技术摘要：
本发明提供一种可用于串户排查的基于多点位数据的趋势分析方法，其特征在于，通过在串户排查中应用趋势的思想，对多点位的信号数据进行测量和算法处理,利用自研算法求取信号强度的趋势特点并进行分析，再利用大数据模型获得各房屋户型的强度趋势特点并应用于串户排查方  全部
背景技术：
随着国家智能电网战略的实施，对农网以及老旧小区的电网升级改造工程不断得 到推进。但是由于项目施工管理的不严以及一些历史原因，电能表串户的问题频频发生。这 不仅造成了计量用户的用电纠纷，也严重地影响了电力公司的形象以及经济效益。 早期电力公司为了解决电能表串户问题，一般采用入户断电核对的方式进行排 查。这种方式虽然可以准确判别串户，但是整个排查过程耗费人力物力巨大，效率低下，同 时给居民生活造成不便，影响了供电服务质量和用户体验。 不入户串户排查装置的推出极大地解决了上述问题。目前的不入户串户排查装置 都是采用如下方案，它结合“电力线载波通信技术”以及“无线通信技术”，可以在不断电、不 入户的情况下智能地测试并确定户表对应关系，彻底解决了传统串户排查过程中的问题。 首先在电能表的表后线路上挂接载波发射机，通过磁耦合的方式向电力线注入高频载波信 号，使得所发射载波信号沿着电力线传播进入户内，然后手持定向载波接收机到对应用户 的门口靠近线路末端的位置与该信号进行定向通信，并检测信号强度。如果能够通信成功 并根据检测对比出的信号强度便可以确定户表对应关系。 现有的不入户串户排查过程，是通过手持载波接收机在有信号辐射的入户空开位 置单点、定向地接收发射机注入电力线的高频载波信号，然后利用算法对信号进行处理并 根据处理后的结果来判断的。如果遇到接收信号弱的情况，通过调整载波接收机的天线角 度可以提高接收信号的强度。但是在实际的应用中发现，在一些狭窄户型中，两户之间的空 开安装位置存在过近和背靠背的情况，所以在用接收机单点测试时难以将两路信号进行区 分。同时，现场还存在着两户电力线信号发生串扰的情况，使得空开辐射出其他户的载波信 号，并且由于空开的特性，向各个方向辐射的信号强度也不定，这给串户的排查工作增加了 更多的难度。 为了理解上述问题，进行如下3组说明，根据实际情况进行如下假设： 1)信号的衰减强度只与传输距离和传输介质有关； 2)不考虑空开特性时，空开1和空开2在各个方向的信号辐射强度一致；考虑空开 特性时，空开1和空开2在各个方向的信号辐射强度会存在随机性，但趋势不变。 说明1：单点测试x点 如图1，两空开嵌入墙内且背靠背放置，不考虑空开特性和串扰问题。单点测试x 点，空开1和空开2背靠背放置，它们到x点的距离基本一致，又因为空开嵌入墙内，墙内壁对 空开2的信号衰减很小，因此在x点接收到的空开1信号虽然大于空开2信号，但是差别很小， 这对算法判断造成了很大的难度。 说明2：单点测试y点 如图2，两空开嵌入墙内且背靠背放置，考虑空开特性，不考虑串扰问题。单点测试 3 CN 111600634 A 说　明　书 2/3 页 y点，虽然空开1和空开2距离y点的距离基本一致，但是因为考虑了空开的特性，实际中会几 率出现接收的空开2信号大于空开1信号的情况。这是由于两空开不同方向的辐射强度呈现 随机性。在这种情况下，接收机会会明显地认为空开2位于房屋1内，从而造成误判。 说明3：单点测试z点 如图3，两空开嵌入墙内且背靠背放置，考虑空开2信号串扰到空开1中，不考虑空 开特性。单点测试z点，两空开嵌入墙内且背靠背放置且不考虑空开特性，情况如说明1。但 是因为空开2信号串扰到空开1中，造成空开1也对空开2的信号进行辐射，因此在z点，空开2 的两路信号有几率会叠加，使得空开2的信号强度大于空开1的信号，造成误判。 本发明总结实际中空开位置距离过近，以及空开特性和入户线串扰的影响而造成 的串户排查准确率低的问题，创新地提出了基于多点位数据的趋势分析方法。本发明通过 获取多点位数据，利用相关算法对数据进行处理并进行趋势分析，相比于现有技术中单点 位的测试方法，可以很好地解决上述问题。
技术实现要素：
本发明的目的是为了克服上述技术存在的问题而提供一种串户排查的基于多点 位数据的趋势分析方法。 一种串户排查的基于多点位数据的趋势分析方法，其特征在于，包括以下步骤： 1)确定户型； 2)根据确定的户型选取n点位的测试点； 3)对n点位的信号强度进行测量； 4)判断测量是否完成，若为是，则执行步骤5)；若为否继续执行步骤3)； 5)在信号接收机内部对n点位信号强度数据进行算法预处理，并对数据进行拟合， 获得信号强度趋势； 6)利用自研算法对趋势数据进行处理，获得信号强度的趋势特点数据； 7)判断获得的趋势特点数据与通过大数据模型获得的趋势特点数据是否符合，若 为是，判定不串户；若为否，判定串户； 8)反馈结果至信号接收机主屏幕。 所述的步骤1)中的户型具有如下特点：1、户门距离很近；2、两户空开距离很近。 所述的大数据模型，是基于机器学习的方法，通过对实际测量的多组正确信号强 度趋势数据的训练而获得的一个趋势特点模型。 所述的点位应不少于6个。 本发明的有益技术效果：通过研究一种可用于串户排查的基于多点位数据的趋势 分析方法，可以解决空开距离过近造成的误判问题，同时也排除了空开特性和入户线串扰 带来的判断结果随机性的影响，使得对存在空开距离过近的特殊户型的串户排查准确率从 原来的80％提升到99％，改善了产品性能，同时也极大地拓展了产品的应用场景。 附图说明 图1为两空开嵌入墙内且背靠背放置，不考虑空开特性和串扰问题的户型示意图； 图2为两空开嵌入墙内且背靠背放置，考虑空开特性，不考虑串扰问题的户型示意 4 CN 111600634 A 说　明　书 3/3 页 图； 图3为两空开嵌入墙内且背靠背放置，考虑空开2信号串扰到空开1中，不考虑空开 特性的户型示意图； 图4为本发明空开背靠背放置且门并排的户型示意图； 图5为根据图4测量的空开1和空开2的信号强度趋势图； 图6为本发明方法的流程图。