一种应用CART算法实现电能表检测数据管理的软件平台

    公开(公告)号:CN111562541B

    公开(公告)日:2022-05-24

    申请号:CN202010481313.9

    申请日:2020-05-31

    IPC分类号: G06F30/27 G06K9/62 G06Q10/10

    摘要: 本发明公开一种应用CART算法实现电能表检测数据管理的软件平台,涉及电能计量检测技术领域,通过采用云大数据管理平台,充分挖掘海量数据中的信息,以实现大数据的分析、挖掘和处理,通过采用云计算技术,能够在几秒钟的时间内处理上亿种数据类型,通过CART算法和改进型的CART算法,提高了不同数据的分类能力和计算精度,通过CART算法还能够实现大数据的分布式层次模型的构建,简化了数据识别能力。本发明通过采用数据融合算法将信息表现形式多样化、信息数量巨大化、信息关系复杂化的电能表各种数据及时性、准确、可靠地反映出来,通过BP神经网络算法模型,利用输出后的误差来估计输出层的直接前导层的误差,提高学习算法精度。

    一种适用于智能电表脉冲输出端口的测试装置及测试方法

    公开(公告)号:CN113433510A

    公开(公告)日:2021-09-24

    申请号:CN202110858155.9

    申请日:2021-07-28

    IPC分类号: G01R35/04

    摘要: 本申请公开了一种适用于智能电表脉冲输出端口的测试装置,通过信号采集接口采集脉冲信号,并通过计数模块计数后暂存到寄存器中,按钮信号可通过导线和控制模块集成的带上拉电阻的8位I/O口的引脚连接采集,通讯模块和PC端通讯给控制模块设置目标值,并和智能电表485通讯进行起始时刻电量数据的读取,控制模块根据实际采集的脉冲个数和设定的目标个数确定是否需要停止采集,同时根据采集到的实际数据与目标数据计算相对误差和电量差值以确定智能电表脉冲输出端口是否正常,并控制显示模块显示相关数据,可降低测试误差,提高准确性,减少人力和时间消耗。另外,本申请还提供了一种适用于智能电表脉冲输出端口的测试方法,效果如上。

    一种基于动态图像识别和分析的电能表检测监控方法

    公开(公告)号:CN111562540A

    公开(公告)日:2020-08-21

    申请号:CN202010416450.4

    申请日:2020-05-17

    摘要: 本发明公开一种基于动态图像识别和分析的电能表检测监测方法,涉及电能计量监测技术领域,解决的技术问题是目前电能表检定流水线车间内大范围异常现象监测不佳的状况,提出新型的解决方案。本发明将电子传感器技术、图像处理技术、数据处理技术、控制技术和计算机技术有机地结合在一起,应用到电能表检测领域中,实现检测技术的智能化、自动化监控,提高了电能表检测现场的监控力度,本发明通过使用改进型差分法,实现电能表在流水线中的动态状况信息的提取,通过对图像进行分割,获取现场运动状态信息,并通过采用蚁群算法实现电能表检测现场的异常分析,从而实现电能表检测工况的监控,同时还实现可疑人员的监控,本发明智能化、自动化程度高。

    一种PCB载具盖板自动化卸载、运输系统

    公开(公告)号:CN110562743A

    公开(公告)日:2019-12-13

    申请号:CN201910000050.2

    申请日:2019-01-01

    IPC分类号: B65G49/05 B65G37/00 B65G47/52

    摘要: 本发明公开一种PCB载具盖板自动化卸载、运输系统,属于PCB板的输送设备领域,包括:卸载前接驳输送线,用于从与所述卸载前接驳输送线邻接的工位接收带有载具的PCB印刷电路板;载具卸载输送线,用于卸载并传输带有载具的PCB印刷电路板;翻板PCB接驳输送线,用于传输翻板后的PCB印刷电路板;载具升降机,其设置在所述卸载前接驳输送线和所述翻板PCB接驳输送线之间,用于循环运输载具;机械手拾取装置,用于取、放所述卸载前接驳输送线中带有载具的PCB印刷电路板。本发明能够采用单台机械手完成载具盖板和底板的卸载,兼容性强、自动化程度高,大大提高生产效率。

    一种智能电能表大数据模型处理系统及处理方法

    公开(公告)号:CN110008273A

    公开(公告)日:2019-07-12

    申请号:CN201910289609.8

    申请日:2019-04-11

    IPC分类号: G06F16/25 G06F16/2458

    摘要: 本申请提供了一种智能电能表大数据模型处理系统及处理方法,处理系统包括试验数据层、数据预处理层、数据资源体系层、大数据挖掘层、智能服务层;试验数据层为数据预处理层提供原始数据,将原始数据导入到电能表大数据模型LGGLDM中,经过分类处理后到达数据预处理层;数据资源体系层对试验数据层中的原始数据经过预处理后,得到经过分类、标注的结构化数据,将经过分类、标注的结构化数据资源通过大数据挖掘层提取相应的智能电能表知识库;智能服务层基于数据挖掘构建的智能电能表各类知识库,提供相应的智能电能表试验大数据的智能信息服务,从而提高智能电能表数据资源的处理分析利用率,将数据资源转化为研究分析与开发智能电能表服务。