-
公开(公告)号：CN109238358A
公开(公告)日：2019-01-18
申请号：CN201811059345.9
申请日：2018-09-12
申请人： 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院 , 中国电力科学研究院有限公司 , 西安交通大学
IPC分类号： G01D21/02
摘要： 本发明涉及一种分布式电能计量箱多传感器数据采集和抗干扰处理方法，包括：S1:采集电能计量箱相关传感器数据；步骤S2:采用卡尔曼滤波算法对采集的相关传感器数据进行滤波处理；S3:根据人工神经网络的训练需求提取相关传感器的训练样本数据；S4:计算不同磁场环境下，相关传感器磁场干扰前后误差数据集合；S5:将磁场样本数据和相关传感器误差数据集合通过训练样本数据进行训练；S6:采集电能计量箱现场实时工况的磁场传感器数据，并输入到人工神经网络误差模型，得到相关传感器获取数据与真实环境的误差ə；S7:对相关传感器数据进行修正，得到修正后的相关传感器实时监测数据量。本申请能够得到稳定、准确的电能计量箱监测数据。
-
公开(公告)号：CN111314408B
公开(公告)日：2022-08-05
申请号：CN201911168159.3
申请日：2019-11-25
申请人： 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
IPC分类号： H04L67/12 , H04L67/568 , H04L67/5682 , H04L67/01 , G08C19/00
摘要： 本发明涉及一种基于通信层多数据项缓存任务的本地边缘计算和物联管理方法，令电表载波模块按照设定的周期，周期性地同电表进行交互，用以进行数据内容的本地边缘计算和数据管理；其中所述交互包括读数据与缓存数据任务管理。本发明通过对主站请求帧、从站应答帧中的数据域进行拓展，能够让载波模块具备边缘计算、数据管理功能，充分挖掘载波模块的资源，提高数据利用率，支持各种业务发展的需求。
-
公开(公告)号：CN110673081B
公开(公告)日：2021-10-29
申请号：CN201910993691.2
申请日：2019-10-18
申请人： 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院 , 福州大学
IPC分类号： G01R35/04
摘要： 本发明涉及一种基于边缘计算的智能电表误差在线估计方法，包括以下步骤：步骤S1：通过移动终端采集智能电表采集智能电能表表号信息和电量信息，建立电表资料集，并将电表资料集传送至智能空开存储；步骤S2:智能空开通过移动终端获取各个智能电表实时数据，并计算电表误差系数；步骤S3:智能空开将计算得到的各电表误差系数保存在存储芯片;步骤S4:智能电表误差在线分析系统调用智能空开存储的数据，并存入数据库中；步骤S5:智能电表误差分析终端实时分析数据库，若发现同一电表连续K次误差分析结果显示为超差便发出警报提醒工作人员去现场进行检查。本发明极大的提高误差预测的准确性，实现了从终端计算电能误差，实现精确预测。
-
公开(公告)号：CN109238358B
公开(公告)日：2020-11-27
申请号：CN201811059345.9
申请日：2018-09-12
申请人： 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院 , 中国电力科学研究院有限公司 , 西安交通大学
IPC分类号： G01D21/02
摘要： 本发明涉及一种分布式电能计量箱多传感器数据采集和抗干扰处理方法，包括：S1:采集电能计量箱相关传感器数据；步骤S2:采用卡尔曼滤波算法对采集的相关传感器数据进行滤波处理；S3:根据人工神经网络的训练需求提取相关传感器的训练样本数据；S4:计算不同磁场环境下，相关传感器磁场干扰前后误差数据集合；S5:将磁场样本数据和相关传感器误差数据集合通过训练样本数据进行训练；S6:采集电能计量箱现场实时工况的磁场传感器数据，并输入到人工神经网络误差模型，得到相关传感器获取数据与真实环境的误差ə；S7:对相关传感器数据进行修正，得到修正后的相关传感器实时监测数据量。本申请能够得到稳定、准确的电能计量箱监测数据。
-
公开(公告)号：CN106921660A
公开(公告)日：2017-07-04
申请号：CN201710109864.0
申请日：2017-02-28
申请人： 国网福建省电力有限公司 , 国家电网公司 , 国网福建省电力有限公司电力科学研究院
IPC分类号： H04L29/06
摘要： 本发明涉及一种支持任意通信协议共享信道资源的方法。首先，在表计与采集终端之间设置一通讯协议转换器；其次，采集终端发送抄表请求，经通讯协议转换器转换为主站请求帧后发送给表计；主站请求帧格式为：通讯协议转换器地址+控制码+数据域长度码+待转发透明封包报文；最后，若表计应答经通讯协议转换器发送来的主站请求帧，通讯协议转换器对应答内容进行验证，验证通过则通讯协议转换器将应答内容转换为应答帧；应答帧格式为：通讯协议转换器地址+控制码+数据域长度码+待转发应答封包报文。本发明本发明使得报文在通信信道的传输不再受制于通信协议，大大提高了系统通信资源利用率，充分挖掘系统通信资源。
-
公开(公告)号：CN111314408A
公开(公告)日：2020-06-19
申请号：CN201911168159.3
申请日：2019-11-25
申请人： 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
摘要： 本发明涉及一种基于通信层多数据项缓存任务的本地边缘计算和物联管理方法，令电表载波模块按照设定的周期，周期性地同电表进行交互，用以进行数据内容的本地边缘计算和数据管理；其中所述交互包括读数据与缓存数据任务管理。本发明通过对主站请求帧、从站应答帧中的数据域进行拓展，能够让载波模块具备边缘计算、数据管理功能，充分挖掘载波模块的资源，提高数据利用率，支持各种业务发展的需求。
-
公开(公告)号：CN110673081A
公开(公告)日：2020-01-10
申请号：CN201910993691.2
申请日：2019-10-18
申请人： 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院 , 福州大学
IPC分类号： G01R35/04
摘要： 本发明涉及一种基于边缘计算的智能电表误差在线估计方法，包括以下步骤：步骤S1：通过移动终端采集智能电表采集智能电能表表号信息和电量信息，建立电表资料集，并将电表资料集传送至智能空开存储；步骤S2:智能空开通过移动终端获取各个智能电表实时数据，并计算电表误差系数；步骤S3:智能空开将计算得到的各电表误差系数保存在存储芯片;步骤S4:智能电表误差在线分析系统调用智能空开存储的数据，并存入数据库中；步骤S5:智能电表误差分析终端实时分析数据库，若发现同一电表连续K次误差分析结果显示为超差便发出警报提醒工作人员去现场进行检查。本发明极大的提高误差预测的准确性，实现了从终端计算电能误差，实现精确预测。
-
公开(公告)号：CN106452506B
公开(公告)日：2019-04-26
申请号：CN201611058129.3
申请日：2016-11-27
申请人： 国网福建省电力有限公司 , 国家电网公司 , 国网福建省电力有限公司电力科学研究院
摘要： 本发明涉及一种多个数据项一次性采集的方法，提供一作为主站的终端以及通过电力线与该终端相连的复数台作为从站的电能表，终端发起读电能表数据请求，生成主站请求报文，并发送至电能表；电能表对主站请求帧进行校验，且当检测到该主站请求帧中数据域中的多数据项组合抄读标识符后，进行多数据项组合抄读处理；电能表生成从站应答报文，并上传至终端；终端对返回的从站应答报文进行校验；当检测到该从站应答帧数据域中的多数据项组合抄读标识符后，进行多数据项组合解析处理。本发明提出的一种多个数据项一次性采集方法，同时一次性抄读电能表不同类型的数据项，提高了系统通信资源利用率，充分挖掘系统通信资源，提高数据采集效率。
-
公开(公告)号：CN106452506A
公开(公告)日：2017-02-22
申请号：CN201611058129.3
申请日：2016-11-27
申请人： 国网福建省电力有限公司 , 国家电网公司 , 国网福建省电力有限公司电力科学研究院
摘要： 本发明涉及一种多个数据项一次性采集的方法，提供一作为主站的终端以及通过电力线与该终端相连的复数台作为从站的电能表，终端发起读电能表数据请求，生成主站请求报文，并发送至电能表；电能表对主站请求帧进行校验，且当检测到该主站请求帧中数据域中的多数据项组合抄读标识符后，进行多数据项组合抄读处理；电能表生成从站应答报文，并上传至终端；终端对返回的从站应答报文进行校验；当检测到该从站应答帧数据域中的多数据项组合抄读标识符后，进行多数据项组合解析处理。本发明提出的一种多个数据项一次性采集方法，同时一次性抄读电能表不同类型的数据项，提高了系统通信资源利用率，充分挖掘系统通信资源，提高数据采集效率。
-
公开(公告)号：CN115860188A
公开(公告)日：2023-03-28
申请号：CN202211413365.8
申请日：2022-11-11
申请人： 国网福建省电力有限公司营销服务中心 , 国网福建省电力有限公司 , 国网冀北电力有限公司计量中心 , 国网电力科学研究院武汉能效测评有限公司 , 国网电力科学研究院有限公司 , 国家电网有限公司
发明人： 郑佩祥 , 赖国书 , 马鲁晋 , 陈吴晓 , 胡泽延 , 蔡雨晴 , 王瑜 , 宋微浪 , 洪亮 , 朱玲玲 , 魏晓莹 , 王莉 , 钟侃 , 刘晓伟 , 李学超 , 朱亮亮 , 徐辰冠 , 夏凡
摘要： 本发明涉及一种碳排放预测方法与系统、介质和电子设备，步骤如下：确定待预测碳排放企业所属行业的碳排放源，获取行业的历史用电量数据、生产工艺流程中历史生产关联量数据与历史碳排放量作为样本数据；根据样本数据，构建BP神经网络模型；设定鲸鱼优化算法的参数条件，通过鲸鱼算法将样本数据划分为训练数据和测试数据训练并优化BP神经网络模型；将待预测碳排放的企业的用电量数据和生产关联量数据输入至优化后的BP神经网络模型，得到待预测碳排放的企业碳排放预测值。本发明通过鲸鱼算法优化BP神经网络，提高神经网络训练速度，避免了BP神经网络陷入局部最优的问题，获得更加科学可靠的碳排放预测模型。
-
-
-
-
-
-
-
-
-
搜索结果
39 条记录 (耗时 0.066 秒)
