-
公开(公告)号：CN111879983A
公开(公告)日：2020-11-03
申请号：CN202010760674.7
申请日：2020-07-31
Applicant: 广东电网有限责任公司计量中心
IPC: G01R11/00 , G06F40/174
Abstract: 本申请公开了一种台区户变与相序关系识别方法方法、装置、设备及介质，方法包括：采集多时间断面下的低压配电台区各相母线电压以及智能电表的电压值；对每一时间断面下的智能电表的电压值进行排序；按照排序后智能电表的顺序索引，依次比对智能电表的电压值与母线的电压值，若存在智能电表的电压值大于母线的电压值，则判别智能电表不在母线所引出的馈线上。本申请不需要增加额外的终端设备即可完成对台区户变与相序关系的识别。
-
公开(公告)号：CN109711062A
公开(公告)日：2019-05-03
申请号：CN201811626867.2
申请日：2018-12-28
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
Abstract: 本申请公开了一种基于云服务的设备故障诊断方法及装置，其中本申请的方法包括：S1：基于云端存储技术，实时获取包含有自动检定系统的设备运行数据的故障诊断症状向量；S2：根据获取到的故障诊断症状向量通过模糊推理运算得到故障向量；S3：将故障向量输入到训练完成后的ELM二级故障诊断模型进行二级故障诊断，得到故障类型诊断结果。本申请基于云服务的数据管理性能与模糊推理和ELM组成的两级故障诊断决策模型相结合，解决了在多源、多维、异构等复杂的自动化计量检测系统环境中，传统自动化检定中心基于云服务的设备故障诊断准确率低的技术问题。
-
公开(公告)号：CN111881415B
公开(公告)日：2023-07-04
申请号：CN202010762801.7
申请日：2020-07-31
Applicant: 广东电网有限责任公司计量中心
IPC: G06F17/16
Abstract: 本申请公开了一种台区相序与线户关系识别方法及装置，方法包括：采集目标台区内，多时间断面下，配变各相低压出线的电流与功率因数时序数据，以及智能电表的电流与功率因数时序数据；由电流与功率因数时序数据计算每个时间断面下各相低压出线与智能电表的有功电流时序值；建立反映用户智能电表相序与线户归属关系的超定方程组；将有功电流时序值代入超定方程组中，求解超定方程组的最小二乘解，得到用户智能电表的相序与线户归属关系。解决了现有技术需要添加额外的设备，投资成本较高，且在微功率无线方案台区难以应用。
-
公开(公告)号：CN113313612B
公开(公告)日：2023-04-07
申请号：CN202110581132.8
申请日：2021-05-26
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
Abstract: 本申请公开了低负荷下电能表的电能计量方法，包括基于神经网络的电力电能测试系统和标准计数器，电力电能测试系统包括分布式依次设置的输入层、隐层和输出层网络结构，神经网络包括由模拟神经元组合的具有并行和分布式信息处理的网络结构，输入层从电力电能系统接收输入信息，隐层把输入信息进行内部学习和处理，隐层通过权连接输入层和输出层；输出层被配置为针对输入经调整权系统而得到功率期望值，输出层还包括实际功率输出值，当功率期望值与实际功率输出值的误差小于预设数值时，得出目标权值，并根据目标权值将瞬时功率对时间积分，从而得到计量的电能。通过上述方式，可以提高电能表在各种家用电器待机状态下的计量准确度，可靠性高。
-
公开(公告)号：CN112308458B
公开(公告)日：2022-02-15
申请号：CN202011322293.7
申请日：2020-11-23
Applicant: 广东电网有限责任公司计量中心
Abstract: 本申请公开了一种低压台区量测数据评价方法和系统，该方法包括：采集目标台区内三相母线和智能电表的电压、有功功率时序数据，计算对应的有功电流时序数据；根据预置第一评价公式计算各个时间断面下的电压、有功电流数据对应的第一评价值；随机选取电压、有功电流断面数据，重构满足预设断面数的新序列样本，重复执行L0次序列样本的构建步骤，得到L0个序列样本；根据第二评价公式，结合各断面数据的第一评价值，计算每个重构新序列样本的第二评价值；将第二评价值最高的序列样本作为低压台区相序识别的分析样本。该方法对低压台区量测数据进行多次评价，并从中选取质量最优的分析样本，有效提高了量测数据评价的准确度。
-
Patent Agency Ranking
公开(公告)号：CN111881189B
公开(公告)日：2022-01-25
申请号：CN202010773408.8
申请日：2020-08-04
Applicant: 广东电网有限责任公司计量中心
IPC: G06F16/2458 , G06Q50/06
Abstract: 本申请公开了一种台区户变关系校验方法及系统，方法包括：采集目标台区内各个低压用户电表的电压记录时序曲线数据；遍历目标台区内所有的电表，计算不同电表之间电压时序的皮尔逊相关性系数；基于所得的若干项参数进行排列后，计算相邻电表间的皮尔逊相关性系数曲线的方差或平均值变化量；设定户变异常嫌疑集合计算规则，针对所得的多项变化量，确定互变异常临界点，计算得到户变异常嫌疑集合；将户变异常嫌疑集合里不与集合外用户归属同一电压分类的用户判定为户变异常用户。本申请在不额外加装其他终端设备的前提下，充分挖掘数据的内在规律，实现台区户变关系校验。
-
公开(公告)号：CN113313612A
公开(公告)日：2021-08-27
申请号：CN202110581132.8
申请日：2021-05-26
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司计量中心
Abstract: 本申请公开了低负荷下电能表的电能计量方法，包括基于神经网络的电力电能测试系统和标准计数器，电力电能测试系统包括分布式依次设置的输入层、隐层和输出层网络结构，神经网络包括由模拟神经元组合的具有并行和分布式信息处理的网络结构，输入层从电力电能系统接收输入信息，隐层把输入信息进行内部学习和处理，隐层通过权连接输入层和输出层；输出层被配置为针对输入经调整权系统而得到功率期望值，输出层还包括实际功率输出值，当功率期望值与实际功率输出值的误差小于预设数值时，得出目标权值，并根据目标权值将瞬时功率对时间积分，从而得到计量的电能。通过上述方式，可以提高电能表在各种家用电器待机状态下的计量准确度，可靠性高。
-
公开(公告)号：CN113065234A
公开(公告)日：2021-07-02
申请号：CN202110287286.6
申请日：2021-03-17
Applicant: 广东电网有限责任公司计量中心
IPC: G06F30/20 , G06F119/02 , G06F119/04
Abstract: 本发明提供一种智能电表的批次可靠性风险等级评估方法及系统，其中，方法包括：获取智能电表的故障数据及安装数据，并对所述故障数据及安装数据进行预处理得到可靠性数据；其中，所述预处理包括：剔除所述故障数据及安装数据中的噪声数据；根据电能表的失效分布模型对所述可靠性数据进行参数估计，得到失效分布函数参数；根据所述失效分布函数参数，进行所述智能电表的寿命预估及可靠性风险等级评估。本发明基于批次智能电能表运行时的整体故障表现，在规定的寿命指标(含规定的累计故障率)要求下，对批次电能表的可靠性风险进行评估，提高预测评估的准确性，为运营管理单位确定批次电能表的抽检及轮换周期提供决策依据。
-
公开(公告)号：CN112767190A
公开(公告)日：2021-05-07
申请号：CN202011628746.9
申请日：2020-12-30
Applicant: 广东电网有限责任公司计量中心
Abstract: 本发明涉及一种基于多层堆叠式神经网络的台区相序识别方法及装置，通过获取目标台区在某时间段内的配电变压器各相低压出线与各用户电表之间的时序电压样本数据，并对时序电压样本数据进行预处理；对处理后得到的样本集生成训练集和测试集，采用CNN网络对训练集训练得到时间序列特征，采用LSTM网路对时间序列特征和训练集进行训练建立相序预测模型；采用相序预测模型预测测试集中用户电表与配电变压器各相的相序。该台区相序识别方法不需要目标台区外挂其他终端设备的前提下，即可准确梳理用户电表的相序归属关系，成本低且工程应用价值高，解决现有对台区“变‑线‑相‑户”物理拓扑的识别，存在额外增加终端设备的问题。
-
公开(公告)号：CN112750051A
公开(公告)日：2021-05-04
申请号：CN202011622001.1
申请日：2020-12-30
Applicant: 广东电网有限责任公司计量中心
Abstract: 本发明涉及一种基于随机森林算法的台区相序识别方法、装置及终端设备，通过获取目标台区在某时间段内的配电变压器各相低压出线与各用户电表之间的时序电压样本数据以及建立用户电表的相序归属关系的特征集，并对时序电压样本数据进行预处理；对处理后得到的样本集生成训练集和测试集，采用随机森林算法对训练集和特征集训练，得到训练决策树，获取m个训练决策树组建随机森林识别模型；采用随机森林识别模型预测测试集中用户电表与配电变压器各相的相序。该基于随机森林算法的台区相序识别方法不需要目标台区外挂其他终端设备的前提下，即可准确梳理用户电表的相序归属关系，成本低且工程应用价值高。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.051 seconds)
