-
公开(公告)号:CN117890849A
公开(公告)日:2024-04-16
申请号:CN202311661400.2
申请日:2023-12-06
IPC分类号: G01R35/04
摘要: 本申请公开了一种电能表计量补偿方法、装置、存储介质以及电子设备,方法包括:采用待校电能表对实时获取的初始电压信号以及初始电流信号进行校正处理,获得校正参数值;基于校正角度参数值及各预设角度区间确定目标二次函数;基于校正角度参数值采用目标二次函数进行计算得到目标校正角度参数值;基于校正电压参数值、校正电流参数值及目标校正角度参数值进行计算得到初始校正功率参数值;基于初始校正功率参数值以及初始标准功率参数值进行计算得到剩余误差值;基于校正参数值以及剩余误差值采用预设补偿算法进行计算获得补偿值;基于初始校正功率参数值以及补偿值进行计算得到补偿后的目标功率参数值。本申请的方法可以提高电能表的计量精度。
-
公开(公告)号:CN117349639B
公开(公告)日:2024-03-08
申请号:CN202311640877.2
申请日:2023-12-04
申请人: 国网江西省电力有限公司供电服务管理中心 , 国网江西省电力有限公司
IPC分类号: G06F18/21 , G06F18/213 , G06F18/214 , G06F18/23213
-
公开(公告)号:CN117543592A
公开(公告)日:2024-02-09
申请号:CN202311478500.1
申请日:2023-11-08
申请人: 国网江西省电力有限公司供电服务管理中心
IPC分类号: H02J3/14 , G06F18/214 , G06N3/045 , G06N3/0464 , G06N3/08 , H02J3/48 , H02J3/50
摘要: 本发明公开了一种工业设备负荷识别方法、装置、存储介质及计算机设备,涉及负荷识别技术领域。其中方法包括:获取待测用户的总电力负荷数据,所述总电力负荷数据包括有功功率、无功功率和电流数据;然后对总电力负荷数据进行负荷事件检测,其中,负荷事件的类型包括设备启动和设备停止;若检测到总电力负荷数据中存在负荷事件,则在总电力负荷数据中提取负荷事件对应的有功功率、无功功率和电流数据,得到待测事件序列;最终根据所述待测事件序列,基于预训练的负荷识别模型,得到负荷识别结果,其中,所述负荷识别结果包括所述负荷事件对应的设备类型和负荷事件类型。上述方法可以提高对稳态功率接近的工业设备负荷的识别准确率。
-
公开(公告)号:CN117349639A
公开(公告)日:2024-01-05
申请号:CN202311640877.2
申请日:2023-12-04
申请人: 国网江西省电力有限公司供电服务管理中心 , 国网江西省电力有限公司
IPC分类号: G06F18/21 , G06F18/213 , G06F18/214 , G06F18/23213
摘要: 本申请涉及非介入式负荷辨识技术领域,公开了一种电动自行车充电行为的辨识方法及装置;其方法包括:获取用户室内的实时负荷数据,所述实时负荷数据包括有功功率、无功功率、偶次电流谐波、奇次电流谐波;基于所述实时负荷数据,提取负荷事件的事件特征;所述负荷事件包括暂态事件和稳态事件,所述暂态事件表示所述用户室内存在电动自行车处于开始充电状态,所述稳态事件表示所述用户室内存在电动自行车处于结束充电状态;将所述负荷事件的事件特征加入特征模型库;基于所述特征模型库,进行电动自行车充电行为的在线辨识。本申请提供的方法只需要获取用户的负荷数据就可以实现电动自行车的在线辨识,无需用户配合,操作简单,节省成本。
-
公开(公告)号:CN118551929A
公开(公告)日:2024-08-27
申请号:CN202410636441.4
申请日:2024-05-22
申请人: 国网江西省电力有限公司供电服务管理中心
IPC分类号: G06Q10/063 , G06Q10/0639 , G06F18/2431 , G06Q50/06
摘要: 本申请公开了一种非介入式负荷辨识设备的准确度评价方法及系统,涉及智能传感技术领域,解决了目前存在实验室性能评价结果与现场实际应用效果存在较大的差异,实验室性能评价结果可靠性较低的问题。该方法包括:通过待评价非介入式负荷辨识设备采集模拟测试电气信号,获取待评价非介入式负荷辨识设备输出的负荷辨识数据,以及基于负荷辨识数据生成多个评价指标的指标值,进而建立目标决策矩阵,之后确定每个评价指标的客观权重、主观权重,以及基于每个评价指标的客观权重和对应的主观权重利用组合赋权法确定组合权重,确定组合权重命中的目标用电场景对应的权重区间,进而得到准确度评价结果。
-
公开(公告)号:CN113392910A
公开(公告)日:2021-09-14
申请号:CN202110674710.2
申请日:2021-06-17
申请人: 国网江西省电力有限公司供电服务管理中心
IPC分类号: G06K9/62 , G06N3/04 , G06Q50/06 , G06F16/215
摘要: 本发明公开了一种判断违约用电与窃电的多维度智能分析经验算法和分类算法,步骤1:建立基于多源数据融合的用户标签库;步骤2:建立机器学习构建违约用电与窃电分析模型;步骤3:通过查处结果与经验学习不断地训练、完善和提高。通过各类模型训练、验证和完善,优化模型的计算效率,提升模型分析的准确性、及时性和可靠性。实现违约用电、窃电的处理流程与经验算法、分类算法相互验证、自我提升。若异常未消除,系统自动重新纳入训练,更新分析模型,实现自学习和自优化的功能。本发明使判断、定位违约用电与窃电变得十分方便简单。本发明可广泛用于违约用电与窃电的判断与准确定位。
-
公开(公告)号:CN117458473B
公开(公告)日:2024-09-13
申请号:CN202311471546.0
申请日:2023-11-07
申请人: 国网江西省电力有限公司供电服务管理中心
IPC分类号: H02J3/00 , G06Q50/06 , G06N3/0442 , G06N3/0464 , G06N3/048
摘要: 本申请涉及工业用电技术领域。公开了一种负荷事件真实性预测方法、装置、设备及介质,其中方法包括:获取待预测负荷事件数据;将待预测负荷事件数据输入至神经网络模型,预测待预测负荷事件是真实事件或虚假事件,将预测为真实事件的负荷事件数据作为负荷辨识的依据;其中,方法还包括,针对各类型负荷事件确定至少一个应用场景,并获取所述至少一个应用场景下的样本数据,根据所述样本数据对所述负荷事件的真实性进行标识行向量处理,得到用以训练和测试所述神经网络模型的样本集。本申请用于训练和测试神经网络模型的样本集中对负荷事件的真实性进行标识,使训练好的神经网络模型预测负荷事件是真实事件或虚假事件,提高了负荷辨识的准确性。
-
公开(公告)号:CN117169669B
公开(公告)日:2024-03-12
申请号:CN202311445530.2
申请日:2023-11-02
申请人: 国网江西省电力有限公司供电服务管理中心
IPC分类号: G01R31/12 , G01R35/02 , G06F30/20 , G06F111/06
摘要: 本公开涉及电力设备故障监测技术领域,公开了一种击穿电容监测方法、装置、电子设备及可读存储介质;其方法包括获取多个同相的电容式电压互感器的二次侧电压数据;构建多目标优化模型;模型包括以同相电容式电压互感器一次侧电压差距最小为目标的第一个目标函数和以击穿电容数量最小为目标的第二个目标函数,模型的决策变量包括击穿高压电容的数量和击穿低压电容的数量;通过多目标优化算法对多目标优化模型进行求解,得到帕累托最优解集;根据帕累托最优解集,确定各电容式电压互感器中击穿电容的故障信息。本公开创造性地将电容击穿监测问题构造为一个多目标优化问题,可以大大提高监测到的击穿电容的故障信息的准确性。
-
公开(公告)号:CN117458473A
公开(公告)日:2024-01-26
申请号:CN202311471546.0
申请日:2023-11-07
申请人: 国网江西省电力有限公司供电服务管理中心
IPC分类号: H02J3/00 , G06Q50/06 , G06N3/0442 , G06N3/0464 , G06N3/048
摘要: 本申请涉及工业用电技术领域。公开了一种负荷事件真实性预测方法、装置、设备及介质,其中方法包括:获取待预测负荷事件数据;将待预测负荷事件数据输入至神经网络模型,预测待预测负荷事件是真实事件或虚假事件,将预测为真实事件的负荷事件数据作为负荷辨识的依据;其中,方法还包括,针对各类型负荷事件确定至少一个应用场景,并获取所述至少一个应用场景下的样本数据,根据所述样本数据对所述负荷事件的真实性进行标识行向量处理,得到用以训练和测试所述神经网络模型的样本集。本申请用于训练和测试神经网络模型的样本集中对负荷事件的真实性进行标识,使训练好的神经网络模型预测负荷事件是真实事件或虚假事件,提高了负荷辨识的准确性。
-
公开(公告)号:CN118641813A
公开(公告)日:2024-09-13
申请号:CN202410776029.2
申请日:2024-06-17
申请人: 国网江西省电力有限公司供电服务管理中心
摘要: 本发明公开了一种用电负荷的处理方法及装置、存储介质、计算机设备,涉及负荷信号合成技术领域,主要在于解决在不同信噪比条件下典型负荷特征库中各类用电负荷的电压、电流信号的相位难以对齐所导致的各类复杂负荷信号无法准确输出,影响了对负荷感知设备的性能评估的问题,包括获取不同用电设备的单一负荷信号,并分别对所述单一负荷信号进行离散采样处理,得到与各个所述用电设备相对应的复变量信号;确定各个所述复变量信号的信噪比,并基于所述信噪比对各个所述复变量信号进行分组处理,得到第一信号组和第二信号组;基于所述第一信号组和所述第二信号组进行信号合成处理,得到负荷合成信号。
-
-
-
-
-
-
-
-
-