基于模体挖掘和半监督法的非侵入式负荷监测方法及系统

    公开(公告)号:CN114019281A

    公开(公告)日:2022-02-08

    申请号:CN202111298090.3

    申请日:2021-11-04

    IPC分类号: G01R31/00 G01R22/06

    摘要: 本发明公开了一种基于模体挖掘和半监督法的非侵入式负荷监测方法及系统,其中监测方法包括S1:从用户总电表接口处获取用户的负荷信息,根据所述负荷信息检测出所有的设备投切事件;S2:利用检测出的所有设备投切事件划分设备运行窗,得到多个确定的设备运行窗和多个待定的设备运行窗;S3:从多个所述确定的设备运行窗和多个所述待定的设备运行窗中提取各个设备的设备特征向量,得到设备特征向量集;S4:根据所述设备特征量集,采用半监督学习法对各个设备的设备类型进行识别。本发明以少量标记样本的基于调和函数的半监督学习算法进行负荷辨识,能够提高非侵入式负荷监测技术的准确性和实用性,且不会影响用户的正常生产、生活及隐私。

    一种基于削峰潜力的电力调度方法及装置

    公开(公告)号:CN114336651A

    公开(公告)日:2022-04-12

    申请号:CN202210004656.5

    申请日:2022-01-04

    IPC分类号: H02J3/14 G06K9/62

    摘要: 本发明公开了一种基于削峰潜力的电力调度方法及装置,该方法通过历史用电负荷监测数据构建降维指标,以实现数据的降维,然后通过加权聚类的方法剔除异常类的日负荷曲线,并基于剩下的类中的降维指标值对应的日负荷曲线得到典型日负荷曲线,接着通过负荷分解的方式,即根据用户内部不同用电负荷的开停对典型日负荷曲线进行时段划分,并将每个时段的用电负荷分解出来,形成各时段内所有用电负荷对应的日负荷曲线,以获取用户内部具体的负荷运行数据,最后通过用户内部负荷降负荷率的重构得到用户的实际降负荷率,提高削峰潜力评估的准确性,以便辅助上级电网调度人员向用户供应可靠的、符合生产运营所需的电力,保证电力系统的安全经济运行。

    一种台区线损最小化的三相不平衡调整方法

    公开(公告)号:CN116031904A

    公开(公告)日:2023-04-28

    申请号:CN202310034645.6

    申请日:2023-01-10

    IPC分类号: H02J3/26

    摘要: 本发明公开了一种台区线损最小化的三相不平衡调整方法,属于三相不平衡优化换相技术领域,该方法包括获取配电台区拓扑矩阵、用户初始相位矩阵和用户表箱总数;根据配电台区拓扑矩阵,对各用户表箱进行用户分组,得到用户分组结果;待所有用户表箱均完成分组后,得到用户组列表;根据用户组列表和用户初始相位矩阵,得到用户相位调整方案;根据用户相位调整方案,对用户相位进行调整,完成三相不平衡调整。本发明解决了在达成缓解三相不平衡目标时,配电台区全局线损无法有效降低的问题。

    一种充电桩检测系统及检测方法
    5.
    发明公开

    公开(公告)号:CN115556614A

    公开(公告)日:2023-01-03

    申请号:CN202211295735.2

    申请日:2022-10-21

    IPC分类号: B60L53/60 B60L53/31 B60L53/16

    摘要: 本发明涉及充电桩检测技术领域,公开了一种充电桩检测系统及检测方法,包括:S5、所述后台主站平台根据历史检定数据判断所述被检充电桩是否完成全量程规定的检定,若完成,电动汽车正常充电,停止全量程检测,若否,则跳转至S6;S6、所述后台主站平台发送后续检定命令至检定组件,开始后续检定任务并对电动汽车进行充电,完成所述被检充电桩的后续检定任务,并生成检定报告;S7、等待下一辆电动汽车充电,然后返回S5。本发明规划多种检定方案,这样避免多次校验造成校验结果的重复,同时节约检测程序,减少设备的损耗,避免能源浪费,符合新能源的初衷。

    基于模体挖掘和半监督法的非侵入式负荷监测方法及系统

    公开(公告)号:CN114019281B

    公开(公告)日:2024-06-04

    申请号:CN202111298090.3

    申请日:2021-11-04

    IPC分类号: G01R31/00 G01R22/06

    摘要: 本发明公开了一种基于模体挖掘和半监督法的非侵入式负荷监测方法及系统,其中监测方法包括S1:从用户总电表接口处获取用户的负荷信息,根据所述负荷信息检测出所有的设备投切事件;S2:利用检测出的所有设备投切事件划分设备运行窗,得到多个确定的设备运行窗和多个待定的设备运行窗;S3:从多个所述确定的设备运行窗和多个所述待定的设备运行窗中提取各个设备的设备特征向量,得到设备特征向量集;S4:根据所述设备特征量集,采用半监督学习法对各个设备的设备类型进行识别。本发明以少量标记样本的基于调和函数的半监督学习算法进行负荷辨识,能够提高非侵入式负荷监测技术的准确性和实用性,且不会影响用户的正常生产、生活及隐私。