配电自动化的拓扑识别方法及装置

    公开(公告)号:CN112510841B

    公开(公告)日:2022-09-27

    申请号:CN202011433268.6

    申请日:2020-12-09

    摘要: 本发明公开了一种配电自动化的拓扑识别方法及装置。其中,该方法包括:响应于接收到的采集指令,采集各个脉冲发射节点的参量信息;利用边缘算法对上述参量信息进行分析,得到上述各个脉冲发射节点之间的流向关系;基于电荷时空关系建立与上述流向关系对应的数学模型;响应于接收到的拓扑校核指令,采用上述数学模型对拓扑识别结果中所有脉冲发射节点的电荷空间关系进行校验,若全部满足要求则上述拓扑识别结果校核成功,并将上述拓扑识别结果生成物理拓扑描述信息上传至配电主站,若未全部满足要求则上述拓扑识别结果校核失败,重新进行识别。本发明解决了现有技术中配电自动化主站系统中的低压配电台区拓扑关系不完整和连通混乱的技术问题。

    智能塑壳断路器
    35.
    发明公开

    公开(公告)号:CN112583123A

    公开(公告)日:2021-03-30

    申请号:CN202011477444.6

    申请日:2020-12-15

    IPC分类号: H02J13/00

    摘要: 本申请提供了一种智能塑壳断路器,该断路器包括:脉冲电流通信单元,用于生成脉冲电流信号;计量单元,与电表通信连接,用于发送脉冲电流信号至电表和接收电表的反馈信号;中央处理器单元,与脉冲电流通信单元和计量单元通信连接,用于发送脉冲电流信号并根据反馈信号确定用电数据和工作状态数据。该断路器中,脉冲电流通信单元生成脉冲电流信号,脉冲电流信号通过中央处理器单元和计量单元发送至电表,然后接收上述电表的反馈信号并发送至中央处理器单元,中央处理器单元根据上述反馈信号确定用电数据和工作状态数据,无需外接设备,即可实现用电数据采集及设备工作状态的监测功能,解决了现有技术中监测台区的运行状态需要外接设备的问题。

    配电自动化的拓扑识别方法及装置

    公开(公告)号:CN112510841A

    公开(公告)日:2021-03-16

    申请号:CN202011433268.6

    申请日:2020-12-09

    摘要: 本发明公开了一种配电自动化的拓扑识别方法及装置。其中,该方法包括:响应于接收到的采集指令,采集各个脉冲发射节点的参量信息;利用边缘算法对上述参量信息进行分析,得到上述各个脉冲发射节点之间的流向关系;基于电荷时空关系建立与上述流向关系对应的数学模型;响应于接收到的拓扑校核指令,采用上述数学模型对拓扑识别结果中所有脉冲发射节点的电荷空间关系进行校验,若全部满足要求则上述拓扑识别结果校核成功,并将上述拓扑识别结果生成物理拓扑描述信息上传至配电主站,若未全部满足要求则上述拓扑识别结果校核失败,重新进行识别。本发明解决了现有技术中配电自动化主站系统中的低压配电台区拓扑关系不完整和连通混乱的技术问题。

    表计运行生命周期预测方法及装置

    公开(公告)号:CN112381258A

    公开(公告)日:2021-02-19

    申请号:CN201911177015.4

    申请日:2019-11-26

    IPC分类号: G06Q10/04 G06F17/18

    摘要: 本发明实施例提供一种表计运行生命周期预测方法及装置,该方法包括:获取待测电表的目标生存概率;根据所述目标生存概率,从预设的生存曲线中,得到所述待测电表的生命周期值;其中,所述生存曲线是根据电表异常数据确定协变量,并根据Cox回归模型拟合得到,所述生存曲线为所述待测电表的生存概率与时间关系的曲线,所述异常数据包括异常历史数据和故障诊断数据。该方法能够充分考虑多个协变量之间的变化,协变量包含了生存状态相关的特征,从而能够准确刻画出电表的生存概率与时间关系的预设生存曲线。基于预设的生存曲线,根据给定的目标生存概率可到生命周期值。基于该方法,能够提升电表管理智能水平和工作效率。

    基于深度学习和CoxPH模型的智能电表寿命预测方法

    公开(公告)号:CN112380759A

    公开(公告)日:2021-02-19

    申请号:CN201911185780.0

    申请日:2019-11-27

    摘要: 本发明实施例提供一种基于深度学习和CoxPH模型的智能电表寿命预测方法,该方法包括:将待预测电表的异常数据输入电表寿命预测模型,输出与所述待预测电表的异常数据对应的电表生存曲线,所述电表生存曲线为所述待预测电表的生存概率与时间关系的曲线;其中,所述电表寿命预测模型是基于电表异常样本数据以及预先确定的电表寿命标签和删失标签进行训练后得到的,电表寿命预测模型训练时的损失函数由CoxPH模型中的对数部分风险函数参与构成;基于所述电表生存曲线和预设的生存概率阈值,预测所述待预测电表的寿命。本发明实施例提供的方法,避免了现有技术的智能电表寿命的预测模型过于静态,提高了智能电表寿命预测的可靠性。

    一种用于智能电表的故障诊断方法及系统

    公开(公告)号:CN112379325A

    公开(公告)日:2021-02-19

    申请号:CN201911165993.7

    申请日:2019-11-25

    IPC分类号: G01R35/04 G06K9/62

    摘要: 本发明实施例提供一种用于智能电表的故障诊断方法及系统,该方法包括:获取目标智能电表的设备物理信息;基于训练好的智能电表故障诊断模型,对所述目标智能电表的设备物理信息进行分析诊断,获取到所述目标智能电表的故障诊断结果;所述训练好的智能电表故障诊断模型是由样本设备物理信息,通过对贝叶斯网络进行训练得到的。本发明实施例基于贝叶斯网络构建用于智能电表的故障诊断模型,根据设备物理信息和故障检修数据之间的关联性,得到智能电表的故障类型,从而提高了智能电表故障诊断的准确率,为现场运维提供维修依据。