M-Bus双主机并网方法及通信接口转换器、M-Bus双主机控制系统

    公开(公告)号:CN106781411B

    公开(公告)日:2023-09-08

    申请号:CN201611201532.7

    申请日:2016-12-22

    Abstract: 本发明涉及一种M-Bus双主机并网方法及通信接口转换器、M-Bus双主机控制系统,属于仪器仪表技术领域。所述通信接口转换器,应用于M-Bus双主机控制系统,所述控制系统包括:第一抄表终端、第二M-Bus抄表终端和表计,所述通信接口转换器包括:控制模块、主M-Bus接口模块、从M-Bus接口模块和继电器切换模块,所述主M-Bus接口模块与所述控制模块耦合,所述从M-Bus接口模块与所述控制模块耦合,所述主M-Bus接口模块用于与所述表计耦合,所述从M-BUS接口模块用于与所述第二M-BUS抄表终端耦合。与现有技术相比,该方法克服了某一时间段内只能有一个抄表系统抄表的缺陷;降低了现场维护的难度;不仅成本较低,而且还降低了抄表系统发生故障的概率,同时还提高了抄表数据的准确性和实时性。

    基于无线表计的集群型网络抄表方法及装置

    公开(公告)号:CN107316451A

    公开(公告)日:2017-11-03

    申请号:CN201710548881.4

    申请日:2017-07-06

    Abstract: 本发明提供了一种基于无线表计的集群型网络抄表方法及装置,属于智能抄表领域。该基于无线表计的集群型网络抄表方法应用于无线抄表系统。所述抄表方法包括:集中器分别向每个路由群组中的路由节点发送第一抄表指令;接收每个路由群组中的路由节点上报的抄表数据,其中,抄表数据为该路由群组中的第一表计节点返回的抄表数据。本方案能够有效地避免表计节点的多次抄表响应,减少能耗,延长表计节点的电池使用寿命。

    一种智能电能表可靠性评估方法及装置

    公开(公告)号:CN114002641B

    公开(公告)日:2025-01-24

    申请号:CN202111294715.9

    申请日:2021-11-03

    Abstract: 本申请提供一种智能电能表可靠性评估方法及装置,该方法包括:获取用于评估可靠性的敏感数据特性和多个质量特性;获取每个质量特性对应的多个测试项目和对应的测试结果;根据测试结果确定每个质量特性的第一测量值;从多个测试项目中筛选出敏感测试项目,根据敏感测试项目对应的测试结果计算所述敏感数据特性的第二测量值;根据每个质量特性的第一测量值和敏感数据特性的第二测量值计算可靠性的目标测量值;根据可靠性的目标测量值对智能电能表的软件进行可靠性评估,获得智能电能表的软件可靠性等级。通过在可靠性计算中加入敏感数据特性的计算,避免了敏感数据影响可靠性的评估结果,从而有效地提高了智能电能表软件评估的可靠性。

    一种集中器及供电方法
    6.
    发明授权

    公开(公告)号:CN111478447B

    公开(公告)日:2024-09-06

    申请号:CN202010404639.1

    申请日:2020-05-13

    Abstract: 本申请提供一种集中器及供电方法,涉及电力系统技术领域,集中器包括第一电容器、可编程电压模块、控制模块及通信模块,控制模块与第一电容器连接,控制模块的控制端口与可编程电压模块连接,控制模块的控制端口与通信模块连接,可编程电压模块与控制模块的供电端连接,可编程电压模块还与通信模块的供电端连接,通信模块与外部主站连接;第一电容器用于在断电时输出电压,也就是备用电源,可编程电压模块将第一电容器的输出电压转换为同时使控制模块处于工作状态以及使通信模块处于通信工作状态的最低电压值,保证第一电容器中的电量能够被充分的利用,同时保证集中器中的控制模块和通信模块完成工作,从而提高备用电源的能源利用率。

    一种非介入式负载识别方法及装置

    公开(公告)号:CN113673480B

    公开(公告)日:2024-08-02

    申请号:CN202111034241.4

    申请日:2021-09-03

    Abstract: 本申请提供一种非介入式负载识别方法及装置,应用于非介入式负荷感知领域,其中,非介入式负载识别方法包括:获取待检测用电回路对应的待识别用电信号数据;在待检测用电回路有新负载接入时,利用特征提取模型对待识别用电信号数据进行处理,得到对应提取结果;其中,提取结果包括时域典型集合、频域典型集合以及暂态典型集合;利用多维度自适应因子判定方法将提取结果与样本库中的样本进行对比,得到对应的识别结果,并根据识别结果确定新负载的类型。在上述方案中,获取待识别用电信号数据在时域、频域、暂态上多维的识别结果,并结合多维度自适应因子判定方法以及样本库中的样本确定对应的负载类型,从而提高负载识别的精度。

Patent Agency Ranking