JP2024015999A - 配電変圧器の異常容量に対するビッグデータ・スクリーニング・システム - Google Patents
配電変圧器の異常容量に対するビッグデータ・スクリーニング・システム Download PDFInfo
- Publication number
- JP2024015999A JP2024015999A JP2023119122A JP2023119122A JP2024015999A JP 2024015999 A JP2024015999 A JP 2024015999A JP 2023119122 A JP2023119122 A JP 2023119122A JP 2023119122 A JP2023119122 A JP 2023119122A JP 2024015999 A JP2024015999 A JP 2024015999A
- Authority
- JP
- Japan
- Prior art keywords
- data
- line loss
- loss rate
- abnormal
- load
- 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
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 65
- 238000009826 distribution Methods 0.000 title claims abstract description 49
- 238000012216 screening Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 77
- 230000008569 process Effects 0.000 claims abstract description 19
- 238000007405 data analysis Methods 0.000 claims abstract description 18
- 238000004140 cleaning Methods 0.000 claims abstract description 15
- 238000003745 diagnosis Methods 0.000 claims abstract description 15
- 230000005611 electricity Effects 0.000 claims abstract description 15
- 230000008859 change Effects 0.000 claims description 35
- 230000005856 abnormality Effects 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000011835 investigation Methods 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 239000013642 negative control Substances 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 230000002547 anomalous effect Effects 0.000 claims 2
- 238000004458 analytical method Methods 0.000 description 12
- 230000006872 improvement Effects 0.000 description 11
- 238000003860 storage Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000013480 data collection Methods 0.000 description 3
- 238000013210 evaluation model Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 2
- 230000017525 heat dissipation Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24573—Query processing with adaptation to user needs using data annotations, e.g. user-defined metadata
-
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
-
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Computational Linguistics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Library & Information Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
するビッグデータ・スクリーニング・システムに関する。
し、容量標準を低くする」方法を用い、つまり、「表札を替えて、容量を少なく報告する
」等の手段で電力網企業を「ごまかす」ことで、電力網企業に深刻な経済損失を与えてい
る。同時に、個別の変圧器メーカーでは、自社の利益を最大化するために、「小さいもの
を大きいものと表示し、容量標準を高くする」方法を用い、つまり、変圧器の入札におい
て、低損失、大容量の配電変圧器の代わりに、高損失、小容量の変圧器を用いて、使用者
の利益に損害を与えている。
変圧器の監視・計測端末、負荷管理端末などスマート端末の普及率が飛躍的に高まり、電
力システムは「全面的に客観的で、正確に計測可能、高度に制御可能」という目標に向か
って発展しており、ビッグデータ技術を利用して配電変圧器の異常容量検知とスクリーニ
ングを実施することが可能となっている。
ジュール、データ洗浄モジュール、分析評価モデルの記憶モジュール及び分析・評価モジ
ュールを含む複数ソース・データ融合に基づくスマート・電気エネルギー計操作状態評価
システムが開示されている。前記複数ソース・データ収集モジュールは、スマート電気エ
ネルギー計の操作状態に関連する複数ソース・データを取得するために用いられ、複数ソ
ース・データには、マーケティング・ビジネス・アプリケーション・システム・データ、
電力消費情報収集データ、及び計測・生産スケジューリング・プラットフォーム・データ
が含まれる。前記データ洗浄モジュールは、収集された複数ソース・データを洗浄処理し
、洗浄データベースを形成する。前記分析評価モデルの記憶モジュールは、スマート電気
エネルギー計の操作状態に関連する状態の評価指標、対応する重み及び電気エネルギー計
状態の採点戦略を記憶するために用いられる。前記分析・評価モジュールは、分析評価モ
デル記憶モジュールの状態の評価指標、対応する重み及び電気エネルギー計状態の採点戦
略を呼び出し、洗浄処理した複数ソース・データに基づいて、スマート電気エネルギー計
の操作状態を評価し、評価結果を得るために用いられる。公開番号がCN1143291
00Aである発明特許には、順次に接続された無線電流センサー、データ収集モジュール
及びバックグラウンド・ホストモジュールを備えるループ電流監視に基づく領域電力管理
システムが開示されれている。前記無線電流センサーは、三相電流データを収集し、収集
された三相電流データを無線伝送することによって、データ収集モジュールに送信するた
めに用いられる。前記データ収集モジュールは三相電流データを前処理し、前処理された
有効な三相電流データをバックグラウンド・ホストジュールに送信するために用いられる
。前記バックグラウンド・ホストモジュールは、前記有効三相電流データを受信し、線損
失及び線損失率を計算するアルゴリズムを起動し、計算結果に基づいて比較・分析を行い
、比較・分析結果に基づいてデータ表示及び早期警告を行うために用いられる。
ネルギー管理をある程度実現することができるが、両者は操作過程において、精密な比較
を通じて疑しい対象を選別していない限界があるため、異常対象の選別と識別の精度が低
い。そこで、配電変圧器の異常容量に対するビッグデータ・スクリーニング・システムを
提案する。
量に対するビッグデータ・スクリーニング・システムを提供することである。
対するビッグデータ・スクリーニング・システムを提供し、このシステムのスクリーニン
グ・プロセスは、
S1:マーケティング電気エネルギー・データと使用者が消費した電力収集データを整
理した後、データ洗浄技術を用いて電力消費データベースを再構築するステップ、
S2:容量標準が低い変圧器の特徴を分析し、電力消費データベースと特徴マッチング
するステップ、
S3:特徴データベースにおいて、線損失率の変動が発生する根本原因を分析すること
によって、異常負荷自動診断モジュールを構築するステップ、
S4:異常負荷自動診断モジュールを利用して、何らかのデータ分析方法によって、不
審な変圧器使用者をスクリーニングするステップを含む。
グ電気エネルギー・データと使用者が消費した電力収集データを整理することは、具体的
に、
まず、計画手配を整理し、資料を収集し、トレーニングを組織し、資源の準備を整理し
た後、マーケティング・システムと電力消費収集システム及び使用者ファイルの比較結果
によって、不審な使用者について、現場で使用者情報を修正し、顧客の電子ファイルを完
成し、電力消費契約を共用する内容を含むが、これらに限定されない。
と変圧器の特性などのマーケティング・システムを使用する使用者の情報に基づいて、電
力消費収集システムの計量点の番号、変圧器の番号、変圧器作業における電圧・電流曲線
と負荷曲線等の情報を、使用者のフィール情報と比較した結果を組み合わせて、情報の違
いがある不審な使用者を確定する。
び直流抵抗が含まれるが、これらに限定されない。
に、
マーケティング・システム、電力消費収集システム等の従来のデータセットに基づいて
、データセットの中で実際のビジネス・ロジックに一致しないエラー、及び重複、複数ソ
ースデータの論理が不整合である等の情況を洗浄し、異なる情報システムを使用するため
に高品質のデータベースを構築し、データ資源の高度な共有を実現する内容を含むが、こ
れに限定されない。
い変圧器の特徴を分析し、電力消費データベースと特徴マッチングする具体的な方法では
、
電圧、電流、負荷条件及び無負荷/負荷損失の電力消費特徴を含むがこれらに限定され
ない容量標準が低い変圧器の配電変圧器に対して、従来の配電変圧器スマート端末を利用
して、電圧、電流サンプリング及び負荷条件に基づいて、停電しない情況下で配電変圧器
の無負荷損失及び負荷損失を近似的に取得し、重要な特徴パラメータを抽出し、電力消費
データベースと特徴マッチングし、特徴マッチング・データベースを構築する。
グする具体的なアルゴリズム・プロセスには、
容量標準が低い変圧器の電力消費特徴は、電圧、電流及び負荷曲線、無負荷損失と負荷
損失であることが知られており。
電圧、電流及び負荷曲線に対して、曲線の特徴値を(
、
、…、
)と設定すると、分析した容量標準が低い変圧器のライブラリについては、曲線の特徴値
の取り範囲(
、
、…、
)に対応し、ここで、
=[
、
]、
=[
、
]、…、
=[
、
]であり、
無負荷/負荷損失に対して、無負荷損失及び負荷損失をそれぞれ
、
と設定すると、分析した容量標準が低い変圧器のライブラリについては、無負荷/負荷損
失の取り範囲
=[
、
]、
=[
、
]に対応し、
すなわち、特徴マッチングを完了するステップが含まれる。
動が発生する根本原因を分析する具体的な方法は、
S3.1:まず、線損失率の変動が発生する要因が偶然的な要因であるか必要的な要因
であるかを定義するステップと、
S3.2:線損失率の変動が発生する要因が必要的な要因である場合、必要なデータ調
査を介して線損失率の変動が発生する根本原因を確定するステップとを含む。
の変動が発生する要因が偶然的な要因であるか、必要的な要因であるかを定義する具体的
な方法では、
分岐線の線損失率の変動については、線損失率が3日連続で制御線を超えたフィーダ、
制御線内で線損失率が3ヶ月連続で同じ方向にずれたフィーダ、線損失率が長期にわたっ
て不適格になったフィーダは、いずれも必要的な要因による変動と定義し、
分岐ステーションの線損失率の変動については、線損失率が適格から不適格に変化した
ステーション、線損失率が不適格から適格に変化しステーション、制御線内で線損失率が
3周期連続して同じ方向にずれたステーション、線損失率が長期にわたって不適格となっ
たステーションは、いずれも必要的な要因による変動と定義する。
称し、供給電力量と販売電力量の差を用いて計算することができる。
の変動が発生する根本原因を、必要なデータ調査によって確定し、必要なデータには、
フィーダについては、収集すべきデータとして、駅線を変更する世帯の全体情況、遮断
計の操作状況、負制/配電変圧器の操作状況、電力供給転移情況及び2票の操作情況が含
まれ、
ステーションについては、収集すべきデータとして、ステーション遮断計の操作状況、
検針フィードバック情況、変圧器倍率異常の有無及び使用者の業務処理情況が含まれるが
これらに限定されない。
診断モジュールを利用して、何らかのデータ分析方法により、不審な変圧器使用者をスク
リーニングし、ここで、データ分析方法は、具体的に以下のステップを含む。
の変化を正確に比較することによって疑わしい対象を選別し、線損失の電力量と疑わしい
対象の電力量の変化(前年同期比/リンク相対比)を正確に比較することによって異常対
象を確定し、現場での検出データとバックグラウンドでリアルタイムで監視したデータを
正確に比較することによって異常対象をロックする。
点と全三相計器の電力量の変化を正確に比較することによって疑わしい対象を選別し、線
損失の電力量の変化と疑わしい対象の電力量の変化(前年同期比/リンク相対比)を正確
に比較することによって異常対象を確定し、現場での偵察データとバックグラウンドでリ
アルタイムで監視したデータを正確に比較することによって異常対象をロックする。
に対する具体的なデータ分析方法は以下の内容を含む。
しい対象を選別する具体的な方法では、線損失率が変化した変曲点の時間ノードを確定し
、同期間の使用者の電気エネルギー・データを取得し、使用者の電力量データに基づいて
、使用者の電力量データの特徴値を計算し、電力消費データベースとの比較を通じて、疑
わしい対象を選別する。
比較することによって異常対象を確定する具体的な方法では、疑わしい対象をロックした
後、疑わしい対象の一定期間における電力消費データを取出し、線損失の電力量と疑わし
い対象の電力量とが前年同期比/リンク相対比曲線の正相関または曲線反相関に表示され
る場合、異常対象と確定できる。
することによって異常対象をロックする具体的な方法では、異常対象を確定した後、現場
でその異常対象によって設計された変圧器容量に対してさらに行われた校正と、バックグ
ラウンドでリアルタイムで監視した電圧、電流及び負荷のデータとを、変圧器の異常容量
の証拠とする。
ョンに対する具体的なデータ分析方法は以下の内容を含む。
ることによって疑わしい対象を選別する具体的な方法では、ステーションの線損失率が変
化した変曲点の時間ノードを確定し、同期間の全三相計器の電力量データを取得し、使用
者の電力量データに基づいて、三相計器の電力量データの特徴値を計算し、電力消費デー
タベースと比較することによって、疑わしい対象を選別する。
確に比較することによって異常対象を確定する具体的な方法では、疑わしい対象をロック
した後、疑わしい対象の三相計器の一定期間にわたる電力消費データを取り出し、線損失
電力量と疑わしい対象の三相計器電力量が前年同期比/リンク相対比曲線の正の相関また
は曲線反相関に表示される場合、異常対象と確定できる。
することによって異常対象をロックする具体的な方法では、異常対象を確定した後、現場
に行って異常対象によって設計された変圧器の容量に対してさらに行われた校正と、バッ
クグラウンドでリアルタイムで監視した電圧、電流及び負荷のデータとを、変圧器の異常
容量の証拠とする。
実行されるコンピュータ・プログラムとを備え、プロセッサは、コンピュータ・プログラ
ムを実行する際に、上記の配電変圧器の異常容量に対するビッグデータ・スクリーニング
・システムにおけるスクリーニング・プロセスのステップを実現するために使用される、
配電変圧器の異常容量に対するビッグデータ・スクリーニング・システムの操作プラット
フォーム装置を提供することである。
プログラムが、プロセッサによって実行される際に、上述の配電変圧器の異常容量に対す
るビッグデータ・スクリーニング・システムにおけるスクリーニング・プロセスのステッ
プを実現する、コンピュータ読み取り可能な記憶媒体を提供することである。
1、この配電変圧器の異常容量に対するビッグデータ・スクリーニング・システムでは
、スマート電気エネルギー計の操作状態に対する評価と電気エネルギー管理が実現でき、
正確な比較により疑しい対象をスクリーニングできるため、異常対象のスクリーニングと
識別精度を高めることができる。
2、この配電変圧器の異常容量に対するビッグデータ・スクリーニング・システムは、
企業による変圧器の効果的な制御と監督を実現し、手動スクリーニングを減らし、変圧器
の容量検出の非効率的な作業負荷を減らすことができる。同時に、受動的なものを能動的
なものに変え、大口工業使用者の電力消費負荷の特徴をリアルタイムで監視し、変圧器の
容量を照会し、異常を分析することによって、電力網企業の基本料金の損失を回避するこ
とができる。
するが、説明した実施形態は本発明の実施形態の一部に過ぎず、実施形態の全てではない
ことは明らかである。本発明における実施形態に基いて、当業者であれば、創意的な労働
を行うことなく得られた他の全ての実施形態は、本発明の保護範囲に属する。
実施例1
グデータ・スクリーニング・システムを提供する。
む。
ータを整理した後、専用変電使用者のファイルを比較し、専用変電所台帳の情報を比較し
、その後、データウェアハウス技術とデータ洗浄技術を用いて電力消費データベースを再
構築する。
、特性マッチング・データベースを構築し、電力消費データベースと特徴マッチングする
。
し、線損失率をスクリーニングし、使用者の一日の電力消費量を比較分析することにより
、異常負荷自動診断モジュールを構築する。
分析、迅速判断などの過程を経過するような、何らかのデータ分析方法によって、不審な
変圧器使用者をスクリーニングし、迅速に容量変圧器を誤表示する使用者を選別する。
ギー・データと使用者が消費した電力収集データを整理することは、具体的に以下の内容
を含むが、これらに限定されない。
た後、マーケティング・システムと電力消費収集システム及び使用者ファイルの比較結果
によって、不審な使用者について、現場で使用者情報を修正し、顧客の電子ファイルを完
成し、電力消費契約を共用する。
及び変圧器の特性等のマーケティング・システムを使用する使用者の情報に基づいて、電
力消費収集システムの計量点の番号、変圧器の番号、変圧器作業における電圧・電流曲線
と負荷曲線等の情報を、使用者のファイル情報と比較した結果を組み合わせて、情報の違
いがある不審な使用者を確定する。
び直流抵抗が含まれるが、これらに限定されない。
することは、具体的に以下の内容が含まれるが、これらに限定されるない。
、データセットの中で実際のビジネス・ロジックに一致しないエラー、及び重複、複数ソ
ースデータの論理が不整合である等の情況を洗浄し、異なる情報システムを使用するため
に、高品質のデータベースを構築し、データ資源の高度な共有を実現する。
消費データベースと特徴マッチングする具体的な方法では、
電圧、電流、負荷条件及び無負荷/負荷損失の電力消費特徴を含むがこれらに限定され
ない容量標準が低い変圧器の配電変圧器に対して、従来の配電変圧器スマート端末を利用
して、電圧、電流サンプリング及び負荷条件に基づいて、停電しない情況下で配電変圧器
の無負荷損失及び負荷損失を近似的に取得し、重要な特徴パラメータを抽出し、電力消費
データベースと特徴マッチングし、特徴マッチング・データベースを構築する。
は、
容量標準が低い変圧器の電力消費特徴は、電圧、電流及び負荷曲線、無負荷損失と負荷
損失であることが知られており、
電圧、電流及び負荷曲線に対して、曲線の特徴値を(
、
、…、
)と設定すると、分析した容量標準が低い変圧器のライブラリについては、曲線の特徴値
の取り範囲(
、
、…、
)に対応し、ここで、
=[
、
]、
=[
、
]、…、
=[
、
]であり、
無負荷/負荷損失に対して、無負荷損失及び負荷損失をそれぞれ
、
と設定すると、分析した容量標準が低い変圧器のライブラリについては、無負荷/負荷損
失の取り範囲
=[
、
]、
=[
、
]に対応し、
すなわち、特徴マッチングを完了する。
る具体的な方法は以下のステップを含む。
的な要因であるかを定義する。
データ調査を介して線損失率の変動が発生する根本原因を確定する。
、必要的な要因であるかを定義する具体的な方法では、
分岐線の線損失率の変動については、線損失率が3日連続で制御線を超えたフィーダ、
制御線内で線損失率が3ヶ月連続で同じ方向にずれたフィーダ、線損失率が長期にわたっ
て不適格になったフィーダは、いずれも必要的な要因による変動と定義し、
分岐ステーションの線損失率の変動については、線損失率が適格から不適格に変化した
ステーション、線損失率が不適格から適格に変化しステーション、制御線内で線損失率が
3周期連続して同じ方向にずれたステーション、線損失率が長期にわたって不適格となっ
たステーションは、いずれも必要的な要因による変動と定義する。
、供給電力量と販売電力量の差を用いて計算することができる。
タ調査によって確定し、必要なデータには、
フィーダについては、収集すべきデータとして、駅線を変更する世帯の全体情況、遮断
計の操作状況、負制/配電変圧器の操作状況、電力供給転移情況及び2票の操作情況が含
まれ、
ステーションについては、収集すべきデータとして、ステーション遮断計の操作状況、
検針フィードバック情況、変圧器倍率異常の有無及び使用者の業務処理情況が含まれるが
これらに限定されない。
らかのデータ分析方法により、不審な変圧器使用者をスクリーニングし、ここで、データ
分析方法は、具体的に以下のステップを含む。
の変化を正確に比較することによって疑わしい対象を選別し、線損失の電力量と疑わしい
対象の電力量の変化(前年同期比/リンク相対比)を正確に比較することによって異常対
象を確定し、現場での検出データとバックグラウンドでリアルタイムで監視したデータを
正確に比較することによって異常対象をロックする。
点と全三相計器の電力量の変化を正確に比較することによって疑わしい対象を選別し、線
損失の電力量の変化と疑わしい対象の電力量の変化(前年同期比/リンク相対比)を正確
に比較することによって異常対象を確定し、現場での偵察データとバックグラウンドでリ
アルタイムで監視したデータを正確に比較することによって異常対象をロックする。
内容を含む。
しい対象を選別する具体的な方法では、線損失率が変化した変曲点の時間ノードを確定し
、同期間の使用者の電力量データを取得し、使用者の電力量データに基づいて、使用者の
電力量データの特徴値を計算し、電力消費データベースとの比較を通じて、疑わしい対象
を選別する。
比較することによって異常対象を確定する具体的な方法では、疑わしい対象をロックした
後、疑わしい対象の一定期間における電力消費データを取出し、線損失の電力量と疑わし
い対象の電力量とが前年同期比/リンク相対比曲線の正相関または曲線反相関に表示され
る場合、異常対象と確定できる。
することによって異常対象をロックする具体的な方法では、異常対象を確定した後、現場
に行ってその異常対象によって設計された変圧器容量に対してさらに行われた校正と、バ
ックグラウンドでリアルタイムで監視した電圧、電流と負荷のデータとを、変圧器の異常
容量の証拠とする。
以下の内容を含む。
ることによって疑わしい対象を選別する具体的な方法では、ステーションの線損失率が変
化した変曲点の時間ノードを確定し、同期間の全三相計器の電力量データを取得し、使用
者の電力量データに基づいて、三相計器の電力量データの特徴値を計算し、電力消費デー
タベースと比較することによって疑わしい対象を選別する。
確に比較することによって異常対象を確定する具体的な方法では、疑わしい対象をロック
した後、疑わしい対象の三相計器の一定期間にわたる電力消費データを取り出し、線損失
電力量と疑わしい対象の三相計器の電力量とが前年同期比/リンク相対比曲線の正の相関
または曲線反相関に表示される場合、異常対象と確定できる。
することによって異常対象をロックする具体的な方法では、異常対象を確定した後、現場
に行って異常対象によって設計された変圧器の容量に対してさらに行われた校正と、バッ
クグラウンドでリアルタイムで監視した電圧、電流及び負荷のデータとを、変圧器の異常
容量の証拠とする。
8663651Aである引用文献1(複数ソースデータ融合に基づくスマート電気エネル
ギー計の操作状態の評価システム)及び公開番号が第CN114329100Aである引
用文献2(ループ電流監視に基づく領域電力量の管理システム)と比較分析すると、具体
的に以下の内容を含む。
する洗浄データベースを形成するプロセスが開示されている。ここで、複数ソースデータ
には、マーケティング・ビジネス・アプリケーション・システムデータ、電力消費情報収
集データ及び計測・生産スケジューリング・プラットフォーム・データ(本技術的解決策
のステップS1において、マーケティング電気エネルギー・データ及び使用者の電力消費
収集データを整理した後、データ洗浄技術を利用して電力消費データベースを再構築する
ことに相当)が含まれている。したがって、引用文献1と本技術的解決策との間には、以
下のような区別技術特徴がある。
との特徴マッチングする。
原因を分析することにより、異常負荷自動診断モジュールを構築する。具体的には、線損
率の変動が発生する根本原因を分析する方法では、まず、線損失率の変動が発生する要因
が偶発的な要因であるか必然的な要因であるかを定義し、線損失率の変動が発生する要因
が必然的な要因であれば、必要なデータ調査を通じて線損失率の変動が発生する根本原因
を確定する。上記の線損失率の変動が発生する要因が偶然的な要因であるか、必要的な要
因であるかを定義する具体的な方法では、分岐線の線損失率の変動については、線損失率
が3日連続で制御線を超えたフィーダ、制御線内で線損失率が3ヶ月連続で同じ方向にず
れたフィーダ、線損失率が長期にわたって不適格になったフィーダは、いずれも必要的な
要因による変動と定義し、分岐ステーションの線損失率の変動については、線損失率が適
格から不適格に変化したステーション、線損失率が不適格から適格に変化しステーション
、制御線内で線損失率が3周期連続して同じ方向にずれたステーション、線損失率が長期
にわたって不適格となったステーションは、いずれも必要的な要因による変動と定義する
。ここで、前記線損失率は、供給電力量のうち、線損失電力が占める割合を線路損失率と
称し、供給電力量と販売電力量の差を用いて計算することができる。具多的な分析は、フ
ィーダについては、線損失率が変化した変曲点と使用者の電力量の変化を正確に比較する
ことによって疑わしい対象を選別し、線損失の電力量と疑わしい対象の電力量の変化(前
年同期比/リンク相対比)を正確に比較することによって異常対象を確定し、現場での検
出データとバックグラウンドでリアルタイムで監視したデータを正確に比較することによ
って異常対象をロックする。ステーションについては、ステーション分表の全データを正
確に比較することによって疑わしい対象を選別し、ステーションの線損失率が変化した変
曲点と全三相計器の電力量の変化を正確に比較することによって疑わしい対象を選別し、
線損失の電力量の変化と疑わしい対象の電力量の変化(前年同期比/リンク相対比)を正
確に比較することによって異常対象を確定し、ステーション分表の歴史電力量の傾向を分
析する。
法により、不審な変圧器使用者をスクリーニングする。
づいてデータ表示と早期警告を行うことが開示されている。しかし、引用文献2では、線
損失率が変化した変曲点と使用者が消費した電力の変化との正確な比較には触れていない
ため、本技術的解決策におけるフィーダについて、線損失率が変化した変曲点と使用者の
電力消費変化との正確な比較により疑わしい対象を選別すること、線損失の電力量と疑わ
しい対象の電力量の変化(前年同期比/リンク相対比)との正確な比較により異常対象を
判定すること、現場での検出データとバックグラウンドでリアルタイムで監視したデータ
との正確な比較により異常対象をロックすること、ステーションについては、ステーショ
ン分表の全データを正確に比較することによって疑わしい対象を選別し、ステーションの
線損失率が変化した変曲点と全三相計器の電力量の変化を正確に比較することによって疑
わしい対象を選別し、線損失の電力量の変化と疑わしい対象の電力量の変化(前年同期比
/リンク相対比)を正確に比較することによって異常対象を確定し、ステーション分表の
歴史電力量の傾向を分析することが開示されていない。
断モジュールを利用して、何らかのデータ分析方法により、疑しい変圧器使用者を選別す
ることは容易に考えられる。
、引用文献1及び引用文献2とは以下のような技術的特徴を有することが分かる。
しい対象を選別し、線損失の電力量と疑わしい対象の電力量の変化(前年同期比/リンク
相対比)を正確に比較することによって異常対象を確定し、現場での検出データとバック
グラウンドでリアルタイムで監視したデータを正確に比較することによって異常対象をロ
ックする。ステーションについては、ステーション分表の全データを正確に比較すること
によって疑わしい対象を選別し、ステーションの線損失率が変化した変曲点と全三相計器
の電力量の変化を正確に比較することによって疑わしい対象を選別し、線損失の電力量の
変化と疑わしい対象の電力量の変化(前年同期比/リンク相対比)を正確に比較すること
によって異常対象を確定し、ステーション分表の歴史電力量の傾向を分析する。
セッサ上で実行されるコンピュータ・プログラムとを備える配電変圧器の容量異常に対す
るビッグデータ・スクリーニング・システムの操作プラットフォーム装置を提供する。
は、プログラム命令を記憶するために使用され、プロセッサは、メモリ内のプログラム命
令を実行する際に、上記の配電変圧器の容量異常に対するビッグデータ・スクリーニング
・システムにおけるスクリーニング・グプロセスのステップを実行する。
グラマブル読み取り専用メモリ(EEPROM)、消去可能なプログラマブル読み取り専
用メモリ(EPROM)、プログラマブル読み取り専用メモリ(PROM)、読み取り専
用メモリ(ROM)、磁気メモリ、フラッシュメモリ、磁気ディスク、光ディスクなど、
任意タイプの揮発性または不揮発性記憶装置またはそれらの組み合わせによって実装する
ことができる。
ロセッサによって実行される際、上述の配電変圧器の容量異常に対するビッグデータ・ス
クリーニング・システムにおけるスクリーニング・プロセスのステップを実行するコンピ
ュータ読み取り可能な記憶媒体を提供する。
おける配電変圧器の容量異常に対するビッグデータ・スクリーニング・システムにおける
スクリーニング・プロセスのステップを実行させる命令を含むコンピュータ・プログラム
製品も提供する。
は、ハードウェアによって完成されてもよいし、またはプログラムによって関連するハー
ドウェアを完成するように指示することができ、そのプログラムは、コンピュータ読み取
り可能な記憶媒体に記憶されてもよく、上記に提言された記憶媒体は、読み取り専用メモ
リ、磁気ディスク、または光ディスク等であってもよいことを理解できるであろう。
明は上記実施形態によって限定されるものではなく、上記実施形態及び明細書に記載され
ている内容は本発明の好ましい例に過ぎず、本発明を限定するために使用されるものでは
ないこと、本発明の精神及び範囲から逸脱することなく、本発明に対して様々な変更及び
改善がなされることができ、これらの変更及び改善はいずれも保護請求される本発明の範
囲に含まれることを理解すべきである。本発明の保護請求の範囲は、添付された特許請求
の範囲及びその均等物によって定義される。
Claims (10)
- 配電変圧器の異常容量に対するビッグデータ・スクリーニング・システムであって、
このシステムのスクリーニング・プロセスは、
S1:マーケティング電気エネルギー・データと使用者が消費した電力収集データを整
理した後、データ洗浄技術を用いて電力消費データベースを再構築するステップ、
S2:容量標準が低い変圧器の特徴を分析し、電力消費データベースと特徴マッチング
するステップ、
S3:特徴データベースにおいて、線損失率の変動が発生する根本原因を分析すること
によって、異常負荷自動診断モジュールを構築するステップ、
S4:異常負荷自動診断モジュールを利用して、何らかのデータ分析方法によって、不
審な変圧器使用者をスクリーニングするステップを含むことを特徴とする配電変圧器の異
常容量に対するビッグデータ・スクリーニング・システム。 - 前記ステップS1において、マーケティング電気エネルギー・データと使用者が消費し
た電力収集データを整理することは、具体的に、
まず、計画手配を整理し、資料を収集し、トレーニングを組織し、資源の準備を整理し
た後、マーケティング・システムと電力消費収集システム及び使用者ファイルの比較結果
によって、不審な使用者について、現場で使用者情報を修正し、顧客の電子ファイルを完
成し、電力消費契約を共用する内容を含むが、これらに限定されず、
同時に、データ洗浄技術を利用して電力消費データベースを再構築することは、具体的
に、
マーケティング・システム、電力消費収集システム等の従来のデータセットに基づいて
、データセットの中で実際のビジネス・ロジックに一致しないエラー、及び重複、複数ソ
ースデータの論理が不整合である等の情況を洗浄し、異なる情報システムを使用するため
に高品質のデータベースを構築し、データ資源の高度な共有を実現する内容を含むが、こ
れに限定されないことを特徴とする請求項1に記載の配電変圧器の異常容量に対するビッ
グデータ・スクリーニング・システム。 - 前記ステップS2において、容量標準が低い変圧器の特徴を分析し、電力消費データベ
ースと特徴マッチングする具体的な方法では、
電圧、電流、負荷条件及び無負荷/負荷損失の電力消費特徴を含むがこれらに限定され
ない容量標準が低い変圧器の配電変圧器に対して、従来の配電変圧器スマート端末を利用
して、電圧、電流サンプリング及び負荷条件に基づいて、停電しない情況下で配電変圧器
の無負荷損失及び負荷損失を近似的に取得し、重要な特徴パラメータを抽出し、電力消費
データベースと特徴マッチングし、特徴マッチング・データベースを構築することを特徴
とする請求項1に記載の配電変圧器の異常容量に対するビッグデータ・スクリーニング・
システム。 - 前記ステップS2において、特徴マッチングする具体的なアルゴリズム・プロセスには
、
容量標準が低い変圧器の電力消費特徴は、電圧、電流及び負荷曲線、無負荷損失と負荷
損失であることが知られており、
電圧、電流及び負荷曲線に対して、曲線の特徴値を(
、
、…、
)と設定すると、分析した容量標準が低い変圧器のライブラリについては、曲線の特徴値
の取り範囲(
、
、…、
)に対応し、ここで、
=[
、
]、
=[
、
]、…、
=[
、
]であり、
無負荷/負荷損失に対して、無負荷損失及び負荷損失をそれぞれ
、
と設定すると、分析した容量標準が低い変圧器のライブラリについては、無負荷/負荷損
失の取り範囲
=[
、
]、
=[
、
]に対応し、
すなわち、特徴マッチングを完了するステップが含まれることを特徴する請求項3に記
載の配電変圧器の異常容量に対するビッグデータ・スクリーニング・システム。 - 前記ステップS3において、線損失率の変動が発生する根本原因を分析する具体的な方
法は、
S3.1:まず、線損失率の変動が発生する要因が偶然的な要因であるか必要的な要因
であるかを定義するステップと、
S3.2:線損失率の変動が発生する要因が必要的な要因である場合、必要なデータ調
査を介して線損失率の変動が発生する根本原因を確定するステップとを含むことを特徴と
する請求項1に記載の配電変圧器の異常容量に対するビッグデータ・スクリーニング・シ
ステム。 - 前記ステップS3.1において、線損失率の変動が発生する要因が偶然的な要因である
か、必要的な要因であるかを定義する具体的な方法では、
分岐線の線損失率の変動については、線損失率が3日連続で制御線を超えたフィーダ、
制御線内で線損失率が3ヶ月連続で同じ方向にずれるフィーダ、線損失率が長期にわたっ
て不適格になったフィーダは、いずれも必要的な要因による変動と定義し、
分岐ステーションの線損失率の変動については、線損失率が適格から不適格に変化した
ステーション、線損失率が不適格から適格に変化したステーション、制御線内で線損失率
が3周期連続して同じ方向にずれたステーション、線損失率が長期にわたって不適格とな
ったステーションは、いずれも必要的な要因による変動と定義することを特徴とする請求
項5に記載の配電変圧器の異常容量に対するビッグデータ・スクリーニング・システム。 - 前記ステップS3.2において、線損失率の変動が発生する根本原因を、必要なデータ
調査によって確定し、ここで、必要なデータには、
フィーダについては、収集すべきデータとして、駅線を変更する世帯の全体情況、遮断
計の操作状況、負制/配電変圧器の操作状況、電力供給転移情況及び2票の操作情況が含
まれ、
ステーションについては、収集すべきデータとして、ステーション遮断計の操作状況、
検針フィードバック情況、変圧器倍率異常の有無及び使用者の業務処理情況が含まれるが
これらに限定されないことを特徴とする請求項6に記載の配電変圧器の異常容量に対する
ビッグデータ・スクリーニング・システム。 - 前記ステップS4において、異常負荷自動診断モジュールを利用して、何らかのデータ
分析方法により、不審な変圧器使用者をスクリーニングし、ここで、データ分析方法は、
具体的に、
S4.1:フィーダについては、線損失率が変化した変曲点と使用者の電力量の変化を
正確に比較することによって疑わしい対象を選別し、線損失の電力量と疑わしい対象の電
力量の変化を正確に比較することによって異常対象を確定し、現場での検出データとバッ
クグラウンドでリアルタイムで監視したデータを正確に比較することによって異常対象を
ロックするステップと、
S4.2:ステーションについては、ステーションの線損失率が変化した変曲点と全三
相計器の電力量の変化を正確に比較することによって疑わしい対象を選別し、線損失の電
力量の変化と疑わしい対象の電力量の変化を正確に比較することによって異常対象を確定
し、現場での偵察データとバックグラウンドでリアルタイムで監視したデータを正確に比
較することによって異常対象をロックするステップとを含むことを特徴とする請求項1に
記載の配電変圧器の異常容量に対するビッグデータ・スクリーニング・システム。 - 前記ステップS4.1において、フィーダに対する具体的なデータ分析方法は、
線損失率が変化した変曲点と使用者の電力量の変化を正確に比較することによって疑わ
しい対象を選別する具体的な方法は、線損失率が変化した変曲点の時間ノードを確定し、
同期間の使用者の電力量データを取得し、使用者の電力量データに基づいて、使用者の電
力量データの特徴値を計算し、電力消費データベースとの比較を通じて、疑わしい対象を
選別するステップ、
線損失の電力量と疑わしい対象の電力量の変化を正確に比較することによって異常対象
を確定する具体的な方法は、疑わしい対象をロックした後、疑わしい対象の一定期間にお
ける電力消費データを取出し、線損失の電力量と疑わしい対象の電力量とが前年同期比/
リンク相対比曲線の正相関または曲線反相関に表示される場合、異常対象と確定できるス
テップ、
現場での検出データとバックグラウンドでリアルタイムで監視したデータを正確に比較
することによって異常対象をロックする具体的な方法は、異常対象を確定した後、現場で
その異常対象によって設計された変圧器容量に対してさらに行われた校正と、バックグラ
ウンドでリアルタイムで監視した電圧、電流と負荷のデータとを、変圧器の異常容量の証
拠とするステップを含むことを特徴とする請求項8に記載の配電変圧器の異常容量に対す
るビッグデータ・スクリーニング・システム。 - 前記ステップS4.2において、ステーションに対する具体的なデータ分析方法は、
ステーションの線損失率が変化した変曲点と全三相計器の電力量の変化を正確に比較す
ることによって疑わしい対象を選別する具体的な方法は、ステーションの線損失率が変化
した変曲点の時間ノードを確定し、同期間の全三相計器の電力量データを取得し、使用者
の電力量データに基づいて、三相計器の電力量データの特徴値を計算し、電力消費データ
ベースと比較することによって、疑わしい対象を選別するステップ、
線損失電力量の変化と疑わしい対象の電力量の変化を正確に比較することによって異常
対象を確定する具体的な方法は、疑わしい対象をロックした後、疑わしい対象の三相計器
の一定期間にわたる電力消費データを取り出し、線損失電力量と疑わしい対象の三相計器
の電力量が前年同期比/リンク相対比曲線の正の相関または曲線反相関に表示される場合
、異常対象と確定できるステップ、
現場での偵察データとバックグラウンドでリアルタイムで監視したデータを正確に比較
することによって異常対象をロックする具体的な方法は、異常対象を確定した後、現場に
行って異常対象によって設計された変圧器の容量に対してさらに行われた校正と、バック
グラウンドでリアルタイムで監視した電圧、電流及び負荷のデータとを、変圧器の異常容
量の証拠とするステップを含むことを特徴とする請求項8に記載の配電変圧器の異常容量
に対するビッグデータ・スクリーニング・システム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210875005.3A CN115203274B (zh) | 2022-07-25 | 2022-07-25 | 一种配电变压器容量异常的大数据筛查系统 |
CN202210875005.3 | 2022-07-25 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2024015999A true JP2024015999A (ja) | 2024-02-06 |
Family
ID=83584049
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023119122A Pending JP2024015999A (ja) | 2022-07-25 | 2023-07-21 | 配電変圧器の異常容量に対するビッグデータ・スクリーニング・システム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2024015999A (ja) |
CN (1) | CN115203274B (ja) |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105590166A (zh) * | 2015-12-16 | 2016-05-18 | 国家电网公司 | 一种配电网中专变供电用户用电行为分析判断方法 |
CN108663651A (zh) * | 2018-05-04 | 2018-10-16 | 国网上海市电力公司 | 一种基于多源数据融合的智能电能表运行状态评价系统 |
CN109636124A (zh) * | 2018-11-18 | 2019-04-16 | 韩霞 | 基于大数据的电力行业低压台区线损分析方法及处理系统 |
CN111178663A (zh) * | 2019-11-15 | 2020-05-19 | 国网甘肃省电力公司 | 一种配电网全域大数据的设备状态诊断方法 |
CN111781463A (zh) * | 2020-06-25 | 2020-10-16 | 国网福建省电力有限公司 | 一种台区线损异常辅助诊断方法 |
CN111784042B (zh) * | 2020-06-28 | 2022-11-25 | 佛山市南海区公共安全技术研究院 | 一种用电节点安全风险预测方法、装置及存储介质 |
CN112698261A (zh) * | 2020-11-25 | 2021-04-23 | 国网湖南省电力有限公司 | 一种智能电能表故障预警方法及装置 |
CN113687293A (zh) * | 2021-07-28 | 2021-11-23 | 贵州电网有限责任公司 | 基于大数据的线损异常智能分析方法 |
CN114329100A (zh) * | 2021-12-10 | 2022-04-12 | 大庆高新区中环电力控制系统有限公司 | 基于回路电流监测的区域电量管理系统 |
CN114723234A (zh) * | 2022-03-17 | 2022-07-08 | 云南电网有限责任公司电力科学研究院 | 变压器容量瞒报识别方法、系统、计算机设备和存储介质 |
-
2022
- 2022-07-25 CN CN202210875005.3A patent/CN115203274B/zh active Active
-
2023
- 2023-07-21 JP JP2023119122A patent/JP2024015999A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
CN115203274B (zh) | 2023-12-26 |
CN115203274A (zh) | 2022-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110097297A (zh) | 一种多维度窃电态势智能感知方法、系统、设备及介质 | |
CN110231528B (zh) | 基于负荷特征模型库的变压器户变异常识别方法及装置 | |
CN107527114B (zh) | 一种基于大数据的线路台区异常分析方法 | |
CN103135009B (zh) | 基于使用者回馈信息的电器侦测方法与系统 | |
CN111008193B (zh) | 一种数据清洗与质量评价方法及系统 | |
CN112614011B (zh) | 电力配网物资需求预测方法和装置、存储介质及电子设备 | |
CN112688431A (zh) | 一种基于大数据的配电网负荷过载可视化方法及系统 | |
CN104331773A (zh) | 一种电网规划方案综合评估方法 | |
CN111612326A (zh) | 一种配变供电可靠性的综合评估方法 | |
CN116148753A (zh) | 一种智能电能表运行误差监测系统 | |
CN110555619A (zh) | 一种基于智能配电网的供电能力评估方法 | |
CN114881515A (zh) | 供应商选取方法、装置、存储介质以及电子设备 | |
CN110738415A (zh) | 基于用电采集系统和离群点算法的窃电用户分析方法 | |
CN111027841A (zh) | 一种基于梯度提升决策树的低压台区线损计算方法 | |
CN114202179A (zh) | 目标企业的识别方法以及装置 | |
CN115905319B (zh) | 一种海量用户电费异常的自动识别方法及系统 | |
CN116914917A (zh) | 一种基于大数据的配电柜运行状态监测管理系统 | |
CN116452054A (zh) | 一种电力系统物资抽检管理方法和装置 | |
JP2024015999A (ja) | 配電変圧器の異常容量に対するビッグデータ・スクリーニング・システム | |
CN115146715A (zh) | 用电安全隐患诊断方法、装置、设备及存储介质 | |
CN113947273A (zh) | 一种基于大数据的多途径配网成本核算系统 | |
Huang et al. | Research on Monitoring and Diagnosis Technology of Data Anomaly in Distribution Network | |
Peiyi et al. | Analysis and research on enterprise resumption of work and production based on K-means clustering | |
CN111080068A (zh) | 一种电能表运行状态评价方法和装置 | |
CN111915056A (zh) | 一种基于大数据分析的用户实用负荷预测系统及预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230721 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20230721 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231008 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240110 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240409 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240510 |