CN105974220A - 一种居民小区用电负荷识别*** - Google Patents
一种居民小区用电负荷识别*** Download PDFInfo
- Publication number
- CN105974220A CN105974220A CN201610260825.6A CN201610260825A CN105974220A CN 105974220 A CN105974220 A CN 105974220A CN 201610260825 A CN201610260825 A CN 201610260825A CN 105974220 A CN105974220 A CN 105974220A
- Authority
- CN
- China
- Prior art keywords
- current
- spectrum component
- submodule
- module
- 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.)
- Granted
Links
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种居民小区用电负荷识别***,包括:设置在小区总服务器端的监测管理模块、第一通信模块,设置在用户端的负荷用电识别模块、第二通信模块,所述负荷用电识别模块能够在非侵入用电数据采集条件下,有效地判断居民用电负荷的使用情况,能够解决用电负荷的识别问题,能够从多个负荷同时运行时的混合数据中判断分辨出正在运行的负荷类型,分离出各个单负荷的运行情况,并通过第二通信模块、第一通信模块将该工作状态信息发送给小区总服务器端,可以实现对整个居民小区内用户的负荷设备进行监控。方法简单可行,实施方便,运算效率高,运算精度高,设备开销少。
Description
技术领域:
本发明属于智能用电及能效监测技术领域,具体是涉及一种居民小区用电负荷识别***。
背景技术:
随着智能电网的发展,配用电侧的智能化十分重要,一个坚强的国家电网仅靠特高压、超高压端的巩固是远远不够都,必须对低压的用户终端同步优化,故而用电侧的智能电网技术更值得高度关注。随着电力***中的用电量与非线性用电负荷的增加,近年来关于负荷状态识别的问题得到了研究人员的广泛关注。负荷特性是指用电设备在工作过程中所表现出的电器行为,每个电器设备在用电过程中都有独特的特性。居民用户负荷主要是家用电器设备,不同类型的用电设备的负荷特性可以很好地描述具体用电情况。研究表明,不同的负荷类型,其负载波形相差很大。不同用电设备的谐波不同,可以通过FFT来辨别不同的用电设备。负荷特性的研究主要在宏观上进行,而微观特性研究相对较少,因此有必要针对居民用户符合微观层面的负荷特性研究进行深入研究。
目前,传统的负荷检测方法通常采用侵入式设计,需要在每个用电设备上都安装传感器等用电信息采集装置,用以得到不同用电设备实时的功率消耗比例。这种方法优点是计量较为准确,缺点是当被检测***内的用电设备数量较多时,传统的负荷检测方式不仅成本高,并且在传感器装置的安装和***维护方面也很不方便。采用非侵入式方法能够解决传统方法中的实现瓶颈,即仅在用户的电力入口处进行数据采集,通过辨识与信号分析得到用电负荷的运行状态,从而跟踪负荷的能效状况。非侵入式方法简化了采集与测量机制,但全部负荷的用电数据均综合表现在同一信号中,因此,从采集的整体信号中分析提取单个负荷信息是该方法的技术关键与难点。
发明内容:
为此,为解决现有技术中存在的问题,从而提出一种居民小区用电负荷识别***。
为达到上述目的,本发明的技术方案如下:
一种居民小区用电负荷识别***,包括:
监测管理模块,所述监测管理模块设置在小区总服务器端,所述监测管理模块用于实时获取各居民用户的用电负荷工作状态。
第一通信模块,所述第一通信模块设置在小区总服务器端,所述第一通信模块用于所述监测管理模块与其他设备进行数据通信。本实施例中,所述第一通信模块与N个用户端的第二通信模块进行通信。
负荷用电识别模块,所述负荷用电识别模块设置在用户端,所述负荷用电识别模块用于在电力入口处进行数据采集,通过辨识与信号分析获取用电负荷的工作状态。
第二通信模块,所述第二通信模块设置在用户端,所述第二通信模块与所述第一通信模块通信连接,用于将所述负荷用电识别模块中获取的用电负荷的工作状态发送到所述检测管理模块。
所述负荷用电识别模块具体包括:
电流获取子模块,所述电流获取子模块用于独立采集各用电器运行时通过的第一电流数据。
电流数据处理子模块,所述电流数据处理子模块用于将电流获取子模块中的第一电流数据进行滤波、去噪、平滑处理,获取第二电流数据。
特征电流模板获取子模块,所述特征电流模板获取子模块用于计算所述第二电流数据的频谱并存储作为对应用电器的特征电流模块的频谱分量。
总电流频谱获取子模块,所述总电流频谱获取子模块用于计算多个用电器共同工作时总电流的频谱分量。
模板滤波器获取子模块,所述模板滤波器获取子模块用于将所述特征电流模块中的频谱分量与第一阈值进行比较并赋值,将赋值后的第一频谱分量作为对应用电器的模板滤波器。
滤波处理子模块,所述滤波处理子模块用于根据所述模板滤波器对所述总电流的频谱分量进行滤波,获取滤波后的第二频谱分量。
用电负荷的工作状态识别子模块,将所述第二频谱分量与所述特征电流模块的频谱分量进行对比,获取对应用电器的工作状态。
作为上述技术方案的优选,所述特征电流模板获取子模块中:
特征电流模板的频谱分量的计算方式为:
其中,Im(k)为第m个用电器运行时通过的电流,m=1,2,…,n,n为用电器总个数,N为电流采样点数,u为频率分量,k为第k个采样点值。
作为上述技术方案的优选,所述总电流频谱获取子模块中:
总电流的频谱分量的计算方式为:
其中,I(t)为进入用户的总电流,即用户用电器各个支路的电流之和,L为工作中的用电器总个数,N为电流采样点数,u为频率分量,k为第k个采样点值。
作为上述技术方案的优选,所述模板滤波器获取子模块中:
将所述特征电流模块中的频谱分量与第一阈值进行比较,并进行0-1赋值,大于等于所述第一阈值的频谱分量赋值为1,小于所述第一阈值的频谱分量赋值为0,所述特征电流模板中的频谱分量经过0和1赋值之和所得到的第一频谱分量作为对应用电器的模板滤波器。
作为上述技术方案的优选,所述滤波处理子模块中:
将所述模板滤波器中的第一频谱分量与所述总电流的频谱分量对应相乘,若所述模板滤波器中的第一频谱分量为1,则第二频谱分量为所述总电流的频谱分量。若所述模板滤波器中的第一频谱分量为0,则所述总电流的频谱分量将被滤除。
作为上述技术方案的优选,所述用电负荷的工作状态识别子模块中:
将所述第二频谱分量与所述特征电流模块中的频谱分量进行对比,若频谱分量的保留程度大于第二阈值,则表明对应的用电器处于工作状态。若频谱分量的保留程度小于第二阈值,则表明对应的用电器未处于工作状态。
作为上述技术方案的优选,所述第二阈值为95%。
本发明的有益效果在于:其通过在小区总服务器端设置监测管理模块、第一通信模块,在用户端设置负荷用电识别模块、第二通信模块,所述负荷用电识别模块能够在非侵入用电数据采集条件下,有效地判断居民用电负荷的使用情况,能够解决用电负荷的识别问题,能够从多个负荷同时运行时的混合数据中判断分辨出正在运行的负荷类型,分离出各个单负荷的运行情况,并通过第二通信模块、第一通信模块将该工作状态信息发送给小区总服务器端,可以实现对整个居民小区内用户的负荷设备进行监控。方法简单可行,实施方便,运算效率高,运算精度高,设备开销少。
附图说明:
以下附图仅旨在于对本发明做示意性说明和解释,并不限定本发明的范围。其中:
图1为本发明一个实施例的居民小区用电负荷识别***示意图;
图2为本发明一个实施例的负荷用电识别模块结构示意图。
具体实施方式:
如图1所示,本发明的一种居民小区用电负荷识别***,包括:
监测管理模块,所述监测管理模块设置在小区总服务器端,所述监测管理模块用于实时获取各居民用户的用电负荷工作状态。
第一通信模块,所述第一通信模块设置在小区总服务器端,所述第一通信模块用于所述监测管理模块与其他设备进行数据通信。
负荷用电识别模块,所述负荷用电识别模块设置在用户端,所述负荷用电识别模块用于在电力入口处进行数据采集,通过辨识与信号分析获取用电负荷的工作状态。
第二通信模块,所述第二通信模块设置在用户端,所述第二通信模块与所述第一通信模块通信连接,用于将所述负荷用电识别模块中获取的用电负荷的工作状态发送到所述检测管理模块。
如图2所示,所述负荷用电识别模块具体包括:
电流获取子模块,所述电流获取子模块用于独立采集各用电器运行时通过的第一电流数据。
电流数据处理子模块,所述电流数据处理子模块用于将电流获取子模块中的第一电流数据进行滤波、去噪、平滑处理,获取第二电流数据。
特征电流模板获取子模块,所述特征电流模板获取子模块用于计算所述第二电流数据的频谱并存储作为对应用电器的特征电流模块的频谱分量。特征电流模板的频谱分量的计算方式为:
其中,Im(k)为第m个用电器运行时通过的电流,m=1,2,…,n,n为用电器总个数,N为电流采样点数,u为频率分量,k为第k个采样点值。
总电流频谱获取子模块,所述总电流频谱获取子模块用于计算多个用电器共同工作时总电流的频谱分量。总电流的频谱分量的计算方式为:
其中,I(t)为进入用户的总电流,即用户用电器各个支路的电流之和,L为工作中的用电器总个数,N为电流采样点数,u为频率分量,k为第k个采样点值。
模板滤波器获取子模块,所述模板滤波器获取子模块用于将所述特征电流模块中的频谱分量与第一阈值进行比较并赋值,将赋值后的第一频谱分量作为对应用电器的模板滤波器。具体实施方式为将所述特征电流模块中的频谱分量与第一阈值进行比较,并进行0-1赋值,大于等于所述第一阈值的频谱分量赋值为1,小于所述第一阈值的频谱分量赋值为0,所述特征电流模板中的频谱分量经过0和1赋值之和所得到的第一频谱分量作为对应用电器的模板滤波器。
滤波处理子模块,所述滤波处理子模块用于根据所述模板滤波器对所述总电流的频谱分量进行滤波,获取滤波后的第二频谱分量。具体实施方式为将所述模板滤波器中的第一频谱分量与所述总电流的频谱分量对应相乘,若所述模板滤波器中的第一频谱分量为1,则第二频谱分量为所述总电流的频谱分量。若所述模板滤波器中的第一频谱分量为0,则所述总电流的频谱分量将被滤除。
用电负荷的工作状态识别子模块,将所述第二频谱分量与所述特征电流模块的频谱分量进行对比,获取对应用电器的工作状态。具体实施方式为将所述第二频谱分量与所述特征电流模块中的频谱分量进行对比,若频谱分量的保留程度大于第二阈值,则表明对应的用电器处于工作状态。若频谱分量的保留程度小于第二阈值,则表明对应的用电器未处于工作状态。本实施例中,选取所述第二阈值为95%。
本实施例所述的一种居民小区用电负荷识别***,包括:设置在小区总服务器端的监测管理模块、第一通信模块,设置在用户端的负荷用电识别模块、第二通信模块,所述负荷用电识别模块能够在非侵入用电数据采集条件下,有效地判断居民用电负荷的使用情况,能够解决用电负荷的识别问题,能够从多个负荷同时运行时的混合数据中判断分辨出正在运行的负荷类型,分离出各个单负荷的运行情况,并通过第二通信模块、第一通信模块将该工作状态信息发送给小区总服务器端,可以实现对整个居民小区内用户的负荷设备进行监控。方法简单可行,实施方便,运算效率高,运算精度高,设备开销少。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (7)
1.一种居民小区用电负荷识别***,其特征在于,包括:
监测管理模块,所述监测管理模块设置在小区总服务器端,所述监测管理模块用于实时获取各居民用户的用电负荷工作状态;
第一通信模块,所述第一通信模块设置在小区总服务器端,所述第一通信模块用于所述监测管理模块与其他设备进行数据通信;
负荷用电识别模块,所述负荷用电识别模块设置在用户端,所述负荷用电识别模块用于在电力入口处进行数据采集,通过辨识与信号分析获取用电负荷的工作状态;
第二通信模块,所述第二通信模块设置在用户端,所述第二通信模块与所述第一通信模块通信连接,用于将所述负荷用电识别模块中获取的用电负荷的工作状态发送到所述检测管理模块;
所述负荷用电识别模块具体包括:
电流获取子模块,所述电流获取子模块用于独立采集各用电器运行时通过的第一电流数据;
电流数据处理子模块,所述电流数据处理子模块用于将电流获取子模块中的第一电流数据进行滤波、去噪、平滑处理,获取第二电流数据;
特征电流模板获取子模块,所述特征电流模板获取子模块用于计算所述第二电流数据的频谱并存储作为对应用电器的特征电流模块的频谱分量;
总电流频谱获取子模块,所述总电流频谱获取子模块用于计算多个用电器共同工作时总电流的频谱分量;
模板滤波器获取子模块,所述模板滤波器获取子模块用于将所述特征电流模块中的频谱分量与第一阈值进行比较并赋值,将赋值后的第一频谱分量作为对应用电器的模板滤波器;
滤波处理子模块,所述滤波处理子模块用于根据所述模板滤波器对所述总电流的频谱分量进行滤波,获取滤波后的第二频谱分量;
用电负荷的工作状态识别子模块,将所述第二频谱分量与所述特征电流模块的频谱分量进行对比,获取对应用电器的工作状态。
2.根据权利要求1所述的居民小区用电负荷识别***,其特征在于,所述特征电流模板获取子模块中:
特征电流模板的频谱分量的计算方式为:
其中,Im(k)为第m个用电器运行时通过的电流,m=1,2,…,n,n为用电器总个数,N为电流采样点数,u为频率分量,k为第k个采样点值。
3.根据权利要求1所述的居民小区用电负荷识别***,其特征在于,所述总电流频谱获取子模块中:
总电流的频谱分量的计算方式为:
其中,I(t)为进入用户的总电流,即用户用电器各个支路的电流之和,L为工作中的用电器总个数,N为电流采样点数,u为频率分量,k为第k个采样点值。
4.根据权利要求1所述的居民小区用电负荷识别***,其特征在于,所述模板滤波器获取子模块中:
将所述特征电流模块中的频谱分量与第一阈值进行比较,并进行0-1赋值,大于等于所述第一阈值的频谱分量赋值为1,小于所述第一阈值的频谱分量赋值为0,所述特征电流模板中的频谱分量经过0和1赋值之和所得到的第一频谱分量作为对应用电器的模板滤波器。
5.根据权利要求1所述的居民小区用电负荷识别***,其特征在于,所述滤波处理子模块中:
将所述模板滤波器中的第一频谱分量与所述总电流的频谱分量对应相乘,若所述模板滤波器中的第一频谱分量为1,则第二频谱分量为所述总电流的频谱分量;若所述模板滤波器中的第一频谱分量为0,则所述总电流的频谱分量将被滤除。
6.根据权利要求1所述的居民小区用电负荷识别***,其特征在于,所述用电负荷的工作状态识别子模块中:
将所述第二频谱分量与所述特征电流模块中的频谱分量进行对比,若频谱分量的保留程度大于第二阈值,则表明对应的用电器处于工作状态;若频谱分量的保留程度小于第二阈值,则表明对应的用电器未处于工作状态。
7.根据权利要求6所述的居民小区用电负荷识别***,其特征在于:所述第二阈值为95%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610260825.6A CN105974220B (zh) | 2016-04-25 | 2016-04-25 | 一种居民小区用电负荷识别*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610260825.6A CN105974220B (zh) | 2016-04-25 | 2016-04-25 | 一种居民小区用电负荷识别*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105974220A true CN105974220A (zh) | 2016-09-28 |
CN105974220B CN105974220B (zh) | 2018-11-20 |
Family
ID=56993160
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610260825.6A Active CN105974220B (zh) | 2016-04-25 | 2016-04-25 | 一种居民小区用电负荷识别*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105974220B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106815677A (zh) * | 2016-12-09 | 2017-06-09 | 国网北京市电力公司 | 非侵入式负荷识别方法和装置 |
CN109130949A (zh) * | 2016-12-17 | 2019-01-04 | 韩少茹 | 一种电动汽车充电*** |
CN109213028A (zh) * | 2018-07-25 | 2019-01-15 | 华南理工大学 | 一种安装简便的智慧用电***及方法 |
CN111060730A (zh) * | 2019-12-30 | 2020-04-24 | 国网北京市电力公司 | 一种计量设备周期轮换过程中的现场数据采集装置及方法 |
WO2020134441A1 (zh) * | 2018-12-29 | 2020-07-02 | 江苏智臻能源科技有限公司 | 一种居民用户负荷辨识模块的测试***及方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101567559A (zh) * | 2009-06-04 | 2009-10-28 | 天津天大求实电力新技术股份有限公司 | 非侵入式电力负荷分解的表格方法 |
DE102008048702A1 (de) * | 2008-09-24 | 2010-03-25 | Hella Kgaa Hueck & Co. | Anordnung und Verfahren zum Identifizieren und/oder Untersuchen von Lasten in einem Bordnetz eines Kraftfahrzeugs |
CN103001230A (zh) * | 2012-11-16 | 2013-03-27 | 天津大学 | 非侵入式电力负荷监测与分解的电流模式匹配方法 |
CN103116098A (zh) * | 2013-01-25 | 2013-05-22 | 重庆大学 | 一种基于互相关系数的家用电器运行状态识别方法 |
CN103217603A (zh) * | 2013-03-22 | 2013-07-24 | 重庆大学 | 一种非侵入式家用电器用电状况在线监测的识别方法 |
CN104777383A (zh) * | 2015-04-16 | 2015-07-15 | 武汉阿帕科技有限公司 | 一种非侵入式电力负载监测与负荷分解装置 |
CN105005205A (zh) * | 2015-08-28 | 2015-10-28 | 天津求实智源科技有限公司 | 一种基于电力负荷分解与监测的家居安全告警***及方法 |
CN204992779U (zh) * | 2015-09-28 | 2016-01-20 | 南方电网科学研究院有限责任公司 | 一种非侵入式用电负荷辨识*** |
CN105404784A (zh) * | 2015-12-07 | 2016-03-16 | 河南许继仪表有限公司 | 一种非侵入式电力负荷分解方法 |
CN105429135A (zh) * | 2015-12-08 | 2016-03-23 | 河南许继仪表有限公司 | 一种非侵入式电力负荷分解的辨识决策方法及*** |
-
2016
- 2016-04-25 CN CN201610260825.6A patent/CN105974220B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102008048702A1 (de) * | 2008-09-24 | 2010-03-25 | Hella Kgaa Hueck & Co. | Anordnung und Verfahren zum Identifizieren und/oder Untersuchen von Lasten in einem Bordnetz eines Kraftfahrzeugs |
CN101567559A (zh) * | 2009-06-04 | 2009-10-28 | 天津天大求实电力新技术股份有限公司 | 非侵入式电力负荷分解的表格方法 |
CN103001230A (zh) * | 2012-11-16 | 2013-03-27 | 天津大学 | 非侵入式电力负荷监测与分解的电流模式匹配方法 |
CN103116098A (zh) * | 2013-01-25 | 2013-05-22 | 重庆大学 | 一种基于互相关系数的家用电器运行状态识别方法 |
CN103217603A (zh) * | 2013-03-22 | 2013-07-24 | 重庆大学 | 一种非侵入式家用电器用电状况在线监测的识别方法 |
CN104777383A (zh) * | 2015-04-16 | 2015-07-15 | 武汉阿帕科技有限公司 | 一种非侵入式电力负载监测与负荷分解装置 |
CN105005205A (zh) * | 2015-08-28 | 2015-10-28 | 天津求实智源科技有限公司 | 一种基于电力负荷分解与监测的家居安全告警***及方法 |
CN204992779U (zh) * | 2015-09-28 | 2016-01-20 | 南方电网科学研究院有限责任公司 | 一种非侵入式用电负荷辨识*** |
CN105404784A (zh) * | 2015-12-07 | 2016-03-16 | 河南许继仪表有限公司 | 一种非侵入式电力负荷分解方法 |
CN105429135A (zh) * | 2015-12-08 | 2016-03-23 | 河南许继仪表有限公司 | 一种非侵入式电力负荷分解的辨识决策方法及*** |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106815677A (zh) * | 2016-12-09 | 2017-06-09 | 国网北京市电力公司 | 非侵入式负荷识别方法和装置 |
CN109130949A (zh) * | 2016-12-17 | 2019-01-04 | 韩少茹 | 一种电动汽车充电*** |
CN109130949B (zh) * | 2016-12-17 | 2022-03-08 | 周仁超 | 一种电动汽车充电*** |
CN109213028A (zh) * | 2018-07-25 | 2019-01-15 | 华南理工大学 | 一种安装简便的智慧用电***及方法 |
WO2020134441A1 (zh) * | 2018-12-29 | 2020-07-02 | 江苏智臻能源科技有限公司 | 一种居民用户负荷辨识模块的测试***及方法 |
CN111060730A (zh) * | 2019-12-30 | 2020-04-24 | 国网北京市电力公司 | 一种计量设备周期轮换过程中的现场数据采集装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105974220B (zh) | 2018-11-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105974220A (zh) | 一种居民小区用电负荷识别*** | |
CN106093630B (zh) | 一种非侵入式家用电器辨识方法 | |
CN110703009B (zh) | 台区线损率异常分析及处理方法 | |
CN105676028B (zh) | 一种基于模板匹配滤波的居民负荷用电识别方法 | |
CN102253283B (zh) | 一种基于小波包能量谱的分布式微网并网孤岛检测方法 | |
CN107025365A (zh) | 一种用于用户侧的非侵入负荷辨识方法 | |
CN111242391B (zh) | 用于电力负荷识别的机器学习模型训练方法及*** | |
CN104076321B (zh) | 一种数字式电能表在线监测与评估***及方法 | |
US20110112779A1 (en) | Power quality meter and method of waveform anaylsis and compression | |
Lee | Electric load information system based on non-intrusive power monitoring | |
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 | |
CN103838959A (zh) | 偏最小二乘回归应用于配电网谐波源定位与检测中的方法 | |
CN105182250B (zh) | 一种非侵入式分布式电源出力监测装置 | |
CN107543989B (zh) | 基于电能表失压断相判断线损异常的方法 | |
CN108828358A (zh) | 非侵入式电力用户电器能耗分解方法及其*** | |
CN106532719A (zh) | 基于电流二次谐波与无功的非变频空调非侵入式辨识方法 | |
CN105929297A (zh) | 一种基于高频分量相关度的接地故障选线方法 | |
CN108469561A (zh) | 一种智能变电站继电保护调试方法 | |
CN106324406A (zh) | 一种变压器直流偏磁故障诊断方法及装置 | |
CN102721890A (zh) | 一种虚拟式终端电网实效监测装置 | |
CN103229062A (zh) | 总谐波失真的测量方法 | |
CN110047013B (zh) | 反专变用户间断型窃电方法 | |
CN202794359U (zh) | 氧化锌避雷器在线监测装置 | |
CN108614154A (zh) | 一种基于频谱分析的电力用户相位识别方法 | |
CN108152552A (zh) | 一种用于精准捕获Dimmer干扰的防窃电方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20181015 Address after: 225200 Jiangdu Industrial Park, Jiangdu District, Yangzhou, Jiangsu Applicant after: JIANGSU DEKEMA ELECTRIC CO., LTD. Address before: 523000 productivity building 406, high tech Industrial Development Zone, Songshan Lake, Dongguan, Guangdong Applicant before: Dongguan Lianzhou Intellectual Property Operation Management Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |