CN117434440B - 一种量测开关的自动检测方法及系统 - Google Patents
一种量测开关的自动检测方法及系统 Download PDFInfo
- Publication number
- CN117434440B CN117434440B CN202311757638.5A CN202311757638A CN117434440B CN 117434440 B CN117434440 B CN 117434440B CN 202311757638 A CN202311757638 A CN 202311757638A CN 117434440 B CN117434440 B CN 117434440B
- Authority
- CN
- China
- Prior art keywords
- data
- acquisition
- power transmission
- error
- switch
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 131
- 230000005540 biological transmission Effects 0.000 claims abstract description 136
- 238000005259 measurement Methods 0.000 claims abstract description 75
- 230000005611 electricity Effects 0.000 claims abstract description 73
- 230000002159 abnormal effect Effects 0.000 claims abstract description 50
- 238000012423 maintenance Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims description 59
- 238000012549 training Methods 0.000 claims description 47
- 230000007704 transition Effects 0.000 claims description 26
- 238000013528 artificial neural network Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000013210 evaluation model Methods 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 9
- 230000003213 activating effect Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 230000005856 abnormality Effects 0.000 description 16
- 238000012795 verification Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 239000000284 extract Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
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
- G01R31/327—Testing of circuit interrupters, switches or circuit-breakers
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0475—Generative networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明公开了一种量测开关的自动检测方法及系统,属于智能电网领域,其中方法包括:对电表进行搜表,采集用电记录数据;根据量测开关,获取送电记录数据;对送电记录数据和用电记录数据进行一致性校验,获取一致性校验结果;当一致性校验结果显示未通过时,生成自检任务信息;遍历误差检测对量测开关进行自检,获取误差系数;当误差系数大于或等于误差系数阈值时,生成量测开关异常信号,发送至用户终端;当误差系数小于误差系数阈值时,生成区域用电异常信号,发送至用户终端。本申请解决了现有技术中量测开关检测运维成本高,检测效率低下的技术问题,达到了实现量测开关的在线自动检测,降低运维成本,提高检测效率的技术效果。
Description
技术领域
本发明涉及智能电网领域,具体涉及一种量测开关的自动检测方法及系统。
背景技术
电力系统中,量测开关是实现电能计量、管理和调度的重要设备。为确保量测开关的精确可靠运行,需要定期对量测开关进行检测。目前,对量测开关的检测通常采用停机检查的方式,这种检测方式工作量大、周期长,会对用户用电造成影响,运维成本也较高。
发明内容
本申请通过提供了一种量测开关的自动检测方法及系统,旨在解决现有技术中量测开关运维成本高,检测效率低下的技术问题。
鉴于上述问题,本申请提供了一种量测开关的自动检测方法及系统。
本申请公开的第一个方面,提供了一种量测开关的自动检测方法,该方法包括:当满足第一搜表周期时对第一电表进行搜表,采集第一时区的第一区域的用电记录数据;根据量测开关,获取第一区域的第一送电记录数据;对第一送电记录数据和用电记录数据进行一致性校验,获取一致性校验结果;当一致性校验结果显示未通过时,生成自检任务信息,其中,自检任务信息包括数据采集误差检测、数据处理误差检测和控制误差检测;遍历采集误差检测、数据处理误差检测和控制误差检测对量测开关进行自检,获取误差系数;当误差系数大于或等于误差系数阈值时,生成量测开关异常信号,发送至用户终端;当误差系数小于误差系数阈值时,生成第一区域用电异常信号,发送至用户终端。
本申请公开的另一个方面,提供了一种量测开关的自动检测系统,该系统包括:用电记录采集模块,用于当满足第一搜表周期时对第一电表进行搜表,采集第一时区的第一区域的用电记录数据;送电记录获取模块,用于根据量测开关,获取第一区域的第一送电记录数据;一致性校验模块,用于对第一送电记录数据和用电记录数据进行一致性校验,获取一致性校验结果;自检任务信息模块,用于当一致性校验结果显示未通过时,生成自检任务信息,其中,自检任务信息包括数据采集误差检测、数据处理误差检测和控制误差检测;量测开关自检模块,用于遍历采集误差检测、数据处理误差检测和控制误差检测对量测开关进行自检,获取误差系数;开关异常信号模块,用于当误差系数大于或等于误差系数阈值时,生成量测开关异常信号,发送至用户终端;用电异常信号模块,用于当误差系数小于误差系数阈值时,生成第一区域用电异常信号,发送至用户终端。
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:
由于采用了在满足搜表周期时,对电表进行搜表采集第一时区第一区域的用电记录数据;然后,根据量测开关获取第一区域第一送电记录数据;继而,对送电记录数据和用电记录数据进行一致性校验,获取校验结果;当一致性校验结果显示未通过时,生成自检任务信息,其中包括数据采集误差检测、数据处理误差检测和控制误差检测;之后,遍历采集误差检测、数据处理误差检测和控制误差检测对量测开关进行自检,获取误差系数;当误差系数大于或等于误差系数阈值时,生成量测开关异常信号;当误差系数小于误差系数阈值时,生成第一区域用电异常信号的技术方案,解决了现有技术中量测开关检测运维成本高,检测效率低下的技术问题,达到了实现量测开关的在线自动检测,降低运维成本,提高检测效率的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了一种量测开关的自动检测方法可能的流程示意图;
图2为本申请实施例提供了一种量测开关的自动检测方法中获取一致性校验结果可能的流程示意图;
图3为本申请实施例提供了一种量测开关的自动检测方法中获取误差系数可能的流程示意图;
图4为本申请实施例提供了一种量测开关的自动检测系统可能的结构示意图。
附图标记说明:用电记录采集模块11,送电记录获取模块12,一致性校验模块13,自检任务信息模块14,量测开关自检模块15,开关异常信号模块16,用电异常信号模块17。
具体实施方式
本申请提供的技术方案总体思路如下:
本申请实施例提供了一种量测开关的自动检测方法及系统。首先对电表进行数据采集,获取第一时区第一区域的用电记录数据;然后,根据量测开关获取同一区域同一时段的送电记录数据;其次,对送电记录数据和用电记录数据进行一致性校验,如果校验结果显示数据不一致,则判定存在异常;随后,生成自检任务信息,对数据采集过程、数据处理过程和控制过程进行误差检测,精确定位异常原因,获得误差系数;最后,如果误差系数大于预定阈值,则判定量测开关存在异常,生成量测开关异常信号;如果误差系数小于预定阈值,则判定第一区域用电存在异常,生成第一区域用电异常信号。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种量测开关的自动检测方法,该方法包括:
步骤S1000:当满足第一搜表周期时对第一电表进行搜表,采集第一时区的第一区域的用电记录数据;
具体而言,为准确检测量测开关的运行状态,先获取用户端真实的用电数据作为参考。具体地,可以设置第一搜表周期,例如一天一次,在达到该搜表周期时,通过通信网络控制第一电表进行搜表操作,从第一电表中搜集第一时区的第一区域的用电记录数据,例如,搜集0点到24点第一电表供电区域的用电记录数据,用电记录数据中包含第一时区内用户的电量、电压、电流等电参数信息,实现对第一区域用电记录数据的一次采集。当系统再次达到第一搜表周期时,会重复进行采集,从第一电表中获取最新的用电记录数据,并覆盖数据库中存储的历史数据,保证系统中存储的用电记录数据都是第一时区内最新的用户用电信息。
通过定期搜表,及时获取用户端变化的用电信息,为后续与送电记录数据进行校验和量测开关自检提供准确的参考依据,提高自动检测方法的精度。
步骤S2000:根据量测开关,获取所述第一区域的第一送电记录数据;
具体而言,为检验量测开关的工作性能,进一步获取量测开关测量的送电参数信息作为对比参考。系统连接量测开关,根据量测开关的通信接口和协议,向量测开关发送数据采集指令,控制量测开关将其测量的第一区域的送电记录数据发送至系统。其中,送电记录数据中包含量测开关在第一时区内测量的送电电量、电压、电流等信息。
接收到量测开关发送的第一送电记录数据后,系统中的数据接收模块会将该数据临时存储在数据库中,获得量测开关在第一时区内对第一区域内供电情况的监测记录,为后续与用户端用电记录数据的一致性校验提供了必要的参考依据,有效检验量测开关的测量精度和工作性能。
步骤S3000:对所述第一送电记录数据和所述用电记录数据进行一致性校验,获取一致性校验结果;
具体而言,为确保量测开关的测量精度和工作性能,对量测开关测量的送电记录数据与用户端实际用电记录数据进行一致性校验。首先,系统从数据库中同时提取量测开关测量的第一送电记录数据和用户端用电记录数据。然后,系统中的数据处理单元会分析这两组数据,判断量测开关测量的数据与用户实际用电情况是否存在较大偏差。例如,计算送电记录数据中记录的用电总量与用电记录数据中的用电总量之差,若该差值绝对值大于预设允许偏差,例如5%,则表明量测开关的测量精度与用户实际用电存在较大出入,此时,系统会将一致性校验的结果标记为“不通过”或“不一致”。否则,如果送电记录数据与用电记录数据之间的差值在可接受范围内,则标记一致性校验结果为“通过”或“一致”。接着,将一致性校验结果存储在数据库中,以供后续量测开关自检和异常检测过程使用。 如果一致性校验结果显示为“不通过”,将触发量测开关的自检流程,以检测精确定位导致数据偏差的故障原因。
通过对送电记录数据和用电记录数据进行一致性校验,获取一致性校验结果,可以有效监控量测开关的工作性能,提高供电系统的可靠性和安全性。
步骤S4000:当所述一致性校验结果显示未通过时,生成自检任务信息,其中,所述自检任务信息包括数据采集误差检测、数据处理误差检测和控制误差检测;
具体而言,为确保量测开关的正常工作,当一致性校验结果显示未通过时,表明量测开关存在较大程度的测量误差或工作故障,此时系统将自动生成自检任务信息,对量测开关进行精确的故障检测和定位。自检任务信息中包含数据采集误差检测、数据处理误差检测和控制误差检测。其中,数据采集误差检测是检测量测开关的传感器是否存在误差导致数据采集不准确;数据处理误差检测是检测量测开关的计算机模块或数据处理算法是否存在问题导致数据处理结果不准确;控制误差检测是检测量测开关的控制模型或执行机构是否存在故障导致设备控制不准确。
当一致性校验结果显示未通过时,系统生成并解析自检任务信息,根据不同的子任务指令分别启动相应的采集误差检测程序、数据处理误差检测程序和控制误差检测程序,针对量测开关的不同关键部件进行精确的检测,获取各部件的工作状态及检测结果,用以最终定位导致一致性校验未通过的故障源。
通过数据采集误差检测、数据处理误差检测和控制误差检测三方面的系统自检,可以全面监测量测开关的工作性能,包括数据采集、数据处理和设备控制等各环节,从而提高检测精度、降低运维成本,提高检测效率。
步骤S5000:遍历所述采集误差检测、所述数据处理误差检测和所述控制误差检测对所述量测开关进行自检,获取误差系数;
具体而言,为完成自检任务和精确定位量测开关的工作故障,系统依次遍历采集误差检测、数据处理误差检测和控制误差检测三个子任务对量测开关进行全面自检。
系统首先激活采集误差检测程序,该程序对量测开关的传感器和数据采集模块进行检测,判断其在采集第一送电记录数据和用电记录数据时是否存在较大误差,如果存在,可获得相应的采集误差系数,其值越大表示采集误差越大。然后,激活数据处理误差检测程序,该程序对量测开关进行多个数据处理算法和模型的测试,判断处理结果的正确率,如果低于预设值,表明数据处理单元存在问题,获得相应的数据处理误差系数。最后,启动控制误差检测程序,该程序对量测开关的控制模型和执行机构进行测试,判断控制结果与预设值之间的偏差,如果大于允许范围,表明控制模块存在故障或误差,获得相应的控制误差系数。三个误差系数的值越大,表示量测开关在对应方面的工作误差越大。系统将获取的三个误差系数综合判断,得出量测开关的总体工作状况及可能存在的故障,并生成检测报告,为维护人员排除故障提供准确依据。
步骤S6000:当所述误差系数大于或等于误差系数阈值时,生成量测开关异常信号,发送至用户终端;
具体而言,为保障配电系统的安全稳定运行,在自检过程中,如果系统检测到量测开关工作模块的误差系数大于或等于预设的误差系数阈值时,表明量测开关存在较大工作误差或故障,无法保证正常工作,此时系统会自动生成量测开关异常信号,并发送至用户终端,例如配电调度中心和现场维护人员等。其中,误差系数阈值是系统预先设定的量测开关工作误差和故障程度的最大允许值,如果任一误差系数超过该阈值,表示对应工作模块无法正常工作,影响量测开关的整体工作性能,存在较大安全隐患,必须进行检修或更换。
收到系统发送的量测开关异常信号后,用户终端会立即启动应急预案,组织维护人员尽快对所属范围内的量测开关进行现场检查维修或更换,以消除工作安全隐患,保障供配电设备的稳定运行,避免发生重大事故。同时,配电调度中心会根据异常信号中包含的量测开关位置信息,提高对相应区域供电监控,必要时进行临时供电切换,尽可能缩小事故影响范围。
步骤S7000:当所述误差系数小于所述误差系数阈值时,生成第一区域用电异常信号,发送至用户终端。
具体而言,如果自检过程中系统检测到量测开关工作模块的误差系数都小于预设的误差系数阈值,表明量测开关的工作状况正常,不存在严重影响工作的故障,但与用电记录数据的一致性校验结果显示未通过,则表示量测开关负责控制和测量的供电区域内存在用电异常情况,如短路、超负荷等,会对供电系统的安全稳定运行产生隐患。
此时,系统自动生成第一区域用电异常信号,并发送至用户终端,通知现场维护人员尽快进行用电异常的排除工作。例如配电调度中心接收到用电异常信号后,会立即派遣相应的维护人员根据量测开关的位置信息前往第一区域进行现场检查,以查找并排除导致一致性校验失败的用电异常故障,保障区域内供电的正常使用。同时,提高对第一区域供电系统的监控强度,必要时进行临时供电切换或限电措施,以防止用电异常进一步扩大影响范围,确保其他区域供电的安全运行,达到了降低运维成本,提高检测效率的技术效果。
进一步的,如图2所示,本申请实施例还包括:
步骤S3100:根据第一电表用户归属节点和第一区域电路拓扑结构,确定用户用电拓扑特征;
步骤S3200:将所述用户用电拓扑特征和所述第一送电记录数据输入送电损耗评估模型,获取送电损耗量;
步骤S3300:根据所述送电损耗量对所述第一送电记录数据进行调整,获取第二送电记录数据;
步骤S3400:对所述第二送电记录数据和所述用电记录数据进行一致性校验,获取所述一致性校验结果。
具体而言,为更加准确检验量测开关测量的数据与用户实际用电情况之间的一致性,结合送电过程中可能出现的损耗情况,对送电记录数据进行必要调整后再与用电记录数据进行一致性校验。
首先,获取第一区域电路的拓扑结构图,分析拓扑结构图中各节点之间的连接关系,确定节点的层级和重要程度;查询第一电表用户对应的节点位置,判断该用户属于电路拓扑结构图中的哪个节点;如果用户属于主干节点,其用电拓扑特征定为主干供电;如果属于支路节点,用电拓扑特征定为支路供电;如果处于主干节点和多个支路节点之间,用电拓扑特征定为主支混合供电;根据节点的层级和重要程度,为不同的用电拓扑特征制定不同的权重,权重越高表示对应节点越重要,其对系统供电的影响也越大,从而确定用户用电拓扑特征。
其次,系统从数据库中提取用户用电拓扑特征,包含用户所属节点的类型,如主干节点或支路节点,以及相应的权重值;同时从数据库中提取量测开关测量的第一送电记录数据,包含该用户在一个采样周期内的用电电量、电压和电流等信息;送电损耗评估模型接收到系统输入的用户用电拓扑特征和第一送电记录数据后,根据拓扑特征中包含的节点类型,查找对应的损耗对应关系,得到该节点类型下的标准损耗率,然后,将标准损耗率与第一送电记录数据中的用电总量相乘,得到理论上的送电损耗量,接着,送电损耗评估模型还根据用户所属节点的重要程度,也就是拓扑特征中的权重值,对送电损耗量进行修正,使其更加符合实际送电过程中的损耗分布情况,确定的最终的送电损耗量,发送至系统,用于调整第一送电记录数据,得到更加准确的第二送电记录数据。其中,送电损耗评估模型根据大量历史送电数据进行训练和学习,建立不同节点类型、线路参数以及用电数据之间的损耗对应关系,获得计算送电损耗的能力。
最后,系统将调整后的第二送电记录数据与用户用电记录数据进行一致性校验。如果校验结果通过,表明调整后的数据与实际用电情况基本一致,否则,表明用户用电异常或量测开关存在工作问题。
通过考虑送电损耗调整送电记录数据,更加准确地判断数据与实际用电之间的一致性,避免数据偏差导致的误报,提高检测精度与可靠性。
进一步的,本申请实施例还包括:
步骤S3210:获取所述第一区域电路拓扑结构,其中,所述第一区域电路拓扑结构包括多个用电节点;
步骤S3220:遍历所述多个用电节点,基于所述第一区域电路拓扑结构,获取多个用电拓扑特征;
步骤S3230:遍历所述多个用电拓扑特征,采集多组送电特征数据集,基于BP神经网络,训练多个边缘计算通道;
步骤S3240:将所述多个边缘计算通道作为并行节点合并,获取所述送电损耗评估模型。
具体而言,首先,系统获取存储的与第一区域相对应的电路网络结构图;分析电路网络结构图,识别网络中所有的节点设备,如变电站、线路及其起始端和终止端等,这些设备节点组成了电路的拓扑结构;对所识别的各个节点设备进行编号,用相应的序号标识不同的节点,并记录节点间的相连关系;根据节点设备的性质和重要程度,将节点分类为主干节点,例如变电站设备,支路节点,例如支线上的节点,以及普通节点等,为不同类型的节点指定唯一标识;将识别获得的节点信息,包含序号、设备类型、相连关系等,以表格的形式记录在数据库中;在数据库中另建立一张节点连接关系表,记录不同节点之间的连接信息,包括起始节点、终止节点及其属性;通过节点信息表和节点连接关系表,合成第一区域完整的电路拓扑结构,明确第一区域内各电网设备节点及其相互关联。
其次,从数据库中提取第一区域电路的拓扑结构,包含所有用电节点的信息,如节点序号、类型、相连关系等;选取节点信息表中的第一条记录,获取相应节点的序号及类型信息,判断该节点是否为主干节点,如果是,其用电拓扑特征定为主干节点,如果不是,判断是否为支路节点,如果是,其用电拓扑特征定为支路节点,如果既不是主干节点也不是支路节点,其用电拓扑特征定为普通节点。将获得的第一个用电节点的拓扑特征及其对应权重添加到用电拓扑特征列表中,权重的值根据节点类型的重要程度指定,主干节点的权重最大,普通节点的权重最小;遍历节点信息表中的所有记录,依次获得每个用电节点的拓扑特征及权重,添加到用电拓扑特征列表中,获取多个用电拓扑特征。
然后,系统从历史数据库中提取与多个用电拓扑特征列表相关的多组送电数据,包含节点在不同时间的用电参数,形成送电特征数据集;将送电特征数据集输入BP神经网络,设置与用电拓扑特征相应的送电损耗作为网络输出,进行网络训练,得到多个边缘计算通道;随后,系统将得到的多个边缘计算通道,根据它们对应的用电拓扑特征进行分类整理;将分类后的多个边缘计算通道作为并行节点进行合并,构建成送电损耗评估模型。该包含了多个并行边缘计算通道,可对不同类型的用电节点分别进行送电损耗评估,并考虑节点间的相互影响,得出第一区域内送电损耗的总体分布情况。
通过采集区域内电路网络结构和历史送电数据,构建包含所有节点类型的送电损耗评估模型,为精确计算出不同电路条件下的送电损耗提供基础,有助于提高一致性校验结果的准确度,从而提高量测开关的检测精度。
进一步的,本申请实施例还包括:
步骤S3231:根据所述多个用电拓扑特征,获取第i用电拓扑特征;
步骤S3232:从所述多组送电特征数据集提取所述第i用电拓扑特征的送电特征数据集,其中,任意一个送电特征数据包括送电参数特征、送电损耗特征和损耗转移概率,所述损耗转移概率属于损耗转移概率矩阵;
步骤S3233:根据所述损耗转移概率矩阵,构建训练导向层,其中,所述训练导向层全连接在所述BP神经网络的处理层和输出层之间;
步骤S3234:将所述送电参数特征和所述第i用电拓扑特征输入BP神经网络,获取第一送电损耗预测结果;
步骤S3235:根据所述送电参数特征和所述第一送电损耗预测结果,基于所述训练导向层,匹配第一预测值转移概率;
步骤S3236:当所述第一预测值转移概率大于或等于转移概率阈值,通过所述送电损耗特征进行反向传播;
步骤S3237:重复迭代训练,当BP神经网络的任意一次输出,通过所述训练导向层,且训练损失量小于预设损失量时,将所述训练导向层从BP神经网络中删除,获取第i边缘计算通道,添加进所述多个边缘计算通道。
具体而言,为训练多个边缘计算通道,提高送电损耗评估模型的泛化能力和评估效率,提供优选的BP神经网络训练方法。首先,从用电拓扑特征列表中获取第i用电拓扑特征;然后,从送电特征数据集中提取与用电节点对应的送电特征数据集。其中,送电特征数据集中每条数据都包含送电参数特征,反映节点的用电信息;送电损耗特征,表示节点的损耗量;以及损耗转移概率,属于预定的损耗转移概率矩阵。
接着,将用电拓扑特征和对应的送电参数特征输入BP神经网络,网络的处理层获取第一送电损耗预测结果,通过根据损耗转移概率矩阵在BP神经网络的处理层和输出层之间构建的训练导向层与第一送电损耗预测结果进行匹配。训练导向层根据预先设定的损耗转移概率矩阵,对神经网络获取的每次送电损耗预测结果进行过滤。如果预测输出的值对应的概率高于阈值,表明该输出具有较高的正确概率,这时训练导向层会让其通过,并根据送电损耗特征进行反向传播,更新网络权值。如果预测输出的值对应的概率较小,无法通过训练导向层的过滤,则不会进行反向传播更新权值,避免低概率且不正确的预测结果误导模型训练,加快模型的学习和收敛,提高训练效率。通过迭代训练,当BP神经网络的任一输出可通过训练导向层,且网络训练损失量低于预设值时,训练完成。此时,将训练导向层从网络中移除,最终获得对应的第i边缘计算通道。重复遍历所有的用电拓扑特征,分别训练得到多个边缘计算通道,并将它们合并构建成送电损耗评估模型。
通过构建训练导向层过滤不符合损耗转移概率的预测结果,避免误导模型训练,准确高效地训练得到多个边缘计算通道,提高训练效率。移除训练导向层后,模型可实现稳定输出,保证评估的泛化能力。
进一步的,如图3所示,本申请实施例还包括:
步骤S5100:激活所述第一区域的第一备用量测开关、第二备用量测开关和第三备用量测开关,其中,所述第一备用量测开关、所述第二备用量测开关和所述第三备用量测开关为在维保周期内的量测开关;
步骤S5200:根据所述量测开关、所述第一备用量测开关和所述第二备用量测开关进行信息同步采集,获取第一采集数据、第二采集数据、第三采集数据和第四采集数据;
步骤S5300:根据所述第一采集数据、所述第二采集数据、所述第三采集数据和所述第四采集数据进行采集误差检测,获取采集误差系数添加进所述误差系数。
具体而言,为检测量测开关的数据采集准确度,优选采集误差检测方法。
首先,在维保周期内,系统首先会激活用于备援的第一备用量测开关、第二备用量测开关和第三备用量测开关,这些备用设备与量测开关相同,可在其出现故障时进行早期代替,保证系统的连续运行。其中,维保周期指电力系统中设备的定期维护和保养周期。然后,系统依次连接量测开关、第一备用量测开关、第二备用量测开关和第三备用量测开关,同步采集它们对第一区域内同一时段内的电气参数信息,分别获取第一采集数据、第二采集数据、第三采集数据和第四采集数据。之后,比较这四组采集数据,判断相同参数在各组数据中的差值是否超过预定阈值,如果超过,表明量测开关及其备用设备之间的采集精度存在较大差异,存在采集误差,获得采集误差系数,该系数值越大表示采集误差越大。接着,系统将得到的采集误差系数添加到误差系数中,作为量测开关的自检结果之一,以判断量测开关的工作状况及精度。如果采集误差系数超过规定范围,将触发量测开关的维护保养,以恢复其采集精度,确保设备的正常使用。
通过同步检测多个量测开关的采集数据,发现数据采集过程中的误差,为设备的维护保障提供参考依据,避免因为设备性能的下降对系统运行造成较大影响,确保电网的安全稳定运行。
进一步的,本申请实施例还包括:
步骤S5310:获取所述第二采集数据、所述第三采集数据和所述第四采集数据的极大值采集数据和极小值采集数据;
步骤S5320:获取根据所述第二采集数据、所述第三采集数据和所述第四采集数据的数据偏差均值;
步骤S5330:当所述极大值采集数据和所述第一采集数据的第一数据偏差,或/和所述极小值采集数据和所述第一采集数据的第二数据偏差,大于所述数据偏差均值,记录第一误差特征值,其中,所述第一误差特征值为1;
步骤S5340:当所述极大值采集数据和所述第一采集数据的第一数据偏差,和所述极小值采集数据和所述第一采集数据的第二数据偏差,小于或等于所述数据偏差均值,记录第二误差特征值,其中,所述第二误差特征值为0;
步骤S5350:连续测试M次,获取第一误差特征值与M的比值,设为所述采集误差系数,添加进所述误差系数。
具体而言,为精确检测量测开关的采集误差,提供一种采用极值和均值比较的自检方法。首先,系统获取第二采集数据、第三采集数据和第四采集数据中的极大值采集数据和极小值采集数据。极大值采集数据表示三组数据中最大的测量值,极小值采集数据表示最小的测量值。然后,系统分别计算第二采集数据、第三采集数据和第四采集数据与第一采集数据的偏差,然后将每个对应数据的偏差进行相加后除以备用量测开关数3,得到数据偏差均值,反映三组备用设备的平均偏差状态。
之后,比较极大值采集数据与第一采集数据的差值,即第一数据偏差,以及极小值采集数据与第一采集数据的差值,即第二数据偏差,判断第一数据偏差和第二数据偏差中是否有任一数据偏差大于数据偏差均值,如果有,表明量测开关的采集值与备用设备的极值存在较大偏差,出现采集误差,此时记录第一误差特征值为1。如果第一数据偏差和第二数据偏差都小于或等于数据偏差均值,表明量测开关的采集值与备用设备的极值基本一致,采集精度正常,此时记录第二误差特征值为0。连续测试M次,统计得到的第一误差特征值的数量,并与M值的比值,设为采集误差系数,值越大表示采集误差越大。该系数会添加到误差系数中,作为量测开关采集精度的判断标准。
通过比较与备用设备的极值来判断量测开关的数据采集误差,减少个别极值对判断结果的影响,取得更加准确的检测结果。同时,连续多次测试进一步提高检测的可靠性,从而提高量测开关自检的准确度。
进一步的,本申请实施例还包括:
步骤S5400:获取N个数据处理历史用例进行数据处理误差检测,获取测试准确率小于或等于准确率阈值的用例数量比例,设为数据处理误差系数,添加进所述误差系数;
步骤S5500:获取所述量测开关的第一时区的控制记录数据,其中,所述控制记录数据包括量测开关预设控制量和量测开关实际控制量;
步骤S5600:根据所述量测开关预设控制量和所述量测开关实际控制量,计算多个控制偏离量;
步骤S5700:统计所述多个控制偏离量大于预设偏离量的数据比例,设为控制误差系数,添加进所述误差系数。
具体而言,为检测量测开关的数据处理和控制精度,优选数据处理误差检测和控制误差检测方法。
首先,系统提取N个数据处理历史用例,将N个数据处理历史用例一一输入到数据处理单元进行处理,记录处理结果的准确率是否低于预先设置的准确率阈值的用例数,然后用该用例数除以N,获取测试准确率小于或等于准确率阈值的用例数量比例,作为数据处理误差系数,添加进误差系数中。
之后,系统获取量测开关在第一时区内的控制记录数据,包含其预设的控制量和实际发出的控制量。计算预设控制量与实际控制量之间的偏离量,判断多个偏离量中超过预设偏离量的数量比例,设为控制误差系数,添加到误差系数。
通过对数据处理和控制这两大关键功能进行检测,获取对应的误差系数,判断量测开关的工作准确度,从而实现量测开关的在线自动检测,降低运维成本,提高检测效率和检测准确度。
综上所述,本申请实施例所提供的一种量测开关的自动检测方法具有如下技术效果:
当满足第一搜表周期时对第一电表进行搜表,采集第一时区的第一区域的用电记录数据,通过获取区域用电信息,为后续检测提供数据支撑;根据量测开关,获取第一区域的第一送电记录数据,为后续检测提供数据支持;对第一送电记录数据和用电记录数据进行一致性校验,获取一致性校验结果,用于检测数据是否存在异常;当一致性校验结果显示未通过时,生成自检任务信息,其中,自检任务信息包括数据采集误差检测、数据处理误差检测和控制误差检测,判定数据异常类型,为精确定位异常原因提供支持;遍历采集误差检测、数据处理误差检测和控制误差检测对量测开关进行自检,获取误差系数,检测具体的异常原因,获取异常程度;当误差系数大于或等于误差系数阈值时,生成量测开关异常信号,发送至用户终端;当误差系数小于误差系数阈值时,生成第一区域用电异常信号,发送至用户终端,向用户终端发送告警信息,达到实现量测开关的在线自动检测,降低运维成本,提高检测效率的技术效果。
实施例二
基于与前述实施例中一种量测开关的自动检测方法相同的发明构思,如图4所示,本申请实施例提供了一种量测开关的自动检测系统,该系统包括:
用电记录采集模块11,用于当满足第一搜表周期时对第一电表进行搜表,采集第一时区的第一区域的用电记录数据;
送电记录获取模块12,用于根据量测开关,获取所述第一区域的第一送电记录数据;
一致性校验模块13,用于对所述第一送电记录数据和所述用电记录数据进行一致性校验,获取一致性校验结果;
自检任务信息模块14,用于当所述一致性校验结果显示未通过时,生成自检任务信息,其中,所述自检任务信息包括数据采集误差检测、数据处理误差检测和控制误差检测;
量测开关自检模块15,用于遍历所述采集误差检测、所述数据处理误差检测和所述控制误差检测对所述量测开关进行自检,获取误差系数;
开关异常信号模块16,用于当所述误差系数大于或等于误差系数阈值时,生成量测开关异常信号,发送至用户终端;
用电异常信号模块17,用于当所述误差系数小于所述误差系数阈值时,生成第一区域用电异常信号,发送至用户终端。
进一步的,一致性校验模块13包括以下执行步骤:
根据第一电表用户归属节点和第一区域电路拓扑结构,确定用户用电拓扑特征;
将所述用户用电拓扑特征和所述第一送电记录数据输入送电损耗评估模型,获取送电损耗量;
根据所述送电损耗量对所述第一送电记录数据进行调整,获取第二送电记录数据;
对所述第二送电记录数据和所述用电记录数据进行一致性校验,获取所述一致性校验结果。
进一步的,一致性校验模块13还包括以下执行步骤:
获取所述第一区域电路拓扑结构,其中,所述第一区域电路拓扑结构包括多个用电节点;
遍历所述多个用电节点,基于所述第一区域电路拓扑结构,获取多个用电拓扑特征;
遍历所述多个用电拓扑特征,采集多组送电特征数据集,基于BP神经网络,训练多个边缘计算通道;
将所述多个边缘计算通道作为并行节点合并,获取所述送电损耗评估模型。
进一步的,一致性校验模块13还包括以下执行步骤:
根据所述多个用电拓扑特征,获取第i用电拓扑特征;
从所述多组送电特征数据集提取所述第i用电拓扑特征的送电特征数据集,其中,任意一个送电特征数据包括送电参数特征、送电损耗特征和损耗转移概率,所述损耗转移概率属于损耗转移概率矩阵;
根据所述损耗转移概率矩阵,构建训练导向层,其中,所述训练导向层全连接在所述BP神经网络的处理层和输出层之间;
将所述送电参数特征和所述第i用电拓扑特征输入BP神经网络,获取第一送电损耗预测结果;
根据所述送电参数特征和所述第一送电损耗预测结果,基于所述训练导向层,匹配第一预测值转移概率;
当所述第一预测值转移概率大于或等于转移概率阈值,通过所述送电损耗特征进行反向传播;
重复迭代训练,当BP神经网络的任意一次输出,通过所述训练导向层,且训练损失量小于预设损失量时,将所述训练导向层从BP神经网络中删除,获取第i边缘计算通道,添加进所述多个边缘计算通道。
进一步的,量测开关自检模块15包括以下执行步骤:
激活所述第一区域的第一备用量测开关、第二备用量测开关和第三备用量测开关,其中,所述第一备用量测开关、所述第二备用量测开关和所述第三备用量测开关为在维保周期内的量测开关;
根据所述量测开关、所述第一备用量测开关和所述第二备用量测开关进行信息同步采集,获取第一采集数据、第二采集数据、第三采集数据和第四采集数据;
根据所述第一采集数据、所述第二采集数据、所述第三采集数据和所述第四采集数据进行采集误差检测,获取采集误差系数添加进所述误差系数。
进一步的,量测开关自检模块15还包括以下执行步骤:
获取所述第二采集数据、所述第三采集数据和所述第四采集数据的极大值采集数据和极小值采集数据;
获取根据所述第二采集数据、所述第三采集数据和所述第四采集数据的数据偏差均值;
当所述极大值采集数据和所述第一采集数据的第一数据偏差,或/和所述极小值采集数据和所述第一采集数据的第二数据偏差,大于所述数据偏差均值,记录第一误差特征值,其中,所述第一误差特征值为1;
当所述极大值采集数据和所述第一采集数据的第一数据偏差,和所述极小值采集数据和所述第一采集数据的第二数据偏差,小于或等于所述数据偏差均值,记录第二误差特征值,其中,所述第二误差特征值为0;
连续测试M次,获取第一误差特征值与M的比值,设为所述采集误差系数,添加进所述误差系数。
进一步的,量测开关自检模块15还包括以下执行步骤:
获取N个数据处理历史用例进行数据处理误差检测,获取测试准确率小于或等于准确率阈值的用例数量比例,设为数据处理误差系数,添加进所述误差系数;
获取所述量测开关的第一时区的控制记录数据,其中,所述控制记录数据包括量测开关预设控制量和量测开关实际控制量;
根据所述量测开关预设控制量和所述量测开关实际控制量,计算多个控制偏离量;
统计所述多个控制偏离量大于预设偏离量的数据比例,设为控制误差系数,添加进所述误差系数。
综上所述的方法的任意步骤都可作为计算机指令或者程序存储在不设限制的计算机存储器中,并可以被不设限制的计算机处理器调用识别用以实现本申请实施例中的任一项方法,在此不做多余限制。
进一步的,综上所述的第一或第二可能不止代表次序关系,也可能代表某项特指概念,和/或指的是多个元素之间可单独或全部选择。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (4)
1.一种量测开关的自动检测方法,其特征在于,应用于量测开关的自动检测系统,所述系统和量测开关通信连接,包括:
当满足第一搜表周期时对第一电表进行搜表,采集第一时区的第一区域的用电记录数据;
根据量测开关,获取所述第一区域的第一送电记录数据;
对所述第一送电记录数据和所述用电记录数据进行一致性校验,获取一致性校验结果;
当所述一致性校验结果显示未通过时,生成自检任务信息,其中,所述自检任务信息包括数据采集误差检测、数据处理误差检测和控制误差检测;
遍历所述采集误差检测、所述数据处理误差检测和所述控制误差检测对所述量测开关进行自检,获取误差系数;
当所述误差系数大于或等于误差系数阈值时,生成量测开关异常信号,发送至用户终端;
当所述误差系数小于所述误差系数阈值时,生成第一区域用电异常信号,发送至用户终端;
其中,对所述第一送电记录数据和所述用电记录数据进行一致性校验,获取一致性校验结果,包括:
根据第一电表用户归属节点和第一区域电路拓扑结构,确定用户用电拓扑特征;
将所述用户用电拓扑特征和所述第一送电记录数据输入送电损耗评估模型,获取送电损耗量;
根据所述送电损耗量对所述第一送电记录数据进行调整,获取第二送电记录数据;
对所述第二送电记录数据和所述用电记录数据进行一致性校验,获取所述一致性校验结果;
遍历所述采集误差检测、所述数据处理误差检测和所述控制误差检测对所述量测开关进行自检,获取误差系数,包括:
获取N个数据处理历史用例进行数据处理误差检测,获取测试准确率小于或等于准确率阈值的用例数量比例,设为数据处理误差系数,添加进所述误差系数;
获取所述量测开关的第一时区的控制记录数据,其中,所述控制记录数据包括量测开关预设控制量和量测开关实际控制量;
根据所述量测开关预设控制量和所述量测开关实际控制量,计算多个控制偏离量;
统计所述多个控制偏离量大于预设偏离量的数据比例,设为控制误差系数,添加进所述误差系数;
将所述用户用电拓扑特征和所述第一送电记录数据输入送电损耗评估模型,获取送电损耗量,之前包括:
获取所述第一区域电路拓扑结构,其中,所述第一区域电路拓扑结构包括多个用电节点;
遍历所述多个用电节点,基于所述第一区域电路拓扑结构,获取多个用电拓扑特征;
遍历所述多个用电拓扑特征,采集多组送电特征数据集,基于BP神经网络,训练多个边缘计算通道;
将所述多个边缘计算通道作为并行节点合并,获取所述送电损耗评估模型;
遍历所述采集误差检测、所述数据处理误差检测和所述控制误差检测对所述量测开关进行自检,获取误差系数,包括:
激活所述第一区域的第一备用量测开关、第二备用量测开关和第三备用量测开关,其中,所述第一备用量测开关、所述第二备用量测开关和所述第三备用量测开关为在维保周期内的量测开关;
根据所述量测开关、所述第一备用量测开关和所述第二备用量测开关进行信息同步采集,获取第一采集数据、第二采集数据、第三采集数据和第四采集数据;
根据所述第一采集数据、所述第二采集数据、所述第三采集数据和所述第四采集数据进行采集误差检测,获取采集误差系数添加进所述误差系数。
2.如权利要求1所述的方法,其特征在于,遍历所述多个用电拓扑特征,采集多组送电特征数据集,基于BP神经网络,训练多个边缘计算通道,包括:
根据所述多个用电拓扑特征,获取第i用电拓扑特征;
从所述多组送电特征数据集提取所述第i用电拓扑特征的送电特征数据集,其中,任意一个送电特征数据包括送电参数特征、送电损耗特征和损耗转移概率,所述损耗转移概率属于损耗转移概率矩阵;
根据所述损耗转移概率矩阵,构建训练导向层,其中,所述训练导向层全连接在所述BP神经网络的处理层和输出层之间;
将所述送电参数特征和所述第i用电拓扑特征输入BP神经网络,获取第一送电损耗预测结果;
根据所述送电参数特征和所述第一送电损耗预测结果,基于所述训练导向层,匹配第一预测值转移概率;
当所述第一预测值转移概率大于或等于转移概率阈值,通过所述送电损耗特征进行反向传播;
重复迭代训练,当BP神经网络的任意一次输出,通过所述训练导向层,且训练损失量小于预设损失量时,将所述训练导向层从BP神经网络中删除,获取第i边缘计算通道,添加进所述多个边缘计算通道。
3.如权利要求1所述的方法,其特征在于,根据所述第一采集数据、所述第二采集数据、所述第三采集数据和所述第四采集数据进行采集误差检测,获取采集误差系数添加进所述误差系数,包括:
获取所述第二采集数据、所述第三采集数据和所述第四采集数据的极大值采集数据和极小值采集数据;
获取根据所述第二采集数据、所述第三采集数据和所述第四采集数据的数据偏差均值;
当所述极大值采集数据和所述第一采集数据的第一数据偏差,或/和所述极小值采集数据和所述第一采集数据的第二数据偏差,大于所述数据偏差均值,记录第一误差特征值,其中,所述第一误差特征值为1;
当所述极大值采集数据和所述第一采集数据的第一数据偏差,和所述极小值采集数据和所述第一采集数据的第二数据偏差,小于或等于所述数据偏差均值,记录第二误差特征值,其中,所述第二误差特征值为0;
连续测试M次,获取第一误差特征值与M的比值,设为所述采集误差系数,添加进所述误差系数。
4.一种量测开关的自动检测系统,其特征在于,用于实施权利要求1-3任意一项所述的一种量测开关的自动检测方法,包括:
用电记录采集模块,所述用电记录采集模块用于当满足第一搜表周期时对第一电表进行搜表,采集第一时区的第一区域的用电记录数据;
送电记录获取模块,所述送电记录获取模块用于根据量测开关,获取所述第一区域的第一送电记录数据;
一致性校验模块,所述一致性校验模块用于对所述第一送电记录数据和所述用电记录数据进行一致性校验,获取一致性校验结果;
自检任务信息模块,所述自检任务信息模块用于当所述一致性校验结果显示未通过时,生成自检任务信息,其中,所述自检任务信息包括数据采集误差检测、数据处理误差检测和控制误差检测;
量测开关自检模块,所述量测开关自检模块用于遍历所述采集误差检测、所述数据处理误差检测和所述控制误差检测对所述量测开关进行自检,获取误差系数;
开关异常信号模块,所述开关异常信号模块用于当所述误差系数大于或等于误差系数阈值时,生成量测开关异常信号,发送至用户终端;
用电异常信号模块,所述用电异常信号模块用于当所述误差系数小于所述误差系数阈值时,生成第一区域用电异常信号,发送至用户终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311757638.5A CN117434440B (zh) | 2023-12-20 | 2023-12-20 | 一种量测开关的自动检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311757638.5A CN117434440B (zh) | 2023-12-20 | 2023-12-20 | 一种量测开关的自动检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117434440A CN117434440A (zh) | 2024-01-23 |
CN117434440B true CN117434440B (zh) | 2024-05-07 |
Family
ID=89553908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311757638.5A Active CN117434440B (zh) | 2023-12-20 | 2023-12-20 | 一种量测开关的自动检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117434440B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117805715B (zh) * | 2024-02-29 | 2024-04-26 | 深圳市智岩科技有限公司 | 智能插座及其校准检测方法、装置和产品 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111198321A (zh) * | 2020-03-10 | 2020-05-26 | 淮北市华明工业变频设备有限公司 | 一种基于物联网的电路故障监测系统 |
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 |
CN112034411A (zh) * | 2020-07-20 | 2020-12-04 | 中国电力科学研究院有限公司 | 一种智能隔离开关设备及电能表运行状态分析方法 |
CN113781254A (zh) * | 2021-08-04 | 2021-12-10 | 广西电网有限责任公司 | 一种基于周用电量相关系数的异常用电检测算法 |
CN114002469A (zh) * | 2021-11-03 | 2022-02-01 | 国网四川省电力公司成都供电公司 | 一种窃电检测方法、装置及窃电检测仪 |
CN114814711A (zh) * | 2022-04-07 | 2022-07-29 | 刘超 | 一种智能电表误差检测方法 |
CN115133659A (zh) * | 2022-08-03 | 2022-09-30 | 江苏欣网视讯软件技术有限公司 | 低压配电网络低压线损的在线监测方法与系统 |
WO2023221426A1 (zh) * | 2022-05-16 | 2023-11-23 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 直流输电工程损耗评估方法、装置、设备和存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7274645B2 (en) * | 2003-06-10 | 2007-09-25 | Matsushita Electric Industrial Co., Ltd. | Reproduction signal processing apparatus and optical disc player including the same |
-
2023
- 2023-12-20 CN CN202311757638.5A patent/CN117434440B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111198321A (zh) * | 2020-03-10 | 2020-05-26 | 淮北市华明工业变频设备有限公司 | 一种基于物联网的电路故障监测系统 |
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 |
CN112034411A (zh) * | 2020-07-20 | 2020-12-04 | 中国电力科学研究院有限公司 | 一种智能隔离开关设备及电能表运行状态分析方法 |
CN113781254A (zh) * | 2021-08-04 | 2021-12-10 | 广西电网有限责任公司 | 一种基于周用电量相关系数的异常用电检测算法 |
CN114002469A (zh) * | 2021-11-03 | 2022-02-01 | 国网四川省电力公司成都供电公司 | 一种窃电检测方法、装置及窃电检测仪 |
CN114814711A (zh) * | 2022-04-07 | 2022-07-29 | 刘超 | 一种智能电表误差检测方法 |
WO2023221426A1 (zh) * | 2022-05-16 | 2023-11-23 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 直流输电工程损耗评估方法、装置、设备和存储介质 |
CN115133659A (zh) * | 2022-08-03 | 2022-09-30 | 江苏欣网视讯软件技术有限公司 | 低压配电网络低压线损的在线监测方法与系统 |
Non-Patent Citations (1)
Title |
---|
数据驱动下窃电智能分析系统的研究;刘宝云;崔文;张晓华;生西奎;吕瞳;;吉林电力;20200625(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117434440A (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109765883B (zh) | 配电自动化终端运行状态评价与故障诊断方法 | |
CN117434440B (zh) | 一种量测开关的自动检测方法及系统 | |
CN114781476B (zh) | 一种量测设备故障分析系统和方法 | |
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 | |
CN107589391B (zh) | 一种检测电能计量装置整体误差的方法、装置和系统 | |
CN117060409B (zh) | 电力线路运行状态自动化检测分析方法及系统 | |
CN103886518A (zh) | 一种基于监测点电能质量数据挖掘的电压暂降预警方法 | |
CN110646685B (zh) | 一种开关柜状态综合评估方法 | |
CN113592343A (zh) | 二次系统的故障诊断方法、装置、设备和存储介质 | |
CN113591393A (zh) | 智能变电站的故障诊断方法、装置、设备和存储介质 | |
CN115685050B (zh) | 一种电能表故障检测方法及系统 | |
CN110221138A (zh) | 一种用于继电保护装置的自动测试方法及系统 | |
CN116125361A (zh) | 电压互感器误差评估方法、系统、电子设备及存储介质 | |
CN117406026A (zh) | 一种适用于分布式电源的配电网故障检测方法 | |
CN112560214A (zh) | 变电站母线平衡故障诊断方法、系统、设备及存储介质 | |
CN111999691A (zh) | 一种计量传感器装置的误差校准方法和误差校准装置 | |
CN112345972A (zh) | 基于停电事件的配电网线变关系异常诊断方法、装置及系统 | |
CN115494382B (zh) | 判断智能开关上下级关系的方法及系统、设备、存储介质 | |
CN111308259A (zh) | 一种基于电动汽车充电桩可靠性数据的便携式评估装置 | |
CN116308306A (zh) | 一种基于5g的新能源场站智慧管理系统及方法 | |
CN115718872A (zh) | 基于历史数据的台区用户异常用电分析方法 | |
CN115684829A (zh) | 一种电力二次回路故障检测预警方法及系统 | |
CN115833387A (zh) | 一种储能电站自动化状态巡检方法 | |
CN112583004B (zh) | 基于电压离散性识别线路拓扑的方法及系统、存储介质 | |
CN114740419A (zh) | 基于“三维图”分析台区电表误差的方法、装置、设备和介质 |
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 |