摘要
本发明涉及数据处理领域,尤其涉及一种三相智能电能表的故障分析方法,包括:实时采集三相智能电能表的运行数据,按照采集的时间顺序构建三相数据序列;利用DTW算法计算目标序列与其他序列之间在目标时刻的关联性值,基于目标时刻对应的所有的关联性值计算目标时刻三相序列各自的权重,根据目标时刻与参考时刻对应的所有的权重构建目标时刻与参考时刻之间的协同权重矩阵,利用协同权重矩阵改进现有的欧氏距离,利用改进的欧氏距离结合LOF算法获取各时刻数据的LOF值;当LOF值大于预设的LOF异常阈值时,判定此时的电能表出现故障。本发明通过改进欧氏距离,增大异常数据点与正常点之间的距离,突出异常点,提高用电数据异常检测的精确度。
技术关键词
三相智能电能表
故障分析方法
序列
DTW算法
LOF算法
矩阵
平方根
时间差
异常数据
电流
电压
异常点
元素
系统为您推荐了相关专利信息
无人机群协同
主节点
高精度定位模块
因子
定位方法
LSTM模型
综合能源系统
负荷预测方法
负荷预测系统
模型训练模块
时间序列预测模型
神经网络参数
调峰方法
历史运行数据
新能源电动车辆