[0053] 这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
[0054] 图1是根据本公开所涉及的电力物联网故障检测方法的流程图，该方法可以应用于检测终端，检测终端与第一电力设备以及第二电力设备通信，该方法可以包括以下内容。
[0055] 步骤S1，生成第一电力设备对应的第一电力数据分析包，生成第二电力设备对应的第二电力数据分析包，第一电力数据分析包和第二电力数据分析包分别包括多个不同权重值的趋势分析结果。
[0056] 步骤S2，提取第一电力设备在第一电力数据分析包的任一权重值的趋势分析结果的运行参数，将第二电力数据分析包中最大权重值的趋势分析结果确定为基准结果。
[0057] 步骤S3，根据预设的传递路径将运行参数导入到基准结果，在基准结果中得到参数变化率，并根据运行参数和参数变化率，建立第一电力设备和第二电力设备之间的电力设备数据库。
[0058] 步骤S4，根据参数变化率在基准结果中得到参数频率曲线图，根据电力设备数据库中的电力运行信息，将参数频率曲线图导入到运行参数所在的权重值的趋势分析结果中，在运行参数所在权重值的趋势分析结果中得到参数频率曲线图对应的基准曲线图，并确定基准曲线图的曲线特征。
[0059] 步骤S5，基于曲线特征对第一电力数据分析包和第二电力数据分析包进行整合，得到用于表征第一电力设备和第二电力设备所在的电力物联网的运行状态的第三电力数据分析包。
[0060] 步骤S6，对第三电力数据分析包进行解析以确定电力物联网出现故障的目标节点设备；其中，目标节点设备为电力物联网中处于运行状态的电力设备。
[0061] 通过执行步骤S1-步骤S6，能够提高故障检测的效率，避免大面积停电以进行故障检测，不会影响电力用户的用电体验，还可以降低大面积停电造成的经济损失。
[0062] 在实际实施时，为了准确创建第一电力设备和第二电力设备之间的电力设备数据库，在步骤S3中，具体还可以包括以下子步骤。
[0063] 步骤S31，根据运行参数和参数变化率确定待建立的电力设备数据库的数据库结构信息对应的设备状态信息及数据库结构信息对应的设备实时数据，设备实时数据表示待建立的电力设备数据库的数据库结构信息的实时数据信息；设备实时数据至少包括：表示待建立的电力设备数据库的数据库结构信息的静态数据信息和动态数据信息；
[0064] 步骤S32，获取与设备状态信息对应的设备参数，设备参数中包含有预先存储的设定状态数据，设定状态数据表示位于设备参数中参数表内且与设备状态信息对应的数据库结构信息的实时数据信息；设定状态数据至少包括：表示设备参数中参数表内，与设备参数所包含的状态信息对应的数据库结构信息的静态数据信息和动态数据信息；
[0065] 步骤S33，依据设备状态信息和设备实时数据，在设备参数中查找与待建立的电力设备数据库相匹配的数据库线程信息，并按照数据库线程信息确定待建立的电力设备数据库的数据结构序列；根据数据结构序列建立第一电力设备和第二电力设备之间的电力设备数据库。
[0066] 通过执行上述步骤S31-步骤S33，根据运行参数和参数变化率确定待建立的电力设备数据库的设备状态信息和设备实时数据，进一步地，根据设备状态信息和设备实时数据查找与待建立的电力设备数据库相匹配的数据库线程信息，进而确定电力设备数据库的数据结构序列，根据数据结构序列建立第一电力设备和第二电力设备之间的电力设备数据库。这样，能够精准的创建电力设备数据库。
[0067] 在实施实施时，为了准确地得到基准曲线图的曲线特征，在步骤S4中，具体还可以包括以下子步骤。
[0068] 步骤S41，获取基准曲线图的曲线修改标识，曲线修改标识用于表征基准曲线图的原始参数已发生修改。
[0069] 步骤S42，根据曲线修改标识，确定基准曲线图中目标参数与原始参数之间的差异数据关系；其中，目标参数是修改之后的参数。
[0070] 步骤S43，基于差异数据关系，生成基准曲线图的参数优化指令，以实现目标参数与原始参数之间的参数优化，参数优化指令包括局部性参数。
[0071] 步骤S44，获取优化后的基准曲线图中各个曲线参数集并进行整合，得到基准曲线图的曲线特征。
[0072] 通过执行上述步骤S41-步骤S44，通过对基准曲线图进行修改、优化以及整合处理，能够准确的得到基准曲线图的曲线特征。
[0073] 在实际实施时，为了快速地得到第三电力数据分析包，在步骤S5中，具体还可以包括以下子步骤。
[0074] 步骤S51，获取曲线特征中的当前特征向量，基于当前特征向量在第一电力数据分析包和第二电力数据分析包中被调用的第一累计值以及各特征向量在第一电力数据分析包和第二电力数据分析包中被调用的第二累计值，确定当前特征向量相对于第一电力数据分析包和第二电力数据分析包的调用比例值。
[0075] 步骤S52，根据当前特征向量相对于第一电力数据分析包和第二电力数据分析包的调用比例值确定当前特征向量在第一电力数据分析包和第二电力数据分析包之间被调用的扰动系数。
[0076] 步骤S53，基于扰动系数确定当前特征向量是否为有效特征向量；统计所有的有效特征向量，根据有效特征向量得到第三电力数据分析包。
[0077] 通过执行上述步骤S51-步骤S53，根据当前特征向量相对于第一电力数据分析包和第二电力数据分析包的调用比例值确定当前特征向量在第一电力数据分析包和第二电力数据分析包之间被调用的扰动系数，进一步地，根据扰动系数确定是否为有效特征向量，并统计所有的有效特征向量，进而根据有效特征向量得到第三电力数据分析包。如此设计，能够快速地得到第三电力数据分析包。
[0078] 可选地，步骤S6所描述的对第三电力数据分析包进行解析以确定电力物联网出现故障的目标节点设备，进一步可以包括以下子步骤。
[0079] (1)将所述第三电力数据分析包依次进行数据信息的类别属性的划分。
[0080] (2)获取预设数据信息的目标类别属性，在将所述预设数据信息的目标类别属性代入第三电力数据分析包与所述数据信息的类别属性进行对比的同时，将所述预设数据信息的目标类别属性对应的第四电力数据分析包划分成另一个数据分析包的主要属性值，根据所述对比结果以及所述主要属性值确定所述电力物联网出现故障的目标节点设备。
[0081] 通过执行上述步骤，能够准确的确定电力物联网出现故障的设备位置。进一步，检测人员能够快速地判断故障设备的具体位置，进而提高故障检测的效率。
[0082] 在上述基础上，请结合参阅图2，本发明提供了一种电力物联网故障检测装置100，该装置具体可以包括以下内容。
[0083] 生成模块110，用于生成第一电力设备对应的第一电力数据分析包，生成第二电力设备对应的第二电力数据分析包，第一电力数据分析包和第二电力数据分析包分别包括多个不同权重值的趋势分析结果。
[0084] 提取模块120，用于提取第一电力设备在第一电力数据分析包的任一权重值的趋势分析结果的运行参数，将第二电力数据分析包中最大权重值的趋势分析结果确定为基准结果。
[0085] 导入模块130，用于根据预设的传递路径将运行参数导入到基准结果，在基准结果中得到参数变化率，并根据运行参数和参数变化率，建立第一电力设备和第二电力设备之间的电力设备数据库。
[0086] 确定模块140，用于根据参数变化率在基准结果中得到参数频率曲线图，根据电力设备数据库中的电力运行信息，将参数频率曲线图导入到运行参数所在的权重值的趋势分析结果中，在运行参数所在权重值的趋势分析结果中得到参数频率曲线图对应的基准曲线图，并确定基准曲线图的曲线特征。
[0087] 整合模块150，用于基于曲线特征对第一电力数据分析包和第二电力数据分析包进行整合，得到用于表征第一电力设备和第二电力设备所在的电力物联网的运行状态的第三电力数据分析包。
[0088] 解析模块160，用于对第三电力数据分析包进行解析以确定电力物联网出现故障的目标节点设备；其中，目标节点设备为电力物联网中处于运行状态的电力设备。
[0089] 在一种可替代的实施方式中，导入模块130，具体用于：
[0090] 根据运行参数和参数变化率确定待建立的电力设备数据库的数据库结构信息对应的设备状态信息及数据库结构信息对应的设备实时数据，设备实时数据表示待建立的电力设备数据库的数据库结构信息的实时数据信息。设备实时数据至少包括：表示待建立的电力设备数据库的数据库结构信息的静态数据信息和动态数据信息。
[0091] 获取与设备状态信息对应的设备参数，设备参数中包含有预先存储的设定状态数据，设定状态数据表示位于设备参数中参数表内且与设备状态信息对应的数据库结构信息的实时数据信息。设定状态数据至少包括：表示设备参数中参数表内，与设备参数所包含的状态信息对应的数据库结构信息的静态数据信息和动态数据信息。
[0092] 依据设备状态信息和设备实时数据，在设备参数中查找与所述待建立的电力设备数据库相匹配的数据库线程信息，并按照数据库线程信息确定待建立的电力设备数据库的数据结构序列；根据数据结构序列建立第一电力设备和第二电力设备之间的电力设备数据库。
[0093] 在一种可替代的实施方式中，确定模块140，具体用于：
[0094] 获取基准曲线图的曲线修改标识，曲线修改标识用于表征基准曲线图的原始参数已发生修改。
[0095] 根据曲线修改标识，确定基准曲线图中目标参数与原始参数之间的差异数据关系；其中，目标参数是修改之后的参数。
[0096] 基于差异数据关系，生成基准曲线图的参数优化指令，以实现目标参数与原始参数之间的参数优化，参数优化指令包括局部性参数。
[0097] 获取优化后的基准曲线图中各个曲线参数集并进行整合，得到基准曲线图的曲线特征。
[0098] 在一种可替代的实施方式中，整合模块150，具体用于：
[0099] 获取曲线特征中的当前特征向量，基于当前特征向量在第一电力数据分析包和第二电力数据分析包中被调用的第一累计值以及各特征向量在第一电力数据分析包和第二电力数据分析包中被调用的第二累计值，确定当前特征向量相对于第一电力数据分析包和第二电力数据分析包的调用比例值。
[0100] 根据当前特征向量相对于第一电力数据分析包和第二电力数据分析包的调用比例值确定当前特征向量在第一电力数据分析包和第二电力数据分析包之间被调用的扰动系数。
[0101] 基于扰动系数确定当前特征向量是否为有效特征向量；统计所有的有效特征向量，根据有效特征向量得到第三电力数据分析包。
[0102] 在上述基础上，请结合参阅图3，提供了一种检测终端200，包括处理器211以及与所述处理器211连接的存储器212和总线213；其中，所述处理器211和所述存储器212通过所述总线213完成相互间的通信；所述处理器211用于调用所述存储器212中的程序指令，以执行上述的方法。
[0103] 进一步地，还提供了一种可读存储介质，其上存储有程序，该程序被处理器执行时实现上述的方法。
[0104] 应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围执行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
