-
公开(公告)号:CN112485521B
公开(公告)日:2023-07-21
申请号:CN202011198459.9
申请日:2020-10-31
IPC分类号: G01R23/16
摘要: 本发明提供了一种基于对称离散傅里叶变换的频率估计方法,先对两个频率分量紧密相邻的信号进行加窗离散对称傅里叶变换,获得3个存在相位差的频谱序列函数表达式;然后将3个函数表达式简化变形,得到关于相位差的方程组;最后解方程组求出相位差,根据时频关系求得两个频率分量的频率值。本发明针对普通离散傅里叶变换不能估计两个紧密相邻的频率分量的问题,本发明公开的方法采用了三个时域序列,利用两个相邻序列之间的时间间隔相同的原理,得到3个存在相位差的频谱序列函数表达式,继而采用对称离散傅里叶变换实现频率估计,解决了估计两个紧密相邻的频率分量的问题。
-
公开(公告)号:CN112394316A
公开(公告)日:2021-02-23
申请号:CN202011208244.0
申请日:2020-11-03
申请人: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司
摘要: 一种电能表载波模块动静态功耗测试装置及方法,包括功率计、单片机控制器、液晶显示器、集中器、隔离开关和带载波模块插槽的电能表。在测试载波模块动静态功耗前,电能表载波模块插槽不插入模块,断开隔离开关,测量并记录电能表独自工作时功耗大小;测试载波模块静态功耗时,将被测模块插入电能表,断开隔离开关,此时功率计测量的功耗值减去电能表独自工作时的功耗,即为载波模块静态功耗;测试载波模块动态功耗时,将被测模块插入电能表,闭合隔离开关,使集中器持续与电能表通信,此时功率计测量的功耗值减去电能表独自工作时的功耗,即为载波模块动态功耗。该装置结合了现场实际工作环境,测得的载波模块动静态功耗数据更真实可靠。
-
公开(公告)号:CN111598385A
公开(公告)日:2020-08-28
申请号:CN202010264697.9
申请日:2020-04-07
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江西省电力有限公司电力科学研究院 , 国网浙江省电力有限公司电力科学研究院 , 国网山东省电力公司电力科学研究院 , 河南许继仪表有限公司
摘要: 本发明公开了一种基于模糊层次分析和综合评价确定用电行为的方法,首先确定描述用户用电行为的一级特征指标和二级特征指标,然后根据选定的指标体系确定评价集矩阵,通过模糊层次分析法和模糊综合评价法构建的判断矩阵及模糊评价矩阵计算得到用户模糊综合评价集,根据设定的阈值,判断用户窃电嫌疑是否超出合理范围,从而判定异常用电用户。本发明由多层次、多维度对用户的用电行为进行分析,在综合考虑多因素的情况下,最大程度上保留所需要的全部信息;同时,采用模糊层次分析法和模糊综合评价相结合的方法计算用户的窃电嫌疑度,规避了传统单一特征权重计算方法的片面性,能够较为准确的衡量不同用电特征指标对用户用电行为描述的准确性。
-
公开(公告)号:CN111652761B
公开(公告)日:2020-12-01
申请号:CN202010735396.X
申请日:2020-07-28
申请人: 国网江西省电力有限公司供电服务管理中心 , 国家电网有限公司 , 国网江西省电力有限公司电力科学研究院 , 湖南大学
摘要: 本发明提出一种基于证据理论的多源特征融合窃电行为检测方法,采集用户三相电压数据、三相电流数据、用电量数据,用数据相关性理论的方法计算窃电量数据与用电量数据的相关系数,其次计算三相电压不平衡度、三相电流不平衡度和归一化常数,利用证据理论合成规则计算组合函数,最后根据特征融合方程得到用户的窃电概率。本发明克服了传统利用单一用电量数据判断用户状态的局限性。采用数据相关性理论,对用电量数据进行相关性分析,在分析得出正常用户与窃电用户相关性的同时,计算电压、电流不平衡度,应用证据理论,对多源特征进行融合分析,得出用户发生窃电行为的概率,步骤简单,计算量小,为进一步提高窃电行为检测效率提供了一条有效途径。
-
公开(公告)号:CN111625773A
公开(公告)日:2020-09-04
申请号:CN202010448059.2
申请日:2020-05-25
申请人: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌科晨电力试验研究有限公司
摘要: 本发明提供了基于可信性测度的计量回路电流测量异常评估方法及装置,包括以下步骤:步骤一:收集平均电流幅值数据,计算偏移特征量;步骤二:计算不同电流幅值偏移特征量的电流无异常概率;步骤三:将不同电流幅值偏移特征量与对应电流无异常的概率拟合得到电流隶属度函数,计算可信性测度;步骤四:设定用户群电流幅值测量预警值,并计算动态负荷电流幅值越限严重度;步骤五:应用可信性测度与动态负荷电流幅值越限严重度判断台区是否异常,本发明运用模糊数学理论,能在复杂场景下评估出台区电流测量异常的可能性,方法灵活,限制少;采用改进的可信性测度方法,能更好将电流幅值无异常概率与异常概率相结合,提供更精确的计算结果。
-
公开(公告)号:CN110349050A
公开(公告)日:2019-10-18
申请号:CN201910535467.9
申请日:2019-06-19
申请人: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌科晨电力试验研究有限公司
摘要: 本发明提供了一种基于电网参数关键特征抽取的智能窃电判据方法及装置,首先运用用户月用电量数据,计算用户的d-距离和d-离群局部密度,进而计算用户的d-距离离群因子和d-距离邻域变比因子;然后采用用户月用电量数据、d-距离离群因子和d-距离邻域变比因子作为窃电用户识别特征输入量,训练神经网络并得到用于分析用户窃电嫌疑的参数;最后将待检测的用户用电量数据输入至训练后的神经网络,得到用户窃电嫌疑的识别结果,本发明所述基于神经网络的窃电用户检测方法的特征设计以及神经网络的设计简单可行、有效解决在窃电识别技术中因数据不平衡造成的影响,提高了基于神经网络的窃电识别模型的精度和泛化能力。
-
公开(公告)号:CN111738364A
公开(公告)日:2020-10-02
申请号:CN202010775701.8
申请日:2020-08-05
申请人: 国网江西省电力有限公司供电服务管理中心 , 国家电网有限公司 , 国网江西省电力有限公司电力科学研究院 , 湖南大学
摘要: 本发明提供了一种基于用户负荷与用电参量相结合的窃电检测方法,采用模糊C均值算法与随机选择法相结合的方法对用户负荷数据进行聚类,将用户划分为不同的类别并找出用户的负荷特征曲线,计算用户日常负荷曲线与该用户特征负荷曲线的距离,找出偏离程度较大的嫌疑异常用户;最后利用基于用电参量的用户窃电识别模型进行进一步的观察和筛选找出窃电用户。本发明将用户负荷与用电参量相结合,建立基于负荷曲线的窃电初筛模型,使用改进并列式长短期记忆神经网络LSTM算法进行训练,充分考虑了实际电网中电能质量监测系统数据的时序性和规律性,能够精准检测到具体异常数值,具有很好的识别效果和实际应用价值,提升了算法的准确度。
-
公开(公告)号:CN111652761A
公开(公告)日:2020-09-11
申请号:CN202010735396.X
申请日:2020-07-28
申请人: 国网江西省电力有限公司供电服务管理中心 , 国家电网有限公司 , 国网江西省电力有限公司电力科学研究院 , 湖南大学
摘要: 本发明提出一种基于证据理论的多源特征融合窃电行为检测方法,采集用户三相电压数据、三相电流数据、用电量数据,用数据相关性理论的方法计算窃电量数据与用电量数据的相关系数,其次计算三相电压不平衡度、三相电流不平衡度和归一化常数 ,利用证据理论合成规则计算组合函数,最后根据特征融合方程得到用户的窃电概率。本发明克服了传统利用单一用电量数据判断用户状态的局限性。采用数据相关性理论,对用电量数据进行相关性分析,在分析得出正常用户与窃电用户相关性的同时,计算电压、电流不平衡度,应用证据理论,对多源特征进行融合分析,得出用户发生窃电行为的概率,步骤简单,计算量小,为进一步提高窃电行为检测效率提供了一条有效途径。
-
公开(公告)号:CN112394316B
公开(公告)日:2024-05-14
申请号:CN202011208244.0
申请日:2020-11-03
申请人: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司
摘要: 一种电能表载波模块动静态功耗测试装置及方法,包括功率计、单片机控制器、液晶显示器、集中器、隔离开关和带载波模块插槽的电能表。在测试载波模块动静态功耗前,电能表载波模块插槽不插入模块,断开隔离开关,测量并记录电能表独自工作时功耗大小;测试载波模块静态功耗时,将被测模块插入电能表,断开隔离开关,此时功率计测量的功耗值减去电能表独自工作时的功耗,即为载波模块静态功耗;测试载波模块动态功耗时,将被测模块插入电能表,闭合隔离开关,使集中器持续与电能表通信,此时功率计测量的功耗值减去电能表独自工作时的功耗,即为载波模块动态功耗。该装置结合了现场实际工作环境,测得的载波模块动静态功耗数据更真实可靠。
-
公开(公告)号:CN110349050B
公开(公告)日:2022-06-14
申请号:CN201910535467.9
申请日:2019-06-19
申请人: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司
摘要: 本发明提供了一种基于电网参数关键特征抽取的智能窃电判据方法及装置,首先运用用户月用电量数据,计算用户的d‑距离和d‑离群局部密度,进而计算用户的d‑距离离群因子和d‑距离邻域变比因子;然后采用用户月用电量数据、d‑距离离群因子和d‑距离邻域变比因子作为窃电用户识别特征输入量,训练神经网络并得到用于分析用户窃电嫌疑的参数;最后将待检测的用户用电量数据输入至训练后的神经网络,得到用户窃电嫌疑的识别结果,本发明所述基于神经网络的窃电用户检测方法的特征设计以及神经网络的设计简单可行、有效解决在窃电识别技术中因数据不平衡造成的影响,提高了基于神经网络的窃电识别模型的精度和泛化能力。
-
-
-
-
-
-
-
-
-