基于异构数据特征融合的终端与电能表健康状态协同评估方法

杨婧; 文忠进; 宋强; 付卿卿

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于异构数据特征融合的终端与电能表健康状态协同评估方法

更新时间：2026-10-18

- 基于异构数据特征融合的终端与电能表健康状态协同评估方法
- Collaborative Evaluation Method for Terminal and Electric Meter Health States Based on Heterogeneous Data Feature Fusion
- 电力大数据 2026年29卷第7期页码：13--
- 作者机构：
  
  贵州电网有限责任公司,贵州,贵阳
- 作者简介：
- 基金信息：
  
  贵州电网公司科技项目“基于数模联动的终端和表计健康状态评估与电量异常预测研究”（GZKJXM20232566）;贵州省先进传感与电力芯片科技创新人才团队（黔科合人才CXTD【2025】034）
- DOI：
  中图分类号：
- 纸质出版：2026
- 稿件说明：
移动端阅览
杨婧,文忠进,宋强,付卿卿.基于异构数据特征融合的终端与电能表健康状态协同评估方法[J].电力大数据,2026,29(07):13-14.

Yang Jing, Wen Zhongjing, Song Qiang, et al. Collaborative Evaluation Method for Terminal and Electric Meter Health States Based on Heterogeneous Data Feature Fusion[J]. 2026, 29(7): 13--.
杨婧,文忠进,宋强,付卿卿.基于异构数据特征融合的终端与电能表健康状态协同评估方法[J].电力大数据,2026,29(07):13-14. DOI：

Yang Jing, Wen Zhongjing, Song Qiang, et al. Collaborative Evaluation Method for Terminal and Electric Meter Health States Based on Heterogeneous Data Feature Fusion[J]. 2026, 29(7): 13--. DOI：

摘要

由于终端设备与电能表在数据采集层面存在系统隔离，使得终端设备与电能表健康状态之间的关联信息缺失，设备健康状态评估结果易片面化，导致评估结果的准确性降低，为此提出基于异构数据特征融合的终端与电能表健康状态协同评估方法。通过构建异构数据深度特征融合网络，实现终端运行特征与电能表计量特征的有效融合；建立可解释的健康状态演化规则库，并创新性地引入变权理论与图神经网络，构建动态协同评估模型，实现对两类设备健康状态的联合精准评估。经实验验证，该方法对终端与电能表的健康状态评价分数偏差度小于4.4%。这表明，该方法对终端与电能表健康状态协同评估的准确性较高。

Abstract

Due to the system isolation between terminal devices and electric meters at the data acquisition level

the correlation information between their health states is missing

leading to one-sided evaluation results and reduced accuracy. To address this

a collaborative health state assessment method based on heterogeneous data feature fusion is proposed. By constructing a deep feature fusion network for heterogeneous data

the operational characteristics of terminal devices and the measurement characteristics of electric meters are effectively integrated. An interpretable health state evolution rule library is established

and innovative approaches such as variable-weight theory and graph neural networks are introduced to build a dynamic collaborative assessment model

enabling joint and precise evaluation of the health states of both types of devices. Experimental results demonstrate that the evaluation score deviation between terminal devices and electric meters is less than 4.4%

indicating high accuracy in the collaborative health state assessment of these devices.

关键词

Keywords

references

高黎航.基于集对分析与证据理论的智能电能表健康状态评估方法研究[D].北方民族大学,2024.

吴宇,赵莉,冉光宇,等.基于分层网络的电能表运行状态评价[J].电测与仪表,2024,61(05):218-224.

杨康,武家森.基于随机矩阵理论的智能电表状态评估方法研究[J].产业科技创新,2024,6(01):112-115.

解玉满,谈丛,黄红桥,等.基于MFT模型的智能电能表运行状态评估方法[J].电力科学与技术学报,2025,40(04):92-102.

李学生,高黎航,王君瑞.基于集对分析和证据理论的电能表运行状态评估[J].国外电子测量技术,2024,43(03):145-153.

刘月骁,杨广华,李娜,等.基于迁移学习的电能表运行状态评估方法[J].自动化应用,2024,65(16):142-146+149.

陈宏,蒋文贤,黄丽萍,等.无线传感网络多源数据特征融合方法研究[J].传感技术学报, 2024, 37(12):2131-2136.

周宜,李治一,李健,等.基于随机矩阵理论的智能配变终端状态评估[J].电力大数据,2022,25(07):19-25.

苏华英,林晨,张俨,等.基于改进AP聚类和双重注意力机制的区域级新能源超短期出力预测方法[J].广东电力,2025,38(03):8-17.

梁双林.低压电表测试平台研究与载波性能综合评估[D].华北电力大学,2013.

唐冬来,李擎宇,周强,等.基于故障因子的用电采集设备状态评估方法[J].供用电,2024,41(09):98-106.

史德生.配电自动化终端设备的故障与状态评估分析[J].集成电路应用,2023,40(10):76-77.

陈岩,李丹.区间概率犹豫模糊判断矩阵的加性一致性研究[J].商丘师范学院学报, 2025, 41(9):1-5.

莫亦骅,孙雯.含分布式电源的配网自动化终端状态评价系统设计[J].通信电源技术, 2024, 41(11):14-16.

陈璐,张涛,黄桂容,等.电力移动终端安全状态评估指标体系及方法[J].电力信息与通信技术,2023,21(09):1-7.

袁启洪,何连杰,王峰,等.基于时变可靠性与带权重故障树的分散式配电终端状态评估方法[J].制造业自动化,2023,45(07):40-45.

厉卫娜,李志杰.含分布式电源的配网自动化终端状态评价方法[J].信息技术与信息化, 2023(12):135-138.

赵志伟,邱露.中低压配电自动化终端设备状态评价技术[J].中国新技术新产品,2024,(19):50-52.

韩玉环,秦志沁,张毅,等.基于深度学习的电能计量装置运行状态评估模型研究[J].太原理工大学学报,2024,55(01):111-119.

易欣莲.基于图神经网络的可解释性算法研究与应用[D].广东财经大学,2023.