CN109521312B - 一种非技术线损检测方法、装置及系统 - Google Patents
一种非技术线损检测方法、装置及系统 Download PDFInfo
- Publication number
- CN109521312B CN109521312B CN201910089385.6A CN201910089385A CN109521312B CN 109521312 B CN109521312 B CN 109521312B CN 201910089385 A CN201910089385 A CN 201910089385A CN 109521312 B CN109521312 B CN 109521312B
- Authority
- CN
- China
- Prior art keywords
- time interval
- voltage
- electric quantity
- line loss
- load electric
- 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.)
- Active
Links
Images
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
本申请公开一种非技术线损检测方法、装置及系统,方法包括获取预设时间段内数个相同时间间隔的电压数据和负荷电量;将电压数据由低到高排序,负荷电量由高到低排序;选取在预设排序阈值内电压数据对应的时间间隔和负荷电量对应的时间间隔,得到电压时间间隔集合和负荷电量时间间隔集合;比较电压时间间隔集合和负荷电量时间间隔集合的关联性,判断智能电表是否有可能出现非技术线损的现象。本申请充分考虑节点电压和用电量的关联关系,通过对电压的排序与负载电量排序比较,发现存在的非技术线损问题,定位非技术线损发生的智能电表。本申请利用实测的状态量和实测的负荷数据作比较,相对于传统的比较理论值与实测值的方法,具有更高的准确性。
Description
技术领域
本申请涉及配电网线损检测技术领域,特别涉及一种非技术线损检测方法、装置及系统。
背景技术
线损率是反映电网运行状况的一项重要技术经济指标。线损又分为技术线损和非技术线损,技术线路损耗与电网的物理特性有关,而非技术线路损失是由于非技术来源,如抄表错误或窃电造成的。对非技术线损的检测,同样对电网得经济运行有着至关重要的影响。
现阶段线路的非技术性损耗检测一般是通过实际线损与理论线损对比,从而发现非技术性线损,但这种方法有很大的局限性。理论线损的计算涉及到诸多的近似模型,理论线损的计算结果与实际的理论线损会有一定的差距。此外,也有采用模糊聚类的方法,获得负荷簇和负荷代表曲线,通过比较偏差用户负荷曲线与所属行业负荷代表曲线得距离,检测可能发生的电能异常消费的行为,但同样存在精度不高的问题。
发明内容
本申请的目的在于提供一种非技术线损检测方法、装置及系统,以解决现有非技术性线损检测方法精度不高的问题。
第一方面,根据本申请的实施例,提供了一种非技术线损检测方法,包括:
获取预设时间段内数个相同时间间隔的电压数据和负荷电量;
将所述电压数据由低到高排序,所述负荷电量由高到低排序;
选取在预设排序阈值内所述电压数据对应的时间间隔和所述负荷电量对应的时间间隔,得到电压时间间隔集合和负荷电量时间间隔集合;
比较所述电压时间间隔集合和所述负荷电量时间间隔集合的关联性,判断智能电表是否有可能出现非技术线损的现象。
进一步地,所述电压数据为平均电压或均方根电压。
进一步地,所述方法还包括:
根据所述电压数据和所述负荷电量,确定所述电压变化范围和负荷电量变化范围。
进一步地,所述比较电压时间间隔集合和所述负荷电量时间间隔集合的关联性,判断智能电表是否有可能出现非技术线损现象的步骤,包括:
统计所述电压时间间隔集合和所述负荷电量时间间隔集合相同时间间隔的比例;
如果所述相同时间间隔的比例大于预设值,判断智能电表无非技术线损现象;
如果所述相同时间间隔的比例小于或等于预设值,判断智能电表有可能出现非技术线损现象。
进一步地,所述方法还包括:
如果所述智能电表有可能出现非技术线损现象,标记所述智能电表一次;
统计所述智能电表的标记次数,根据所述标记次数划分至预设类别内。
第二方面,根据本申请的实施例,提供了一种非技术线损检测装置,包括:
获取单元,用于获取预设时间段内数个相同时间间隔的电压数据和负荷电量;
排序单元,用于将所述电压数据由低到高排序,所述负荷电量由高到低排序;
选取单元,用于选取在预设排序阈值内所述电压数据对应的时间间隔和所述负荷电量对应的时间间隔,得到电压时间间隔集合和负荷电量时间间隔集合;
比较单元,用于比较所述电压时间间隔集合和所述负荷电量时间间隔集合的关联性,判断智能电表是否有可能出现非技术线损的现象。
进一步地,所述装置还包括:
确定单元,用于根据所述电压数据和所述负荷电量,确定所述电压变化范围和负荷电量变化范围。
进一步地,所述比较单元包括:
第一统计单元,用于统计所述电压时间间隔集合和所述负荷电量时间间隔集合相同时间间隔的比例;
判断单元,用于如果所述相同时间间隔的比例大于预设值,判断智能电表无非技术线损现象;
如果所述相同时间间隔的比例小于或等于预设值,判断智能电表有可能出现非技术线损现象。
进一步地,所述装置还包括:
标记单元,用于如果判断所述智能电表有可能出现非技术线损现象,标记所述智能电表一次;
第二统计单元,用于统计所述智能电表的标记次数,根据所述标记次数划分至预设类别内。
第三方面,根据本申请的实施例,提供了一种非技术线损检测系统,包括:数个智能电表,计量自动化系统,非技术线损分析处理器和数据库;
所述智能电表,所述计量自动化系统,所述非技术线损分析处理器和所述数据库依次连接;
所述智能电表,用于采集预设时间段内数个相同时间间隔的电压和功率,处理所述电压和功率得到电压数据和负荷电量,将所述电压数据和所述负荷电量传输到所述计量自动化系统;
所述计量自动化系统,用于将所述电压数据和所述负荷电量输入到所述非技术线损分析处理器;
所述非技术线损分析处理器,用于获取预设时间段内数个相同时间间隔的电压数据和负荷电量;还用于将所述电压数据由低到高排序,所述负荷电量由高到低排序;还用于选取在预设排序阈值内所述电压数据对应的时间间隔和所述负荷电量对应的时间间隔,得到电压时间间隔集合和负荷电量时间间隔集合;还用于比较所述电压时间间隔集合和所述负荷电量时间间隔集合的关联性,判断智能电表是否有可能出现非技术线损的现象;还用于将判断结果传输到数据库;
所述数据库,用于存储所述判断结果。
由以上技术方案可知,本申请实施例提供一种非技术线损检测方法、装置及系统,所述方法包括:获取预设时间段内数个相同时间间隔的电压数据和负荷电量;将所述电压数据由低到高排序,所述负荷电量由高到低排序;选取在预设排序阈值内所述电压数据对应的时间间隔和所述负荷电量对应的时间间隔,得到电压时间间隔集合和负荷电量时间间隔集合;比较所述电压时间间隔集合和所述负荷电量时间间隔集合的关联性,判断智能电表是否有可能出现非技术线损的现象。本申请充分考虑节点电压和用电量的关联关系,通过对电压的排序与负载电量排序比较,发现存在的非技术线损问题,定位非技术线损发生的智能电表。本申请利用实测的状态量和实测的负荷数据作比较,发现存在的非技术线损,相对于传统的比较理论值与实测值的方法,本申请具有更高的准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为根据本申请实施例示出的一种非技术线损检测方法的流程图;
图2为根据本申请实施例示出的一种非技术线损检测装置的结构框图;
图3为根据本申请实施例示出的一种非技术线损检测系统的结构图。
具体实施方式
参阅图1,根据本申请的实施例,提供了一种非技术线损检测方法,包括:
步骤S1、获取预设时间段内数个相同时间间隔的电压数据和负荷电量;
电压数据为一段时间间隔内的电压实测数据经过处理后所得的电压数据,任何形式最适用于给定时间段的电压数据,负荷电量为该段时间间隔内功率积分后所得的负荷电量。将处理后的数据按照一定的时间间隔(例如15min/次)传输,从而有效降低数据的传输量,减小了对配电网通信设备的要求。
其中,功率积分是指对多个时间间隔内的功率各自对时间积分,以此得到每个时间间隔内负荷电量的大小情况。积分的效果取决于功率表的采集频率,采集的频率越高,得到的负荷数据越接近真实值。
步骤S2、将所述电压数据由低到高排序,所述负荷电量由高到低排序;
步骤S3、选取在预设排序阈值内所述电压数据对应的时间间隔和所述负荷电量对应的时间间隔,得到电压时间间隔集合和负荷电量时间间隔集合;
在正常情况下,电压数据的排名和负荷电量的排名一一对应,但由于排名相近的数据大小可能十分接近,所以排名相邻的两组数据,电压排名和负荷排名很有可能出现颠倒的情况。这是正常的现象,不能因此判断存在非技术线损。设置排序阈值的目的就是为了避免数据波动影响判断结果。在排序阈值范围内数据,不考虑他们之间的排名关系,只需要知道同样排名阈值内的电压数据和负荷电量是否包含同样的时间段的数据。
例如,排名阈值取10,即选取电压数据排序前十对应的时间间隔为电压时间间隔集合,选取负荷电量排序前十对应的时间间隔为负荷电量时间间隔集合。
排序阈值取值取决于采集数据的多少以及对灵敏度的要求。如果系统总是产生误报,则需要增大排序阈值以降低其灵敏度;如果灵敏度过小,则需要减小排序阈值,以增大其灵敏度。
步骤S4、比较所述电压时间间隔集合和所述负荷电量时间间隔集合的关联性,判断智能电表是否有可能出现非技术线损的现象。
根据损耗和电压波动之间的相关性,本申请为检测非技术性线损提供了新的方法。在正常情况下,电表的电压和负荷电量数据应相互关联,例如,较低的电压表明某一特定仪表下的负荷耗电量较高。这是因为当仪表上的负载消耗电能时,仪表上的电压可能会低于标准电压。因此,当一个电压较低的电表与较高的消耗不相对应时,非技术性线损很可能正在发生。之后识别并标记,以便进行进一步的调查。随着智能计量终端的发展,配电网的状态数据已经可以实现毫秒级的采集,采集状态量的精度也大大地提升。但是目前配电网的通信设施远不如主网完善,难以满足大量密集采集的数据的传输要求。因此,需要在智能电表终端将采集的数据处理之后,再按照一定的时间间隔传输,减小对通信设备的要求。
由以上技术方案可知,本申请实施例提供一种非技术线损检测方法,包括:获取预设时间段内数个相同时间间隔的电压数据和负荷电量;将所述电压数据由低到高排序,所述负荷电量由高到低排序;选取在预设排序阈值内所述电压数据对应的时间间隔和所述负荷电量对应的时间间隔,得到电压时间间隔集合和负荷电量时间间隔集合;比较所述电压时间间隔集合和所述负荷电量时间间隔集合的关联性,判断智能电表是否有可能出现非技术线损的现象。本申请充分考虑节点电压和用电量的关联关系,通过对电压的排序与负载电量排序比较,发现存在的非技术线损问题,定位非技术线损发生的智能电表。本申请利用实测的状态量和实测的负荷数据作比较,发现存在的非技术线损,相对于传统的比较理论值与实测值的方法,本申请具有更高的准确性。
进一步地,所述电压数据为平均电压或均方根电压。
平均电压和均方根电压都与真实电压成正比,都能应用于电压大小排序,只是效果会因实际情况不同。
均方根电压和平均电压相比,经过平方后,对于极大值和极小值更加敏感,意味着对波动更敏感,同时对异常值也会有放大的作用。
因此,在电压测量值波动相对较大,异常数据相对较少的情况下,采用均方根电压可以很好地反应这些波动对于最终结果的影响;而在电压测量值相对比较稳定,异常数据出现情况较多,采用电压平均值在反映出这些数据的整体特征的同时可以避免对异常数据的放大。
进一步地,所述方法还包括:
根据所述电压数据和所述负荷电量,确定所述电压变化范围和负荷电量变化范围。
确定电压变化范围和负荷电量变化范围有利于确定设备精度,节省成本的作用。如果设备采集的电压数据和功率数据精度极高,那么无论在什么电压范围分析,都可以将大小关系得出。但如果考虑到设备成本问题,数据采集设备精度不会特别高,此时确定电压的变化范围就很有必要。例如,如果电压变化范围在±10V的数量级,那么数据精度可以为1V或0.1V(取决于成本和需求);如果变化范围很小,为±0.1V的数量级,那么采集数据的设备精度要求更高。
进一步地,所述比较电压时间间隔集合和所述负荷电量时间间隔集合的关联性,判断智能电表是否有可能出现非技术线损现象的步骤,包括:
统计所述电压时间间隔集合和所述负荷电量时间间隔集合相同时间间隔的比例;
如果所述相同时间间隔的比例大于预设值,判断智能电表无非技术线损现象;
如果所述相同时间间隔的比例小于或等于预设值,判断智能电表有可能出现非技术线损现象。
以排序阈值为20,预设值为90%为例,如果电压时间间隔集合和负荷电量时间间隔集合相同时间间隔有18个以上,说明相同时间间隔的比例大于90%,电压时间间隔集合和负荷电量时间间隔集合关联性较强,判断智能电表无非技术线损现象。如果电压时间间隔集合和负荷电量时间间隔集合相同时间间隔有18个或18个以下,说明相同时间间隔的比例小于或等于90%,电压时间间隔集合和负荷电量时间间隔集合关联性较弱,判断智能电表有可能出现非技术线损现象。
预设值可根据实际情况改变。在排序阈值的大小确定的情况下,调节预设值也可以改变识别的灵敏度。
进一步地,所述方法还包括:
如果所述智能电表有可能出现非技术线损现象,标记所述智能电表一次;
统计所述智能电表的标记次数,根据所述标记次数划分至预设类别内。
在多次检测之后,某一电表被标记的次数将作为该电表存在非技术线损可能性的依据,被标记的次数越多,其存在非技术线损的可能性越大。可选地,按照每个智能电表被标记的次数,将智能电表存在非技术线损的可能性划分为低、中、高、极高四个类别。假设在一个月的时间内进行非技术线损检测N次,出现异常次数50%N以上为极高,10%-50%N为高,1%-10%N为中,1%N以下为低。根据每个智能电表被标记的次数划分至对应类别内,并将数据输入公共数据库,供相关管理人员使用。
参与图2,本申请实施例提供了一种非技术线损检测装置,包括:
获取单元11,用于获取预设时间段内数个相同时间间隔的电压数据和负荷电量;
排序单元12,用于将所述电压数据由低到高排序,所述负荷电量由高到低排序;
选取单元13,用于选取在预设排序阈值内所述电压数据对应的时间间隔和所述负荷电量对应的时间间隔,得到电压时间间隔集合和负荷电量时间间隔集合;
比较单元14,用于比较所述电压时间间隔集合和所述负荷电量时间间隔集合的关联性,判断智能电表是否有可能出现非技术线损的现象。
进一步地,所述装置还包括:
确定单元,用于根据所述电压数据和所述负荷电量,确定所述电压变化范围和负荷电量变化范围。
进一步地,所述比较单元14包括:
第一统计单元,用于统计所述电压时间间隔集合和所述负荷电量时间间隔集合相同时间间隔的比例;
判断单元,用于如果所述相同时间间隔的比例大于预设值,判断智能电表无非技术线损现象;
如果所述相同时间间隔的比例小于或等于预设值,判断智能电表有可能出现非技术线损现象。
进一步地,所述装置还包括:
标记单元,用于如果判断所述智能电表有可能出现非技术线损现象,标记所述智能电表一次;
第二统计单元,用于统计所述智能电表的标记次数,根据所述标记次数划分至预设类别内。
参阅图3,本申请实施例提供了一种非技术线损检测系统,包括:数个智能电表101,计量自动化系统102,非技术线损分析处理器103和数据库104;
所述智能电表101,所述计量自动化系统102,所述非技术线损分析处理器103和所述数据库104依次连接;
其中,智能电表101和计量自动化系统102通过无线传输或其他的网络实现数据传输,计量自动化系统102和非技术线损分析处理器103通过接口形式实现数据传输。
所述智能电表101,用于采集预设时间段内数个相同时间间隔的电压和功率,处理所述电压和功率得到电压数据和负荷电量,将所述电压数据和所述负荷电量传输到所述计量自动化系统;
所述计量自动化系统102,用于将所述电压数据和所述负荷电量输入到所述非技术线损分析处理器;
所述非技术线损分析处理器103,用于获取预设时间段内数个相同时间间隔的电压数据和负荷电量;还用于将所述电压数据由低到高排序,所述负荷电量由高到低排序;还用于选取在预设排序阈值内所述电压数据对应的时间间隔和所述负荷电量对应的时间间隔,得到电压时间间隔集合和负荷电量时间间隔集合;还用于比较所述电压时间间隔集合和所述负荷电量时间间隔集合的关联性,判断智能电表是否有可能出现非技术线损的现象;还用于将判断结果传输到数据库;
所述数据库104,用于存储所述判断结果。
由以上技术方案可知,本申请实施例提供一种非技术线损检测方法、装置及系统,所述方法包括:获取预设时间段内数个相同时间间隔的电压数据和负荷电量;将所述电压数据由低到高排序,所述负荷电量由高到低排序;选取在预设排序阈值内所述电压数据对应的时间间隔和所述负荷电量对应的时间间隔,得到电压时间间隔集合和负荷电量时间间隔集合;比较所述电压时间间隔集合和所述负荷电量时间间隔集合的关联性,判断智能电表是否有可能出现非技术线损的现象。本申请充分考虑节点电压和用电量的关联关系,通过对电压的排序与负载电量排序比较,发现存在的非技术线损问题,定位非技术线损发生的智能电表。本申请利用实测的状态量和实测的负荷数据作比较,发现存在的非技术线损,相对于传统的比较理论值与实测值的方法,本申请具有更高的准确性。
本领域技术人员在考虑说明书及实践这里公开的申请后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (8)
1.一种非技术线损检测方法,其特征在于,包括:
获取预设时间段内数个相同时间间隔的电压数据和负荷电量;
将所述电压数据由低到高排序,所述负荷电量由高到低排序;
选取在预设排序阈值内所述电压数据对应的时间间隔和在所述预设排序阈值内所述负荷电量对应的时间间隔,得到电压时间间隔集合和负荷电量时间间隔集合;
比较所述电压时间间隔集合和所述负荷电量时间间隔集合的关联性,判断智能电表是否有可能出现非技术线损的现象;
所述比较电压时间间隔集合和所述负荷电量时间间隔集合的关联性,判断智能电表是否有可能出现非技术线损现象的步骤,包括:
统计所述电压时间间隔集合和所述负荷电量时间间隔集合相同时间间隔的比例;
如果所述相同时间间隔的比例大于预设值,判断智能电表无非技术线损现象;
如果所述相同时间间隔的比例小于或等于预设值,判断智能电表有可能出现非技术线损现象。
2.根据权利要求1所述的方法,其特征在于,所述电压数据为平均电压或均方根电压。
3.根据权利要求1所述的方法,其特征在于,还包括:
根据所述电压数据和所述负荷电量,确定所述电压变化范围和负荷电量变化范围。
4.根据权利要求1所述的方法,其特征在于,还包括:
如果所述智能电表有可能出现非技术线损现象,标记所述智能电表一次;
统计所述智能电表的标记次数,根据所述标记次数划分至预设类别内,所述预设类别用于表示智能电表存在非技术线损可能性的高低。
5.一种非技术线损检测装置,其特征在于,包括:
获取单元,用于获取预设时间段内数个相同时间间隔的电压数据和负荷电量;
排序单元,用于将所述电压数据由低到高排序,所述负荷电量由高到低排序;
选取单元,用于选取在预设排序阈值内所述电压数据对应的时间间隔和在所述预设排序阈值内所述负荷电量对应的时间间隔,得到电压时间间隔集合和负荷电量时间间隔集合;
比较单元,用于比较所述电压时间间隔集合和所述负荷电量时间间隔集合的关联性,判断智能电表是否有可能出现非技术线损的现象;
所述比较单元包括:
第一统计单元,用于统计所述电压时间间隔集合和所述负荷电量时间间隔集合相同时间间隔的比例;
判断单元,用于如果所述相同时间间隔的比例大于预设值,判断智能电表无非技术线损现象;
如果所述相同时间间隔的比例小于或等于预设值,判断智能电表有可能出现非技术线损现象。
6.根据权利要求5所述的装置,其特征在于,还包括:
确定单元,用于根据所述电压数据和所述负荷电量,确定所述电压变化范围和负荷电量变化范围。
7.根据权利要求5所述的装置,其特征在于,还包括:
标记单元,用于如果判断所述智能电表有可能出现非技术线损现象,标记所述智能电表一次;
第二统计单元,用于统计所述智能电表的标记次数,根据所述标记次数划分至预设类别内,所述预设类别用于表示智能电表存在非技术线损可能性的高低。
8.一种非技术线损检测系统,其特征在于,包括:数个智能电表,计量自动化系统,非技术线损分析处理器和数据库;
所述智能电表,所述计量自动化系统,所述非技术线损分析处理器和所述数据库依次连接;
所述智能电表,用于采集预设时间段内数个相同时间间隔的电压和功率,处理所述电压和功率得到电压数据和负荷电量,将所述电压数据和所述负荷电量传输到所述计量自动化系统;
所述计量自动化系统,用于将所述电压数据和所述负荷电量输入到所述非技术线损分析处理器;
所述非技术线损分析处理器,用于获取预设时间段内数个相同时间间隔的电压数据和负荷电量;还用于将所述电压数据由低到高排序,所述负荷电量由高到低排序;还用于选取在预设排序阈值内所述电压数据对应的时间间隔和在所述预设排序阈值内所述负荷电量对应的时间间隔,得到电压时间间隔集合和负荷电量时间间隔集合;还用于比较所述电压时间间隔集合和所述负荷电量时间间隔集合的关联性,判断智能电表是否有可能出现非技术线损的现象;还用于将判断结果传输到数据库;
所述比较电压时间间隔集合和所述负荷电量时间间隔集合的关联性,判断智能电表是否有可能出现非技术线损现象的步骤,包括:
统计所述电压时间间隔集合和所述负荷电量时间间隔集合相同时间间隔的比例;
如果所述相同时间间隔的比例大于预设值,判断智能电表无非技术线损现象;
如果所述相同时间间隔的比例小于或等于预设值,判断智能电表有可能出现非技术线损现象;
所述数据库用于存储所述判断结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910089385.6A CN109521312B (zh) | 2019-01-30 | 2019-01-30 | 一种非技术线损检测方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910089385.6A CN109521312B (zh) | 2019-01-30 | 2019-01-30 | 一种非技术线损检测方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109521312A CN109521312A (zh) | 2019-03-26 |
CN109521312B true CN109521312B (zh) | 2020-09-29 |
Family
ID=65799770
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910089385.6A Active CN109521312B (zh) | 2019-01-30 | 2019-01-30 | 一种非技术线损检测方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109521312B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113009221A (zh) * | 2021-02-25 | 2021-06-22 | 深圳市国电科技通信有限公司 | 用于检测窃电的方法、智能断路器和电表 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101714234B (zh) * | 2009-10-23 | 2012-09-26 | 西北电网有限公司 | 一种电网线损监测分析系统 |
US10281939B2 (en) * | 2014-02-17 | 2019-05-07 | Commscope Technologies Llc | Methods and equipment for reducing power loss in cellular systems |
CN105701715A (zh) * | 2014-11-25 | 2016-06-22 | 云南电网公司玉溪供电局 | 一种降损节能方法及系统 |
KR102401578B1 (ko) * | 2015-09-03 | 2022-05-24 | 삼성전자주식회사 | 보조 전원 검사 방법 및 이를 적용한 전자 장치 |
CN105486917B (zh) * | 2015-12-23 | 2019-01-01 | 厦门科方圆工贸有限公司 | 一种节能型输电线损耗和故障检测方法 |
CN106526425A (zh) * | 2016-11-23 | 2017-03-22 | 衢州学院 | 基于智能电表实采数据的低电压诊断方法 |
CN106646038A (zh) * | 2016-11-30 | 2017-05-10 | 衢州学院 | 基于智能电表实采数据的低电压诊断系统 |
CN207677512U (zh) * | 2018-04-20 | 2018-07-31 | 云南电网有限责任公司丽江供电局 | 一种用于配电网管理的配用电监测与管理系统 |
CN108828410B (zh) * | 2018-08-22 | 2019-06-04 | 西南交通大学 | 一种基于vlf电压谱的电缆径向损伤的检测方法 |
-
2019
- 2019-01-30 CN CN201910089385.6A patent/CN109521312B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109521312A (zh) | 2019-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110458195B (zh) | 一种基于多判据融合的异常数据甄别方法 | |
CN110634080B (zh) | 异常用电检测方法、装置、设备及计算机可读存储介质 | |
CN114298863B (zh) | 一种智能抄表终端的数据采集方法及系统 | |
US10009064B2 (en) | Method for differentiating power distribution areas and phases by using voltage characteristics | |
CN107589391B (zh) | 一种检测电能计量装置整体误差的方法、装置和系统 | |
CN108198408B (zh) | 一种基于用电信息采集系统的自适应反窃电监控方法及系统 | |
CN112327100B (zh) | 基于物联网的电力故障检测方法及其系统 | |
CN110889441A (zh) | 一种基于距离和点密度的变电设备数据异常识别方法 | |
CN117394337A (zh) | 一种电网负荷预警方法及其系统 | |
CN110298369A (zh) | 一种电力系统不良数据的辨识方法及系统 | |
CN111626360A (zh) | 用于检测锅炉故障类型的方法、装置、设备和存储介质 | |
CN110991761B (zh) | 一种供热负荷预测方法及装置 | |
CN109521312B (zh) | 一种非技术线损检测方法、装置及系统 | |
CN113391256B (zh) | 一种现场作业终端的电能表计量故障分析方法及系统 | |
CN101789835B (zh) | 频谱占用度的测量方法及装置 | |
CN110826859A (zh) | 一种基于日电量远程识别用户用电性质的方法及系统 | |
CN110852906A (zh) | 一种基于高维随机矩阵进行窃电嫌疑识别的方法和系统 | |
CN107274025B (zh) | 一种实现用电模式智能识别与管理的系统和方法 | |
CN116303480B (zh) | 基于云计算的电能表误差校验方法 | |
CN117236022A (zh) | 互感器剩余寿命预测模型训练方法、应用方法及电子设备 | |
CN114500615B (zh) | 基于物联传感技术的智能终端 | |
CN114913600A (zh) | 一种电表窃电检测方法、装置、电子设备及存储介质 | |
CN114885231B (zh) | 一种通讯协议自适应的信号采集方法、系统、终端及介质 | |
CN101872337A (zh) | 相似性检测方法及系统 | |
CN113947504B (zh) | 一种基于随机森林法的窃电分析方法及其系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |