CN110555619A - 一种基于智能配电网的供电能力评估方法 - Google Patents
一种基于智能配电网的供电能力评估方法 Download PDFInfo
- Publication number
- CN110555619A CN110555619A CN201910846121.0A CN201910846121A CN110555619A CN 110555619 A CN110555619 A CN 110555619A CN 201910846121 A CN201910846121 A CN 201910846121A CN 110555619 A CN110555619 A CN 110555619A
- Authority
- CN
- China
- Prior art keywords
- data
- power
- algorithm
- power supply
- evaluation
- 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.)
- Withdrawn
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 37
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 47
- 238000000034 method Methods 0.000 claims abstract description 25
- 230000002159 abnormal effect Effects 0.000 claims abstract description 24
- 238000013441 quality evaluation Methods 0.000 claims abstract description 19
- 238000004140 cleaning Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000007726 management method Methods 0.000 claims description 15
- 230000003993 interaction Effects 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 7
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 5
- 238000007418 data mining Methods 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 4
- 238000011282 treatment Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 238000013210 evaluation model Methods 0.000 claims description 3
- 229910052742 iron Inorganic materials 0.000 claims description 3
- 230000011664 signaling Effects 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 238000012800 visualization Methods 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Power Engineering (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种基于智能配电网的供电能力评估方法，包括以下步骤：S1、采集电网侧、用户侧的数据信息，并对数据信息进行清洗，得到有效数据信息，建立数据平台；S2、建立智能配电网用电质量评估平台，提供用电治理辅助决策。本申请通过接入电网侧、用户侧的数据信息，采用算法对数据信息进行清洗，实现了对海量信息的有效选取，对评估分布奠定了基础；通过对有效数据信息从多个维度进行分析，建立了对配电网的评价体系，实现了对电网评价的科学评价；通过评价体系及时发现配网薄弱点和供电质量异常点，为评估提供依据，保证了电网安全优质运行。
Description
技术领域
本发明涉及配电技术领域，尤其是涉及一种基于智能配电网的供电能力评估方法。
背景技术
电网改造、特别是农网改造，是我国扩大内需的一个重要抓手。电力作为夯实农业农村发展的基础行业，加强电能质量的监测与整治、提供优质供电服务，与提高农业现代化水平和农民生活水平、建设农民幸福生活的美好家园密切相关，在电网运行时，需要配网管理、无功电压专业人员人工整合各自动化系统数据，人工发现进行相关异常分析，人工进行立项分析和设备选型，这种操作方式，无法满足电网、电能质量综合治理、标准化设备的关联和经济性分析、标准化设计等需要，且极大地浪费人力资源与设备资源，消耗大量的时间与纸张，准确性也不高，不能满足现在生活对电网的需求。
因此，如何发现电网配网、电压管理的薄弱点，推动电网改造，优化电源与电网的关系，提升用电供需管理水平，是目前亟待解决的问题。
发明内容
本发明的目的是提供一种基于智能配电网的供电能力评估方法，通过对电网侧、用户侧的数据信息处理，获得电力用户用电评价模型，在模型的基础上构建智能配电网评价体系，将各评价体系集成在一起，形成用电质量评估平台，完成对供电能力的评估，降低人工成本，提高评估准确性。
本发明的上述发明目的通过以下技术方案得以实现：
一种基于智能配电网的供电能力评估方法，包括以下步骤：
S1、采集电网侧、用户侧的数据信息，并对数据信息进行清洗，得到有效数据信息，建立数据平台；
S2、建立智能配电网用电质量评估平台，提供用电治理辅助决策。
本发明进一步设置为：步骤S1中，电网侧数据包括遥测数据、遥信数据、遥控数据、遥调数据、台账数据；用户侧数据包括气象数据、铁塔数据、运营商数据、供货商数据。
本发明进一步设置为：步骤S1中，数据清洗包括无效数据识别、缺失数据补全、异常数据识别、数据标准化、重复数据识别、重复数据消除。
本发明进一步设置为：采用字段比对算法、近邻排序算法、优先队列算法、SMITH-WATERMAN算法中的至少一种算法对数据进行清洗。
本发明进一步设置为：步骤S1中，数据平台包括存储层、计算层、分析层、交互层，其中，存储层用于对有效数据信息进行存储，计算层用于对有效数据进行计算，分析层对计算结果进行分析，获得智能配电网用电质量评价体系，通过交互层，将分析结果展示或输出。
本发明进一步设置为：用电质量评价体系包括用电能力评估、用电质量综合评价、用电质量高级应用、运维管理能力。
本发明进一步设置为：计算层采用聚类算法、模型检测算法、热卡填补算法、回归算法中的至少一种，计算标记计量点的电压、电流数据，建立电力用户用电评价模型。
本发明进一步设置为：分析层从数据挖掘、数据维度、即席查询、统计分析、自定义报表方面对计算结果进行分析。
本发明进一步设置为：步骤S2中，采用回路阻抗法、改进牛拉法、前推回代分摊算法中的至少一种，对用电质量评价体系进行处理，建立智能配电网用电质量评估平台。
本发明进一步设置为：步骤S2中，基于智能配电网用电质量评估平台，对电压监测、评估、治理、治理后再监测进行辅助决策，形成用电建设与改造方案。
与现有技术相比，本发明的有益技术效果为：
1.本申请通过接入电网侧、用户侧的数据信息，采用算法对数据信息进行清洗，实现了对海量信息的有效选取，对评估分布奠定了基础；
2.进一步地，本申请通过对有效数据信息从多个维度进行分析，建立了对配电网的评价体系，实现了对电网评价的科学评价；
3.进一步地，本申请通过评价体系及时发现配网薄弱点和供电质量异常点，为评估提供依据，保证了电网安全优质运行。
附图说明
图1是本发明的一个具有实施例的供电能力评估结构示意图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
本发明的一种基于智能配电网的供电能力评估方法，包括以下步骤：
S1、采集电网侧、用户侧的数据信息，并对数据信息进行清洗，得到有效数据信息，建立数据平台；
S2、建立智能配电网用电质量评估平台，提供用电治理辅助决策。
具体的，
步骤S1中，电网侧数据包括遥测数据、遥信数据、遥控数据、遥调数据、台账数据；用户侧数据包括气象数据、铁塔数据、运营商数据、供货商数据。
数据清洗的目的是检测数据中存在的错误和不一致，剔除或者改正它们，以提高数据质量，数据清洗主要针对现有数据质量问题，对脏数据进行剔除或用估算值替代；对数据缺失进行自动化补全；细化指标计算范围，通过调整指标计算方法，尽可能真实反映系统电压问题，通过多系统的台账冗余信息，完成数据的校验。
数据清洗是从数据源中提取出需要的数据，对格式化后的数据，提取特征值，并按照统一的数据规范进行标准化及关联，从数据的完整性、准确性、及时性三个方面对数据质量进行检查，从而获得整合后的数据。
数据清洗包括无效数据识别、缺失数据补全、异常数据识别、数据标准化、重复数据识别、重复数据消除。
在本发明的一个具体实施例中，
无效数据识别：无效数据包括空数据，数据间冗余校验出错数据，单点或不分点数据偏大或偏小等异常数据，对指标结果产生较大不确定影响的数据。对于数据电压、电流、有功、无功、电量及配变参数等数据间的不匹配问题，采用数据佐证的方式自动更正错误数据，无法佐证数据的情况下，对该段数据做剔除处理；
缺失数据补全：部分数据的缺失情况，采用数据匹配的原则进行，利用历史数据来与当天数据匹配，如果匹配度高于某一阈值时，可采用该天数据替代缺失数据。如果未匹配到数据的话，则将该计量点的该段所有数据剔除，不纳入统计计算；
异常数据识别：采用统计方法来检测数值型属性，计算字段值的均值和标准差，考虑每个字段的置信区间来识别异常字段和记录。将数据挖掘方法引入数据清理，如聚类方法用于检测异常记录、模型方法发现不符合现有模式的异常记录、关联规则方法发现数据集中不符合具有高置信度和支持度规则的异常数据；
数据标准化：标准化是数据质量清洗过程中的核心之一，要对外部输入数据，基于规则集进行标准化。标准化包括名称标准化，量纲标准化等；
重复数据识别：重复数据识别是指给定两条记录，判定是否是同一条记录。重复数据识别的方法可以采用基本的字段匹配算法，递归的字段匹配算法，Smith-Waterman算法，编辑距离、Cosine相似度函数；
重复数据消除：目前消除重复记录的基本思想是“排序和合并”，先将数据库中的记录排序，然后通过比较邻近记录是否相似来检测记录是否重复。消除重复记录的算法主要有：优先队列算法，近邻排序算法(Sorted-Neighborhood Method, SNM)，多趟近邻排序(Multi-Pass Sorted-Neighborhood, MPN)。
在本发明的一个具体实施例中，
数据平台包括存储层、计算层、分析层、交互层，其中，存储层用于对有效数据信息进行存储，计算层用于对有效数据进行计算，分析层对计算结果进行分析，获得智能配电网用电质量评价体系，通过交互层，将分析结果展示或输出。
数据平台采用数据清洗技术和大数据拟合技术，其中，大数据拟合技术涉及有算法有最小二乘拟合、正交多项式和最佳平方逼近方法，数据拟合的线性模型用到了曲线拟合的最小二乘法、线性拟合与多项式拟合；正交多项式包括切比雪夫（Chebyshev）多项式，勒让德（Legendre）多项式。
存储层包括关系型数据库、分布式文件系统、分布式数据库、数据仓库管理工具、数据抽取组件。
计算层采用聚类算法、模型检测算法、热卡填补算法、回归算法中的至少一种，计算标记计量点的电压、电流数据，建立电力用户用电评价模型，采用大数据计算的系统架构，基于分布式架构实现批量计算、流式实时计算，利用分布式消息总线技术实现多个节点的通信，利用分布式缓存提升读写性能，兼顾整体性能、可靠性与可扩展性。
基于有效数据信息，根据用户的时间维度和用电潮流的空间维度，采集用户智能电表中的电量、电流、功率、电压数据，这些数据存在多种关联关系，利用冻结电量算法、电流算法、电压算法、超容和私自启用算法、高频干扰分析算法，发现潜在的异常行为，克服单指标维度无法发现或确认的异常行为，通过加权形成综合评价指标，简单直观地反映用户在一段时间内的用电异常等级和量化排名。
在本发明的一个具体实施例中，
冻结电量算法包括以下步骤：
B1、将冻结电量表里的电量数据，通过用户编码、名称、电能表资产编号与功率表里的数据进行匹配；
B2、对于同一用户，将电能表中的终端虚表数据与计量数据进行比较，得到比较结果；
B3、统计比较结果大于设定值的异常数据；
B4、根据电量表的空间分布，进行空间维度分析。
电流算法包括负数判断算法、三相不平均算法、高功高计比较算法，其中，
负数判断利用电流表里的负电流与用户冻结电量表电量对异常用户数量进行统计；
三相不平均法利用三相电流表中的各相电流数据大小，按照电流数值大小进行分段，在每段数据中分别计算三相电流之间的差值，统计异常用户；
高功高计比较依据同一用户的电流表数据与功率表数据，按照电压倍率进行分类，电压倍率大于倍率设定值的数值属于高功高计，电压倍率等于倍率设定值的数值属于高功低计，对于高功高计的数据，在数据采集时间段内，如果A相电流与C相电流的差大于设定电流差值，则判定为异常数据；对于高功低计的数据，在数据采集时间段内，如果三相交流电中有一相电流数值大于设定电流值，而另二相电流数值为零，则判定为异常数据。
电压算法依据同一用户的电压表数据与功率表数据，按照电压倍率进行分类，电压倍率大于倍率设定值的数值属于高功高计，电压倍率等于倍率设定值的数值属于高功低计；对于高功高计的数据，在数据采集时间段内，A相电流或C相电流的数值小于电压设定值，则判定为异常数据；对于高功低计的数据，如果A相电流或C相电流的数值为零，则判定为异常数据；在数据采集时间段内，如果三相交流电中有一相电流数值大于等于第一电压设定值或小于等于第二电压设定值，则判定为异常数据。
超容和私自启用算法，依据用户日最大功率与用户运行容量的数据，将两者进行比较，或与设定阈值进行比较，判断异常数据。
高频干扰分析算法，依据三相电电流数据、电量表数据、冻结电量表数据，以电流表中设定数量的最大能量的平均值与冻结电量数据进行比较，或电流表中连接出现设定条件的次数，判断异常数据。
通过计算层，将结构化数据、非结构化数据、电网空间数据、海量/历史准实时数据纳入统一运维管理，具体包括数据资源梳理、数据管理及数据质量提升三个方面。
分析层从数据挖掘、数据维度、即席查询、统计分析、自定义报表方面对计算结果进行分析。
基于大数据拟合技术的电力用户用电行为评价系统，通过交互层，实现可视化展示及报表分析、疑似用电异常用户的自动筛查，从而满足反窃电管理工作的要求。
交互层包括高纬可视化组件、传统可视化组件、可视化分析组件。
在本申请的一个具体实施例中，基于数据平台，在时间范畴、空间范畴分析电力用户用电行为，建立用电质量评价体系，具体地，时间范畴的分析方法是，在一个时间段内，对同一用户用电行为从多维度进行分析，判断用户用电行为正常或异常，然后对所有电力用户用电行为的分析结果进行汇总。空间范畴的分析方法是，在一个配电网供电范围内，分析所有电力用户用电行为，判断用户用电行为正常或异常，再对所有配电网供电范围内的分析进行汇总。
用电质量评价体系包括用电能力评估、用电质量综合评价、用电质量高级应用、运维管理能力。
采用回路阻抗法、改进牛拉法、前推回代分摊算法中的至少一种，对用电质量评价体系进行处理，建立智能配电网用电质量评估平台。
基于智能配电网用电质量评估平台，对电压监测、评估、治理、治理后再监测进行辅助决策，形成用电建设与改造方案。
本具体实施方式的实施例均为本发明的较佳实施例，并非依此限制本发明的保护范围，故：凡依本发明的结构、形状、原理所做的等效变化，均应涵盖于本发明的保护范围之内。
Claims (10)
1.一种基于智能配电网的供电能力评估方法，其特征在于：包括以下步骤：
S1、采集电网侧、用户侧的数据信息，并对数据信息进行清洗，得到有效数据信息，建立数据平台；
S2、建立智能配电网用电质量评估平台，提供用电治理辅助决策。
2.根据权利要求1所述的供电能力评估方法，其特征在于：步骤S1中，电网侧数据包括遥测数据、遥信数据、遥控数据、遥调数据、台账数据；用户侧数据包括气象数据、铁塔数据、运营商数据、供货商数据。
3.根据权利要求1所述的供电能力评估方法，其特征在于：步骤S1中，数据清洗包括无效数据识别、缺失数据补全、异常数据识别、数据标准化、重复数据识别、重复数据消除。
4.根据权利要求1所述的供电能力评估方法，其特征在于：采用字段比对算法、近邻排序算法、优先队列算法、SMITH-WATERMAN算法中的至少一种算法对数据进行清洗。
5.根据权利要求1所述的供电能力评估方法，其特征在于：步骤S1中，数据平台包括存储层、计算层、分析层、交互层，其中，存储层用于对有效数据信息进行存储，计算层用于对有效数据进行计算，分析层对计算结果进行分析，获得智能配电网用电质量评价体系，通过交互层，将分析结果展示或输出。
6.根据权利要求5所述的供电能力评估方法，其特征在于：用电质量评价体系包括用电能力评估、用电质量综合评价、用电质量高级应用、运维管理能力。
7.根据权利要求5所述的供电能力评估方法，其特征在于：计算层采用聚类算法、模型检测算法、热卡填补算法、回归算法中的至少一种，计算标记计量点的电压、电流数据，建立电力用户用电评价模型。
8.根据权利要求5所述的供电能力评估方法，其特征在于：分析层从数据挖掘、数据维度、即席查询、统计分析、自定义报表方面对计算结果进行分析。
9.根据权利要求1所述的供电能力评估方法，其特征在于：步骤S2中，采用回路阻抗法、改进牛拉法、前推回代分摊算法中的至少一种，对用电质量评价体系进行处理，建立智能配电网用电质量评估平台。
10.根据权利要求1所述的供电能力评估方法，其特征在于：步骤S2中，基于智能配电网用电质量评估平台，对电压监测、评估、治理、治理后再监测进行辅助决策，形成用电建设与改造方案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910846121.0A CN110555619A (zh) | 2019-09-09 | 2019-09-09 | 一种基于智能配电网的供电能力评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910846121.0A CN110555619A (zh) | 2019-09-09 | 2019-09-09 | 一种基于智能配电网的供电能力评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110555619A true CN110555619A (zh) | 2019-12-10 |
Family
ID=68739374
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910846121.0A Withdrawn CN110555619A (zh) | 2019-09-09 | 2019-09-09 | 一种基于智能配电网的供电能力评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110555619A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111489240A (zh) * | 2020-04-16 | 2020-08-04 | 国网河北省电力有限公司沧州供电分公司 | 一种专变用户私自增容嫌疑程度评价方法 |
| CN111738573A (zh) * | 2020-06-09 | 2020-10-02 | 国网河北省电力有限公司营销服务中心 | 一种基于电能表全寿命周期数据的健康评价方法 |
| CN112699113A (zh) * | 2021-01-12 | 2021-04-23 | 上海交通大学 | 时序数据流驱动的工业制造流程运行监测系统 |
-
2019
- 2019-09-09 CN CN201910846121.0A patent/CN110555619A/zh not_active Withdrawn
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111489240A (zh) * | 2020-04-16 | 2020-08-04 | 国网河北省电力有限公司沧州供电分公司 | 一种专变用户私自增容嫌疑程度评价方法 |
| CN111489240B (zh) * | 2020-04-16 | 2023-04-18 | 国网河北省电力有限公司沧州供电分公司 | 一种专变用户私自增容嫌疑程度评价方法 |
| CN111738573A (zh) * | 2020-06-09 | 2020-10-02 | 国网河北省电力有限公司营销服务中心 | 一种基于电能表全寿命周期数据的健康评价方法 |
| CN112699113A (zh) * | 2021-01-12 | 2021-04-23 | 上海交通大学 | 时序数据流驱动的工业制造流程运行监测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110231528B (zh) | 基于负荷特征模型库的变压器户变异常识别方法及装置 | |
| CN110222991B (zh) | 基于rf-gbdt的计量装置故障诊断方法 | |
| CN110555619A (zh) | 一种基于智能配电网的供电能力评估方法 | |
| CN110739686B (zh) | 一种基于总表异常分析的台区线损治理方法及系统 | |
| CN111160791A (zh) | 一种基于gbdt算法及因素融合的异常用户识别方法 | |
| CN108376982A (zh) | 负载相序的识别方法及装置 | |
| 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 | |
| CN111008778A (zh) | 一种台区计量点异常诊断方法及系统 | |
| CN111062620B (zh) | 基于混合计费数据的电力计费公平性智能分析系统及方法 | |
| CN112418687B (zh) | 基于用电特征的用户用电异常识别方法、装置和存储介质 | |
| CN114519514B (zh) | 一种低压台区合理线损值测算方法、系统及计算机设备 | |
| CN103617447A (zh) | 智能变电站的评价系统及评价方法 | |
| CN116128467A (zh) | 用电系统维护方法、装置、计算机设备和存储介质 | |
| CN112615428A (zh) | 一种线损分析治理系统及方法 | |
| CN110738415A (zh) | 基于用电采集系统和离群点算法的窃电用户分析方法 | |
| CN116203351A (zh) | 线路阻抗异常的检测方法及系统 | |
| CN111552686A (zh) | 一种电力数据质量评估方法及其装置 | |
| CN107862459B (zh) | 一种基于大数据的计量设备状态评估方法及系统 | |
| CN112182499B (zh) | 一种基于时序电量数据的低压配电网拓扑结构辨识方法 | |
| CN113516192A (zh) | 一种用户用电异动识别方法、系统、装置及存储介质 | |
| CN115905319B (zh) | 一种海量用户电费异常的自动识别方法及系统 | |
| CN111366889A (zh) | 一种智能电表异常用电检测方法 | |
| CN111178679A (zh) | 一种基于聚类算法和网络搜索的相位识别方法 | |
| CN114676931B (zh) | 一种基于数据中台技术的电量预测系统 | |
| CN106127602A (zh) | 一种基于约简离群点算法的窃电辨识方法及装置 |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20191210 |