多功能三相谐波电能表
    1.
    实用新型

    公开(公告)号:CN203275517U

    公开(公告)日:2013-11-06

    申请号:CN201320342407.3

    申请日:2013-06-17

    IPC分类号: G01R22/10

    摘要: 本实用新型公开了一种用于配电系统基波和谐波能量计量以及电能质量谐波参数实时检测、分析与显示的多功能电能计量仪表。它包括有信号传变电路模块、信号预处理电路模块、模数转换电路模块、信号分析与处理电路模块、人机对话键盘与显示电路模块和信号输出接口电路模块,本实用新型在设计中采用低功耗的嵌入式微处理器STM32F407作为信号分析与处理芯片,应用了满足实时性要求的快速分析计算方法,具有高性价比、低功耗、高精度、易操作、人机界面友好、高稳定性、高可靠性的特点,完全满足现场长期稳定可靠计量谐波电能及电能质量谐波参数分析检测的要求。

    一种相异模型下Stacking集成算法的异常用电用户识别方法

    公开(公告)号:CN112101420A

    公开(公告)日:2020-12-18

    申请号:CN202010826507.8

    申请日:2020-08-17

    IPC分类号: G06K9/62 G06N20/20

    摘要: 本发明公开了一种相异模型下Stacking集成算法的异常用电用户识别方法,从用电信息采集系统中单个用户用电负荷数据的记录情况、时间序列划分统计量以及用户用电相似度三个维度建立用电特征指标,提取用户用电特征集,更加有效挖掘数据深层次特征。相比于单一模型,本发明从跨越空间的概念选取SVM、GBDT、RF以及Deep Forest四种不同种类算法的分类相异模型做为Stacking集成结构的基分类模型。基于相异模型、相异特征构建大量模型为基模型进行原特征的学习,从不同层次、不同角度挖掘数据信息,对用户异常用电有更优的识别性能。

    一种基于双重分解的短期风电功率预测方法

    公开(公告)号:CN109146186A

    公开(公告)日:2019-01-04

    申请号:CN201810998185.8

    申请日:2018-08-29

    IPC分类号: G06Q10/04 G06Q50/06

    CPC分类号: G06Q10/04 G06Q50/06

    摘要: 本发明提供一种基于双重分解的短期风电功率预测方法,包括以下步骤:S1导入原始风电功率时间序列,S2利用变模态分解技术将原始风电功率分解为若干个子模态,S3利用样本熵方法计算S2得到的子模态的样本熵值,得到样本熵值明显较大的子模态和样本熵值较小的子模态,S4利用小波包分解技术将S3中得到的样本熵值值较大的子模态进行二次分解,分解为若干个信号特征更为明显与平稳的新子模态,S5利用在线鲁棒极限学习机分别对S3得到的样本熵值较小的子模态和S4二次分解后得到的新子模态建立预测模型,并通过叠加获得最终的风电功率预测结果;本发明计算速度快且泛化能力更好,具有更高的预测精度,且能更好的适应于实际应用中的时变系统中。

    一种短期风速多步预测方法及装置

    公开(公告)号:CN106991285A

    公开(公告)日:2017-07-28

    申请号:CN201710213732.2

    申请日:2017-04-01

    IPC分类号: G06F19/00

    摘要: 本发明公开了一种短期风速多步预测方法及装置,包括:利用启发式分割算法将原始风速时间序列分割成多个平稳子序列;利用自适应可变模式分解技术将每个平稳子序列分解为一系列有限带宽的子模式;通过基于COOK距离的遗忘因子的鲁棒在线极限学习机,对每个子模式建立基本预测模型,采用带有自适应变异机制的纵横交叉优化算法对预测模型进行参数优化;利用在线集成学习方法和有序聚合技术,通过对多个基本预测模型加权聚合获取最终预测值;可见,通过基于COOK距离的遗忘因子的鲁棒在线极限学习机根据风速的变化更新模型,使用有序聚合进行在线集成学习技术OEOA对多个基本预测模型加权聚合获取最终预测值,使多步预测精度有较大的提高。

    一种智能电表
    5.
    发明公开

    公开(公告)号:CN106291088A

    公开(公告)日:2017-01-04

    申请号:CN201610592594.9

    申请日:2016-07-25

    发明人: 黄伟 彭显刚

    IPC分类号: G01R22/06

    CPC分类号: G01R22/06 G01R22/063

    摘要: 本申请公开了一种智能电表,包括主控芯片模块;均与所述主控芯片模块可拆卸式连接的电源模块、计量模块、通信模块、显示模块、按键模块、存储模块和继电器模块,且所述各个模块之间均相互独立;所述计量模块用于完成智能电表计量需求相关的电量信息采集。本申请提供的上述智能电表,能够根据实际需求,来添加或拆卸相应的功能模块,提高了灵活性和针对性,降低成本。

    电缆局部放电在线监测方法、装置、设备及介质

    公开(公告)号:CN117148067A

    公开(公告)日:2023-12-01

    申请号:CN202311139236.9

    申请日:2023-09-05

    IPC分类号: G01R31/12 G08C17/02

    摘要: 本申请涉及一种电缆局部放电在线监测方法、装置、设备及介质,方法包括:响应局部放电监测事件,采集电缆中间接头相对应的局部放电数据,对局部放电数据进行预处理,根据局部放电数据计算电缆中间接头在预设时长范围内的脉冲放电量序列;基于正交频分复用技术按照预设调制规则对脉冲放电量序列进行调制,确定脉冲放电量序列相对应的OFDM信号;接收脉冲放电量序列相对应的OFDM信号,检测到OFDM信号的调制载波与其相对应的解调载波为同频载波时,基于OFDM信号解调算法对所述脉冲放电量序列相对应的OFDM信号进行解调,确定OFDM信号相对应的解调信号;将解调信号输送至上位机进行检测,完成电缆局部放电的在线监测。本申请能够提高对电缆局部放电监测的精准度。

    一种基于重要点分割的多分段短期负荷预测方法

    公开(公告)号:CN109146063B

    公开(公告)日:2022-02-11

    申请号:CN201811019350.7

    申请日:2018-08-27

    IPC分类号: G06N3/04 G06Q10/04 G06Q50/06

    摘要: 本发明公开了一种基于重要点分割的多分段短期负荷预测方法,包括以下步骤:1)采集地区历史负荷数据、历史温度数据以及历史相对湿度数据;2)根据月份对电力负荷进行季节性划分;3)使用非参数核密度拟合提取分季典型日负荷曲线;4)对分季典型日负荷曲线使用重要点分割进行重要点的确定;5)基于已确定好的分割点对待预测负荷曲线及气象因素曲线进行多分段处理;6)对各子分段建立基于鲁棒极限学习机(outlier robust extreme learning machine,ORELM)短期负荷预测模型。

    一种基于智能量测终端的低压无功补偿装置及方法

    公开(公告)号:CN107658888A

    公开(公告)日:2018-02-02

    申请号:CN201710909954.8

    申请日:2017-09-29

    IPC分类号: H02J3/18

    CPC分类号: H02J3/18

    摘要: 本发明公开了一种基于智能量测终端的低压无功补偿装置及方法,该装置包括:与智能量测终端相连的通信单元,用于读取智能量测终端的电压数据、电流数据和功率因数数据,并将电压数据、电流数据和功率因数数据传输至主控单元;与通信单元相连的主控单元,用于接收通信单元传输的电压数据、电流数据和功率因数数据并进行分析判断,控制自动投切开关和晶体闸流管对无功补偿支路进行投切控制,对线路进行无功补偿;与主控单元相连的所述自动投切开关和晶体闸流管;与自动投切开关和晶体闸流管相连的无功补偿支路;与主控单元相连的显示单元;与主控单元相连的按键单元;与主控单元相连的存储单元。该装置实现提高无功补偿精确性。

    一种短时电力负荷预测的方法及装置

    公开(公告)号:CN107506868A

    公开(公告)日:2017-12-22

    申请号:CN201710770943.6

    申请日:2017-08-31

    摘要: 本发明公开了一种短时电力负荷预测的方法,通过综合分位回归和鲁棒极限学习机,并利用混合粒子群算法(PSOGSA)优化后所建立的混合预测模型来对电力负荷进行预测,分位回归利用历史电力数据影响因素的多个分位数来得到未来某时刻电力负荷预测数据的条件分布的相应的分位数方程,分位回归中输入的电力数据的随机扰动不需要做任何分布上的假定,就可以详细的描述预测负荷值的统计分布,使得整个预测模型具有很强的稳健性;而鲁棒极限学习机对异常负荷值的鲁棒性更强,将上述两种方法结合在一起,并通过PSOGSA优化后所形成的混合模型可以准确的对电力负荷进行预测;本发明还提供了一种短时电力负荷预测的装置,同样具有上述有益效果。