一种电能表质量管理分析方法及系统与流程

本发明涉及电力系统领域，更具体的，涉及一种电能表质量管理分析方法及系统。

背景技术：

1、随着数字经济的蓬勃发展，数字技术成为新的发展引擎，以数字化驱动计量事业发展，既是现实急迫需求，也是产业发展的方向。为推动计量业务的数字化转型，通过提升电能表质量管控水平，提高计量业务的效率和精确度，为能源管理和计费提供可靠的基础数据支持，针对电能表质量数据分散、数据价值挖掘应用不足，以及电能表质量检测检定、运行状态监测、故障研判、质量分析与预测等智能化、自动化、数字化水平不足，难以满足电网数字化转型对海量准确计量数据的需求，开展数字孪生、大数据、人工智能等先进技术在电能表全寿命周期中的深化应用，盘活海量数据资源，挖掘电能表质量相关数据价值，实现信息的全面记录和实时更新，推动电能表行业实现数字化转型，提升整体运营效率和质量控制水平是研究目标。

2、针对上述问题，亟需一种电能表质量管理分析方法及系统。

技术实现思路

1、为解决现有技术中存在的不足，本发明提供一种电能表质量管理分析方法及系统，通过数据分析方法获得电能表异常分析结果。

2、本发明采用如下的技术方案。

3、本发明第一方面，涉及一种电能表质量管理分析方法，方法包括以下步骤：采集电能表运行数据，删除异常数据后，对运行数据进行计算以获得电能表指标量；采用相关性分析方法建立电能表指标之间的相关关系，并基于相关关系对电能表指标进行降维，以获得第一电能表指标体系；采用主成分分析方法对第一电能表指标体系进行降维，以获得第二电能表指标体系；采用因子分析方法对第二电能表指标体系中的部分指标进行合并，以获得第三电能表指标体系；采用动态自适应权重算法获得第二电能表指标体系中每种指标的权重、第三电能表指标体系中每种指标的权重；利用电能表指标量、权重计算出每种指标的当前指标量，利用当前指标量的异常情况，得出电能表的质量分析结果。

4、优选的，采集电能表运行数据，删除异常数据后，对运行数据进行计算以获得电能表指标量，包括：计算电能表运行数据在预设时间段内的平均数、电能表运行数据在同一时间段的预设区域内不同设备产生数据的平均数，利用平均数计算所述电能表运行数据的标准差，将标准差小于1时的时段数据、运行数据删除；若一条运行数据中超过85％的数据维度缺失，则删除该条运行数据；若某列运行数据的异常值占比超过60％，则删除该列数据；利用剩余数据构建运行数据库，基于预设的电能表指标计算方法，计算电能表指标量。

5、优选的，采用相关性分析方法建立电能表指标之间的相关关系，并基于相关关系对电能表指标进行降维，以获得第一电能表指标体系，包括：利用皮尔森相关系数、斯皮尔曼相关系数求解任意两个电能表指标之间的关联程度，以计算任意一个指标与所有其他指标之间的关联性；对指标的关联性进行排序，将排序靠后的指标删除后，获得第一电能表指标体系。

6、优选的，采用因子分析方法对第二电能表指标体系中的部分指标进行合并，以获得第三电能表指标体系，包括：将所述第二电能表指标体系中的指标划分至采购到货、设备验收、检定检测、仓储配送、设备安装、设备运行、设备拆除、资产报废、环境的多个维度中；将同一维度中的指标进行公因子提取，并利用公因子提取结果对指标进行合并，以生成第三电能表指标体系。

7、优选的，采用动态自适应权重算法获得第二电能表指标体系中每种指标的权重、第三电能表指标体系中每种指标的权重，包括：利用灰色关联法、熵权法计算第二电能表指标体系中每种指标的权重；利用层次分析法计算第三电能表指标体系中每种指标的权重。

8、优选的，利用电能表指标量、权重计算出每种指标的当前指标量，利用指标量的异常次数，生成电能表的质量分析结果，包括：统计每一个指标的历史量，提取历史最高分和历史最低分并计算每一个指标的正向指标量和反向指标量；将正向指标量和反向指标量映射到标准空间，获得每一个指标的当前指标量。

9、优选的，利用电能表指标量、权重计算出每种指标的当前指标量，利用当前指标量的异常情况，生成电能表的质量分析结果，包括：将第三电能表指标体系中的所有的当前指标量构建为一个事务，将同一批次电能表、或一个时段内的电能表的电感器指标量构建为一个事务集；利用fp-growth或apriori关联分析算法对频繁项进行挖掘，以得到频繁项集，作为电能表的质量分析结果。

10、本发明第二方面，涉及一种电能表质量管理分析系统，系统采用本发明第一方面中所述的一种电能表质量管理分析方法获得；系统包括采集模块、关联模块、降维模块、合并模块、权重模块和分析模块；其中，采集模块，用于采集电能表运行数据，删除异常数据后，对运行数据进行计算以获得电能表指标量；关联模块，用于采用相关性分析方法建立电能表指标之间的相关关系，并基于相关关系对电能表指标进行降维，以获得第一电能表指标体系；降维模块，用于采用主成分分析方法对第一电能表指标体系进行降维，以获得第二电能表指标体系；合并模块，用于采用因子分析方法对第二电能表指标体系中的部分指标进行合并，以获得第三电能表指标体系；权重模块，用于采用动态自适应权重算法获得第二电能表指标体系中每种指标的权重、第三电能表指标体系中每种指标的权重；分析模块，用于利用电能表指标量、权重计算出每种指标的当前指标量，利用当前指标量的异常情况，得出电能表的质量分析结果。

11、本发明第三方面，涉及一种终端，包括处理器及存储介质；存储介质用于存储指令；处理器用于根据所述指令进行操作以执行本发明第一方面中所述方法的步骤。

12、本发明第四方面，涉及计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明第一方面中所述方法的步骤。

13、本发明的有益效果在于，与现有技术相比，本发明中的一种电能表质量管理分析方法及系统，通过数据分析方法获得电能表异常分析结果。本发明从数据来源、数据层、模型层、应用层等维度出发进行系统功能设计，研究利用大数据技术，开展设备全寿命全景仿真监测，掌握电能表质量情况。同时，开展电能表质量分析核心功能设计，包括元器件拆解投诉与质量跟踪、检测装置质量评估、批次设备质量评价、设备寿命预测等，支撑故障电能表的故障原因溯源追踪，掌握检测装置质量水平，为设备招标采购、轮换提供支撑，助力电能表的高效、智能和精益化全寿命周期管理。

14、本发明的有益效果还包括：

15、1、本发明构建了一套基于全寿命周期数据的电能表质量分析管理系统。该系统研究利用大数据技术，开展设备全寿命全景仿真监测，掌握电能表质量情况。同时，开展电能表质量分析核心功能设计，包括元器件拆解投诉与质量跟踪、检测装置质量评估、批次设备质量评价、设备寿命预测等，支撑故障电能表的故障原因溯源追踪，掌握检测装置质量水平，为设备招标采购、轮换提供支撑。

16、2、本发明聚焦电能表质量管理系统，基于fp-growth算法、apriori算法等方法，通过深入分析电能表全寿命周期中，本身误差等级、环境温度与湿度、安装位置、送检台精度等影响因素对电能表状态的影响关系，探索各种影响因素对电能表状态的影响程度，可有效挖掘与电能表状态关联度相对较大的影响因素，为开展电能表全寿命周期自动化综合评价奠定基础。

17、3、通过对基于多模态关联因素构建的电能表指标体系的权重影响分析，可根据每个指标维度的权重表现和数据情况，实时计算电能表状态综合得分，直观展现电能表最新状态。

18、4、本发明利用机器学习等算法构建的电能表状态预测模型，可实现对电能表状态的自动评价与状态更新，海量的电能表计量数据都可以进行多维度融合分析，有助于深入了解电能的使用情况和需求特征，为电力公司提供更精准的用电预测和负荷调控策略。

19、5、电能表质量管理系统应用数据特征降维、机器学习和大数据分析等先进技术，可形成一套完整的数字化管理体系，通过在电能表全寿命周期中的应用，推动电力计量向数字化转型迈进，提升电能表技术水平和管理水平。

20、6、通过电能表全寿命周期管理效率和电能质量提升，能够更好地提供用电服务，优化电能计量数据的分析与应用，从而提高运营效率和服务质量，满足不断增长的电力需求。