CN114646802A - 一种基于智能电表的台区识别方法及系统 - Google Patents
一种基于智能电表的台区识别方法及系统 Download PDFInfo
- Publication number
- CN114646802A CN114646802A CN202210238255.6A CN202210238255A CN114646802A CN 114646802 A CN114646802 A CN 114646802A CN 202210238255 A CN202210238255 A CN 202210238255A CN 114646802 A CN114646802 A CN 114646802A
- Authority
- CN
- China
- Prior art keywords
- transformer
- intelligent electric
- identification
- electric meter
- curve
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000001514 detection method Methods 0.000 claims abstract description 7
- 238000000605 extraction Methods 0.000 claims abstract description 6
- 230000008859 change Effects 0.000 claims description 21
- 238000010586 diagram Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 4
- 230000003321 amplification Effects 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000007547 defect Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
- G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
- G01R22/10—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods using digital techniques
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Measurement Of Current Or Voltage (AREA)
Abstract
本发明涉及一种基于智能电表的台区识别方法及系统，包括：分时段调节变压器群中的变压器的电压；智能电表群中的智能电表实时储存电压状态值；数据库实时采集变压器群的工作状态与智能电表群的数值状态；台区自动识别划分装置读取数据库所采集到的信息，通过特定算法进行相应识别操作。本发明的有益效果是：本发明分时段调节某一个变压器输出电压的操作具有便捷性，提升了识别的实用性；利用实时数据处理模块将智能电表群的电压数据调高后再进行绘图操作，提高了识别的准确率；利用特征提取算法和从时间维度和电压数据维度进行的检测识别算法，提升了识别的智能性。
Description
技术领域
本发明涉及电力检测技术领域，更确切地说，它涉及一种基于智能电表的台区识别方法及系统。
背景技术
近年来，智能电表在用电住户中的普及率越来越高，相较于传统电表，智能电表具备很多突出的功能和优势。智能电表除了是用户用电数量的一个统计设备，此外还具备采集用户用电参数等关键数据的功能，采集后的数据可以随时上传到电力部门，供电力部门进行相应的数据分析。
在我国，大多数电力部门对用电用户采取的是分台区管理的模式，每一个台区包含若干用电用户，因此通过智能电表的台区划分来确认哪些用户属于哪一个台区是快捷区分电力管理区域的办法。同时台区管理档案的准确性对配电网的安全稳定运行有十分重要的作用，准确的管理档案能够有益于准确的台区线损计算。
当前台区识别方法主要分为两种方式，分别为人工识别和台区识别设备识别。人工识别即为电力人员到各家各户现场进行用户台区归属的判断，这种方式的缺点为：人力成本高、工作效率低、耗时长，并且随着用电规模的增长，此方式慢慢变得不易操作；台区识别设备识别主要依靠电力线宽带载波通信技术和脉冲电流技术来实现，这两种技术方法的缺点分别为：宽带载波信号传输范围有限，并且由于串扰等因素影响，易造成台区的错误归属问题；脉冲电流信号存在识别范围受限的影响，同时该技术在操作时有一定的安全隐患。
发明内容
本发明的目的是克服现有技术中的不足，提供了一种基于智能电表的台区识别方法及系统，所述技术方案如下：
第一方面，提供了一种基于智能电表的台区识别方法，包括：
步骤1、分时段将变压器群中某一个变压器的输出电压从U1调节到U2，智能电表群中的各智能电表实时储存电压状态值，其中U1不等于U2；
步骤2、数据库实时采集变压器群的工作状态以及某一个变压器输出电压变化所影响到的智能电表群的数值状态；
步骤3、台区自动识别划分装置读取数据库所采集到的信息，通过特定算法进行相应识别操作。
作为优选，在步骤1中，某一个变压器的输出电压调节操作持续时间为A分钟，A分钟后该变压器的输出电压恢复到U1的状态，恢复操作和下一次调节操作之间的时间间隔为B分钟，B为A的10～15倍。
作为优选，在步骤3中,台区自动识别划分装置读取数据库信息的时间节点为变压器群中的全部变压器进行过一次调节并恢复的操作之后。
作为优选，步骤3具体包括以下步骤：
步骤3.1、对采集来的实时数据进行绘制曲线图的操作；
步骤3.2、对曲线波动部分进行提取操作；
步骤3.3、进行台区识别划分操作；
步骤3.4、将划分的结果在台区自动识别划分装置上进行显示。
作为优选，步骤3.1具体包括以下步骤：
步骤3.1.1、从数据库中读取所采集到的全部变压器进行调节并恢复输出电压操作的整个过程中变压器群各变压器的工作状态以及智能电表群的数值状态，作为绘图数据；
步骤3.1.2、将各变压器的工作状态绘制成梯形图的形式，处于正常状态下的变压器工作状态设置为0，处于调高或调低输出电压状态下的变压器工作状态设置为1；
步骤3.1.3、将各智能电表的实时电压数值做5倍扩大处理后绘制成曲线图的形式；
步骤3.1.4、将所有工作状态梯形图和电压数值5倍扩大处理后的曲线图时间同步的融合到一张图中，从上到下依次为变压器1、2、3…M的梯形图，智能电表1、2、3…N的曲线图，其中，M为变压器个数,N为智能电表个数。
作为优选，在步骤3.2中，台区自动识别划分装置按时间轴方向读取全部曲线信息，当遇到某一个变压器状态产生0到1的波动时，开始提取全部曲线信息，持续时间为C分钟，其中A≤C≤A+1。
作为优选，步骤3.3具体包括以下步骤：
步骤3.3.1、在某一C分钟时段曲线信息中识别变压器信息，某一个变压器梯形图数值从0转换到1的时刻记为T0,此变压器即为当前台区控制器；
步骤3.3.2、在同一C分钟时段曲线信息中识别智能电表电压数值纵向延展后的曲线，当某智能电表电压数值曲线变化幅度超过k|U2-U1|时(k为大于0的系数)，记录下该时刻，直至所有智能电表电压数值曲线波动信息识别完毕，记录的时刻分别记为T1、T2、T3…TH(H≤N)，同时记录此H个智能电表曲线波动的幅值最大点或最小点，分别记为V1、V2、V3…VH，通过V1、V2、V3…VH计算出波动幅值最大点或最小点的平均值，记为
步骤3.3.3、依次计算变压器与智能电表波动时间差值ΔTi以及智能电表电压波动差值ΔVi：
ΔTi＝Ti-T0
其中，i为1、2、3…H中的数字；
步骤3.3.4、当ΔTi<α，ΔVi<β时，即认为该智能电表i隶属于该变压器控制的台区，其中，α和β为台区识别划分算法中的阈值，其取值视现场实际情况而定。
第二方面，提供了一种基于智能电表的台区识别系统，用于执行第一方面任一所述的基于智能电表的台区识别方法，包括：变压器群、智能电表群、数据库以及台区自动识别划分装置，其中变压器群与智能电表群单向连接，变压器群与智能电表群分别连接至数据库，数据库还与台区自动识别划分装置连接。
作为优选，台区自动识别划分装置包括：实时数据处理模块，用于对采集来的实时数据进行绘制曲线图的操作；特征提取模块，用于对曲线波动部分进行提取操作；检测识别模块，用于进行台区识别划分操作；结果显示模块，用于将划分的结果在台区自动识别划分装置上进行显示。
本发明的有益效果是：
1、本发明分时段调节某一个变压器输出电压的操作具有便捷性，提升了识别的实用性；
2、本发明利用实时数据处理模块将智能电表群的电压数据调高后再进行绘图操作，提高了识别的准确率；
3、本发明利用特征提取算法和从时间维度和电压数据维度进行的检测识别算法，提升了识别的智能性。
附图说明
图1为本申请提供的台区识别系统结构示意图。
具体实施方式
下面结合实施例对本发明做进一步描述。下述实施例的说明只是用于帮助理解本发明。应当指出，对于本技术领域的普通人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
实施例1：
如图1所示，基于智能电表的台区识别系统包括：变压器群1、智能电表群2、数据库3以及台区自动识别划分装置4，其中变压器群1与智能电表群2单向连接，变压器群1与智能电表群2分别连接至数据库3，数据库3还与台区自动识别划分装置4连接。
台区自动识别划分装置包括：实时数据处理模块，用于对采集来的实时数据进行绘制曲线图的操作；特征提取模块，用于对曲线波动部分进行提取操作；检测识别模块，用于进行台区识别划分操作；结果显示模块，用于将划分的结果在台区自动识别划分装置上进行显示。其中，实时数据处理模块5、特征提取模块6、检测识别模块7和结果显示模块8依次相连。
实施例2：
一种基于智能电表的台区识别方法，通过更改变压器群1的工作状态影响智能电表群2的数值状态，与此同时数据库3存储变压器群1的工作状态以及智能电表群2的数值状态，最终由台区自动识别划分装置4从数据库3中提取数据并对数据进一步处理，通过结合变压器群1的工作状态与智能电表群2的数值状态自动将智能电表与所属台区匹配，具体包括以下步骤：
步骤1、分时段将变压器群中某一个变压器的输出电压从U1调节到U2(调节操作视实际情况而定，可调高亦可调低)，智能电表群中的各智能电表实时储存电压状态值，其中U1不等于U2；
步骤2、数据库实时采集变压器群的工作状态以及某一个变压器输出电压变化所影响到的智能电表群的数值状态；
步骤3、台区自动识别划分装置读取数据库所采集到的信息，通过特定算法进行相应识别操作。
在步骤1中，某一个变压器的输出电压调节操作持续时间为A分钟，A分钟后该变压器的输出电压恢复到U1的状态，恢复操作和下一次调节操作之间的时间间隔为B分钟，B为A的10～15倍。
在步骤3中,台区自动识别划分装置读取数据库信息的时间节点为变压器群中的全部变压器进行过一次调节并恢复的操作之后。
步骤3具体包括以下步骤：
步骤3.1、对采集来的实时数据进行绘制曲线图的操作；
步骤3.2、对曲线波动部分进行提取操作；
步骤3.3、进行台区识别划分操作；
步骤3.4、将划分的结果在台区自动识别划分装置上进行显示。
其中，步骤3.1具体包括以下步骤：
步骤3.1.1、从数据库中读取所采集到的全部变压器进行调节并恢复输出电压操作的整个过程中变压器群各变压器的工作状态以及智能电表群的数值状态，作为绘图数据；
步骤3.1.2、将各变压器的工作状态绘制成梯形图的形式，处于正常状态下的变压器工作状态设置为0，处于调高或调低输出电压状态下的变压器工作状态设置为1；
步骤3.1.3、将各智能电表的实时电压数值做5倍扩大处理后绘制成曲线图的形式；
步骤3.1.4、将所有工作状态梯形图和电压数值5倍扩大处理后的曲线图时间同步的融合到一张图中，从上到下依次为变压器1、2、3…M的梯形图，智能电表1、2、3…N的曲线图，其中，M为变压器个数,N为智能电表个数。
此外，在步骤3.2中，台区自动识别划分装置按时间轴方向读取全部曲线信息，当遇到某一个变压器状态产生0到1的波动时，开始提取全部曲线信息，持续时间为C分钟，其中A≤C≤A+1。
步骤3.3具体包括以下步骤：
步骤3.3.1、在某一C分钟时段曲线信息中识别变压器信息，某一个变压器梯形图数值从0转换到1的时刻记为T0,此变压器即为当前台区控制器；
步骤3.3.2、在同一C分钟时段曲线信息中识别智能电表电压数值纵向延展后的曲线，当某智能电表电压数值曲线变化幅度超过k|U2-U1|时(k为大于0的系数)，记录下该时刻，直至所有智能电表电压数值曲线波动信息识别完毕，记录的时刻分别记为T1、T2、T3…TH(H≤N)，同时记录此H个智能电表曲线波动的幅值最大点或最小点，分别记为V1、V2、V3…VH，通过V1、V2、V3…VH计算出波动幅值最大点或最小点的平均值，记为
步骤3.3.3、依次计算变压器与智能电表波动时间差值ΔTi以及智能电表电压波动差值ΔVi：
ΔTi＝Ti-T0
其中，i为1、2、3…H中的数字；
步骤3.3.4、当ΔTi<α，ΔVi<β时，即认为该智能电表i隶属于该变压器控制的台区，其中，α和β为台区识别划分算法中的阈值，其取值视现场实际情况而定。
Claims (9)
1.一种基于智能电表的台区识别方法，其特征在于，包括：
步骤1、分时段将变压器群(1)中某一个变压器的输出电压从U1调节到U2，智能电表群(2)中的各智能电表实时储存电压状态值，其中U1不等于U2；
步骤2、数据库(3)实时采集变压器群(1)的工作状态以及某一个变压器输出电压变化所影响到的智能电表群(2)的数值状态；
步骤3、台区自动识别划分装置(4)读取数据库(3)所采集到的信息，通过特定算法进行相应识别操作。
2.根据权利要求1所述的基于智能电表的台区识别方法，其特征在于，在步骤1中，某一个变压器的输出电压调节操作持续时间为A分钟，A分钟后该变压器的输出电压恢复到U1的状态，恢复操作和下一次调节操作之间的时间间隔为B分钟，B为A的10～15倍。
3.根据权利要求1所述的基于智能电表的台区识别方法，其特征在于，在步骤3中,台区自动识别划分装置(4)读取数据库(3)信息的时间节点为变压器群(1)中的全部变压器进行过一次调节并恢复的操作之后。
4.根据权利要求2所述的基于智能电表的台区识别方法，其特征在于，步骤3具体包括以下步骤：
步骤3.1、对采集来的实时数据进行绘制曲线图的操作；
步骤3.2、对曲线波动部分进行提取操作；
步骤3.3、进行台区识别划分操作；
步骤3.4、将划分的结果在台区自动识别划分装置(4)上进行显示。
5.根据权利要求4所述的基于智能电表的台区识别方法，其特征在于，步骤3.1具体包括以下步骤：
步骤3.1.1、从数据库(3)中读取所采集到的全部变压器进行调节并恢复输出电压操作的整个过程中变压器群(1)各变压器的工作状态以及智能电表群(2)的数值状态，作为绘图数据；
步骤3.1.2、将各变压器的工作状态绘制成梯形图的形式，处于正常状态下的变压器工作状态设置为0，处于调高或调低输出电压状态下的变压器工作状态设置为1；
步骤3.1.3、将各智能电表的实时电压数值做5倍扩大处理后绘制成曲线图的形式；
步骤3.1.4、将所有工作状态梯形图和电压数值5倍扩大处理后的曲线图时间同步的融合到一张图中，从上到下依次为变压器1、2、3…M的梯形图，智能电表1、2、3…N的曲线图，其中，M为变压器个数,N为智能电表个数。
6.根据权利要求5所述的基于智能电表的台区识别方法，其特征在于，在步骤3.2中，台区自动识别划分装置(4)按时间轴方向读取全部曲线信息，当遇到某一个变压器状态产生0到1的波动时，开始提取全部曲线信息，持续时间为C分钟，其中A≤C≤A+1。
7.根据权利要求6所述的基于智能电表的台区识别方法，其特征在于，步骤3.3具体包括以下步骤：
步骤3.3.1、在某一C分钟时段曲线信息中识别变压器信息，某一个变压器梯形图数值从0转换到1的时刻记为T0,此变压器即为当前台区控制器；
步骤3.3.2、在同一C分钟时段曲线信息中识别智能电表电压数值纵向延展后的曲线，当某智能电表电压数值曲线变化幅度超过k|U2-U1|时(k为大于0的系数)，记录下该时刻，直至所有智能电表电压数值曲线波动信息识别完毕，记录的时刻分别记为T1、T2、T3…TH(H≤N)，同时记录此H个智能电表曲线波动的幅值最大点或最小点，分别记为V1、V2、V3…VH，通过V1、V2、V3…VH计算出波动幅值最大点或最小点的平均值，记为
步骤3.3.3、依次计算变压器与智能电表波动时间差值ΔTi以及智能电表电压波动差值ΔVi：
ΔTi＝Ti-T0
其中，i为1、2、3…H中的数字；
步骤3.3.4、当ΔTi<α，ΔVi<β时，即认为该智能电表i隶属于该变压器控制的台区，其中，α和β为台区识别划分算法中的阈值，其取值视现场实际情况而定。
8.一种基于智能电表的台区识别系统，其特征在于，用于执行权利要求1至7任一所述的基于智能电表的台区识别方法，包括：变压器群(1)、智能电表群(2)、数据库(3)以及台区自动识别划分装置(4)，其中变压器群(1)与智能电表群(2)单向连接，变压器群(1)与智能电表群(2)分别连接至数据库(3)，数据库(3)还与台区自动识别划分装置(4)连接。
9.根据权利要求8所述的基于智能电表的台区识别系统，其特征在于，台区自动识别划分装置(4)包括：实时数据处理模块(5)，用于对采集来的实时数据进行绘制曲线图的操作；特征提取模块(6)，用于对曲线波动部分进行提取操作；检测识别模块(7)，用于进行台区识别划分操作；结果显示模块(8)，用于将划分的结果在台区自动识别划分装置(4)上进行显示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210238255.6A CN114646802B (zh) | 2022-03-10 | 2022-03-10 | 一种基于智能电表的台区识别方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210238255.6A CN114646802B (zh) | 2022-03-10 | 2022-03-10 | 一种基于智能电表的台区识别方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114646802A true CN114646802A (zh) | 2022-06-21 |
| CN114646802B CN114646802B (zh) | 2023-06-30 |
Family
ID=81994018
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210238255.6A Active CN114646802B (zh) | 2022-03-10 | 2022-03-10 | 一种基于智能电表的台区识别方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114646802B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104092481A (zh) * | 2014-07-17 | 2014-10-08 | 江苏林洋电子股份有限公司 | 一种通过电压特征区分台区和相别的方法 |
| US20160109491A1 (en) * | 2014-10-20 | 2016-04-21 | Itron, Inc. | Grid topology mapping with voltage data |
| CN109285087A (zh) * | 2018-07-17 | 2019-01-29 | 国网四川省电力公司电力科学研究院 | 一种基于NB-IoT和GPU加速的台区拓扑识别方法 |
| CN109406915A (zh) * | 2018-12-14 | 2019-03-01 | 国家电网有限公司 | 低压台区户变关系批量识别装置及识别方法 |
| CN111650431A (zh) * | 2020-05-26 | 2020-09-11 | 珠海中慧微电子有限公司 | 一种电表台区识别方法 |
| CN111679122A (zh) * | 2020-05-26 | 2020-09-18 | 珠海中慧微电子有限公司 | 一种基于变压器调压功能的电表台区识别方法 |
| CN113131487A (zh) * | 2021-04-23 | 2021-07-16 | 珠海中慧微电子有限公司 | 基于调压图案的台区识别方法、装置、存储介质及电子设备 |
-
2022
- 2022-03-10 CN CN202210238255.6A patent/CN114646802B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104092481A (zh) * | 2014-07-17 | 2014-10-08 | 江苏林洋电子股份有限公司 | 一种通过电压特征区分台区和相别的方法 |
| US20160109491A1 (en) * | 2014-10-20 | 2016-04-21 | Itron, Inc. | Grid topology mapping with voltage data |
| CN109285087A (zh) * | 2018-07-17 | 2019-01-29 | 国网四川省电力公司电力科学研究院 | 一种基于NB-IoT和GPU加速的台区拓扑识别方法 |
| CN109406915A (zh) * | 2018-12-14 | 2019-03-01 | 国家电网有限公司 | 低压台区户变关系批量识别装置及识别方法 |
| CN111650431A (zh) * | 2020-05-26 | 2020-09-11 | 珠海中慧微电子有限公司 | 一种电表台区识别方法 |
| CN111679122A (zh) * | 2020-05-26 | 2020-09-18 | 珠海中慧微电子有限公司 | 一种基于变压器调压功能的电表台区识别方法 |
| CN113131487A (zh) * | 2021-04-23 | 2021-07-16 | 珠海中慧微电子有限公司 | 基于调压图案的台区识别方法、装置、存储介质及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114646802B (zh) | 2023-06-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117421687B (zh) | 一种数字化电力环网柜运行状态监测方法 | |
| CN102679935B (zh) | 一种计算输电线路覆冰厚度的系统及其方法 | |
| CN109858522A (zh) | 一种基于数据挖掘的管理线损异常识别方法 | |
| CN111650431B (zh) | 一种电表台区识别方法 | |
| CN110321919A (zh) | 一种用于低压单相用户户相关系辨识的聚类方法 | |
| CN110363432A (zh) | 基于改进熵权-灰色关联的配电网可靠性影响分析方法 | |
| CN111313403B (zh) | 一种基于马尔可夫随机场的低压配电系统网络拓扑识别方法 | |
| CN104865499A (zh) | 一种特高压直流输电线路区内外故障识别方法 | |
| CN107423746B (zh) | 基于聚类分析的电力线通信用电量数据分析方法及系统 | |
| CN106443244A (zh) | 用电设备类型辨识方法和系统 | |
| CN105022021A (zh) | 一种基于多智能体的关口电能计量装置的状态识别方法 | |
| CN114372232B (zh) | 基于电压序列相似性传递的台区相序拓扑识别方法及系统 | |
| CN106372747A (zh) | 基于随机森林的台区合理线损率估计方法 | |
| CN109725219A (zh) | 一种电能表台区自动识别方法 | |
| CN111311027A (zh) | 一种用于输电线路的风速预测方法 | |
| CN106990325A (zh) | 基于突变逻辑阵的配网小电流接地故障判定方法 | |
| CN108154260A (zh) | 一种短期风电功率预测方法 | |
| CN108448721A (zh) | 电力系统主站监控信号与标准信号自动匹配的方法 | |
| CN111931556B (zh) | 一种输电线覆冰监测管理系统 | |
| CN116845971A (zh) | 一种光伏并网低压台区拓扑结构自动识别方法 | |
| CN110047013A (zh) | 反专变用户间断型窃电方法 | |
| CN107808209A (zh) | 基于加权kNN距离的风电场异常数据辨识方法 | |
| CN114646802A (zh) | 一种基于智能电表的台区识别方法及系统 | |
| CN116415428A (zh) | 基于低秩矩阵恢复理论的配电网异步量测联合校正方法 | |
| CN117291872A (zh) | 一种无人机线路巡视缺陷内容识别系统及方法 |
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 |