-
公开(公告)号：CN118091525A
公开(公告)日：2024-05-28
申请号：CN202410129631.7
申请日：2024-01-31
申请人： 国网湖南省电力有限公司 , 国网湖南省电力有限公司供电服务中心(计量中心) , 国家电网有限公司
IPC分类号： G01R35/02
摘要： 本发明公开了一种电流互感器的测量误差校准方法及系统、电子设备、介质，其先通过改变不同的实验参数并获取电流测量装置对应的采集电流幅值，再基于非线性参数化函数构建磁场校正模型，该模型可以精确地反映电流互感器输出的电流幅值变化规律及磁场对电流互感器电流幅值测量的影响特性，然后利用不同的实验参数和对应的采集电流幅值对模型进行迭代训练，并利用遗传算法估计得到模型的最优参数，最后利用训练后的模型对电流互感器的测量值进行校正，可以准确地对因磁场变化所造成的电流互感器二次侧电流幅值测量误差进行校正，实现了精确的磁场补偿，提高了电流互感器在复杂电磁环境中的测量精度。
-
公开(公告)号：CN115545073A
公开(公告)日：2022-12-30
申请号：CN202211178898.2
申请日：2022-09-27
申请人： 国网湖南省电力有限公司 , 国网湖南省电力有限公司供电服务中心(计量中心) , 国家电网有限公司
摘要： 本发明公开了一种自适应频率分量动态跟踪方法及系统，此方法包括步骤：S1、构建自适应平顶窄带滤波器以实现带外干扰和频率偏移条件下自适应频率分量动态跟踪，得到电网信号；S2、运用自适应定阶方法将电网信号中的有效信号成份从背景噪声中区别出来；S3、利用泰勒加权最小二乘矩阵束法对有效信号成份进行分析，估算动态相量参数。本发明具有动态相量参数测量实时精准等优点。
-
公开(公告)号：CN112399394A
公开(公告)日：2021-02-23
申请号：CN202011197345.2
申请日：2020-10-30
申请人： 国网湖南省电力有限公司 , 国网湖南省电力有限公司供电服务中心(计量中心) , 国家电网有限公司
摘要： 本发明公开了一种基于蓝牙通讯的智能电能表系统及其通信方法，系统包括电能表、智能微型断路器、终端模块和蓝牙模块；蓝牙模块采用蓝牙模组或SOC两种方式；在采用蓝牙模组时，蓝牙模组包括第一蓝牙模组和第二蓝牙模组，电能表通过第一蓝牙模组与智能微型断路器和从设备相连；电能表依次通过第一蓝牙模组和第二蓝牙模组与终端模块相连；在采用SOC方式时，电能表通过自身集成蓝牙与智能微型断路器、从机和终端模块相连；电能表工作在一主多从模式时，电能表做为主机，电能表主动发起与智能微型断路器或其它从设备的数据连接；电能表做为从机时，电能表接受来自终端模块的连接请求进行蓝牙通信。本发明具有安全可靠性高、功耗低且稳定性好等优点。
-
公开(公告)号：CN117056681A
公开(公告)日：2023-11-14
申请号：CN202311154511.4
申请日：2023-09-07
申请人： 国网湖南省电力有限公司 , 国网湖南省电力有限公司供电服务中心(计量中心) , 国家电网有限公司
摘要： 本发明公开了一种融合历史数据的关口电能计量缺失数据填补方法及系统，本发明方法包括将当前采集的包含缺失数据的一维电能数据序列Q与上一年度同期所采集的一维电能数据序列P进行重组为一维电能数据序列E；将一维电能数据序列E转换为反对角元素值相同的矩阵Mp(e)并近似分解为低秩矩阵U、V和残余矩阵S；根据A＝UV+S计算估计矩阵A；利用估计矩阵A估计一维电能数据序列E中的缺失数据，从而得到当前采集的包含缺失数据的一维电能数据序列Q中的缺失数据。本发明旨在解决在部分电能计量数据缺失情况下，如何综合运用所采集的缺失段前后电能计量数据、往年同期历史电能计量数据，对电能计量缺失数据进行准确填补的问题。
-
公开(公告)号：CN115542000A
公开(公告)日：2022-12-30
申请号：CN202211178844.6
申请日：2022-09-27
申请人： 国网湖南省电力有限公司 , 国网湖南省电力有限公司供电服务中心(计量中心) , 国家电网有限公司
摘要： 本发明公开了一种基于泰勒矩阵束的动态相量测量方法及系统，此方法包括步骤：S1、将泰勒矩阵束的采样序列构造Hankel矩阵，对Hankel矩阵进行奇异值分解处理，得到奇异值分解结果，利用奇异值序列得到电网信号中的有效频率成份数；S2、根据奇异值分解结果和有效频率成份数构建矩阵束，求解矩阵束的特征值后，得到各信号成份的粗估计频率值；S3、利用粗估计频率值构建基于二阶泰勒动态相量模型的多频系统矩阵，并用最小二乘法估计出二阶动态相量系数，进而计算电网信号同步相量参数。本发明具有测量快速准确等优点。
-
公开(公告)号：CN111401169A
公开(公告)日：2020-07-10
申请号：CN202010151395.0
申请日：2020-03-06
申请人： 国网湖南省电力有限公司 , 国网湖南省电力有限公司供电服务中心(计量中心) , 国家电网有限公司
IPC分类号： G06K9/00 , G06K9/62 , G10L19/26 , G10L25/24 , G10L25/30 , G10L25/51 , G10L25/63 , G10L25/87 , G06N3/04
摘要： 本发明公开了一种基于监控视频信息的供电营业厅服务人员行为识别方法、装置、介质及设备，属于行为识别技术领域，用于解决目前服务人员难于监管的技术问题，方法包括：对视频帧进行预处理，提取视频帧的图像特征参数，送入循环神经网络中，得到图像特征参数与高维向量的映射；对语音信号进行预处理，提取语音特征参数，送入循环神经网络中，得到语音特征参数与高维向量的映射；在得到视频帧以及语音信号的高维向量的基础上，构建最终的分类器模型，建立从高维向量到最终不规范行为类别的映射；获取监测视频信息，基于分类器模型，对供电营业厅服务人员的行为进行识别。本发明具有操作简便、识别精度高、提高工作效率和服务水平等优点。
-
公开(公告)号：CN111353452A
公开(公告)日：2020-06-30
申请号：CN202010151359.4
申请日：2020-03-06
申请人： 国网湖南省电力有限公司 , 国网湖南省电力有限公司供电服务中心(计量中心) , 国家电网有限公司
摘要： 本发明公开了一种基于RGB图像的行为识别方法、装置、介质及设备，属于行为识别技术领域，用于解决目前服务场合无行为规范智能识别分析的技术问题，方法包括步骤：1)对RGB图像进行预处理，将工作人员的区域分割出来，对目标进行捕捉或跟踪；2)提取图像特征参数，送入循环神经网络中，得到图像特征参数与高维向量的映射；3)在得到视频帧的高维向量的基础上，建立分类器模型，建立从高维向量到最终不规范行为类别的映射，并对分类器模型进行训练；4)获取监测视频信息中的RGB图像，基于训练好的分类器模型，对供电营业厅服务人员的行为进行识别。本发明具有对服务人员行为智能识别分析、识别精度高、提高工作效率和服务水平等优点。
-
公开(公告)号：CN114966518A
公开(公告)日：2022-08-30
申请号：CN202210429506.9
申请日：2022-04-22
申请人： 国网湖南省电力有限公司 , 国网湖南省电力有限公司供电服务中心(计量中心) , 国家电网有限公司
摘要： 本发明公开了一种测试谐波含量与频率波动对智能电表计量误差影响的方法及装置，该方法首先测量得到被检电能表在纯基波信号输入条件下的最大初始固有误差，然后分别测量得到被检电能表在谐波输入实验和频率波动实验中的最大计量误差，最后基于最大初始固有误差、谐波输入实验和频率波动实验中的最大计量误差综合计算得到被检电能表的最大综合误差，通过先单独计算被检电能表分别在谐波输入实验和频率波动实验中的最大计量误差，再采用两个单独计算的最大计量误差结果来综合计算得到被检电能表的最大综合误差，有效减少了实验工作量，提高了实验效率，并且可以准确地分析得到谐波含量与频率波动对于智能电表计量误差的影响。
-
公开(公告)号：CN112399393A
公开(公告)日：2021-02-23
申请号：CN202011197336.3
申请日：2020-10-30
申请人： 国网湖南省电力有限公司 , 国网湖南省电力有限公司供电服务中心(计量中心) , 国家电网有限公司
摘要： 本发明公开了一种智能电能表装置及其通信方法，此系统包括电能表、智能微型断路器、终端模块和蓝牙模块；所述蓝牙模块采用蓝牙模组或SOC两种方式，其中SOC方式为电能表自身集成蓝牙协议栈；蓝牙模组包括第一蓝牙模组和第二蓝牙模组，在采用蓝牙模组时，所述电能表通过第一蓝牙模组与智能微型断路器和从设备相连；所述电能表依次通过第一蓝牙模组和第二蓝牙模组与终端模块相连。本发明具有可靠性高、稳定性好、功耗低等优点。
-
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。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.097 秒)
