CN111552682A - 一种基于专家模型库的窃电类型诊断方法 - Google Patents
一种基于专家模型库的窃电类型诊断方法 Download PDFInfo
- Publication number
- CN111552682A CN111552682A CN202010390978.9A CN202010390978A CN111552682A CN 111552682 A CN111552682 A CN 111552682A CN 202010390978 A CN202010390978 A CN 202010390978A CN 111552682 A CN111552682 A CN 111552682A
- Authority
- CN
- China
- Prior art keywords
- phase
- electricity
- stealing
- circuit
- 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
- 230000005611 electricity Effects 0.000 title claims abstract description 75
- 238000003745 diagnosis Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000001514 detection method Methods 0.000 claims description 5
- 230000002265 prevention Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000002405 diagnostic procedure Methods 0.000 claims description 2
- 238000013480 data collection Methods 0.000 abstract 1
- 230000005612 types of electricity Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 5
- 238000013024 troubleshooting Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
- G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
- G01R22/061—Details of electronic electricity meters
- G01R22/066—Arrangements for avoiding or indicating fraudulent use
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/219—Managing data history or versioning
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Power Engineering (AREA)
- Emergency Protection Circuit Devices (AREA)
Abstract
本发明一种基于专家模型库的窃电类型诊断方法,通过智能反窃电电网数据采集终端采集用户智能电表实时数据,通过智能电表的历史目标数据结合对应的窃电经验数据形成窃电类型专家库,然后将用户智能电表实时数据输入窃电类型专家库,依次依照窃电类型专家数据库的窃电类型进行比对,最后输出属于哪种类型窃电的判别结果,从而能够快速精准识别窃电用户的窃电接线形式类型。
Description
技术领域
本发明涉及一种用于电力监测领域的基于专家模型库的窃电类型诊断方法。
背景技术
目前国家电网实现智能电网的基础设施的建设趋于完善,接下来的发展方向将会转到节能方向,线损指标要求会逐渐严格。降低管理线损会是重中之重,充分利用大数据模型、云分析技术来建立一套完善的智能化的管控模型,简单易操作的查电窃系统用以降低管理线损,提升对于管理线损的监控效率是发展的一种必然趋势。
目前在对低压用户台区反窃电排查工作中,主要以人工排查为主,目测、简易验测工具为辅,存在用工量大、工期长、检测设备落后、效率低、技能技巧依赖性强等诸多不足。因此需求研究出一种适用于低压台区的窃电类型诊断方法,对数据读取后针对非常规用电数据进行智能筛选、检查、计算、分析后对典型窃电用户直接进行窃电方式判断,以达到便捷化、高速化、高效性、智能化等管理要求,达到降损增效的目标要求。
发明内容
本发明的目的是为了克服现有技术的不足,提供一种基于专家模型库的窃电类型诊断方法,它能够快速精准识别窃电用户的窃电接线形式类型。
实现上述目的的一种技术方案是:一种基于专家模型库的窃电类型诊断方法,包括智能反窃电电网数据采集终端和专家库模型系统,包括如下检测步骤:
步骤1原始数据读取步骤,智能反窃电电网数据采集终端读取目标电表的一级目标数据、二级目标数据、位置数据和信息识别数据,上述数据成为实时诊断基础数据,其中一级目标数据为实时值,二级目标数据为历史值;
步骤2专家库模型系统构建,根据历史值在专家库模型系统内建立窃电类型专家数据库,根据窃电类型专家数据库构建窃电智能诊断模型;
步骤3智能反窃电专家模型库系统诊断步骤,将实时诊断数据导入专家库模型系统,依次对建立窃电类型专家数据库的窃电类型进行比对,最后输出窃电用户接线模式的判别结果。
进一步的,所述一级目标数据包括现场的各相电流、电压、功率因数、向量角数据的实时值;所述二级目标数据包括正向有功总、正向无功总、最大需量的历史值,以及各历史值与时间关系对应的曲线值,所述二级目标数据还包括状态数据,所述状态数据包括采集状态、相别、开盖记录、失压记录和掉电次数;所述位置数据包括表号和地址;所述信息识别数据包括智能电表规约版本号、软件版本号、硬件版本号、接线方式、额定电流和最大电流、CT及PT倍率、智能反窃电电网数据采集终端类型;
对于单相电路目标数据,In为零线电流,Ia为相线电流,U为相电压;
对于三相电路目标数据,In为零线电流,I0为零序电流,Ia、Ib、Ic分别对应为三相电流,Ua、Ub、Uc分别对应为三相电压;
按标准电压目标数据,定义电压小于20%为欠压,电压小于40%为低电压,电压等于0为断相;
定义电流最小阀值目标值为表计最小标准电流的2%,单相电压标准目标值220V,三相相电压目标值220V,线电压目标值380V。
进一步的,步骤3智能反窃电专家模型库系统诊断步骤的详细步骤为:
步骤3.1,通过读取用户基础信息台账,判断用户是单相用电还是三相用电;
步骤3.2.a1,若为单相电路,In>=0.1,Ia>=0.1,且U>0,若60%>=(In-Ia)/In*100%>=30%判定为相、零线进表接反窃电;
步骤3.2.a2,若为单相电路,且In>=0.1,Ia>=0.1,且U>0,(In-Ia)/In*100%>40%,判定为表前分流窃电;
步骤3.2.a3,若为单相电路,且Ia<0,且U>0,判定为相线进出线接反、错误接线或窃电;
步骤3.2.a4,若为单相电路,且Ia<0或In<0,判定为相、零线同时进出线接反、错误接线或窃电;
步骤3.2.b,若为单相电路,且In=0,Ia>=0.1,U=0或采集失败状态标识,判定为负荷侧接地或借零或表前断零窃电;
步骤3.2.c,若为单相电路,且In>0,Ia>=0.1,U=0,判定为表计电压回路故障或窃电;
步骤3.2.d,若为单相电路,且In>=0.1,Ia=0,U>0,判定为互感器二次开路、短接窃电;
步骤3.3.a,若为三相电路,且Ua、Ub、Uc三相中有任意一相为0同时Ia、Ib、Ic三相中任意一相>=0.1,判定为表计电压回路故障或窃电;
步骤3.3.b,若为三相电路,且Ia=0、Ib=0、Ic=0,In>=0.1同时Ua、Ub、Uc三相中任意一相大于0,判定为电流回路三相开路窃电;
步骤3.3.c,若为三相电路,三相电路的相位角分别为φa,φb,φc,设零线电流值为In,零序电流计算值为I0',Ia'、Ib'、Ic'为三相电流的计算值,同时Ua、Ub、Uc三相中任意一相大于0,有如下公式:
I0'=Ia'+Ib'+Ic'
本发明的一种基于专家模型库的窃电类型诊断方法,通过智能反窃电电网数据采集终端读取智能电表实时用电数据,通过二级目标数据、位置数据和信息识别数据结合对应的窃电经验数据形成窃电类型专家库,然后将用户电表实时数据输入窃电类型专家库,依次对建立窃电类型专家数据库的窃电类型进行比对,最后输出用户属于哪种窃电方式的判别结果。
附图说明
图1为本发明的一种基于专家模型库的窃电类型诊断方法的专家库模型中单相相线、零线进表反接窃电的接线示意图;
图2为本发明的一种基于专家模型库的窃电类型诊断方法的专家库模型中单相表前分流窃电;
图3为本发明的一种基于专家模型库的窃电类型诊断方法的专家库模型中单相相线进出线接反错误接线或窃电;
图4为本发明的一种基于专家模型库的窃电类型诊断方法的专家库模型中单相相线、零线同时进出线接反错误接线或窃电;
图5为本发明的一种基于专家模型库的窃电类型诊断方法的专家库模型中单相负荷侧接地或借零或表前断零窃电;
图6为本发明的一种基于专家模型库的窃电类型诊断方法的专家库模型中单相表计电压回路故障或窃电;
图7为本发明的一种基于专家模型库的窃电类型诊断方法的专家库模型中单相互感器二次开路、短接窃电;
图8为本发明的一种基于专家模型库的窃电类型诊断方法的专家库模型中电流回路三相开路窃电;
图9为本发明的一种基于专家模型库的窃电类型诊断方法的专家库模型中三相四线电能表电流回路开路或分流窃电;
图10为本发明的一种基于专家模型库的窃电类型诊断方法的步骤3.3.c的推导公式向量图。
具体实施方式
为了能更好地对本发明的技术方案进行理解,下面通过具体地实施例进行详细地说明:
一种基于专家模型库的窃电类型诊断方法,包括智能反窃电电网数据采集终端和专家库模型系统,包括如下检测步骤:
步骤1原始数据读取步骤,智能反窃电电网数据采集终端读取目标电表的一级目标数据、二级目标数据、位置数据和信息识别数据,上述数据成为实时诊断基础数据,其中一级目标数据为实时值,二级目标数据为历史值;
步骤2专家库模型系统构建,根据历史值在专家库模型系统内建立窃电类型专家数据库,根据窃电类型专家数据库构建窃电智能诊断模型;
步骤3智能反窃电专家模型库系统诊断步骤,将实时诊断数据导入专家库模型系统,依次对建立窃电类型专家数据库的窃电类型进行比对,最后输出窃电接线模式的判别结果。
所述一级目标数据包括现场的各相电流、电压、功率因数、向量角数据的实时值;所述二级目标数据包括正向有功总、正向无功总、最大需量的历史值,以及各历史值与时间关系对应的曲线值,所述二级目标数据还包括状态数据,所述状态数据包括采集状态、相别、开盖记录、失压记录和掉电次数;所述位置数据包括表号和地址;所述信息识别数据包括智能电表规约版本号、软件版本号、硬件版本号、接线方式、额定电流和最大电流、CT及PT倍率、智能反窃电电网数据采集终端类型;
对于单相电路目标数据,In为零线电流,Ia为相线电流,U为相电压;
对于三相电路目标数据,In为零线电流,I0为零序电流,Ia、Ib、Ic分别对应为三相电流,Ua、Ub、Uc分别对应为三相电压;
按标准电压目标数据,定义电压小于20%为欠压,电压小于40%为低电压,电压等于0为断相;
定义电流最小阀值目标值为表计最小标准电流的2%,单相电压标准目标值220V,三相相电压目标值220V,线电压目标值380V。
步骤3智能反窃电专家模型库系统诊断步骤的详细步骤为:
步骤3.1,通过读取用户基础信息台账,判断用户是单相用电还是三相用电。
步骤3.2.a1,若为单相电路,In>=0.1,Ia>=0.1,且U>0,若60%>=(In-Ia)/In*100%>=30%判定为相、零线进表接反窃电,请参阅图1。
步骤3.2.a2,若为单相电路,且In>=0.1,Ia>=0.1,且U>0,(In-Ia)/In*100%>40%,判定为表前分流窃电,请参阅图2。
步骤3.2.a3,若为单相电路,且Ia<0,且U>0,判定为相线进出线接反、错误接线或窃电,请参阅图3。
步骤3.2.a4,若为单相电路,且Ia<0或In<0,判定为相、零线同时进出线接反或、错误接线或窃电,请参阅图4。
步骤3.2.b,若为单相电路,且In=0,Ia>=0.1,U=0或采集失败状态标识,判定为负荷侧接地或借零或表前断零窃电,请参阅图5。
步骤3.2.c,若为单相电路,且In>0,Ia>=0.1,U=0,判定为表计电压回路故障或窃电,请参阅图6。
步骤3.2.d,若为单相电路,且In>=0.1,Ia=0,U>0,判定为互感器二次开路、短接窃电,请参阅图7。
步骤3.3.a,若为三相电路,且Ua、Ub、Uc三相中有任意一相为0同时Ia、Ib、Ic三相中任意一相>=0.1,判定为表计电压回路故障或窃电,原理与单相时图6相同。
步骤3.3.b,若为三相电路,且Ia=0、Ib=0、Ic=0,In>=0.1同时Ua、Ub、Uc三相中任意一相大于0,判定为电流回路三相开路窃电,请参阅图8。
步骤3.3.c,若为三相电路,三相电路的相位角分别为φa,φb,φc,设零线电流值为In,零序电流计算值为I0',Ia'、Ib'、Ic'为三相电流的计算值,同时Ua、Ub、Uc三相中任意一相大于0,请参阅图10,有如下公式:
I0'=Ia'+Ib'+Ic'
本技术领域中的普通技术人员应当认识到,以上的实施例仅是用来说明本发明,而并非用作为对本发明的限定,只要在本发明的实质精神范围内,对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。
Claims (3)
1.一种基于专家模型库的窃电类型诊断方法,包括智能反窃电电网数据采集终端和专家库模型系统,其特征在于,包括如下检测步骤:
步骤1原始数据读取步骤,智能反窃电电网数据采集终端读取目标电表的一级目标数据、二级目标数据、位置数据和信息识别数据,上述数据成为实时诊断基础数据,其中一级目标数据为实时值,二级目标数据为历史值;
步骤2专家库模型系统构建,根据历史值在专家库模型系统内建立窃电类型专家数据库,根据窃电类型专家数据库构建窃电智能诊断模型;
步骤3智能反窃电专家模型库系统诊断步骤,将实时诊断数据导入专家库模型系统,依次对建立窃电类型专家数据库的窃电类型进行比对,最后输出窃电用户接线模式的判别结果。
2.根据权利要求1所述的一种基于专家模型库的窃电类型诊断方法,其特征在于,所述一级目标数据包括现场的各相电流、电压、功率因数、向量角数据的实时值;所述二级目标数据包括正向有功总、正向无功总、最大需量的历史值,以及各历史值与时间关系对应的曲线值,所述二级目标数据还包括状态数据,所述状态数据包括采集状态、相别、开盖记录、失压记录和掉电次数;所述位置数据包括表号和地址;所述信息识别数据包括智能电表规约版本号、软件版本号、硬件版本号、接线方式、额定电流和最大电流、CT及PT倍率、智能反窃电电网数据采集终端类型;
对于单相电路目标数据,In为零线电流,Ia为相线电流,U为相电压;
对于三相电路目标数据,In为零线电流,I0为零序电流,Ia、Ib、Ic分别对应为三相电流,Ua、Ub、Uc分别对应为三相电压;
按标准电压目标数据,定义电压小于20%为欠压,电压小于40%为低电压,电压等于0为断相;
定义电流最小阀值目标值为表计最小标准电流的2%,单相电压标准目标值220V,三相相电压目标值220V,线电压目标值380V。
3.根据权利要求2所述的一种基于专家模型库的窃电类型诊断方法,其特征在于,步骤3智能反窃电专家模型库系统诊断步骤的详细步骤为:
步骤3.1,通过读取用户基础信息台账,判断用户是单相用电还是三相用电;
步骤3.2.a1,若为单相电路,In>=0.1,Ia>=0.1,且U>0,若60%>=(In-Ia)/In*100%>=30%判定为相、零线进表接反窃电;
步骤3.2.a2,若为单相电路,且In>=0.1,Ia>=0.1,且U>0,(In-Ia)/In*100%>40%,判定为表前分流窃电;
步骤3.2.a3,若为单相电路,且Ia<0,且U>0,判定为相线进出线接反、错误接线或窃电;
步骤3.2.a4,若为单相电路,且Ia<0或In<0,判定为相、零线同时进出线接反、错误接线或窃电;
步骤3.2.b,若为单相电路,且In=0,Ia>=0.1,U=0或采集失败状态标识,判定为负荷侧接地或借零或表前断零窃电;
步骤3.2.c,若为单相电路,且In>0,Ia>=0.1,U=0,判定为表计电压回路故障或窃电;
步骤3.2.d,若为单相电路,且In>=0.1,Ia=0,U>0,判定为互感器二次开路、短接窃电;
步骤3.3.a,若为三相电路,且Ua、Ub、Uc三相中有任意一相为0同时Ia、Ib、Ic三相中任意一相>=0.1,判定为表计电压回路故障或窃电;
步骤3.3.b,若为三相电路,且Ia=0、Ib=0、Ic=0,In>=0.1同时Ua、Ub、Uc三相中任意一相大于0,判定为电流回路三相开路窃电;
步骤3.3.c,若为三相电路,三相电路的相位角分别为φa,φb,φc,设零线电流值为In,零序电流计算值为I0',Ia'、Ib'、Ic'为三相电流的计算值,同时Ua、Ub、Uc三相中任意一相大于0,有如下公式:
I0'=Ia'+Ib'+Ic'
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010390978.9A CN111552682A (zh) | 2020-05-11 | 2020-05-11 | 一种基于专家模型库的窃电类型诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010390978.9A CN111552682A (zh) | 2020-05-11 | 2020-05-11 | 一种基于专家模型库的窃电类型诊断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111552682A true CN111552682A (zh) | 2020-08-18 |
Family
ID=72000585
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010390978.9A Pending CN111552682A (zh) | 2020-05-11 | 2020-05-11 | 一种基于专家模型库的窃电类型诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111552682A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113452145A (zh) * | 2021-08-30 | 2021-09-28 | 广东电网有限责任公司中山供电局 | 一种低压台区用户的用电情况监测方法及系统 |
CN114758462A (zh) * | 2022-03-15 | 2022-07-15 | 国网上海市电力公司 | 一种智能低压窃电行为辨识控制系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102866321A (zh) * | 2012-08-13 | 2013-01-09 | 广东电网公司电力科学研究院 | 一种自适应的防窃漏电诊断方法 |
CN105205531A (zh) * | 2014-06-30 | 2015-12-30 | 国家电网公司 | 一种基于机器学习的反窃电预测方法及装置 |
CN106972628A (zh) * | 2017-04-12 | 2017-07-21 | 国家电网公司 | 低压台区反窃电及线损分析与监控系统 |
CN107085653A (zh) * | 2017-03-29 | 2017-08-22 | 国网上海市电力公司 | 一种数据驱动的防窃电实时诊断方法 |
CN110082579A (zh) * | 2019-05-21 | 2019-08-02 | 国网湖南省电力有限公司 | 一种台区智能反窃电监测方法、系统、设备及介质 |
CN110097297A (zh) * | 2019-05-21 | 2019-08-06 | 国网湖南省电力有限公司 | 一种多维度窃电态势智能感知方法、系统、设备及介质 |
CN110223196A (zh) * | 2019-06-04 | 2019-09-10 | 国网浙江省电力有限公司电力科学研究院 | 基于典型行业特征库和反窃电样本库的反窃电分析方法 |
-
2020
- 2020-05-11 CN CN202010390978.9A patent/CN111552682A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102866321A (zh) * | 2012-08-13 | 2013-01-09 | 广东电网公司电力科学研究院 | 一种自适应的防窃漏电诊断方法 |
CN105205531A (zh) * | 2014-06-30 | 2015-12-30 | 国家电网公司 | 一种基于机器学习的反窃电预测方法及装置 |
CN107085653A (zh) * | 2017-03-29 | 2017-08-22 | 国网上海市电力公司 | 一种数据驱动的防窃电实时诊断方法 |
CN106972628A (zh) * | 2017-04-12 | 2017-07-21 | 国家电网公司 | 低压台区反窃电及线损分析与监控系统 |
CN110082579A (zh) * | 2019-05-21 | 2019-08-02 | 国网湖南省电力有限公司 | 一种台区智能反窃电监测方法、系统、设备及介质 |
CN110097297A (zh) * | 2019-05-21 | 2019-08-06 | 国网湖南省电力有限公司 | 一种多维度窃电态势智能感知方法、系统、设备及介质 |
CN110223196A (zh) * | 2019-06-04 | 2019-09-10 | 国网浙江省电力有限公司电力科学研究院 | 基于典型行业特征库和反窃电样本库的反窃电分析方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113452145A (zh) * | 2021-08-30 | 2021-09-28 | 广东电网有限责任公司中山供电局 | 一种低压台区用户的用电情况监测方法及系统 |
CN113452145B (zh) * | 2021-08-30 | 2022-01-25 | 广东电网有限责任公司中山供电局 | 一种低压台区用户的用电情况监测方法及系统 |
CN114758462A (zh) * | 2022-03-15 | 2022-07-15 | 国网上海市电力公司 | 一种智能低压窃电行为辨识控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103728538B (zh) | 一种小电流接地系统的接地故障选线方法 | |
CN106199341B (zh) | 一种单相故障接地工况下的故障线路识别方法和装置 | |
CN109374995B (zh) | 低压配电系统、线路老化和反窃电监测方法及对应系统 | |
CN107102236A (zh) | 一种基于故障后波形相关分析的单相接地故障选线方法 | |
CN107561408B (zh) | 一种提高小电流接地故障选线准确率的方法 | |
CN106646130B (zh) | 一种基于电流极性比较的主动配电网故障定位方法及系统 | |
CN109888729B (zh) | 一种预警型变压器保护方法和装置 | |
CN110244163B (zh) | 一种台区停复电事件层级智能研判方法及装置 | |
CN112034260B (zh) | 一种配电台区低压线损精益分析与反窃电精准定位方法 | |
CN111552682A (zh) | 一种基于专家模型库的窃电类型诊断方法 | |
CN103852693A (zh) | 一种小电流接地选线系统的判断方法 | |
CN205210166U (zh) | 一种分流窃电检测装置 | |
CN103616616A (zh) | 大型接地网的故障检测方法 | |
CN110579679A (zh) | 一种基于负序电流矢量分析的配电网线路故障检测系统及其检测方法 | |
CN110850333A (zh) | 一种低压配电系统单相接地故障相别识别方法 | |
CN207853843U (zh) | 光伏阵列对地绝缘阻抗检测电路、装置及非隔离光伏逆变器 | |
CN111381127A (zh) | 矿山供电系统单相接地故障及绝缘监测的方法和装置 | |
CN113075447A (zh) | 一种400v低压配网智能检测装置及方法 | |
CN202281817U (zh) | 微机小电流接地选线系统 | |
CN108847656B (zh) | 基于自适应动态贡献率的配网接地选线保护系统 | |
CN203811747U (zh) | 一种小电流接地选线系统 | |
CN113917276B (zh) | 中压侧小电流系统单相接地短路故障定位方法及系统 | |
CN100380765C (zh) | 一种母线系统保护基于虚拟电流比相的故障判别方法 | |
CN204205614U (zh) | 三相换相开关装置 | |
CN204479698U (zh) | 无线组网式高精度快速选线装置 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200818 |