智能电能表故障预测方法及装置与流程

本发明涉及智能电能表，尤其涉及一种智能电能表故障预测方法及装置。

背景技术：

1、随着国家电网公司大力推进智能电网建设，智能电能表作为智能用电的重要组成部分，也得到了快速的发展和应用。为满足高级计量体系的需要，智能电能表的高可靠性显得至关重要。

2、智能电能表的可靠性受到多种因素的影响，现有技术中对智能电能表的可靠性进行评价时，往往是以智能电能表的整体寿命为评价指标，例如申请号为cn201910436990.6的专利提出了一种电能表寿命的监测方法，通过分析温湿度度因素，计算电能表的寿命剩余时间，从而进行故障预测。然而，智能电能表内部包含多个元器件，任何一个元器件退化，都有可能导致智能电能表发生故障，因此，现有方法对智能电能表进行故障预测的精准度不高。

技术实现思路

1、本发明实施例提供了一种智能电能表故障预测方法及装置，以解决现有技术对智能电能表进行故障预测的精准度不高的问题。

2、第一方面，本发明实施例提供了一种智能电能表故障预测方法，包括：

3、获取智能电能表的至少一个目标影响因素的监测值；

4、判断各个目标影响因素的监测值是否超标，并记录监测值超标的各个目标影响因素对应的超标时长；

5、根据超标的各个目标影响因素的监测值和超标时长，计算智能电能表中的多个关键元器件对应的累计退化值；

6、判断各个关键元器件对应的累计退化值是否达到各个关键元器件对应的预设阈值，若存在退化值达到对应的预设阈值的关键元器件，则将其确定为目标关键元器件，并预测目标关键元器件发生故障。

7、结合第一方面，在第一方面的一种可能的实现方式中，根据超标的各个目标影响因素的监测值和超标时长，计算智能电能表中的多个关键元器件对应的累计退化值，包括：

8、对于每个关键元器件，根据超标的各个目标影响因素的监测值，确定超标的各个目标影响因素对应的退化因子；

9、计算超标的各个目标影响因素对应的退化因子和超标时长的乘积之和，得到该关键元器件的当次退化值；

10、基于当次退化值，确定该关键元器件的累计退化值。

11、结合第一方面，在第一方面的一种可能的实现方式中，每个关键元器件均预设有各个目标影响因素与退化因子的关系曲线；

12、对于每个关键元器件，根据超标的各个目标影响因素的监测值，确定超标的各个目标影响因素对应的退化因子，包括：

13、对于每个关键元器件，根据超标的各个目标影响因素的监测值和各个关系曲线，确定超标的各个目标影响因素对应的退化因子。

14、结合第一方面，在第一方面的一种可能的实现方式中，目标影响因素与退化因子的关系曲线通过以下方式确定：

15、对于每个关键元器件，获取在任一目标影响因素的多个不同设定值下，该关键元器件退化至失效的时间，根据时间确定多个不同设定值对应的退化因子；其中，退化因子与时间呈反比关系；

16、对该目标影响因素的多个不同设定值对应的退化因子进行拟合，得到该关键元器件对应的该目标影响因素与退化因子的关系曲线。

17、结合第一方面，在第一方面的一种可能的实现方式中，多个关键元器件包括第一类型关键元器件，第一类型关键元器件为影响智能电能表的计量精度的关键元器件；

18、该方法还包括：

19、若各个第一类型关键元器件对应的累计退化值均未达到各个第一类型关键元器件对应的预设阈值，则根据各个第一类型关键元器件对应的累计退化值，计算智能电能表的计量精度偏移值；

20、基于计量精度偏移值，预测智能电能表是否故障。

21、结合第一方面，在第一方面的一种可能的实现方式中，根据各个第一类型关键元器件对应的累计退化值，计算智能电能表的计量精度偏移值，包括：

22、将各个第一类型关键元器件对应的累计退化值输入至预训练的计量精度偏移值预测模型中，得到智能电能表的计量精度偏移值。

23、结合第一方面，在第一方面的一种可能的实现方式中，基于计量精度偏移值，预测智能电能表是否故障，包括：

24、判断计量精度偏移值是否大于预设的计量精度偏移阈值；

25、若大于，则预测智能电能表发生计量精度故障。

26、结合第一方面，在第一方面的一种可能的实现方式中，第一类型关键元器件包括采样电阻、分压电阻和计量芯片；多个关键元器件还包括电源变压器和时钟电池。

27、结合第一方面，在第一方面的一种可能的实现方式中，目标影响因素包括温度和湿度。

28、第二方面，本发明实施例提供了一种智能电能表故障预测装置，包括：

29、获取模块，用于获取智能电能表的至少一个目标影响因素的监测值；

30、判断模块，用于判断各个目标影响因素的监测值是否超标，并记录监测值超标的各个目标影响因素对应的超标时长；

31、计算模块，用于根据超标的各个目标影响因素的监测值和超标时长，计算智能电能表中的多个关键元器件对应的累计退化值；

32、预测模块，用于判断各个关键元器件对应的累计退化值是否达到各个关键元器件对应的预设阈值，若存在退化值达到对应的预设阈值的关键元器件，则将其确定为目标关键元器件，并预测目标关键元器件发生故障。

33、本发明实施例与现有技术相比存在的有益效果是：

34、本发明实施例通过监测各个目标影响因素的监测值是否超标，根据超标的各个目标影响因素的监测值和超标时长，计算智能电能表中的多个关键元器件对应的累计退化值，来判断各个关键元器件是否发生故障。一方面，本发明实施例考虑了各个目标影响因素对不同关键元器件的影响情况不同，通过对各个关键元器件分别进行故障判断，提高了智能电能表的故障预测精准度。另一方面，本发明实施例能够精准定位故障部件，提高检修效率。

技术特征：

1.一种智能电能表故障预测方法，其特征在于，包括：

2.根据权利要求1所述的智能电能表故障预测方法，其特征在于，所述根据超标的各个目标影响因素的监测值和超标时长，计算所述智能电能表中的多个关键元器件对应的累计退化值，包括：

3.根据权利要求2所述的智能电能表故障预测方法，其特征在于，每个关键元器件均预设有各个目标影响因素与退化因子的关系曲线；

4.根据权利要求3所述的智能电能表故障预测方法，其特征在于，所述目标影响因素与退化因子的关系曲线通过以下方式确定：

5.根据权利要求1-4任一项所述的智能电能表故障预测方法，其特征在于，所述多个关键元器件包括第一类型关键元器件，所述第一类型关键元器件为影响所述智能电能表的计量精度的关键元器件；

6.根据权利要求5所述的智能电能表故障预测方法，其特征在于，所述根据各个第一类型关键元器件对应的累计退化值，计算所述智能电能表的计量精度偏移值，包括：

7.根据权利要求6所述的智能电能表故障预测方法，其特征在于，所述基于所述计量精度偏移值，预测所述智能电能表是否故障，包括：

8.根据权利要求6所述的智能电能表故障预测方法，其特征在于，所述第一类型关键元器件包括采样电阻、分压电阻和计量芯片；所述多个关键元器件还包括电源变压器和时钟电池。

9.根据权利要求1-4任一项所述的智能电能表故障预测方法，其特征在于，所述目标影响因素包括温度和湿度。

10.一种智能电能表故障预测装置，其特征在于，包括：

技术总结
本发明提供一种智能电能表故障预测方法及装置，属于智能电能表领域。该方法包括：获取智能电能表的至少一个目标影响因素的监测值；判断各个目标影响因素的监测值是否超标，并记录监测值超标的各个目标影响因素对应的超标时长；根据超标的各个目标影响因素的监测值和超标时长，计算智能电能表中的多个关键元器件对应的累计退化值；判断各个关键元器件对应的累计退化值是否达到各个关键元器件对应的预设阈值，若存在退化值达到对应的预设阈值的关键元器件，则将其确定为目标关键元器件，并预测目标关键元器件发生故障。本发明能够解决智能电能表故障预测的精准度不高的问题。

技术研发人员：韩永禄,厉建宾,孙勇强,张立,张知
受保护的技术使用者：国网河北省电力有限公司营销服务中心
技术研发日：
技术公布日：2024/3/24