CN115575754A - 一种智慧工业园用电信息异常标识方法及系统 - Google Patents

一种智慧工业园用电信息异常标识方法及系统 Download PDF

Info

Publication number
CN115575754A
CN115575754A CN202211457139.XA CN202211457139A CN115575754A CN 115575754 A CN115575754 A CN 115575754A CN 202211457139 A CN202211457139 A CN 202211457139A CN 115575754 A CN115575754 A CN 115575754A
Authority
CN
China
Prior art keywords
node
line
electric
information
circuit
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
CN202211457139.XA
Other languages
English (en)
Other versions
CN115575754B (zh
Inventor
李荣荣
巫玉芳
职鑫杰
徐俊壹
潘涛
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.)
Zhejiang Wellsun Intelligent Technology Co Ltd
Original Assignee
Zhejiang Wellsun Intelligent Technology 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 Zhejiang Wellsun Intelligent Technology Co Ltd filed Critical Zhejiang Wellsun Intelligent Technology Co Ltd
Priority to CN202211457139.XA priority Critical patent/CN115575754B/zh
Publication of CN115575754A publication Critical patent/CN115575754A/zh
Application granted granted Critical
Publication of CN115575754B publication Critical patent/CN115575754B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/904—Browsing; Visualisation therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明提供了一种智慧工业园用电信息异常标识方法及系统，涉及电力数据处理领域，对园区电路拓扑图进行拆分生成线路分布树状图；基于用电设备型号信息和用电设备位置信息确定线路负载分布树状图，根据输出功率梯度区间和电功率参数遍历线路负载分布树状图进行特征标定，构建用电异常识别模块；通过电能监测设备上传实时用电信息，将其输入用电异常识别模块，生成异常用电线路，解决了现有技术中在进行园区用电管理时，通常是采集用电信息后直接可视化显示在管理端，由管理人员经验判断用电信息的异常与否，管理效率较低，智能化程度较低的技术问题，通过对用电管理进行智能化调整，以进行用电信息的精准判定，进而提高管理效率。

Description

一种智慧工业园用电信息异常标识方法及系统
技术领域
本发明涉及电力数据处理技术领域，具体涉及一种智慧工业园用电信息异常标识方法及系统。
背景技术
电能维系着社会的正常运作，一旦电能的运转与调度出现问题，易造成社会混乱与经济损失，现如今，可通过通信技术手段监测与分析用电负荷，进行设备的用电供给，保障电子器件的运行，由于用电信息采集系统的广泛应用，使得智慧工业园区等区域可实现用电信息的智能化监测采集，以替代了传统的需要人工上门抄表的陈旧模式，可有效提高园区的管理和自动化水平，然而现有技术还存在一定的局限性，使得对于用电信息的采集无法满足预期的目标要求。
现有技术中，在进行园区用电管理时，通常是采集用电信息后直接可视化显示在管理端，由管理人员经验判断用电信息的异常与否，管理效率较低，智能化程度较低。
发明内容
本申请提供了一种智慧工业园用电信息异常标识方法及系统，用于针对解决现有技术中存在的在进行园区用电管理时，通常是采集用电信息后直接可视化显示在管理端，由管理人员经验判断用电信息的异常与否，管理效率较低，智能化程度较低的技术问题。
鉴于上述问题，本申请提供了一种智慧工业园用电信息异常标识方法及系统。
第一方面，本申请提供了一种智慧工业园用电信息异常标识方法，所述方法包括：上传用电设备分布信息，其中，所述用电设备分布信息包括用电设备型号信息和用电设备位置信息；根据园区电路拓扑图进行拆分，生成线路分布树状图；将所述用电设备型号信息和所述用电设备位置信息，输入所述线路分布树状图，生成线路负载分布树状图；根据所述用电设备型号信息，确定输出功率梯度区间和电功率参数，其中，所述电功率参数和所述输出功率梯度区间一一对应；根据所述输出功率梯度区间和所述电功率参数遍历所述线路负载分布树状图进行特征标定，构建用电异常识别模块；通过电能监测设备上传实时用电信息，其中，所述实时用电信息包括启动设备时序数据和电能消耗数据；将所述启动设备时序数据和所述电能消耗数据，输入所述用电异常识别模块，生成异常用电线路；根据所述异常用电线路对所述实时用电信息进行标识，上传至电能管理终端。
第二方面，本申请提供了一种智慧工业园用电信息异常标识系统，所述系统包括：信息上传模块，所述信息上传模块用于上传用电设备分布信息，其中，所述用电设备分布信息包括用电设备型号信息和用电设备位置信息；线路分布树状图获取模块，所述线路分布树状图获取模块用于根据园区电路拓扑图进行拆分，生成线路分布树状图；负载分布树状图获取模块，所述负载分布树状图获取模块用于将所述用电设备型号信息和所述用电设备位置信息，输入所述线路分布树状图，生成线路负载分布树状图；参数确定模块，所述参数确定模块用于根据所述用电设备型号信息，确定输出功率梯度区间和电功率参数，其中，所述电功率参数和所述输出功率梯度区间一一对应；特征标定模块，所述特征标定模块用于根据所述输出功率梯度区间和所述电功率参数遍历所述线路负载分布树状图进行特征标定，构建用电异常识别模块；实时信息上传模块，所述实时信息上传模块用于通过电能监测设备上传实时用电信息，其中，所述实时用电信息包括启动设备时序数据和电能消耗数据；异常标识模块，所述异常标识模块用于将所述启动设备时序数据和所述电能消耗数据，输入所述用电异常识别模块，生成异常用电线路；根据所述异常用电线路对所述实时用电信息进行标识，上传至电能管理终端。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请提供的一种智慧工业园用电信息异常标识方法，上传用电设备分布信息，其中，所述用电设备分布信息包括用电设备型号信息和用电设备位置信息，拆分园区电路拓扑图生成线路分布树状图，将所述用电设备型号信息和所述用电设备位置信息输入所述线路分布树状图，生成线路负载分布树状图；基于所述用电设备型号信息，确定输出功率梯度区间和电功率参数，进一步遍历所述线路负载分布树状图进行特征标定，构建用电异常识别模块；通过电能监测设备上传实时用电信息，包括启动设备时序数据和电能消耗数据，将其输入所述用电异常识别模块，生成异常用电线路，基于所述异常用电线路对所述实时用电信息进行标识，并上传至电能管理终端，解决了现有技术中存在的在进行园区用电管理时，通常是采集用电信息后直接可视化显示在管理端，由管理人员经验判断用电信息的异常与否，管理效率较低，智能化程度较低的技术问题，通过对用电管理进行智能化调整，以进行用电信息的精准判定，进而提高管理效率。
附图说明
图1为本申请提供了一种智慧工业园用电信息异常标识方法流程示意图；
图2为本申请提供了一种智慧工业园用电信息异常标识方法中线路分布树状图生成流程示意图；
图3为本申请提供了一种智慧工业园用电信息异常标识方法中用电异常识别模块构建流程示意图；
图4为本申请提供了一种智慧工业园用电信息异常标识系统结构示意图。
附图标记说明：信息上传模块11，线路分布树状图获取模块12，负载分布树状图获取模块13，参数确定模块14，特征标定模块15，实时信息上传模块16，异常标识模块17。
具体实施方式
本申请通过提供一种智慧工业园用电信息异常标识方法及系统，用于解决现有技术中存在的在进行园区用电管理时，通常是采集用电信息后直接可视化显示在管理端，由管理人员经验判断用电信息的异常与否，管理效率较低，智能化程度较低的技术问题。
实施例一
如图1所示，本申请提供了一种智慧工业园用电信息异常标识方法，所述方法应用于智慧工业园用电管理系统，所述系统和电能监测设备通信连接，所述方法包括：
步骤S100：上传用电设备分布信息，其中，所述用电设备分布信息包括用电设备型号信息和用电设备位置信息；
具体而言，电能维系着社会的正常运转，通过进行用电信息采集，可实现用电监控与负荷管理，便于进行更加有序合理的电能调度管理，本申请提供的一种智慧工业园用电信息异常标识方法，基于用电设备分布信息与电路分布信息构建线路负载分布树状图，便于进行用电设备的有序性分级分析，在此基础上基于用电设备型号信息进行用电异常识别模块的构建，进而获取实时用电信息基于所述用电异常识别模块进行电路异常检测。智慧工业园用电管理系统可为常规的进行用电管理的平台。首先，对所述智慧工业园的用电设备分布信息进行采集，包括所述用电设备型号信息与所述用电设备位置信息，所述用电设备指进行电能消耗的负载设备，例如电子产品、器械设备等，其中，所述用电设备型号信息与所述用电设备位置信息相对应，对两者进行对应整合标识并进行系统上传，便于进行识别区分，所述用电设备分布信息的获取为后续进行负载分析与异常检测提供了基本信息依据。
步骤S200：根据园区电路拓扑图进行拆分，生成线路分布树状图；
步骤S300：将所述用电设备型号信息和所述用电设备位置信息，输入所述线路分布树状图，生成线路负载分布树状图；
具体而言，对所述智慧工业园的电路图进行采集，确定节点与支路的分布状况，通过分析电路结构获取所述园区电路拓扑图，所述园区电路拓扑图涵盖了整个园区内电路支路与节点的连接关系，进一步对所述园区电路拓扑图进行拆分，基于主线线路确定多个根线路结点，根据多个根线路结点基于线路连接关系确定各根线路结点对应的线路分支，以确定二级拆分对应的分支线路结点，如此循环往复，进行多层级拆分，直至拆分至确定最终的子结点，进一步对拆分的 多层级线路结点进行关联整合处理，获取所述线路分布树状图，所述线路分布树状图指电路结构各层级关联关系的可视化展现，其中，分线为总线的叶子结点，整体电网中具有多层类似的结构。
进一步的，调取所述用电设备型号信息与所述用电设备位置信息，将所述用电设备位置信息输入所述线路分布树状图中，通过进行多个位置信息与线路结点的匹配对应，以确定各位置信息对应的所述用电设备型号信息在所述线路分布树状图中的关联性位置，基于所述用电设备型号信息进行所述线路分布树状图的信息补充，本实施例通过对所述线路分布树状图进行拆分确定多个线路分布树状图，降低信息匹配复杂度，进而输入所述用电设备型号信息对多个线路分布树状图进行信息补充完善，使得不同线路上分布着不同的负载，即各类电力设备，获取多个线路负载分布树状图，进一步进行多个线路负载分布树状图的协调整合，生成最终的所述线路负载分布树状图，所述线路负载树状图为涵盖了各类电力设备负载信息的所述线路分布树状图，基于所述线路负载分布树状图进行后续电能消耗的异常分层分析。
步骤S400：根据所述用电设备型号信息，确定输出功率梯度区间和电功率参数，其中，所述电功率参数和所述输出功率梯度区间一一对应；
步骤S500：根据所述输出功率梯度区间和所述电功率参数遍历所述线路负载分布树状图进行特征标定，构建用电异常识别模块；
具体而言，以所述用电设备型号信息为基准，对各用电设备的用电参数进行提取，例如功率、耗电速率等，不同型号用电设备对应的设备功率等用电参数存在差异性，对所述用电设备的输出功率由小到大进行顺序性排列整合，以此为基准设定输出功率区间分级标准，例如，以100瓦为分级标准，以设备最低输出功率为参考功率，进行输出功率梯度区间的划分，基于所述输出功率分级区间对所述用电设备进行分级，确定各输出功率梯度区间对应的用电设备，同理，在所述输出功率梯度区间的基础上，对其中各区间对应的用电设备进行单位时间内的电能消耗速度的计算，确定所述电功率参数，示例性地如：统计多组同型号电器相同输出功率下的电能消耗速度平均值，记为该型号电器的电功率参数；所述电功率参数指单位时间内的电能消耗速度，其中，所述电能消耗速度与所述输出功率梯度区间一一对应，遍历所述负载分布树状图，通过构建电能损耗值标定公式并联合所述输出功率梯度区间与所述电功率参数，对所述负载分布树状图进行结点监测单元划分，所述结点监测单元对应多条线路监测用电设备，获取多个所述结点监测单元，通过进行多个所述结点监测单元的划分，可有效减少用电异常分析的信息量，提升异常监测效率，对其进行整合生成所述用电异常识别模块，所述用电异常识别模块的获取为后续进行异常用电电路的识别分析提供了技术支持。
步骤S600：通过电能监测设备上传实时用电信息，其中，所述实时用电信息包括启动设备时序数据和电能消耗数据；
步骤S700：将所述启动设备时序数据和所述电能消耗数据，输入所述用电异常识别模块，生成异常用电线路；根据所述异常用电线路对所述实时用电信息进行标识，上传至电能管理终端。
具体而言，基于所述电能监测设备对园区进行所述启动设备时序数据与所述电能消耗数据进行采集，所述启动设备时序数据指园区监测范围内多个用电设备的启动时间点及设备启动顺序，所述电能消耗数据指对应用电设备单位时间内的耗电量，对所述启动设备时序数据与所述电能消耗数据进行映射标识，便于进行调取区分，获取所述实时用电信息，将所述实时用电信息作为待分析数据进行分析处理，进一步的，将所述启动设备时序数据与所述电能消耗数据输入所述用电异常识别模块中，对各结点监测单元的管控电路对应的用电设备进行分配，通过分别调取对应的电能损耗值标定公式基于实时统计信息进行电能损耗值标定结果计算，所述电能损耗值标定结果为以实际统计数据为参考，设备标准状况下对应的电能损耗值，进而进行能量损耗值的偏差计算，若能量损耗偏差处于可控范围内，表述相关用电设备对应的电路处于正常运行状态，若能量损耗偏差过大，将相关用电设备对应的电路作为异常用电电路，进一步将所述异常用电电路对应的实时用电信息进行标识，上传至所述用电管理终端，基于实时用电标识信息进行用电异常分析，进而基于异常因素作针对性调整，以进行电能的合理调度管理。
进一步而言，如图2所示，所述根据园区电路拓扑图进行拆分，生成线路分布树状图，本申请步骤S200还包括：
步骤S210：对所述园区电路拓扑图进行一级拆分，生成根线路结点，其中，所述根线路结点为主线电路结点；
步骤S220：遍历所述根线路结点对所述园区电路拓扑图进行二级拆分，生成第二层级线路结点，其中，所述第二层级线路结点为所述根线路结点的分支电路结点；
步骤S230：遍历第N-1层级线路结点对所述园区电路拓扑图进行N级拆分，生成第N层级线路结点，其中，所述第N层级线路结点为所述第N-1层级线路结点的分支电路结点；
步骤S240：根据所述根线路结点、所述第二层级线路结点直到所述第N层级线路结点，生成所述线路分布树状图。
具体而言，获取所述园区电路拓扑图，对所述园区电路拓扑图进行电路结构分析，确定电路的连接关系与电能流通方向，进而基于所述电路主线路分布对所述园区电路拓扑图进行一级拆分，获取所述主线电路结点作为所述根线路结点，示例性的，并联的线路为相同层级的结点，串联线路为同一结点，某线路的分支线路为下一层级的结点，基于所述园区电路拓扑图的主结构框架确定主线路，将主线路中涵盖的线路结点作为所述根线路结点，例如可进行园区区域划分，将各区域对应的初始线路结点作为所述根线路结点，进一步遍历所述根线路结点，确定与所述根线路结点相关联的分支电路，基于各根线路结点与分支电路的对应关系进行所述园区电路拓扑图的二级拆分，获取所述根线路结点的分支电路结点作为所述第二层级线路结点，进一步遍历所述第二层级线路结点，将其作为初始点确定对应的分支电路结点，基于上述电路分级拆分标准对所述园区电力拓扑图进行N级拆分，确定所述第N-1层级线路结点对应的多个分支电路，将分支电路对应的终端结点作为所述第N层级线路结点，进一步的，对所述根线路结点、所述第二层级线路结点直至所述第N层级线路结点基于结点间的关联关系进行整合，生成所述线路分布树状图，通过树状图直观显示不同区域的线路层级关系，使得电路结构的多级关联关系得到清晰展现，便于后期进行有序性分层识别分析。
进一步而言，所述将所述用电设备型号信息和所述用电设备位置信息，输入所述线路分布树状图，生成线路负载分布树状图，本申请步骤S300还包括：
步骤S310：对所述线路分布树状图进行拆分，生成第一线路树状图、第二线路树状图直到第M线路树状图；
步骤S320：将所述用电设备位置信息输入所述第一线路树状图、所述第二线路树状图直到所述第M线路树状图，生成用电设备结点匹配结果；
步骤S330：根据所述用电设备结点匹配结果调取所述用电设备型号信息对所述第一线路树状图、所述第二线路树状图直到所述第M线路树状图进行标识，生成第一线路负载分布树状图、第二线路负载分布树状图直到第M线路负载分布树状图；
步骤S340：将所述第一线路负载分布树状图、所述第二线路负载分布树状图直到所述第M线路负载分布树状图，添加进所述线路负载分布树状图。
进一步而言，所述将所述用电设备位置信息输入所述第一线路树状图、所述第二线路树状图直到所述第M线路树状图，生成用电设备结点匹配结果，本申请步骤S320还包括：
步骤S321：遍历所述第一线路树状图、所述第二线路树状图直到所述第M线路树状图，匹配第一树状图结点分布位置、第二树状图结点分布位置直到第M树状图结点分布位置；
步骤S322：根据所述用电设备位置信息遍历所述第一树状图结点分布位置、第二树状图结点分布位置直到第M树状图结点分布位置进行位置比对，生成所述用电设备结点匹配结果。
具体而言，通过进行所述园区电路拓扑图的拆分获取所述线路分布树状图，对所述线路分布树状图进行拆分，生成所述第M线路树状图，示例性的，可基于园区划分区域对所述线路分布树状图进行拆分，不同区域的线路独立走线，减少线路控制分析繁杂性，生成所述第一线路树状图，所述第二线路树状图直至所述第M线路树状图，进一步对各线路树状图进行所述第一树状图结点分布位置、所述第二树状图结点分布位置直到所述第M树状图结点分布位置的匹配，所述树状图结点分布位置指各结点所在的园区对应位置，将所述用电设备位置信息输入所述第一线树状图、所述第二线路树状图直至所述第M线路树状图中，进行所述用电设备位置信息与各树状图结点分布位置的匹配对应，通过进行适配性分析使得两者一一对应，确定适配性位置关系以生成所述用电设备结点匹配结果，以所述用电设备结点匹配结果为基准，确定与各结点匹配的所述用电设备位置信息相对应的所述用电设备型号信息，所述用电设备型号信息与所述用电设备位置信息一一对应。
进一步的，确定所述用电设备型号信息与所述第一线路树状图、所述第二线路树状图直至所述第M线路树状图的映射关系，基于所述用电设备型号信息进行所述线路树状图的信息完善与对应标识，生成对应的M个负载分布树状图，进一步的，将所述第一线路负载分布树状图、所述第二线路负载分布树状图直到所述第M线路负载分布树状图添加进所述线路负载分布树状图中，对多个线路负载分布树状图的适配性位置进行整合，确定最终的所述线路负载分布树状图，所述线路负载分布树状图指表述电路中负载设备分布状况与对应型号信息的可视化表述，通过对树状图拆分后进行信息匹配，可降低设备信息匹配复杂度，提高效率。
进一步而言，如图3所示，所述根据所述输出功率梯度区间和所述电功率参数遍历所述线路负载分布树状图进行特征标定，构建用电异常识别模块，本申请步骤S500还包括：
步骤S510：根据所述电功率参数和所述输出功率梯度区间，构建电能损耗值标定公式；
步骤S520：根据所述电能损耗值标定公式、所述输出功率梯度区间和所述电功率参数，遍历所述线路负载分布树状图，构建结点监测单元集合；
步骤S530：将所述结点监测单元集合设为所述用电异常识别模块。
具体而言，通过获取电能损耗值标定公式框架式，基于所述电功率参数与所述输出功率梯度区间的对应参数对所述电能损耗值标定公式框架式进行赋值填充，构建所述电能损耗值标定公式，所述电能损耗值标定公式用于计算实时统计信息下的对应电路用电设备电能损耗的标准值，进一步基于所述电能损耗值标定公式、所述输出功率梯度区间与所述电功率参数对所述线路负载分布树状图进行多级别监测单元划分，其中，各级别监测单元与所述电能损耗值标定公式、所述输出功率梯度区间与所述电功率参数相适配，可分别对相应结点线路对应的用电设备进行电能损耗值计算，进一步对各结点监测单元进行标识整合处理，获取所述结点检测单元集合，通过构建多个结点监测单元可对不同输出功率梯度区间的用电设备基于适配性电能损耗值标定公式进行针对性的计算，提升数据识别处理的条理性与计算准确度，进而将所述结点监测单元集合设定为所述用电异常识别模块，基于所述用电异常识别模块可基于用电设备电能损耗值进行各电路用电设备的异常分析。
进一步而言，根据所述电功率参数和所述输出功率梯度区间，构建电能损耗值标定公式，本申请步骤S510还包括：
步骤S511：获取电能损耗值标定公式框架式：
Figure 457427DEST_PATH_IMAGE001
其中，
Figure 984223DEST_PATH_IMAGE002
为第X结点线路第T时刻的电能损耗量，x为树状图中X结点线路或X结 点的任意一叶子结点线路，T为监测用电数据结束的时间节点，L为第x个结点的用电设备总 数量，
Figure 208094DEST_PATH_IMAGE003
为第x结点第
Figure 529354DEST_PATH_IMAGE004
时间段内的第l用电设备的电功率参数，
Figure 346000DEST_PATH_IMAGE004
为
Figure 145329DEST_PATH_IMAGE003
的持续时长， 为[0,T]内的时间段；
步骤S512：根据所述输出功率梯度区间和所述电功率参数，构建
Figure 871977DEST_PATH_IMAGE005
-赋值表；
步骤S513：根据所述
Figure 865603DEST_PATH_IMAGE005
-赋值表对所述电能损耗值标定公式框架式进行赋值，生成所述电能损耗值标定公式。
具体而言，获取所述电能损耗值标定公式框架式，所述电能损耗值标定公式框架 式
Figure 903966DEST_PATH_IMAGE006
为所述电能损耗值标定公式的生成模板，其中，
Figure 506986DEST_PATH_IMAGE007
为第X结点线路第T时刻的电能损耗量，x为树状图中X结点线路或X结点的任意一叶子 结点线路，T为监测用电数据结束的时间节点，L为第x个结点的用电设备总数量，
Figure 478353DEST_PATH_IMAGE003
为第x 结点第
Figure 374371DEST_PATH_IMAGE004
时间段内的第l用电设备的电功率参数，
Figure 165610DEST_PATH_IMAGE004
为
Figure 572320DEST_PATH_IMAGE003
的持续时长，为[0,T]内的时 间段，l属于L，上述参数可通过数据统计获取具体参数数值，作为参考数值输入公式进行电 能损耗量
Figure 132615DEST_PATH_IMAGE002
的计算，进一步的，基于所述输出功率梯度区间与所述电功率参数计算分析 时间段内第1用电设备的电能消耗速度，获取该设备的电功率参数，获取多个输出功率梯度 区间下的设备电功率参数，以构建所述
Figure 468043DEST_PATH_IMAGE008
-赋值表，进而基于所述
Figure 746578DEST_PATH_IMAGE008
-赋值表进行所述电能 损耗值标定公式框架式的赋值，生成所述电能损耗值标定公式，所述电能损耗之标定公式 中包括了多个不同功率下的计算公式，进行电能损耗值计算时，基于实际统计数据选取适 配性公式进行计算。
进一步而言，所述将所述启动设备时序数据和所述电能消耗数据，输入所述用电异常识别模块，生成异常用电线路，本申请步骤S700还包括：
步骤S710：根据所述启动设备时序数据，匹配第X结点监测单元和输出功率时序数据；
步骤S720：根据所述第X结点监测单元，获取第一结点用电设备集、第二结点用电设备集直到第X结点用电设备集；
步骤S730：遍历所述第一结点用电设备集、所述第二结点用电设备集直到所述第X 结点用电设备集，将所述输出功率时序数据输入所述
Figure 832345DEST_PATH_IMAGE008
-赋值表，生成第一结点
Figure 247146DEST_PATH_IMAGE008
赋值时 序数据，第二结点
Figure 517591DEST_PATH_IMAGE008
赋值时序数据直到第X结点
Figure 787816DEST_PATH_IMAGE008
赋值时序数据；
步骤S740：根据所述第一结点
Figure 536329DEST_PATH_IMAGE008
赋值时序数据，所述第二结点
Figure 71216DEST_PATH_IMAGE008
赋值时序数据直 到所述第X结点
Figure 981403DEST_PATH_IMAGE008
赋值时序数据，调取所述电能损耗值标定公式，输出电能损耗值标定结 果；
步骤S750：判断所述电能损耗值标定结果和所述电能消耗数据的差值是否在预设电能消耗偏差之内；
步骤S760：若是，将第X结点线路添加进所述异常用电线路。
具体而言，采集所述启动设备时序数据，所述启动设备时序数据指基于时间序列 用电设备启动顺序的排列，基于所述启动设备时序数据进行相关用电设备所属结点监测单 元的匹配，确定所述第X结点监测单元与对应的设备输出功率时序数据，所述输出功率时序 数据指与所述启动设备时序数据顺序一致的用电设备功率值，对所述第X结点监测单元进 行结点线路关联设备的分层提取，以对应的负载分布树状图为基准获取所述第一结点用电 设备集、所述第二结点用电设备集直至所述第X结点用电设备集，其中，所述第一结点用电 设备集指代根线路结点的关联设备集合，所述第二结点用电设备集指代第二层级线路结点 的关联设备集合，进一步的，遍历所述第一结点用电设备集、所述第二结点用电设备集直到 所述第X结点用电设备集，将所述输出功率时序数据输入所述
Figure 470415DEST_PATH_IMAGE008
-赋值表，确定各设备输出 功率对应的输出功率梯度区间，进一步生成第一结点
Figure 897985DEST_PATH_IMAGE008
赋值时序数据，第二结点
Figure 552958DEST_PATH_IMAGE008
赋值时 序数据直到第X结点
Figure 165205DEST_PATH_IMAGE008
赋值时序数据，所述第一结点
Figure 905628DEST_PATH_IMAGE008
赋值时序数据指所述第X结点监测 单元中根线路节点对应的线路的电功率参数的数值。
基于所述第一结点
Figure 228899DEST_PATH_IMAGE008
赋值时序数据、所述第二结点
Figure 613744DEST_PATH_IMAGE008
赋值时序数据直到所述第X 结点
Figure 396892DEST_PATH_IMAGE008
赋值时序数据，调取所述电能损耗值标定公式，基于统计获取的相关联参数数据进 行电能损耗值的计算，输出所述电能损耗值标定结果，所述电能损耗值标定结果为基于实 时参考参数计算的用电设备的电能损耗标准值，进而计算所述电能损耗值标定结果与所述 电能消耗数据的差值，获取差值计算结果，所述电能消耗数据指实际监测获取的用电设备 的电能损耗值，所述电能消耗数据一般而言稍大于所述电能损耗值标定结果，但不会超出 预设范围，获取所述预设电能消耗偏差，所述预设电能消耗偏差指限定电能消耗差值的极 限范围，判断所述差值计算结果是否处于所述预设电能消耗偏差之内，若处于，表明所述第 X线路对应用电设备耗电量异常，将所述第X结点添加进所述异常用电线路，通过进行所述 异常用电线路的针对性调整实现电路的精准管控。
综上所述，本申请实施例提供的一种智慧工业园用电信息异常标识方法及系统，至少具有如下技术效果：
本申请实施例提供的一种智慧工业园用电信息异常标识方法，上传用电设备分布信息，其中，所述用电设备分布信息包括用电设备型号信息和用电设备位置信息，拆分园区电路拓扑图生成线路分布树状图，将所述用电设备型号信息和所述用电设备位置信息输入所述线路分布树状图，生成线路负载分布树状图；基于所述用电设备型号信息，确定输出功率梯度区间和电功率参数，进一步遍历所述线路负载分布树状图进行特征标定，构建用电异常识别模块；通过电能监测设备上传实时用电信息，包括启动设备时序数据和电能消耗数据，将其输入所述用电异常识别模块，生成异常用电线路，基于所述异常用电线路对所述实时用电信息进行标识，并上传至电能管理终端，解决了现有技术中存在的由于系统集成度不足且监测较为宽泛，使得园区的用电信息采集针对性不足，无法保障采集流程与结果的有序性和用电信息高效精准采集的客观需求的技术问题，实现了工业园用电信息的智能化精准采集。
实施例二
基于与前述实施例中一种智慧工业园用电信息异常标识方法相同的发明构思，如图4所示，本申请提供了一种智慧工业园用电信息异常标识系统，所述系统包括：
信息上传模块11，所述信息上传模块11用于上传用电设备分布信息，其中，所述用电设备分布信息包括用电设备型号信息和用电设备位置信息；
线路分布树状图获取模块12，所述线路分布树状图获取模块12用于根据园区电路拓扑图进行拆分，生成线路分布树状图；
负载分布树状图获取模块13，所述负载分布树状图获取模块13用于将所述用电设备型号信息和所述用电设备位置信息，输入所述线路分布树状图，生成线路负载分布树状图；
参数确定模块14，所述参数确定模块14用于根据所述用电设备型号信息，确定输出功率梯度区间和电功率参数，其中，所述电功率参数和所述输出功率梯度区间一一对应；
特征标定模块15，所述特征标定模块15用于根据所述输出功率梯度区间和所述电功率参数遍历所述线路负载分布树状图进行特征标定，构建用电异常识别模块；
实时信息上传模块16，所述实时信息上传模块16用于通过电能监测设备上传实时用电信息，其中，所述实时用电信息包括启动设备时序数据和电能消耗数据；
异常标识模块17，所述异常标识模块17用于将所述启动设备时序数据和所述电能消耗数据，输入所述用电异常识别模块，生成异常用电线路；根据所述异常用电线路对所述实时用电信息进行标识，上传至电能管理终端。
进一步而言，所述系统还包括：
根线路结点生成模块，所述根线路结点生成模块用于对所述园区电路拓扑图进行一级拆分，生成根线路结点，其中，所述根线路结点为主线电路结点；
分支电路结点生成模块，所述分支电路结点生成模块用于遍历所述根线路结点对所述园区电路拓扑图进行二级拆分，生成第二层级线路结点，其中，所述第二层级线路结点为所述根线路结点的分支电路结点；
分支结点拆分模块，所述分支结点拆分模块用于遍历第N-1层级线路结点对所述园区电路拓扑图进行N级拆分，生成第N层级线路结点，其中，所述第N层级线路结点为所述第N-1层级线路结点的分支电路结点；
树状图生成模块，所述树状图生成模块用于根据所述根线路结点、所述第二层级线路结点直到所述第N层级线路结点，生成所述线路分布树状图。
进一步而言，所述系统还包括：
树状图拆分模块，所述树状图拆分模块用于对所述线路分布树状图进行拆分，生成第一线路树状图、第二线路树状图直到第M线路树状图；
结点匹配模块，所述结点匹配模块用于将所述用电设备位置信息输入所述第一线路树状图、所述第二线路树状图直到所述第M线路树状图，生成用电设备结点匹配结果；
负载标识模块，所述负载标识模块用于根据所述用电设备结点匹配结果调取所述用电设备型号信息对所述第一线路树状图、所述第二线路树状图直到所述第M线路树状图进行标识，生成第一线路负载分布树状图、第二线路负载分布树状图直到第M线路负载分布树状图；
树状图添加模块，所述树状图添加模块用于将所述第一线路负载分布树状图、所述第二线路负载分布树状图直到所述第M线路负载分布树状图，添加进所述线路负载分布树状图。
进一步而言，所述系统还包括：
位置匹配模块，所述位置匹配模块用于遍历所述第一线路树状图、所述第二线路树状图直到所述第M线路树状图，匹配第一树状图结点分布位置、第二树状图结点分布位置直到第M树状图结点分布位置；
位置比对模块，所述位置比对模块用于根据所述用电设备位置信息遍历所述第一树状图结点分布位置、第二树状图结点分布位置直到第M树状图结点分布位置进行位置比对，生成所述用电设备结点匹配结果。
进一步而言，所述系统还包括：
公式构建模块，所述公式构建模块用于根据所述电功率参数和所述输出功率梯度区间，构建电能损耗值标定公式；
监测单元构建模块，所述监测单元构建模块用于根据所述电能损耗值标定公式、所述输出功率梯度区间和所述电功率参数，遍历所述线路负载分布树状图，构建结点监测单元集合；
监测单元设定模块，所述监测单元设定模块用于将所述结点监测单元集合设为所述用电异常识别模块。
进一步而言，所述系统还包括：
框架式获取模块，所述框架式获取模块用于获取电能损耗值标定公式框架式：
Figure 624611DEST_PATH_IMAGE001
其中，
Figure 518618DEST_PATH_IMAGE002
为第X结点线路第T时刻的电能损耗量，x为树状图中X结点线路或X结 点的任意一叶子结点线路，T为监测用电数据结束的时间节点，L为第x个结点的用电设备总 数量，
Figure 757970DEST_PATH_IMAGE003
为第x结点第
Figure 213484DEST_PATH_IMAGE004
时间段内的第l用电设备的电功率参数，
Figure 662920DEST_PATH_IMAGE004
为
Figure 95038DEST_PATH_IMAGE003
的持续时长， 为[0,T]内的时间段；
赋值表构建模块，所述赋值表构建模块用于根据所述输出功率梯度区间和所述电 功率参数，构建
Figure 579109DEST_PATH_IMAGE008
-赋值表；
公式生成模块，所述公式生成模块用于根据所述
Figure 579426DEST_PATH_IMAGE008
-赋值表对所述电能损耗值标 定公式框架式进行赋值，生成所述电能损耗值标定公式。
进一步而言，所述系统还包括：
数据匹配模块，所述数据匹配模块用于根据所述启动设备时序数据，匹配第X结点监测单元和输出功率时序数据；
用电设备集获取模块，所述用电设备集获取模块用于根据所述第X结点监测单元，获取第一结点用电设备集、第二结点用电设备集直到第X结点用电设备集；
赋值时序数据获取模块，所述赋值时序数据获取模块用于遍历所述第一结点用电 设备集、所述第二结点用电设备集直到所述第X结点用电设备集，将所述输出功率时序数据 输入所述
Figure 32271DEST_PATH_IMAGE008
-赋值表，生成第一结点
Figure 533660DEST_PATH_IMAGE008
赋值时序数据，第二结点
Figure 872237DEST_PATH_IMAGE008
赋值时序数据直到第X结 点
Figure 902510DEST_PATH_IMAGE008
赋值时序数据；
结果输出模块，所述结果输出模块用于根据所述第一结点
Figure 201905DEST_PATH_IMAGE008
赋值时序数据，所述 第二结点
Figure 477290DEST_PATH_IMAGE008
赋值时序数据直到所述第X结点
Figure 935954DEST_PATH_IMAGE008
赋值时序数据，调取所述电能损耗值标定公 式，输出电能损耗值标定结果；
结果判定模块，所述结果判定模块用于判断所述电能损耗值标定结果和所述电能消耗数据的差值是否在预设电能消耗偏差之内；
异常线路添加模块，所述异常线路添加模块用于若是，将第X结点线路添加进所述异常用电线路。
本说明书通过前述对一种智慧工业园用电信息异常标识方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种智慧工业园用电信息异常标识方法及系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种智慧工业园用电信息异常标识方法，其特征在于，应用于智慧工业园用电管理系统，所述系统和电能监测设备通信连接，包括：
上传用电设备分布信息，其中，所述用电设备分布信息包括用电设备型号信息和用电设备位置信息；
根据园区电路拓扑图进行拆分，生成线路分布树状图；
将所述用电设备型号信息和所述用电设备位置信息，输入所述线路分布树状图，生成线路负载分布树状图；
根据所述用电设备型号信息，确定输出功率梯度区间和电功率参数，其中，所述电功率参数和所述输出功率梯度区间一一对应；
根据所述输出功率梯度区间和所述电功率参数遍历所述线路负载分布树状图进行特征标定，构建用电异常识别模块；
通过电能监测设备上传实时用电信息，其中，所述实时用电信息包括启动设备时序数据和电能消耗数据；
将所述启动设备时序数据和所述电能消耗数据，输入所述用电异常识别模块，生成异常用电线路；根据所述异常用电线路对所述实时用电信息进行标识，上传至电能管理终端。
2.如权利要求1所述的方法，其特征在于，所述根据园区电路拓扑图进行拆分，生成线路分布树状图，包括：
对所述园区电路拓扑图进行一级拆分，生成根线路结点，其中，所述根线路结点为主线电路结点；
遍历所述根线路结点对所述园区电路拓扑图进行二级拆分，生成第二层级线路结点，其中，所述第二层级线路结点为所述根线路结点的分支电路结点；
遍历第N-1层级线路结点对所述园区电路拓扑图进行N级拆分，生成第N层级线路结点，其中，所述第N层级线路结点为所述第N-1层级线路结点的分支电路结点；
根据所述根线路结点、所述第二层级线路结点直到所述第N层级线路结点，生成所述线路分布树状图。
3.如权利要求1所述的方法，其特征在于，所述将所述用电设备型号信息和所述用电设备位置信息，输入所述线路分布树状图，生成线路负载分布树状图，包括：
对所述线路分布树状图进行拆分，生成第一线路树状图、第二线路树状图直到第M线路树状图；
将所述用电设备位置信息输入所述第一线路树状图、所述第二线路树状图直到所述第M线路树状图，生成用电设备结点匹配结果；
根据所述用电设备结点匹配结果调取所述用电设备型号信息对所述第一线路树状图、所述第二线路树状图直到所述第M线路树状图进行标识，生成第一线路负载分布树状图、第二线路负载分布树状图直到第M线路负载分布树状图；
将所述第一线路负载分布树状图、所述第二线路负载分布树状图直到所述第M线路负载分布树状图，添加进所述线路负载分布树状图。
4.如权利要求3所述的方法，其特征在于，所述将所述用电设备位置信息输入所述第一线路树状图、所述第二线路树状图直到所述第M线路树状图，生成用电设备结点匹配结果，包括：
遍历所述第一线路树状图、所述第二线路树状图直到所述第M线路树状图，匹配第一树状图结点分布位置、第二树状图结点分布位置直到第M树状图结点分布位置；
根据所述用电设备位置信息遍历所述第一树状图结点分布位置、第二树状图结点分布位置直到第M树状图结点分布位置进行位置比对，生成所述用电设备结点匹配结果。
5.如权利要求1所述的方法，其特征在于，所述根据所述输出功率梯度区间和所述电功率参数遍历所述线路负载分布树状图进行特征标定，构建用电异常识别模块，包括：
根据所述电功率参数和所述输出功率梯度区间，构建电能损耗值标定公式；
根据所述电能损耗值标定公式、所述输出功率梯度区间和所述电功率参数，遍历所述线路负载分布树状图，构建结点监测单元集合；
将所述结点监测单元集合设为所述用电异常识别模块。
6.如权利要求5所述的方法，其特征在于，根据所述电功率参数和所述输出功率梯度区间，构建电能损耗值标定公式：
获取电能损耗值标定公式框架式：
Figure 728858DEST_PATH_IMAGE001
其中，
Figure 776449DEST_PATH_IMAGE002
为第X结点线路第T时刻的电能损耗量，x为树状图中X结点线路或X结点的 任意一叶子结点线路，T为监测用电数据结束的时间节点，L为第x个结点的用电设备总数 量，
Figure 511974DEST_PATH_IMAGE003
为第x结点第
Figure 785960DEST_PATH_IMAGE004
时间段内的第l用电设备的电功率参数，
Figure 901684DEST_PATH_IMAGE004
为
Figure 803780DEST_PATH_IMAGE003
的持续时长，为 [0,T]内的时间段；
根据所述输出功率梯度区间和所述电功率参数，构建
Figure 707277DEST_PATH_IMAGE005
-赋值表；
根据所述
Figure 202980DEST_PATH_IMAGE005
-赋值表对所述电能损耗值标定公式框架式进行赋值，生成所述电能损耗 值标定公式。
7.如权利要求6所述的方法，其特征在于，所述将所述启动设备时序数据和所述电能消耗数据，输入所述用电异常识别模块，生成异常用电线路，包括：
根据所述启动设备时序数据，匹配第X结点监测单元和输出功率时序数据；
根据所述第X结点监测单元，获取第一结点用电设备集、第二结点用电设备集直到第X结点用电设备集；
遍历所述第一结点用电设备集、所述第二结点用电设备集直到所述第X结点用电设备 集，将所述输出功率时序数据输入所述
Figure 122395DEST_PATH_IMAGE005
-赋值表，生成第一结点
Figure 144577DEST_PATH_IMAGE005
赋值时序数据，第二结 点
Figure 858455DEST_PATH_IMAGE005
赋值时序数据直到第X结点
Figure 464624DEST_PATH_IMAGE005
赋值时序数据；
根据所述第一结点
Figure 922150DEST_PATH_IMAGE005
赋值时序数据，所述第二结点
Figure 798839DEST_PATH_IMAGE005
赋值时序数据直到所述第X结点
Figure 949198DEST_PATH_IMAGE005
赋值时序数据，调取所述电能损耗值标定公式，输出电能损耗值标定结果；
判断所述电能损耗值标定结果和所述电能消耗数据的差值是否在预设电能消耗偏差之内；
若是，将第X结点线路添加进所述异常用电线路。
8.一种智慧工业园用电信息异常标识系统，其特征在于，和电能监测设备通信连接，包括：
信息上传模块，所述信息上传模块用于上传用电设备分布信息，其中，所述用电设备分布信息包括用电设备型号信息和用电设备位置信息；
线路分布树状图获取模块，所述线路分布树状图获取模块用于根据园区电路拓扑图进行拆分，生成线路分布树状图；
负载分布树状图获取模块，所述负载分布树状图获取模块用于将所述用电设备型号信息和所述用电设备位置信息，输入所述线路分布树状图，生成线路负载分布树状图；
参数确定模块，所述参数确定模块用于根据所述用电设备型号信息，确定输出功率梯度区间和电功率参数，其中，所述电功率参数和所述输出功率梯度区间一一对应；
特征标定模块，所述特征标定模块用于根据所述输出功率梯度区间和所述电功率参数遍历所述线路负载分布树状图进行特征标定，构建用电异常识别模块；
实时信息上传模块，所述实时信息上传模块用于通过电能监测设备上传实时用电信息，其中，所述实时用电信息包括启动设备时序数据和电能消耗数据；
异常标识模块，所述异常标识模块用于将所述启动设备时序数据和所述电能消耗数据，输入所述用电异常识别模块，生成异常用电线路；根据所述异常用电线路对所述实时用电信息进行标识，上传至电能管理终端。
CN202211457139.XA 2022-11-21 2022-11-21 一种智慧工业园用电信息异常标识方法及系统 Active CN115575754B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211457139.XA CN115575754B (zh) 2022-11-21 2022-11-21 一种智慧工业园用电信息异常标识方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211457139.XA CN115575754B (zh) 2022-11-21 2022-11-21 一种智慧工业园用电信息异常标识方法及系统

Publications (2)

Publication Number Publication Date
CN115575754A true CN115575754A (zh) 2023-01-06
CN115575754B CN115575754B (zh) 2023-05-02

Family

ID=84588280

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211457139.XA Active CN115575754B (zh) 2022-11-21 2022-11-21 一种智慧工业园用电信息异常标识方法及系统

Country Status (1)

Country Link
CN (1) CN115575754B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116073378A (zh) * 2023-03-07 2023-05-05 深圳市超业电力科技有限公司 配电管理方法及系统
CN116090705A (zh) * 2023-03-06 2023-05-09 广东新视野信息科技股份有限公司 基于智慧工地的数据处理方法、系统及云平台
CN116613893A (zh) * 2023-07-20 2023-08-18 南方电网调峰调频发电有限公司信息通信分公司 发电企业的区域电能智慧管理方法及装置
CN117015120A (zh) * 2023-09-28 2023-11-07 深圳市恒欣达照明有限公司 一种城市道路照明系统智能化运行监控方法及系统
CN117040133A (zh) * 2023-08-22 2023-11-10 沈阳博来德滋电子科技有限公司 一种基于云平台的电力输送控制系统
CN117115124A (zh) * 2023-09-05 2023-11-24 坤前计算机有限公司 基于图像处理的电路板核验方法及系统
CN117763484A (zh) * 2024-02-21 2024-03-26 新奥数能科技有限公司 一种基于企业用能空间的用能异常诊断方法和装置

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030057989A1 (en) * 2001-07-23 2003-03-27 Stephan Rosenberg Method of diagnosing discrete output stages via digital inputs
WO2007121322A2 (en) * 2006-04-12 2007-10-25 Edsa Micro Corporation Systems and methods for performing automatic real-time harmonics analyses for use in real-time power analytics of an electrical power distribution system
US20100152910A1 (en) * 2008-05-09 2010-06-17 Accenture Global Services Gmbh Power grid outage and fault condition management
US20110153236A1 (en) * 2008-04-14 2011-06-23 Michel Montreuil Electrical anomaly detection method and system
US20130116946A1 (en) * 2011-11-08 2013-05-09 Eaton Corporation Methods and apparatus for determining power distribution system topology using disturbance detection
US20130238283A1 (en) * 2010-07-06 2013-09-12 Eui Hyeok Kwon Apparatus for diagnosing home appliance
US20160084899A1 (en) * 2014-09-23 2016-03-24 Continental Automotove Gmbh Diagnostic circuit and method for the operation of a diagnostic circuit
CN105630885A (zh) * 2015-12-18 2016-06-01 国网福建省电力有限公司泉州供电公司 一种用电异常检测方法及系统
CN106054004A (zh) * 2016-08-01 2016-10-26 国网安徽省电力公司凤台县供电公司 一种用户电力数据采集方法和用户用电故障监测方法
CN109164319A (zh) * 2018-08-31 2019-01-08 深圳供电局有限公司 一种楼宇用户用电异常判定方法
CN110736888A (zh) * 2019-10-24 2020-01-31 国网上海市电力公司 一种用户用电行为异常的监测方法
CN112686494A (zh) * 2020-11-25 2021-04-20 国网江苏省电力有限公司营销服务中心 基于线损异常台区的数据拟合方法、装置及智能设备
CN113687176A (zh) * 2021-10-25 2021-11-23 广东电网有限责任公司湛江供电局 一种基于深度神经网络的用电异常检测方法、系统
CN114113834A (zh) * 2021-11-12 2022-03-01 国网浙江省电力有限公司电力科学研究院 低压配电物联网交互功能试验台区及其管理系统
CN114298863A (zh) * 2022-03-11 2022-04-08 浙江万胜智能科技股份有限公司 一种智能抄表终端的数据采集方法及系统
CN114660381A (zh) * 2022-03-09 2022-06-24 南阳理工学院 一种电力线路分支监测终端及其阻抗分析方法
CN114814402A (zh) * 2021-11-30 2022-07-29 国网江苏省电力有限公司江阴市供电分公司 基于一体化电量及线损系统大数据的异常用电分析方法
CN115169999A (zh) * 2022-09-06 2022-10-11 浙江万胜智能科技股份有限公司 一种基于采集通信模块的电力负荷管理方法及系统
CN115276007A (zh) * 2022-09-27 2022-11-01 江苏永鼎股份有限公司 一种数字电力集成可视化调度管理方法及系统

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030057989A1 (en) * 2001-07-23 2003-03-27 Stephan Rosenberg Method of diagnosing discrete output stages via digital inputs
WO2007121322A2 (en) * 2006-04-12 2007-10-25 Edsa Micro Corporation Systems and methods for performing automatic real-time harmonics analyses for use in real-time power analytics of an electrical power distribution system
US20110153236A1 (en) * 2008-04-14 2011-06-23 Michel Montreuil Electrical anomaly detection method and system
US20100152910A1 (en) * 2008-05-09 2010-06-17 Accenture Global Services Gmbh Power grid outage and fault condition management
US20130238283A1 (en) * 2010-07-06 2013-09-12 Eui Hyeok Kwon Apparatus for diagnosing home appliance
US20130116946A1 (en) * 2011-11-08 2013-05-09 Eaton Corporation Methods and apparatus for determining power distribution system topology using disturbance detection
US20160084899A1 (en) * 2014-09-23 2016-03-24 Continental Automotove Gmbh Diagnostic circuit and method for the operation of a diagnostic circuit
CN105630885A (zh) * 2015-12-18 2016-06-01 国网福建省电力有限公司泉州供电公司 一种用电异常检测方法及系统
CN106054004A (zh) * 2016-08-01 2016-10-26 国网安徽省电力公司凤台县供电公司 一种用户电力数据采集方法和用户用电故障监测方法
CN109164319A (zh) * 2018-08-31 2019-01-08 深圳供电局有限公司 一种楼宇用户用电异常判定方法
CN110736888A (zh) * 2019-10-24 2020-01-31 国网上海市电力公司 一种用户用电行为异常的监测方法
CN112686494A (zh) * 2020-11-25 2021-04-20 国网江苏省电力有限公司营销服务中心 基于线损异常台区的数据拟合方法、装置及智能设备
CN113687176A (zh) * 2021-10-25 2021-11-23 广东电网有限责任公司湛江供电局 一种基于深度神经网络的用电异常检测方法、系统
CN114113834A (zh) * 2021-11-12 2022-03-01 国网浙江省电力有限公司电力科学研究院 低压配电物联网交互功能试验台区及其管理系统
CN114814402A (zh) * 2021-11-30 2022-07-29 国网江苏省电力有限公司江阴市供电分公司 基于一体化电量及线损系统大数据的异常用电分析方法
CN114660381A (zh) * 2022-03-09 2022-06-24 南阳理工学院 一种电力线路分支监测终端及其阻抗分析方法
CN114298863A (zh) * 2022-03-11 2022-04-08 浙江万胜智能科技股份有限公司 一种智能抄表终端的数据采集方法及系统
CN115169999A (zh) * 2022-09-06 2022-10-11 浙江万胜智能科技股份有限公司 一种基于采集通信模块的电力负荷管理方法及系统
CN115276007A (zh) * 2022-09-27 2022-11-01 江苏永鼎股份有限公司 一种数字电力集成可视化调度管理方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
J PARK 等: "Experimental Verification of Fault Identification for Overactuated System with a Scale-Down Electric Vehicle" *
胡庆展等: "智能化用电监管信息平台的构建" *
陈映荷等: "园区智慧用电管理系统的设计与应用" *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116090705A (zh) * 2023-03-06 2023-05-09 广东新视野信息科技股份有限公司 基于智慧工地的数据处理方法、系统及云平台
CN116090705B (zh) * 2023-03-06 2023-06-27 广东新视野信息科技股份有限公司 基于智慧工地的数据处理方法、系统及云平台
CN116073378A (zh) * 2023-03-07 2023-05-05 深圳市超业电力科技有限公司 配电管理方法及系统
CN116073378B (zh) * 2023-03-07 2023-06-16 深圳市超业电力科技有限公司 配电管理方法及系统
CN116613893B (zh) * 2023-07-20 2024-01-16 南方电网调峰调频发电有限公司信息通信分公司 发电企业的区域电能智慧管理方法及装置
CN116613893A (zh) * 2023-07-20 2023-08-18 南方电网调峰调频发电有限公司信息通信分公司 发电企业的区域电能智慧管理方法及装置
CN117040133A (zh) * 2023-08-22 2023-11-10 沈阳博来德滋电子科技有限公司 一种基于云平台的电力输送控制系统
CN117040133B (zh) * 2023-08-22 2024-03-12 沈阳博来德滋电子科技有限公司 一种基于云平台的电力输送控制系统
CN117115124A (zh) * 2023-09-05 2023-11-24 坤前计算机有限公司 基于图像处理的电路板核验方法及系统
CN117115124B (zh) * 2023-09-05 2024-02-06 坤前计算机有限公司 基于图像处理的电路板核验方法及系统
CN117015120A (zh) * 2023-09-28 2023-11-07 深圳市恒欣达照明有限公司 一种城市道路照明系统智能化运行监控方法及系统
CN117015120B (zh) * 2023-09-28 2023-12-22 深圳市恒欣达照明有限公司 一种城市道路照明系统智能化运行监控方法及系统
CN117763484A (zh) * 2024-02-21 2024-03-26 新奥数能科技有限公司 一种基于企业用能空间的用能异常诊断方法和装置
CN117763484B (zh) * 2024-02-21 2024-05-14 新奥数能科技有限公司 一种基于企业用能空间的用能异常诊断方法和装置

Also Published As

Publication number Publication date
CN115575754B (zh) 2023-05-02

Similar Documents

Publication Publication Date Title
CN115575754A (zh) 一种智慧工业园用电信息异常标识方法及系统
Nichiforov et al. Energy consumption forecasting using ARIMA and neural network models
CN108562854B (zh) 一种电机异常状态在线预警方法
CN106204330A (zh) 一种配电网智能诊断系统
CN103998942A (zh) 用于非侵入式负载监测的方法和系统
CN109035067A (zh) 基于rf和arma算法的建筑能耗处理方法及装置
CN114202129A (zh) 风电出力预测方法、电子设备、存储介质及系统
CN116629455B (zh) 一种基于电力供电的智能定向预测方法
CN115167273A (zh) 一种工地现场的施工用电节能管理控制系统
CN114089262A (zh) 一种小电量智能电能表智能误差分析模型构建方法
CN115796390A (zh) 一种数据驱动的建筑能耗异常诊断方法及系统
CN115423301A (zh) 一种基于物联网的电力能源智能管控方法、装置及系统
CN108346009A (zh) 一种基于用户模型自学习的电力生产配置方法和装置
CN111199292A (zh) 确保配电系统的低压网络中的安全维修
CN117277566B (zh) 基于大数据的电网数据分析电力调度系统及方法
CN116756530B (zh) 用于新能源接入配电网的电网线损评估方法及系统
CN117559443A (zh) 尖峰负荷下大工业用户集群有序用电控制方法
EP3906447B1 (en) Method, system and computer program product for evaluation of energy consumption in industrial environments
CN116362036B (zh) 一种高铁设备故障预警方法及系统
CN112365090A (zh) 一种基于深度学习的非入侵式用电负荷识别方法及装置
CN112653185B (zh) 一种分布式可再生能源发电系统的效率评估方法和系统
CN113131487B (zh) 基于调压图案的台区识别方法、装置、存储介质及电子设备
CN114662922A (zh) 考虑光伏不确定性的居民需求响应潜力评估方法及系统
CN116150195A (zh) 一种多类型园区用户安全低碳用电在线监测系统及方法
CN112241812A (zh) 基于单边优化与遗传算法协作的低压配电网拓扑识别方法

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: No. 109, Yongchang Road, Shifeng Street, Tiantai County, Taizhou City, Zhejiang Province 317200

Applicant after: ZHEJIANG WELLSUN INTELLIGENT TECHNOLOGY Co.,Ltd.

Address before: 317200 15 Xingye East Third Street, Fuxi street, Tiantai County, Taizhou, Zhejiang

Applicant before: ZHEJIANG WELLSUN INTELLIGENT TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant