CN109164327A - 基于组合式判据的用电系统电器行为辨识方法及装置 - Google Patents
基于组合式判据的用电系统电器行为辨识方法及装置 Download PDFInfo
- Publication number
- CN109164327A CN109164327A CN201811183111.5A CN201811183111A CN109164327A CN 109164327 A CN109164327 A CN 109164327A CN 201811183111 A CN201811183111 A CN 201811183111A CN 109164327 A CN109164327 A CN 109164327A
- Authority
- CN
- China
- Prior art keywords
- electric appliance
- electricity system
- combined type
- variable quantity
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种基于组合式判据的用电系统电器行为辨识方法及装置,其中该方法包括:获取用电系统上游接入点的电气量特征;抓取电气量特征的变化量;根据变化量计算出对于每一种待辨识电器的综合概率指标;选定综合概率指标最大的为电器辨识结论。本发明基于组合式判据的用电系统电器行为辨识方法及装置通过融合两种以上的电气量特征的变化量来计算每一种待辨识电器的综合概率指标,以选取综合概率指标最大的为电器辨识结论,极大提升了电器辨识的准确率,并显著降低了误判率。
Description
技术领域
本发明涉及用电系统电器行为辨识,更具体地说是基于组合式判据的用电系统电器行为辨识方法及装置。
背景技术
用电系统是电能消费的最后一环,对其进行有效监控具有重要的实用价值。但在用电系统中,用电电器种类多样、变化模式多样、随机性和不确定性强,已有的基于单一电气量判据(如有功/无功、功率因数、总谐波畸变率、使用时段等)的用电系统电器行为辨识技术在辨识精度、辨识效率等方面已无法满足实用要求。
发明内容
本发明的目的在于克服现有技术的不足,提供基于组合式判据的用电系统电器行为辨识方法及装置。
为实现上述目的,本发明采用以下技术方案:基于组合式判据的用电系统电器行为辨识方法,所述方法包括:
获取用电系统上游接入点的电气量特征;
抓取电气量特征的变化量;
根据变化量计算出对于每一种待辨识电器的综合概率指标;
选定综合概率指标最大的为电器辨识结论。
其进一步技术方案为:所述获取用电系统上游接入点的电气量特征的步骤中,获取的电气量特征至少为有功功率、无功功率、功率因素、总谐波畸变率、次谐波畸变率、电压波形畸变率以及电流波形畸变率中的两种。
其进一步技术方案为:所述抓取电气量特征的变化量的步骤与所述根据变化量计算出对于每一种待辨识电器的综合概率指标的步骤之间,还包括以下步骤:
判断电气量的变化量是否超过设定标准;
若是,则视为该电气量的变化量为一个电器动作事件,并进入所述根据变化量计算出对于每一种待辨识电器的综合概率指标的步骤;
若否,则返回所述获取用电系统上游接入点的电气量特征的步骤。
其进一步技术方案为:所述根据变化量计算出对于每一种待辨识电器的综合概率指标的步骤,具体包括以下步骤:
调用待辨识电器的各种特征量隶属度函数;
将电器动作事件的特征量带入各特征量隶属度函数,并获得各特征量隶属度函数值;
将各特征量隶属度函数值按自有算法加权。
其进一步技术方案为:所述调用待辨识电器的各种特征量隶属度函数的步骤之前,还包括以下步骤:
建立电器特征库;
对特定电器的各特征量进行隶属度函数定义。
基于组合式判据的用电系统电器行为辨识装置,所述装置包括获取单元、抓取单元、计算单元以及选定单元;
所述获取单元,用于获取用电系统上游接入点的电气量特征;
所述抓取单元,用于抓取电气量特征的变化量;
所述计算单元,用于根据变化量计算出对于每一种待辨识电器的综合概率指标;
所述选定单元,用于选定综合概率指标最大的为电器辨识结论。
其进一步技术方案为:所述获取用电系统上游接入点的电气量特征至少为有功功率、无功功率、功率因素、总谐波畸变率、次谐波畸变率、电压波形畸变率以及电流波形畸变率中的两种。
其进一步技术方案为:所述装置还包括判断单元;
所述判断单元,用于判断电气量的变化量是否超过设定标准。
其进一步技术方案为:所述计算单元包括调用模块、获得模块以及自有算法加权模块;
所述调用模块,用于调用待辨识电器的各种特征量隶属度函数;
所述获取模块,用于将电器动作事件的特征量带入各特征量隶属度函数,并获得各特征量隶属度函数值;
所述自有算法加权模块,用于将各特征量隶属度函数值按自有算法加权。
其进一步技术方案为:所述计算单元还包括建立模块以及定义模块;
所述建立模块,用于建立电器特征库;
所述定义模块,用于对特定电器的各特征量进行隶属度函数定义。
本发明与现有技术相比的有益效果是:本发明基于组合式判据的用电系统电器行为辨识方法及装置通过融合两种以上的电气量特征的变化量来计算每一种待辨识电器的综合概率指标,以选取综合概率指标最大的为电器辨识结论,极大提升了电器辨识的准确率,并显著降低了误判率。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明技术手段,可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征及优点能够更明显易懂,以下特举较佳实施例,详细说明如下。
附图说明
图1为本发明基于组合式判据的用电系统电器行为辨识方法具体实施例的流程图;
图2为本发明基于组合式判据的用电系统电器行为辨识方法具体实施例中计算待辨识电器的综合概率指标的流程图;
图3为本发明基于组合式判据的用电系统电器行为辨识方法具体实施例中隶属度函数定义的流程图;
图4为本发明基于组合式判据的用电系统电器行为辨识装置具体实施例的结构图;
图5为本发明基于组合式判据的用电系统电器行为辨识装置具体实施例中计算单元的结构图。
具体实施方式
为了更充分理解本发明的技术内容,下面结合具体实施例对本发明的技术方案进一步介绍和说明,但不局限于此。
应当理解,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体/操作/对象与另一个实体/操作/对象区分开来,而不一定要求或者暗示这些实体/操作/对象之间存在任何这种实际的关系或者顺序。
还应当理解,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
如图1-3所示,本发明提供了一种基于组合式判据的用电系统电器行为辨识方法,该方法包括:
S10、获取用电系统上游接入点的电气量特征;
S20、抓取电气量特征的变化量;
S40、根据变化量计算出对于每一种待辨识电器的综合概率指标;
S50、选定综合概率指标最大的为电器辨识结论。
具体的,获取的电气量特征至少为有功功率、无功功率、功率因素、总谐波畸变率、次谐波畸变率、电压波形畸变率以及电流波形畸变率中的两种。通过其中两种电气量即可计算出其它电气量。
进一步的,在某些实施例中,步骤S20与步骤S40之间还包括以下步骤S30、判断电气量的变化量是否超过设定标准;若是,则视为该电气量的变化量为一个电器动作事件,并进入步骤40;
若否,则返回步骤10。
具体的,需要进行对电气量的变化量进行判断的原因是只有当变化量足够大时,才能将该电气量的变化量视为一个电器动作事件,如果变化量较小,则是其它因素所造成的变化。
进一步的,步骤S40具体包括以下步骤:
S401、调用待辨识电器的各种特征量隶属度函数;
S402、将电器动作事件的特征量带入各特征量隶属度函数,并获得各特征量隶属度函数值;
S403、将各特征量隶属度函数值按自有算法加权。
进一步的,步骤S401之前还包括以下步骤:
S4005、建立电器特征库;
S4006、对特定电器的各特征量进行隶属度函数定义。
具体的,建立电器特征库是通过选取典型的、具有代表性的用电设备,并对其进行用电数据采集;然后采集用电设备运行时的电气特征信息,即电器指纹;分析计算得到用电设备的有功功率、无功功率、及功率因素的特征量,并采用FFT计算得到各次谐波的幅值与相角;将获得的电气量特征以及提取得到的时间量特征与相应用电设备的运行状态进行关联,并做好记录保存;对记录的数据进行清洗、排查,以及删除坏数据,补全缺失数据。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
对应于上述实施例所述的基于组合式判据的用电系统电器行为辨识方法,本发明提供了一种基于组合式判据的用电系统电器行为辨识装置。
如图4-5所示,该装置包括获取单元1、抓取单元2、计算单元4以及选定单元5;
获取单元1,用于获取用电系统上游接入点的电气量特征;
抓取单元2,用于抓取电气量特征的变化量;
计算单元4,用于根据变化量计算出对于每一种待辨识电器的综合概率指标;
选定单元5,用于选定综合概率指标最大的为电器辨识结论。
具体的,获取用电系统上游接入点的电气量特征至少为有功功率、无功功率、功率因素、总谐波畸变率、次谐波畸变率、电压波形畸变率以及电流波形畸变率中的两种。通过其中两种电气量即可计算出其它电气量。
进一步的,该装置还包括判断单元3;
判断单元3,用于判断电气量的变化量是否超过设定标准,若是,则视为该电气量的变化量为一个电器动作事件,并发送信号至计算单元4,使计算单元4执行相应任务;若否,则发送信号至获取单元1,使获取单元1执行相应的任务。
具体的,需要进行对电气量的变化量进行判断的原因是只有当变化量足够大时,才能将该电气量的变化量视为一个电器动作事件,如果变化量较小,则是其它因素所造成的变化。
进一步的,计算单元4包括调用模块43、获得模块44以及自有算法加权模块45;
调用模块43,用于调用待辨识电器的各种特征量隶属度函数;
获取模块44,用于将电器动作事件的特征量带入各特征量隶属度函数,并获得各特征量隶属度函数值;
自有算法加权模块45,用于将各特征量隶属度函数值按自有算法加权。
在某些实施例中,计算单元4还包括建立模块41以及定义模块42;
建立模块41,用于建立电器特征库;
定义模块42,用于对特定电器的各特征量进行隶属度函数定义。
具体的,建立电器特征库是通过选取典型的、具有代表性的用电设备,并对其进行用电数据采集;然后采集用电设备运行时的电气特征信息,即电器指纹;分析计算得到用电设备的有功功率、无功功率、及功率因素的特征量,并采用FFT计算得到各次谐波的幅值与相角;将获得的电气量特征以及提取得到的时间量特征与相应用电设备的运行状态进行关联,并做好记录保存;对记录的数据进行清洗、排查,以及删除坏数据,补全缺失数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述装置中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明实施例各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
上述仅以实施例来进一步说明本发明的技术内容,以便于读者更容易理解,但不代表本发明的实施方式仅限于此,任何依本发明所做的技术延伸或再创造,均受本发明的保护。本发明的保护范围以权利要求书为准。
Claims (10)
1.基于组合式判据的用电系统电器行为辨识方法,其特征在于,所述方法包括:
获取用电系统上游接入点的电气量特征;
抓取电气量特征的变化量;
根据变化量计算出对于每一种待辨识电器的综合概率指标;
选定综合概率指标最大的为电器辨识结论。
2.根据权利要求1所述的基于组合式判据的用电系统电器行为辨识方法,其特征在于,所述获取用电系统上游接入点的电气量特征的步骤中,获取的电气量特征至少为有功功率、无功功率、功率因素、总谐波畸变率、次谐波畸变率、电压波形畸变率以及电流波形畸变率中的两种。
3.根据权利要求1所述的基于组合式判据的用电系统电器行为辨识方法,其特征在于,所述抓取电气量特征的变化量的步骤与所述根据变化量计算出对于每一种待辨识电器的综合概率指标的步骤之间,还包括以下步骤:
判断电气量的变化量是否超过设定标准;
若是,则视为该电气量的变化量为一个电器动作事件,并进入所述根据变化量计算出对于每一种待辨识电器的综合概率指标的步骤;
若否,则返回所述获取用电系统上游接入点的电气量特征的步骤。
4.根据权利要求1所述的基于组合式判据的用电系统电器行为辨识方法,其特征在于,所述根据变化量计算出对于每一种待辨识电器的综合概率指标的步骤,具体包括以下步骤:
调用待辨识电器的各种特征量隶属度函数;
将电器动作事件的特征量带入各特征量隶属度函数,并获得各特征量隶属度函数值;
将各特征量隶属度函数值按自有算法加权。
5.根据权利要求4所述的基于组合式判据的用电系统电器行为辨识方法,其特征在于,所述调用待辨识电器的各种特征量隶属度函数的步骤之前,还包括以下步骤:
建立电器特征库;
对特定电器的各特征量进行隶属度函数定义。
6.基于组合式判据的用电系统电器行为辨识装置,其特征在于,所述装置包括获取单元、抓取单元、计算单元以及选定单元;
所述获取单元,用于获取用电系统上游接入点的电气量特征;
所述抓取单元,用于抓取电气量特征的变化量;
所述计算单元,用于根据变化量计算出对于每一种待辨识电器的综合概率指标;
所述选定单元,用于选定综合概率指标最大的为电器辨识结论。
7.根据权利要求6所述的基于组合式判据的用电系统电器行为辨识装置,其特征在于,所述获取用电系统上游接入点的电气量特征至少为有功功率、无功功率、功率因素、总谐波畸变率、次谐波畸变率、电压波形畸变率以及电流波形畸变率中的两种。
8.根据权利要求6所述的基于组合式判据的用电系统电器行为辨识装置,其特征在于,所述装置还包括判断单元;
所述判断单元,用于判断电气量的变化量是否超过设定标准。
9.根据权利要求6所述的基于组合式判据的用电系统电器行为辨识装置,其特征在于,所述计算单元包括调用模块、获得模块以及自有算法加权模块;
所述调用模块,用于调用待辨识电器的各种特征量隶属度函数;
所述获取模块,用于将电器动作事件的特征量带入各特征量隶属度函数,并获得各特征量隶属度函数值;
所述自有算法加权模块,用于将各特征量隶属度函数值按自有算法加权。
10.根据权利要求6所述的基于组合式判据的用电系统电器行为辨识装置,其特征在于,所述计算单元还包括建立模块以及定义模块;
所述建立模块,用于建立电器特征库;
所述定义模块,用于对特定电器的各特征量进行隶属度函数定义。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811183111.5A CN109164327A (zh) | 2018-10-11 | 2018-10-11 | 基于组合式判据的用电系统电器行为辨识方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811183111.5A CN109164327A (zh) | 2018-10-11 | 2018-10-11 | 基于组合式判据的用电系统电器行为辨识方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109164327A true CN109164327A (zh) | 2019-01-08 |
Family
ID=64877785
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811183111.5A Pending CN109164327A (zh) | 2018-10-11 | 2018-10-11 | 基于组合式判据的用电系统电器行为辨识方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109164327A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110381126A (zh) * | 2019-07-02 | 2019-10-25 | 山东建筑大学 | 基于边缘计算的用电设备识别方法、系统、设备及介质 |
CN110954772A (zh) * | 2019-12-17 | 2020-04-03 | 深圳华建电力工程设计有限公司 | 一种基于电气量的电动车识别方法及装置 |
CN110979079A (zh) * | 2019-12-17 | 2020-04-10 | 深圳华建电力物联技术有限公司 | 一种实现电动车定位到末端的方法及装置 |
CN111090014A (zh) * | 2019-12-17 | 2020-05-01 | 深圳华建电力物联技术有限公司 | 一种基于高斯模型的电器识别方法及装置 |
CN112565362A (zh) * | 2020-11-26 | 2021-03-26 | 珠海格力电器股份有限公司 | 物联网设备控制方法、装置、电子设备及存储介质 |
WO2022068534A1 (zh) * | 2020-10-30 | 2022-04-07 | 青岛海尔洗衣机有限公司 | 用于智能家居系统的控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104518567A (zh) * | 2014-11-26 | 2015-04-15 | 国家电网公司 | 一种用电设备状态在线跟踪方法及装置 |
CN105186693A (zh) * | 2015-09-28 | 2015-12-23 | 南方电网科学研究院有限责任公司 | 一种非侵入式用电负荷辨识系统及方法 |
CN105759148A (zh) * | 2016-04-08 | 2016-07-13 | 湖南工业大学 | 一种用电器类型判断方法 |
CN105866581A (zh) * | 2016-04-08 | 2016-08-17 | 湖南工业大学 | 一种电器类型识别方法 |
CN105913005A (zh) * | 2016-04-08 | 2016-08-31 | 湖南工业大学 | 电器负载类型智能识别方法与装置 |
-
2018
- 2018-10-11 CN CN201811183111.5A patent/CN109164327A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104518567A (zh) * | 2014-11-26 | 2015-04-15 | 国家电网公司 | 一种用电设备状态在线跟踪方法及装置 |
CN105186693A (zh) * | 2015-09-28 | 2015-12-23 | 南方电网科学研究院有限责任公司 | 一种非侵入式用电负荷辨识系统及方法 |
CN105759148A (zh) * | 2016-04-08 | 2016-07-13 | 湖南工业大学 | 一种用电器类型判断方法 |
CN105866581A (zh) * | 2016-04-08 | 2016-08-17 | 湖南工业大学 | 一种电器类型识别方法 |
CN105913005A (zh) * | 2016-04-08 | 2016-08-31 | 湖南工业大学 | 电器负载类型智能识别方法与装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110381126A (zh) * | 2019-07-02 | 2019-10-25 | 山东建筑大学 | 基于边缘计算的用电设备识别方法、系统、设备及介质 |
CN110381126B (zh) * | 2019-07-02 | 2021-07-23 | 山东建筑大学 | 基于边缘计算的用电设备识别方法、系统、设备及介质 |
CN110954772A (zh) * | 2019-12-17 | 2020-04-03 | 深圳华建电力工程设计有限公司 | 一种基于电气量的电动车识别方法及装置 |
CN110979079A (zh) * | 2019-12-17 | 2020-04-10 | 深圳华建电力物联技术有限公司 | 一种实现电动车定位到末端的方法及装置 |
CN111090014A (zh) * | 2019-12-17 | 2020-05-01 | 深圳华建电力物联技术有限公司 | 一种基于高斯模型的电器识别方法及装置 |
WO2022068534A1 (zh) * | 2020-10-30 | 2022-04-07 | 青岛海尔洗衣机有限公司 | 用于智能家居系统的控制方法 |
CN112565362A (zh) * | 2020-11-26 | 2021-03-26 | 珠海格力电器股份有限公司 | 物联网设备控制方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109164327A (zh) | 基于组合式判据的用电系统电器行为辨识方法及装置 | |
US20200202449A1 (en) | Risk identification model building and risk identification | |
Benítez et al. | Dynamic clustering segmentation applied to load profiles of energy consumption from Spanish customers | |
JP6742320B2 (ja) | 取引リスク検出方法及び装置 | |
CN103135009B (zh) | 基于使用者回馈信息的电器侦测方法与系统 | |
CN107086944A (zh) | 一种异常检测方法和装置 | |
CN107992401A (zh) | 性能测试评价方法、装置、终端设备及存储介质 | |
CN110381126A (zh) | 基于边缘计算的用电设备识别方法、系统、设备及介质 | |
CN106326248A (zh) | 数据库数据的存储方法和装置 | |
CN112163728B (zh) | 一种能耗数据处理方法、装置、电子设备及存储介质 | |
CN107483381A (zh) | 关联账户的监控方法及装置 | |
CN108268886A (zh) | 用于识别外挂操作的方法及系统 | |
CN109346168A (zh) | 一种确定数据相关性的方法及装置 | |
CN110222504A (zh) | 用户操作的监控方法、装置、终端设备及介质 | |
CN115375921A (zh) | 两级非侵入式负荷识别方法及终端 | |
Basurto et al. | A hybrid machine learning system to impute and classify a component-based robot | |
CN109409026A (zh) | 电机效率优化方法、装置及电机设计参数确定方法 | |
CN113435900A (zh) | 交易风险确定方法、装置和服务器 | |
US20230138536A1 (en) | Battery malfunction detection method and system, and computer product | |
CN113329034A (zh) | 基于人工智能的大数据业务优化方法、服务器及存储介质 | |
CN107103060A (zh) | 一种传感数据的存储方法及系统 | |
CN116430207A (zh) | 芯片的pat参数确定方法、装置、电子设备及存储介质 | |
CN110427538A (zh) | 一种数据查询方法、存储方法、装置及电子设备 | |
CN109164328A (zh) | 一种非侵入式高危电器探测方法及装置 | |
CN115952447A (zh) | 电器负载类型智能识别系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190108 |
|
RJ01 | Rejection of invention patent application after publication |