CN109799379B - 充电检测方法、充电检测装置和插座 - Google Patents
充电检测方法、充电检测装置和插座 Download PDFInfo
- Publication number
- CN109799379B CN109799379B CN201910026362.0A CN201910026362A CN109799379B CN 109799379 B CN109799379 B CN 109799379B CN 201910026362 A CN201910026362 A CN 201910026362A CN 109799379 B CN109799379 B CN 109799379B
- Authority
- CN
- China
- Prior art keywords
- sequence
- current value
- current
- current values
- values
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 38
- 238000005070 sampling Methods 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000012360 testing method Methods 0.000 claims abstract description 8
- 238000013528 artificial neural network Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 8
- 238000000611 regression analysis Methods 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Images
Landscapes
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本公开涉及充电检测方法、充电检测装置和插座。所述方法包括:在测试阶段:在充电过程中,用采样模块连续地采集流过插座的电流以得到第一电流值序列,并且用电表连续地采集所述电流以得到第二电流值序列;以及对所述第一电流值序列和所述第二电流值序列进行分析,以获取所述第一电流值序列与所述第二电流值序列之间的相关关系。在使用阶段:根据该相关关系对采样模块采集到的第三电流值进行矫正,获得矫正后的第三电流值。
Description
技术领域
本发明涉及一种充电检测方法、充电检测装置和插座。
背景技术
电动车充电全过程包括快速充电、连续式充电、涓流充电三个阶段。经过前两个阶段之后,虽然系统电量显示100%,但实际上电池并未真正达到饱和状态。此时剩余的容量只能靠微小的脉冲电流补充,这个阶段通常需要30-40分钟。三个阶段全部完成,电池才能真正达到电量饱和的良好状态。对于以上三个阶段,从充电装置的内部电路获取充电状态信息是比较容易的。另外,对于快速充电和连续式充电阶段,从外部插座获取充电状态信息是很容易实现的,但对于涓流充电阶段而言,因充电装置各种各样,难以用一种固定的检测模块与算法准确采集到充电状态信息。从而,如果要实现以上三个阶段的精准信息采集,应用在电动车充电桩上的电参数采集单元势必要加入更高精度的电路检测芯片,并且还需要采用大量建模之后得出的优化算法。
发明内容
在下文中给出了关于本发明的简要概述,以便提供关于本发明的某些方面的基本理解。应当理解,该概述并不是关于本发明的穷举性概述,它并非意图确定本发明的关键或重要部分,也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念,以此作为后文的具体实施方式部分的铺垫。
鉴于以上提出的问题,本发明提出了一种充电检测方法,包括:在测试阶段:在充电过程中,用采样模块连续地采集流过插座的电流以得到第一电流值序列,并且用电表连续地采集所述电流以得到第二电流值序列;以及对第一电流值序列和第二电流值序列进行分析,以获取第一电流值序列与第二电流值序列之间的相关关系。在使用阶段:根据该相关关系对采样模块采集到的第三电流值进行矫正,获得矫正后的第三电流值。
本发明的另一方面提供了一种充电检测装置,包括:采样模块,其采集流过插座的电流以得到第三电流值;矫正模块,其根据相关关系对所述第三电流值进行矫正,以获取校正后的第三电流值。其中,该相关关系在测试阶段通过以下步骤获取:在充电过程中,用采样模块连续地采集流过插座的电流以得到第一电流值序列,并且用电表连续地采集所述电流以得到第二电流值序列;以及对第一电流值序列和第二电流值序列进行分析,以获取第一电流值序列与第二电流值序列之间的相关关系。
本发明的再一方面提供了一种插座,包括根据以上所述的充电检测装置。
根据本发明的方法和设备,能够检测到在充电过程中的快速充电、连续式充电、涓流充电、空载4个阶段中的完整且精确的数据。该数据能够为上位机业务软件提供有效的应用基础信息,如:充电全程详细跟踪与展现、保护模式充电提示、充满空载提示等。
通过以下结合附图对本发明的最佳实施例的详细说明,本发明的这些以及其他优点将更加明显。
附图说明
参照附图来阅读本发明的各实施方式,将更容易理解本发明的其它特征和优点,在此描述的附图只是为了对本发明的实施方式进行示意性说明的目的,而非全部可能的实施,并且不旨在限制本发明的范围。在附图中:
图1示出了根据本发明实施方式的充电检测装置的结构的示意图。
图2示出了根据本发明实施方式的充电检测方法的流程图。
具体实施方式
现参照附图对本发明的实施方式进行详细描述。应注意,以下描述仅仅是示例性的,而并不旨在限制本发明。此外,在以下描述中,将采用相同的附图标记表示不同附图中的相同或相似的部件。在以下描述的不同实施方式中的不同特征,可彼此结合,以形成本发明范围内的其他实施方式。
图1示出了根据本发明实施方式的充电检测装置的结构的示意图。充电检测装置可以被安装至充电桩的插座中以对插入充电桩的各种待被充电设备进行检测,例如,充电检测装置可以检测流过插座中的火线和零线的电流。如图1所示,充电检测装置100包括采样模块110和矫正模块120。采样模块110用于采集流过插座的电流,并输出电流值。采样模块通过现有的诸如ADE7953等高精度电流采集芯片来设计。采样芯片所输出的单点数据容易漂移,从而导致输出的电流值不准确。另外,在实际使用中,一种充电检测装置通常需要检测多种类型的待充电设备,现有的充电检测装置能够准确地检测多种待充电设备的快速充电、连续式充电信息,但对于涓流充电信息,难于用一种固定的检测模块与算法来准确地采集信息。
鉴于以上问题,本发明的充电检测装置100还包括矫正模块120,其能够根据相关关系对采样模块110输出的电流值进行矫正,并充电检测装置100输出矫正后的电流值,作为充电电流信息。
上述预定的相关关系在产品出厂前通过以下步骤获取,并且置入到矫正模块120中:
步骤a)采样:在充电过程中,用采样模块110连续地采集流过插座的电流以得到第一电流值序列,并且用电表连续地采集所述电流以得到第二电流值序列;以及
步骤b)分析:对第一电流值序列和第二电流值序列进行分析,以获取第一电流值序列与第二电流值序列之间的相关关系。
为了获取更精确的相关关系,优选地,还包括以下步骤:
步骤a1)预处理:在所述分析之前,对第一电流值序列和第二电流值序列进行预处理,以剔除异常电流值;以及
步骤a2)重构:对预处理后的第一电流值序列和第二电流值序列进行重构。
下面,具体描述步骤a1)预处理和步骤a2)重构。
在本实施方式中,采样模块以100个样本数据/秒的速率来采集流过插座的电流值。为了从采集数据中剔除异常数据,在此,将所采集到的第一电流值序列和第二电流值序列分别分割成预定数量的等分。以下表1中示例性地示出了分割后的某个等分中的数据。
表1:某个等分中包含的数据的示例
编号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
电流值(mA) | 11.2 | 13.1 | 10.0 | 17.2 | 10.4 | 3.0 | 10.9 | 11.7 | 12.0 | 9.9 |
然后,针对每个等分中包含的多个第一电流值,计算第一平均值,剔除与第一平均值的偏差大于第一预定阈值的第一电流值,并且对余下的第一电流值进行排序以获取中间位置处的第一电流值,其中各个等分中的中间位置处的第一电流值共同构成第三序列。上述第一预定阈值可以根据实际需要来设定。
例如,表1中的数据的平均值为10.94,其中第4个数据17.2与平均值10.94的偏差|17.2-10.94|=6.26大于第一预定阈值5,以及第6个数据3.0与平均值10.94的偏差|3.0-10.94|=7.94大于第一预定阈值5,从而剔除第4个和第6个数据。在剔除数据后,对余下数据按大小排序后的结果示出在表2中。在表2中,中间位置的数据有两个,即11.2和10.9,此时取该两个数据的平均值作为所述中间位置处的第一电流值11.05。
表2:排序后的结果
13.1 | 12 | 11.7 | 11.2 | 10.9 | 10.4 | 10 | 9.9 |
按照上述方式,依次获取各个等分中的中间位置处的第一电流值,以构造第三序列。
另外,针对每个等分中包含的多个第二电流值,计算第二平均值,剔除与第二平均值的偏差大于第二预定阈值的第二电流值,并且对余下的第二电流值进行排序以获取中间位置处的第二电流值,其中各个等分中的中间位置处的第二电流值共同构成第四序列。上述第二预定阈值可以根据实际需要来设定。关于构造第四序列的示例可以参照以上关于表1和表2的描述,在此不再赘述。
下面,具体描述步骤b)分析。
在本发明实施方式中,步骤b)分析是对第三序列和第四序列进行回归分析,以获取第三序列与第四序列之间的函数关系。在该情形下,在充电检测模块出厂前,将该函数关系以代码的形式置入矫正模块中。并且,在实际使用时,矫正模块根据该函数关系对采样模块采集到的电流值进行矫正,并输出矫正后的电流值。表3示出了第三序列和第四序列的示例,在此假设第一电流值序列和第二电流值序列被分割成6等分。
表3:第三序列和第四序列的示例
项目 编号 | 1 | 2 | 3 | 4 | 5 | 6 |
第三序列(mA) | 11.05 | 12.05 | 13.05 | 14.05 | 15.05 | 16.05 |
第四序列(mA) | 25.1 | 27.1 | 29.1 | 31.1 | 33.1 | 35.1 |
在回归分析时,在xy坐标系中标出点(11.05, 25.1),(12.05, 27.1),(13.05,29.1),(14.05, 31.1),(15.05, 33.1)和(16.05, 35.1),接着用最小二乘法拟合回归线,得到函数关系y=2x+3。利用最小二乘法拟合回归线的方式已为本领域技术人员所熟知,在此不再详细描述。另外,以上描述的回归分析方式仅为示例,本领域技术人员也可以采用其他已知的方式。
以上,通过回归分析来分析第三序列和第四序列之间的相关关系。在本发明的另一实施方式中,也可以通过用第三序列和第四序列对神经网络进行训练,以学习第三序列和第四序列之间的相关关系。此时,在出厂前,将训练后的神经网络置入矫正模块中,从而在实际使用时,采样模块将采集的电流值输入至矫正模块内的神经网络中,并且神经网络输出矫正后的电流值。
然而分析第三序列和第四序列之间的相关关系的方法不限于此,本领域可以根据实际需要而使用其他已知的方法。
优选地,充电检测装置100还可以包括与采样模块连接的电流互感器,该电流互感器将市电的电流水平转换成采样模块能够接受的电流水平,并且输出给采样模块。电流互感器是线性器件,并且满足以下公式:
Irms=It*Kt
其中,Irms是充电电流,It是电流互感器的输出电流,Kt是电流互感器的缩放比例。
在充电检测装置包含电流互感器的情形下,采样模块110对电流互感器的输出电流进行采样,矫正模块120对采样电流值进行矫正,并且充电检测装置100将矫正后的电流值乘上电流互感器缩放比例Kt并输出,作为充电电流信息。
以上描述了根据本发明实施方式的充电检测装置的构造和操作。下面参考图2来描述根据本发明实施方式的用于充电检测的方法。
如图2所示,用于充电检测的方法200包括采样步骤S210、分析步骤S240和矫正步骤S250,其中采样步骤S210和分析步骤S240在测试阶段执行,矫正步骤S250在使用阶段执行。
具体地,在测试阶段:在采样步骤S210中,针对充电过程,用采样模块连续地采集流过插座的电流以得到第一电流值序列,并且用电表连续地采集所述电流以得到第二电流值序列;在分析步骤S240中,对第一电流值序列和第二电流值序列进行分析,以获取第一电流值序列与第二电流值序列之间的相关关系。
在使用阶段:在矫正步骤S250中,根据相关关系对采样模块采集到的第三电流值进行矫正,获得矫正后的第三电流值。
在本发明的一种实施方式中,在分析步骤S240中,对第一电流值序列和第二电流值序列进行回归分析,以获取第一电流值序列和第二电流值序列之间的函数关系。此时,在使用阶段,根据该函数关系对第三电流值进行矫正,获得矫正后的第三电流值。
在本发明的另一种实施方式中,在分析步骤S240中,用第一电流值序列和第二电流值序列对神经网络进行训练。此时,在使用阶段,将第三电流值输入至训练后的神经网络,并且神经网络输出矫正后的第三电流值。
优选地,在测试阶段,方法200还包括预处理步骤S220和重构步骤S230。在预处理步骤S220中,对第一电流值序列和第二电流值序列进行预处理,以剔除异常电流值。在重构步骤S230中,对预处理后的第一电流值序列和第二电流值序列进行重构。
具体地,该预处理步骤和重构步骤包括:将第一电流值序列和第二电流值序列分别分割成预定数量的等分;针对每个等分中包含的多个第一电流值,计算第一平均值,剔除与第一平均值的偏差大于第一预定阈值的第一电流值,并且对余下的第一电流值进行排序以获取中间位置处的第一电流值,其中,各个等分中的中间位置处的第一电流值共同构成第三序列;以及针对每个等分中包含的多个第二电流值,计算第二平均值,剔除与第二平均值的偏差大于第二预定阈值的第二电流值,并且对余下的第二电流值进行排序以获取中间位置处的第二电流值,其中,各个等分中的中间位置处的第二电流值共同构成第四序列。
在该情形下,在根据本发明的一种实施方式中,在分析步骤S240中,对第三序列和第四序列进行回归分析,以获取第三序列与第四序列之间的函数关系。此时,在使用阶段,根据该函数关系对第三电流值进行矫正,获得矫正后的第三电流值。
在根据本发明的另一种实施方式中,在分析步骤S240中,用第三序列和第四序列对神经网络进行训练。此时,在使用阶段,将第三电流值输入至训练后的神经网络,并且神经网络输出矫正后的第三电流值。
以上参考图2简单地描述了用于充电检测的方法。关于该充电检测方法的详细内容可以参见以上关于充电检测装置的描述。在此,不再详细描述。
以上对本发明各实施方式的描述是为了更好地理解本发明,其仅仅是示例性的,而非旨在对本发明进行限制。应注意,在以上描述中,针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用,与其它实施方式中的特征相组合,或替代其它实施方式中的特征。本领域技术人员可以理解,在不脱离本发明的发明构思的情况下,针对以上所描述的实施方式进行的各种变化和修改,均属于本发明的范围内。
Claims (5)
1.一种充电检测方法,包括:
在测试阶段:
在充电过程中,用采样模块连续地采集流过插座的电流以得到第一电流值序列,并且用电表连续地采集所述电流以得到第二电流值序列,
对所述第一电流值序列和所述第二电流值序列进行分析,以获取所述第一电流值序列与所述第二电流值序列之间的相关关系;
在使用阶段:
根据所述相关关系对所述采样模块采集到的第三电流值进行矫正,获得矫正后的第三电流值;
其中,还包括:在所述分析之前,对所述第一电流值序列和所述第二电流值序列进行预处理,以剔除异常电流值;
其中,还包括:对预处理后的第一电流值序列和第二电流值序列进行重构;
其中,所述预处理和所述重构包括:
将所述第一电流值序列和所述第二电流值序列分别分割成预定数量的等分;
针对每个等分中包含的多个第一电流值,计算第一平均值,剔除与所述第一平均值的偏差大于第一预定阈值的第一电流值,并且对余下的第一电流值进行排序以获取中间位置处的第一电流值,其中,各个等分中的中间位置处的第一电流值共同构成第三序列;以及
针对每个等分中包含的多个第二电流值,计算第二平均值,剔除与所述第二平均值的偏差大于第二预定阈值的第二电流值,并且对余下的第二电流值进行排序以获取中间位置处的第二电流值,其中,各个等分中的中间位置处的第二电流值共同构成第四序列;
其中,所述分析为对所述第三序列和所述第四序列进行回归分析,以获取所述第三序列与所述第四序列之间的函数关系,
在使用阶段,根据所述函数关系对所述第三电流值进行矫正,获得矫正后的第三电流值;
和/或对所述第三序列和所述第四序列对神经网络进行训练,
在使用阶段,将所述第三电流值输入至训练后的神经网络,并且神经网络输出矫正后的第三电流值。
2.根据权利要求1所述的方法,其中,所述分析为对所述第一电流值序列和所述第二电流值序列进行回归分析,以获取所述第一电流值序列和所述第二电流值序列之间的函数关系,
在使用阶段,根据所述函数关系对所述第三电流值进行矫正,获得矫正后的第三电流值。
3.根据权利要求1所述的方法,其中,所述分析为用所述第一电流值序列和所述第二电流值序列对神经网络进行训练,
在使用阶段,将所述第三电流值输入至训练后的神经网络,并且神经网络输出矫正后的第三电流值。
4.一种充电检测装置,采用权利要求1-3所述任一充电检测方法,包括:
采样模块,其采集流过插座的电流以得到第三电流值;
矫正模块,其根据相关关系对所述第三电流值进行矫正,以获取校正后的第三电流值,
其中,所述相关关系在测试阶段通过以下方式获取:
在充电过程中,用采样模块连续地采集流过插座的电流以得到第一电流值序列,并且用电表连续地采集所述电流以得到第二电流值序列;以及
对所述第一电流值序列和所述第二电流值序列进行分析,以获取所述第一电流值序列与所述第二电流值序列之间的相关关系。
5.一种插座,包括根据权利要求4所述的充电检测装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910026362.0A CN109799379B (zh) | 2019-01-11 | 2019-01-11 | 充电检测方法、充电检测装置和插座 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910026362.0A CN109799379B (zh) | 2019-01-11 | 2019-01-11 | 充电检测方法、充电检测装置和插座 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109799379A CN109799379A (zh) | 2019-05-24 |
CN109799379B true CN109799379B (zh) | 2022-01-11 |
Family
ID=66557080
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910026362.0A Active CN109799379B (zh) | 2019-01-11 | 2019-01-11 | 充电检测方法、充电检测装置和插座 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109799379B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115469136A (zh) * | 2022-10-25 | 2022-12-13 | 南方电网数字电网研究院有限公司 | 一种基于电场传感器阵列的非侵入式三相电压测量方法 |
CN116298491B (zh) * | 2023-05-11 | 2023-07-28 | 昆山迈致治具科技有限公司 | 应用于显示屏背光电流检测的脉冲式直流电流测量方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102087311A (zh) * | 2010-12-21 | 2011-06-08 | 彭浩明 | 一种提高电力互感器测量精度的方法 |
CN103956794A (zh) * | 2014-05-12 | 2014-07-30 | 博耳(无锡)电力成套有限公司 | 充电桩电路控制装置 |
CN104502894A (zh) * | 2014-11-28 | 2015-04-08 | 无锡儒安科技有限公司 | 基于物理层信息的运动物体被动检测方法 |
CN106249186A (zh) * | 2016-07-19 | 2016-12-21 | 北京长城华冠汽车科技股份有限公司 | 一种电池管理系统分流器电流采集数据的校正方法和装置 |
CN106324318A (zh) * | 2015-07-02 | 2017-01-11 | 三星Sdi株式会社 | 测量电池组电流的方法 |
CN107634555A (zh) * | 2017-09-19 | 2018-01-26 | 上海斐讯数据通信技术有限公司 | 一种基于智能插座的充电保护方法、智能插座 |
CN108007639A (zh) * | 2016-10-31 | 2018-05-08 | 上海广茂达光艺科技股份有限公司 | 压力数据处理方法及系统 |
CN108287320A (zh) * | 2018-02-01 | 2018-07-17 | 安徽创世科技股份有限公司 | 一种电池电量检测优化方法 |
CN109030996A (zh) * | 2018-07-10 | 2018-12-18 | 厦门智牛物联网科技有限公司 | 一种应用在插座上的涓流充电检测方法及系统 |
CN109145948A (zh) * | 2018-07-18 | 2019-01-04 | 宁波沙塔信息技术有限公司 | 一种基于集成学习的注塑机堵料异常检测方法 |
-
2019
- 2019-01-11 CN CN201910026362.0A patent/CN109799379B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102087311A (zh) * | 2010-12-21 | 2011-06-08 | 彭浩明 | 一种提高电力互感器测量精度的方法 |
CN103956794A (zh) * | 2014-05-12 | 2014-07-30 | 博耳(无锡)电力成套有限公司 | 充电桩电路控制装置 |
CN104502894A (zh) * | 2014-11-28 | 2015-04-08 | 无锡儒安科技有限公司 | 基于物理层信息的运动物体被动检测方法 |
CN106324318A (zh) * | 2015-07-02 | 2017-01-11 | 三星Sdi株式会社 | 测量电池组电流的方法 |
CN106249186A (zh) * | 2016-07-19 | 2016-12-21 | 北京长城华冠汽车科技股份有限公司 | 一种电池管理系统分流器电流采集数据的校正方法和装置 |
CN108007639A (zh) * | 2016-10-31 | 2018-05-08 | 上海广茂达光艺科技股份有限公司 | 压力数据处理方法及系统 |
CN107634555A (zh) * | 2017-09-19 | 2018-01-26 | 上海斐讯数据通信技术有限公司 | 一种基于智能插座的充电保护方法、智能插座 |
CN108287320A (zh) * | 2018-02-01 | 2018-07-17 | 安徽创世科技股份有限公司 | 一种电池电量检测优化方法 |
CN109030996A (zh) * | 2018-07-10 | 2018-12-18 | 厦门智牛物联网科技有限公司 | 一种应用在插座上的涓流充电检测方法及系统 |
CN109145948A (zh) * | 2018-07-18 | 2019-01-04 | 宁波沙塔信息技术有限公司 | 一种基于集成学习的注塑机堵料异常检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109799379A (zh) | 2019-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107340492B (zh) | 基于大数据挖掘和场景预判的电能计量装置故障分析方法 | |
JP6467186B2 (ja) | データストリームにおける不良データを検出、訂正、および検査するためのシステムおよび方法 | |
CN109782111B (zh) | 一种三相三线制的电能计量系统错误接线分析方法 | |
CN110727662A (zh) | 基于相关性分析的低压台区用户相位识别方法和系统 | |
CN110188090B (zh) | 一种基于数据挖掘的配网拓扑数据质量评估方法及装置 | |
CN109799379B (zh) | 充电检测方法、充电检测装置和插座 | |
CN105785306A (zh) | 一种电压互感器在线群校准方法及装置 | |
CN102521080A (zh) | 电力用户用电信息采集系统的计算机数据修复方法 | |
CN104133189B (zh) | 三相四线电能表一相失压时退补电量误差检测方法和系统 | |
KR20180111182A (ko) | 배전선로 상시운전용량 계산 장치 및 방법 | |
JP7448745B2 (ja) | 電力グリッドにおける相接続の決定 | |
CN116008902A (zh) | 一种电能脉冲产生方法及系统 | |
CN111521883A (zh) | 一种用于获取高压直流输电线路电场测量值的方法及系统 | |
CN101976222A (zh) | 一种基于框架的实时嵌入式软件可测试性测量方法 | |
CN112016856B (zh) | 综合倍率异常识别方法、装置、计量系统和存储介质 | |
CN106682383A (zh) | 一种计量系统中对采集表码值精确的统计处理方法 | |
CN113189513A (zh) | 一种基于纹波的冗余电源均流状态识别方法 | |
Wellssow et al. | Identification of topology faults by smart meter data in meshed low voltage grids | |
CN115112948B (zh) | 多分支电量校准方法、装置、智能终端及存储介质 | |
CN104133188A (zh) | 三相四线电能表两相失压时退补电量误差检测方法和系统 | |
CN110956330A (zh) | 一种基于多维影响量对输电线路线损进行预测的方法及系统 | |
Zuiev et al. | Questions of radioelectronic equipment diagnostics programs efficiency analysis | |
CN114090562A (zh) | 一种电力营销数据的清洗方法及装置 | |
CN104133090B (zh) | 三相三线电能表失压时退补电量误差检测方法和系统 | |
Ginocchi et al. | Global sensitivity analysis of state estimation for power distribution systems |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Charging detection methods, charging detection devices, and sockets Granted publication date: 20220111 Pledgee: Xiamen Bank Co.,Ltd. Pledgor: XIAMEN NANPENG IOT TECHNOLOGY CO.,LTD. Registration number: Y2024110000077 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |