CN109345123A - 一种非侵入式电力用户画像构建方法及系统 - Google Patents
一种非侵入式电力用户画像构建方法及系统 Download PDFInfo
- Publication number
- CN109345123A CN109345123A CN201811183113.4A CN201811183113A CN109345123A CN 109345123 A CN109345123 A CN 109345123A CN 201811183113 A CN201811183113 A CN 201811183113A CN 109345123 A CN109345123 A CN 109345123A
- Authority
- CN
- China
- Prior art keywords
- electrical
- power consumer
- portrait
- type power
- electrical data
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 23
- 230000005611 electricity Effects 0.000 claims abstract description 15
- 238000011144 upstream manufacturing Methods 0.000 claims abstract description 11
- 241001269238 Data Species 0.000 claims abstract description 9
- 230000009471 action Effects 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims 1
- 238000004804 winding Methods 0.000 description 25
- 230000006870 function Effects 0.000 description 18
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 230000001681 protective effect Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 239000004020 conductor Substances 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000005674 electromagnetic induction Effects 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 230000010485 coping Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N ferric oxide Chemical group O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种非侵入式电力用户画像构建方法及系统，其中方法包括：通过探测器获取用户上游接入点的电气量数据；存储电气量数据；根据设定的周期对存储的电气量数据进行更新；每次更新时，读取每个周期内的所有电气量数据；处理读取到的电气量数据。本发明一种非侵入式电力用户画像构建方法及系统通过获取电路用户上游接入点的电气量数据，在根据设定的周期对电气量数据进行更新，实现了对电力用户进行画像，降低了获取电力用户画像的成本。
Description
技术领域
本发明涉及电力用户画像的建立，更具体地说是一种非侵入式电力用户画像构建方法及系统。
背景技术
电力用户画像是指：对特定电力用户(家庭、商业、工贸企业等)内部的电器构成、使用习惯、能耗分解进行描述。此项工作有助于对电力用户进行深入了解和刻画，对其行为的监测、预测和统计分析都有着重要的作用。然而，目前已有的电力用户画像方法多是侵入式的，即需要通过工程人员走访电力用户，对其中每个用电电器进行注册登记，从而形成电力用户画像。该方案所需要人力成本高，且需要用户进行配合，在实际操作中难以执行。
发明内容
本发明的目的在于克服现有技术的不足，提供一种非侵入式电力用户画像构建方法及系统。
为实现上述目的，本发明采用以下技术方案：一种非侵入式电力用户画像构建方法，所述方法包括：
通过探测器获取用户上游接入点的电气量数据；
存储电气量数据；
根据设定的周期对存储的电气量数据进行更新；
每次更新时，读取每个周期内的所有电气量数据；
处理读取到的电气量数据。
其进一步技术方案为：所述处理读取到的电气量数据的步骤，具体包括以下步骤：
识别用电电器动作事件；
将同一电器的动作事件进行配对；
对同一周期内的配对数据进行统计。
其进一步技术方案为：所述识别用电电器动作事件的步骤，具体包括以下步骤：
抓取电气量数据的变化量；
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：所述通过探测器获取用户上游接入点的电气量数据的步骤中，所述探测器包括电流互感器、电压互感器以及导线温度传感器。
其进一步技术方案为：所述根据设定的周期对存储的电气量数据进行更新的步骤中，设定一个月为一个周期。
一种非侵入式电力用户画像构建系统，所述系统包括获取单元、存储单元、更新单元、读取单元以及处理单元；
所述获取单元，用于通过探测器获取用户上游接入点的电气量数据；
所述存储单元，用于存储电气量数据；
所述更新单元，用于根据设定的周期对存储的电气量数据进行更新；
所述读取单元，用于每次更新时，读取每个周期内的所有电气量数据；
所述处理单元，用于处理读取到的电气量数据。
其进一步技术方案为：所述处理单元包括识别模块、配对模块以及统计模块；
所述识别模块，用于识别用电电器动作事件；
所述配对模块，用于将同一电器的动作事件进行配对；
所述统计模块，用于对同一周期内的配对数据进行统计。
其进一步技术方案为：所述识别模块包括抓取子模块、计算子模块以及选定子模块；
所述抓取子模块，用于抓取电气量数据的变化量；
所述计算子模块，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；
所述选定子模块，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：所述探测器包括电流互感器、电压互感器以及导线温度传感器。
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电力用户画像构建方法及系统通过获取电路用户上游接入点的电气量数据，在根据设定的周期对电气量数据进行更新，实现了对电力用户进行画像，降低了获取电力用户画像的成本。
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电力用户画像构建方法具体实施例的流程图；
图2为本发明一种非侵入式电力用户画像构建方法具体实施例中处理读取到的电气量数据的流程图；
图3为本发明一种非侵入式电力用户画像构建方法具体实施例中识别用电电器动作事件的流程图；
图4为本发明一种非侵入式电力用户画像构建系统具体实施例的结构图；
图5为本发明一种非侵入式电力用户画像构建系统具体实施例中处理单元的结构图；
图6为本发明一种非侵入式电力用户画像构建系统具体实施例识别模块的结构图。
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电力用户画像构建方法，该方法包括：
S10、通过探测器获取用户上游接入点的电气量数据；
S20、存储电气量数据；
S30、根据设定的周期对存储的电气量数据进行更新；
S40、每次更新时，读取每个周期内的所有电气量数据；
S50、处理读取到的电气量数据。
具体的，步骤S10中，探测器包括电流互感器、电压互感器以及导线温度传感器。电流互感器原理是依据电磁感应原理的。其中，电流互感器是由闭合的铁心和绕组组成。它的一次绕组匝数很少，串在需要测量的电流的线路中，因此它经常有线路的全部电流流过，二次绕组匝数比较多，串接在测量仪表和保护回路中，电流互感器在工作时，它的二次回路始终是闭合的，因此测量仪表和保护回路串联线圈的阻抗很小，电流互感器的工作状态接近短路。电压互感器有两个绕组，一个叫一次绕组，一个叫二次绕组。两个绕组都装在或绕在铁心上。两个绕组之间以及绕组与铁心之间都有绝缘，使两个绕组之间以及绕组与铁心之间都有电气隔离。电压互感器在运行时，一次绕组N1并联接在线路上，二次绕组N2并联接仪表或继电器。因此在测量高压线路上的电压时，尽管一次电压很高，但二次却是低压的，可以确保操作人员和仪表的安全。导线温度传感器是用来检测用户主主线路电导体的温度情况，这也是为建立电力用户画像提供的一种特征指标。
另外，电气量数据包括功率因数、总谐波畸变率、各次谐波畸变率等。
步骤S20中，电气量数据可以存储在本体也可以存储在云端。
步骤S30、S40中，设定的周期可以根据实际情况进行调整，但优选的为以一个月为一个周期。即每隔一个月对存储于本地或者云端的电气量数据进行更新，并在更新的同时，读取该周期内的所有电气量数据。
在某些实施例中，步骤S50具体包括以下步骤：
S501、识别用电电器动作事件；
S502、将同一电器的动作事件进行配对；
S503、对同一周期内的配对数据进行统计。
步骤S502、S503中，由于在一个周期内，会出现多次同一电器的动作事件，因此，需要将在这个周期内所有同一电器的动作事件进行配对(归类)，然后对配对的数据进行统计，即可得到电力用户画像，电力用户画像包括电器构成、使用习惯和能耗分解等。
在某些实施例中，步骤S501具体包括以下步骤：
S5011、抓取电气量数据的变化量；
S5012、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；
S5013、选定综合概率指标最大的为电器辨识结论。
具体的，步骤S5011-S5013说明了当获取到电气量数据之后，如何根据电气量数据判定是哪一种电器的动作事件，这为后续的电器的配对和统计提供了基础条件。
进一步的，在步骤S5011中，需要对抓取的电气量数据的变化量进行判断，判断的标准是，电气量数据的变化量是否超过设定值(设定值需足够大)，若是，则视为该电器量的变化量为一个电器的动作事件，若变化量较小，则不是一个电器动作事件(是其它因素所造成的变化)。
进一步的，步骤S5012还具体包括以下步骤：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；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。
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电力用户画像构建方法，本发明提供了一种非侵入式电力用户画像构建系统。
如图4-6，该系统包括获取单元1、存储单元2、更新单元3、读取单元4以及处理单元5；
获取单元1，用于通过探测器获取用户上游接入点的电气量数据；
存储单元2，用于存储电气量数据；
更新单元3，用于根据设定的周期对存储的电气量数据进行更新；
读取单元4，用于每次更新时，读取每个周期内的所有电气量数据；
处理单元5，用于处理读取到的电气量数据。
具体的，探测器包括电流互感器、电压互感器以及导线温度传感器。电流互感器原理是依据电磁感应原理的。其中，电流互感器是由闭合的铁心和绕组组成。它的一次绕组匝数很少，串在需要测量的电流的线路中，因此它经常有线路的全部电流流过，二次绕组匝数比较多，串接在测量仪表和保护回路中，电流互感器在工作时，它的二次回路始终是闭合的，因此测量仪表和保护回路串联线圈的阻抗很小，电流互感器的工作状态接近短路。电压互感器有两个绕组，一个叫一次绕组，一个叫二次绕组。两个绕组都装在或绕在铁心上。两个绕组之间以及绕组与铁心之间都有绝缘，使两个绕组之间以及绕组与铁心之间都有电气隔离。电压互感器在运行时，一次绕组N1并联接在线路上，二次绕组N2并联接仪表或继电器。因此在测量高压线路上的电压时，尽管一次电压很高，但二次却是低压的，可以确保操作人员和仪表的安全。导线温度传感器是用来检测用户主主线路电导体的温度情况，这也是为建立电力用户画像提供的一种特征指标。
另外，电气量数据包括功率因数、总谐波畸变率、各次谐波畸变率等。
电气量数据可以存储在本体也可以存储在云端。
设定的周期可以根据实际情况进行调整，但优选的为以一个月为一个周期。即每隔一个月对存储于本地或者云端的电气量数据进行更新，并在更新的同时，读取该周期内的所有电气量数据。
在某些实施例中，处理单元5包括识别模块51、配对模块52以及统计模块53；
识别模块51，用于识别用电电器动作事件；
配对模块52，用于将同一电器的动作事件进行配对；
统计模块53，用于对同一周期内的配对数据进行统计。
具体的，由于在一个周期内，会出现多次同一电器的动作事件，因此，需要将在这个周期内所有同一电器的动作事件进行配对(归类)，然后对配对的数据进行统计，即可得到电力用户画像，电力用户画像包括电器构成、使用习惯和能耗分解等。
在某些实施例中，识别模块51包括抓取子模块511、计算子模块512以及选定子模块513；
抓取子模块511，用于抓取电气量数据的变化量；
计算子模块512，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；
选定子模块513，用于选定综合概率指标最大的为电器辨识结论。
具体的，抓取子模块511、计算子模块512以及选定子模块513实现了当获取到电气量数据之后，如何根据电气量数据判定是哪一种电器的动作事件，这为后续的电器的配对和统计提供了基础条件。
进一步的，需要对抓取的电气量数据的变化量进行判断，判断的标准是，电气量数据的变化量是否超过设定值(设定值需足够大)，若是，则视为该电器量的变化量为一个电器的动作事件，若变化量较小，则不是一个电器动作事件(是其它因素所造成的变化)。
进一步的，如何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具体方式为：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；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。
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，即将所述系统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。上述系统中单元、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，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的系统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 (9)
1.一种非侵入式电力用户画像构建方法，其特征在于，所述方法包括：
通过探测器获取用户上游接入点的电气量数据；
存储电气量数据；
根据设定的周期对存储的电气量数据进行更新；
每次更新时，读取每个周期内的所有电气量数据；
处理读取到的电气量数据。
2.根据权利要求1所述的一种非侵入式电力用户画像构建方法，其特征在于，所述处理读取到的电气量数据的步骤，具体包括以下步骤：
识别用电电器动作事件；
将同一电器的动作事件进行配对；
对同一周期内的配对数据进行统计。
3.根据权利要求2所述的一种非侵入式电力用户画像构建方法，其特征在于，所述识别用电电器动作事件的步骤，具体包括以下步骤：
抓取电气量数据的变化量；
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。
4.根据权利要求1所述的一种非侵入式电力用户画像构建方法，其特征在于，所述通过探测器获取用户上游接入点的电气量数据的步骤中，所述探测器包括电流互感器、电压互感器以及导线温度传感器。
5.根据权利要求1所述的一种非侵入式电力用户画像构建方法，其特征在于，所述根据设定的周期对存储的电气量数据进行更新的步骤中，设定一个月为一个周期。
6.一种非侵入式电力用户画像构建系统，其特征在于，所述系统包括获取单元、存储单元、更新单元、读取单元以及处理单元；
所述获取单元，用于通过探测器获取用户上游接入点的电气量数据；
所述存储单元，用于存储电气量数据；
所述更新单元，用于根据设定的周期对存储的电气量数据进行更新；
所述读取单元，用于每次更新时，读取每个周期内的所有电气量数据；
所述处理单元，用于处理读取到的电气量数据。
7.根据权利要求6所述的一种非侵入式电力用户画像构建系统，其特征在于，所述处理单元包括识别模块、配对模块以及统计模块；
所述识别模块，用于识别用电电器动作事件；
所述配对模块，用于将同一电器的动作事件进行配对；
所述统计模块，用于对同一周期内的配对数据进行统计。
8.根据权利要求7所述的一种非侵入式电力用户画像构建系统，其特征在于，所述识别模块包括抓取子模块、计算子模块以及选定子模块；
所述抓取子模块，用于抓取电气量数据的变化量；
所述计算子模块，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；
所述选定子模块，用于选定综合概率指标最大的为电器辨识结论。
9.根据权利要求6所述的一种非侵入式电力用户画像构建系统，其特征在于，所述探测器包括电流互感器、电压互感器以及导线温度传感器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811183113.4A CN109345123A (zh) | 2018-10-11 | 2018-10-11 | 一种非侵入式电力用户画像构建方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811183113.4A CN109345123A (zh) | 2018-10-11 | 2018-10-11 | 一种非侵入式电力用户画像构建方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109345123A true CN109345123A (zh) | 2019-02-15 |
Family
ID=65309500
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811183113.4A Pending CN109345123A (zh) | 2018-10-11 | 2018-10-11 | 一种非侵入式电力用户画像构建方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109345123A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103998942A (zh) * | 2010-12-13 | 2014-08-20 | 美国弗劳恩霍夫股份公司 | 用于非侵入式负载监测的方法和系统 |
| US20150123767A1 (en) * | 2013-11-01 | 2015-05-07 | James P. Tolle | Wearable, non-visible identification device for friendly force identification and intruder detection |
| 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 |
| CN106022645A (zh) * | 2016-06-07 | 2016-10-12 | 李祖毅 | 非侵入式在线实时电力负荷识别方法及识别系统 |
-
2018
- 2018-10-11 CN CN201811183113.4A patent/CN109345123A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103998942A (zh) * | 2010-12-13 | 2014-08-20 | 美国弗劳恩霍夫股份公司 | 用于非侵入式负载监测的方法和系统 |
| US20150123767A1 (en) * | 2013-11-01 | 2015-05-07 | James P. Tolle | Wearable, non-visible identification device for friendly force identification and intruder detection |
| 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 |
| CN106022645A (zh) * | 2016-06-07 | 2016-10-12 | 李祖毅 | 非侵入式在线实时电力负荷识别方法及识别系统 |
Non-Patent Citations (1)
| Title |
|---|
| 师克宽主编: "《计量测试技术手册 第3卷 温度》", 28 February 1997 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Nizar et al. | Identification and detection of electricity customer behaviour irregularities | |
| Raichura et al. | Efficient CNN‐XGBoost technique for classification of power transformer internal faults against various abnormal conditions | |
| CN110134708A (zh) | 电网台区线损异常原因诊断方法、装置、计算机设备和存储介质 | |
| CN109031184A (zh) | 一种电能计量装置的监测方法、系统及终端设备 | |
| Ghosh et al. | Improved non‐intrusive identification technique of electrical appliances for a smart residential system | |
| 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 | |
| JP2015050780A (ja) | 損失算定プログラム、損失算定方法及び損失算定装置 | |
| CN112434942A (zh) | 一种反窃电智能预警及用户用电行为分析方法 | |
| CN110633870A (zh) | 一种谐波预警方法、谐波预警装置及终端设备 | |
| CN109685537A (zh) | 用户行为的分析方法、装置、介质和电子设备 | |
| CN113363980A (zh) | 一种适用于低压配电网拓扑自动识别方法及设备 | |
| CN109087138A (zh) | 数据处理方法及系统、计算机系统和可读存储介质 | |
| Dash et al. | An appliance load disaggregation scheme using automatic state detection enabled enhanced integer programming | |
| CN111415107A (zh) | 配电网台区画像生成方法、装置、计算机设备和存储介质 | |
| CN116500385A (zh) | 输电网监测校验方法、装置、设备和介质 | |
| Naseri et al. | Power transformer differential protection based on least squares algorithm with extended kernel | |
| Prakash et al. | A machine learning approach-based power theft detection using GRF optimization | |
| WO2017186242A1 (en) | A method for identifying the phases of a multi-phase distribution grid | |
| Upendar et al. | Fault classification scheme based on the adaptive resonance theory neural network for protection of transmission lines | |
| CN113270863A (zh) | 一种智能用电行为分析方法及系统 | |
| CN109345123A (zh) | 一种非侵入式电力用户画像构建方法及系统 | |
| Othman et al. | Modeling and simulation of the industrial numerical distance relay aimed at knowledge discovery in resident event reporting | |
| CN115792453A (zh) | 一种铁磁谐振辨识方法、装置、计算机设备和存储介质 | |
| Ozgonenel et al. | A new method for fault detection and identification of incipient faults in power transformers | |
| Valsan et al. | Fault detection and classification logic for transmission lines using multi-resolution wavelet analysis |
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: 20190215 |
|
| RJ01 | Rejection of invention patent application after publication |