一种基于滤波增强自编码器的电能表异常检测方法及装置

    公开(公告)号:CN117272055B

    公开(公告)日:2024-02-06

    申请号:CN202311567852.4

    申请日:2023-11-23

    摘要: 本发明涉及一种基于滤波增强自编码器的电能表异常检测方法及装置,属于电力设备检测技术领域。将预处理后的多维时间序列数据输入自编码器和滤波器,输出第一重构多维时间序列数据和第一噪声分量,将第一重构多维时间序列数据输入自编码器和滤波器,输出第二重构多维时间序列数据和第二噪声分量;构建自编码器损失函数和滤波器损失函数,并基于自编码器损失函数和滤波器损失函数构建电能表异常检测损失函数以对自编码器和滤波器进行迭代训练,将训练好的自编码器作为电能表异常检测模型以对待检测多维时间序列数据进行检测。本发明减小了噪声和异常对自编码器的干扰,提高了重构(56)对比文件US 2023351158 A1,2023.11.02白雅玲.基于深度学习的客户用能分类及异常检测研究《.中国优秀硕士学位论文全文数据库 工程科技II辑》.2023,C042-2856.曹帅.基于深度学习的脑电信号分类方法研究《.中国优秀硕士学位论文全文数据库 医药卫生科技辑》.2018,E080-17.赵经宇.基于无监督学习的网络异常流量检测研究《.中国优秀硕士学位论文全文数据库 信息科技辑》.2023,I139-159.蔡木庆.基于深度学习的复杂时间序列分析和预测《.中国优秀硕士学位论文全文数据库 基础科学辑》.2021,A002-922.Jae Seok Do 等.LSTM-Autoencoder forVibration Anomaly Detection in VerticalCarousel Storage and Retrieval System.《Sensors》.2023,1-22.

    一种防漏电的多功能智能路灯

    公开(公告)号:CN115574274A

    公开(公告)日:2023-01-06

    申请号:CN202211442267.7

    申请日:2022-11-17

    摘要: 本发明涉及智能路灯技术领域,本发明提供一种防漏电的多功能智能路灯,包括基座、立柱、照明灯、隔离板、通槽、L型安装板、安装架、连接板、固定装置、控制芯片、安装槽、密封橡胶垫、密封板、固定螺栓、充电座、扫码付费模块、操作面板和指示灯、充电插座和解锁机构,所述基座的顶部固定安装有立柱,所述立柱的顶部固定安装有照明灯,本发明通过固定装置实现对安装架位置的固定,取消了电路与基座内壁的接触,降低了发生漏电的风险,通过密封橡胶垫的L型设置,实现安装槽与外界之间的密封,通过固定螺栓将密封板和密封橡胶垫安装在基座的外侧,实现密封板取消对金属基座接触的目的,取消了发生漏电的风险。

    一种设有太阳能电池板的电力警示装置

    公开(公告)号:CN115182280B

    公开(公告)日:2022-11-15

    申请号:CN202211102683.2

    申请日:2022-09-09

    摘要: 本发明涉及电力警示领域,尤其涉及一种设有太阳能电池板的电力警示装置,所述设有太阳能电池板的电力警示装置包括固定盒体、安装槽、固定装置、聚光灯、调节装置、摄像头、喇叭、密封板和太阳能电池板,本发明通过在对本装置进行安装时,人们爬至电线杆指定的安装位置,通过固定装置可实现对装置的安装,操作简单,同时通过固定装置也可实现对本装置的保护,通过喇叭播报警示语音,实现对人们的语音警示作用,同时也可通过调节装置控制聚光灯照射高度以及照射范围大小的变化,实现对不同地方、不同危险区域的标记,在危险区域较大时,也可通过此方法改变聚光灯的照射位置,实现对大区域的危险区域的标记以及警示作用。

    一种企业电力信用评价方法及装置

    公开(公告)号:CN112712255A

    公开(公告)日:2021-04-27

    申请号:CN202011601220.1

    申请日:2020-12-30

    摘要: 本发明公开了一种企业电力信用评价方法及装置,所述方法包括:获取企业用电用户的营销数据;获取与所述营销数据对应的数据指标;对所述数据指标进行主成分分析,获得主成分指标;将所述主成分指标输入至预创建的逻辑回归模型,获得评价信息;基于所述评价信息,确定所述企业用电用户的信用等级。本发明通过对营销数据的指标进行主成分分析获得具有评价意义的指标,并基于逻辑回归模型对主成分指标进行建模分析,对企业用电客户乃至整个行业未来的欠费风险进行预测评估,根据概率结果将企业用电客户划分为五个电力信用等级。整个电力信用评价过程可实现自动化,不需要人为参与及干预,降低了人力成本以及人为评价引进的误差。