(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111160568.6 (22)申请日 2021.09.3 0 (71)申请人 云南电网有限责任公司曲靖供电局 地址 655099 云南省曲靖市翠峰路137号 (72)发明人 刘光界　熊金　王燕萍　常军超　 (74)专利代理 机构 北京金智普华知识产权代理 有限公司 1 1401 代理人 巴晓艳 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01) G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06N 3/12(2006.01)G06F 111/08(2020.01) (54)发明名称 一种智能 电能表运行状态检测评估系统和 方法 (57)摘要 本发明提供了一种智能电能表运行状态检 测评估系统和方法， 包括： S1： 获取智能电能表的 多个误差状态数据， 记为智能电能表历史数据； S2： 分别对多个误差状态数据先后进行量化处理 和归一化处理； S3： 对归一化处理后的数据进行 归一化评价加权， 按照预设阈值进行状态评定， 评定结果记为性能退化数据； S4： 对性能退化数 据和智能电能表历史数据进行数据预处理， 获得 训练数据； S5： 建立检测评估模型， 并以训练数据 进行模型训练， 获得最优检测评估模型； S6： 将待 检测智能电能表的误差状态数据代入最优检测 评估模型， 获取待检测 智能电能表 运行状态检测 评估结果。 本发 明可以对智能电能表 运行状态及 性能退化失效预计的科 学评价。 权利要求书2页 说明书21页 附图4页 CN 114065605 A 2022.02.18 CN 114065605 A 1.一种智能电能表运行状态检测评估方法， 其特征在于， 所述检测评估方法包括以下 步骤： S1： 获取智能电能表的多个误差状态数据， 记为智能电能表历史数据； S2： 分别对多个误差状态数据先后进行量 化处理和归一 化处理； S3： 对归一化处理后的数据进行归一化评价加权， 按照预设阈值进行状态评定， 评定结 果记为性能退化数据； S4： 对性能退化数据和智能电能表历史数据进行 数据预处 理， 获得训练数据； S5： 建立检测评估 模型， 并以训练数据进行模型训练， 获得最优检测评估 模型； S6： 将待检测智能电能表 的误差状态数据代入最优检测评估模型， 获取待检测智能电 能表的运行状态检测评估结果。 2.根据权利要求1所述的检测评估方法， 其特征在于， 所述S4中数据 预处理过程包括对 性能退化数据和智能电能表进 行数据离散化处理和遗传特征选择， 获得离散化数据和遗传 特征。 3.根据权利要求2所述的检测评估方法， 其特 征在于， 所述S5具体包括： 通过贝叶斯网层和K ‑means选择集成层对离 散化数据和遗传特 征进行模型训练； 通过凸函数证据理论层对 模型训练结果进行 预测结果融合， 获取最优检测评估 模型。 4.根据权利要求3所述的检测评估方法， 其特征在于， 所述通过贝叶斯网层和K ‑means 选择集成层对离 散化数据和遗传特 征进行模型训练具体包括： 使用机器学习方法训练多个智能电能表历史数据中的表示指标属性和性能退化数据 中的电能表状态间关系的贝叶斯网集 合； 基于聚类算法从贝叶斯网集 合中选取若干最优贝叶斯网。 5.根据权利要求 4所述的检测评估方法， 其特 征在于， 所述S6具体包括以下步骤： S61： 设计评分函数衡量贝叶斯网与待检测智能电能表的误差状态数据的拟合 程度； S62： 基于启发式搜索算法搜索分值最高的贝叶斯网结构， 同时基于极大似然法学习贝 叶斯网参数； S63： 设计相似度函数估算任意两个贝叶斯网在状态评价上的相似度， 基于聚类算法对 生成的T个贝叶斯网进行聚类， 将其划分为K个簇， 其中K<T,使得同一簇中的贝叶斯网相 似 度高， 不同簇中的贝叶斯网相异性高； S64： 从每个簇中选择精度最高的贝叶斯网， 进而得到K个精度高、 多样性强的贝叶斯 网； S65： 使用上步选出的K个贝叶斯网作为融合模型， 分别推理计算出电能表各状态的概 率值， 基于凸函数证据理论对各贝叶斯网的决策结果进行进一步融合， 得到最终的状态评 价结果。 6.根据权利要求1所述的检测评估方法， 其特征在于， 所述S1中归一化处理方法具体 为： 将误差状态数据的量 化数值根据其取值范围按归一 化公式转 化为0～100之间的数值。 7.根据权利要求4所述的检测评估方法， 其特征在于， 通过凸函数证据理论层对模型训 练结果进行预测结果融合具体为： 采用凸函数证据 理论方法， 对若干最优贝叶斯网中的贝 叶斯网进行集成， 进 而得到状态评价结果。 8.根据权利要求1所述的检测评估方法， 其特征在于， 所述误差状态数据包括表型选择权　利　要　求　书 1/2 页 2 CN 114065605 A 2误差、 基本误差、 运行误差、 运行时间误差、 运行故障率误差、 运行监测事件误差、 运行监测 异常误差、 误差 分散性误差、 全检退货率误差、 运行质量抽检误差、 铅封状态 误差、 安装环 境 误差和用户信誉误差 。 9.一种智能电能表运行状态检测评估系统， 通过上述权利要求1 ‑8之一所述的检测评 估方法对智能电能表进行运行状态检测评估， 其特 征在于， 所述检测评估系统包括： 数据获取 单元： 获取智能电能表的多个误差状态数据， 记为智能电能表历史数据； 第一数据处 理单元： 分别对多个误差状态数据先后进行量 化处理和归一 化处理； 第一检测评估单元： 对归一化处理后的数据进行归一化评价加权， 按照预设阈值进行 状态评定， 评定结果记为 性能退化数据； 第二数据处理单元： 对性能退化数据和智能电能表历史数据进行数据预处理， 获得训 练数据； 模型训练单元： 建立检测评估模型， 并以训练数据进行模型训练， 获得最优检测评估模 型； 第二检测评估单元： 将待检测智能电能表的误差状态数据代入最优检测评估模型， 获 取待检测智能电能表的运行状态检测评估结果。 10.一种可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序被处理 器执行时运行如权利要求1 ‑8任一所述的检测评估方法。权　利　要　求　书 2/2 页 3 CN 114065605 A 3