-
公开(公告)号：CN105306311A
公开(公告)日：2016-02-03
申请号：CN201510908251.4
申请日：2015-12-10
申请人： 国网四川省电力公司电力科学研究院 , 国家电网公司
IPC分类号： H04L12/26
摘要： 一种用电信息采集本地通信可靠性测试系统及方法，所述用电信息采集本地通信可靠性测试系统包括上位机、主通信单元以及至少一个从通信单元。上位机配置测试参数和源测试数据，控制主通信单元和从通信单元以本地通信方式进行通信，接收并分析目的测试数据以获得当前信道的通信状态；主通信单元在上位机的控制下将源测试数据发送至从通信单元，并对当前信道的通信参数进行提取以获得目的测试数据；从通信单元在接收到源测试数据后向主通信单元返回数据。本发明提供的用电信息采集本地通信可靠性测试系统及方法，可以实时得出通信模块当时的通信性能，为用电信息采集终端选择何种本地通信方式提供科学依据。
-
公开(公告)号：CN112213687A
公开(公告)日：2021-01-12
申请号：CN202011079730.7
申请日：2020-10-10
申请人： 国网四川省电力公司电力科学研究院
IPC分类号： G01R35/04
摘要： 本发明公开了基于伪异常点辨识的关口电能表数据异常检测方法及系统,将数据异常模式分为随机异常点和连续异常点两类：对于随机异常点模式，根据电力负荷数据具有规律性的特点，通过对数据曲线进行时间序列分解和自相关分析实现随机异常点的检测，规避用户周期性用电行为带来的异常检测干扰数据；对于连续异常点模式，根据电力用户异常用电特点，基于历史数据提取线损率与电量连续下降趋势两个特征，训练用户窃电行为检测模型，规避用户异常用电行为带来的异常检测干扰数据，进而搭建关口电能表异常检测模型，以实现对伪异常数据的自动辨识。本发明方法能够规避用户动态行为带来的干扰数据，进而准确识别异常值，提高数据质量。
-
公开(公告)号：CN109285087A
公开(公告)日：2019-01-29
申请号：CN201810782812.4
申请日：2018-07-17
申请人： 国网四川省电力公司电力科学研究院 , 清华四川能源互联网研究院
摘要： 本发明公开了一种基于NB-IoT和GPU加速的台区拓扑辨识方法，包括制造台区变压器低压侧的电压波动、分别采集台区变压器低压侧电压和待辨识的用户电表的电压得到对应的参考数列和比较数列、进行灰色关联分析判定台区拓扑等步骤。上述步骤，采用基于GPU的并行加速进行处理。并且，台区变压器和用户电表通过NB-IoT通讯来采集台区变压器低压侧电压和待辨识的用户电表的电压。本发明的有益效果在于，基于相似度算法，提升了台区拓扑辨识的准确度；基于GPU加速的台区拓扑辨识方法能够充分适应海量高密度数据分析和计算的需求，满足在线台区拓扑识别的实时性要求。
-
公开(公告)号：CN110852906B
公开(公告)日：2022-05-13
申请号：CN201911134369.0
申请日：2019-11-19
申请人： 国网四川省电力公司电力科学研究院
摘要： 本发明公开了一种基于高维随机矩阵进行窃电嫌疑识别的方法，包括以下步骤:S1：获取时间区段T内所有居民用户日电量数据、当地气温数据以及节假日数据用以构建原始数据集；S2：基于S1中原始数据集内的数据构建样本数据集；S3：用S2中的样本数据构建高维随机矩阵D；S4：分析S3中构建的高维随机矩阵D，判断样本数据是否异常，若数据异常，则判定用户存在窃电行为，否则，用户不存在窃电行为。本发明的目的在于提供一种基于高维随机矩阵进行窃电嫌疑识别的方法和系统，该方法/系统不仅可以对居民窃电行为进行自动检测，判断出用户是否存在窃电行为，同时还可以提供用户窃电的具体时间段。
-
公开(公告)号：CN112230083A
公开(公告)日：2021-01-15
申请号：CN202011077679.6
申请日：2020-10-10
申请人： 国网四川省电力公司电力科学研究院
IPC分类号： G01R31/00 , G01R15/18 , G01R11/00 , G01R11/24 , G01R11/56 , G01R35/04 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种关口计量装置异常事件识别方法和系统，涉及关口计量装置异常事件深度训练方法，解决了运行状态的评价大量依靠检修人员定期到现场对装置进行检修，造成人力和物力的严重浪费的问题。本发明包括采集关口计量装置用电数据，得到关口计量装置的异常事件数据，分析异常事件数据并对异常事件进行特征提取得到异常事件特征集数据，并同时对不同异常事件进行数据标签化处理；将训练集的数据作为SAE输入数据，训练得到异常事件识别模型；将测试集的数据输入到训练完成的异常事件识别模型，得到异常事件识别结果。本发明实现对不同异常事件类型的准确识别，提高计量的经济性和准确性。
-
公开(公告)号：CN112213687B
公开(公告)日：2023-05-16
申请号：CN202011079730.7
申请日：2020-10-10
申请人： 国网四川省电力公司电力科学研究院
IPC分类号： G01R35/04
摘要： 本发明公开了基于伪异常点辨识的关口电能表数据异常检测方法及系统,将数据异常模式分为随机异常点和连续异常点两类：对于随机异常点模式，根据电力负荷数据具有规律性的特点，通过对数据曲线进行时间序列分解和自相关分析实现随机异常点的检测，规避用户周期性用电行为带来的异常检测干扰数据；对于连续异常点模式，根据电力用户异常用电特点，基于历史数据提取线损率与电量连续下降趋势两个特征，训练用户窃电行为检测模型，规避用户异常用电行为带来的异常检测干扰数据，进而搭建关口电能表异常检测模型，以实现对伪异常数据的自动辨识。本发明方法能够规避用户动态行为带来的干扰数据，进而准确识别异常值，提高数据质量。
-
公开(公告)号：CN110852906A
公开(公告)日：2020-02-28
申请号：CN201911134369.0
申请日：2019-11-19
申请人： 国网四川省电力公司电力科学研究院
摘要： 本发明公开了一种基于高维随机矩阵进行窃电嫌疑识别的方法，包括以下步骤:S1：获取时间区段T内所有居民用户日电量数据、当地气温数据以及节假日数据用以构建原始数据集；S2：基于S1中原始数据集内的数据构建样本数据集；S3：用S2中的样本数据构建高维随机矩阵D；S4：分析S3中构建的高维随机矩阵D，判断样本数据是否异常，若数据异常，则判定用户存在窃电行为，否则，用户不存在窃电行为。本发明的目的在于提供一种基于高维随机矩阵进行窃电嫌疑识别的方法和系统，该方法/系统不仅可以对居民窃电行为进行自动检测，判断出用户是否存在窃电行为，同时还可以提供用户窃电的具体时间段。
-
公开(公告)号：CN110531128A
公开(公告)日：2019-12-03
申请号：CN201910925303.7
申请日：2019-09-27
申请人： 国网四川省电力公司电力科学研究院
摘要： 本发明提供一种电力计量箱，其特征在于：包括箱体、设置在箱体前端的箱门、分别设置在箱体上端和下端且用来与墙壁进行固定的固定模块、设置在箱体上端的遮挡模块、设置在箱体下端的防护模块；所述固定模块包括与箱体固定连接的固定板、设置在固定板上的固定孔、设置在墙壁上并与固定孔相适应的悬挂钉、设置在固定孔上且用于对固定孔进行封闭的封闭单元。本发明所述的额电力计量箱不仅能够方便牢固地将其固定在墙壁上，而且还能削弱其受到的受风雨的侵蚀从而延长其使用寿命，此外，还可以避免蜜蜂、鸟类以及蛇类进入箱体从而影响箱体本身以及箱体内部构件的正常使用。
-
公开(公告)号：CN112486886B
公开(公告)日：2023-04-18
申请号：CN202011426810.5
申请日：2020-12-09
申请人： 国网四川省电力公司电力科学研究院
摘要： 本发明公开了一种用于双芯智能电能表双芯间稳定通信的方法，基于管理芯和计量芯之间的交互，在物理层上，所述管理芯和计量芯之间采用SPI通信方式，在协议层上，管理芯与计量芯之间统一采用符合DL/T698.45协议规范的通信协议；双芯通信交互模式，所述双芯通信交互模式包括管理芯程序模式和计量芯程序模式；管理芯的三种通信模式可以确保管理芯必须下发的命令帧一定可以下发下去，同时针对计量芯可能存在的响应命令帧耗时较长的情况，队列发送模式可以及时的任务让出，计量芯抄读立即回复机制可以保证通信的实时性；保证计量芯每次收到的设置命令后，必须等待实际设置完毕后才返回应答帧，杜绝“假帧”、“空帧”的现象，保证通信的可靠性。
-
公开(公告)号：CN112230083B
公开(公告)日：2022-08-30
申请号：CN202011077679.6
申请日：2020-10-10
申请人： 国网四川省电力公司电力科学研究院
IPC分类号： G01R31/00 , G01R15/18 , G01R11/00 , G01R11/24 , G01R11/56 , G01R35/04 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种关口计量装置异常事件识别方法和系统，涉及关口计量装置异常事件深度训练方法，解决了运行状态的评价大量依靠检修人员定期到现场对装置进行检修，造成人力和物力的严重浪费的问题。本发明包括采集关口计量装置用电数据，得到关口计量装置的异常事件数据，分析异常事件数据并对异常事件进行特征提取得到异常事件特征集数据，并同时对不同异常事件进行数据标签化处理；将训练集的数据作为SAE输入数据，训练得到异常事件识别模型；将测试集的数据输入到训练完成的异常事件识别模型，得到异常事件识别结果。本发明实现对不同异常事件类型的准确识别，提高计量的经济性和准确性。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.056 秒)
