买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：深圳市北电仪表有限公司

摘要：本发明涉及智能电表的技术领域，提供了智能电表的事件记录方法、装置、设备及存储介质，包括获取事件发生的时间信息的序列化时间点和事件信息的事件编码数据，将事件编码数据的阈值设置为事件判断基准，根据事件判断基准对序列化时间点进行判断；若序列化时间点符合，则生成判断结果，并分类，得到对应的事件类型，根据对应的事件类型对智能电表的事件进行数据采集，得到事件数据，并输入云端进行记录并存储。通过时间序列化和事件信息编码，准确地捕获和判断事件，再进行智能分类和云端存储，提升事件处置的准确性和效率，改善在事件记录时，存在着记录不够详细，且容易出现遗漏需要重复记录，进而导致事件记录的准确性低和效率慢的问题。

主权项：1.一种智能电表的事件记录方法，其特征在于，包括：获取事件发生的时间信息和事件信息，对所述时间信息处理进行时间序列化处理得到序列化时间点，对所述事件信息进行编码处理得到事件编码数据；将所述事件编码数据的阈值设置为事件判断基准，根据所述事件判断基准对所述序列化时间点进行判断；若确认所述序列化时间点符合事件判断基准，则对所述序列化时间点进行标记，得到标记时间点；获取智能电表的数据流中与所述序列化时间点相关的事件属性，得到相关事件属性，对所述相关事件属性进行关联性分析，得到事件关联图谱；将所述标记时间点和所述事件关联图谱进行数据融合，得到综合事件视图；根据所述综合事件视图对所述序列化时间点进行优先级排序，得到排序时间点，将所述排序时间点作为有效序列化时间点；根据预设的事件严重性等级对所述有效序列化时间点的时间戳和对应的事件编码数据进行风险评估，得到风险评估报告，将所述风险评估报告作为事件数据包；基于预设的事件原因对所述事件数据包进行分析，将分析后的事件数据包发送至预设的事件分析模型，生成判断结果；将所述判断结果输入预设的深度学习模型进行分类，得到对应的事件类型，根据所述对应的事件类型对智能电表的事件进行数据采集，得到事件数据；所述深度学习模型的训练方法，包括：获取事件样本集，所述事件样本集包括历史事件的时间戳、事件编码以及事件类型；将所述事件样本集按照时间排序后进行预处理；所述预处理包括去除噪音数据和填补缺失值；利用十折交叉验证方法将预处理后的事件样本集分为训练集和验证集，并在每一折中采用80%的数据用于训练，采用20%的数据用于验证；预设深度学习模型架构；其中，所述深度学习模型架构包括多个卷积层、池化层、完全连接层和Dropout层；初始化所述深度学习模型的权重参数，并选择交叉熵损失函数和Adam优化器；将所述训练集输入到所述深度学习模型中，进行迭代训练，并在每个epoch后使用所述验证集评估模型性能，得到性能表现，根据所述性能表现调整所述深度学习模型的学习率和模型参数；判定经过所述验证集后，所述深度学习模型的性能是否达到预设的准确率阈值，若达到则完成模型训练，若未达到则继续迭代训练直至满足条件；将所述事件数据传输至预设的云端进行记录并存储。

全文数据：

权利要求：

百度查询： 深圳市北电仪表有限公司 智能电表的事件记录方法、装置、设备及存储介质