申请/专利权人：国电南瑞科技股份有限公司;国电南瑞南京控制系统有限公司

申请日：2021-11-24

公开（公告）日：2024-04-09

公开（公告）号：CN114252794B

主分类号：G01R31/392

分类号：G01R31/392

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2022.04.15#实质审查的生效;2022.03.29#公开

摘要：本发明公开了一种拆回智能电能表剩余寿命预测方法及装置，该方法包括提取电能表属性数据、分拣结果数据、分拣检测项数据、部分异常事件原始数据，采用动态特征选择的方式，对所有可能影响电能表的每一个特征进行重要性分析，筛选出影响电能表寿命的重要特征；通过重要特征属性值的不同取值将电能表划分为多个簇，每一簇构建相应的Weibull分布模型，计算电能表剩余寿命；建立机器学习模型，学习重要特征与电能表剩余寿命之间的关系，实现电能表剩余寿命预测。本发明实现了拆回智能电能表剩余寿命的可靠性预测，能够针对大批量的电能表更换，做好拆回表回库与分拣计划，同时为采购计划做好有效支撑。

主权项：1.一种拆回智能电能表剩余寿命预测方法，其特征在于，包括：基于拆回智能电能表属性数据、分拣结果数据和分拣检测项数据，筛选影响拆回智能电能表剩余寿命的重要特征；所述重要特征包括：电能表自身倍率、脉冲幅值、频率、使用用途、继电器接点、用户类型、单位类别、电能表电压、标定电流、过载倍数、有功准确度等级、电能表常数、制造单位、指示数类型、轴承结构、芯片厂家、接线方式、计度器方式、通讯规约、通讯方式、电能表规格、招标批次和存放时长；对每一个重要特征基于属性值不同的取值组合将拆回智能电能表划分为簇；基于Weibull分布模型计算每一簇的拆回智能电能表剩余寿命；对重要特征及相应的簇拆回智能电能表剩余寿命进行学习，采用XGBoost模型建立多特征条件下的拆回智能电能表剩余寿命预测模型；通过设置某一重要特征缺失，基于多特征条件下的拆回智能电能表剩余寿命预测模型进行预测，根据误差程度计算各个重要特征在预测中的贡献值，得出影响不同簇电能表寿命的最重要特征。

全文数据：

权利要求：

百度查询： 国电南瑞科技股份有限公司;国电南瑞南京控制系统有限公司 一种拆回智能电能表剩余寿命预测方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD