CN116136580A - 一种基于感知设备的线损分级检测方法及装置 - Google Patents
一种基于感知设备的线损分级检测方法及装置 Download PDFInfo
- Publication number
- CN116136580A CN116136580A CN202111369758.9A CN202111369758A CN116136580A CN 116136580 A CN116136580 A CN 116136580A CN 202111369758 A CN202111369758 A CN 202111369758A CN 116136580 A CN116136580 A CN 116136580A
- Authority
- CN
- China
- Prior art keywords
- electric energy
- energy meter
- loss
- branch
- line loss
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
- G01R35/04—Testing or calibrating of apparatus covered by the other groups of this subclass of instruments for measuring time integral of power or current
-
- 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了基于感知设备的线损分级检测方法及装置,其中方法包括:基于基准时钟,对台区内的台变侧、分支侧和表箱侧的感知设备进行分层对时;按照预设采集频率对台变侧、分支侧和表箱侧进行电量数据采集;基于台区的物理拓扑结构,计算台变‑分支、分支‑表箱和表箱‑电能表的分级电量损耗;依据分级电量损耗,基于电能表误差分析模型确定高损范围。通过多源数据实现24小时线损诊断检测,分析每个时间断面数据,压缩数据分析周期,进而缩短线损治理周期,提高线损治理效率;通过电能表误差分析模型分别计算台变‑分支、分支‑表箱、表箱‑电能表的计量误差,逐级获取误差异常的计量节点,进而精确锁定高损点。
Description
技术领域
本发明涉及电力设备检测技术领域,特别涉及一种基于感知设备的线损分级检测方法及装置。
背景技术
随着国家电网公司“双碳”目标的持续推进,线损率成为衡量电力公司经济、安全运行的重要指标,降低线损率成为电力公司节能减排和提高经济效益最有效措施,但现阶段线损检测主要依靠工器具与现场排查相结合的方式,工作效率低下,人力物力成本较高,且无法做到高损点精确定位和理论线损的精确计算。亟需构建高效的台区线损检测方法,实时监测台区数据,快速锁定高损位置,解决低压台区线损异常原因排查和检测难度大的问题。
按照设备应用模式,现有工器具的技术方案可分为基于边缘感知的线损分级分析方案、基于用采数据深化应用的边端分析方案、移动式线损诊断方案三大类,涵盖存量台区和新增台区试点应用。
基于边缘感知的线损分级分析方案主要应用于环境复杂、排查难的高损台区,通过在台变侧安装台区智能管理终端,线路侧和用户侧安装智能感知单元,实现台区的三级分段感知,细化线损分析单元。通过台变侧应用边缘计算技术,对台区计量数据的汇总分析,实现边端物理拓扑识别、线损诊断分析、异常精准定位等功能;基于用采数据深化应用的边端分析方案主要用于解决采集终端分析能力不足的问题,通过在台变侧安装智能管理单元等设备,复用采集系统通道和设备,通过读取台变侧采集终端数据,利用诊断算法对采集事件信息进行综合分析,实现拓扑识别和对计量故障、疑似窃电等问题的研判;移动式线损诊断方案应用于高损无法精准定位问题点的台区,主要采用线损综合分析仪、线损分段检测装置等仪器,通过对用户用电数据事件的分析、分级电量计算对比等手段精准定位问题点。具有排查迅速,设备可重复利用的特点。
通过对上述三种技术方案的对比分析,现有技术方案主要存在以下技术问题:一是现有技术方案的设备无国网公司统推的ESAM芯片,无法接入电力公司采集系统,无法充分利用电力公司采集、营销类多维系统主站数据;二是现有技术方案的数据源多为台区电能表的日冻结、事件类数据,可利用数据有限,数据来源单一,导致线损检测周期长,无法充分支撑线损检测达到精确定位的目的;三是基于用采数据深化应用的边端分析方案主要通过采集台区集中器数据进行数据分析,移动式线损诊断技术方案仅通过采集多个卡接点数据进行数据分析,导致两种方案数据分析能力不强,高损点判断准确度不高。
发明内容
本发明实施例的目的是提供一种基于感知设备的线损分级检测方法及装置,通过多源数据实现24小时线损诊断检测,分析每个时间断面数据,压缩数据分析周期,进而缩短线损治理周期,提高线损治理效率;通过电能表误差分析模型分别计算台变-分支、分支-表箱、表箱-电能表的计量误差,逐级获取误差异常的计量节点,进而精确锁定高损点。
为解决上述技术问题,本发明实施例的第一方面提供了一种基于感知设备的线损分级检测方法,包括如下步骤:
基于基准时钟,对台区内的台变侧、分支侧和表箱侧的感知设备进行分层对时;
按照预设采集频率对所述台变侧、所述分支侧和所述表箱侧进行电量数据采集;
基于所述台区的物理拓扑结构,计算台变-分支、分支-表箱和表箱-电能表的分级电量损耗;
依据所述分级电量损耗,基于电能表误差分析模型确定高损范围。
进一步地,所述电量数据包括:感知设备的自身计量数据和感知设备采集的电能表数据。
进一步地,所述分级用电量为:
其中,ΔWj为所述分级用电量,T为预设时长,Ij为所述第j个分支的电流,U0为所述首段电压,Uj为所述第j个末端分支电压。
进一步地,所述基于电能表误差分析模型确定高损范围,包括:
获取所述电能表的真实用电量和测试用电量;
依据所述电能表的真实用电量和测试用电量,通过所述电能表的电能表误差分析模型计算所述电能表的测量误差;
依据所述电能表的测量误差,判断高损范围。
相应地,本发明实施例的第二方面提供了一种基于感知设备的线损分级检测装置,包括:
时钟模块,其用于基于基准时钟,对台区内的台变侧、分支侧和表箱侧的感知设备进行分层对时;
数据采集模块,其用于按照预设采集频率对所述台变侧、所述分支侧和所述表箱侧进行电量数据采集;
损耗计算模块,其用于基于所述台区的物理拓扑结构,计算台变-分支、分支-表箱和表箱-电能表的分级电量损耗;
线损检测模块,其用于依据所述分级电量损耗,基于电能表误差分析模型确定高损范围。
进一步地,所述电量数据包括:感知设备的自身计量数据和感知设备采集的电能表数据。
进一步地,所述分级用电量为:
其中,ΔWj为所述分级用电量,T为预设时长,Ij为所述第j个分支的电流,U0为所述首段电压,Uj为所述第j个末端分支电压。
进一步地,所述线损检测模块包括:
电量检测单元,其用于获取所述电能表的真实用电量和测试用电量;
误差计算单元,其用于依据所述电能表的真实用电量和测试用电量,通过所述电能表的电能表误差分析模型计算所述电能表的测量误差;
线损判断单元,其用于依据所述电能表的测量误差,判断高损范围。
相应地,本发明实施例的第三方面提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器连接的存储器;其中,所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述一个处理器执行,以使所述至少一个处理器执行上述基于感知设备的线损分级检测方法。
相应地,本发明实施例的第四方面提供了一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现上述基于感知设备的线损分级检测方法。
本发明实施例的上述技术方案具有如下有益的技术效果:
通过多源数据实现24小时线损诊断检测,分析每个时间断面数据,压缩数据分析周期,进而缩短线损治理周期,提高线损治理效率;通过电能表误差分析模型分别计算台变-分支、分支-表箱、表箱-电能表的计量误差,逐级获取误差异常的计量节点,进而精确锁定高损点。
附图说明
图1是本发明实施例提供的基于感知设备的线损分级检测流程图;
图2是本发明实施例提供的台区物理拓扑结构示意图;
图3是本发明实施例提供的台区物理拓扑线路等值模型图;
图4是本发明实施例提供的基于感知设备的线损分级检测装置模块框图;
图5是本发明实施例提供的线损检测模块框图。
附图标记:
1、时钟模块,2、数据采集模块,3、损耗计算模块,4、线损检测模块,41、电量检测单元,42、误差计算单元,43、线损判断单元。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
请参照图1,本发明实施例的第一方面提供了一种基于感知设备的线损分级检测方法,包括如下步骤:
步骤S100,基于基准时钟,对台区内的台变侧、分支侧和表箱侧的感知设备进行分层对时。
可选的,通过北斗对时系统,对台区内台变侧、分支侧、表箱侧的感知设备进行分层对时,使感知设备时钟误差小于1ms。
步骤S200,按照预设采集频率对台变侧、分支侧和表箱侧进行电量数据采集。
步骤S300,基于台区的物理拓扑结构,计算台变-分支、分支-表箱和表箱-电能表的分级电量损耗。
步骤S400,依据分级电量损耗,基于电能表误差分析模型确定高损范围。
通过多源数据实现24小时线损诊断治理,在台区电能表无曲线数据情况下,通过感知设备分别采集集中器、电能表曲线数据,并对台变侧、分支侧、表箱侧进行计量感知,形成以曲线数据为基础的多源数据支撑体系,通过分析每个时间断面数据,压缩数据分析周期,进而缩短线损治理周期,提高线损治理效率。通过分级数据分析实现高损点精准定位,通过电能表误差分析模型分别计算台变-分支、分支-表箱、表箱-电能表的计量误差,逐级获取误差异常的计量节点,进而锁定高损点。
具体的,对台变侧、分支侧和表箱侧进行电量数据采集中的电量数据包括:感知设备的自身计量数据和感知设备采集的电能表数据。
进一步地,分级用电量为:
其中,ΔWj为分级用电量,T为预设时长,Ij为第j个分支的电流,U0为首段电压,Uj为第j个末端分支电压。
进一步,请参照图2和图3,步骤S300中,基于台区物理拓扑结构,实现分级电量损耗计算,具体方法如下:
(1).依据图1的典型应用场景,根据KVL、KCL定律,可得到如下公式:
U0-U1=I0×R1+I1×R2 (1)
U0-U2=I0×R1+(I2+I3)×R3+I2×R4 (2)
U0-U3=I0×R1+(I2+I3)×R3+I3×R5 (3)
(2).式(1)、式(2)、式(3)左右两端分别除以各支路电流,得:
因此,图2所示电路可以等效为图3所示的等值模型。
(3).损耗功率计算
式(4)、式(5)、式(6)中等值电阻Ra、Rb、Rc与分支电流的比值有关,因此是时变的,在线路分支电流和首末两端电压已知情况下,忽略功率因数,各分支的损耗功率可以通过下式求出。
ΔPj=Ij×(U0-Uj) (7)
各分支的损耗电量可以通过下式求出。
线路的总损耗电量为各分支损耗电量之和,其中,T代表15min,Ij代表第j个分支的电流,U0代表首段电压Uj代表第j个末端分支电压。
依据上述方法,可分别获取台变-分支、分支-表箱、表箱-电能表的分级电量损耗。
进一步地,步骤S400中,基于电能表误差分析模型确定高损范围,包括:
(1).以表箱为计算单元通过能量守恒公式,获取一个表箱内电能表的电能量守恒:
∑Xjit=Ejt-Ljt (9)
其中,表箱有m个用户表,定义第j个表箱,第i个用户在t时刻用电量为Xjit(i=0,1,2,...,m;j=0,1,2,...,n),与此对应的,智能电能表测量得到的该用户用电量为Xijt测(i=0,1,2,...,m;j=0,1,2,...,n);表测量的第j个表箱在t时刻感知设备用电量为Ejt(j=0,1,2,...,n);第j个表箱的线损及其他各项损耗之和为Ljt。
(2).设定电能表i的计量误差为αi,则t时刻真实用电量和测试用电量的误差关系为:
Xjit=αi×Xjit测 (10)
(3).依据式(10),根据电能表误差分析方程组,获取到每块电能表的测量误差。
其中,αi,t为第i只电能表t时刻的误差系数,Et为表箱t时刻总节点电量,此处总节点电量可代表真实用电量;Lt代表表箱内t时刻总损耗,可通过式(8)获取,xi为电能表量测数据。
通过上述算法可分级获取测量点误差,并依据异常误差,锁定线损高损位置。
上述基于感知设备的线损分级检测方法通过时钟同步的分级感知设备获取各层级15min曲线数据,解决了数据支撑能力不足问题导致线损分析周期长的问题,以及因电能表或感知设备时钟不准确到时线损计算不准确问题;基于感知设备采集到的96点曲线数据,通过电能表误差分析模型,可24小时内准确定位高损点,解决线损治理周期长,异常点定位不准确问题。
相应地,请参照图4,本发明实施例的第二方面提供了一种基于感知设备的线损分级检测装置,包括:
时钟模块1,其用于基于基准时钟,对台区内的台变侧、分支侧和表箱侧的感知设备进行分层对时;
数据采集模块2,其用于按照预设采集频率对台变侧、分支侧和表箱侧进行电量数据采集;
损耗计算模块3,其用于基于台区的物理拓扑结构,计算台变-分支、分支-表箱和表箱-电能表的分级电量损耗;
线损检测模块4,其用于依据分级电量损耗,基于电能表误差分析模型确定高损范围。
进一步地,电量数据包括:感知设备的自身计量数据和感知设备采集的电能表数据。
进一步地,分级用电量为:
其中,ΔWj为分级用电量,T为预设时长,Ij为第j个分支的电流,U0为首段电压,Uj为第j个末端分支电压。
进一步地,请参照图5,线损检测模块4包括:
电量检测单元41,其用于获取电能表的真实用电量和测试用电量;
误差计算单元42,其用于依据电能表的真实用电量和测试用电量,通过电能表的电能表误差分析模型计算电能表的测量误差;
线损判断单元43,其用于依据电能表的测量误差,判断高损范围。
相应地,本发明实施例的第三方面提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器连接的存储器;其中,存储器存储有可被一个处理器执行的指令,指令被一个处理器执行,以使至少一个处理器执行上述基于感知设备的线损分级检测方法。
相应地,本发明实施例的第四方面提供了一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现上述基于感知设备的线损分级检测方法。
本发明实施例旨在保护一种基于感知设备的线损分级检测方法及装置,具备如下效果:
通过多源数据实现24小时线损诊断检测,分析每个时间断面数据,压缩数据分析周期,进而缩短线损治理周期,提高线损治理效率;通过电能表误差分析模型分别计算台变-分支、分支-表箱、表箱-电能表的计量误差,逐级获取误差异常的计量节点,进而精确锁定高损点。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种基于感知设备的线损分级检测方法,其特征在于,包括如下步骤:
基于基准时钟,对台区内的台变侧、分支侧和表箱侧的感知设备进行分层对时;
按照预设采集频率对所述台变侧、所述分支侧和所述表箱侧进行电量数据采集;
基于所述台区的物理拓扑结构,计算台变-分支、分支-表箱和表箱-电能表的分级电量损耗;
依据所述分级电量损耗,基于电能表误差分析模型确定高损范围。
2.根据权利要求1所述的基于感知设备的线损分级检测方法,其特征在于,
所述电量数据包括:感知设备的自身计量数据和感知设备采集的电能表数据。
4.根据权利要求1所述的基于感知设备的线损分级检测方法,其特征在于,所述基于电能表误差分析模型确定高损范围,包括:
获取所述电能表的真实用电量和测试用电量;
依据所述电能表的真实用电量和测试用电量,通过所述电能表的电能表误差分析模型计算所述电能表的测量误差;
依据所述电能表的测量误差,判断高损范围。
5.一种基于感知设备的线损分级检测装置,其特征在于,包括:
时钟模块,其用于基于基准时钟,对台区内的台变侧、分支侧和表箱侧的感知设备进行分层对时;
数据采集模块,其用于按照预设采集频率对所述台变侧、所述分支侧和所述表箱侧进行电量数据采集;
损耗计算模块,其用于基于所述台区的物理拓扑结构,计算台变-分支、分支-表箱和表箱-电能表的分级电量损耗;
线损检测模块,其用于依据所述分级电量损耗,基于电能表误差分析模型确定高损范围。
6.根据权利要求5所述的基于感知设备的线损分级检测装置,其特征在于,
所述电量数据包括:感知设备的自身计量数据和感知设备采集的电能表数据。
8.根据权利要求5所述的基于感知设备的线损分级检测装置,其特征在于,所述线损检测模块包括:
电量检测单元,其用于获取所述电能表的真实用电量和测试用电量;
误差计算单元,其用于依据所述电能表的真实用电量和测试用电量,通过所述电能表的电能表误差分析模型计算所述电能表的测量误差;
线损判断单元,其用于依据所述电能表的测量误差,判断高损范围。
9.一种电子设备,其特征在于,包括:至少一个处理器;以及与所述至少一个处理器连接的存储器;其中,所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述一个处理器执行,以使所述至少一个处理器执行如权利要求1-4任一所述的基于感知设备的线损分级检测方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机指令,该指令被处理器执行时实现如权利要求1-4任一所述的基于感知设备的线损分级检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111369758.9A CN116136580A (zh) | 2021-11-16 | 2021-11-16 | 一种基于感知设备的线损分级检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111369758.9A CN116136580A (zh) | 2021-11-16 | 2021-11-16 | 一种基于感知设备的线损分级检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116136580A true CN116136580A (zh) | 2023-05-19 |
Family
ID=86333158
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111369758.9A Pending CN116136580A (zh) | 2021-11-16 | 2021-11-16 | 一种基于感知设备的线损分级检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116136580A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116596348A (zh) * | 2023-07-18 | 2023-08-15 | 山东盛德智能科技股份有限公司 | 一种基于分钟级采集的台区线损分析方法 |
-
2021
- 2021-11-16 CN CN202111369758.9A patent/CN116136580A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116596348A (zh) * | 2023-07-18 | 2023-08-15 | 山东盛德智能科技股份有限公司 | 一种基于分钟级采集的台区线损分析方法 |
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 | |
CN107340492B (zh) | 基于大数据挖掘和场景预判的电能计量装置故障分析方法 | |
CN107643507B (zh) | 一种基于电网线路运行误差远程校准的精益线损分析与管控方法 | |
CN107621621A (zh) | 一种智能电能表在线综合误差校准方法 | |
CN107727955B (zh) | 一种基于电网线路运行误差远程校准的变压器损耗分析与管控方法 | |
CN110739686B (zh) | 一种基于总表异常分析的台区线损治理方法及系统 | |
CN111008510B (zh) | 一种台区内电表识别方法及判断电表所属台区的方法 | |
CN112684401B (zh) | 轻载台区电能表运行误差数据的处理方法及系统 | |
CN103617568A (zh) | 稳态电能质量预警机制中的异常数据判定阈值设定方法 | |
CN107817395A (zh) | 一种基于电网线路运行误差远程校准的窃电排查方法 | |
CN107870312A (zh) | 一种智能电能表运行误差远程校准方法 | |
CN113406558B (zh) | 基于线性回归的电表失准检测方法、装置及电子设备 | |
CN109767054A (zh) | 基于深度神经网络算法的能效云评估方法及边缘能效网关 | |
CN107944652A (zh) | 一种广义流量仪表运行误差远程校准方法 | |
CN113625217B (zh) | 低压台区电能表运行误差计算方法及系统 | |
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 | |
CN107703475A (zh) | 一种在线运行智能电能表的期间核查方法 | |
CN109286188A (zh) | 一种基于多源数据集的10kV配电网理论线损计算方法 | |
CN113011481A (zh) | 一种基于决策树算法的电能表功能异常评估方法及系统 | |
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 | |
CN115267645B (zh) | 一种低功率因数电能表的误差计算方法、监测系统及设备 | |
CN111091223B (zh) | 一种基于物联网智能感知技术的配变短期负荷预测方法 | |
CN115293257A (zh) | 一种针对异常用电用户的检测方法及系统 | |
CN116136580A (zh) | 一种基于感知设备的线损分级检测方法及装置 | |
CN112182499B (zh) | 一种基于时序电量数据的低压配电网拓扑结构辨识方法 |
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 |