一种基于相位角分析的电能表错接线判断方法

    公开(公告)号:CN110058189B

    公开(公告)日:2022-11-04

    申请号:CN201910101361.8

    申请日:2019-01-31

    IPC分类号: G01R35/04 G01R31/67

    摘要: 本发明公开了一种基于相位角分析的电能表错接线判断方法,涉及一种电能表错接线判断方法。目前,电能表错接线判断不够全面,本技术方案借助采集系统的数据召测功能,通过建立异常模型,对常见的错接线异常通过六角图进行分类,分析异常可能表现出的现象;借鉴目前采集系统中的错接线异常功能,根据各类错接线异常可能表现出的数据异常,经过汇总分析,来设定异常阀值;提交采集后台,根据所设定的异常阀值生成疑似清单;人工对疑似清单进行筛选,进一步模型和异常阀值设定的正确性,达到对低压用户错接线的及时发现和及时处理。本技术方案实现对原有的错接线异常判断方法进行补充和延伸,从而实现对所有三相四线用户接线情况进行监督。

    一种基于相位角分析的电能表错接线判断方法

    公开(公告)号:CN110058189A

    公开(公告)日:2019-07-26

    申请号:CN201910101361.8

    申请日:2019-01-31

    IPC分类号: G01R35/04 G01R31/02

    摘要: 本发明公开了一种基于相位角分析的电能表错接线判断方法,涉及一种电能表错接线判断方法。目前,电能表错接线判断不够全面,本技术方案借助采集系统的数据召测功能,通过建立异常模型,对常见的错接线异常通过六角图进行分类,分析异常可能表现出的现象;借鉴目前采集系统中的错接线异常功能,根据各类错接线异常可能表现出的数据异常,经过汇总分析,来设定异常阀值;提交采集后台,根据所设定的异常阀值生成疑似清单;人工对疑似清单进行筛选,进一步模型和异常阀值设定的正确性,达到对低压用户错接线的及时发现和及时处理。本技术方案实现对原有的错接线异常判断方法进行补充和延伸,从而实现对所有三相四线用户接线情况进行监督。

    基于电力营销管理系统的电力异常信息稽查方法

    公开(公告)号:CN116503023B

    公开(公告)日:2024-01-05

    申请号:CN202310502169.6

    申请日:2023-05-06

    IPC分类号: G06Q10/10 G06Q50/06

    摘要: 本发明提供一种基于电力营销管理系统的电力异常信息稽查方法,包括:获取待电力稽查的电力网络结构;按照预设分段策略对电力网络结构中的所有节点、输电线路所形成的连接线分段处理得到多个供电段;统计不与并网供电节点直接连接的供电段作为第一供电段并得到第一段集合,确定与并网供电节点直接连接的供电段作为第二供电段;根据市电供电信息、第一用电信息得到所有第一供电段的第一线损信息,根据市电供电信息、并网供电信息、第二用电信息得到每个第二供电段的第二线损信息;对出现异常的供电主段或供电分支段定位并添加相对应的异常稽查标签;对出现异常的供电主段或供电分支段定位并添加相对应的异常稽查标签。(56)对比文件关俊宁;王洁鹏;徐峰;曾海;杨继旺;王大鹏;周宇婷.珠海供电局营销稽查移动应用系统设计.微型电脑应用.2020,(01),全文.张占清;刘岩;田海亭;岳虎;杨东升;刘晓天;李连浩;妙红英;岳振宇.用电信息采集系统运行监控提升技术.广东电力.(10),全文.黄令忠;戴斌;罗智超.基于风险管控的电力营销稽查模型研究.信息系统工程.2017,(01),全文.

    基于能源互联网营销服务的双中台架构的电力稽查方法

    公开(公告)号:CN114638729A

    公开(公告)日:2022-06-17

    申请号:CN202210535493.3

    申请日:2022-05-18

    IPC分类号: G06Q50/06

    摘要: 本发明提供一种基于能源互联网营销服务的双中台架构的电力稽查方法,包括:对所有的稽查子流程进行排序得到第一流程排序结果;在数字中台内建立与所述稽查子流程相对应的稽查数据单元,对数字中台内所接收的电力数据进行抓取存储于所述稽查数据单元内,生成多个稽查数据单元的第一单元排序结果;根据每个稽查子流程的稽查属性对相应稽查数据单元配置相应的数据处理策略;根据数据处理策略对所述初次连接路径进行路径方向信息的添加,确定任意一个稽查子流程或稽查数据单元为稽查起始点;业务中台和/或数字中台基于所述稽查起始点、数据处理策略进行电力数据的稽查得到第一稽查结果,若第一稽查结果不满足预设要求则输出提醒信息。

    基于人工智能的企业复工复产程度监控方法

    公开(公告)号:CN111680939A

    公开(公告)日:2020-09-18

    申请号:CN202010811567.2

    申请日:2020-08-13

    IPC分类号: G06Q10/06 G06N3/08 G06K9/62

    摘要: 本发明涉及一种基于人工智能的企业复工复产程度监控方法,其技术方案要点是,所使用的神经网络在训练时,采用基于坐标下降搜索的神经网络剪枝方法进行优化:剪枝步骤一,为神经网络中的每一层维护一个敏感度分数,保持其他层剪枝率不变,剪枝该层后对网络训练两轮得到的正确分类率即为该层的敏感度分数;剪枝步骤二,对敏感度分数最高的的层进行剪枝,并更新对应的敏感度分数;剪枝步骤三,计算当前剪枝网络的剪枝率,若满足压缩率要求,则对该网络进行微调,最后得到压缩后的神经网络;否则,返回剪枝步骤二。本发明通过神经网络的优化,能够有效提高神经网络预测的准确性,从而提高复工复产的监控和预测能力。