-
公开(公告)号:CN114660528B
公开(公告)日:2025-04-15
申请号:CN202210288817.8
申请日:2022-03-23
Applicant: 广东电网有限责任公司广州供电局 , 南方电网科学研究院有限责任公司
IPC: G01R35/04
Abstract: 本申请提供一种配电台区电能表异常确定方法,包括:根据获取的总电能表参数、用户分电能表参数、线路损耗以及固定损耗建立电能表误差分析线性回归模型;根据电能表误差分析线性回归模型确定用户分电能表的相对误差评估值;得到用户分电能表的相对误差评估值置信区间包络曲面,确定相对误差评估值的上边界和下边界;在坐标系中绘制相对误差评估值的上边界、下边界和预设的用户分电能表相对误差的上限平面、下限平面;判断所述相对误差评估值的上边界和下边界构成的区域,与用户分电能表相对误差的上限平面和下限平面构成的区域是否存在交集,若不存在交集,则确定该时段用户分电能表存在异常。上述方法直观分析判断用户异常电能表,提高分析效率。
-
公开(公告)号:CN115407259B
公开(公告)日:2025-01-24
申请号:CN202211144373.7
申请日:2022-09-20
Applicant: 南方电网科学研究院有限责任公司 , 广东电网有限责任公司广州供电局
IPC: G01R35/04
Abstract: 本申请提供的考虑嫌疑系数的超差电表在线检测方法、装置及存储介质,在对目标台区中的智能电表进行检测时,可以先确定目标台区中的台区总表在预设历史时段的第一电量数据以及各个分表电量大于预设电量阈值的台区分表在预设历史时段的第二电量数据,接着根据第一电量数据以及各个台区分表对应的第二电量数据,确定各个台区分表在预设历史时段内每一时刻的线损电量、分表电量、分表相对误差及分表相对误差的置信区间,并通过置信区间来计算每一台区分表在预设历史时段的平均嫌疑系数,从而分析出不同时刻的分表相对误差的综合影响,从概率角度通过系列措施得到嫌疑电表,使得检测结果更为客观,现场误检率更低,检出率更高。
-
公开(公告)号:CN115494445A
公开(公告)日:2022-12-20
申请号:CN202211200571.0
申请日:2022-09-29
Applicant: 广东电网有限责任公司广州供电局 , 南方电网科学研究院有限责任公司
IPC: G01R35/04
Abstract: 本申请公开了一种电能表初始寿命预测方法、装置及相关设备,该方法包括:获取电能表的元器件清单,所述元器件清单包括电能表的各元器件,以及每一元器件的类型和型号;通过对同一类型、不同型号的元器件进行加速老化试验,得到所述类型的元器件的初始寿命;获取各类型的元器件的故障率和各类型的元器件对电能表寿命的影响因子;利用每一类型的元器件的故障率和各类型的元器件对电能表寿命的影响因子,对所述类型的元器件的初始寿命进行调整,得到所述类型的元器件的预测寿命;基于各类型的元器件的预测寿命,确定电能表的初始寿命。本申请能够提高电能表初始寿命的预测准确性,从而有利于提高电能表剩余寿命的预测准确率。
-
公开(公告)号:CN115407259A
公开(公告)日:2022-11-29
申请号:CN202211144373.7
申请日:2022-09-20
Applicant: 南方电网科学研究院有限责任公司 , 广东电网有限责任公司广州供电局
IPC: G01R35/04
Abstract: 本申请提供的考虑嫌疑系数的超差电表在线检测方法、装置及存储介质,在对目标台区中的智能电表进行检测时,可以先确定目标台区中的台区总表在预设历史时段的第一电量数据以及各个分表电量大于预设电量阈值的台区分表在预设历史时段的第二电量数据,接着根据第一电量数据以及各个台区分表对应的第二电量数据,确定各个台区分表在预设历史时段内每一时刻的线损电量、分表电量、分表相对误差及分表相对误差的置信区间,并通过置信区间来计算每一台区分表在预设历史时段的平均嫌疑系数,从而分析出不同时刻的分表相对误差的综合影响,从概率角度通过系列措施得到嫌疑电表,使得检测结果更为客观,现场误检率更低,检出率更高。
-
公开(公告)号:CN114740419A
公开(公告)日:2022-07-12
申请号:CN202210251052.0
申请日:2022-03-15
Applicant: 广东电网有限责任公司广州供电局
IPC: G01R35/04
Abstract: 本发明公开了一种基于“三维图”分析台区电表误差的方法、装置、计算机设备和存储介质,所述方法包括:将台区中电表划分区级,将区级中电表划分点,根据各时间段中各点的区级输入到各点的电能量和电能量以及与各个电表测量电能量的最值的对比数据分别建立三维图和折线图;找出超过电表整体测量更换阈值的点,进而找出点中出现误差最多的电表安装时间,并将对应的电表信息上传台区;台区根据点的电表信息,对电表的用电量进行提取和计算,并通过三维图和折线图数据的误差数值进行推测,若电表的误差超过电表整体测量更换阈值,则由各个区级更换对应点的电表。通过本发明提供的方法可以及时了解电表情况并进行处理。
-
公开(公告)号:CN119183040A
公开(公告)日:2024-12-24
申请号:CN202411371432.3
申请日:2024-09-29
Applicant: 广东电网有限责任公司广州供电局
Abstract: 本申请涉及一种移动端抄表方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:接收针对目标电表的抄表数据获取请求,通过抄表应用程序向电力网络中的主断路器发送蓝牙连接建立请求;在主断路器与移动端已建立蓝牙连接的情况下,通过抄表应用程序向主断路器发送所述抄表数据获取请求;主断路器用于在接收到抄表数据获取请求的情况下,通过蓝牙网络向移动端发送目标电表的抄表数据;在接收到主断路器发送的目标电表的抄表数据的情况下,通过抄表应用程序在移动端的抄表数据显示界面可视化目标电表的抄表数据。采用本方法能够提高对电表的抄表效率。
-
公开(公告)号:CN113433506B
公开(公告)日:2023-01-20
申请号:CN202110678984.9
申请日:2021-06-18
Applicant: 广东电网有限责任公司广州供电局
IPC: G01R35/04
Abstract: 本申请公开了一种电表故障分析方法、装置、设备和存储介质,其中方法包括:获取待排查故障台区中的电表参数和待排查故障台区对应的台区拓扑图;根据电表参数,获取对应电表的电表状态信息;根据电表状态信息,判断电表是否为异常电表;当判断到电表为异常电表时,在台区拓扑图中高亮显示电表。解决了现有的电表故障处理方法对运维人员技能要求较高的技术问题。
-
公开(公告)号:CN115099392A
公开(公告)日:2022-09-23
申请号:CN202210748709.4
申请日:2022-06-29
Applicant: 广东电网有限责任公司广州供电局
Abstract: 本发明公开了一种基于神经网络模型的智能电表状态评价方法、系统及介质,该方法包括:数据采集及预处理;建立卷积神经网络模型;代入采集数据并训练卷积神经网络模型;确定周围因素影响因素,对卷积神经网络模型进行修正;通过修正后的卷积神经网络模型,对智能电表的状态进行评价,得到评价结果;根据评价结果建立智能电表轮换策略。本发明通过大数据与神经网络相结合的方式对智能电表状态进行评价,可以提升智能电表资产管理水平,实现有效监测和运行状态的评价,避免资金的浪费和能源的损失,同时增加了用户的感知,确保计量工作质量高效、依法规范。
-
公开(公告)号:CN114662589A
公开(公告)日:2022-06-24
申请号:CN202210278795.7
申请日:2022-03-21
Applicant: 广东电网有限责任公司广州供电局 , 南方电网科学研究院有限责任公司
Abstract: 本申请公开了一种电表故障研判方法、装置、设备和可读存储介质,方法包括:获取各电表的历史故障信息和当前故障电表的故障信息;确定历史故障信息中的每一条故障信息分别对应的故障状态编码;统计历史故障信息中故障状态转移组的种类和各类故障状态转移组的数量,并依据统计结果生成故障状态转移矩阵;根据当前故障电表的故障信息,确定当前故障电表的故障信息对应的目标故障状态编码;根据故障状态转移矩阵和目标故障状态编码,确定当前故障电表的故障研判结果。依据故障研判结果,运维人员提前对可能发生的二次故障问题进行检查,以避免二次故障发生,或在二次故障检查时,优先对概率高的故障类型进行检测,以提升维修时的故障检查效率。
-
公开(公告)号:CN114189313A
公开(公告)日:2022-03-15
申请号:CN202111311460.2
申请日:2021-11-08
Applicant: 广东电网有限责任公司广州供电局 , 南方电网科学研究院有限责任公司
Inventor: 陈伟松 , 李富盛 , 邓建斌 , 肖勇 , 郭斌 , 钱斌 , 孙颖 , 罗奕 , 赵颖 , 周密 , 谷海彤 , 王吉 , 张文嘉 , 张帆 , 许丽娟 , 盘律 , 冯兴兴 , 陈健华 , 钟蔚 , 何圣川 , 曹琴 , 陈俊艺 , 赵烨
IPC: H04L1/00
Abstract: 本发明提供一种电表数据重构方法及装置,其通过获取含有缺失值的台区电表数据集,并根据数据集中样本的缺失机制和缺失模式,筛选出待重构数据集,并采用预设的下层循环回归重构算法和预设的上层循环回归重构算法对缺失值进行双层循环回归重构,得到双层重构结果,并结合台区的总表和分表的能量守恒关系,确定缺失电表的上下界及上下界重构结果,进一步提高重构精度,最后采用突变处理机制对得到上下界重构结果中的突变值处理,得到最终重构结果。相比于现有的通过神经网络对缺失数据进行重构的方法,本发明不需要海量且完整的数据训练,即能对电表的缺失数据重构且重构精度较高。
-
-
-
-
-
-
-
-
-