预览加载中,请您耐心等待几秒...
1/6
2/6
3/6
4/6
5/6
6/6

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109635950A(43)申请公布日2019.04.16(21)申请号201811457030.X(22)申请日2018.11.30(71)申请人国网上海市电力公司地址200122上海市浦东新区中国(上海)自由贸易试验区源深路1122号(72)发明人王新刚张垠赵舫陈金涛魏晓川(74)专利代理机构上海科盛知识产权代理有限公司31225代理人翁惠瑜(51)Int.Cl.G06N3/12(2006.01)G01R35/04(2006.01)权利要求书1页说明书3页附图1页(54)发明名称基于遗传算法和社团聚类的电能表运行状态监测方法(57)摘要本发明涉及一种基于遗传算法和社团聚类的电能表运行状态监测方法,包括以下步骤:1)获得待测电能表的基础数据,提取该待测电能表的用电特征参数;2)基于所述用电特征参数,采用一基于遗传算法和多元神经网络的电能表状态评价模型,获取待测电能表的运行状态;其中,所述用电特征参数根据电能表运行状态关联因素选定,所述电能表运行状态关联因素基于社团聚类算法确定。与现有技术相比,本发明具有推动电能表状态轮换合理化、智能化,及时发现故障表及存在质量隐患的电能表,保障电能表运行质量水平等优点。CN109635950ACN109635950A权利要求书1/1页1.一种基于遗传算法和社团聚类的电能表运行状态监测方法,其特征在于,包括以下步骤:1)获得待测电能表的基础数据,提取该待测电能表的用电特征参数;2)基于所述用电特征参数,采用一基于遗传算法和多元神经网络的电能表状态评价模型,获取待测电能表的运行状态;其中,所述用电特征参数根据电能表运行状态关联因素选定,所述电能表运行状态关联因素基于社团聚类算法确定。2.根据权利要求1所述的基于遗传算法和社团聚类的电能表运行状态监测方法,其特征在于,对不同的待测电能表以时间维度为序列提取不同的所述用电特征参数。3.根据权利要求1所述的基于遗传算法和社团聚类的电能表运行状态监测方法,其特征在于,所述基础数据基于用电信息采集系统、SG186营销业务系统和MDS生产调度平台获取。4.根据权利要求1所述的基于遗传算法和社团聚类的电能表运行状态监测方法,其特征在于,所述电能表状态评价模型训练时,通过实验室试验以及对典型事件现有数据的筛选提炼建立典型、准确的初始样本数据库对模型进行初始设置和初期训练。5.根据权利要求1所述的基于遗传算法和社团聚类的电能表运行状态监测方法,其特征在于,所述电能表状态评价模型基于一用电特征参数数据库动态修正与更新。6.根据权利要求1所述的基于遗传算法和社团聚类的电能表运行状态监测方法,其特征在于,所述电能表运行状态关联因素确定过程中,利用社团聚类技术依据用电特征和安装环境实现划分,根据电能表关键影响因素的相似性实现智能聚类。7.根据权利要求1所述的基于遗传算法和社团聚类的电能表运行状态监测方法,其特征在于,该方法还包括:基于步骤2)获取的待测电能表的运行状态对待测电能表进行评级。8.根据权利要求7所述的基于遗传算法和社团聚类的电能表运行状态监测方法,其特征在于,采用聚类定性结合风险评级的方式获得待测电能表的评级结果,实现电能表批次智能化划分。2CN109635950A说明书1/3页基于遗传算法和社团聚类的电能表运行状态监测方法技术领域[0001]本发明涉及一种电能表状态监测方法,尤其是涉及一种基于遗传算法和社团聚类的电能表运行状态监测方法。背景技术[0002]作为法定计量器具的电能表,承担着电压、电流、电能量等重要信息的测量、存储和传输任务,电能计量和信息传输的准确、及时关系到电力公司与客户之间电费结算的质量和效率。对于数百万只计量电量较大的运行电能表,目前一般都采用定期现场检验的方式监控其运行状态。交通和人力方面投入量巨大,难以满足目前企业减员增效的管理方向。同时,随着科技进步和产品质量的提高,电能表的现场运行故障率越来越低,频繁的现场检验缺乏实际意义。[0003]通过抽样检测的结果判断整批电能表的运行状况,并依此决定电能表整批轮换或是继续使用的抽检监督办法在是目前普遍采用的一种电能运行状态评价及运行调换方法,但该方法较为麻烦。发明内容[0004]本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于遗传算法和社团聚类的电能表状态监测方法。[0005]本发明的目的可以通过以下技术方案来实现:[0006]一种基于遗传算法和社团聚类的电能表运行状态监测方法,包括以下步骤:[0007]1)获得待测电能表的基础数据,提取该待测电能表的用电特征参数;[0008]2)基于所述用电特征参数,采用一基于遗传算法和多元神经网络的电能表状态评价模型,获取待测电能表的运行状态;[0009]其中,所述