CN112713591B - 一种终端所属台区识别方法及装置 - Google Patents
一种终端所属台区识别方法及装置 Download PDFInfo
- Publication number
- CN112713591B CN112713591B CN202011548905.4A CN202011548905A CN112713591B CN 112713591 B CN112713591 B CN 112713591B CN 202011548905 A CN202011548905 A CN 202011548905A CN 112713591 B CN112713591 B CN 112713591B
- Authority
- CN
- China
- Prior art keywords
- picture
- identified
- terminal
- average value
- hash value
- 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
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/32—Normalisation of the pattern dimensions
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Power Engineering (AREA)
- Complex Calculations (AREA)
- Image Analysis (AREA)
Abstract
本发明属于台区识别技术领域,具体涉及一种终端所属台区识别方法及装置。本发明利用不同台区和相别具有各自独特的电压特性,而相同台区和相别具有相似的电压特性,对采集的待识别终端的电压‑时刻图进行一系列处理,包括调整成32*32的灰度图片、提取低频矩阵、确定待识别图片的哈希值,并结合标准图片的哈希值,以将待识别终端的电压‑时刻图与台区的标准电压‑时刻图进行相似度分析,根据相似度分析结果判断待识别终端是否属于该台区,该方法简单且准确,保证了识别准确度。
Description
技术领域
本发明属于台区识别技术领域,具体涉及一种终端所属台区识别方法及装置。
背景技术
准确可靠识别电能表台区归属,区分台区的变-线-户对应关系,能够有效提高供电公司在故障预判识别定位、电能质量分析、有序充电管理、无功补偿、台区负荷预测等方面的业务处理能力。目前通常使用台区传感器的拓扑结构来判断电表台区归属,这种方法受传感器的分布拓扑结构影响较大,传感器拓扑结构决定台区识别,如果传感器安装位置出错,则会导致提前规划好的台区分布与实际不符。
发明内容
本发明提供了一种终端所属台区识别方法及装置,用以解决现有技术的方法受台区传感器的分布拓扑影响较大造成的识别有误的问题。
为解决上述技术问题,本发明的技术方案包括:
本发明提供了一种终端所属台区识别方法,包括如下步骤:
1)获取待识别图片,所述待识别图片为待识别终端的电压-时刻图;
2)将待识别图片进行调整,得到调整后的待识别图片,调整后的待识别图片是大小为32*32的灰度图片;
3)将调整后的待识别图片进行离散余弦变换,得到调整后的待识别图片的DCT系数矩阵,所述DCT系数矩阵的大小为32*32;
4)提取调整后的待识别图片的DCT系数矩阵左上角的8*8矩阵,得到第一低频矩阵;
5)计算所述第一低频矩阵中各数据的平均值,记为第一平均值,将所述第一低频矩阵中每一个数据均与第一平均值进行比较,根据比较结果得到所述待识别图片的哈希值;
6)获取标准图片的哈希值,根据待识别图片的哈希值和标准图片的哈希值,计算待识别图片和标准图片的相似度;其中,所述标准图片为台区的标准电压-时刻图,且标准电压-时刻图与待识别终端的电压-时刻图所选取的时刻是相同的;
7)将步骤6)计算出的相似度与该台区的相似度阈值进行比较,根据比较结果判断待识别终端是否属于该台区。
上述技术方案的有益效果为:本发明利用不同台区和相别具有各自独特的电压特性,而相同台区和相别具有相似的电压特性,对采集的待识别终端的电压-时刻图与标准图片进行相似度分析,根据相似度分析结果判断待识别终端是否属于该台区,该方法简单且准确,保证了识别准确度。
进一步的,步骤7)中,所述台区的相似度阈值利用属于该台区的其他终端的电压-时刻图计算得到。
进一步的,步骤6)中,所述标准图片的哈希值采用如下方法计算得到:
将标准图片进行调整,得到调整后的标准图片,调整后的标准图片是大小为32*32的灰度图片;
将调整后的标准图片进行离散余弦变换,得到调整后的标准图片的DCT系数矩阵;
提取调整后的标准图片的DCT系数矩阵左上角的8*8矩阵,得到第二低频矩阵;
计算所述第二低频矩阵中各数据的平均值,记为第二平均值,将所述第二低频矩阵中每一个数据均与第二平均值进行比较,根据比较结果得到所述标准图片的哈希值。
进一步的,步骤5)中,所述根据比较结果得到所述待识别图片的哈希值包括:将第一低频矩阵中大于第一平均值的数据记为1,将小于等于第一平均值的数据记为0,得到所述待识别图片的哈希值。
进一步的,所述根据比较结果得到所述标准图片的哈希值包括:将第二低频矩阵中大于第二平均值的数据记为1,将小于等于第二平均值的数据记为0,得到所述标准图片的哈希值。
进一步的,步骤6)和步骤7)中,所述相似度为哈希值的汉明距离,相应的相似度阈值为汉明距离阈值;步骤7)中,所述根据比较结果判断待识别终端是否属于该台区包括:若待识别图片的哈希值和标准图片的哈希值的汉明距离小于所述汉明距离阈值,则待识别终端属于该台区。
本发明还提供了一种终端所属台区识别装置,包括存储器和处理器,所述处理器用于执行存储在存储器中指令以实现上述介绍的终端所属台区识别方法,并达到与该方法相同的效果。
附图说明
图1-1是X写字楼终端A相电压的电压-时刻图;
图1-2是XX写字楼终端B相电压的电压-时刻图;
图2是本发明的终端所属台区识别方法的流程图;
图3是本发明的终端所属台区识别装置的结构图。
具体实施方式
方法实施例:
本发明的一种终端所属台区识别方法实施例,用来判断X写字楼是否属于第一台区,具体流程如图2所示,下面具体介绍。
步骤一,获取后台采集的X写字楼终端A相电压的电压-时刻图(待识别图片),如图1-1所示,该图片选取的是0:0:0~4:48:0时刻的电压-时刻图。
步骤二,采用OpenCV对图1-1进行调整,调整后的图片是32*32大小的灰度图片。
步骤三,对调整后的待识别图片进行离散余弦变换(DCT)来降低频率,得到调整后的待识别图片的DCT系数矩阵,DCT系数矩阵的大小为32*32。
步骤四,提取调整后的待识别图片的DCT系数矩阵左上角的8*8矩阵,得到一个新的矩阵,记为第一低频矩阵,以呈现图片中最低频率。
步骤五,计算第一低频矩阵中各数据的平均值,记为第一平均值,将第一低频矩阵中每一个数据均与计算出的第一平均值进行比较,大于第一平均值记为1,小于等于第一平均值记为0,从而得到待识别图片的哈希值(hash)。
步骤六,获取第一台区的标准图片,如图1-2所示,是XX写字楼终端B相电压的电压-时刻图,该图片能够代表该第一台区的电压特性,且与待识别图片所选取的时刻应是相同的,按照步骤二~步骤五相同的方法,计算得到标准图片的哈希值。将待识别图片的哈希值和标准图片的哈希值进行汉明距离计算,最终得到两张图片的哈希值的汉明距离为20。
步骤七,比较两张图片的哈希值的汉明距离与汉明距离阈值,如果两张图片的哈希值的汉明距离小于所述汉明距离阈值,则待识别终端属于该第一台区,否则,不属于该第一台区。其中,汉明距离阈值利用属于该第一台区的其他终端的电压-时刻图计算得到。
本发明利用不同台区和相别具有各自独特的电压特性,而相同台区和相别具有相似的电压特性,对采集的待识别终端的电压-时刻图与标准图片进行相似度分析,根据相似度分析结果判断待识别终端是否属于该台区,该方法简单且准确,保证了识别准确度。
装置实施例:
本发明的一种终端所属台区识别装置实施例,如图3所示,包括存储器、处理器和内部总线,处理器、存储器之间通过内部总线完成相互间的通信和数据交互。存储器包括至少一个存储于存储器中的软件功能模块,处理器通过运行存储在存储器中的软件程序以及模块,执行各种功能应用以及数据处理,实现本发明的方法实施例中介绍的一种终端所属台区识别方法。
其中,处理器可以为微处理器MCU、可编程逻辑器件FPGA等处理装置。
存储器可为利用电能方式存储信息的各式存储器,例如RAM、ROM等;也可为利用磁能方式存储信息的各式存储器,例如硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘等;还可为利用光学方式存储信息的各式存储器,例如CD、DVD等。当然,还可为其他方式的存储器,例如量子存储器、石墨烯存储器等。
Claims (7)
1.一种终端所属台区识别方法,其特征在于,包括如下步骤:
1)获取待识别图片,所述待识别图片为待识别终端的电压-时刻图;
2)将待识别图片进行调整,得到调整后的待识别图片,调整后的待识别图片是大小为32*32的灰度图片;
3)将调整后的待识别图片进行离散余弦变换,得到调整后的待识别图片的DCT系数矩阵,所述DCT系数矩阵的大小为32*32;
4)提取调整后的待识别图片的DCT系数矩阵左上角的8*8矩阵,得到第一低频矩阵;
5)计算所述第一低频矩阵中各数据的平均值,记为第一平均值,将所述第一低频矩阵中每一个数据均与第一平均值进行比较,根据比较结果得到所述待识别图片的哈希值;
6)获取标准图片的哈希值,根据待识别图片的哈希值和标准图片的哈希值,计算待识别图片和标准图片的相似度;其中,所述标准图片为台区的标准电压-时刻图,且标准电压-时刻图与待识别终端的电压-时刻图所选取的时刻是相同的;
7)将步骤6)计算出的相似度与该台区的相似度阈值进行比较,根据比较结果判断待识别终端是否属于该台区。
2.根据权利要求1所述的终端所属台区识别方法,其特征在于,步骤7)中,所述台区的相似度阈值利用属于该台区的其他终端的电压-时刻图计算得到。
3.根据权利要求1所述的终端所属台区识别方法,其特征在于,步骤6)中,所述标准图片的哈希值采用如下方法计算得到:
将标准图片进行调整,得到调整后的标准图片,调整后的标准图片是大小为32*32的灰度图片;
将调整后的标准图片进行离散余弦变换,得到调整后的标准图片的DCT系数矩阵;
提取调整后的标准图片的DCT系数矩阵左上角的8*8矩阵,得到第二低频矩阵;
计算所述第二低频矩阵中各数据的平均值,记为第二平均值,将所述第二低频矩阵中每一个数据均与第二平均值进行比较,根据比较结果得到所述标准图片的哈希值。
4.根据权利要求1所述的终端所属台区识别方法,其特征在于,步骤5)中,所述根据比较结果得到所述待识别图片的哈希值包括:将第一低频矩阵中大于第一平均值的数据记为1,将小于等于第一平均值的数据记为0,得到所述待识别图片的哈希值。
5.根据权利要求3所述的终端所属台区识别方法,其特征在于,所述根据比较结果得到所述标准图片的哈希值包括:将第二低频矩阵中大于第二平均值的数据记为1,将小于等于第二平均值的数据记为0,得到所述标准图片的哈希值。
6.根据权利要求1所述的终端所属台区识别方法,其特征在于,步骤6)和步骤7)中,所述相似度为哈希值的汉明距离,相应的相似度阈值为汉明距离阈值;步骤7)中,所述根据比较结果判断待识别终端是否属于该台区包括:若待识别图片的哈希值和标准图片的哈希值的汉明距离小于所述汉明距离阈值,则待识别终端属于该台区。
7.一种终端所属台区识别装置,其特征在于,包括存储器和处理器,所述处理器用于执行存储在存储器中指令以实现如权利要求1~6任一项所述的终端所属台区识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011548905.4A CN112713591B (zh) | 2020-12-24 | 2020-12-24 | 一种终端所属台区识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011548905.4A CN112713591B (zh) | 2020-12-24 | 2020-12-24 | 一种终端所属台区识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112713591A CN112713591A (zh) | 2021-04-27 |
CN112713591B true CN112713591B (zh) | 2023-09-29 |
Family
ID=75544176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011548905.4A Active CN112713591B (zh) | 2020-12-24 | 2020-12-24 | 一种终端所属台区识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112713591B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017167244A1 (zh) * | 2016-03-31 | 2017-10-05 | 华为技术有限公司 | 识别电力系统台区中的电表的装置及方法 |
CN108564485A (zh) * | 2018-04-16 | 2018-09-21 | 国网河南省电力公司电力科学研究院 | 基于电压曲线相似性分析的低压台区用户相位识别方法 |
CN110865237A (zh) * | 2019-11-15 | 2020-03-06 | 四川中电启明星信息技术有限公司 | 基于电压时间序列的配电台区户表相位关系校验方法 |
-
2020
- 2020-12-24 CN CN202011548905.4A patent/CN112713591B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017167244A1 (zh) * | 2016-03-31 | 2017-10-05 | 华为技术有限公司 | 识别电力系统台区中的电表的装置及方法 |
CN108564485A (zh) * | 2018-04-16 | 2018-09-21 | 国网河南省电力公司电力科学研究院 | 基于电压曲线相似性分析的低压台区用户相位识别方法 |
CN110865237A (zh) * | 2019-11-15 | 2020-03-06 | 四川中电启明星信息技术有限公司 | 基于电压时间序列的配电台区户表相位关系校验方法 |
Non-Patent Citations (2)
Title |
---|
低压用电"台区识别技术"研究;余鹤;夏水斌;鄢烈奇;董重重;孙秉宇;杨海涛;;通信与信息技术(02);全文 * |
基于数据时空相关性的智能台区识别技术;阿辽沙・叶;顾君;张小秋;;现代电子技术(04);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112713591A (zh) | 2021-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | A novel consistency evaluation method for series-connected battery systems based on real-world operation data | |
CN107749629A (zh) | 一种基于充电站负荷实时调度充电桩接入的控制方法 | |
CN106709816B (zh) | 基于非参数回归分析的电力负荷异常数据识别与修正方法 | |
CN106570790B (zh) | 一种计及风速数据分段特性的风电场出力数据修复方法 | |
CN103793605A (zh) | 基于粒子群算法的磷酸铁锂动力电池等效电路模型参数估计的方法 | |
CN112198375B (zh) | 单相用户的相位识别方法、装置、设备和存储介质 | |
CN111816936B (zh) | 电池梯次利用配组方法、系统、终端设备及存储介质 | |
CN111260505B (zh) | 基于电力物联网的大数据分析方法、装置及计算机设备 | |
CN111476427A (zh) | 低压台区拓扑识别方法及识别装置 | |
CN117767250B (zh) | 基于故障监测的直流微电网协调控制方法及系统 | |
CN111835006B (zh) | 一种基于电压曲线和最小二乘的低压台区拓扑识别方法 | |
CN110224404A (zh) | 基于矩阵分裂技术的电力系统分布式鲁棒状态估计方法 | |
CN115986874A (zh) | 一种电池充电安全监测预警方法及系统 | |
CN112713591B (zh) | 一种终端所属台区识别方法及装置 | |
CN115952429A (zh) | 基于无先验权重欧氏距离的自适应dbscan异常电池识别方法 | |
CN115723628A (zh) | 基于能量回收的过压控制方法、系统、设备和介质 | |
CN112636335B (zh) | 基于电压数据去相关遴选和相关分析的低压配电网户变关系校验方法及系统 | |
CN114118595A (zh) | 用电负荷预测的方法、系统、存储介质及电子设备 | |
CN111525197B (zh) | 一种蓄电池soh实时估算系统及方法 | |
CN108681802A (zh) | 一种电动汽车充电设施信息互操作评价方法 | |
CN117350447A (zh) | 一种适用于电网的多源异构电力数据融合算法 | |
CN110927585A (zh) | 一种基于自循环校正的锂电池soh估算系统及方法 | |
CN110784468A (zh) | 基于CoAP的协议转换方法及装置 | |
CN108110283B (zh) | 一种液流电池储能系统异常数据识别方法 | |
CN114675193A (zh) | 一种许用功率估算方法、电池管理系统及存储介质 |
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 |