国网江西省电力有限公司供电服务管理中心

本申请公开了一种计量电能表的烧损故障预测方法、装置、介质和设备，涉及电能表故障诊断技术领域。方法包括：获取电能表的结构部件样品在不同热应力参数下的材料状态表征数据及电能表的实际故障等级；将热应力参数、材料状态表征数据输入神经网络模型生成预测故障等级；以预测故障等级与实际故障等级之间的差异最小化为目标训练神经网络模型，获得烧损预测模型；将待测电能表的结构部件的目标热应力参数输入至对应的烧损预测模型，得到待测电能表的烧损故障等级。本申请的方法建立热应力参数与材料热降解状态及烧损故障等级之间的映射关系，能够减少实际检测中材料状态表征数据的获取需求，实现对电能表结构部件烧损故障的预测及分级防护。

本发明提供一种多维电参量的数据拓扑映射建模方法、装置、电子设备及计算机可读存储介质。该方法包括：获取低压台区节点的多维电参量时间序列数据并进行预处理；根据用户节点相别信息进行同相分组，形成对应相别下的数据子集；基于数据子集构建各电参量通道下的目标特征向量；基于目标特征向量构造节点间距离矩阵，并构造多维电参量融合距离矩阵；基于距离矩阵设置递增距离阈值序列，形成用于持续同调分析的多尺度拓扑关系结构；计算Betti数、持久条形码和持久图，并基于其统计特征构造拓扑指纹向量；对不同时段或不同时间窗口下得到的拓扑指纹向量进行时间关联分析，输出低压台区的数据拓扑映射模型。本发明能够在统一框架下表征低压台区状态拓扑、用电行为拓扑和负荷承载拓扑，可用于低压台区结构关系表征、一致性分析、异常识别及拓扑演化分析。