-
公开(公告)号：CN117269571A
公开(公告)日：2023-12-22
申请号：CN202311012035.2
申请日：2023-08-11
Applicant: 国网江苏省电力有限公司南京供电分公司
Abstract: 本发明提供了一种多路电能计量脉冲产生器，包括数模转换模块、功率计算模块、脉冲发生模块以及电力线配置模块；所述数模转换模块用于对电力线上的电压和电流信号进行采样；所述功率计算模块的输入端连接数模转换模块，得到每一路对应的瞬时功率；所述脉冲发生模块的输入端连接功率计算模块，将功率计算模块得到的瞬时功率序列转换为脉冲信号，并输出电能计量脉冲信号；所述电力线配置模块连接功率计算模块和脉冲发生模块，用于设置输入的电力线和输出的电能脉冲信号之间的对应关系。本发明可以对多个电力线上的电压、电流信号进行测量，并输出多路电能计量脉冲信号，输入的电力线和输出的电能脉冲信号之间的对应关系可灵活调整。
-
公开(公告)号：CN116054412A
公开(公告)日：2023-05-02
申请号：CN202310169350.X
申请日：2023-02-27
Applicant: 国网江苏省电力有限公司南京供电分公司
Abstract: 本发明涉及用电信息采集技术领域，尤其涉及一种低压分布式光伏成套监测装置，包括：隔离单元、计量单元、保护单元和主控单元；隔离单元用于将监测装置与主网隔离；隔离单元进线端连接于主电网，隔离单元出线端连接于计量单元；计量单元用于监测电量；计量单元进线端连接于隔离单元出线端，计量单元出线端连接于保护单元；保护单元用于线路保护；保护单元进线端连接于计量单元，保护单元出线端用于连接另设的光伏逆变器；主控单元用于分布式光伏设备信息采集及检测；主控单元中设有分布式光伏测控终端。本发明提升对并网点的监控水平。
-
公开(公告)号：CN112098714B
公开(公告)日：2023-04-18
申请号：CN202010806282.X
申请日：2020-08-12
Applicant: 国网江苏省电力有限公司南京供电分公司
IPC: G01R22/06 , G06N3/049 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 一种基于ResNet‑LSTM的窃电检测方法及系统，收集电力系统正常运行时采集的用户的用电量数据样本和样本的用电类型标签，对用电量数据进行数据预处理，并将数据集分为训练集、测试集、验证集；运用自动编码器处理训练集中标签为窃电的用电数据样本，并获得新的训练集；将原先的训练集的用电量数据分别输入ResNet模型和LSTM模型进行窃电检测测试，通过测试结果选择ResNet和LSTM神经网络组合结构，并以此搭建混合神经网络，通过测试选择合适的混合神经网络结构；运用选择出的ResNet‑LSTM混合神经网络结构进行测试选择出合适的神经网络优化方法，形成窃电检测模型；运用新的训练集来训练窃电检测模型，构建完整的窃电检测方法，本发明提高了窃电检测能力和检测效率。
-
公开(公告)号：CN115913247A
公开(公告)日：2023-04-04
申请号：CN202211275331.7
申请日：2022-10-18
Applicant: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司
IPC: H03M7/30 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 一种高频电力数据深度无损压缩方法及系统，使用自注意力挖掘数据局部信息设计新型的T‑Transformer模型，增加高斯先验，加强数据的相关性；对模型输出概率使用算术编码器压缩；最后，对编码得到的区间采用比特编码，进一步提升压缩性能，节省数据存储空间，实现高效的电力数据无损压缩。传统电力压缩算法只能局限于正弦频率型数据，如小波变换等，而对家庭区实测用电数值，单位为安培、伏特等物理参数数据的压缩性能明显下降。本发明提出一种深度无损压缩方案，对电力数据从语义角度将特征空间分割困难的问题，提供了一种可以解决该问题的深度模型。
-
公开(公告)号：CN112098714A
公开(公告)日：2020-12-18
申请号：CN202010806282.X
申请日：2020-08-12
Applicant: 国网江苏省电力有限公司南京供电分公司
Abstract: 一种基于ResNet‑LSTM的窃电检测方法及系统，收集电力系统正常运行时采集的用户的用电量数据样本和样本的用电类型标签，对用电量数据进行数据预处理，并将数据集分为训练集、测试集、验证集；运用自动编码器处理训练集中标签为窃电的用电数据样本，并获得新的训练集；将原先的训练集的用电量数据分别输入ResNet模型和LSTM模型进行窃电检测测试，通过测试结果选择ResNet和LSTM神经网络组合结构，并以此搭建混合神经网络，通过测试选择合适的混合神经网络结构；运用选择出的ResNet‑LSTM混合神经网络结构进行测试选择出合适的神经网络优化方法，形成窃电检测模型；运用新的训练集来训练窃电检测模型，构建完整的窃电检测方法，本发明提高了窃电检测能力和检测效率。
-
Patent Agency Ranking
公开(公告)号：CN111710150A
公开(公告)日：2020-09-25
申请号：CN202010406067.0
申请日：2020-05-14
Applicant: 国网江苏省电力有限公司南京供电分公司
IPC: G08C25/00
Abstract: 本发明涉及一种基于对抗自编码网络的异常用电数据检测方法，本发明基于对抗自编码网络的半监督学习模型应用到异常用电数据检测中，基于AAE网络的半监督模型在VAE网络实现自动特征提取、结合统计学充分学习无标签数据的基础上，利用GAN的对抗网络对编码部分进行约束，优化中间变量，对中间隐变量进行训练，既保留分类信息又能够约束隐变量的空间分布，模型的分类性能更好。本发明适用于类标签单一的异常用电数据检测，提高异常检测的准确度。
-
公开(公告)号：CN216248091U
公开(公告)日：2022-04-08
申请号：CN202121483849.0
申请日：2021-06-30
Applicant: 国网江苏省电力有限公司南京供电分公司
Abstract: 一种电能表安全自动上电装置，包括：电源模块、直交流转换及升压模块、弹簧探针和开关模块；电能表在上电装置内安装就位时，电能表底部的进线端子与弹簧探针插拔式连接，并且电能表底部压迫开关模块使其导通，电源模块依次经由直交流转换及升压模块、弹簧探针向电能表供电；上电装置还包括总开关；总开关导通时，电源模块供电；总开关关断时，电源模块停止供电。安全自动上电装置向电能表输出220V交流电后，电能表显示屏显示读数，可通过操作电能表上的按钮进行各种数据的查询。本电能表安全自动上电装置结构简单、操作方便、安全性强、大大提高工作人员对拆回电能表上电操作的安全防护性及工作效率。
-
公开(公告)号：CN212622737U
公开(公告)日：2021-02-26
申请号：CN202020492603.9
申请日：2020-04-07
Applicant: 国网江苏省电力有限公司南京供电分公司
Abstract: 本实用新型涉及一种具有高效散热能力的电能表箱，包括：箱体和散热开启装置；所述箱体的前部具有门板，背部具有第一散热孔；所述散热装置包括驱动器、与所述驱动器固定连接的丝杆、移动板；所述移动板与所述丝杆螺纹配合。本实用新型提供的具有高效散热能力的电能表箱，通过移动板的设置，可滑动将散热孔展开，展不仅有效提升箱体的散热效率，也进一步增加的内部电器的使用寿命，整体调节原理简洁易实现，并且在箱体内部温度正常后可调节关闭。
-
公开(公告)号：CN212255440U
公开(公告)日：2020-12-29
申请号：CN202020490895.2
申请日：2020-04-07
Applicant: 国网江苏省电力有限公司南京供电分公司
Abstract: 本实用新型涉及一种箱门可快速卸装的电能表箱，包括：箱体和锁紧机构；箱体正面具有可锁闭的门板；门板的一侧边装有安装板；安装板与箱体铰接。本实用新型提供的箱门可快速卸装的电能表箱，通过拉动拉杆，即可释放门板，有效提升了对于箱体内部电器的维护检修便捷性，门板在空间狭小或是被障碍物阻挡的状态下使用无法完全开启时，可通过将门板拆除的方式进行检修，有效提升工作人员的检修便捷与流畅性，该箱门可快速卸装的电能表箱，结构合理，有效提升电能表箱的检修效率，可广泛推广。
-
公开(公告)号：CN218629939U
公开(公告)日：2023-03-14
申请号：CN202221986458.5
申请日：2022-07-29
Applicant: 国网江苏省电力有限公司南京供电分公司
IPC: G01R11/04
Abstract: 一种适应多形态电能表接插件的多功能不停电换表工具，其包括手柄，手柄上端为握持结构，握持结构为由圆柱围设而成的扇形状；手柄的下端与连接柱的其中一端连接，连接柱的另一端设置有插头盒；插头盒的下端部通过插片式插头支架连接插片或者直接连接香蕉式插头，插片和香蕉式插头能够相互更换；插头盒内设置有发光二极管，当换表工具连接完备时，发光二极管发出亮光。本实用新型的一种适应多形态电能表接插件的多功能不停电换表工具，不同型式的插头及插头盒与操作手柄连接，实现对各种电能表插件进行不停电换表操作。其在传统机械短接装置结构基础上，安装发光二极管电气元件，用于快速直观显示短接插头是否有效可靠接触、操作是否规范到位。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.033 seconds)
