电能表运行状态分层诊断方法、装置、设备及介质与流程

摘要: 本技术涉及电力运维与电能表检测,尤其涉及一种电能表运行状态分层诊断方法、装置、设备及介质。背景技术:1、在电力运维领域,电能表作为电网计量的核心设备,其运行状态...
电能表运行状态分层诊断方法、装置、设备及介质与流程

本技术涉及电力运维与电能表检测,尤其涉及一种电能表运行状态分层诊断方法、装置、设备及介质。

背景技术:

1、在电力运维领域,电能表作为电网计量的核心设备,其运行状态直接影响电网安全、计费准确性和用户用电质量。传统的用电检查工作主要依赖人工巡检与固定设备检测,需在高压或复杂环境中频繁接触电能表的电压/电流端子,存在较高的触电风险。

2、现有技术中,为了降低电能表检查的风险,通过采集终端获取电能表的数据,针对采集得到的数据进行多个方面的异常分析,得到电能表的异常诊断结果。

3、由于现有技术中的电能表检查方式依赖于单一检测架构,忽略了多重异常检测之间的影响关系,导致现有技术中存在诊断精准度低的技术问题。

技术实现思路

1、本技术实施例提供电能表运行状态分层诊断方法、装置、设备及介质,用以达到提升诊断精准度的技术效果。

2、第一方面,本技术实施例提供一种电能表运行状态分层诊断方法,该方法应用于云边协同电能表诊断系统,系统包括边缘端和云端,该方法包括:

3、基于边缘端连接非接触式采集装置,并基于预设频率采集待检查电能表的实时运行数据;实时运行数据包括电压信号、电流信号、相位信号、内部时钟信号、内部时段数据,以及泄露电流;

4、针对实时运行数据进行多维度诊断,得到包含超容、窃电、费率异常、漏电的中间诊断结果;

5、基于中间诊断结果进行二次交叉验证,并基于预设协同规则生成初始诊断结果,并将初始诊断结果以及实时运行数据上传至云端;

6、基于云端调用存储的历史故障特征库结合实时运行数据对初始诊断结果进行复核校验,得到目标诊断结果。

7、在一种可能的实施方式中,针对实时运行数据进行多维度诊断,得到包含超容、窃电、费率异常、漏电的中间诊断结果,包括:

8、基于漏电电流提取谐波分量的分布特征,并计算得到待检查电能表的总漏电流;基于总漏电流、预设漏电预警范围,以及分布特征进行漏电诊断,得到漏电诊断结果;

9、基于电流信号以及预设额定电压计算得到待检查电能表在多个连续滑动时间窗口的实际运行容量,并结合预设容量阈值进行超容诊断,得到超容诊断结果;

10、基于电流信号和相位信号提取得到待检查电能表的电流幅值特征和相位角特征,并结合预设窃电模式进行窃电诊断,得到窃电诊断结果;

11、基于内部时钟信号计算得到电能表和标准时钟的时间偏差,并结合内部时段数据和标准时段的匹配度进行费率异常诊断,得到费率异常诊断结果。

12、在一种可能的实施方式中,基于电流信号以及预设额定电压计算得到待检查电能表在多个连续滑动时间窗口的实际运行容量,并结合预设容量阈值进行超容诊断,得到超容诊断结果,包括:

13、基于电流信号提取每个滑动时间窗口内的电流最大值;

14、基于电流最大值、预设额定电压以及预设负载性质修正系数计算得到滑动时间窗口对应的实际运行容量;

15、计算每个实际运行容量和预设容量阈值的比值;

16、在比值大于第一预设阈值,并且状态持续的时长超出第二预设阈值时,确定超容诊断结果为待检查电能表处于超容状态,并生成相应的告警信息;

17、在比值大于第三预设阈值,并且小于或者等于第一预设阈值时,确定超容诊断结果为待检查电能表处于峰值预警状态,并生成相应的预警提示信息。

18、在一种可能的实施方式中,在基于电流信号提取每个滑动时间窗口内的电流最大值之前,方法还包括:

19、基于谐波分量的分布特征以及待检查电能表的总漏电流调整预设负载性质修正系数,得到更新后的预设负载性质修正系数。

20、在一种可能的实施方式中,基于中间诊断结果进行二次交叉验证,并基于预设协同规则生成初始诊断结果,并将初始诊断结果以及实时运行数据上传至云端,包括:

21、在漏电诊断结果指示总漏电流超出预设漏电预警范围且谐波分量占比突增,同时窃电诊断结果为存在异常相位偏移或幅值缺失,且两者在时间上同步时,生成第一类初始诊断结果,第一类初始诊断结果表征存在窃电嫌疑,并携带谐波分布特征和发生时段信息;

22、当超容诊断结果为判定为超容状态,且费率异常诊断结果为电表时钟偏差超过预设偏差阈值,且该时钟偏差发生于超容状态记录的时段内时,生成第二类初始诊断结果,第二类初始诊断结果表征该超容事件存疑,并附带时钟篡改嫌疑标记;

23、当超容诊断结果为判定为超容状态,且漏电诊断结果为漏电电流谐波分量显著增大并主导总电流增量时,生成第三类初始诊断结果,第三类初始诊断结果表征疑似绝缘劣化型虚超容;

24、将初始诊断结果与触发该结果所依据的实时运行数据打包,上传至云端进行复核校验。

25、在一种可能的实施方式中,基于云端调用存储的历史故障特征库结合实时运行数据对初始诊断结果进行复核校验,得到目标诊断结果,包括:

26、基于云端调用存储的历史故障特征库,历史故障特征库包含多条已确认故障事件的故障类型标签和对应的多维特征向量,多维特征向量的维度至少包括:漏电流波形特征、电压电流矢量特征、容量超限特征、时钟偏差特征及事件时间特征;

27、将接收到的实时运行数据和中间诊断结果,与历史故障特征库中的多维特征向量进行模式匹配,计算相似度得分;

28、基于相似度得分生成目标诊断结果,并在相似度得分低于预设匹配阈值时,将本次诊断的原始特征数据作为新故障样本回写至历史故障特征库。

29、在一种可能的实施方式中,基于相似度得分生成目标诊断结果,包括:

30、在初始诊断结果为第一类初始诊断结果时,提取实时运行数据中的漏电流谐波特征、电压电流矢量特征及事件时间特征,与历史故障特征库中已标注的各类窃电手法的特征向量进行相似度计算,将最匹配的窃电手法类型及历史案例数量作为目标诊断结果;

31、在初始诊断结果为第二类初始诊断结果时,调取电能表在同一费率时段的历史时钟偏差记录,若历史记录中该电能表存在多次时钟异常事件,则确认目标诊断结果为时钟篡改嫌疑,并提升告警等级;

32、在初始诊断结果为第三类初始诊断结果时,调取电能表的长期历史容量曲线和漏电流趋势数据,将当前超容事件的特征与历史同期数据进行比对,若偏差超过预设范围,则确认目标诊断结果为绝缘劣化型虚超容诊断,并生成建议排查的线路区段。

33、第二方面,本技术实施例提供一种电能表运行状态分层诊断装置,该装置应用于云边协同电能表诊断系统,系统包括边缘端和云端,该装置包括:

34、获取模块,用于基于边缘端连接非接触式采集装置,并基于预设频率采集待检查电能表的实时运行数据;实时运行数据包括电压信号、电流信号、相位信号、内部时钟信号、内部时段数据,以及泄露电流;

35、第一处理模块,用于针对实时运行数据进行多维度诊断,得到包含超容、窃电、费率异常、漏电的中间诊断结果;

36、第二处理模块,用于基于中间诊断结果进行二次交叉验证,并基于预设协同规则生成初始诊断结果,并将初始诊断结果以及实时运行数据上传至云端;

37、第三处理模块,用于基于云端调用存储的历史故障特征库结合实时运行数据对初始诊断结果进行复核校验,得到目标诊断结果。

38、在一种可能的实施方式中,第一处理模块还用于:

39、基于漏电电流提取谐波分量的分布特征,并计算得到待检查电能表的总漏电流;基于总漏电流、预设漏电预警范围,以及分布特征进行漏电诊断,得到漏电诊断结果;

40、基于电流信号以及预设额定电压计算得到待检查电能表在多个连续滑动时间窗口的实际运行容量,并结合预设容量阈值进行超容诊断,得到超容诊断结果;

41、基于电流信号和相位信号提取得到待检查电能表的电流幅值特征和相位角特征,并结合预设窃电模式进行窃电诊断,得到窃电诊断结果;

42、基于内部时钟信号计算得到电能表和标准时钟的时间偏差,并结合内部时段数据和标准时段的匹配度进行费率异常诊断,得到费率异常诊断结果。

43、在一种可能的实施方式中,第一处理模块还用于:

44、基于电流信号提取每个滑动时间窗口内的电流最大值;

45、基于电流最大值、预设额定电压以及预设负载性质修正系数计算得到滑动时间窗口对应的实际运行容量;

46、计算每个实际运行容量和预设容量阈值的比值;

47、在比值大于第一预设阈值,并且状态持续的时长超出第二预设阈值时,确定超容诊断结果为待检查电能表处于超容状态,并生成相应的告警信息;

48、在比值大于第三预设阈值,并且小于或者等于第一预设阈值时,确定超容诊断结果为待检查电能表处于峰值预警状态,并生成相应的预警提示信息。

49、在一种可能的实施方式中,第一处理模块还用于:

50、基于谐波分量的分布特征以及待检查电能表的总漏电流调整预设负载性质修正系数,得到更新后的预设负载性质修正系数。

51、在一种可能的实施方式中,第二处理模块还用于:

52、在漏电诊断结果指示总漏电流超出预设漏电预警范围且谐波分量占比突增,同时窃电诊断结果为存在异常相位偏移或幅值缺失,且两者在时间上同步时,生成第一类初始诊断结果,第一类初始诊断结果表征存在窃电嫌疑,并携带谐波分布特征和发生时段信息;

53、当超容诊断结果为判定为超容状态,且费率异常诊断结果为电表时钟偏差超过预设偏差阈值,且该时钟偏差发生于超容状态记录的时段内时,生成第二类初始诊断结果,第二类初始诊断结果表征该超容事件存疑,并附带时钟篡改嫌疑标记;

54、当超容诊断结果为判定为超容状态,且漏电诊断结果为漏电电流谐波分量显著增大并主导总电流增量时,生成第三类初始诊断结果,第三类初始诊断结果表征疑似绝缘劣化型虚超容;

55、将初始诊断结果与触发该结果所依据的实时运行数据打包,上传至云端进行复核校验。

56、在一种可能的实施方式中,第三处理模块还用于:

57、基于云端调用存储的历史故障特征库,历史故障特征库包含多条已确认故障事件的故障类型标签和对应的多维特征向量,多维特征向量的维度至少包括:漏电流波形特征、电压电流矢量特征、容量超限特征、时钟偏差特征及事件时间特征;

58、将接收到的实时运行数据和中间诊断结果,与历史故障特征库中的多维特征向量进行模式匹配,计算相似度得分;

59、基于相似度得分生成目标诊断结果,并在相似度得分低于预设匹配阈值时,将本次诊断的原始特征数据作为新故障样本回写至历史故障特征库。

60、在一种可能的实施方式中,第三处理模块还用于:

61、在初始诊断结果为第一类初始诊断结果时,提取实时运行数据中的漏电流谐波特征、电压电流矢量特征及事件时间特征,与历史故障特征库中已标注的各类窃电手法的特征向量进行相似度计算,将最匹配的窃电手法类型及历史案例数量作为目标诊断结果;

62、在初始诊断结果为第二类初始诊断结果时,调取电能表在同一费率时段的历史时钟偏差记录,若历史记录中该电能表存在多次时钟异常事件,则确认目标诊断结果为时钟篡改嫌疑,并提升告警等级;

63、在初始诊断结果为第三类初始诊断结果时,调取电能表的长期历史容量曲线和漏电流趋势数据,将当前超容事件的特征与历史同期数据进行比对,若偏差超过预设范围,则确认目标诊断结果为绝缘劣化型虚超容诊断,并生成建议排查的线路区段。

64、第三方面,本技术实施例提供一种电子设备,包括:存储器,处理器;

65、存储器存储计算机执行指令;

66、处理器执行存储器存储的计算机执行指令,使得处理器执行如上第一方面以及第一方面中各种可能的实施方式。

67、第四方面,本技术实施例提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,计算机执行指令被处理器执行时用于实现如上第一方面以及第一方面各种可能的实施方式。

68、第五方面,本技术实施例提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现如上第一方面以及第一方面各种可能的实施方式。

69、本技术实施例提供的电能表运行状态分层诊断方法、装置、设备及介质。该方法通过在云边协同电能表诊断系统中,由边缘端连接非接触式采集装置采集待检查电能表的电压信号、电流信号、相位信号、内部时钟信号、内部时段数据以及泄露电流,并对实时运行数据进行多维度诊断得到包含超容、窃电、费率异常、漏电的中间诊断结果,再基于中间诊断结果进行二次交叉验证并依据预设协同规则生成初始诊断结果,且由云端调用历史故障特征库结合实时运行数据对初始诊断结果进行复核校验,能够实现电能表异常状态的分层诊断与边云协同判别,从而达到了提升诊断精准度的技术效果。