-
公开(公告)号:CN113313163A
公开(公告)日:2021-08-27
申请号:CN202110579343.8
申请日:2021-05-26
Applicant: 广东电网有限责任公司计量中心
Abstract: 本发明公开了一种用电行为检测方法及系统,涉及用电行为检测技术领域。所述方法,包括获取电表计量的电气数据;电气数据包括用户电量、台区线损和公变负荷;根据电气数据,提取用以表征用电异常性的电气特征参数;电气特征参数包括用电系数、用户离散系数、线损与电量的相关系数和月最大负荷利用日;根据电气特征参数和不同时间段的时间用电曲线,生成对应的电气特征判据;根据电气特征判据,筛选高窃电嫌疑用户。本发明可以完整、准确地提取可以表征用户窃电异常表现的电气特征,最终输出准确的用户窃电行为判断结果,为供电公司的窃电排查工作提供参考。
-
公开(公告)号:CN113075438A
公开(公告)日:2021-07-06
申请号:CN202110338493.X
申请日:2021-03-29
Applicant: 广东电网有限责任公司计量中心
Abstract: 本发明公开了一种窃电检测方法及其装置、防窃电装置和可读存储介质。该方法应用于防窃电装置,防窃电装置与远程后台监控中心通信连接,方法包括:在未检测到远程后台监控中心发送的远程控制指令时,采集电表箱周围的磁场强度信息;根据磁场强度信息判断当前磁场强度是否超过磁场阈值;若判断当前磁场强度未超过磁场阈值,则采集电表箱的当前运动信息;根据当前运动信息判断当前加速度幅值是否超过加速度阈值,并根据判断结果执行相应的处理操作。本发明考虑到电表箱日常巡检正常情况,通过优先检测远程控制指令存在与否,准确识别当前电表箱被实施操作是否为窃电操作,避免防窃电装置作出不必要预警应对。
-
公开(公告)号:CN111881415A
公开(公告)日:2020-11-03
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:CN111881189A
公开(公告)日:2020-11-03
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:CN110351707A
公开(公告)日:2019-10-18
申请号:CN201910778713.3
申请日:2019-08-22
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
IPC: H04W8/18 , H04B17/318
Abstract: 本申请公开了一种计量自动化终端、计量系统和计量方法,该计量自动化终端包括:通信模组、采集模块;所述采集模块,用于采集电能数据;所述通信模组,包括主控模块和由不同运营商提供的若干ESIM卡;所述主控模块,用于获取若干所述ESIM卡各自对应的信号强度,从所有所述信号强度中,将信号强度最强的ESIM卡作为所述计量自动化终端的当前通信单元,并通过当前通信单元将所述电能数据发送至主站子系统,解决了现有的计量自动化终端在SIM卡信号较弱时,不能与主站通信的技术问题。
-
公开(公告)号:CN113591613B
公开(公告)日:2025-02-28
申请号:CN202110791524.7
申请日:2021-07-13
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
IPC: G06V40/20 , G06V10/77 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/006 , G06N3/088
Abstract: 本发明公开了一种窃电行为识别方法、系统、终端设备及存储介质,该方法包括:采集待测用户的历史用电数据,按第一预设比例将历史用电数据分为第一训练样本和测试样本;对第一训练样本进行降维处理,利用降维后的训练样本对DBN模型训练,得到目标DBN模型及第一输出结果;对第一输出结果进行加权,得到异常检测阈值;将测试样本输入至所述目标DBN模型,得到第二输出结果,利用该值确定待测用户用电行为的目标检测值;判断目标检测值是否大于异常检测阈值;若是,则当前待测用户用电行为正常,否则为异常。本发明能够提高用户窃电行为行为识别的准确率,进而增强供电系统的安全性和可靠性,具有成本低、精确度高及适用性强的优点。
-
公开(公告)号:CN113313163B
公开(公告)日:2025-02-18
申请号:CN202110579343.8
申请日:2021-05-26
Applicant: 广东电网有限责任公司计量中心
IPC: G06F18/211 , G06Q50/06
Abstract: 本发明公开了一种用电行为检测方法及系统,涉及用电行为检测技术领域。所述方法,包括获取电表计量的电气数据;电气数据包括用户电量、台区线损和公变负荷;根据电气数据,提取用以表征用电异常性的电气特征参数;电气特征参数包括用电系数、用户离散系数、线损与电量的相关系数和月最大负荷利用日;根据电气特征参数和不同时间段的时间用电曲线,生成对应的电气特征判据;根据电气特征判据,筛选高窃电嫌疑用户。本发明可以完整、准确地提取可以表征用户窃电异常表现的电气特征,最终输出准确的用户窃电行为判断结果,为供电公司的窃电排查工作提供参考。
-
公开(公告)号:CN111879983B
公开(公告)日:2023-05-23
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:CN113408804B
公开(公告)日:2023-04-07
申请号:CN202110705158.9
申请日:2021-06-24
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
IPC: G06Q10/04 , G06Q10/0639 , G06Q50/06 , G06F16/215 , G06F18/214 , G06F18/241 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种窃电行为检测方法、系统、终端设备及存储介质,所述方法包括对原始数据集进行数据清洗,得到训练样本;将训练样本输入至卷积神经网络模型,得到训练结果;利用评价指标对当前训练结果进行评估,若当前训练结果不满足预设条件,则调整训练样本的权重比,并利用调整后的样本对卷积神经网络模型进行训练,直至训练结果满足预设条件,得到优化卷积神经网络模型;将优化卷积神经网络模型按照预设权重比进行组合得到目标检测模型;利用该模型检测用户窃电行为。本发明不仅检测精度高,且能在电力网络拓扑结构或网络参数缺失的情况下,根据电表计量数据进行用户窃电行为的判断,具有适用性强、成本低、准确度高的优点。
-
公开(公告)号:CN115016965A
公开(公告)日:2022-09-06
申请号:CN202210603820.4
申请日:2022-05-30
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: 本申请公开了一种计量自动化主站的故障检测方法、装置、设备及存储介质,通过二维数据样本,对预设变分自编码器进行训练,直至预设变分自编码器收敛,得到目标变分自编码器;将解码器替换为预设卷积神经网络,得到初始故障检测模型;基于编码器对二维数据样本进行噪声处理后得到的目标二维数据样本,对初始故障检测模型中的预设卷积神经网络进行训练,得到目标故障检测模型;利用目标故障检测模型,根据计量自动化主站的目标运行数据,对计量自动化主站进行故障检测,得到计量自动化主站的故障结果数据。本发明通过对数据采集阶段引入的数据噪声进行降噪处理,以对数据进行一定程度的修复,提高了故障检测模型的鲁棒性。
-
-
-
-
-
-
-
-
-