CN113325248A - 基于边缘计算的房屋非侵入式负荷智能识别系统 - Google Patents
基于边缘计算的房屋非侵入式负荷智能识别系统 Download PDFInfo
- Publication number
- CN113325248A CN113325248A CN202110392242.XA CN202110392242A CN113325248A CN 113325248 A CN113325248 A CN 113325248A CN 202110392242 A CN202110392242 A CN 202110392242A CN 113325248 A CN113325248 A CN 113325248A
- Authority
- CN
- China
- Prior art keywords
- quantity data
- electrical quantity
- house
- identified
- processing module
- 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
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
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Probability & Statistics with Applications (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明提供的基于边缘计算的房屋非侵入式负荷智能识别系统,属于电力系统技术领域,包括安装在房屋入户负荷线上的智能装置;智能装置包括外壳以及设置在外壳内的采集模块、处理模块和通讯模块;所述采集模块用于按照预设的采样间隔采集房屋入户负荷线上的电气量数据,并将电气量数据传输给处理模块;所述处理模块用于对电气量数据进行突变检测,并根据突变检测的结果识别出电气量数据对应设备的设备类型;所述通讯模块用于实现处理模块与外部网络的通讯,该外部网络还用于分别实现房屋非侵入式负荷智能识别系统与外部服务器或外部终端的通讯。该系统降低了成本,提高排查的及时性。
Description
技术领域
本发明属于电力系统技术领域,具体涉及基于边缘计算的房屋非侵入式负荷智能识别系统。
背景技术
居民用电占全社会用电的重要组成部分,然而居民用电安全问题频发,违规设备使用屡禁不止,是社会安全用电亟待解决的问题。其中违规设备使用引起的居民用电安全问题是引发居民用电安全的主要原因,及时有效地对居民违规设备进行辨识具有重要的现实意义。
以往对违规设备的排查与控制主要依靠人工突击检查的方式,或者通过数据采集终端传输至云端进行识别。该方式通过定期或不定期派遣工作人员到居民住宅进行家用电器检查,以发现是否存在违规设备的使用。此方法成本较高,同时需要挨户进行排查,处理及时性差、对用户也带来一定程度的干扰。
发明内容
针对现有技术中的缺陷,本发明提供基于边缘计算的房屋非侵入式负荷智能识别系统,降低成本,提高排查的及时性。
一种基于边缘计算的房屋非侵入式负荷智能识别系统,包括安装在房屋入户负荷线上的智能装置;
智能装置包括外壳1以及设置在外壳1内的采集模块、处理模块和通讯模块;
所述采集模块用于按照预设的采样间隔采集房屋入户负荷线上的电气量数据,并将电气量数据传输给处理模块;
所述处理模块用于对电气量数据进行突变检测,并根据突变检测的结果识别出电气量数据对应设备的设备类型;
所述通讯模块用于实现处理模块与外部网络的通讯,该外部网络还用于分别实现房屋非侵入式负荷智能识别系统与外部服务器或外部终端的通讯。
优选地,所述处理模块还用于:
当识别出所述电气量数据对应设备的设备类型为违规设备时,生成告警信息,将告警信息通过所述外部网络传输给所述外部终端。
优选地,所述通讯模块包括移动通讯模块、网口通讯模块、Lora通讯模块和/或485通讯模块。
优选地,所述智能装置的外壳1上设有若干个电压采集端子3、若干个电流采集端子4、若干个脉冲端子5和/或485端子6;
其中,电压采集端子3和电流采集端子4分别与采集模块电连接,脉冲端子5分别与处理模块电连接,485端子6与通讯模块电连接。
优选地,所述智能装置的外壳1上还设有若干个LED指示灯。
优选地,所述智能装置上的采集模块通过开口式电流互感器采集房屋入户负荷线上二次电流测量回路的电流信号。
优选地,所述处理模块具体用于:
根据采集的各个设备的历史电气量数据,构建各个设备的负荷特征库;
获取待识别电气量数据,构建检测序列;
依次对检测序列中的待识别电气量数据进行检测;当检测到超负荷的待识别电气量数据满足预设的突变条件时,将检测序列中的待识别电气量数据与各个设备的负荷特征库进行比对,计算待识别电气量数据的相似度;
根据检测序列中所有待识别电气量数据的相似度得到该检测序列对应设备的设备类型。
优选地,所述处理模块具体用于:
分别提取各个设备的历史电气量数据中特征量,构建所述各个设备的负荷特征库;
其中,负荷特征库中特征量的类别包括以下一种或几种的组合:额定有功功率、额定无功功率、基波电流有效值和电流总谐波畸变。
优选地,所述处理模块具体用于:
当检测到超负荷的待识别电气量数据满足所述突变条件时,分别从待识别电气量数据中提取有功功率特征值、无功功率特征值、基波电流特征值和电流总谐波畸变特征值;
根据待识别电气量数据中有功功率特征值、无功功率特征值、基波电流特征值和电流总谐波畸变特征值计算欧式距离,得到所述相似度。
由上述技术方案可知,本发明提供的基于边缘计算的房屋非侵入式负荷智能识别系统,具有以下优点:
1、该系统中违规设备识别种类可扩展,特征库可扩展。解决了传统系统中存在的识别类型单一,参数调整繁琐等不足。该系统基于历史数据的挖掘与分析,能够依托历史数据的潜在信息提高识别精度,增加识别设备类型,具有较高的灵活性。
2、该系统将违规设备识别方法嵌入智能装置,提高了识别效率,降低了数据传输成本。该智能装置通过在线数据采集与识别,及时发现房屋中存在的违规设备使用风险,为相关人员推送告警信息,提高了排查效率。另一方面,该系统将识别方法植入智能装置,减少了数据传输成本及数据存储空间。
3、该系统将边缘计算技术引入电力系统的应用场景,实现数据从静态存储到动态运用的转变。由于电力数据实时性强,波动性较大,如果根据在线数据进行研判,做出的判断难免有所偏差,所以该系统基于历史数据进行分析,同时定期更新负荷特征库,保证了识别的准确性。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1为本发明实施例一提供的房屋非侵入式负荷智能识别系统的模块图。
图2为本发明实施例一提供的智能装置的安装示意图。
图3为本发明实施例一提供的智能装置的示意图。
图4为本发明实施例一提供的智能装置外壳上设置的端子示意图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只作为示例,而不能以此来限制本发明的保护范围。需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
实施例一:
一种基于边缘计算的房屋非侵入式负荷智能识别系统,参见图1,包括安装在房屋入户负荷线上的智能装置;
智能装置包括外壳1以及设置在外壳1内的采集模块、处理模块和通讯模块;
具体地,房屋入户负荷线为房屋进线口,参见图2,图2中A点为房屋进线口,智能装置为房屋入户负荷监测点。
所述处理模块用于对电气量数据进行突变检测,并根据突变检测的结果识别出电气量数据对应设备的设备类型;
所述通讯模块用于实现处理模块与外部网络的通讯,该外部网络还用于分别实现房屋非侵入式负荷智能识别系统与外部服务器或外部终端的通讯。
具体地,该方法在安装完后可以进行调试,保证系统正常运行。调试方法包括:首先在智能装置监测的居民用户投入一个违规设备,观察外部终端接收到的结果。如果外部终端接收到告警信息,说明该系统能正常运行。如果外部终端不能接收到告警信息,则需要进一步排查原因。排查方式包括监测负荷波形,如果负荷波形正常,则排查处理模块是否能正常识别该违规设备。如果负荷波形不正常,排查安装点传感器是否正常。
该系统具有以下优点:
1、该系统中违规设备识别种类可扩展,特征库可扩展。解决了传统系统中存在的识别类型单一,参数调整繁琐等不足。该系统基于历史数据的挖掘与分析,能够依托历史数据的潜在信息提高识别精度,增加识别设备类型,具有较高的灵活性。
2、该系统将违规设备识别方法嵌入智能装置,提高了识别效率,降低了数据传输成本。该智能装置通过在线数据采集与识别,及时发现房屋中存在的违规设备使用风险,为相关人员推送告警信息,提高了排查效率。另一方面,该系统将识别方法植入智能装置,减少了数据传输成本及数据存储空间。
3、该系统将边缘计算技术引入电力系统的应用场景,实现数据从静态存储到动态运用的转变。由于电力数据实时性强,波动性较大,如果根据在线数据进行研判,做出的判断难免有所偏差,所以该系统基于历史数据进行分析,同时定期更新负荷特征库,保证了识别的准确性。
优选地,所述处理模块还用于:
当识别出所述电气量数据对应设备的设备类型为违规设备时,生成告警信息,将告警信息通过所述外部网络传输给所述外部终端。
具体地,该系统当识别到违规设备时,生成告警信息发送给管理人员,方便管理人员进行违规排查。
优选地,所述通讯模块包括移动通讯模块、网口通讯模块、Lora通讯模块和/或485通讯模块。
具体地,该系统采用3P4W/3P3W的互联网+智能数字采集端的方式,实现4000次/秒高颗粒度数据采集功能,实现无需停电安装即可实现用电安全数据采集的功能,实现电气火灾的监控。使用物联网+互联网的技术,一站式解决工厂、房屋居民用电的实时监控、违规识别、在线运维、电气火灾、预警告警等行业痛点。
该系统支持4G无线通讯,网口通讯,Lora模块通讯;支持485采集现场其他设备的数据;支持与云平台(即外部服务器)通讯,实现更深层次的边缘计算;能够治理电能质量,对用电和电气火灾提供预警和告警功能。
智能装置的技术参数如表1所示:
表1:
参见图3,所述智能装置的外壳1上设有若干个电压采集端子3、若干个电流采集端子4、若干个脉冲端子5和485端子6;
其中,电压采集端子3和电流采集端子4分别与采集模块电连接,脉冲端子5分别与处理模块电连接,485端子6与通讯模块电连接,2为电源开关。
参见图4,电压采集端子3可以包括供电端子L,供电端子N,测量端子N,测量端子A相,测量端子B相,测量端子C相。电流采集端子4可以包括A相电流进线端子,A相电流出线端子,B相电流进线端子,B相电流出线端子,C相电流进线端子,C相电流出线端子。脉冲端子5可以包括有功电度脉冲端子+,有功电度脉冲端子-,无功电度脉冲端子+,无功电度脉冲端子-。485端子6可以包括485端子A,485端子B。
优选地,所述智能装置的外壳1上还设有若干个LED指示灯。
具体地,智能装置上设置的LED指示灯的含义如表2所示:
表2:
优选地,所述智能装置上的采集模块通过开口式电流互感器采集房屋入户负荷线上二次电流测量回路的电流信号。
具体地,智能装置可以通过开口式电流互感器,获取二次电流测量回路的电流信号。由于没有电气上的接触,所以智能装置不会对高压侧二次测量回路产生任何干扰影响,杜绝因串接回路所产生的安装风险与运行风险,确保企业用电安全。
开口式电流互感器技术参数如表3所示。
表3:
实施例二:
实施例二在实施例一的基础上,限定了处理模块的处理流程。
所述处理模块具体用于:
S1:根据采集的各个设备的历史电气量数据,构建各个设备的负荷特征库;具体包括:分别提取各个设备的历史电气量数据中特征量,构建所述各个设备的负荷特征库;
其中,负荷特征库中特征量的类别包括以下一种或几种的组合:额定有功功率、额定无功功率、基波电流有效值和电流总谐波畸变。
具体地,假设一个设备的历史电气量数据序列为T={T1,T2,...,TN},其中N为数据长度,Ti(1≤i≤N)为第i个历史电气量数据,时间间隔记为,Ti定义如下:Ti=[pi,qi,thdi,fdi],Ti中各符号分别表示额定有功功率、额定无功功率、电流总谐波畸变、基波电流有效值。
S2:获取待识别电气量数据,构建检测序列;
S3:依次对检测序列中的待识别电气量数据进行检测;当检测到超负荷的待识别电气量数据满足预设的突变条件时,将检测序列中的待识别电气量数据与各个设备的负荷特征库进行比对,计算待识别电气量数据的相似度,具体包括:
当检测到超负荷的待识别电气量数据满足所述突变条件时,分别从待识别电气量数据中提取有功功率特征值、无功功率特征值、基波电流特征值和电流总谐波畸变特征值;
根据待识别电气量数据中有功功率特征值、无功功率特征值、基波电流特征值和电流总谐波畸变特征值计算欧式距离,得到所述相似度。
具体地,假设待识别电气量数据序列记为D={d1,d2,...,dt},其中dj(1≤j≤t)为第i个待识别电气量数据,定义如下:dj=[pj /,qj /,thdj /,fdj /]。该系统可以通过遍历相邻待识别电气量数据的有功功率,判断功率是否存在突变,如果是,则定义为超负荷的待识别电气量数据,即对于功率序列P={p1 /,p2 /,...,pt /},逐点比较pj-1 /与pj /,判断是否满足pj /-pj-1 /≥100w,其中2≤j≤t,如果满足,定义为超负荷的待识别电气量数据。假设超负荷的待识别电气量数据为{ds+1,ds+2,...,ds+n},提取与负荷特征库中同类型的特征值,其中s为突变点下标,n为截取的数据突变点数。
对于{ds+1,ds+2,...,ds+n},计算dj与Tj(1≤i≤N)中各特征量的相似性:
S4:根据检测序列中所有待识别电气量数据的相似度得到该检测序列对应设备的设备类型。
具体地,该系统可以定义与各个设备的负荷特征库中相似度超过设定值且所占比例最大的设备为检测序列对应设备的设备类型。
本发明实施例所提供的系统,为简要描述,实施例部分未提及之处,可参考前述实施例中相应内容。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (9)
1.一种基于边缘计算的房屋非侵入式负荷智能识别系统,其特征在于,包括安装在房屋入户负荷线上的智能装置;
智能装置包括外壳(1)以及设置在外壳(1)内的采集模块、处理模块和通讯模块;
所述采集模块用于按照预设的采样间隔采集房屋入户负荷线上的电气量数据,并将电气量数据传输给处理模块;
所述处理模块用于对电气量数据进行突变检测,并根据突变检测的结果识别出电气量数据对应设备的设备类型;
所述通讯模块用于实现处理模块与外部网络的通讯,该外部网络还用于分别实现房屋非侵入式负荷智能识别系统与外部服务器或外部终端的通讯。
2.根据权利要求1所述基于边缘计算的房屋非侵入式负荷智能识别系统,其特征在于,所述处理模块还用于:
当识别出所述电气量数据对应设备的设备类型为违规设备时,生成告警信息,将告警信息通过所述外部网络传输给所述外部终端。
3.根据权利要求1所述基于边缘计算的房屋非侵入式负荷智能识别系统,其特征在于,
所述通讯模块包括移动通讯模块、网口通讯模块、Lora通讯模块和/或485通讯模块。
4.根据权利要求3所述基于边缘计算的房屋非侵入式负荷智能识别系统,其特征在于,
所述智能装置的外壳(1)上设有若干个电压采集端子(3)、若干个电流采集端子(4)、若干个脉冲端子(5)和/或485端子(6);
其中,电压采集端子(3)和电流采集端子(4)分别与采集模块电连接,脉冲端子(5)分别与处理模块电连接,485端子(6)与通讯模块电连接。
5.根据权利要求1所述基于边缘计算的房屋非侵入式负荷智能识别系统,其特征在于,
所述智能装置的外壳(1)上还设有若干个LED指示灯。
6.根据权利要求1所述基于边缘计算的房屋非侵入式负荷智能识别系统,其特征在于,
所述智能装置上的采集模块通过开口式电流互感器采集房屋入户负荷线上二次电流测量回路的电流信号。
7.根据权利要求1所述基于边缘计算的房屋非侵入式负荷智能识别系统,其特征在于,所述处理模块具体用于:
根据采集的各个设备的历史电气量数据,构建各个设备的负荷特征库;
获取待识别电气量数据,构建检测序列;
依次对检测序列中的待识别电气量数据进行检测;当检测到超负荷的待识别电气量数据满足预设的突变条件时,将检测序列中的待识别电气量数据与各个设备的负荷特征库进行比对,计算待识别电气量数据的相似度;
根据检测序列中所有待识别电气量数据的相似度得到该检测序列对应设备的设备类型。
8.根据权利要求7所述基于边缘计算的房屋非侵入式负荷智能识别系统,其特征在于,所述处理模块具体用于:
分别提取各个设备的历史电气量数据中特征量,构建所述各个设备的负荷特征库;
其中,负荷特征库中特征量的类别包括以下一种或几种的组合:额定有功功率、额定无功功率、基波电流有效值和电流总谐波畸变。
9.根据权利要求8所述基于边缘计算的房屋非侵入式负荷智能识别系统,其特征在于,所述处理模块具体用于:
当检测到超负荷的待识别电气量数据满足所述突变条件时,分别从待识别电气量数据中提取有功功率特征值、无功功率特征值、基波电流特征值和电流总谐波畸变特征值;
根据待识别电气量数据中有功功率特征值、无功功率特征值、基波电流特征值和电流总谐波畸变特征值计算欧式距离,得到所述相似度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110392242.XA CN113325248A (zh) | 2021-04-13 | 2021-04-13 | 基于边缘计算的房屋非侵入式负荷智能识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110392242.XA CN113325248A (zh) | 2021-04-13 | 2021-04-13 | 基于边缘计算的房屋非侵入式负荷智能识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113325248A true CN113325248A (zh) | 2021-08-31 |
Family
ID=77414726
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110392242.XA Pending CN113325248A (zh) | 2021-04-13 | 2021-04-13 | 基于边缘计算的房屋非侵入式负荷智能识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113325248A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110381126A (zh) * | 2019-07-02 | 2019-10-25 | 山东建筑大学 | 基于边缘计算的用电设备识别方法、系统、设备及介质 |
CN110504679A (zh) * | 2019-07-25 | 2019-11-26 | 深圳供电局有限公司 | 一种基于km匹配算法的非侵入式负荷辨识方法 |
CN110514889A (zh) * | 2019-07-19 | 2019-11-29 | 浙江万胜智能科技股份有限公司 | 一种非侵入式家庭用电负载识别的方法及系统 |
CN111160798A (zh) * | 2019-12-31 | 2020-05-15 | 华南理工大学 | 一种基于蜂群算法的非侵入式家电负荷识别方法 |
CN111259869A (zh) * | 2020-03-11 | 2020-06-09 | 北京慧飒科技有限责任公司 | 一种非侵入式电气集群负载故障识别方法 |
CN111985824A (zh) * | 2020-08-25 | 2020-11-24 | 安徽南瑞中天电力电子有限公司 | 一种智能电表箱的非侵入式负荷监测方法及其监测设备 |
-
2021
- 2021-04-13 CN CN202110392242.XA patent/CN113325248A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110381126A (zh) * | 2019-07-02 | 2019-10-25 | 山东建筑大学 | 基于边缘计算的用电设备识别方法、系统、设备及介质 |
CN110514889A (zh) * | 2019-07-19 | 2019-11-29 | 浙江万胜智能科技股份有限公司 | 一种非侵入式家庭用电负载识别的方法及系统 |
CN110504679A (zh) * | 2019-07-25 | 2019-11-26 | 深圳供电局有限公司 | 一种基于km匹配算法的非侵入式负荷辨识方法 |
CN111160798A (zh) * | 2019-12-31 | 2020-05-15 | 华南理工大学 | 一种基于蜂群算法的非侵入式家电负荷识别方法 |
CN111259869A (zh) * | 2020-03-11 | 2020-06-09 | 北京慧飒科技有限责任公司 | 一种非侵入式电气集群负载故障识别方法 |
CN111985824A (zh) * | 2020-08-25 | 2020-11-24 | 安徽南瑞中天电力电子有限公司 | 一种智能电表箱的非侵入式负荷监测方法及其监测设备 |
Non-Patent Citations (1)
Title |
---|
中国铁路总公司编著: "《铁路信号集中监测系统应用与维护技术》", 30 November 2013 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7283916B2 (en) | Distributed utility monitoring, such as for monitoring the quality or existence of a electrical, gas, or water utility | |
CN206804836U (zh) | 蓄电池监测系统 | |
CN110470939A (zh) | 一种自动检测及报警的监控配电柜及线路故障判断方法 | |
CN110456207A (zh) | 一种户外的智能低压故障诊断方法 | |
CN108268076B (zh) | 一种基于大数据的机房运行安全评估系统 | |
CN202929124U (zh) | 变电站高压并联电容器智能在线监测系统 | |
CN113806420A (zh) | 一种电网数据监测方法及装置 | |
CN111413905A (zh) | 一种用能监控设备的管理系统 | |
CN114660412A (zh) | 一种基于智能电能表的电能质量监测系统及其监测方法 | |
CN110750760B (zh) | 一种基于态势感知和控制图的异常理论线损检测方法 | |
CN108414868A (zh) | 一种基于设备状态监测应用系统 | |
CN110763885B (zh) | 一种单相用户窃电监控系统 | |
CN110411894B (zh) | 一种气体密度监测系统 | |
CN117134490A (zh) | 一种基于云平台的智能电涌保护器监测系统及其方法 | |
CN107911408A (zh) | 一种基于云服务的电池生产设备管理方法及系统 | |
CN113325248A (zh) | 基于边缘计算的房屋非侵入式负荷智能识别系统 | |
CN109239455B (zh) | 具有监测二次回路故障功能的变电站关口电能计量表计 | |
CN106451760A (zh) | 一种500kV变电站集控系统遥测信息实时监控方法 | |
CN112904749A (zh) | 基于泛在物联网的综合能源信息采集与监控系统及方法 | |
CN106026402A (zh) | 一种电力设备故障解决方案系统 | |
CN209786878U (zh) | 一种智能的配电房在线监测系统 | |
Singh et al. | Distribution Transformer Monitoring for smart grid in India | |
CN114069865A (zh) | 换流站运行监测系统、方法、装置、计算机设备及介质 | |
CN112633692A (zh) | 查窃电阈值的获取方法和装置、查窃电装置和方法 | |
CN112731059A (zh) | 一种低压线路智能监测装置及其监测系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210831 |