一种智能电表的电能计量方法、装置及智能电表

    公开(公告)号:CN118604442B

    公开(公告)日:2024-10-15

    申请号:CN202411081396.7

    申请日:2024-08-08

    IPC分类号: G01R22/08 G01R35/04

    摘要: 本申请涉及电能计量技术领域,公开了一种智能电表的电能计量方法、装置及智能电表,其中,对用电端的实时计量参数进行采样,并根据采样到的实时计量参数进行电能计量;在监测到实时计量参数处于低波动状态的情况下,根据实时计量参数监测所述用电端的用电负荷情况;如果用电端的当前用电负荷大于预设阈值,则降低实时计量参数的采样频率,以使智能电表进入低功耗计量模式;如果用电端的当前用电负荷小于等于预设阈值,则控制智能电表进入所述低功耗休眠模式。其有益效果是,保证电能计量功能的前提下,显著降低智能电表的总体能耗,并且实现智能电表的资源最优化利用,提高智能电表的设备可靠性。

    一种电力系统的报文采集与分析方法及系统

    公开(公告)号:CN118523965B

    公开(公告)日:2024-09-27

    申请号:CN202410988149.9

    申请日:2024-07-23

    IPC分类号: H04L9/40 H04L69/22

    摘要: 本发明提供了一种电力系统的报文采集与分析方法及系统,包括通过透明传输模式串接于目标网络环境,根据预设过滤条件获取电力通信报文;将电力通信报文按照预设过滤条件分区散列存储于预设存储地址,并采用滚动存储模式对预设存储地址的报文数据进行更新;响应于外接存储设备的报文转储请求,根据报文转储范围对预设存储地址的报文数据进行提取打包,将待转储数据包传输至外接存储设备,供其接入外网分析设备时,将待转储数据包导入外网分析设备进行系统运行分析得到状态分析结果。本发明实现即插即用便携报文采集,不仅保证报文就地分析,还能将报文分类安全转储实现离网分析,降低数据安全风险,提升数据分析的高效性和可靠性。

    一种电力系统的报文采集与分析方法及系统

    公开(公告)号:CN118523965A

    公开(公告)日:2024-08-20

    申请号:CN202410988149.9

    申请日:2024-07-23

    IPC分类号: H04L9/40 H04L69/22

    摘要: 本发明提供了一种电力系统的报文采集与分析方法及系统,包括通过透明传输模式串接于目标网络环境,根据预设过滤条件获取电力通信报文;将电力通信报文按照预设过滤条件分区散列存储于预设存储地址,并采用滚动存储模式对预设存储地址的报文数据进行更新;响应于外接存储设备的报文转储请求,根据报文转储范围对预设存储地址的报文数据进行提取打包,将待转储数据包传输至外接存储设备,供其接入外网分析设备时,将待转储数据包导入外网分析设备进行系统运行分析得到状态分析结果。本发明实现即插即用便携报文采集,不仅保证报文就地分析,还能将报文分类安全转储实现离网分析,降低数据安全风险,提升数据分析的高效性和可靠性。

    一种智能电表的电能计量方法、装置及智能电表

    公开(公告)号:CN118604442A

    公开(公告)日:2024-09-06

    申请号:CN202411081396.7

    申请日:2024-08-08

    IPC分类号: G01R22/08 G01R35/04

    摘要: 本申请涉及电能计量技术领域,公开了一种智能电表的电能计量方法、装置及智能电表,其中,对用电端的实时计量参数进行采样,并根据采样到的实时计量参数进行电能计量;在监测到实时计量参数处于低波动状态的情况下,根据实时计量参数监测所述用电端的用电负荷情况;如果用电端的当前用电负荷大于预设阈值,则降低实时计量参数的采样频率,以使智能电表进入低功耗计量模式;如果用电端的当前用电负荷小于等于预设阈值,则控制智能电表进入所述低功耗休眠模式。其有益效果是,保证电能计量功能的前提下,显著降低智能电表的总体能耗,并且实现智能电表的资源最优化利用,提高智能电表的设备可靠性。

    基于深度学习的可再生能源电站功率预测方法及系统

    公开(公告)号:CN117521497A

    公开(公告)日:2024-02-06

    申请号:CN202311467952.X

    申请日:2023-11-06

    摘要: 本申请公开了一种基于深度学习的可再生能源电站功率预测方法及系统,方法包括:计算历史输出功率数据与气象因素之间的相关性,根据相关性筛选出强相关的气象因素;去除历史输出功率数据中的噪声信号,得到第一历史输出功率数据;对第一历史输出功率数据预处理,得到第二历史输出功率数据;利用相关的气象因素和第二历史输出功率数据构建数据集,并将其输入至预先设立的BLSTM‑随机森林功率预测模型中进行训练;将待预测日强相关的气象因素以及历史输出功率数据输入至训练好的BLSTM‑随机森林功率预测模型,得到功率预测值。本申请通过在功率预测模型中,考虑了对历史输出功率有影响的强相关的气象因素,增强了数据之间的相关性,提高了功率预测精度。