一种智能量测开关的窃电诊断方法和装置与流程

1.本技术涉及智能量测开关技术领域，特别是涉及一种智能量测开关的窃电诊断方法和装置。


背景技术：

2.现有技术中，在对用户进行窃电排查工作中，还是主要以人工排查为主，此种方法耗时耗力，存在用工量大、工期长、效率低等诸多不足。随着电网电设备数量的不断激增，电能消耗量越来越高，传统的人工排查方法难度越来越大，主观判断的准确性降低，窃电行为难以有效管控，电网损失难以弥补，迫切需要一种智能化、自动化的窃电分析识别系统。


技术实现要素：

3.基于此，有必要针对上述技术问题，提供一种能够自动检测智能量测开关的窃电行为，并提高窃电识别效率、降低人工成本的智能量测开关的窃电诊断方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
4.第一方面，本技术提供了一种智能量测开关的窃电诊断方法。方法包括：
5.获取开关的电量数据信息，电量数据信息包括电流i、电压u、功率因数f和计量时间t；
6.根据开关的电量数据信息和预设的积分算法模型确定电量特征数据信息w，电量特征数据信息w包括c个积分特征数据，c为大于零的正整数；
7.根据电量特征数据信息w和预设的变维模型确定变维特征数据信息，变维特征数据信息包括h个变维特征数据，h为不大于c且大于零的正整数；
8.根据变维特征数据信息和预设的窃电诊断模型，确定智能量测开关的窃电状态。
9.在其中一个实施例中，根据开关电量数据信息和预设的积分算法模型确定电量特征数据信息w，包括：
10.记录n个采样周期内的电气线路的电流i，i＝{i1,...ik,...in}，其中，1≤k≤n≤c；
11.记录n个采样周期内的电气线路的电压u，u＝{u1,...uk,...un}，其中，1≤k≤n≤c；
12.记录n个采样周期内的电气线路的功率因数f，f＝{f1,...fk,...fn}，其中，1≤k≤n≤c；
13.按照公式计算得到电量特征数据w。
14.在其中一个实施例中，开关的电量数据信息包括自身计量电量数据信息和接收电量数据信息，电量特征数据信息w包括参比电量特征数据信息wc和目标电量特征数据信息wm；根据自身计量电量数据信息和预设的积分算法模型确定参比电量特征数据信息wc，根据接收电量数据信息和预设的积分算法模型确定目标电量特征数据信息wm。
15.在其中一个实施例中，根据电量特征数据信息w和预设的变维模型确定变维特征
数据信息，包括：
16.s1，设置初始化的a值、b值、e值和ε值，其中a表示权重，b表示偏置值，e表示期望误差，ε表示迦里距离；
17.s2，从参比电量特征数据信息wc和目标电量特征数据信息wm中顺序选取特征点(w
ci
,w
mi
)，按照公式a
×
(w
ci-w
mi
)+b计算预测值；其中，1≤i≤h；
18.s3，若预测值≤e，则更改a和b的值，继续预测；
19.s4，重复步骤s2和s3，直至预测值＞e，并将当前的特征点(w
ci
,w
mi
)记录于窃电过渡特征库；
20.s5，按照公式计算迦里距离εi，若εi≥0，则将当前的特征点(w
ci
,w
mi
)作为变维特征数据记录于窃电最终特征库。
21.在其中一个实施例中，根据变维特征数据信息和预设的窃电诊断模型确定智能量测开关的窃电状态，包括：
22.将窃电最终特征库中的所有特征点(w
ci
,w
mi
)与窃电诊断模型中的所有特征进行杰卡德相似系数计算，得到杰卡德相似系数j(w
ci
,w
mi
)；
23.若杰卡德相似系数j(w
ci
,w
mi
)超过阈值g，则确定有窃电行为发生；否则，没有窃电行为发生。
24.在其中一个实施例中，当确定有窃电行为发生时，方法还包括：
25.根据接收电量数据信息中的电流i、电压u、功率因数f和自身计量电量数据信息中的电流i、电压u、功率因数f，通过窃电诊断模型确定具体的窃电类型和相应的窃电量。
26.第二方面，本技术还提供了一种智能量测开关的窃电诊断装置。装置包括：
27.获取模块，用于获取开关的电量数据信息，电量数据信息包括电流i、电压u、功率因数f和计量时间t；
28.第一确定模块，用于根据开关的电量数据信息和预设的积分算法模型确定电量特征数据信息w，电量特征数据信息w包括c个积分特征数据，c为大于零的正整数；
29.第二确定模块，用于根据电量特征数据信息w和预设的变维模型确定变维特征数据信息，变维特征数据信息包括h个变维特征数据，h为不大于c且大于零的正整数；
30.第三确定模块，用于根据变维特征数据信息和预设的窃电诊断模型，确定智能量测开关的窃电状态。
31.第三方面，本技术还提供了一种计算机设备。计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述智能量测开关的窃电诊断方法的步骤。
32.第四方面，本技术还提供了一种计算机可读存储介质。计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述智能量测开关的窃电诊断方法的步骤。
33.第五方面，本技术还提供了一种计算机程序产品。计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述智能量测开关的窃电诊断方法的步骤。
34.上述智能量测开关的窃电诊断方法、装置、计算机设备、存储介质和计算机程序产品，通过获取到的开关电量数据信息和预设的积分算法模型、变维模型、窃电诊断模型来自
动诊断智能量测开关的窃电状态，该方法能够自动检测智能量测开关的窃电行为，提高窃电识别效率，有效的降低了人工成本。
附图说明
35.图1为一个实施例中智能量测开关的窃电诊断方法的流程示意图；
36.图2为一个实施例中确定变维特征数据信息方法的流程示意图；
37.图3为一个实施例中智能量测开关的窃电诊断装置的结构框图；
38.图4为一个实施例中计算机设备的内部结构图。
具体实施方式
39.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
40.在一个实施例中，如图1所示，提供了一种智能量测开关的窃电诊断方法，本实施例中，该方法包括以下步骤：
41.步骤102，获取开关的电量数据信息，电量数据信息包括电流i、电压u、功率因数f和计量时间t。
42.具体的，开关的电量数据信息包括自身计量电量数据信息和接收电量数据信息，接收电量数据信息为电能表上传的电量数据信息；可选的，接收电量数据信息是通过一种以电流为信号载体的通信模块来获取。自身计量电量数据信息和接收电量数据信息各包括电流i、电压u、功率因数f和计量时间t。
43.步骤104，根据开关的电量数据信息和预设的积分算法模型确定电量特征数据信息w，电量特征数据信息w包括c个积分特征数据，c为大于零的正整数。
44.具体的，记录n个计算周期内的电气线路的电流i，i＝{i1,...ik,...in}，其中，1≤k≤n≤c；
45.记录n个计算周期内的电气线路的电压u，u＝{u1,...uk,...un}，其中，1≤k≤n≤c；
46.记录n个计算周期内的电气线路的功率因数f，f＝{f1,...fk,...fn}，其中，1≤k≤n≤c；
47.按照公式计算得到电量特征数据w。
48.具体的，一个计算周期t＝1/f，n＝t/t＝t*f，其中f为电气线路的频率，优选f为50hz；t为计量时间，优选1min＜t＜10min；n为大于0的正整数。
49.可选的，电量特征数据信息w包括参比电量特征数据信息wc和目标电量特征数据信息wm；参比电量特征数据信息wc和目标电量特征数据信息wm各包括c个积分特征数据，c为大于零的正整数；根据自身计量电量数据信息和预设的积分算法模型确定参比电量特征数据信息wc，根据接收电量数据信息和预设的积分算法模型确定目标电量特征数据信息wm。
50.步骤106，根据电量特征数据信息w和预设的变维模型确定变维特征数据信息，变维特征数据信息包括h个变维特征数据，h为不大于c且大于零的正整数。
51.步骤108，根据变维特征数据信息和预设的窃电诊断模型，确定智能量测开关的窃
电状态。
52.可选的，当确定有窃电行为发生时，方法还包括：
53.步骤110，根据接收电量数据信息中的电流i、电压u、功率因数f和自身计量电量数据信息中的电流i、电压u、功率因数f，通过窃电诊断模型确定具体的窃电类型和相应的窃电量。
54.可选的，窃电类型包括欠流法窃电、欠压法窃电、移相法窃电和缺表窃电。
55.在一个实施例中，如图2所示，提供了一种确定变维特征数据信息的方法，具体包括：
56.步骤202，设置初始化的a值、b值、e值和ε值，其中a表示权重，b表示偏置值，e表示期望误差，ε表示迦里距离。
57.可选的，权重a的取值范围为0到1，偏置b的取值范围为0-10。具体在本实施例中，初始权重a＝0.1、初始偏置b＝5，期望误差e＝10。
58.步骤204，从参比电量特征数据信息wc和目标电量特征数据信息wm中顺序选取特征点(w
ci
,w
mi
)，按照公式a
×
(w
ci-w
mi
)+b计算预测值；其中，1≤i≤h。
59.具体的，参比电量特征数据信息wc和目标电量特征数据信息wm根据前述实施例中的步骤104计算获得，参比电量特征数据信息wc和目标电量特征数据信息wm各包括c个积分特征数据，c为大于零的正整数。
60.步骤206，若预测值≤e，则更改a和b的值，继续预测。
61.具体的，在本实施例中，期望误差e＝10，若预测值≤10，在0-1的范围内遍历更改权重a的值，在0-10的范围内遍历更改偏置b的值，继续预测。
62.步骤208，重复步骤204和步骤206，直至预测值＞e，并将当前的特征点(w
ci
,w
mi
)记录于窃电过渡特征库。
63.步骤210，按照公式计算迦里距离εi，若εi≥0，则将当前的特征点(w
ci
,w
mi
)作为变维特征数据记录于窃电最终特征库。
64.可选的，在一个实施例中，上述步骤108中根据变维特征数据信息和预设的窃电诊断模型确定智能量测开关的窃电状态，包括：
65.将窃电最终特征库中的所有特征点(w
ci
,w
mi
)与窃电诊断模型中的所有特征进行杰卡德相似系数计算，得到杰卡德相似系数j(w
ci
,w
mi
)；
66.若杰卡德相似系数j(w
ci
,w
mi
)超过阈值g，则确定有窃电行为发生；否则，没有窃电行为发生。
67.具体的，两个集合a和b交集元素的个数在a、b并集中所占的比例，称为这两个集合的杰卡德相似系数，用符号j(a,b)表示，计算公式如下：
[0068][0069]
杰卡德相似系数j(a,b)∈(0，1)，其用来度量两个集合之间的相似性，j(a,b)越接近1，代表相似性越高。
[0070]
具体在本实施例中，阈值g＝0.8，即当杰卡德相似系数j(w
ci
,w
mi
)超过0.8时，确定有窃电行为发生。
[0071]
上述实施例通过获取到的开关电量数据信息和预设的积分算法模型、变维模型、窃电诊断模型来自动诊断智能量测开关的窃电状态，该方法能够自动检测智能量测开关的窃电行为，提高窃电识别效率，有效的降低了人工成本。
[0072]
应该理解的是，虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0073]
基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的智能量测开关的窃电诊断方法的智能量测开关的窃电诊断装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个智能量测开关的窃电诊断装置实施例中的具体限定可以参见上文中对于智能量测开关的窃电诊断方法的限定，在此不再赘述。
[0074]
在一个实施例中，如图3所示，提供了一种智能量测开关的窃电诊断装置，包括：
[0075]
获取模块，用于获取开关的电量数据信息，电量数据信息包括电流i、电压u、功率因数f和计量时间t。
[0076]
具体的，开关的电量数据信息包括自身计量电量数据信息和接收电量数据信息；自身计量电量数据信息和接收电量数据信息各包括电流i、电压u、功率因数f和计量时间t。
[0077]
第一确定模块，用于根据开关的电量数据信息和预设的积分算法模型确定电量特征数据信息w，电量特征数据信息w包括c个积分特征数据，c为大于零的正整数。
[0078]
可选的，第一确定模块包括记录单元和计算单元。记录单元用于记录n个采样周期内的电气线路的电流i、电压u和功率因数f，其中i＝{i1,...ik,...in}，u＝{u1,...uk,...un}，f＝{f1,...fk,...fn}，1≤k≤n≤c。计算单元用于按照公式计算得到电量特征数据w。
[0079]
具体的，电量特征数据信息w包括参比电量特征数据信息wc和目标电量特征数据信息wm；参比电量特征数据信息wc和目标电量特征数据信息wm各包括c个积分特征数据，c为大于零的正整数；根据自身计量电量数据信息和预设的积分算法模型确定参比电量特征数据信息wc，根据接收电量数据信息和预设的积分算法模型确定目标电量特征数据信息wm。
[0080]
第二确定模块，用于根据电量特征数据信息w和预设的变维模型确定变维特征数据信息，变维特征数据信息包括h个变维特征数据，h为不大于c且大于零的正整数。
[0081]
可选的，第二确定模块包括初始化单元、预测单元和数据确认单元。初始化单元用于设置初始化的a值、b值、e值和ε值，其中a表示权重，b表示偏置值，e表示期望误差，ε表示迦里距离。预测单元用于从参比电量特征数据信息wc和目标电量特征数据信息wm中随机选取特征点(w
ci
,w
mi
)，按照公式a
×
(w
ci-w
mi
)+b计算预测值；其中，1≤i≤h；若预测值≤e，则更改a和b的值，继续预测；重复上述步骤，直至预测值＞e，并将当前的特征点(w
ci
,w
mi
)记录于窃电过渡特征库。数据确认单元用于按照公式计算迦里距
离εi，若εi≥0，则将当前的特征点(w
ci
,w
mi
)作为变维特征数据记录于窃电最终特征库。
[0082]
第三确定模块，用于根据变维特征数据信息和预设的窃电诊断模型，确定智能量测开关的窃电状态。
[0083]
可选的，第三确定模块包括计算单元和判断单元。计算单元用于将窃电最终特征库中的所有特征点(w
ci
,w
mi
)与窃电诊断模型中的所有特征进行杰卡德相似系数计算，得到杰卡德相似系数j(w
ci
,w
mi
)。判断单元用于判断杰卡德相似系数j(w
ci
,w
mi
)是否超过阈值g，若超过则确定有窃电行为发生，否则没有窃电行为发生。
[0084]
可选的，该装置还包括第四确定模块，当第三确定模块确定智能量测开关的窃电状态为有窃电行为发生时，第四确定模块用于根据接收电量数据信息中的电流i、电压u、功率因数f和自身计量电量数据信息中的电流i、电压u、功率因数f，通过窃电诊断模型确定具体的窃电类型和相应的窃电量。
[0085]
可选的，窃电类型包括欠流法窃电、欠压法窃电、移相法窃电和缺表窃电。
[0086]
上述智能量测开关的窃电诊断装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0087]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器或终端，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储获取到的电能表冻结数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于消息队列的电能表数据保存方法。
[0088]
本领域技术人员可以理解，图4中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0089]
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现如下步骤：
[0090]
获取开关的电量数据信息，电量数据信息包括电流i、电压u、功率因数f和计量时间t；
[0091]
根据开关的电量数据信息和预设的积分算法模型确定电量特征数据信息w，电量特征数据信息w包括c个积分特征数据，c为大于零的正整数；
[0092]
根据电量特征数据信息w和预设的变维模型确定变维特征数据信息，变维特征数据信息包括h个变维特征数据，h为不大于c且大于零的正整数；
[0093]
根据变维特征数据信息和预设的窃电诊断模型，确定智能量测开关的窃电状态。
[0094]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如下步骤：
[0095]
获取开关的电量数据信息，电量数据信息包括电流i、电压u、功率因数f和计量时
间t；
[0096]
根据开关的电量数据信息和预设的积分算法模型确定电量特征数据信息w，电量特征数据信息w包括c个积分特征数据，c为大于零的正整数；
[0097]
根据电量特征数据信息w和预设的变维模型确定变维特征数据信息，变维特征数据信息包括h个变维特征数据，h为不大于c且大于零的正整数；
[0098]
根据变维特征数据信息和预设的窃电诊断模型，确定智能量测开关的窃电状态。
[0099]
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如下步骤：
[0100]
获取开关的电量数据信息，电量数据信息包括电流i、电压u、功率因数f和计量时间t；
[0101]
根据开关的电量数据信息和预设的积分算法模型确定电量特征数据信息w，电量特征数据信息w包括c个积分特征数据，c为大于零的正整数；
[0102]
根据电量特征数据信息w和预设的变维模型确定变维特征数据信息，变维特征数据信息包括h个变维特征数据，h为不大于c且大于零的正整数；
[0103]
根据变维特征数据信息和预设的窃电诊断模型，确定智能量测开关的窃电状态。
[0104]
需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
[0105]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
[0106]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0107]
以上实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范
围。因此，本技术的保护范围应以所附权利要求为准。

技术特征：
1.一种智能量测开关的窃电诊断方法，其特征在于，所述方法包括：获取开关的电量数据信息，所述电量数据信息包括电流i、电压u、功率因数f和计量时间t；根据所述开关的电量数据信息和预设的积分算法模型确定电量特征数据信息w，所述电量特征数据信息w包括c个积分特征数据，所述c为大于零的正整数；根据所述电量特征数据信息w和预设的变维模型确定变维特征数据信息，所述变维特征数据信息包括h个变维特征数据，所述h为不大于所述c且大于零的正整数；根据所述变维特征数据信息和预设的窃电诊断模型，确定智能量测开关的窃电状态。2.根据权利要求1所述的方法，其特征在于，所述根据所述开关电量数据信息和预设的积分算法模型确定电量特征数据信息w，包括：记录n个采样周期内的电气线路的电流i，i＝{i1,...i
k
,...i
n
}，其中，1≤k≤n≤c；记录n个采样周期内的电气线路的电压u，u＝{u1,...u
k
,...u
n
}，其中，1≤k≤n≤c；记录n个采样周期内的电气线路的功率因数f，f＝{f1,...f
k
,...f
n
}，其中，1≤k≤n≤c；按照公式计算得到所述电量特征数据w。3.根据权利要求1或2所述的方法，其特征在于，所述开关的电量数据信息包括自身计量电量数据信息和接收电量数据信息，所述电量特征数据信息w包括参比电量特征数据信息w
c
和目标电量特征数据信息w
m
；根据所述自身计量电量数据信息和预设的积分算法模型确定所述参比电量特征数据信息w
c
，根据所述接收电量数据信息和预设的积分算法模型确定所述目标电量特征数据信息w
m
。4.根据权利要求3所述的方法，其特征在于，所述根据所述电量特征数据信息w和预设的变维模型确定变维特征数据信息，包括：s1，设置初始化的a值、b值、e值和ε值，其中a表示权重，b表示偏置值，e表示期望误差，ε表示迦里距离；s2，从所述参比电量特征数据信息w
c
和目标电量特征数据信息w
m
中顺序选取特征点(w
ci
,w
mi
)，按照公式a
×
(w
ci-w
mi
)+b计算预测值；其中，1≤i≤h；s3，若所述预测值≤e，则更改a和b的值，继续预测；s4，重复步骤s2和s3，直至所述预测值＞e，并将当前的特征点(w
ci
,w
mi
)记录于窃电过渡特征库；s5，按照公式计算迦里距离ε
i
，若ε
i
≥0，则将当前的特征点(w
ci
,w
mi
)作为变维特征数据记录于窃电最终特征库。5.根据权利要求4所述的方法，其特征在于，所述根据所述变维特征数据信息和预设的窃电诊断模型确定智能量测开关的窃电状态，包括：将所述窃电最终特征库中的所有特征点(w
ci
,w
mi
)与所述窃电诊断模型中的所有特征进行杰卡德相似系数计算，得到杰卡德相似系数j(w
ci
,w
mi
)；若所述杰卡德相似系数j(w
ci
,w
mi
)超过阈值g，则确定有窃电行为发生；否则，没有窃电行为发生。6.根据权利要求5所述的方法，其特征在于，当确定有窃电行为发生时，所述方法还包
括：根据所述接收电量数据信息中的电流i、电压u、功率因数f和所述自身计量电量数据信息中的电流i、电压u、功率因数f，通过所述窃电诊断模型确定具体的窃电类型和相应的窃电量。7.一种智能量测开关的窃电诊断装置，其特征在于，所述装置包括：获取模块，用于获取开关的电量数据信息，所述电量数据信息包括电流i、电压u、功率因数f和计量时间t；第一确定模块，用于根据所述开关的电量数据信息和预设的积分算法模型确定电量特征数据信息w，所述电量特征数据信息w包括c个积分特征数据，所述c为大于零的正整数；第二确定模块，用于根据所述电量特征数据信息w和预设的变维模型确定变维特征数据信息，所述变维特征数据信息包括h个变维特征数据，所述h为不大于所述c且大于零的正整数；第三确定模块，用于根据所述变维特征数据信息和预设的窃电诊断模型，确定智能量测开关的窃电状态。8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。9.一种计算机可读存储介质，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实现权利要求1至6中任一项所述的方法的步骤。10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现上权利要求1至6中任一项所述的方法的步骤。

技术总结
本申请涉及一种智能量测开关的窃电诊断方法和装置。方法包括：获取开关的电量数据信息，电量数据信息包括电流I、电压U、功率因数F和计量时间T；根据开关的电量数据信息和预设的积分算法模型确定电量特征数据信息，电量特征数据信息包括C个积分特征数据，C为大于零的正整数；根据电量特征数据信息和预设的变维模型确定变维特征数据信息，变维特征数据信息包括H个变维特征数据，H为不大于C且大于零的正整数；根据变维特征数据信息和预设的窃电诊断模型，确定智能量测开关的窃电状态。采用本方法能够通过智能量测开关自动检测窃电行为，提高窃电识别效率，有效的降低了人工成本。有效的降低了人工成本。有效的降低了人工成本。


技术研发人员：王亮 张晓东 陈文藻 朱国富 杨国烨 华号 吴懋珏
受保护的技术使用者：江阴长仪集团有限公司
技术研发日：2023.04.12
技术公布日：2023/8/14