公开(公告)号：CN112565144B

公开(公告)日：2022-11-29

申请号：CN202011294971.3

申请日：2020-11-18

Applicant: 国网重庆市电力公司市南供电分公司

Inventor： 杨德祥 ,  黄耀 ,  张弛 ,  李明蔚 ,  刘昊耘 ,  蔺海明 ,  李赢

IPC: H04L27/26 ,  H04L67/12

Abstract: 本发明公开了一种基于OFDM宽带载波通信系统的台区识别方法，包括以下步骤：S1、对OFDM宽带载波通信网络进行时间同步；S2、进行电压特征值的采集与相似度分析；S3、进行过零周期特征值的采集与相似度分析；S4、进行信噪比特征值的采集与相似度分析；S5、将采集到的所述电压特征值、过零周期特征值、信噪比特征值等多维度信息进行深度学习模型的训练，建立台区识别的深度学习模型，根据所述深度学习模型对用电客户进行自动台区识别。本发明通过多维度采集台区的特征数据，并结合深度学习模型，提高了自动台区识别的准确性和及时性，提高电网经济运行水平，减少新增负荷安排不合理等问题。

公开(公告)号：CN112565144A

公开(公告)日：2021-03-26

申请号：CN202011294971.3

申请日：2020-11-18

Applicant: 国网重庆市电力公司市南供电分公司

Inventor： 杨德祥 ,  黄耀 ,  张弛 ,  李明蔚 ,  刘昊耘 ,  蔺海明 ,  李赢

IPC: H04L27/26 ,  H04L29/08

Abstract: 本发明公开了一种基于OFDM宽带载波通信系统的台区识别方法，包括以下步骤：S1、对OFDM宽带载波通信网络进行时间同步；S2、进行电压特征值的采集与相似度分析；S3、进行过零周期特征值的采集与相似度分析；S4、进行信噪比特征值的采集与相似度分析；S5、将采集到的所述电压特征值、过零周期特征值、信噪比特征值等多维度信息进行深度学习模型的训练，建立台区识别的深度学习模型，根据所述深度学习模型对用电客户进行自动台区识别。本发明通过多维度采集台区的特征数据，并结合深度学习模型，提高了自动台区识别的准确性和及时性，提高电网经济运行水平，减少新增负荷安排不合理等问题。