一种智能电能表特殊工况检测识别方法

    公开(公告)号:CN114527423A

    公开(公告)日:2022-05-24

    申请号:CN202210146386.1

    申请日:2022-02-17

    IPC分类号: G01R35/04 G05B19/042

    摘要: 本发明涉及智能电能表技术领域,具体地说,涉及一种智能电能表特殊工况检测识别方法。包括如下步骤:设计并构建电能表硬件采样电路;通过计算软件程序对电能表特殊工况进行检测识别;计算电能表特殊工况电流采样数据的差分分布特征;利用差分分布特征,对该指定类别的工况进行检测。本发明设计主要应用于互感器接入式智能电能表产品,能够在占用少量资源的前提下简洁高效地检测特殊工况;对硬件资源要求低,对软件资源占用少,最大程度减少对计算和存储资源的占用,在不增加硬件成本的前提下,大大降低了电能表改造的成本;对于大多数电能表来讲,仅需通过软件升级,即可实现对特殊工况的检测功能,满足标准要求。

    电能表负荷监测方法、系统、装置及计算机可读存储介质

    公开(公告)号:CN114355275A

    公开(公告)日:2022-04-15

    申请号:CN202210277232.6

    申请日:2022-03-21

    摘要: 本申请公开了一种电能表负荷监测方法、系统、装置及计算机可读存储介质,应用于电力物联网领域;该电能表负荷监测方法包括获取电能表处的用电数据,用电数据包括电压数据和电流数据;基于用电数据得到特征数据,特征数据包括基于电压数据和电流数据得到的电压‑电流轨迹图像,特征数据还包括基于电流数据得到的谐波特征矩阵;以电压‑电流轨迹图像和谐波特征矩阵作为预训练神经网络模型的输入,通过神经网络模型的在线推理,分析出用电负荷的类别及监测结果。本申请能够提高用电负荷的识别准确率,不需要额外设置大量相似度判别阈值,占用资源少,便于神经网络模型在资源有限的边缘侧场景部署。