CN113964936A - 电网手持终端智能检测方法、系统和可读存储介质 - Google Patents

电网手持终端智能检测方法、系统和可读存储介质 Download PDF

Info

Publication number
CN113964936A
CN113964936A CN202111103888.8A CN202111103888A CN113964936A CN 113964936 A CN113964936 A CN 113964936A CN 202111103888 A CN202111103888 A CN 202111103888A CN 113964936 A CN113964936 A CN 113964936A
Authority
CN
China
Prior art keywords
data
power grid
experimental
detection
handheld terminal
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.)
Granted
Application number
CN202111103888.8A
Other languages
English (en)
Other versions
CN113964936B (zh
Inventor
吴飞鹏
李豪天
岑耀扬
伍梓超
冯浩鹏
黄毅成
李天福
郑敏亮
岑卫琦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangmen Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Jiangmen Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangmen Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Jiangmen Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority to CN202111103888.8A priority Critical patent/CN113964936B/zh
Publication of CN113964936A publication Critical patent/CN113964936A/zh
Application granted granted Critical
Publication of CN113964936B publication Critical patent/CN113964936B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • H02J13/00001—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 characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
    • 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
    • H02J13/00006—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 characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02B90/20—Smart grids as enabling technology in buildings sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/12—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种电网手持终端智能检测方法、系统和可读存储介质，其中方法包括：建立与电网设备的通信连接，并依据预设时间阈值周期性获取所述电网设备的运行数据；基于所述运行数据输入到预存的大数据检测库中得到检测结果，基于所述检测结果输出文本信息发送给用户端；获取输入的动作指令进行预判断，待通过后将所述动作指令转换为操作命令发送给所述电网设备。本发明基于电网手持终端，可以获悉目标电网设备的运行是否安全；本发明还可以根据当前电网设备的运行数据给出状态预测；本发明还可以获取用户下发的调整指令以对应发送给电网设备，指导其进行参数调整，保证设备的稳定，延长使用寿命。

Description

电网手持终端智能检测方法、系统和可读存储介质
技术领域
本发明涉及数据检测技术领域，更具体的，涉及一种电网手持终端智能检测方法、系统和可读存储介质。
背景技术
根据《电力发展“十三五”规划》，到规定年限，我国人均装机突破1.4千瓦，人均用电量5000千瓦时左右，接近中等发达国家水平，电力在能源中的比重应该越来越大，也就是能源要走向电气化，特别在终端能源中，以电的形式用能比重要提高，而非电的形式如直接燃煤等则不断减少。
随着我国电力行业的不断升级与改革，对于电力设备的检测也面临着改革换代，传统的人力检测不仅检测难度大，危险系数高还容易出现人为误差，造成不可挽回的损失，因此，如何实现智能检测具有不错的前景。
发明内容
鉴于上述问题，本发明的目的是提供一种电网手持终端智能检测方法、系统和可读存储介质，能够通过手持终端对目标电网设备进行检测，并且对运行状态进行判断，以根据操作人员的下达的操作指令进行调整。
本发明第一方面提供了一种电网手持终端智能检测方法，包括以下步骤：
建立与电网设备的通信连接，并依据预设时间阈值周期性获取所述电网设备的运行数据；
基于所述运行数据输入到预存的大数据检测库中得到检测结果，基于所述检测结果输出文本信息发送给用户端；
获取输入的动作指令进行预判断，待通过后将所述动作指令转换为操作命令发送给所述电网设备。
本方案中，所述建立与电网设备的通信连接并依据预设时间阈值周期性获取所述电网设备的运行数据，具体为：
获取待检测的所述电网设备的识别码，基于所述识别码识别目标设备并建立通信连接；
获取所述时间阈值的设定时长，基于所述设定时长建立采集周期，对所述电网设备的运行数据进行获取，其中，
所述运行数据包括所述电网设备的运行状态数据以及所述电网设备的传输数据，所述采集周期的采集次数为二的幂次方，且至少为两次。
本方案中，获取所述时间阈值的设定时长的步骤具体包括：
获取建立通信连接的所述电网设备的属性数据；
基于所述属性数据提取目标时长向量特征值；
计算所述目标时长向量特征值的模得到所述设定时长。
本方案中，基于所述运行数据输入到预存的大数据检测库中得到检测结果，基于所述检测结果输出文本信息发送给用户端，具体为：
提取当前所述采集周期内的所述运行状态数据作为第一实验数据；
提取相邻下个所述采集周期内的所述运行状态数据作为第一验证数据；
将所述第一实验数据与所述第一验证数据分别输入到所述大数据检测库中，以得到第一实验结果与第一验证结果，其中，
当所述第一实验结果与所述第一验证结果一致，则将所述第一实验数据作为所述检测结果并输出对应的所述文本信息发送给所述用户端；
否则，不输出信息。
本方案中，基于所述运行数据输入到预存的大数据检测库中得到检测结果，基于所述检测结果输出文本信息发送给用户端，还包括：
提取奇数列所述采集周期内的所述传输数据作为第二实验数据；
提取偶数列所述采集周期内的所述传输数据作为第二验证数据；
将所述第二实验数据与所述第二验证数据分别输入到所述大数据检测库中，以得到实验概率值与验证概率值；
计算所述实验概率值与所述验证概率值的相关系数的绝对值，其中，
当所述相关系数的绝对值大于等于预设系数阈值，则将所述第二实验数据补充到所述检测结果中进行更新，并同步输出所述第二实验数据对应的所述文本信息发送给所述用户端；
否则，不输出信息。
本方案中，所述获取输入的动作指令进行预判断，其中，所述预判断通过的步骤为：记录所述动作指令的动作时长，若超过预设长度阈值则标定为通过。
本发明第二方面还提供一种电网手持终端智能检测系统，包括存储器和处理器，所述存储器中包括电网手持终端智能检测方法程序，所述电网手持终端智能检测方法程序被所述处理器执行时实现如下步骤：
建立与电网设备的通信连接，并依据预设时间阈值周期性获取所述电网设备的运行数据；
基于所述运行数据输入到预存的大数据检测库中得到检测结果，基于所述检测结果输出文本信息发送给用户端；
获取输入的动作指令进行预判断，待通过后将所述动作指令转换为操作命令发送给所述电网设备。
本方案中，所述建立与电网设备的通信连接并依据预设时间阈值周期性获取所述电网设备的运行数据，具体为：
获取待检测的所述电网设备的识别码，基于所述识别码识别目标设备并建立通信连接；
获取所述时间阈值的设定时长，基于所述设定时长建立采集周期，对所述电网设备的运行数据进行获取，其中，
所述运行数据包括所述电网设备的运行状态数据以及所述电网设备的传输数据，所述采集周期的采集次数为二的幂次方，且至少为两次。
本方案中，获取所述时间阈值的设定时长的步骤具体包括：
获取建立通信连接的所述电网设备的属性数据；
基于所述属性数据提取目标时长向量特征值；
计算所述目标时长向量特征值的模得到所述设定时长。
本方案中，基于所述运行数据输入到预存的大数据检测库中得到检测结果，基于所述检测结果输出文本信息发送给用户端，具体为：
提取当前所述采集周期内的所述运行状态数据作为第一实验数据；
提取相邻下个所述采集周期内的所述运行状态数据作为第一验证数据；
将所述第一实验数据与所述第一验证数据分别输入到所述大数据检测库中，以得到第一实验结果与第一验证结果，其中，
当所述第一实验结果与所述第一验证结果一致，则将所述第一实验数据作为所述检测结果并输出对应的所述文本信息发送给所述用户端；
否则，不输出信息。
本方案中，基于所述运行数据输入到预存的大数据检测库中得到检测结果，基于所述检测结果输出文本信息发送给用户端，还包括：
提取奇数列所述采集周期内的所述传输数据作为第二实验数据；
提取偶数列所述采集周期内的所述传输数据作为第二验证数据；
将所述第二实验数据与所述第二验证数据分别输入到所述大数据检测库中，以得到实验概率值与验证概率值；
计算所述实验概率值与所述验证概率值的相关系数的绝对值，其中，
当所述相关系数的绝对值大于等于预设系数阈值，则将所述第二实验数据补充到所述检测结果中进行更新，并同步输出所述第二实验数据对应的所述文本信息发送给所述用户端；
否则，不输出信息。
本方案中，所述获取输入的动作指令进行预判断，其中，所述预判断通过的步骤为：记录所述动作指令的动作时长，若超过预设长度阈值则标定为通过。
本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括机器的一种电网手持终端智能检测方法程序，所述电网手持终端智能检测方法程序被处理器执行时，实现如上述任一项所述的一种电网手持终端智能检测方法的步骤。
本发明公开的一种电网手持终端智能检测方法、系统和可读存储介质，基于电网手持终端，可以获悉目标电网设备的运行是否安全；本发明还可以根据当前电网设备的运行数据给出状态预测；本发明还可以获取用户下发的调整指令以对应发送给电网设备，指导其进行参数调整，保证设备的稳定，延长使用寿命。
附图说明
图1示出了本发明一种电网手持终端智能检测方法的流程图；
图2示出了本发明一种电网手持终端智能检测系统的框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本发明一种电网手持终端智能检测方法的流程图。
如图1所示，本发明公开了一种电网手持终端智能检测方法，包括以下步骤：
S102，建立与电网设备的通信连接，并依据预设时间阈值周期性获取所述电网设备的运行数据；
S104，基于所述运行数据输入到预存的大数据检测库中得到检测结果，基于所述检测结果输出文本信息发送给用户端；
S106，获取输入的动作指令进行预判断，待通过后将所述动作指令转换为操作命令发送给所述电网设备。
需要说明的是，首先建立所述手持终端与所述电网设备的通信连接，依据预设的时间阈值对所述电网设备的运行数据进行周期性获取，并通过预存的所述大数据检测库对所述运行数据进行匹配检测，以得到对应的所述检测结果，通过读取所述检测结果的内容得到所述文本信息发送给所述用户端，进而获取到用户给出的所述动作指令，为防止用户误碰，通过设置所述预判断机制来杜绝，待判断通过后再将所述动作指令转换为所述操作指令发送给所述电网设备，指导其根据所述操作指令进行对应的调整。
值得一提的是，于发明一实施例中，所述检测结果为“电压较以往数据偏大”，将对应的文本信息发送给所述用户端后，文本信息用于告知用户结果。用户根据读取到的电压偏大的信息会给出降压的动作指令，而动作指令是用户在手持终端上操作产生的，进而将所述降压的动作指令转换为对应的操作指令，例如“调整变压参数为高”发送给所述电网设备，以指导进行对应的调整作业。
根据本发明实施例，所述建立与电网设备的通信连接并依据预设时间阈值周期性获取所述电网设备的运行数据，具体为：
获取待检测的所述电网设备的识别码，基于所述识别码识别目标设备并建立通信连接；
其中，识别码可以为设备ID码。不同设备具备不同识别码，用以区分，例如MAC号、IMEI号。
获取所述时间阈值的设定时长，基于所述设定时长建立采集周期，对所述电网设备的运行数据进行获取，其中，
所述运行数据包括所述电网设备的运行状态数据以及所述电网设备的传输数据，所述采集周期的采集次数为二的幂次方，且至少为两次。
需要说明的是，空间内有很多电网设备，需要先进行识别再建立通信连接，首先获取目标所述电网设备的所述识别码，基于所述识别码以识别对应的所述目标设备建立通信连接，不同的所述电网设备的采集周期是不同的，获取所述目标设备的所述时间阈值的设定时长，据此建立所述采集周期，对所述电网设备的运行数据进行获取，其中，获取到的所述运行数据包括所述电网设备的运行状态数据
Figure 299850DEST_PATH_IMAGE001
以及所述电网设备的传输数据
Figure 345167DEST_PATH_IMAGE002
。
值得一提的是，所述采集周期的采集次数为二的幂次方，且至少为两次，即所述采集周期
Figure 301228DEST_PATH_IMAGE003
，其中，
Figure 912338DEST_PATH_IMAGE004
为设定的幂次方值。
根据本发明实施例，获取所述时间阈值的设定时长的步骤具体包括：
获取建立通信连接的所述电网设备的属性数据；
其中，属性包括具体用途、设置位置、功能等信息。
基于所述属性数据提取目标时长向量特征值；
其中，特征值计算的算法可以为本领域技术人员采用的常用技术手段，本发明不用一一赘述。
计算所述目标时长向量特征值的模得到所述设定时长。
需要说明的是，待建立通信连接后，获取所述电网设备的属性数据，从所述属性数据中提取所述目标时长向量特征值
Figure 62696DEST_PATH_IMAGE005
，计算所述目标时长向量特征值的模
Figure 392047DEST_PATH_IMAGE006
得到所述设定时长，进而根据所述设定时长得到所述采集周期。
根据本发明实施例，基于所述运行数据输入到预存的大数据检测库中得到检测结果，基于所述检测结果输出文本信息发送给用户端，具体为：
提取当前所述采集周期内的所述运行状态数据作为第一实验数据；
提取相邻下个所述采集周期内的所述运行状态数据作为第一验证数据；
将所述第一实验数据与所述第一验证数据分别输入到所述大数据检测库中，以得到第一实验结果与第一验证结果，其中，
当所述第一实验结果与所述第一验证结果一致，则将所述第一实验数据作为所述检测结果并输出对应的所述文本信息发送给所述用户端；
否则，不输出信息。
需要说明的是，提取当前所述采集周期T内的所述运行状态数据
Figure 325367DEST_PATH_IMAGE001
作为第一实验数据
Figure 558028DEST_PATH_IMAGE007
，提取相邻下个所述采集周期T内的所述运行状态数据
Figure 879288DEST_PATH_IMAGE008
。作为第一验证数据
Figure 430355DEST_PATH_IMAGE009
，分别验证结果得到所述第一实验结果
Figure 495263DEST_PATH_IMAGE010
与所述第一验证结果
Figure 18648DEST_PATH_IMAGE011
，若
Figure 743765DEST_PATH_IMAGE012
，则将所述第一实验数据作为所述检测结果并输出对应的所述文本信息发送给所述用户端，若
Figure 47708DEST_PATH_IMAGE013
，则不输出信息。
具体地，所述第一实验结果
Figure 650727DEST_PATH_IMAGE010
为“当前运行状态正常”，所述第一验证结果
Figure 28619DEST_PATH_IMAGE011
为“当前运行状态正常”，则
Figure 691682DEST_PATH_IMAGE012
，将所述“工作正常”的所述文本信息发送给所述用户端。
根据本发明实施例，基于所述运行数据输入到预存的大数据检测库中得到检测结果，基于所述检测结果输出文本信息发送给用户端，还包括：
提取奇数列所述采集周期内的所述传输数据作为第二实验数据；
提取偶数列所述采集周期内的所述传输数据作为第二验证数据；
将所述第二实验数据与所述第二验证数据分别输入到所述大数据检测库中，以得到实验概率值与验证概率值；
计算所述实验概率值与所述验证概率值的相关系数的绝对值，其中，
当所述相关系数的绝对值大于等于预设系数阈值，则将所述第二实验数据补充到所述检测结果中进行更新，并同步输出所述第二实验数据对应的所述文本信息发送给所述用户端；
否则，不输出信息。
需要说明的是，提取奇数列所述采集周期内的所述传输数据
Figure 718806DEST_PATH_IMAGE002
作为第二实验数据
Figure 125516DEST_PATH_IMAGE014
，提取公式如下：
Figure 623494DEST_PATH_IMAGE015
；
提取偶数列所述采集周期内的所述传输数据
Figure 191878DEST_PATH_IMAGE016
作为第二验证数据
Figure 470413DEST_PATH_IMAGE017
，提取公式如下：
Figure 913770DEST_PATH_IMAGE018
；
其中，所述
Figure 266254DEST_PATH_IMAGE019
、
Figure 5540DEST_PATH_IMAGE020
均为参数，将所述采集周期将所述第二实验数据
Figure 505791DEST_PATH_IMAGE014
与所述第二验证数据
Figure 254305DEST_PATH_IMAGE017
分别输入到所述大数据检测库中，以得到实验概率值
Figure 461295DEST_PATH_IMAGE021
与验证概率值
Figure 138526DEST_PATH_IMAGE022
，计算所述实验概率值与所述验证概率值的相关系数
Figure 126074DEST_PATH_IMAGE023
的绝对值
Figure 412699DEST_PATH_IMAGE024
，取所述预设系数阈值为“0.5”，若所述“
Figure 739775DEST_PATH_IMAGE025
0.5”，则将所述第二实验数据
Figure 86443DEST_PATH_IMAGE014
补充到所述检测结果中进行更新，并同步输出所述第二实验数据
Figure 817680DEST_PATH_IMAGE014
对应的所述文本信息发送给所述用户端。
具体地，所述第二实验数据
Figure 907995DEST_PATH_IMAGE014
对应的所述第二实验结果
Figure 89578DEST_PATH_IMAGE026
为“当前电压为低压输入”，将对应的所述“电压为低压模式”的所述文本信息发送给所述用户端。
根据本发明实施例，所述获取输入的动作指令进行预判断，其中，所述预判断通过的步骤为：记录所述动作指令的动作时长，若超过预设长度阈值则标定为通过。
需要说明的是，为了防止误触导致所述动作指令发出，可设置所述预设长度阈值进行时长判断，其中，所述预设长度阈值可设置为“0.5s”。
根据本发明实施例，基于所述传输数据输出所述文本信息给用户端，还可包括：
将所有所述传输数据划分为N个不同的子集；
计算每个所述子集的目标数据特征值；
比较每个所述子集的所述目标数据特征值的差别率进行分类；
获取特征值为同类别的所述子集数量，并进行升序排列；
提取数量级首位的所述目标数据特征值为所述文本信息进行输出。
需要说明的是，所述目标数据特征值包括：高压、低压、升压以及降压，通过对所述传输数据进行划分子集，获得对应的所述目标数据特征值，可以得到所述传输数据中最大量级的状态，例如，所述高压特征值对应的子集数量级最高，则输出“电压为高压模式”的所述文本信息发送给所述用户端。
根据本发明实施例，基于所述运行数据输入到预存的大数据检测库中得到检测结果，还包括：
将所述运行数据输入到检测神经网络模型中，输出得到预测的检测结果。
需要说明的是，所述的检测神经网络模型为预设的训练好的神经网络模型。其中检测神经网络模型的训练具体为：
获取历史运行数据，进行预处理，得到训练数据集；
将所述训练数据集输入至初始化的神经网络模型中进行训练，得到检测神经网络模型；
获取检测神经网络模型的预测准确率；
将所述预测准确率与预设的准确率阈值进行比较，若超过准确率阈值，则停止训练。
需要说明的是，历史运行数据一段时间历史数据值，数量越大则神经网络模型训练的准确率就越高。首先，获取了历史运行数据后，需要进行预处理，例如，对数据进行归一化处理或者进行格式转换处理，以方便进行神经网络的训练，预处理之后，得到训练数据集。然后将训练数据集输入至初始化的神经网络模型中进行训练，所述的训练是自动化的训练，最终得到敏感神经网络模型。然后输入测试数据，判断敏感神经网络信息输出的预测结果的准确率。并且将预测准确率与预设的准确率阈值进行比较，如果超过了准确率阈值，则说明敏感神经网络模型已经能够达到较好的预测效果，则可以停止训练。其中，所述准确率阈值可以为80-95%。
根据本发明实施例，还包括：
获取运行数据输入到预存的大数据检测库中得到检测结果，作为第四检测结果，和通过检测神经网络得到预测的检测结果，作为第五检测结果；
按照如下公式进行最终检测结果的计算：
最终检测结果=第四检测结果+系数*第五检测结果。
需要说明的是，上述公式的计算可以是将第四检测结果和第五检测结果经过数据量化或者归一化处理后进行的计算。在第四检测结果的基础上，结合第五检测结果可以更好的对检测结果进行判断，使得检测结果更加准确。其中系数可以是动态的，也就是说，随着时间或者具体情况而改变的。其中，系数的范围为0.3-0.6。动态化系数可以由本领域技术人员根据实际需求以及实验需要设置对应的系数计算方法。
图2示出了本发明一种电网手持终端智能检测系统的框图。
如图2所示，本发明公开了一种电网手持终端智能检测系统，包括存储器和处理器，所述存储器中包括电网手持终端智能检测方法程序，所述电网手持终端智能检测方法程序被所述处理器执行时实现如下步骤：
建立与电网设备的通信连接，并依据预设时间阈值周期性获取所述电网设备的运行数据；
基于所述运行数据输入到预存的大数据检测库中得到检测结果，基于所述检测结果输出文本信息发送给用户端；
获取输入的动作指令进行预判断，待通过后将所述动作指令转换为操作命令发送给所述电网设备。
需要说明的是，首先建立所述手持终端与所述电网设备的通信连接，依据预设的时间阈值对所述电网设备的运行数据进行周期性获取，并通过预存的所述大数据检测库对所述运行数据进行匹配检测，以得到对应的所述检测结果，通过读取所述检测结果的内容得到所述文本信息发送给所述用户端，进而获取到用户给出的所述动作指令，为防止用户误碰，通过设置所述预判断机制来杜绝，待判断通过后再将所述动作指令转换为所述操作指令发送给所述电网设备，指导其根据所述操作指令进行对应的调整。
值得一提的是，于发明一实施例中，所述检测结果为“电压较以往数据偏大”，将对应的文本信息发送给所述用户端后，用户根据读取到的电压偏大的信息会给出降压的动作指令，进而将所述降压的动作指令转换为对应的操作指令，例如“调整变压参数为高”发送给所述电网设备，以指导进行对应的调整作业。
根据本发明实施例，所述建立与电网设备的通信连接并依据预设时间阈值周期性获取所述电网设备的运行数据，具体为：
获取待检测的所述电网设备的识别码，基于所述识别码识别目标设备并建立通信连接；
获取所述时间阈值的设定时长，基于所述设定时长建立采集周期，对所述电网设备的运行数据进行获取，其中，
所述运行数据包括所述电网设备的运行状态数据以及所述电网设备的传输数据，所述采集周期的采集次数为二的幂次方，且至少为两次。
需要说明的是，空间内有很多电网设备，需要先进行识别再建立通信连接，首先获取目标所述电网设备的所述识别码，基于所述识别码以识别对应的所述目标设备建立通信连接，不同的所述电网设备的采集周期是不同的，获取所述目标设备的所述时间阈值的设定时长，据此建立所述采集周期，对所述电网设备的运行数据进行获取，其中，获取到的所述运行数据包括所述电网设备的运行状态数据
Figure 669464DEST_PATH_IMAGE001
以及所述电网设备的传输数据
Figure 569287DEST_PATH_IMAGE002
。
值得一提的是，所述采集周期的采集次数为二的幂次方，且至少为两次，即所述采集周期
Figure 699179DEST_PATH_IMAGE027
，其中，
Figure 797585DEST_PATH_IMAGE004
为设定的幂次方值。
根据本发明实施例，获取所述时间阈值的设定时长的步骤具体包括：
获取建立通信连接的所述电网设备的属性数据；
基于所述属性数据提取目标时长向量特征值；
计算所述目标时长向量特征值的模得到所述设定时长。
需要说明的是，待建立通信连接后，获取所述电网设备的属性数据，从所述属性数据中提取所述目标时长向量特征值
Figure 423739DEST_PATH_IMAGE028
，计算所述目标时长向量特征值的模
Figure 607595DEST_PATH_IMAGE029
得到所述设定时长，进而根据所述设定时长得到所述采集周期。
根据本发明实施例，基于所述运行数据输入到预存的大数据检测库中得到检测结果，基于所述检测结果输出文本信息发送给用户端，具体为：
提取当前所述采集周期内的所述运行状态数据作为第一实验数据；
提取相邻下个所述采集周期内的所述运行状态数据作为第一验证数据；
将所述第一实验数据与所述第一验证数据分别输入到所述大数据检测库中，以得到第一实验结果与第一验证结果，其中，
当所述第一实验结果与所述第一验证结果一致，则将所述第一实验数据作为所述检测结果并输出对应的所述文本信息发送给所述用户端；
否则，不输出信息。
需要说明的是，提取当前所述采集周期T内的所述运行状态数据
Figure 39714DEST_PATH_IMAGE001
作为第一实验数据
Figure 756741DEST_PATH_IMAGE007
，提取相邻下个所述采集周期T内的所述运行状态数据
Figure 553795DEST_PATH_IMAGE008
。
作为第一验证数据
Figure 224948DEST_PATH_IMAGE009
，分别验证结果得到所述第一实验结果
Figure 195178DEST_PATH_IMAGE010
与所述第一验证结果
Figure 268176DEST_PATH_IMAGE011
，若
Figure 799914DEST_PATH_IMAGE012
，则将所述第一实验数据作为所述检测结果并输出对应的所述文本信息发送给所述用户端，
Figure 958363DEST_PATH_IMAGE013
，则不输出信息。
具体地，所述第一实验结果
Figure 669967DEST_PATH_IMAGE010
为“当前运行状态正常”，所述第一验证结果
Figure 863051DEST_PATH_IMAGE011
为“当前运行状态正常”，则
Figure 64225DEST_PATH_IMAGE012
，将所述“工作正常”的所述文本信息发送给所述用户端。
根据本发明实施例，基于所述运行数据输入到预存的大数据检测库中得到检测结果，基于所述检测结果输出文本信息发送给用户端，还包括：
提取奇数列所述采集周期内的所述传输数据作为第二实验数据；
提取偶数列所述采集周期内的所述传输数据作为第二验证数据；
将所述第二实验数据与所述第二验证数据分别输入到所述大数据检测库中，以得到实验概率值与验证概率值；
计算所述实验概率值与所述验证概率值的相关系数的绝对值，其中，
当所述相关系数的绝对值大于等于预设系数阈值，则将所述第二实验数据补充到所述检测结果中进行更新，并同步输出所述第二实验数据对应的所述文本信息发送给所述用户端；
否则，不输出信息。
需要说明的是，提取奇数列所述采集周期内的所述传输数据
Figure 382074DEST_PATH_IMAGE002
作为第二实验数据
Figure 458221DEST_PATH_IMAGE014
，提取公式如下：
Figure 505811DEST_PATH_IMAGE030
；
提取偶数列所述采集周期内的所述传输数据
Figure 877887DEST_PATH_IMAGE016
作为第二验证数据
Figure 683032DEST_PATH_IMAGE017
，提取公式如下：
Figure 798755DEST_PATH_IMAGE031
；
其中，所述
Figure 202317DEST_PATH_IMAGE019
、
Figure 745294DEST_PATH_IMAGE020
均为参数，将所述采集周期将所述第二实验数据
Figure 365631DEST_PATH_IMAGE014
与所述第二验证数据
Figure 957150DEST_PATH_IMAGE017
分别输入到所述大数据检测库中，以得到实验概率值
Figure 979332DEST_PATH_IMAGE021
与验证概率值
Figure 191745DEST_PATH_IMAGE022
，计算所述实验概率值与所述验证概率值的相关系数
Figure 971483DEST_PATH_IMAGE023
的绝对值
Figure 429009DEST_PATH_IMAGE024
，取所述预设阈值为“0.5”，若所述“
Figure 305698DEST_PATH_IMAGE025
0.5”，则将所述第二实验数据
Figure 190477DEST_PATH_IMAGE014
补充到所述检测结果中进行更新，并同步输出所述第二实验数据
Figure 457511DEST_PATH_IMAGE014
对应的所述文本信息发送给所述用户端。
具体地，所述第二实验数据
Figure 220192DEST_PATH_IMAGE014
对应的所述第二实验结果
Figure 951388DEST_PATH_IMAGE026
为“当前电压为低压输入”，将对应的所述“电压为低压模式”的所述文本信息发送给所述用户端。
根据本发明实施例，所述获取输入的动作指令进行预判断，其中，所述预判断通过的步骤为：记录所述动作指令的动作时长，若超过预设长度阈值则标定为通过。
需要说明的是，为了防止误触导致所述动作指令发出，可设置所述预设长度阈值进行时长判断，其中，所述预设长度阈值可设置为“0.5s”。
根据本发明实施例，基于所述传输数据输出所述文本信息给用户端，还可包括：
将所有所述传输数据划分为N个不同的子集；
计算每个所述子集的目标数据特征值；
比较每个所述子集的所述目标数据特征值的差别率进行分类；
获取特征值为同类别的所述子集数量，并进行升序排列；
提取数量级首位的所述目标数据特征值为所述文本信息进行输出。
需要说明的是，所述目标数据特征值包括：高压、低压、升压以及降压，通过对所述传输数据进行划分子集，获得对应的所述目标数据特征值，可以得到所述传输数据中最大量级的状态，例如，所述高压特征值对应的子集数量级最高，则输出“电压为高压模式”的所述文本信息发送给所述用户端。
根据本发明实施例，基于所述运行数据输入到预存的大数据检测库中得到检测结果，还包括：
将所述运行数据输入到检测神经网络模型中，输出得到预测的检测结果。
需要说明的是，所述的检测神经网络模型为预设的训练好的神经网络模型。其中检测神经网络模型的训练具体为：
获取历史运行数据，进行预处理，得到训练数据集；
将所述训练数据集输入至初始化的神经网络模型中进行训练，得到检测神经网络模型；
获取检测神经网络模型的预测准确率；
将所述预测准确率与预设的准确率阈值进行比较，若超过准确率阈值，则停止训练。
需要说明的是，历史运行数据一段时间历史数据值，数量越大则神经网络模型训练的准确率就越高。首先，获取了历史运行数据后，需要进行预处理，例如，对数据进行归一化处理或者进行格式转换处理，以方便进行神经网络的训练，预处理之后，得到训练数据集。然后将训练数据集输入至初始化的神经网络模型中进行训练，所述的训练是自动化的训练，最终得到敏感神经网络模型。然后输入测试数据，判断敏感神经网络信息输出的预测结果的准确率。并且将预测准确率与预设的准确率阈值进行比较，如果超过了准确率阈值，则说明敏感神经网络模型已经能够达到较好的预测效果，则可以停止训练。其中，所述准确率阈值可以为80-95%。
根据本发明实施例，还包括：
获取运行数据输入到预存的大数据检测库中得到检测结果，作为第四检测结果，和通过检测神经网络得到预测的检测结果，作为第五检测结果；
按照如下公式进行最终检测结果的计算：
最终检测结果=第四检测结果+系数*第五检测结果。
需要说明的是，上述公式的计算可以是将第四检测结果和第五检测结果经过数据量化或者归一化处理后进行的计算。在第四检测结果的基础上，结合第五检测结果可以更好的对检测结果进行判断，使得检测结果更加准确。其中系数可以是动态的，也就是说，随着时间或者具体情况而改变的。其中，系数的范围为0.3-0.6。动态化系数可以由本领域技术人员根据实际需求以及实验需要设置对应的系数计算方法。
本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括机器的一种电网手持终端智能检测方法程序，所述电网手持终端智能检测方法程序被处理器执行时，实现如上述任一项所述的一种电网手持终端智能检测方法的步骤。
本发明公开的一种电网手持终端智能检测方法、系统和可读存储介质，基于电网手持终端，可以获悉目标电网设备的运行是否安全；本发明还可以根据当前电网设备的运行数据给出状态预测；本发明还可以获取用户下发的调整指令以对应发送给电网设备，指导其进行参数调整，保证设备的稳定，延长使用寿命。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以通过一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（英文全称：Read-OnlyMemory，英文缩写：ROM）、随机存取存储器（英文全称：Random Access Memory，英文缩写：RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
以上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精神和范围。

Claims (10)

1.一种电网手持终端智能检测方法，其特征在于，包括以下步骤：
建立与电网设备的通信连接，并依据预设时间阈值周期性获取所述电网设备的运行数据；
基于所述运行数据输入到预存的大数据检测库中得到检测结果，基于所述检测结果输出文本信息发送给用户端；
获取输入的动作指令进行预判断，待通过后将所述动作指令转换为操作命令发送给所述电网设备。
2.根据权利要求1所述的一种电网手持终端智能检测方法，其特征在于，所述建立与电网设备的通信连接并依据预设时间阈值周期性获取所述电网设备的运行数据，具体为：
获取待检测的所述电网设备的识别码，基于所述识别码识别目标设备并建立通信连接；
获取所述时间阈值的设定时长，基于所述设定时长建立采集周期，对所述电网设备的运行数据进行获取，其中，
所述运行数据包括所述电网设备的运行状态数据以及所述电网设备的传输数据，所述采集周期的采集次数为二的幂次方，且至少为两次。
3.根据权利要求2所述的一种电网手持终端智能检测方法，其特征在于，获取所述时间阈值的设定时长的步骤具体包括：
获取建立通信连接的所述电网设备的属性数据；
基于所述属性数据提取目标时长向量特征值；
计算所述目标时长向量特征值的模得到所述设定时长。
4.根据权利要求2所述的一种电网手持终端智能检测方法，其特征在于，基于所述运行数据输入到预存的大数据检测库中得到检测结果，基于所述检测结果输出文本信息发送给用户端，具体为：
提取当前所述采集周期内的所述运行状态数据作为第一实验数据；
提取相邻下个所述采集周期内的所述运行状态数据作为第一验证数据；
将所述第一实验数据与所述第一验证数据分别输入到所述大数据检测库中，以得到第一实验结果与第一验证结果，其中，
当所述第一实验结果与所述第一验证结果一致，则将所述第一实验数据作为所述检测结果并输出对应的所述文本信息发送给所述用户端；
否则，不输出信息。
5.根据权利要求2所述的一种电网手持终端智能检测方法，其特征在于，基于所述运行数据输入到预存的大数据检测库中得到检测结果，基于所述检测结果输出文本信息发送给用户端，还包括：
提取奇数列所述采集周期内的所述传输数据作为第二实验数据；
提取偶数列所述采集周期内的所述传输数据作为第二验证数据；
将所述第二实验数据与所述第二验证数据分别输入到所述大数据检测库中，以得到实验概率值与验证概率值；
计算所述实验概率值与所述验证概率值的相关系数的绝对值，其中，
当所述相关系数的绝对值大于等于预设系数阈值，则将所述第二实验数据补充到所述检测结果中进行更新，并同步输出所述第二实验数据对应的所述文本信息发送给所述用户端；
否则，不输出信息。
6.根据权利要求5所述的一种电网手持终端智能检测方法，其特征在于，所述获取输入的动作指令进行预判断，其中，所述预判断通过的步骤为：记录所述动作指令的动作时长，若超过预设长度阈值则标定为通过。
7.一种电网手持终端智能检测系统，其特征在于，包括存储器和处理器，所述存储器中包括电网手持终端智能检测方法程序，所述电网手持终端智能检测方法程序被所述处理器执行时实现如下步骤：
建立与电网设备的通信连接，并依据预设时间阈值周期性获取所述电网设备的运行数据；
基于所述运行数据输入到预存的大数据检测库中得到检测结果，基于所述检测结果输出文本信息发送给用户端；
获取输入的动作指令进行预判断，待通过后将所述动作指令转换为操作命令发送给所述电网设备。
8.根据权利要求7所述的一种电网手持终端智能检测系统，其特征在于，所述建立与电网设备的通信连接并依据预设时间阈值周期性获取所述电网设备的运行数据，具体为：
获取待检测的所述电网设备的识别码，基于所述识别码识别目标设备并建立通信连接；
获取所述时间阈值的设定时长，基于所述设定时长建立采集周期，对所述电网设备的运行数据进行获取，其中，
所述运行数据包括所述电网设备的运行状态数据以及所述电网设备的传输数据，所述采集周期的采集次数为二的幂次方，且至少为两次。
9.根据权利要求8所述的一种电网手持终端智能检测系统，其特征在于，基于所述运行数据输入到预存的大数据检测库中得到检测结果，基于所述检测结果输出文本信息发送给用户端，具体为：
提取当前所述采集周期内的所述运行状态数据作为第一实验数据；
提取相邻下个所述采集周期内的所述运行状态数据作为第一验证数据；
将所述第一实验数据与所述第一验证数据分别输入到所述大数据检测库中，以得到第一实验结果与第一验证结果，其中，
当所述第一实验结果与所述第一验证结果一致，则将所述第一实验数据作为所述检测结果并输出对应的所述文本信息发送给所述用户端；
否则，不输出信息；
提取奇数列所述采集周期内的所述传输数据作为第二实验数据；
提取偶数列所述采集周期内的所述传输数据作为第二验证数据；
将所述第二实验数据与所述第二验证数据分别输入到所述大数据检测库中，以得到实验概率值与验证概率值；
计算所述实验概率值与所述验证概率值的相关系数的绝对值，其中，
当所述相关系数的绝对值大于等于预设系数阈值，则将所述第二实验数据补充到所述检测结果中进行更新，并同步输出所述第二实验数据对应的所述文本信息发送给所述用户端；
否则，不输出信息。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括一种电网手持终端智能检测方法程序，所述电网手持终端智能检测方法程序被处理器执行时，实现如权利要求1至6中任一项所述的一种电网手持终端智能检测方法的步骤。
CN202111103888.8A 2021-09-22 2021-09-22 电网手持终端智能检测方法、系统和可读存储介质 Active CN113964936B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111103888.8A CN113964936B (zh) 2021-09-22 2021-09-22 电网手持终端智能检测方法、系统和可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111103888.8A CN113964936B (zh) 2021-09-22 2021-09-22 电网手持终端智能检测方法、系统和可读存储介质

Publications (2)

Publication Number Publication Date
CN113964936A true CN113964936A (zh) 2022-01-21
CN113964936B CN113964936B (zh) 2022-03-15

Family

ID=79461831

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111103888.8A Active CN113964936B (zh) 2021-09-22 2021-09-22 电网手持终端智能检测方法、系统和可读存储介质

Country Status (1)

Country Link
CN (1) CN113964936B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201532702U (zh) * 2009-10-27 2010-07-21 河南聚盛测控科技发展有限公司 一种用于电力系统的无线手持终端设备
CN102377807A (zh) * 2010-08-23 2012-03-14 周晔 基于物联网的电子巡查方法、手持装置及系统
CN205693441U (zh) * 2016-06-12 2016-11-16 国家电网公司 一种基于gsm短信的电力监控装置
CN111564839A (zh) * 2020-05-26 2020-08-21 深圳市聚能优电科技有限公司 一种供电调节系统以及供电调节方法
CN111600392A (zh) * 2020-06-16 2020-08-28 广州小沙鸥科技有限公司 一种智能的电网设备监测系统
CN112713658A (zh) * 2020-12-30 2021-04-27 国网北京市电力公司 一种电网设备监控缺陷智能控制方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201532702U (zh) * 2009-10-27 2010-07-21 河南聚盛测控科技发展有限公司 一种用于电力系统的无线手持终端设备
CN102377807A (zh) * 2010-08-23 2012-03-14 周晔 基于物联网的电子巡查方法、手持装置及系统
CN205693441U (zh) * 2016-06-12 2016-11-16 国家电网公司 一种基于gsm短信的电力监控装置
CN111564839A (zh) * 2020-05-26 2020-08-21 深圳市聚能优电科技有限公司 一种供电调节系统以及供电调节方法
CN111600392A (zh) * 2020-06-16 2020-08-28 广州小沙鸥科技有限公司 一种智能的电网设备监测系统
CN112713658A (zh) * 2020-12-30 2021-04-27 国网北京市电力公司 一种电网设备监控缺陷智能控制方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
谢晓钟: "智能电网设备手持终端控制器设计", 《机电技术》 *
陶莉等: "掌上电力巡检系统的设计与实现", 《中国电力》 *

Also Published As

Publication number Publication date
CN113964936B (zh) 2022-03-15

Similar Documents

Publication Publication Date Title
CN111244954B (zh) 一种非入侵式负荷辨识方法及装置
JP7375005B2 (ja) 構内における電気自動車充電の検出
CN108875783A (zh) 一种面向不平衡数据集的极限学习机变压器故障诊断方法
CN111985824A (zh) 一种智能电表箱的非侵入式负荷监测方法及其监测设备
WO2023109527A1 (zh) 窃电行为的检测方法、装置、计算机设备和存储介质
CN110119545B (zh) 一种基于栈式自编码器的非侵入式电力负荷识别方法
TW201321763A (zh) 基於使用者回饋資訊之電器偵測方法與系統
CN109359665B (zh) 一种基于支持向量机的家电负荷识别方法及装置
CN111177216B (zh) 综合能源消费者行为特征的关联规则生成方法及装置
KR102272573B1 (ko) 에너지 사용량 데이터의 비지도 학습 기반 부하 모니터링 방법
Morais et al. A framework for evaluating automatic classification of underlying causes of disturbances and its application to short-circuit faults
CN111178393A (zh) 一种基于智能电表的用电器用电量分类计量方法及装置
CN113964936B (zh) 电网手持终端智能检测方法、系统和可读存储介质
CN108510002B (zh) 卷铁心牵引变压器绕组抗短路冲击能力的检测方法
CN112215482B (zh) 一种户变关系识别方法和装置
CN113376473A (zh) 一种基于支持向量机和图像识别的故障电弧检测方法
CN117236022A (zh) 互感器剩余寿命预测模型训练方法、应用方法及电子设备
CN117039840A (zh) 一种基于特征自动增强的家用负荷识别方法及系统
CN116609671A (zh) 电池容量预测方法、装置、设备及存储介质
CN116433049A (zh) 一种基于模糊粗糙熵的用电异常检测方法
CN114662576A (zh) 基于有监督分类的非侵入式电瓶车充电检测方法及系统
CN112287789A (zh) 基于深度学习的gis特高频法局部放电图谱识别方法
KR20190002171A (ko) 전기장치의 개별 소비전력 모니터링 방법 및 장치와 이를 위한 학습 방법
CN113706841B (zh) 基于边缘计算的用电行为安全智能监控系统
CN116359663A (zh) 一种台区线损异常辅助诊断方法

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