CN113625073A - 一种非侵入式负荷监测系统的特征库更替方法和监测方法 - Google Patents
一种非侵入式负荷监测系统的特征库更替方法和监测方法 Download PDFInfo
- Publication number
- CN113625073A CN113625073A CN202110695571.1A CN202110695571A CN113625073A CN 113625073 A CN113625073 A CN 113625073A CN 202110695571 A CN202110695571 A CN 202110695571A CN 113625073 A CN113625073 A CN 113625073A
- Authority
- CN
- China
- Prior art keywords
- characteristic
- electric appliance
- library
- field
- characteristic quantity
- 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
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000012544 monitoring process Methods 0.000 title claims abstract description 49
- 230000001052 transient effect Effects 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000007547 defect Effects 0.000 abstract description 2
- 230000006872 improvement Effects 0.000 description 15
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
Abstract
本发明属于智能用电管理技术领域，具体涉及一种非侵入式负荷监测系统的特征库建立方法和更替方法和监测方法。针对现有非侵入式电力负荷监测技术在面临新电器时需要更新负荷识别算法的不足，本发明采用如下技术方案：一种非侵入式负荷监测系统的特征库更替方法，所述特征库更替方法包括以下步骤：步骤一、选取多个特征量，作为特征库特征类别字段；步骤二、根据各个电器的不同属性，为各个电器选择不同的特征量组合，并存储；步骤三、当有电器种类需要新增时，对新增电器的特征量进行识别判断，找出有效特征量后，写入特征库中，即完成特征库的更替。本发明的有益效果是：无需对负荷识别算法进行更新。
Description
技术领域
本发明属于智能用电管理技术领域，具体涉及一种非侵入式负荷监测系统的特征库更替方法和监测方法。
背景技术
非侵入式负荷监测(non-intrusive load monitoring,NILM)系统，是指在电力入口处安装监测设备，通过监测该处的电压、电流等信号，分析得到负荷集群中单个负荷的种类和运行情况。它只需在电力入口处安装非侵入式装置，不仅降低硬件成本，同时提高用户接受度。非侵入式电力负荷监测技术是电力管理系统和用户能源管理系统的重要组成部分，也是目前电网智能化，家居管理智能化进一步提升的方向。相比于侵入式技术而言，非侵入式技术具有用户侧友好、经济成本低廉，安装维护便利等优点，呈现出良好的发展前景。
在非侵入式负荷监测系统的实际应用中，需要事先采集负荷的特征形成特征库，然后将现场采集处理的数据与特征库中的特征进行匹配，从而判断是何种电器以及电器状态。
客观上电器的种类会增加，不同品牌的电器特征的种类也有区别。当出现新的电器时，通常的解决方案是同时更新代码与特征库，这样就需要对程序进行回归测试，导致工作量较大。
发明内容
本发明针对现有非侵入式电力负荷监测技术在面临新电器时需要更新负荷识别算法的不足，提供一种非侵入式负荷监测系统的特征库更替方法，在一定程度或范围内可无需修改程序，即可兼容新电器，从而减少或避免对符合识别算法进行重新测试。本发明同时提供一种非侵入式负荷监测方法。
为实现上述目的，本发明采用如下技术方案：一种非侵入式负荷监测系统的特征库更替方法，所述特征库更替方法包括以下步骤：
步骤一、选取多个特征量，作为特征库特征类别字段；
步骤二、根据各个电器的不同属性，为各个电器选择不同的特征量组合，并存储；
步骤三、当有电器种类需要新增时，对新增电器的特征量进行识别判断，找出有效特征量组合后，写入特征库中，即完成特征库的更替。
本发明的非侵入式负荷监测系统的特征库更替方法，预先存储多种电器的特征量及其组合，不仅包括已知电器，也包括新电器的特征量，当需要新增电器时，只要对新增电器的特征量进行识别判断后，将新增电器的特征量组合写入特征库，即可使得更替后的特征库可以适用新增电器。在初次建立特征库时，不可能对全部的电器的特征量组合均进行存储，因为始终会有新的特征量不同的电器面世。
作为特征库更替方法的改进，步骤一中，根据算法特点选取所有可能成为特征类别的特征量。
作为特征库更替方法的改进，所述特征量包括有功功率、无功功率、二次谐波含量、三次谐波含量、四次谐波含量、五次谐波含量、暂态功率冲击系数、暂态过渡时间、稳定运行最大波动功率、以及缓变性、波动性、周期性。
作为特征库更替方法的改进，步骤二包括：
S2.1、针对已掌握的具体电器，当采用某一特征量设为1，不采用某一特征量设为0，构造二进制编码，这串二进制编码为特征库的特征属性字段；
S2.2、针对已掌握的具体电器，将电器名称、规格进行编码，作为特征库的电器信息字段；
S2.3、针对已掌握的具体电器，选择其特征类别字段，根据选择的特征类别字段生成作为特征库更替方法的改进，步骤三中，对新增电器，选择特征类别字段，根据选择的特征类别字段生成对应的特征属性字段以及电器信息字段，作为一条记录保存在特征库中。
作为特征库更替方法的改进，当需要删除不需要的电器时，通过嵌入式系统的通信接口连接PC端等，将存储的该电器的记录删除。
一种非侵入式负荷监测方法，所述监测方法包括：
步骤一、选取多个特征量，作为特征库特征类别字段；
步骤二、根据各个电器的不同属性，为各个电器选择不同的特征量组合，并存储；
步骤三、当有电器种类需要新增时，对新增电器的特征量进行识别判断，找出有效特征量组合后，写入特征库中，即完成特征库的更替；
步骤四、采集用电数据，读取特征库的记录与采集到的用电数据进行逐一匹配，输出相应记录的电器信息的开关状态。
作为非侵入式负荷监测方法的改进，步骤一中，根据算法特点选取所有可能成为特征类别的特征量。
作为非侵入式负荷监测方法的改进，所述特征量包括有功功率、无功功率、二次谐波含量、三次谐波含量、四次谐波含量、五次谐波含量、暂态功率冲击系数、暂态过渡时间、稳定运行最大波动功率、以及缓变性、波动性、周期性。
作为非侵入式负荷监测方法的改进，步骤二包括：
S2.1、针对已掌握的具体电器，当采用某一特征量设为1，不采用某一特征量设为0，构造二进制编码，这串二进制编码为特征库的特征属性字段；
S2.2、针对已掌握的具体电器，将电器名称、规格进行编码，作为特征库的电器信息字段；
S2.3、针对已掌握的具体电器，选择其特征类别字段，根据选择的特征类别字段生成对应的特征属性字段以及电器信息字段，作为一条记录保存在特征库中。
作为非侵入式负荷监测方法的改进，步骤三中，对新增电器，选择特征类别字段，根据选择的特征类别字段生成对应的特征属性字段以及电器信息字段，作为一条记录保存在特征库中。
本发明的非侵入式负荷监测系统的特征库更替方法的有益效果是：预先存储多种电器的特征量及其组合，不仅包括已知电器，也包括新电器的特征量，当需要新增电器时，只要对新增电器的特征量进行识别判断后，将新增电器的特征量组合写入特征库，即可使得更替后的特征库可以适用新增电器，无需对负荷识别算法进行更新。
本发明的非侵入式负荷监测方法的有益效果是：无需对符合识别算法进行更新，通过对特征库进行更新，即可实现负荷监测识别。负荷监测算法中存储有涉及各种特征值量组合的公式。
附图说明
图1是应用本发明的非侵入式负荷监测系统的特征库更替方法的嵌入式系统的结构框图。
图2是本发明的非侵入式负荷监测系统的特征库更替方法的步骤流程图。
具体实施方式
下面结合本发明创造实施例的附图，对本发明创造实施例的技术方案进行解释和说明，但下述实施例仅为本发明创造的优选实施例，并非全部。基于实施方式中的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的其他实施例，都属于本发明创造的保护范围。
特征库更替方法的实施例
参见图1和图2，本发明的一种非侵入式负荷监测系统的特征库更替方法，所述特征库更替方法包括以下步骤：
步骤一、选取多个特征量，作为特征库特征类别字段；
步骤二、根据各个电器的不同属性，为各个电器选择不同的特征量组合，并存储；
步骤三、当有电器种类需要新增时，对新增电器的特征量进行识别判断，找出有效特征量组合后，写入特征库中，即完成特征库的更替。
嵌入式系统结构，至少包含非侵入式负荷识别单元、非易失性存储单元、通信单元。其中，非侵入式负荷识别单元中存储负荷识别算法。非易失性存储单元存储特征库。
本发明的非侵入式负荷监测系统的特征库更替方法，预先存储多种电器的特征量及其组合，不仅包括已知电器，也包括新电器的特征量，当需要新增电器时，只要对新增电器的特征量进行识别判断后，将新增电器的特征量组合写入特征库，即可使得更替后的特征库可以适用新增电器。
作为特征库更替方法的改进，步骤一中，根据算法特点选取所有可能成为特征类别的特征量。
作为特征库更替方法的改进，所述特征量包括有功功率、无功功率、二次谐波含量、三次谐波含量、四次谐波含量、五次谐波含量、暂态功率冲击系数、暂态过渡时间、稳定运行最大波动功率、以及缓变性、波动性、周期性。
作为特征库更替方法的改进，步骤二包括：
S2.1、针对已掌握的具体电器，当采用某一特征量设为1，不采用某一特征量设为0，构造二进制编码，这串二进制编码为特征库的特征属性字段；
S2.2、针对已掌握的具体电器，将电器名称、规格进行编码，作为特征库的电器信息字段；
S2.3、针对已掌握的具体电器，选择其特征类别字段，根据选择的特征类别字段生成作为特征库更替方法的改进，步骤三中，对新增电器，选择特征类别字段，根据选择的特征类别字段生成对应的特征属性字段以及电器信息字段，作为一条记录保存在特征库中。
本发明的非侵入式负荷监测方法的特征库更替方法的工作原理是：假设有ABC三种电器，特征量有abcdefg七个，且A电器具有abc三个特征量，B电器具有de两个特征量，C电器具有fg两个特征量，则A电器存储在特征库中的信息可以为A1110000，B电器存储在特征库中的信息可以为B0001100，C电器存储在特征库中的信息可以为C0000011，同时，负荷识别算法可以对2的7次方的各种组合进行匹配识别，当出现新电器D时，假设电器D具有aceg四个特征量，则将电器D的识别信息D1010101写入特征库，无需对负荷识别算法进行更新，即可实现对电器D的识别。当足以识别不同电器及其状态时，可以只选择部分特征量，如A电器只选用ab两个特征量。
本发明的非侵入式负荷监测系统的特征库更替方法的有益效果是：预先存储多种电器的特征量及其组合，不仅包括已知电器，也包括新电器的特征量，当需要新增电器时，只要对新增电器的特征量进行识别判断后，将新增电器的特征量组合写入特征库，即可使得更替后的特征库可以适用新增电器，无需对负荷识别算法进行更新。
非侵入式负荷监测方法的实施例
参见图1和图2，本发明的一种非侵入式负荷监测方法，所述监测方法包括：
步骤一、选取多个特征量，作为特征库特征类别字段；
步骤二、根据各个电器的不同属性，为各个电器选择不同的特征量组合，并存储；
步骤三、当有电器种类需要新增时，对新增电器的特征量进行识别判断，找出有效特征量组合后，写入特征库中，即完成特征库的更替；
步骤四、采集用电数据，读取特征库的记录与采集到的用电数据进行逐一匹配，输出相应记录的电器信息的开关状态。负荷监测算法中存储有涉及各种特征值量组合的公式。
作为非侵入式负荷监测方法的改进，步骤一中，根据算法特点选取所有可能成为特征类别的特征量。
作为非侵入式负荷监测方法的改进，所述特征量包括有功功率、无功功率、二次谐波含量、三次谐波含量、四次谐波含量、五次谐波含量、暂态功率冲击系数、暂态过渡时间、稳定运行最大波动功率、以及缓变性、波动性、周期性。
作为非侵入式负荷监测方法的改进，步骤二包括：
S2.1、针对已掌握的具体电器，当采用某一特征量设为1，不采用某一特征量设为0，构造二进制编码，这串二进制编码为特征库的特征属性字段；
S2.2、针对已掌握的具体电器，将电器名称、规格进行编码，作为特征库的电器信息字段；
S2.3、针对已掌握的具体电器，选择其特征类别字段，根据选择的特征类别字段生成对应的特征属性字段以及电器信息字段，作为一条记录保存在特征库中。
作为非侵入式负荷监测方法的改进，步骤三中，对新增电器，选择特征类别字段，根据选择的特征类别字段生成对应的特征属性字段以及电器信息字段，作为一条记录保存在特征库中。
本发明的非侵入式负荷监测方法的工作原理是：假设有ABC三种电器，特征量有abcdefg七个，且A电器具有abc三个特征量，B电器具有de两个特征量，C电器具有fg两个特征量，则A电器存储在特征库中的信息可以为A1110000，B电器存储在特征库中的信息可以为B0001100，C电器存储在特征库中的信息可以为C0000011，同时，负荷识别算法可以对2的7次方的各种组合进行匹配识别，当出现新电器D时，假设电器D具有aceg四个特征量，则将电器D的识别信息D1010101写入特征库，无需对负荷识别算法进行更新，即可实现对电器D的识别。
当特征量有abcdefg七个时，负荷识别算法也可以无需有2的7次方的组合，可以是2的6次方的组合，即减少部分近期不可能或预期不可能的组合，以减少负荷识别计算工作量。
本发明的非侵入式负荷监测方法的有益效果是：无需对符合识别算法进行更新，通过对特征库进行更新，即可实现负荷监测识别。负荷监测算法中存储有涉及各种特征值量组合的公式。
以上所述，仅为本发明创造的具体实施方式，但本发明创造的保护范围并不局限于此，熟悉该本领域的技术人员应该明白本发明创造包括但不限于上面具体实施方式中描述的内容。任何不偏离本发明创造的功能和结构原理的修改都将包括在权利要求书的范围中。
Claims (10)
1.一种非侵入式负荷监测系统的特征库更替方法，其特征在于：所述特征库更替方法包括以下步骤：
步骤一、选取多个特征量，作为特征库特征类别字段；
步骤二、根据各个电器的不同属性，为各个电器选择不同的特征量组合，并存储；
步骤三、当有电器种类需要新增时，对新增电器的特征量进行识别判断，找出有效特征量组合后，写入特征库中，即完成特征库的更替。
2.根据权利要求1所述的一种非侵入式负荷监测系统的特征库更替方法，其特征在于：步骤一中，根据算法特点选取所有可能成为特征类别的特征量。
3.根据权利要求1所述的一种非侵入式负荷监测系统的特征库更替方法，其特征在于：所述特征量包括有功功率、无功功率、二次谐波含量、三次谐波含量、四次谐波含量、五次谐波含量、暂态功率冲击系数、暂态过渡时间、稳定运行最大波动功率、以及缓变性、波动性、周期性。
4.根据权利要求1所述的一种非侵入式负荷监测系统的特征库更替方法，其特征在于：步骤二包括：
S2.1、针对已掌握的具体电器，当采用某一特征量设为1，不采用某一特征量设为0，构造二进制编码，这串二进制编码为特征库的特征属性字段；
S2.2、针对已掌握的具体电器，将电器名称、规格进行编码，作为特征库的电器信息字段；
S2.3、针对已掌握的具体电器，选择其特征类别字段，根据选择的特征类别字段生成对应的特征属性字段以及电器信息字段，作为一条记录保存在特征库中。
5.根据权利要求1所述的一种非侵入式负荷监测系统的特征库更替方法，其特征在于：步骤三中，对新增电器，选择特征类别字段，根据选择的特征类别字段生成对应的特征属性字段以及电器信息字段，作为一条记录保存在特征库中。
6.一种非侵入式负荷监测方法，其特征在于：所述监测方法包括：
步骤一、选取多个特征量，作为特征库特征类别字段；
步骤二、根据各个电器的不同属性，为各个电器选择不同的特征量组合，并存储；
步骤三、当有电器种类需要新增时，对新增电器的特征量进行识别判断，找出有效特征量组合后，写入特征库中，即完成特征库的更替；
步骤四、采集用电数据，读取特征库的记录与采集到的用电数据进行逐一匹配，输出相应记录的电器信息的开关状态。
7.根据权利要求6所述的一种非侵入式负荷监测方法，其特征在于：其特征在于：步骤一中，根据算法特点选取所有可能成为特征类别的特征量。
8.根据权利要求6所述的一种非侵入式负荷监测方法，其特征在于：所述特征量包括有功功率、无功功率、二次谐波含量、三次谐波含量、四次谐波含量、五次谐波含量、暂态功率冲击系数、暂态过渡时间、稳定运行最大波动功率、以及缓变性、波动性、周期性。
9.根据权利要求6所述的一种非侵入式负荷监测方法，其特征在于：步骤二包括：
S2.1、针对已掌握的具体电器，当采用某一特征量设为1，不采用某一特征量设为0，构造二进制编码，这串二进制编码为特征库的特征属性字段；
S2.2、针对已掌握的具体电器，将电器名称、规格进行编码，作为特征库的电器信息字段；
S2.3、针对已掌握的具体电器，选择其特征类别字段，根据选择的特征类别字段生成对应的特征属性字段以及电器信息字段，作为一条记录保存在特征库中。
10.根据权利要求6所述的一种非侵入式负荷监测方法，其特征在于：步骤三中，对新增电器，选择特征类别字段，根据选择的特征类别字段生成对应的特征属性字段以及电器信息字段，作为一条记录保存在特征库中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110695571.1A CN113625073A (zh) | 2021-06-23 | 2021-06-23 | 一种非侵入式负荷监测系统的特征库更替方法和监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110695571.1A CN113625073A (zh) | 2021-06-23 | 2021-06-23 | 一种非侵入式负荷监测系统的特征库更替方法和监测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113625073A true CN113625073A (zh) | 2021-11-09 |
Family
ID=78378220
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110695571.1A Pending CN113625073A (zh) | 2021-06-23 | 2021-06-23 | 一种非侵入式负荷监测系统的特征库更替方法和监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113625073A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102479284A (zh) * | 2010-11-23 | 2012-05-30 | 上海市电力公司 | 一种用于电能质量的单次暂降特征量的计算方法 |
| CN103996054A (zh) * | 2014-06-05 | 2014-08-20 | 中南大学 | 一种基于组合差异进化的脑电信号特征选择及分类方法 |
| CN104237680A (zh) * | 2014-08-26 | 2014-12-24 | 华北电力大学 | 电能质量监测数据检测方法、设备和系统 |
| CN109063745A (zh) * | 2018-07-11 | 2018-12-21 | 南京邮电大学 | 一种基于决策树的网络设备类型识别方法及系统 |
| CN109358307A (zh) * | 2018-11-21 | 2019-02-19 | 深圳深宝电器仪表有限公司 | 一种智能电能表安全检测电路及智能电能表 |
| CN109870600A (zh) * | 2019-04-04 | 2019-06-11 | 江苏林洋能源股份有限公司 | 一种具有自学习能力的非侵入式负荷辨识方法以及智能电表 |
| CN110020435A (zh) * | 2019-04-03 | 2019-07-16 | 湖北工业大学 | 一种采用并行二进制蝙蝠算法优化文本特征选择的方法 |
| CN110518619A (zh) * | 2019-07-30 | 2019-11-29 | 中国电力科学研究院有限公司 | 一种特高压直流闭锁故障的特征确定方法和系统 |
| CN111177483A (zh) * | 2019-12-04 | 2020-05-19 | 北京奇虎科技有限公司 | 终端设备的识别方法、设备及计算机可读存储介质 |
-
2021
- 2021-06-23 CN CN202110695571.1A patent/CN113625073A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102479284A (zh) * | 2010-11-23 | 2012-05-30 | 上海市电力公司 | 一种用于电能质量的单次暂降特征量的计算方法 |
| CN103996054A (zh) * | 2014-06-05 | 2014-08-20 | 中南大学 | 一种基于组合差异进化的脑电信号特征选择及分类方法 |
| CN104237680A (zh) * | 2014-08-26 | 2014-12-24 | 华北电力大学 | 电能质量监测数据检测方法、设备和系统 |
| CN109063745A (zh) * | 2018-07-11 | 2018-12-21 | 南京邮电大学 | 一种基于决策树的网络设备类型识别方法及系统 |
| CN109358307A (zh) * | 2018-11-21 | 2019-02-19 | 深圳深宝电器仪表有限公司 | 一种智能电能表安全检测电路及智能电能表 |
| CN110020435A (zh) * | 2019-04-03 | 2019-07-16 | 湖北工业大学 | 一种采用并行二进制蝙蝠算法优化文本特征选择的方法 |
| CN109870600A (zh) * | 2019-04-04 | 2019-06-11 | 江苏林洋能源股份有限公司 | 一种具有自学习能力的非侵入式负荷辨识方法以及智能电表 |
| CN110518619A (zh) * | 2019-07-30 | 2019-11-29 | 中国电力科学研究院有限公司 | 一种特高压直流闭锁故障的特征确定方法和系统 |
| CN111177483A (zh) * | 2019-12-04 | 2020-05-19 | 北京奇虎科技有限公司 | 终端设备的识别方法、设备及计算机可读存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 高平航: "基于智能电表的非侵入式负荷识别模块关键技术研究与原型系统实现", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》, no. 5, pages 7 - 42 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106951694B (zh) | 一种电力系统二次设备在线监测系统自适应建模方法 | |
| Chen et al. | Temperature effect to distribution system load profiles and feeder losses | |
| Jia et al. | Application of data mining in intelligent power consumption | |
| CN107907759A (zh) | 电力设备的电量监控系统及方法 | |
| CN114355090A (zh) | 基于电力拓扑信息采集系统的线损分析方法、装置及设备 | |
| CN110867956A (zh) | 一种基于智能台区的拓扑自动识别系统及方法 | |
| CN112366690A (zh) | 一种基于强同步电压特征匹配的低压台区横向节点关系识别方法 | |
| CN113206547A (zh) | 基于非侵入式电力负荷监测的变电站电力分配系统 | |
| CN112989133B (zh) | 一种电器设备的图数据建模电力指纹识别方法、存储介质及系统 | |
| CN113625073A (zh) | 一种非侵入式负荷监测系统的特征库更替方法和监测方法 | |
| CN102072976A (zh) | 辨识电器状态的方法及系统 | |
| CN106557550B (zh) | 一种配电终端自描述定点记录的快速存储、检索及补全的实现方法及装置 | |
| Lin et al. | The data mining application in the power quality monitoring data analysis | |
| Isa et al. | Android-based application for real time energy monitoring of domestic electricity | |
| CN116737844A (zh) | 一种基于知识图谱负荷辨识的多芯模组化智能电能表 | |
| CN111007312A (zh) | 集中计量系统下的多智能表的识别方法及集中计量系统 | |
| CN112003284B (zh) | 一种基于强同步负荷特征匹配的低压台区拓扑识别方法 | |
| CN115146744A (zh) | 一种融合时间特征的电能表负荷实时辨识方法、识别系统 | |
| CN110889465B (zh) | 基于自适应谐振网络的电力需求侧设备辨识方法和系统 | |
| CN114722971A (zh) | 一种低压台区相位识别方法 | |
| CN110910009B (zh) | 电力用户管理方法、装置、计算机设备和存储介质 | |
| Zhiying et al. | The electricity management system of agricultural irrigation based on fee control terminal | |
| CN117590067B (zh) | 节能智能电表及数据分析系统 | |
| CN112016587A (zh) | 基于主站特征库技术的用能监测云端协同非侵入辨识方法 | |
| CN111221454A (zh) | 电网业务数据的处理方法、装置、设备及存储介质 |
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 |