一种基于混合数据驱动的HPLC设备ID校对方法与流程

一种基于混合数据驱动的hplc设备id校对方法
技术领域
1.本发明涉及数据驱动以及电力设备技术领域，特别涉及一种基于混合数据驱动的hplc设备id校对方法。


背景技术：

2.hplc是高速电力线载波，也称为宽带电力线载波，是在低压电力线上进行数据传输的宽带电力线载波技术。宽带电力线载波通信网络则是以电力线作为通信媒介，实现低压电力用户用电信息汇聚、传输、交互的通信网络。hplc设备的下端连接电表数据及电表内载波模块数据。现阶段集中器采用698.45规约，其中集中器hplc模块id，电表数据id，电表内载波模块id为不同数值，三者不具备关联特性。本发明设计了一种基于混合数据驱动的hplc设备id校对方法，将集中器hplc模块，电表数据，电表内载波模块的数据进行连接，使数据效用得到充分发挥，能够全面提升配电网管理运营水平，对存在窃电、违约用电的客户实现精准定位，并且建立闭环管理体系。


技术实现要素：

3.为了解决背景技术提出的技术问题，本发明提供一种基于混合数据驱动的hplc设备id校对方法，可以通过载波台区中智能电能表和集中器的关系，能够对相位和和客户电表档案实现智能识别，对客户保修位置进行精准定位，对供电质量和三相不平衡问题进行支撑。
4.为了达到上述目的，本发明采用以下技术方案实现：
5.一种基于混合数据驱动的hplc设备id校对方法，包括如下步骤：
6.步骤1：读取集中器hplc模块，电表数据，电表内载波模块全部id及对应地址编码，电表地址与电表内模块地址为一致数据，使其关联即可得到电表id与模块id的对应关系；集中器hplc的id为单一值，单独列出；
7.步骤2：读取全部电表电量数据，利用前向迭代算法找出有功功率w最大值的数据；
8.步骤3：最大值采集点即为集中器设备，其对应id及地址编码即是集中器设备的id及地址编码。
9.进一步地，还包括数据关联方法，所述的数据关联方法为：通过步骤1至步骤3的方法将集中器hplc模块，电表数据，电表内载波模块的数据进行连接，使数据效用得到充分发挥。
10.与现有技术相比，本发明的有益效果是：
11.本发明设计的基于混合数据驱动的hplc设备id校对方法，使数据效用得到充分发挥，能够全面提升配电网管理运营水平，对存在窃电、违约用电的客户实现精准定位，并且建立闭环管理体系。通过载波台区中智能电能表和集中器的关系，能够对相位和和客户电表档案实现智能识别，对客户保修位置进行精准定位，对供电质量和三相不平衡问题进行支撑。
附图说明
12.图1为本发明的一种基于混合数据驱动的hplc设备id校对方法的流程图；
13.图2为本发明实施例的前向迭代算法中从i到j的状态转移过程图。
具体实施方式
14.以下结合附图对本发明提供的具体实施方式进行详细说明。
15.如图1所示，一种基于混合数据驱动的hplc设备id校对方法，包括如下步骤：
16.步骤1：读取集中器hplc模块，电表数据，电表内载波模块全部id及对应地址编码，电表地址与电表内模块地址为一致数据，使其关联即可得到电表id与模块id的对应关系；集中器hplc的id为单一值，单独列出；
17.步骤2：读取全部电表电量数据，利用前向迭代算法找出有功功率w最大值的数据；
18.步骤3：最大值采集点即为集中器设备，其对应id及地址编码即是集中器设备的id及地址编码。
19.具体实施例如下：
20.一、读取数据
21.(1)读取集中器hplc模块id及对应地址编码,单独列出，如下表所示：
22.id1地址编码c1000c1
23.(2)读取电表数据的id及对应地址编码，如下表所示：
24.id2地址编码a1000a1a2000a2......an000an
25.(3)读取电表内载波模块的id及对应地址编码，如下表所示：
26.id3地址编码ai1000a1ai2000a2......ain000an
27.(4)电表数据和电表内载波模块id对应地址编码是一致的，此时可以将电表数据和电表内载波模块id进行关联，建立电表数据和电表内载波模块数据的连接，如下表所示：
28.id2id3地址编码a1ai1000a1a2ai2000a2.........anain000an
29.二、前向迭代算法
30.(1)首先,我们要假设一个变量a
t
(i)，这个变量的意义是说我们在t时刻(1《t《t-1)，位于si的状态下，hmm输出了序列o1......ot,这时候a
t
(i)可以表示为:
31.∝
t
(i)＝p(o
1 o2...o
t
,q
t
＝si|μ)
32.其中观察序列o＝o1o2...o
t
，模型μ＝(a,b,π}，观察序列o的概率为
∝
t
(i)，q
t
为hmm输出序列为o1o2...o
t
，在第t时刻位于状态si的概率。
33.(2)接下来要做的是计算这个a
t
(i)，然后就可以根据a
t
(i)来去计算在t时刻的概率，最后也就计算出p(o|u)，这时候o是0-t时刻的概率，我们自然就可以计算出所有时刻的概率。我们用归纳思想去计算在t+1时刻的a
t+1
(i)：
[0034][0035]
其中α
t+1
(j)为t+1时刻的概率，另外从状态1发出观察值o1得概率为b1(o1)，从状态2发出观察值o1得概率为b2(o1),从状态3发出观察值o1得概率为b3(o1)，从状态j发出观察值o
t+1
得概率为bj(o
t+1
)。
[0036]
(3)画图，直观的表示从i到j的状态转移过程如图2所示。
[0037]
(4)最终的计算得到的概率为：
[0038][0039]
其中在已知一个观察序列o＝o1o2...o
t
，和模型μ＝(a,b,π}的条件下，观察序列o的概率，即为p(o|μ}，α
t
(i)为前向变量。
[0040]
(5)读取全部电表及电量数据，利用前向迭代算法找出变量有功功率w最大值的数据，该数据设置为c1，c1即为集中器设备的数据，其对应id及地址编码即是集中器设备的id及地址编码。
[0041]
三、数据关联
[0042]
通过上面的操作，将集中器hplc模块，电表数据，电表内载波模块的数据进行连接，使数据效用得到充分发挥。如下表所示：
[0043]
id2id3id4地址编码a1ai1c1000cq1a2ai2c1000cq2............anainc1000cqn
[0044]
本发明设计的基于混合数据驱动的hplc设备id校对方法，将集中器hplc模块，电表数据，电表内载波模块的数据进行连接，使数据效用得到充分发挥，能够全面提升配电网管理运营水平，对存在窃电、违约用电的客户实现精准定位，并且建立闭环管理体系。通过载波台区中智能电能表和集中器的关系，能够对相位和和客户电表档案实现智能识别，对客户保修位置进行精准定位，对供电质量和三相不平衡问题进行支撑。
[0045]
以上实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于上述的实施例。上述实施例中所用方法如无特别说明均为常规方法。