-
公开(公告)号：CN114019281A
公开(公告)日：2022-02-08
申请号：CN202111298090.3
申请日：2021-11-04
Applicant: 国网四川省电力公司营销服务中心
Abstract: 本发明公开了一种基于模体挖掘和半监督法的非侵入式负荷监测方法及系统，其中监测方法包括S1：从用户总电表接口处获取用户的负荷信息，根据所述负荷信息检测出所有的设备投切事件；S2：利用检测出的所有设备投切事件划分设备运行窗，得到多个确定的设备运行窗和多个待定的设备运行窗；S3：从多个所述确定的设备运行窗和多个所述待定的设备运行窗中提取各个设备的设备特征向量，得到设备特征向量集；S4：根据所述设备特征量集，采用半监督学习法对各个设备的设备类型进行识别。本发明以少量标记样本的基于调和函数的半监督学习算法进行负荷辨识，能够提高非侵入式负荷监测技术的准确性和实用性，且不会影响用户的正常生产、生活及隐私。
-
公开(公告)号：CN114019281B
公开(公告)日：2024-06-04
申请号：CN202111298090.3
申请日：2021-11-04
Applicant: 国网四川省电力公司营销服务中心
Abstract: 本发明公开了一种基于模体挖掘和半监督法的非侵入式负荷监测方法及系统，其中监测方法包括S1：从用户总电表接口处获取用户的负荷信息，根据所述负荷信息检测出所有的设备投切事件；S2：利用检测出的所有设备投切事件划分设备运行窗，得到多个确定的设备运行窗和多个待定的设备运行窗；S3：从多个所述确定的设备运行窗和多个所述待定的设备运行窗中提取各个设备的设备特征向量，得到设备特征向量集；S4：根据所述设备特征量集，采用半监督学习法对各个设备的设备类型进行识别。本发明以少量标记样本的基于调和函数的半监督学习算法进行负荷辨识，能够提高非侵入式负荷监测技术的准确性和实用性，且不会影响用户的正常生产、生活及隐私。
-
公开(公告)号：CN114336651B
公开(公告)日：2023-08-01
申请号：CN202210004656.5
申请日：2022-01-04
Applicant: 国网四川省电力公司营销服务中心
IPC: H02J3/14 , G06F18/23213 , G06F18/213
Abstract: 本发明公开了一种基于削峰潜力的电力调度方法及装置，该方法通过历史用电负荷监测数据构建降维指标，以实现数据的降维，然后通过加权聚类的方法剔除异常类的日负荷曲线，并基于剩下的类中的降维指标值对应的日负荷曲线得到典型日负荷曲线，接着通过负荷分解的方式，即根据用户内部不同用电负荷的开停对典型日负荷曲线进行时段划分，并将每个时段的用电负荷分解出来，形成各时段内所有用电负荷对应的日负荷曲线，以获取用户内部具体的负荷运行数据，最后通过用户内部负荷降负荷率的重构得到用户的实际降负荷率，提高削峰潜力评估的准确性，以便辅助上级电网调度人员向用户供应可靠的、符合生产运营所需的电力，保证电力系统的安全经济运行。
-
公开(公告)号：CN116089856A
公开(公告)日：2023-05-09
申请号：CN202310002122.3
申请日：2023-01-03
Applicant: 国网四川省电力公司营销服务中心 , 四川巨棠科技有限公司
IPC: G06F18/24 , G06F18/23 , G06Q10/063 , G06Q50/06
Abstract: 本发明公开了基于历史用电数据的窃电电量分析方法、装置及电子设备，涉及电力窃电检测技术领域，其技术方案要点是：本发明确定特征数据集中的约束条件，由约束条件对子特征数据进行分类，从而得到了表示不满足约束条件的子特征数据的时间长度的分类结果，利用聚类算法对一个时间序列所计量的历史用电数据进行聚类，将一个时段序列中的不正常用电数据聚类在一起标注为异常历史用电数据，那么异常历史用电数据的时段长度就对应了窃电的时间长度，利用所述分类结果对所述聚类结果进行验证，保证了对不符合约束条件的子特征数据分类准确性，而通过窃电识别模型中识别出不满足约束条件的子特征数据对应的异常历史用电数据的窃电方式。
-
公开(公告)号：CN119359694A
公开(公告)日：2025-01-24
申请号：CN202411646719.2
申请日：2024-11-18
Applicant: 国网四川省电力公司营销服务中心
IPC: G06T7/00 , G06V10/26 , G06V10/42 , G06V10/46 , G06V10/74 , G06V10/75 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了基于U‑Net语义分割的电能表封印完整性检测方法及系统，该方法包括：批量获取原始电能表图像数据，对原始电能表图像数据进行特征提取，得到封印区域、电能表区域和背景区域；依次对提取的封印区域、电能表区域和背景区域进行分区标注，得到带有标注的图像数据集；基于所述图像数据集构建并训练U‑Net语义分割模型，并基于训练好的U‑Net语义分割模型，构建电能表封印完整性检测模型；将待检测的电能表图像数据输入所述电能表封印完整性检测模型，得到异常检测结果，即为电能表封印完整性的检测结果。本发明能够实现批量电能表封印完整性检测，且检测准确性高。
-
Patent Agency Ranking
公开(公告)号：CN116610910A
公开(公告)日：2023-08-18
申请号：CN202310521951.2
申请日：2023-05-10
Applicant: 国网四川省电力公司营销服务中心
Abstract: 本发明公开了融合智能化和大数据分析的关口表采样诊断系统，包括关口表采样诊断系统主体，所述关口表采样诊断系统主体上设置有采样模块，所述关口表采样诊断系统主体上设置有上传模块，所述关口表采样诊断系统主体上设置有诊断模块，所述关口表采样诊断系统主体上设置有报修模块。通过设置有控制终端，可用于控制系统对关口表进行样表采集及诊断；通过设置有联网模块，可用于将关口表产生的数据上传至控制终端；通过设置有联网模块，可用于将关口表产生的数据上传至控制终端；通过设置有采样模块，可用于对关口表产生的数据进行采样；通过设置有上传模块，用于将采样的样表进行存储并进行上传。
-
公开(公告)号：CN119846534A
公开(公告)日：2025-04-18
申请号：CN202411721633.1
申请日：2024-11-28
Applicant: 国网四川省电力公司营销服务中心
Abstract: 本发明公开了一种基于母线平衡的关口表采样诊断方法，涉及关口表诊断技术领域，包括如下步骤：步骤一：将关口表终端的连接电路与母线接线单元连接；步骤二：通过数据采样单元将关口表终端的阈值数据和母线使用压力进行记录；步骤三：通过数据传输单元将检测数据传输至数据处理诊断单元中进行处理；步骤四：通过命令输出单元将数据处理诊断单元生成的命令信息进行传输。通过数据采样单元与多组母线接线单元进行连接，能够使得数据采样单元在采集不同的关口表终端数据时，能够通过数据采样单元进行数据收集工作，使得数据处理诊断单元在诊断不同的关口表终端和母线数据时，使得数据处理诊断单元能够更加精确的计算出关口表的母线平衡异常情况。
-
公开(公告)号：CN119595988A
公开(公告)日：2025-03-11
申请号：CN202411608124.8
申请日：2024-11-12
Applicant: 国网四川省电力公司营销服务中心
IPC: G01R22/06
Abstract: 本发明涉及电能监控装置技术领域，公开了一种防护型的关口电能表监控装置，包括防护外壳以及转动连接在防护外壳一侧的防护门，还包括固定连接在防护外壳内部的监控装置本体，防护外壳设置有防盗结构，防盗结构用于当防护外壳出现盗窃情况时，起到防盗效果的作用，防盗结构包括固定连接在防护外壳内部的报警器，防护外壳的内部还固定连接有电机一。本发明通过复位弹簧、报警器、导电片组一以及铜片一的设置，实现了能够对监控装置本体起到防护效果的作用，提高了装置使用效果，解决了现有的电能表监控装置大多结构单一，往往缺乏防护机构，在使用的过程中容易出现监控装置内部被盗的情况发生，不利于使用的问题。
-
公开(公告)号：CN119577348A
公开(公告)日：2025-03-07
申请号：CN202411653109.5
申请日：2024-11-19
Applicant: 国网四川省电力公司营销服务中心
IPC: G06F18/15 , G06F16/907 , G06F16/903 , G06F16/9035 , G06F123/02
Abstract: 本发明涉及电力技术领域，公开了一种基于单变量动态时间规整的电能表量测缺失数据补全方法，包括：从正常无缺失电能表数据中构建初始时间序列INP，同时，确定缺失序列的缺失数据；根据所述缺失数据的长度T结合所述新时间序列INP′自适应创建查询子序列，并基于所述初始时间序列INP构建参考数据库；采用动态时间规整算法计算所述查询子序列与所述参考数据库中每一个候选子序列之间的相似性，从而得到与所述查询子序列最相似的候选子序列；将最相似的所述候选子序列的相邻后T个数据对缺失数据进行填补。本发明能够更好地捕捉数据的复杂动态变化，在电能表测量中可能由于故障、干扰等因素导致非线性波动的情况下，仍然能够获得可靠的结果。
-
公开(公告)号：CN119359695A
公开(公告)日：2025-01-24
申请号：CN202411646720.5
申请日：2024-11-18
Applicant: 国网四川省电力公司营销服务中心
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了基于MobileNetV3的电表异常识别方法及系统，包括：获取异常电能表与正常电能表的图像数据，对其进行预处理得到样本数据集，并按照比例随机划分为训练集和验证集；基于训练集训练改进MobileNetV3网络，并基于验证集验证改进MobileNetV3网络，并将训练好的改进MobileNetV3网络作为异常电能表识别模型；改进MobileNetV3网络是带反向残差的瓶颈模块的MobileNetV3网络；将待识别电能表的图像数据输入异常电能表识别模型中输出电能表异常识别结果。本发明提高了对电表外观特征的提取能力，提升了异常识别准确率，可自适应地生成不同型号电能表的专属异常识别模型。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.042 seconds)
