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: