4中上侧曲线的第7个信号点对应与下侧曲线的第8个和第7个点。因此可以将一对多对应的信号点作为突变点，获得突变点位置。

在本发明一个实施例中，获取每个信号点匹配关系之间的位置差异，即信号点在曲线上对应序号值的差异。若信号点连续处于一对一的情况，则序号值的差异不会发生变化；若信号点处于一对多的情况，则序号值的差异会产生变化，例如图4中前6个信号点的序号值差异均为0，上侧曲线的第7个信号点对应与下侧曲线的第8个和第7个点的序号值差异为1和0。因此可采用由此编码的思想，构建序号值差异序列，获得每种序号值的游程信息，在本发明实施例中构建二元组，二元组中第一个元素为序号值差异，第二个元素为利用游程编码分析获得的第一个元素连续出现的数量。当二元组中第二个元素小于2时，说明对应的信号点为一对多的情况，从而获得突变点信息。

优选地，在本发明一个实施例中标准特征向量的获取方法包括：

将每个匹配对的特征值序列作为第一特征矩阵的一行，获得第一特征矩阵。即第一特征矩阵的行数为匹配对的数量，列数为最长的特征值序列的长度。利用SVD分解算法获得第一特征矩阵的第一特征向量，第一特征向量按照对应特征值进行降序排序，选择前预设数量个第一特征向量作为标准特征向量。需要说明的是，SVD分解算法为本领域技术人员熟知的技术手段，在此不做赘述。在本发明实施例中将预设数量设置为10，即选择前十个第一特征向量作为标准特征向量，即标准特征向量为一组向量的集合。

步骤S3：获得实时电压信号的实时特征向量，根据实时特征向量与标准特征向量之间的相似度判断实时电压信号是否为异常信号，若为异常信号则发送第一断路控制信号。

通过步骤S1和步骤S2云端服务器的处理，获得了可用于匹配对比的标准特征向量，进一步将实时电压信号转换至与表征特征向量形式相同的实时特征向量即可进行匹配对比过程，根据实时特征向量与表征特征向量之间的相似度判断实时电压信号是否为异常信息，即相似性越大说明实时电压信号越属于正常电压信号的数据分布；相似度越小，说明实时电压信号上出现了异常波动，为异常信号的概率越大。当判断出实时电压信号为异常信号时，云端服务器即可发送第一断路控制信号。

优选地，考虑到本发明一个实施例中的标准特征向量为一组向量的集合，因此实时特征向量的获取方法包括：

将实时电压信号进行分割并构成实时电压信号矩阵，为了便于特征向量的比对需要保证实时电压信号矩阵的大小与第一特征矩阵的大小相同；利用SVD分解算法获得实时电压信号矩阵的第二特征向量，第二特征向量按照对应特征值进行降序排序，选择前预设数量个第二特征向量作为实时特征向量，即第二特征向量的数量与第一特征向量的数量相同。

因为在本发明一个实施例中实施特征向量与表征特征向量均为多个向量的集合，所以在本发明一个优选实施例中根据实时特征向量与标准特征向量之间的相似度判断实时电压信号是否为异常信号包括：

将实时特征向量与标准特征向量分别作为KM匹配算法中一侧的节点，向量之间的DTW距离为边权值，利用KM匹配算法获得最优匹配对，将所有最优匹配对的平均边权值作为判别指标，若判别指标大于预设判别阈值，则将实时电压信号判定为异常信号。在本发明一个实施例中，将判别指标归一化后，将判别阈值设置为0.3。

优选地，在本发明一个实施例中，云端服务器判断实时电压信号是否为异常信号之后还包括：

若实时电压信号不为异常信号，则将最优匹配对中的向量求平均，获得更新向量，将云端服务器内的标准特征向量替换为更新向量。实现云端服务器中表征特征向量的更新，在后续监控过程中可直接利用更新后的标准特征向量作为匹配对比的数据，不需要再重新统计历史时间段中的电压信号获得表征特征向量。

优选地，在本发明一个实施例中，浪涌保护器1判断异常幅值的方法包括：若所述实时电压信号的幅值大于预设电压阈值时，浪涌保护器1内的MOV会变成高电阻状态，限制当前电流并判定为异常幅值，向继电器10发送第二断路控制信号。需要说明的是，电压阈值可根据实际实施情况自行设置，在此不做限定。

需要说明的是，本发明实施例所提供的的电表中具有信号接受和发送功能的结构可直接采用现有技术中常用的信号收发模块，具体型号不再限制。

综上所述，本发明实施例所提供的电表通过电压监测控制模块中的电压传感器装置将电压信号上传至云端服务器，云端服务器获取历史数据中表示正常信号波动的标准特征向量，通过将标准特征向量与实时电压信号的实时特征向量进行对比，判断实时电压信号是否为异常信号，并反馈第一断路控制信号。还利用浪涌保护器检测实时电压信号的幅值反馈第二断路控制信号。继电器接受第一断路控制信号和第二断路控制信号进行断路操作。本发明通过电压信号波动和幅值两个维度对实时电压信号进行监控，能够及时有效防止危险事件发生。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

Claims (7)

1.一种具有监控功能的电表，所述电表包括电表本体和电压监测控制模块，其特征在于，电表本体的进线开关的进线端与电压监测控制模块相连，电压监测控制模块包括电压传感装置（11）、浪涌保护器（1）和继电器（10）；电压传感装置（11）检测进线端的实时电压信号并将实时电压信号发送至云端服务器和浪涌保护器（1），浪涌保护器（1）分析实时电压信号并将第二断路控制信号发送给继电器（10），继电器（10）接收云端服务器发送的第一断路控制信号或者浪涌保护器（1）发送的第二断路控制信号并进行断路操作；

云端服务器发送第一断路控制信号的条件包括：

统计实时时刻之前历史时间段内的非负载正常电压信号和负载正常电压信号；获得非负载正常电压信号的多个第一分量信号，获得负载正常电压信号的多个第二分量信号；将第一分量信号和第二分量信号互相匹配，获得多个匹配对；根据匹配对中两个信号之间对应位置数据点的差异，统计出突变点位置，突变点位置构成对应匹配对的特征值序列；将所有特征值序列的特征向量作为标准特征向量；获得实时电压信号的实时特征向量，根据实时特征向量与标准特征向量之间的相似度判断实时电压信号是否为异常信号，若为异常信号则发送第一断路控制信号；

浪涌保护器（1）发送第二断路控制信号的条件包括：

若检测出实时电压信号的幅值为异常幅值，则发送第二断路控制信号；

所述云端服务器采用EMD分解算法获得非负载正常电压信号的多个IMF分量作为所述第一分量信号，采样EMD分解算法获得负载正常电压信号的多个IMF分量作为所述第二分量信号；

所述云端服务器中，所述匹配对的获取方法包括：

将所述第一分量信号和所述第二分量信号分别作为KM匹配算法中一侧的节点，利用以余弦相似度作为两侧节点之间的边权值，将边权值大于预设边权值阈值的两个节点作为所述匹配对；

所述云端服务器中，所述突变点位置的获取方法包括：

利用DTW算法将所述匹配对中的两个信号之间的信号点进行匹配，获得每个信号点的匹配结果；将每个信号点作为待分析信号点，若待分析信号点的匹配结果中与至少两个其他信号点进行匹配，则将对应待分析信号点标记为突变点；遍历所有待分析信号点，获得所有突变点；所述突变点在所述第一分量信号或者所述第二分量信号上的位置作为所述突变点位置。

2.根据权利要求1所述的一种具有监控功能的电表，其特征在于，所述云端服务器统计实时时刻之前历史时间段内的非负载正常电压信号和负载正常电压信号包括：

统计历史时间段内的历史正常电压信号，将所述历史正常电压信号分为历史非负载正常电压信号和历史负载正常电压信号；每个所述历史正常电压信号与所述实时电压信号的长度相同；所述历史非负载正常电压信号与所述历史负载正常电压信号的数量相同；将所述历史非负载正常电压信号按照时序拼接，获得所述非负载正常电压信号；将所述历史负载正常电压信号按照时序拼接，获得所述负载正常电压信号。

3.根据权利要求1所述的一种具有监控功能的电表，其特征在于，所述云端服务器中，所述标准特征向量的获取方法包括：

将每个所述匹配对的所述特征值序列作为第一特征矩阵的一行，获得第一特征矩阵；利用SVD分解算法获得所述第一特征矩阵的第一特征向量，所述第一特征向量按照对应特征值进行降序排序，选择前预设数量个所述第一特征向量作为所述标准特征向量。

4.根据权利要求3所述的一种具有监控功能的电表，其特征在于，所述云端服务器中，所述实时特征向量的获取方法包括：

将实时电压信号进行分割并构成实时电压信号矩阵，所述实时电压信号矩阵的大小与所述第一特征矩阵的大小相同；利用SVD分解算法获得所述实时电压信号矩阵的第二特征向量，所述第二特征向量按照对应特征值进行降序排序，选择前预设数量个所述第二特征向量作为所述实时特征向量。

5.根据权利要求4所述的一种具有监控功能的电表，其特征在于，所述云端服务器中，所述根据实时特征向量与标准特征向量之间的相似度判断实时电压信号是否为异常信号包括：

将所述实时特征向量与所述标准特征向量分别作为KM匹配算法中一侧的节点，向量之间的DTW距离为边权值，利用KM匹配算法获得最优匹配对，将所有最优匹配对的平均边权值作为判别指标，若所述判别指标大于预设判别阈值，则将实时电压信号判定为异常信号。

6.根据权利要求1所述的一种具有监控功能的电表，其特征在于，所述浪涌保护器（1）判断异常幅值的方法包括：

若所述实时电压信号的幅值大于预设电压阈值时，判定为异常幅值。

7.根据权利要求5所述的一种具有监控功能的电表，其特征在于，所述云端服务器判断实时电压信号是否为异常信号之后还包括：

若实时电压信号不为异常信号，则将最优匹配对中的向量求平均，获得更新向量，将所述云端服务器内的所述标准特征向量替换为所述更新向量。