CN114280527A - 一种基于低压物联感知终端的电能表失准分析方法 - Google Patents
一种基于低压物联感知终端的电能表失准分析方法 Download PDFInfo
- Publication number
- CN114280527A CN114280527A CN202111571779.9A CN202111571779A CN114280527A CN 114280527 A CN114280527 A CN 114280527A CN 202111571779 A CN202111571779 A CN 202111571779A CN 114280527 A CN114280527 A CN 114280527A
- Authority
- CN
- China
- Prior art keywords
- meter
- data
- electricity stealing
- sub
- electric energy
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 19
- 230000005611 electricity Effects 0.000 claims abstract description 88
- 238000007781 pre-processing Methods 0.000 claims abstract description 6
- 238000012545 processing Methods 0.000 claims abstract description 5
- 230000002159 abnormal effect Effects 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 6
- 230000003416 augmentation Effects 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 abstract description 4
- 230000000694 effects Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance 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
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于低压物联感知终端的电能表失准分析方法,其过程是:(1)通过低压物联感知终端计量和采集子表的电量数据;(2)数据预判断、数据预处理;(3)分析判断是否有疑似窃电表,标记疑似窃电表及剔除高损点;(3)算法求解超差系数;(4)对疑似窃电情况进行处理并拟合判断数据有效性;(5)将子表误差超过规定阈值的表标记为失准电表,将失准电表的数据通过采集终端主动上报给主站。本发明实现了表箱侧采用数据采集和算法分析方式定位超差以及窃电的电能表,从而减轻了主站和采集终端的负担,并且节省人力物力,保证了低压用电的服务水平及管理。
Description
技术领域
本发明涉及智能电表误差检测领域,尤其涉及一种基于低压物联感知终端的电能表失准分析方法。
背景技术
随着科技、经济的发展,我国的用电量也在逐年增长,而电能表作为计量用电量的设备也更加受到社会的重视,社会对智能电表的精准计量要求越来越高。而对于安装使用年限久远的电能表难免出现电能表失准的现象。因环境、故障、老化等因素导致的电能表计量不准确更影响营销服务水平及用户用电体验。目前电力公司针对电能表失准问题解决方案为定期更换电表或者使用仪器抽查校准,其中定期更换电表的方式经济成本极高。而使用仪器抽查校准的方式,消耗大量人力物力,维护成本较高,效率低且抽查范围局限性大。
发明内容
本发明针对现有技术存在的不足和缺陷,提供了一种基于低压物联感知终端的电能表失准分析方法。将低压物联感知终端作为表箱总表接入表箱侧,通过RS485与表箱中的所有电表连接,既保证了低压物联感知终端的计量精准度,又保证了低压物联感知终端数据和电表数据时间的一致性。采用数据采集和算法分析方式,定位超差以及窃电的电能表,可长期持续运行,节省人力物力,保证低压用电服务水平及管理。
本发明的目的可以通过以下技术方案来实现:
一种基于低压物联感知终端的电能表失准分析方法,包括以下步骤:
步骤1:低压物联感知终端具备计量和数据采集功能,采集电能表失准分析所需的自身电量数据和RS485采集的子表电量数据;
步骤2:获取采样数据,进行数据预判断筛选出有数据完全相同的子表以及样本点数小于12个的情况;
步骤3:进行数据预处理,并用四分位数法剔除异常数据点;
步骤4:分析判断是否有疑似窃电表,标记疑似窃电表及剔除高损点;
步骤5:判断剔除点后剩余有效点数是否大于等于最小计算点数;
步骤6:算法求解超差系数;
步骤7:对窃电或异常情况进行处理及拟合判断数据是否有效;
步骤8:比较子表误差是否超过规定阈值,若子表误差超过阈值则判定为电能表失准,将失准电表的信息通过采集终端主动上报给主站。
进一步地,所述步骤2中若筛选出有数据完全相同的子表或样本点数小于12个则认为数据异常从步骤1开始继续采集自身电量数据和RS485采集的子表的电量。
进一步地,所述步骤3中数据的预处理为求线损值及线损率,其公式为Pi=-(mi-ni-k×j)及Qi=Pi÷mi,其中i表示采样时间点,Pi为对应时间点的线损值,mi为对应时间点的总表读数值,ni为对应时间点的子表读数值之和,k表示电表固定损耗取值为0.0288,j为实际表计数,Qi为对应时间点线损率,并用四分位数法剔除线损率异常的数据点。
进一步地,所述步骤4中分析判断是否有疑似窃电表首先比较线损率大于线损率异常筛选阈值的占比,其线损率异常筛选阈值为0.3,
1)若占比小于0.3则剔除正负高损点后进行步骤5,
2)若占比大于0.3,则求子表数据和线损值的皮尔逊相关系数,
①若皮尔逊相关系数小于皮尔逊相关性筛选阈值-0.6,则标记其为疑似窃电表,剔除正高损点后进行步骤5,
②若皮尔逊相关系数大于等于阈值-0.6,则判断数据异常不进行后续步骤。
进一步地,所述步骤5中判断剔除点后剩余有效点数是否大于等于最小计算点数,其中最小计算点数为20和6倍表计规模数取最小值,若大于等于最小计算点数则进行下一步骤,若小于最小计算点数则认为数据有效点数不够,从步骤1开始继续采集自身电量数据和RS485采集的子表的电量。
,其中x为总表抄读值,y为子表抄读值,m为实际表计数,α为总表误差系数,δ代表固定损耗,βi表示计量子表的误差系数,矩阵X为增广矩阵,包括子表数据矩阵、总表数值向量(取负号)、1向量,矩阵R表示相关性约束,其对角线元素为每个计量子表与yerror的皮尔逊相关系数的反比函数,定义为η为回归拟合偏差的阈值。
进一步地,所述步骤7中对窃电或异常情况进行处理及拟合判断数据是否有效,
1)若在步骤4中认为有疑似窃电表时,将非疑似窃电表系数置零,不参与后面的拟合,判断每个疑似窃电表的超差系数是否大于-0.25,
①若大于-0.25则认为不符合窃电特征,删除这个疑似窃电表,
②若小于-0.25则认为计算有效,当剩余疑似窃电表数为0,则认为计算无效,
2)若在步骤4中认为无疑似窃电表,判断每个子表的超差系数的绝对值是否大于0.25,若有子表的超差系数的绝对值大于0.25则认为与无窃电的假设相悖,计算无效,否则认为计算有效;
当计算有效时进行综合拟合判断:
1)若综合拟合判断达标:
①若仅存在一个疑似窃电表,则认为疑似窃电表为窃电表;
②若存在多个疑似窃电表,则每个疑似窃电表单独拟合,若某个疑似窃电表单独拟合也达标则标记为窃电表,若某个疑似窃电表单独拟合不达标,则标记为正常表;
③若不存在疑似窃电表,则保留结果;
2)若拟合判断不达标则认为计算无效。
进一步地,所述步骤8中将子表误差系数与规定阈值0.15进行比较,若子表误差超过阈值0.15则判定为电能表失准,将失准电表的电表地址、失准类型(窃电、超差)及误差系数通过采集终端主动上报给主站。
本发明的有益技术效果:将低压物联感知终端作为表箱总表接入表箱侧,通过RS485与表箱中的所有电表连接,既保证了低压物联感知终端的计量精准度,又保证了低压物联感知终端数据和电表数据时间的一致性,使每次采集到的子表的电量数据和低压物联感知终端的电量数据处于同一时刻。边缘计算下沉,数据采集和算法分析定位超差以及窃电的电能表都实现在表箱侧,减轻了主站和采集终端的负担,并且可长期持续运行,节省人力物力,保证低压用电服务水平及管理。
附图说明
图1是本发明的总体流程图。
图2是本发明所述的分析判断疑似窃电表的流程图。
图3是本发明所述的对窃电或异常情况进行处理及拟合判断数据是否有效的流程图。
图4是本发明所述数据整合最终拟合误差值与实际偏差值的对比图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不限定本发明。
如图1所示,一种基于低压物联感知终端的电能表失准分析方法,包括以下步骤:
步骤1:低压物联感知终端具备计量和数据采集功能,采集电能表失准分析所需的自身电量数据和RS485采集的子表电量数据;
步骤2:获取采样数据,进行数据预判断筛选出有数据完全相同的子表以及样本点数小于12个的情况。若筛选出有数据完全相同的子表或样本点数小于12个则认为数据异常从步骤1开始继续采集自身电量数据和RS485采集的子表的电量。若不满足以上条件则进行步骤3;
步骤3:进行数据预处理求线损值及线损率,其公式为Pi=-(mi-ni-k×j)及Qi=Pi÷mi,其中i表示采样时间点,Pi为对应时间点的线损值,mi为对应时间点的总表读数值,ni为对应时间点的子表读数值之和,k表示电表固定损耗取值为0.0288,j为实际表计数,Qi为对应时间点线损率,并用四分位数法剔除线损率异常的数据点;
步骤4:分析判断是否有疑似窃电表的流程如图2所示,包括以下步骤:
比较线损率大于线损率异常筛选阈值的占比,其线损率异常筛选阈值为0.3,
1)若占比小于0.3则剔除正负高损点后进行步骤5;
2)若占比大于0.3,则求子表数据和线损值的皮尔逊相关系数,
①若皮尔逊相关系数小于皮尔逊相关性筛选阈值-0.6,则标记其为疑似窃电表,剔除正高损点后进行步骤5;
②若皮尔逊相关系数大于等于阈值-0.6,则判断数据异常不进行后续步骤;
步骤5:判断剔除点后剩余有效点数是否大于等于最小计算点数,其中最小计算点数为20和6倍表计规模数取最小值,若大于等于最小计算点数则进行下一步骤,若小于最小计算点数则认为数据有效点数不够,从步骤1开始继续采集自身电量数据和RS485采集的子表的电量;
,其中x为总表抄读值,y为子表抄读值,m为实际表计数,α为总表误差系数,δ代表固定损耗,βi表示计量子表的误差系数,矩阵X为增广矩阵,包括子表数据矩阵、总表数值向量(取负号)、1向量,矩阵R表示相关性约束,其对角线元素为每个计量子表与yerror的皮尔逊相关系数的反比函数,定义为η为回归拟合偏差的阈值;
步骤7:对窃电或异常情况进行处理及拟合判断数据是否有效的流程如图3所示,包括以下步骤:
1)若在步骤4中认为有疑似窃电表时,将非疑似窃电表系数置零,不参与后面的拟合,判断每个疑似窃电表的超差系数是否大于-0.25,
①若大于-0.25则认为不符合窃电特征,删除这个疑似窃电表;
②若小于-0.25则认为计算有效;
当剩余疑似窃电表数为0,则认为计算无效;
2)若在步骤4中认为无疑似窃电表,判断每个子表的超差系数的绝对值是否大于0.25,若有子表的超差系数的绝对值大于0.25则认为与无窃电的假设相悖,计算无效,否则认为计算有效;
当计算有效时进行拟合判断:
1)若拟合判断达标,
①若仅存在一个疑似窃电表,则认为疑似窃电表为窃电表;
②若存在多个疑似窃电表,则每个疑似窃电表单独拟合,若某个疑似窃电表单独拟合也达标则标记为窃电表,若某个疑似窃电表单独拟合不达标,则标记为正常表;
③若不存在疑似窃电表,则保留结果;
2)若拟合判断不达标则认为计算无效;
步骤8:将子表误差系数与规定阈值0.15进行比较,若子表误差超过阈值0.15则判定为电能表失准,其中采用现场采集的120组数据整合最终拟合误差值与实际偏差的对比效果如图4所示,可知计算结果较好,将失准电表的电表地址、失准类型(窃电、超差)及误差系数通过采集终端主动上报给主站。
上述实施例是对本发明的具体实施方式的说明,而非对本发明的限制,有关技术领域的技术人员在不脱离本发明的精神和范围的情况下,还可做出各种变换和变化以得到相对应的等同的技术方案,因此所有等同的技术方案均应归入本发明的专利保护范围。
Claims (8)
1.一种基于低压物联感知终端的电能表失准分析方法,其特征在于,包括如下步骤:
步骤1:低压物联感知终端具备计量和数据采集功能,采集电能表失准分析所需的自身电量数据和RS485采集的子表电量数据;
步骤2:获取采样数据,进行数据预判断筛选出有数据完全相同的子表以及样本点数小于12个的情况;
步骤3:进行数据预处理,并用四分位数法剔除异常数据点;
步骤4:分析判断是否有疑似窃电表,标记疑似窃电表及剔除高损点;
步骤5:判断剔除点后剩余有效点数是否大于等于最小计算点数;
步骤6:算法求解超差系数;
步骤7:对窃电或异常情况进行处理及拟合判断数据是否有效;
步骤8:比较子表误差是否超过规定阈值,若子表误差超过阈值则判定为电能表失准,将失准电表的信息通过采集终端主动上报给主站。
2.根据权利要求1所述的一种基于低压物联感知终端的电能表失准分析方法,其特征在于,所述步骤2中若筛选出有数据完全相同的子表或样本点数小于12个则认为数据异常从步骤1开始继续采集自身电量数据和RS485采集的子表的电量。
3.根据权利要求1所述的一种基于低压物联感知终端的电能表失准分析方法,其特征在于,所述步骤3中数据的预处理为求线损值及线损率,其公式为Pi=-(mi-ni-k×j)及Qi=Pi÷mi,其中i表示采样时间点,Pi为对应时间点的线损值,mi为对应时间点的总表读数值,ni为对应时间点的子表读数值之和,k表示电表固定损耗取值为0.0288,j为实际表计数,Qi为对应时间点线损率,并用四分位数法剔除线损率异常的数据点。
4.根据权利要求1所述的一种基于低压物联感知终端的电能表失准分析方法,其特征在于,所述步骤4中分析判断是否有疑似窃电表首先比较线损率大于线损率异常筛选阈值的占比,其线损率异常筛选阈值为0.3,
1)若占比小于0.3则剔除正负高损点后进行步骤5;
2)若占比大于0.3,则求子表数据和线损值的皮尔逊相关系数,
①若皮尔逊相关系数小于皮尔逊相关性筛选阈值-0.6,则标记其为疑似窃电表,剔除正高损点后进行步骤5;
②若皮尔逊相关系数大于等于阈值-0.6,则判断数据异常不进行后续步骤。
5.根据权利要求1所述的一种基于低压物联感知终端的电能表失准分析方法,其特征在于,所述步骤5中判断剔除点后剩余有效点数是否大于等于最小计算点数,其中最小计算点数为20和6倍表计规模数取最小值,若大于等于最小计算点数则进行下一步骤,若小于最小计算点数则认为数据有效点数不够,从步骤1开始继续采集自身电量数据和RS485采集的子表的电量。
7.根据权利要求1所述的一种基于低压物联感知终端的电能表失准分析方法,其特征在于,所述步骤7中对窃电或异常情况进行处理及拟合判断数据是否有效,
1)若在步骤4中认为有疑似窃电表时,将非疑似窃电表系数置零,不参与后面的拟合,
判断每个疑似窃电表的超差系数是否大于-0.25,
①若大于-0.25则认为不符合窃电特征,删除这个疑似窃电表;
②若小于-0.25则认为计算有效;
当剩余疑似窃电表数为0,则认为计算无效;
2)若在步骤4中认为无疑似窃电表,判断每个子表的超差系数的绝对值是否大于0.25,若有子表的超差系数的绝对值大于0.25则认为与无窃电的假设相悖,计算无效,否则认为计算有效;
当计算有效时进行综合拟合判断:
1)若综合拟合判断达标:
①若仅存在一个疑似窃电表,则认为疑似窃电表为窃电表;
②若存在多个疑似窃电表,则每个疑似窃电表单独拟合,若某个疑似窃电表单独拟合也达标则标记为窃电表,若某个疑似窃电表单独拟合不达标,则标记为正常表;
③若不存在疑似窃电表,则保留结果;
2)若拟合判断不达标则认为计算无效。
8.根据权利要求1所述的一种基于低压物联感知终端的电能表失准分析方法,其特征在于,所述步骤8中将子表误差系数与规定阈值0.15进行比较,若子表误差超过阈值0.15则判定为电能表失准,将失准电表的电表地址、失准类型(窃电、超差)及误差系数通过采集终端主动上报给主站。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111571779.9A CN114280527A (zh) | 2021-12-21 | 2021-12-21 | 一种基于低压物联感知终端的电能表失准分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111571779.9A CN114280527A (zh) | 2021-12-21 | 2021-12-21 | 一种基于低压物联感知终端的电能表失准分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114280527A true CN114280527A (zh) | 2022-04-05 |
Family
ID=80873529
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111571779.9A Pending CN114280527A (zh) | 2021-12-21 | 2021-12-21 | 一种基于低压物联感知终端的电能表失准分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114280527A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115291159A (zh) * | 2022-10-11 | 2022-11-04 | 北京智芯微电子科技有限公司 | 电能表计量失准分析方法、装置、存储介质及电子设备 |
CN115856757A (zh) * | 2022-11-28 | 2023-03-28 | 国网北京市电力公司 | 电能表失准分析方法、装置、设备及介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106093707A (zh) * | 2016-07-12 | 2016-11-09 | 亿米特(上海)信息科技有限公司 | 智能防窃电分析系统的数据处理方法 |
CN109613329A (zh) * | 2018-12-25 | 2019-04-12 | 国网湖南省电力有限公司 | 一种精细线损分析系统 |
CN110082699A (zh) * | 2019-05-10 | 2019-08-02 | 国网天津市电力公司电力科学研究院 | 一种低压台区智能电能表运行误差计算方法及其系统 |
CN110471024A (zh) * | 2019-08-08 | 2019-11-19 | 天津大学 | 一种基于量测数据分析的智能电表在线远程校验方法 |
CN111103497A (zh) * | 2019-11-05 | 2020-05-05 | 深圳供电局有限公司 | 一种用户异常用电的检测装置及方法 |
CN111398885A (zh) * | 2020-03-27 | 2020-07-10 | 天津大学 | 一种结合线损分析的智能电表运行误差监控方法 |
CN112034260A (zh) * | 2020-08-11 | 2020-12-04 | 国网福建省电力有限公司晋江市供电公司 | 一种配电台区低压线损精益分析与反窃电精准定位方法 |
CN112488395A (zh) * | 2020-12-01 | 2021-03-12 | 湖南大学 | 一种配电网线损预测方法及系统 |
CN113126019A (zh) * | 2021-04-19 | 2021-07-16 | 广东电网有限责任公司计量中心 | 一种智能电表误差远程估计方法、系统、终端和存储介质 |
CN113406558A (zh) * | 2021-07-29 | 2021-09-17 | 天目数据(福建)科技有限公司 | 基于线性回归的电表失准检测方法、装置及电子设备 |
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 |
CN113484819A (zh) * | 2021-07-14 | 2021-10-08 | 国网四川省电力公司营销服务中心 | 基于高频电流采样的有限范围内电能表计量故障诊断方法 |
CN113552527A (zh) * | 2021-06-10 | 2021-10-26 | 杭州华春科技有限公司 | 一种多表集合线损定表装置及线损定表方法 |
CN114460529A (zh) * | 2022-02-09 | 2022-05-10 | 南方电网科学研究院有限责任公司 | 一种电能表误差在线评估方法、装置、设备及存储介质 |
-
2021
- 2021-12-21 CN CN202111571779.9A patent/CN114280527A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106093707A (zh) * | 2016-07-12 | 2016-11-09 | 亿米特(上海)信息科技有限公司 | 智能防窃电分析系统的数据处理方法 |
CN109613329A (zh) * | 2018-12-25 | 2019-04-12 | 国网湖南省电力有限公司 | 一种精细线损分析系统 |
CN110082699A (zh) * | 2019-05-10 | 2019-08-02 | 国网天津市电力公司电力科学研究院 | 一种低压台区智能电能表运行误差计算方法及其系统 |
CN110471024A (zh) * | 2019-08-08 | 2019-11-19 | 天津大学 | 一种基于量测数据分析的智能电表在线远程校验方法 |
CN111103497A (zh) * | 2019-11-05 | 2020-05-05 | 深圳供电局有限公司 | 一种用户异常用电的检测装置及方法 |
CN111398885A (zh) * | 2020-03-27 | 2020-07-10 | 天津大学 | 一种结合线损分析的智能电表运行误差监控方法 |
CN112034260A (zh) * | 2020-08-11 | 2020-12-04 | 国网福建省电力有限公司晋江市供电公司 | 一种配电台区低压线损精益分析与反窃电精准定位方法 |
CN112488395A (zh) * | 2020-12-01 | 2021-03-12 | 湖南大学 | 一种配电网线损预测方法及系统 |
CN113126019A (zh) * | 2021-04-19 | 2021-07-16 | 广东电网有限责任公司计量中心 | 一种智能电表误差远程估计方法、系统、终端和存储介质 |
CN113552527A (zh) * | 2021-06-10 | 2021-10-26 | 杭州华春科技有限公司 | 一种多表集合线损定表装置及线损定表方法 |
CN113484819A (zh) * | 2021-07-14 | 2021-10-08 | 国网四川省电力公司营销服务中心 | 基于高频电流采样的有限范围内电能表计量故障诊断方法 |
CN113406558A (zh) * | 2021-07-29 | 2021-09-17 | 天目数据(福建)科技有限公司 | 基于线性回归的电表失准检测方法、装置及电子设备 |
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 |
CN114460529A (zh) * | 2022-02-09 | 2022-05-10 | 南方电网科学研究院有限责任公司 | 一种电能表误差在线评估方法、装置、设备及存储介质 |
Non-Patent Citations (6)
Title |
---|
EMRAN ALTAMIMI ET AL: "Energy Theft Detection Using the Wasserstein Distance on Residuals", 《2023 IEEE TEXAS POWER AND ENERGY CONFERENCE (TPEC)》 * |
SHIH-CHE HUANG ET AL: "Non-Technical Loss Detection Using State Estimation and Analysis of Variance", 《IEEE TRANSACTIONS ON POWER SYSTEMS》 * |
WENPENG LUAN ET AL: "Energy theft detection via integrated distribution state estimation based on AMI and SCADA measurements", 《2015 5TH INTERNATIONAL CONFERENCE ON ELECTRIC UTILITY DEREGULATION AND RESTRUCTURING AND POWER TECHNOLOGIES (DRPT)》 * |
李熊等: "基于特征电流的户变关系识别方法", 《电测与仪表》 * |
王晨丞等: "电能表运行误差与状态评价模型研究", 《电力大数据》 * |
赵爽等: "基于装配工程的关键特性识别与控制方法研究", 《新视点》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115291159A (zh) * | 2022-10-11 | 2022-11-04 | 北京智芯微电子科技有限公司 | 电能表计量失准分析方法、装置、存储介质及电子设备 |
CN115291159B (zh) * | 2022-10-11 | 2023-02-21 | 北京智芯微电子科技有限公司 | 电能表计量失准分析方法、装置、存储介质及电子设备 |
WO2024078010A1 (zh) * | 2022-10-11 | 2024-04-18 | 北京智芯微电子科技有限公司 | 电能表计量失准分析方法、装置、存储介质及电子设备 |
CN115856757A (zh) * | 2022-11-28 | 2023-03-28 | 国网北京市电力公司 | 电能表失准分析方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110471024B (zh) | 一种基于量测数据分析的智能电表在线远程校验方法 | |
CN112381476B (zh) | 用于确定状态异常的电能表的方法及装置 | |
CN111398885A (zh) | 一种结合线损分析的智能电表运行误差监控方法 | |
CN114280527A (zh) | 一种基于低压物联感知终端的电能表失准分析方法 | |
CN113032454A (zh) | 基于云计算的交互式用户用电异常监测预警管理云平台 | |
CN113884975B (zh) | 一种基于改进动态线损估计的超差电表检测方法 | |
CN113406558B (zh) | 基于线性回归的电表失准检测方法、装置及电子设备 | |
CN113010998A (zh) | 基于随动线损及遗忘因子最小二乘法的电表误差估计方法 | |
CN107741578A (zh) | 一种用于智能电能表运行误差远程校准的原始抄表数据处理方法 | |
CN112558000A (zh) | 一种基于相关性筛选的电能表计量误差分析方法 | |
CN112418687B (zh) | 基于用电特征的用户用电异常识别方法、装置和存储介质 | |
CN116520236B (zh) | 一种智能电表的异常检测方法和系统 | |
CN115079082A (zh) | 一种台区电表监测方法、系统及终端 | |
CN114371438B (zh) | 基于物联网的计量设备失准判断方法 | |
CN110930057A (zh) | 基于lof算法的配电变压器检验结果可信度的量化评判方法 | |
CN115689396A (zh) | 污染物排放管控方法、装置、设备及介质 | |
CN105068035B (zh) | 一种电压互感器误差水平动态检测方法及系统 | |
CN116165597A (zh) | 一种基于核偏最小二乘法的电能表失准在线检测方法 | |
CN112464550A (zh) | 基于降维估计和阻尼最小二乘法的智能电表误差估计方法 | |
CN111612019A (zh) | 一种基于大数据模型对智能电表故障异常辨识分析的方法 | |
CN114299489A (zh) | 一种基于大数据的智慧博物馆管理方法及云管理平台 | |
CN116910655A (zh) | 一种基于装置量测数据的智能电能表故障预测方法 | |
CN116823067A (zh) | 管网水质清污状态的确定方法、装置及电子设备 | |
CN116632836A (zh) | 一种基于温度敏感性的公变台区负载率预测系统 | |
CN116307886A (zh) | 一种企业生产状态的实时监测方法及装置 |
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: 20220405 |