CN109164328A - 一种非侵入式高危电器探测方法及装置 - Google Patents
一种非侵入式高危电器探测方法及装置 Download PDFInfo
- Publication number
- CN109164328A CN109164328A CN201811183412.8A CN201811183412A CN109164328A CN 109164328 A CN109164328 A CN 109164328A CN 201811183412 A CN201811183412 A CN 201811183412A CN 109164328 A CN109164328 A CN 109164328A
- Authority
- CN
- China
- Prior art keywords
- electric appliance
- electrical
- residual current
- intrusion type
- characteristic quantity
- 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)
- Alarm Systems (AREA)
Abstract
本发明公开了一种非侵入式高危电器探测方法及装置,其中方法包括:对电力用户内部的用电电器进行行为辨识;获取电力用户主电路的剩余电流;将用电电器行为辨识结果与剩余电流跳变量进行同时性分析,获得用户各用电电器所产生的剩余电流值;当某一用电电器的剩余电流值超限,或随时间显著增加时,则产生警告信号。本发明一种非侵入式高危电器探测方法及装置无需进入电力用户房屋内部,就能为用户提供及时、准确的安全预警,为用电安全隐患排查和整治提供了依据,且成本低。
Description
技术领域
本发明涉及高危电器探测,更具体地说是一种非侵入式高危电器探测方法及装置。
背景技术
用电安全是智能用电解决方案的首要条件和研究重点,不安全的用电行为是导致人身伤亡和财产损失的主要原因,我国80%的建筑火灾均是由电气火灾引起的。因此,对高危电器的探测识别可有效提高用电安全水平,是开展预防性用电隐患排查、建立长效机制的重要技术手段。
现有电气火灾监控系统只能对电力用户整体进行监测,评估整个电力用户的用电安全风险,但无法获取其内部的高危电器信息。这项技术缺陷明显不利于电气火灾隐患的排查和整治,导致相关排查和整治工作相对盲目,并无法在排查和整治之前定位高危电器,因而增加排查整治成本、延长排查整治工期。
目前的市场上也存在智能插座,这种智能插座可以对单一电器进行监控,但在进行检测时则需要在每个探测对象(即用电电器)上安装,因此,这种检测方案明显增加了安装和管理成本。同时,该方案需要进入电力用户内部安装设备,本质上为侵入式方案,显著增加了工程实施的成本,因而应用推广具有局限性。
发明内容
本发明的目的在于克服现有技术的不足,提供一种非侵入式高危电器探测方法及装置。
为实现上述目的,本发明采用以下技术方案:一种非侵入式高危电器探测方法,所述方法包括:
对电力用户内部的用电电器进行行为辨识;
获取电力用户主电路的剩余电流;
将用电电器行为辨识结果与剩余电流跳变量进行同时性分析,获得用户各用电电器所产生的剩余电流值;
当某一用电电器的剩余电流值超限,或随时间显著增加时,则产生警告信号。
其进一步技术方案为:所述对电力用户内部的用电电器进行行为辨识的步骤,具体包括以下步骤:
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。
一种非侵入式高危电器探测装置,所述装置包括辨识单元、获取单元、关联单元以及警告单元;
所述辨识单元,用于对电力用户内部的用电电器进行行为辨识;
所述获取单元,用于获取电力用户主电路的剩余电流;
所述关联单元,用于将用电电器行为辨识结果与剩余电流跳变量进行同时性分析,获得用户各用电电器所产生的剩余电流值;
所述警告单元,用于当某一用电电器的剩余电流值超限,或随时间显著增加时,则产生警告信号。
其进一步技术方案为:所述辨识单元包括获取模块、抓取模块、计算模块以及选定模块;
所述获取模块,用于获取用电系统上游接入点的电气量特征;
所述抓取模块,用于抓取电气量特征的变化量;
所述计算模块,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;
所述选定模块,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:所述计算模块包括调用子模块、获取子模块以及自有算法加权子模块;
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;
所述获取子模块,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;
所述自有算法加权子模块,用于将各特征量隶属度函数值按自有算法加权。
本发明与现有技术相比的有益效果是:本发明一种非侵入式高危电器探测方法及装置通过对电力用户内部的用电电器进行行为辨识,并获取电力用户主电路的剩余电流,将辨识结果和剩余电流进行关联,即可获取到电力用户内部的各用电电器的情况,且能够及时预警。无需进入电力用户房屋内部,就能为用户提供及时、准确的安全预警,为用电安全隐患排查和整治提供了依据,且成本低。
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为本发明一种非侵入式高危电器探测方法具体实施例的流程图;
图2为本发明一种非侵入式高危电器探测方法具体实施例中用电电器行为辨识的流程图;
图3为本发明一种非侵入式高危电器探测方法具体实施例中综合概率指标计算的流程图;
图4为本发明一种非侵入式高危电器探测装置具体实施例的结构图;
图5为本发明一种非侵入式高危电器探测装置具体实施例中获取单元的结构图;
图6为本发明一种非侵入式高危电器探测装置具体实施例中计算模块的结构图。
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,本发明提供了一种非侵入式高危电器探测方法,该方法包括:
S10、对电力用户内部的用电电器进行行为辨识;
S20、获取电力用户主电路的剩余电流;
S30、将用电电器行为辨识结果与剩余电流跳变量进行同时性分析,获得用户各用电电器所产生的剩余电流值;
S40、当某一用电电器的剩余电流值超限,或随时间显著增加时,则产生警告信号。
具体的,高危电器的定义为具有较大剩余电流,或剩余电流随时间显著增加的用电电器。获取电力用户主电路的剩余电流可通过剩余电流互感器来获取。
在某些实施例中,步骤S10具体包括以下步骤:
S101、获取用电系统上游接入点的电气量特征;
S102、抓取电气量特征的变化量;
S103、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;
S104、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。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S102与步骤S103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,并进入步骤S103;
若否,则返回步骤101。
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。
在某些实施例中,步骤S101具体包括以下步骤:
S1011、调用待辨识电器的各种特征量隶属度函数;
S1012、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;
S1013、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,在步骤S1011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。
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一种非侵入式高危电器探测方法,本发明提供了一种非侵入式高危电器探测装置。
如图4-6所示,该装置包括辨识单元1、获取单元2、关联单3元以及警告单元4;
辨识单元1,用于对电力用户内部的用电电器进行行为辨识;
获取单元2,用于获取电力用户主电路的剩余电流;
关联单元3,用于将用电电器行为辨识结果与剩余电流跳变量进行同时性分析,获得用户各用电电器所产生的剩余电流值;
警告单元4,用于当某一用电电器的剩余电流值超限,或随时间显著增加时,则产生警告信号。
具体的,高危电器的定义为具有较大剩余电流,或剩余电流随时间显著增加的用电电器。获取电力用户主电路的剩余电流可通过剩余电流互感器来获取。
在某些实施例中,辨识单元1包括获取模块11、抓取模块12、计算模块13以及选定模块14;
获取模块11,用于获取用电系统上游接入点的电气量特征;
抓取模块12,用于抓取电气量特征的变化量;
计算模块13,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;
选定模块14,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。通过其中两种电气量即可计算出其它电气量。
该装置还包括判断模块,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,并发送信号至计算模块13,使计算模块13执行相应任务;若否,则发送信号至获取模块11,使获取模块11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。
在某些实施例中,计算模块11包括调用子模块111、获取子模块112以及自有算法加权子模块113;
调用模块,用于调用待辨识电器的各种特征量隶属度函数;
获取子模块,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;
自有算法加权子模块,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,计算模块11还包括建立子模块以及定义子模块;
建立子模块,用于建立电器特征库;
定义子模块,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。
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 (8)
1.一种非侵入式高危电器探测方法,其特征在于,所述方法包括:
对电力用户内部的用电电器进行行为辨识;
获取电力用户主电路的剩余电流;
将用电电器行为辨识结果与剩余电流跳变量进行同时性分析,获得用户各用电电器所产生的剩余电流值;
当某一用电电器的剩余电流值超限,或随时间显著增加时,则产生警告信号。
2.根据权利要求1所述的一种非侵入式高危电器探测方法,其特征在于,所述对电力用户内部的用电电器进行行为辨识的步骤,具体包括以下步骤:
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。
3.根据权利要求2所述的一种非侵入式高危电器探测方法,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。
4.根据权利要求2所述的一种非侵入式高危电器探测方法,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。
5.一种非侵入式高危电器探测装置,其特征在于,所述装置包括辨识单元、获取单元、关联单元以及警告单元;
所述辨识单元,用于对电力用户内部的用电电器进行行为辨识;
所述获取单元,用于获取电力用户主电路的剩余电流;
所述关联单元,用于将用电电器行为辨识结果与剩余电流跳变量进行同时性分析,获得用户各用电电器所产生的剩余电流值;
所述警告单元,用于当某一用电电器的剩余电流值超限,或随时间显著增加时,则产生警告信号。
6.根据权利要求5所述的一种非侵入式高危电器探测装置,其特征在于,所述辨识单元包括获取模块、抓取模块、计算模块以及选定模块;
所述获取模块,用于获取用电系统上游接入点的电气量特征;
所述抓取模块,用于抓取电气量特征的变化量;
所述计算模块,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;
所述选定模块,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所述的一种非侵入式高危电器探测装置,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所述的一种非侵入式高危电器探测装置,其特征在于,所述计算模块包括调用子模块、获取子模块以及自有算法加权子模块;
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;
所述获取子模块,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;
所述自有算法加权子模块,用于将各特征量隶属度函数值按自有算法加权。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811183412.8A CN109164328A (zh) | 2018-10-11 | 2018-10-11 | 一种非侵入式高危电器探测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811183412.8A CN109164328A (zh) | 2018-10-11 | 2018-10-11 | 一种非侵入式高危电器探测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109164328A true CN109164328A (zh) | 2019-01-08 |
Family
ID=64877801
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811183412.8A Pending CN109164328A (zh) | 2018-10-11 | 2018-10-11 | 一种非侵入式高危电器探测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109164328A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103026246A (zh) * | 2010-06-04 | 2013-04-03 | 胜赛斯美国公司 | 一种用于非侵入式负载监测和处理的系统和方法 |
CN103217603A (zh) * | 2013-03-22 | 2013-07-24 | 重庆大学 | 一种非侵入式家用电器用电状况在线监测的识别方法 |
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 |
CN106997426A (zh) * | 2017-03-30 | 2017-08-01 | 东北大学 | 一种基于核密度估计的非侵入式电力负荷辨识方法 |
CN107122790A (zh) * | 2017-03-15 | 2017-09-01 | 华北电力大学 | 基于混合神经网络和集成学习的非侵入式负荷识别算法 |
CN107543982A (zh) * | 2016-06-28 | 2018-01-05 | 国网天津市电力公司 | 面向低压用户的非侵入故障识别装置 |
CN108022397A (zh) * | 2018-01-18 | 2018-05-11 | 智慧式控股有限公司 | 一种智能家用电器的电气火灾检测系统 |
CN108173347A (zh) * | 2018-03-06 | 2018-06-15 | 南京赫曦电气有限公司 | 基于物联网通信的非侵入式配用电负荷监测装置及方法 |
-
2018
- 2018-10-11 CN CN201811183412.8A patent/CN109164328A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103026246A (zh) * | 2010-06-04 | 2013-04-03 | 胜赛斯美国公司 | 一种用于非侵入式负载监测和处理的系统和方法 |
CN103217603A (zh) * | 2013-03-22 | 2013-07-24 | 重庆大学 | 一种非侵入式家用电器用电状况在线监测的识别方法 |
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 |
CN107543982A (zh) * | 2016-06-28 | 2018-01-05 | 国网天津市电力公司 | 面向低压用户的非侵入故障识别装置 |
CN107122790A (zh) * | 2017-03-15 | 2017-09-01 | 华北电力大学 | 基于混合神经网络和集成学习的非侵入式负荷识别算法 |
CN106997426A (zh) * | 2017-03-30 | 2017-08-01 | 东北大学 | 一种基于核密度估计的非侵入式电力负荷辨识方法 |
CN108022397A (zh) * | 2018-01-18 | 2018-05-11 | 智慧式控股有限公司 | 一种智能家用电器的电气火灾检测系统 |
CN108173347A (zh) * | 2018-03-06 | 2018-06-15 | 南京赫曦电气有限公司 | 基于物联网通信的非侵入式配用电负荷监测装置及方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
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 | |
CN107086944A (zh) | 一种异常检测方法和装置 | |
CN106204335A (zh) | 一种电价执行异常判断方法、装置及系统 | |
CN104932963B (zh) | 管理终端的方法及装置 | |
CN111008193B (zh) | 一种数据清洗与质量评价方法及系统 | |
CN109374063B (zh) | 一种基于集群管理的变压器异常检测方法、装置和设备 | |
JP2023089004A5 (zh) | ||
CN109611815A (zh) | 一种燃气蒸汽锅炉的能耗报警管理方法及装置 | |
CN110163251A (zh) | 一种火灾危险等级的优化识别方法、装置及终端设备 | |
CN103018611B (zh) | 一种基于电流分解的非侵入式负载监测方法及系统 | |
CN109166025A (zh) | 一种审核方法和相关装置 | |
CN115758234A (zh) | 一种基于多特征融合的电瓶车负荷辨识方法及其相关装置 | |
CN109164328A (zh) | 一种非侵入式高危电器探测方法及装置 | |
CN109884537B (zh) | 一种智能配电终端后备蓄电池状态评估方法及系统 | |
CN115049410A (zh) | 窃电行为识别方法、装置、电子设备及计算机可读存储介质 | |
CN106199251A (zh) | 一种基于自适应建模分析的配电网故障预警系统及方法 | |
CN116149226B (zh) | 一种基于数据分析的开关柜远程控制系统 | |
CN111090014A (zh) | 一种基于高斯模型的电器识别方法及装置 | |
CN110954772A (zh) | 一种基于电气量的电动车识别方法及装置 | |
CN108009582A (zh) | 一种电子设备标准工作指标设置的方法 | |
Stergiopoulos et al. | Classification and comparison of critical infrastructure protection tools | |
CN104680423A (zh) | 一种电费异常侦测系统及方法 | |
CN108537415A (zh) | 一种在线式安全用电的配电方法、装置及系统 | |
CN110210099A (zh) | 设备发热缺陷预测方法、装置及终端设备 | |
CN111103490B (zh) | 一种负荷辨识事件检测方法、装置及设备 |
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 |