基于泛在电力物联网的普适性智能电表状态实时评估方法

作者：薛斌; 张向东; 段立; 徐鸿宇; 王刚; 赵莉

来源：电力大数据, 2019, 22(11): 38-43.

DOI：10.19317/j.cnki.1008-083x.2019.11.006

• 泛在电力物联网
• 决策引擎
• 数据反馈优化
• 度量学习
• 状态实时评估

针对当前智能电表状态评估存在精确度低、泛化性差和实时困难等问题,本文采用泛在电力物联网构建状态实时评估方法解决该问题。首先,采用决策树算法实现智能电表的分类,整体增强方法的匹配度和适应性;随后针对不同类别的智能电表,采用Apriori算法对样本集数据的特征集进行识别和提取,从而降低特征维度并增强关联性;接着,基于决策引擎实现对智能电表状态实时评估,并以度量学习实现新增物联网采集数据的有效性评估,反馈优化传感设备部署,从而根据评估结果实现对新增部署传感器及其位置的调整,进而根据应用场景不断优化智能电表状态实时评估应用模式。实验结果表明,本方法可实现智能电表运行状况的实时、普适、精准运维评估,进一步解决泛在电力物联网设备现场部署经验不足、校验无目标等问题。

• 单位
  国网重庆市电力公司