本发明涉及电能计量装置通信故障检测，具体涉及一种电能计量装置rs485、rs232通信故障检测函数的构建方式。
背景技术：
1、目前，电力市场主体间电价的实时信息与预测信息，是通过电能计量装置来完成传递的，因此，可以认为电能计量装置的稳定性决定了电力市场的运行的稳定性；电能计量装置是用于测量、记录发电量、供(互供)电量、厂用电量、线损电量和用户用电量的计量器具，电能计量装置常用的通信方式包括rs232和rs485两种方式；由于人为安装受损、日常使用受损，以及自然老化等情形的发生，电能计量装置通信时经常发生故障；当电能计量装置通信出现故障时，需要派出人员，对采集故障进行及时处理，减少故障时间，确保电力现货交易市场的稳定性；但在现场处理故障时，容易出现以下情形：一、由于现场通信采集故障种类多，形式广，现场工作人员针对故障排查的环节也多；二、在现场多故障同时出现时，容易导致同一故障重复排查，以及故障诊断做不透的情况发生；三、当判断rs485出现故障，现场多个电能表并接在一条rs485线路上，理论上最多可并接64个，工作人员需对该条rs485上并接的所有电能表挨个进行检查，需要拆封印，做记录，拆表盖，工作繁杂，排查工作及其容易出现错误；因此，需要高效且准确的电能计量装置通信故障数据检测模型，提取rs485、rs232通信故障数据和各变量之间的相互关系，精炼故障数据，以尽快对通信故障做出有效诊断。
技术实现思路
1、本发明提供了一种电能计量装置通信故障数据检测模型，解决现有技术中存在的无法精准、快速对电能计量装置的rs485、rs232等通信故障进行提取精炼的技术问题。
2、本发明是通过以下技术方案解决以上技术问题的：
3、一种电能计量装置通信故障数据检测模型，其特征在于以下步骤：接收电能计量装置发出的通信信号；从rs485或rs232通信联络线的通信数据来源中，提取出数据中的故障类超集的信息，对rs485或rs232通信故障数据的特征，使用减法聚类算法进行聚类处理，包括：将rs485或rs232等通信故障数据样本划分聚类中心；构建每个rs485或rs232通信故障数据特征的密度指标并进行修正；将rs485或rs232通信故障数据的特征聚类。
4、用粒子群算法对已得的rs485、rs232等通信故障数据的特征进行提取，包括：获取rs485、rs232等通信故障数据特征粒子的全局最优位置；实现rs485、rs232等通信故障数据特征属性选择。
5、对rs485、rs232等通信故障数据进行分析和智能检测；根据样本方差 s 2、平方差 v和熵 h这三个指标搭建检测的目标函数，将所有组合下可确定的最大偏差确定rs485、rs232等通信故障数据的检测函数，公式为：
6、 z（ x i( t)）=∑n 1( αs 2( x i( t))+ βv( x i( t))+ λ( x i( t)))；
7、公式中 x i( t)代表 t时刻rs485、rs232等通信故障数据特征中第 i个样本属性的值， α+ β+ λ=1；且 α≥0， β≥0， λ≥0。
8、可结合群智能算法、灰色模型等类型算法，对rs485、rs232等通信故障目标数据的检测函数的结果进行最优求解。
9、本发明加入熵值h作为本次构建目标检测函数过程中的不确定数据的衡量指标，解决了rs485、rs232等通信故障数据在通常情况下具有随机性的特点，提高检测模型的准确性。本检测模型将rs485、rs232等通信故障数据进行了提取精炼的量化处理，使其具有较强的实时性。根据本模型进行最优解求解，可以提高故障检测的精度，缩短检测的耗时，降低检测的误检率低。
1.一种电能计量装置通信故障数据检测模型，其特征在于以下步骤：接收电能计量装置发出的通信信号；从rs485或rs232通信联络线的通信数据来源中，提取出数据中的故障类超集的信息，对rs485或rs232通信故障数据的特征，使用减法聚类算法进行聚类处理，包括：将rs485或rs232等通信故障数据样本划分聚类中心；构建每个rs485或rs232通信故障数据特征的密度指标并进行修正；将rs485或rs232通信故障数据的特征聚类。
2.根据权利要求1所述的一种电能计量装置通信故障数据检测模型，其特征在于，用粒子群算法对已得的rs485、rs232等通信故障数据的特征进行提取，包括：获取rs485、rs232等通信故障数据特征粒子的全局最优位置；实现rs485、rs232等通信故障数据特征属性选择。
3.根据权利要求1所述的一种电能计量装置通信故障数据检测模型，其特征在于，对rs485、rs232等通信故障数据进行分析和智能检测；根据样本方差s2、平方差v和熵h这三个指标搭建检测的目标函数，将所有组合下可确定的最大偏差确定rs485、rs232等通信故障数据的检测函数，公式为：