-
公开(公告)号：CN109272733B
公开(公告)日：2019-12-24
申请号：CN201811318654.3
申请日：2018-11-07
申请人： 清华四川能源互联网研究院 , 清华大学
IPC分类号： G08C17/02
摘要： 本发明公开了一种支持多表合抄的多端多模物联网通讯终端及其抄表方法。通信终端的无线通信单元和数据采集单元分别连接到数据处理单元；配置接口通过配置单元分别连接到无线通信单元、数据处理单元和数据采集单元；RS485接口和/或RS232接口一端连接到数据采集单元，另一端用于连接多个表计；无线通信单元包括LoRa无线通信子单元和/或NB‑IoT无线通信子单元和/或WIFI无线通信子单元和/或GPRS通信子单元。本发明的有益效果在于，通过对多端多模物联网通讯终端进行配置实现不同类型不同协议传感器或表计数据快速接入不同模式的无线网络，降低研发成本、提高老旧设备改造效率以及减小工程施工量。
-
公开(公告)号：CN109816033A
公开(公告)日：2019-05-28
申请号：CN201910095251.5
申请日：2019-01-31
申请人： 清华四川能源互联网研究院
IPC分类号： G06K9/62
摘要： 本发明涉及数据分析领域，公开了一种基于优化的监督学习进行台区用户识别的方法。包括：确定已知台户拓扑关系的用户及用户所属台区和相别，根据用户所属台区和相别确定用户数据的对应标签，建立训练集、验证集和测试集，采用交叉验证的方式对KNN模型中的k参数进行确定，并完成模型的训练；采用已训练好的模型和确定的k值对待识别电压数据进行识别分类，进而实现对待识别台区用户的识别。本发明实现了无监督学习到有监督学习的转换，合理设置了训练集、验证集和测试集，采用交叉验证的方式对k参数进行确定，从而准确有效地识别用户所属台区与相别，彻底解决跨台区用户归属难题，为全面指导低压台区运行、维护、抢修、技改、规划等各领域的工作奠定基础。
-
公开(公告)号：CN109740641A
公开(公告)日：2019-05-10
申请号：CN201811552628.7
申请日：2018-12-18
申请人： 清华四川能源互联网研究院
摘要： 本发明涉及电力系统技术领域，公开了一种基于主成分分析和k-means聚类的台区用户识别方法。包括：获取台区变压器低压侧及用户电表电压数据；对电压数据进行主成分分析，获取低维度分析对象；确定k-means聚类个数k；计算待聚类对象数据密度，确定初始聚类质心；采用k-means聚类算法对待聚类对象进行聚类，然后识别台区用户关系。采用本发明的方案，提高辨识可靠性、解决效率低且存在安全隐患的问题，并且降低了硬件和人工成本；通过降维技术把多维的电压数据化为较少的几个主成分来进行分析，从而降低了算法计算量，提高了算法效率；对常规的k-means算法进行改进，能够准确有效地识别用户所属台区与相别，能够彻底解决跨台区用户归属难题。
-
公开(公告)号：CN216445472U
公开(公告)日：2022-05-06
申请号：CN202123108213.0
申请日：2021-12-10
申请人： 清华四川能源互联网研究院
摘要： 本申请提供了一种电解槽阵列与电解水系统，涉及电解水技术领域。该电解槽阵列包括多个气液分离装置与多个并联设置的电解槽组，每个电解槽组中包括多个串联设置的电解槽，气液分离装置的数量与电解槽组中电解槽的数量相同，其中，多个电解槽组中顺序相同的电解槽均与同一气液分离装置连接。本申请提供的电解槽阵列与电解水系统具有节省了成本的效果。
-
-
-
搜索结果
34 条记录 (耗时 0.034 秒)
