CN109164297A - 多功能电表 - Google Patents
多功能电表 Download PDFInfo
- Publication number
- CN109164297A CN109164297A CN201810827743.4A CN201810827743A CN109164297A CN 109164297 A CN109164297 A CN 109164297A CN 201810827743 A CN201810827743 A CN 201810827743A CN 109164297 A CN109164297 A CN 109164297A
- Authority
- CN
- China
- Prior art keywords
- sequence
- data
- electric work
- module
- compression
- 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
- 238000007906 compression Methods 0.000 claims abstract description 163
- 230000006835 compression Effects 0.000 claims abstract description 161
- 238000010586 diagram Methods 0.000 claims abstract description 81
- 238000004891 communication Methods 0.000 claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 29
- 230000005611 electricity Effects 0.000 claims abstract description 6
- 238000005070 sampling Methods 0.000 claims abstract description 5
- 238000012545 processing Methods 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 16
- 230000003044 adaptive effect Effects 0.000 claims description 12
- 238000006073 displacement reaction Methods 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000005086 pumping Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 abstract description 4
- 238000005259 measurement Methods 0.000 abstract description 3
- 230000004048 modification Effects 0.000 description 17
- 238000012986 modification Methods 0.000 description 17
- 230000005540 biological transmission Effects 0.000 description 7
- 238000013144 data compression Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 230000009467 reduction Effects 0.000 description 5
- 230000006978 adaptation Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012804 iterative process Methods 0.000 description 3
- 230000009897 systematic effect Effects 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 229910002056 binary alloy Inorganic materials 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 101100149023 Bacillus subtilis (strain 168) secA gene Proteins 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000003129 oil well Substances 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
- G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
- G01R22/10—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods using digital techniques
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明提供了一种多功能电表，包括：电源模块，用于将三相电压转换为多功能电表的工作电压；电压互感器，用于将三相电压的信号转换为弱电压信号；电流互感器，用于将一次电流信号转换为弱电流信号；计量芯片，用于实时采样弱电压信号和弱电流信号，并输出计量参数，计量参数包括电流有效值和有功功率；微控制单元，与计量芯片连接，包括：电功图生成模块，用于根据电流有效值及有功功率生成初始电功图数据；电功图压缩模块，用于利用电功图压缩方法对初始电功图数据进行压缩，生成压缩后的电功图数据；通信模块，与微控制单元连接，用于发送压缩后的电功图数据。本发明能够解决通信网络带宽的高要求与通信网络的架设成本之间的矛盾。
Description
技术领域
本发明涉及工业物联网技术领域，尤其涉及一种在三相电机监测***中采用的多功能电表。
背景技术
在大功率三相电机的运行环境中，普遍需要架设监测***，用来监测和控制生产设备的运行，以提高设备稳定性、降低运营成本、提高人身安全等。在三相电机监测***中，很多场合都存在成本敏感、架设有线网络困难、架设高频宽带无线网络穿透性不够或覆盖范围不够等问题，所以，很多***采用低成本的中低频窄带无线网络。
很多三相电机监测***需要采集电功图(三相电流和功率+位移或时间)，来分析电机的运行状况。而采集电功图有着较大的突发数据量(4KByte以上，根据采集频率有所不同)，这对通信网络带宽有着较高的要求，因此，通信网络带宽的高要求与通信网络的架设成本形成了矛盾。
发明内容
本发明提供了一种多功能电表，以解决通信网络带宽的高要求与通信网络的架设成本之间的矛盾。
本发明实施例提供了一种多功能电表，包括：电源模块，用于将三相电压转换为所述多功能电表的工作电压；电压互感器，用于将所述三相电压的信号转换为弱电压信号；电流互感器，用于将一次电流信号转换为弱电流信号；计量芯片，用于实时采样所述弱电压信号和所述弱电流信号，并输出计量参数，所述计量参数包括电流有效值和有功功率；微控制单元，与所述计量芯片连接，包括：电功图生成模块，用于根据所述电流有效值及所述有功功率生成初始电功图数据；电功图压缩模块，用于利用电功图压缩方法对所述初始电功图数据进行压缩，生成压缩后的电功图数据；通信模块，与所述微控制单元连接，用于发送压缩后的电功图数据。
其中，所述电功图压缩方法包括：计算所述初始电功图数据的序列中相距设定位置距离的各两个数据的差值，得到差值序列和基准值；从所述差值序列中提取大于第一正常差值最大值的差值数据，得到第一特殊差值序列；所述第一正常差值最大值是根据第一正常差值宽度确定；所述第一特殊差值序列的每个数据点包括数据位置和二进制表示的数据值；根据所述第一特殊差值序列的长度和第一正常差值序列的长度计算得到第一压缩率；所述第一正常差值序列为所述差值序列与所述第一特殊差值序列的差集，包含二进制表示的数据值；将所述第一压缩率与设定压缩率阈值进行比较，在所述第一压缩率大于所述设定压缩率阈值的情况下，根据所述基准值、所述第一正常差值宽度、所述第一特殊差值序列及所述第一正常差值序列，得到压缩后的电功图数据。
本发明的多功能电表，通过微控制单元中的电功图生成模块可以实现生成电功图的功能，通过微控制单元中的电功图压缩模块可以减少传输电功图的数据量，适应中低频窄带无线网络，兼顾低成本和传输速度的要求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1是本发明一实施例的多功能电表的结构示意图；
图2是本发明一具体实施例的电功图压缩方法的流程示意图；
图3是本发明一具体实施例的最优压缩计算方法的流程示意图；
图4是本发明另一实施例的多功能电表的结构示意图；
图5是本发明一实施例的多功能电表的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
图1是本发明一实施例的多功能电表的结构示意图。如图1所示，本实施例的多功能电表，可包括：电源模块110、电压互感器120、电流互感器130、计量芯片140、微控制单元150及通信模块160。微控制单元150可包括电功图生成模块152和电功图压缩模块154。
电源模块110，用于将三相电压转换为所述多功能电表的工作电压；电压互感器120，用于将所述三相电压的信号转换为弱电压信号；电流互感器130，用于将一次电流信号转换为弱电流信号。
电源模块110和电压互感器120可以具有相同的输入，即三相电压。电源模块110为多功能电表中的模块供电，例如，计量芯片140、微控制单元150、通信模块160等。该弱电压信号为适用于电能表测量范围的电压信号，该弱电流信号为适用于电能表测量范围的电流信号，例如通过电压互感器120将一千伏电压转换成220伏电压。该三相电压和该一次电流信号可以为油井生产中从带动抽油机的电机输出的电压和电流。电压互感器120和电流互感器130可以属于多功能电表的一部分，或者属于多功能电表之外的部分。
计量芯片140，用于实时采样所述弱电压信号和所述弱电流信号，并输出计量参数，所述计量参数包括电流有效值和有功功率。
计量芯片140可以将输入的所述弱电压信号和所述弱电流信号转化为用户可以直观读出的参数。计量芯片140可以是现有的各种电能的计量芯片。计量参数可以包括电流有效值和有功功率，此外，还可以包括电压有效值、无功功率及功率因素等。
微控制单元150，与所述计量芯片连接，可包括：电功图生成模块152和电功图压缩模块154。电功图生成模块152，用于根据所述电流有效值及所述有功功率生成初始电功图数据；电功图压缩模块154，用于利用电功图压缩方法对所述初始电功图数据进行压缩，生成压缩后的电功图数据。
其中，所述电功图压缩方法，可包括：
步骤S110：计算所述初始电功图数据序列中相距设定位置距离的各两个数据的差值，得到差值序列和基准值；
步骤S120：从所述差值序列中提取大于第一正常差值最大值的差值数据，得到第一特殊差值序列；所述第一正常差值最大值是根据第一正常差值宽度确定；所述第一特殊差值序列的每个数据点包括数据位置和二进制表示的数据值；
步骤S130：根据所述第一特殊差值序列的长度和第一正常差值序列的长度计算得到第一压缩率；所述第一正常差值序列为所述差值序列与所述第一特殊差值序列的差集，包含二进制表示的数据值；
步骤S140：将所述第一压缩率与设定压缩率阈值进行比较，在所述第一压缩率大于所述设定压缩率阈值的情况下，根据所述基准值、所述第一正常差值宽度、所述第一特殊差值序列及所述第一正常差值序列，得到压缩后的电功图数据。
在上述步骤S110中，电功图数据中的数据按一定顺序排列构成电功图数据序列。
该设定位置距离可以指预设的两数据点的序号差值。相距设定位置距离的各两个数据点的差值，例如可以是序号差值为1的两数据点的差值，即相邻两数据点的差值，n个数据点可以生成n-1个差值，在其他实施例中，序号差值可以为2、3等。该基准值是该差值序列的参考值，根据该基准值和该差值序列可以重新得到原有的功图数据序列。例如，当相距设定位置距离的各两个数据点的差值为后一个数据点减去前一个数据点的差值时，该基准值可以是第一个数据点。
在上述步骤S120中，由于电功图数据通常具有的一定的变化趋势或变换规律，在相距相同设定位置距离的两数据相减获取的差值数据中经常会有某些差值数据多次重复出现，并且所述多次重复出现的差值数据经常保持在一定数值区域范围内。所以，通过设定正常差值最大值，可以将所述差值序列分为特殊差值序列和正常差值序列。实施例中，可以利用所述差值数据的重复性进行数据压缩，数据重复性越高，重复数据的个数越多，其压缩效率越高。
从所述差值序列(差值序列中有可能有重复数据，顺序存储的各个差值数据)中提取大于第一正常差值最大值的差值数据，可以得到数据大小不重复的一个差值数据集合，该差值数据集合中的每个数据对应一个数据位置，从而得到了第一特殊差值序列。类似地，所述第一特殊差值序列包含数据大小不重复的差值数据，且其每个差值数据对应一个数据位置。
电功图数据可以用二进制数表示，差值数据也可以用二进制数表示，所以正常差值宽度可以指正常差值的bit位数。具体地，可以参照中国发明专利申请(申请号：201410852292.1)“一种抽油机示功图数据压缩存储方法及装置”实施。
如果通过对之前的一幅电功图压缩，已经有了最优正常差值宽度，则可将该最优正常差值宽度设置为该第一正常差值宽度；否则，可采用预设值设置该第一正常差值宽度。
根据第一正常差值宽度(例如为正常差值的二进制的位数)确定所述第一正常差值最大值的方式可以是：正常差值最大值＝(1<<正常差值宽度)-1。其中符号“<<”表示左移，例如，假设正常差值宽度是4，二进制标识100，左移后1000，即8，再减去1后是7，所以能表示的最大值是7。
从所述差值序列中提取大于第一正常差值最大值的差值数据，得到第一特殊差值序列具体实现方式可以是，判断差值序列中的第一个数据是否大于第一正常差值最大值，若是，将该第一个数据放入第一特殊差值序列，继续判断差值序列中的第二个数据是否大于第二正常差值最大值，若是，将该第二个数据放入该第一特殊差值序列，依次判断，直到判断完是否将差值序列中的最后一个数据放入该第一特殊差值序列，得到最终的第一特殊差值序列。
在上述步骤S130中，正常差值序列可以包含二进制表示的数据值，可以不包含数据位置。所述第一特殊差值序列的长度和第一正常差值序列的长度即分别为所述第一特殊差值序列的数据点个数和该第一正常差值序列的数据点个数。计算压缩率的时候还可涉及差值序列的长度，差值序列是特殊差值序列和正常差值序列的合集。该第一压缩率的计算方式可以是：压缩率＝差值序列的长度/(特殊差值序列的长度+正常差值序列的长度+特定值)，该特定值例如为6。一个序列中所有数值的二进制位数是一致的，当不区分特殊差值序列和正常差值序列时，所有差值的二进制位数至少是序列中最大差值的二进制位数。区分后，正常差值序列的二进制位数可缩小。考虑数据是二进制存储的，可以实现数据存储量的减少。该特定值是用于存储基准值、正常差值宽度、特殊差值序列的数据个数等配置信息的帧长，单位为Byte。
在上述步骤S140中，该设定压缩率阈值可以视需要预先设置。压缩后的帧格式可以包括基准值、正常差值宽度、特殊差值序列的数据个数、特殊差值序列、正常差值序列的数据个数及正常差值序列，还可以包括后续所述的精度除数。压缩后的帧格式中各项目的顺序可以根据需要调整。
通过将电功图数据序列转换为差值序列，并从所述差值序列中提取大于第一正常差值最大值的差值数据得到第一特殊差值序列，可以利用差值数据的重复性对电功图数据进行压缩。而且，通过根据所述第一特殊差值序列的长度和第一正常差值序列的长度计算得到第一压缩率，并在所述第一压缩率大于设定阈值的情况下得到压缩后的电功图数据序列，可以通过调节压缩参数，例如设定压缩率阈值，调整压缩率，进而通过增大设定压缩率阈值可以提高压缩率。
通信模块160，与所述微控制单元连接，用于发送压缩后的电功图数据。通信模块160例如可以是无线通信模块。通过通信模块160可以将微控制单元150传输至指定地点。
本实施例中，多功能电表通过微控制单元中的电功图生成模块可以实现生成电功图的功能，通过微控制单元中的电功图压缩模块可以减少传输电功图的数据量，适应中低频窄带无线网络，兼顾低成本和传输速度的要求。
一些实施例中，在上述步骤S140之前，即，将所述第一压缩率与设定压缩率阈值进行比较，在所述第一压缩率大于所述设定压缩率阈值的情况下，根据所述基准值、所述第一正常差值宽度、所述第一特殊差值序列及所述第一正常差值序列，得到压缩后的电功图数据之前，还可包括：
步骤S150：根据设定规则修改所述第一正常差值宽度，得到第二正常差值宽度，并根据所述第二正常差值宽度确定第二正常差值最大值；
步骤S160：从所述差值序列中提取大于所述第二正常差值最大值的差值数据，得到第二特殊差值序列；所述第二特殊差值序列的每个数据点包括数据位置和二进制表示的数据值；
步骤S170：根据所述第二特殊差值序列的长度和第二正常差值序列的长度计算得到第二压缩率；所述第二正常差值序列为所述差值序列与所述第二特殊差值序列的差集，包含二进制表示的数据值；
步骤S180：判断所述第二压缩率是否相对于所述第一压缩率有所减小，若是，利用较大的所述第一压缩率与所述设定压缩率阈值进行比较。
在上述步骤S150中，在一次修改过程中，利用该设定规则可以得到一种或多种修改结果。利用该设定规则可以依次进行多次修改，并且后一次修改可以基于前一次修改的结果进行。该设定规则例如可以是增大一特定值和/或减小该特定值。根据所述第二正常差值宽度确定第二正常差值最大值的方式可以是：正常差值最大值＝(1<<正常差值宽度)-1。上述步骤S160的实施类似于上述步骤S120，上述步骤S170的实施类似于上述步骤S130。
在上述步骤S180中，所述第二压缩率相对于所述第一压缩率有所减小，没有必要按该设定规则继续修改正常差值宽度，则仍利用原有的第一压缩率与所述设定压缩率阈值进行比较，得到压缩后的电功图数据。通过上述步骤S150～步骤S180可以得知上述第一压缩率已经是最大的压缩率结果，从而可以考虑从其他途径进一步提高压缩率，避免了因反复尝试修改正常差值宽度而浪费计算资源。
一些实施例中，在上述步骤S140之前，即，将所述第一压缩率与设定压缩率阈值进行比较，在所述第一压缩率大于所述设定压缩率阈值的情况下，根据所述基准值、所述第一正常差值宽度、所述第一特殊差值序列及所述第一正常差值序列，得到压缩后的电功图数据之前，还可包括：
步骤S190：在所述第二压缩率相对于所述第一压缩率没有减小的情况下，根据所述设定规则修改所述第二正常差值宽度，得到第三正常差值宽度，并根据所述第三正常差值宽度确定第三正常差值最大值；
步骤S1100：从所述差值序列中提取大于所述第三正常差值最大值的差值数据，得到第三特殊差值序列；所述第三特殊差值序列的每个数据点包括数据位置和二进制表示的数据值；
步骤S1110：根据所述第三特殊差值序列的长度和第三正常差值序列的长度计算得到第三压缩率；所述第三正常差值序列为所述差值序列与所述第三特殊差值序列的差集，包含二进制表示的数据值；
步骤S1120：判断所述第三压缩率是否相对于所述第二压缩率有所减小，若是，利用较大的所述第二压缩率更新所述第一压缩率，用于与所述设定压缩率阈值进行比较。
上述步骤S190确定第三正常差值最大值的方式、上述步骤S1100得到第三特殊差值序列的方式及上述步骤S1110得到第三压缩率分别类似于上述步骤S150、上述步骤S160及上述步骤S170。
通过上述步骤S190～步骤S1120，在第一次按该设定规则修改第一正常差值宽度后所得的第二压缩率相对于第一压缩率没有减小时，即有所增大或相等，可以基于第二压缩率所对应的第二正常差值宽度按该设定规则进一步修改，并基于进一步修改的正常差值宽度得到第三压缩率，从而可以依次迭代进行，直到基于进一步修改的正常差值宽度得到压缩率开始减小，则利用之前所有所得压缩率中的最大者更新步骤S140中的第一压缩率，来得到压缩后的电功图数据。以此，可以自适应地调节正常差值宽度、正常差值最大值、特殊差值序列、特殊差值序列的数据点个数、正常差值序列、正常差值序列的数据点个数等参数，进而自适应地调节压缩率，使压缩率达到最大值。因此，通过这种修改正常差值宽度，并判断压缩率变化情况的方式能够自适应调节压缩参数，进一步提高电功图数据的压缩率。
一些实施例中，上述步骤S1120，判断所述第三压缩率是否相对于所述第二压缩率有所减小，若是，利用较大的所述第二压缩率更新所述第一压缩率，用于与所述设定压缩率阈值进行比较，具体地可包括：
分别判断通过增加设定修改值得到的第三正常差值宽度对应的第三压缩率是否相对于所述第二压缩率有所减小，判断通过减小设定倍数的所述设定修改值得到的第三正常差值宽度对应的第三压缩率是否相对于所述第二压缩率有所减小，若判断结果均为是，利用通过增加设定修改值得到的第二正常差值宽度对应的第二压缩率和通过减小设定倍数的所述设定修改值得到的第二正常差值宽度对应的第二压缩率中的较大者更新所述第一压缩率，用于与所述设定压缩率阈值进行比较；所述设定规则包括增加所述设定修改值和减小所述设定修改值。
该设定倍数旨在说明增加的程度和减小的程度可以相同或不同，所以该设定倍数可以是1倍、2倍、3倍等整数倍，也可以是1/2倍、1/3倍、1/4倍、3/2倍、4/3倍、6/5倍等分数倍。
本实施中，在一次修改过程中，可以同时进行两种方式的修改，即增加设定修改值和减小设定倍数的所述设定修改值的修改，从而可以同时从正常差值宽度增大的方向和正常差值宽度减小的方向依次判断基于修改后正常差值宽度所得压缩率的情况。如果两种修改方式所得压缩率均开始减小，则利用此前所得两组压缩率中的最大者更新步骤S 140中的第一压缩率，来得到压缩后的电功图数据。以此，可以同时考虑到小于第一正常差值宽度和大于第一正常差值宽度的正常差值宽度所对应的压缩率的情况，所考虑的正常差值宽度覆盖范围更广，修改效率更高，从而可以更快得到压缩率更大的压缩后的电功图数据。
其他实施例中，在一次修改过程中，同时进行两种方式的修改时，可以增加第一设定修改值和减小第二设定修改值的修改，该第一设定修改值和该第二设定修改值可以不同。
一些实施例中，上述电功图压缩方法，在上述步骤S110之前，即，计算所述初始电功图数据序列中相距设定位置距离的各两个数据的差值，得到差值序列和基准值之前，还可包括：
步骤S1130：获取电功图数据的原始序列，根据第一精度除数对所述原始序列进行精度处理，得到第一输入数据序列，作为所述电功图数据序列；所述原始序列为电流有效值序列或有功功率序列。
如果对以前的电功图进行压缩处理时已经得到了最优的精度除数，则第一精度除数可以等于该最优的精度除数；或者可以计算电功图数据序列中差值最大的两数据的差值DIFFmax，然后计算指数r＝max(DIFFmax的十进制位数-设定数值,0)(电功图中的电流有效值数据，一般可将十进制位数大于3位的当做跳点去除，将设定数值设为3，即第一精度除数是1)；最后得到初始精度除数为10r，作为第一精度除数。例如该设定数值可以是3。电功图数据的原始序列可以是电功图数据中的有效电流序列或电功图数据中的有功功率序列，所以，可以分别对电功图数据中的电流有效值或电功图数据中的有功功率进行压缩。
对原始序列OV1、OV2…OVi…OVn进行精度处理的方式例如可以是，Vi＝integer(OVi/DIV)，(i＝1～n)，精度除数为DIV，精度处理后得到输入数据序列V1...Vn。
本实施例中，通过对电功图数据的原始序列进行精度处理，可以缩小差值大小，故而差值的二进制位数减少，可以提高电功图数据的压缩率。
一些实施例中，上述电功图压缩方法，还可包括：
步骤S1140：在所述第一压缩率不大于所述设定压缩率阈值的情况下，判断所述第一精度除数是否小于设定精度除数阈值，若否，执行根据所述基准值、所述第一正常差值宽度、所述第一特殊差值序列及所述第一正常差值序列，得到压缩后的电功图数据的步骤。
该设定精度除数阈值例如可以是最大精度除数减去步长。若所述第一精度除数不小于设定精度除数阈值，即，所述第一精度除数大于或等于设定精度除数阈值，则说明所述第一精度除数已满足精度处理的要求，此时可以直接执行上述步骤S140中得到压缩后的电功图数据的步骤“根据所述基准值、所述第一正常差值宽度、所述第一特殊差值序列及所述第一正常差值序列，得到压缩后的电功图数据”。通过上述步骤S1140可以保证第一精度除数不小于设定精度除数阈值。
一些实施例中，上述电功图压缩方法，还可包括：
步骤S1150：在所述第一精度除数小于所述设定精度除数阈值的情况下，按设定步长将所述第一精度除数增大至第二精度除数；
步骤S1160：根据所述第二精度除数重新对所述原始序列进行精度处理，得到第二输入数据序列，并利用所述第二输入数据序列代替所述第一输入数据序列，作为所述电功图数据序列。
该设定步长可以根据需要预先设定。若基于第二精度除数进行精度处理，在进一步经过例如步骤S110～步骤S130得到压缩率，若得到的压缩率不大于所述设定压缩率阈值，则可以对当前的精度除数继续增加一个设定步长，依次迭代进行，直到增加设定步长后的精度除数对应的压缩率大于所述设定压缩率阈值，将此时的精度除数作为最优的精度除数。以此，通过根据增大后的精度除数不断重复对所述原始序列进行精度处理，可以找到最优的精度除数，进而可以提高对原始序列的处理精度。
通过上述步骤S1150和步骤S1160可以自适应调节精度除数，使其不小于设定精度除数阈值，从而保证了精度处理结果的精度。在可接受损失内(精度除数阀值内)，增大精度除数，缩小差值大小，可减少存数位数，提高压缩率。
一些实施例中，上述步骤S140，根据所述基准值、所述第一正常差值宽度、所述第一特殊差值序列及所述第一正常差值序列，输出压缩后的电功图数据，可包括：
将所述基准值、所述第一精度除数、所述第一正常差值宽度、所述第一特殊差值序列的数据点个数、所述第一特殊差值序列、所述第一正常差值序列的数据点个数及所述第一正常差值序列，按照设定帧格式进行合并，得到压缩后的电功图数据。
该设定帧格式不仅可以包括基准值、正常差值宽度、特殊差值序列的数据点个数、特殊差值序列、正常差值序列的数据点个数及正常差值序列，还可以包括精度除数。其中，基准值、精度除数、正常差值宽度、特殊差值序列的数据点个数、特殊差值序列、正常差值序列的数据点个数及正常差值序列的相对位置可以有所调整。
一些实施例中，上述判断压缩率是否大于设定压缩率阈值的迭代过程、判断精度除数是否小于设定精度除数阈值的迭代过程及判断修改后正常差值宽度对应的压缩率是否有所减小的迭代过程可以同时进行。
本发明针对现有技术中的问题，根据现场抽油机工作状况(电功图)，动态自适应调整压缩参数和过程，使得压缩后电功图数据达到最优，使得电功图数据量减少，从而降低对通信网络带宽的要求，达到降低通信网络建设成本和提高可选择性的目的。
下面以一具体实施例说明本发明的电功图压缩方法的实施。
一个实施例中，电功图数据压缩方法，对当前电功图的电流有效值和有功功率分别进行压缩。假设原始的电流有效值数据序列或者有功功率数据序列为OV1...OVn，原始的电功图数据序列OV1...OVn压缩后的帧格式可如表1所示，包括：基准值VBASE＝OV1、精度除数DIV、正常差值bit位数WIDTH、特殊差值个数NSPV，特殊差值序列(每个数据点包括数据位置PSPi和数据值VSPi，i＝1～NSPV)、正常差值个数Nnv，正常差值序列VN1～VNNnv(正常差值序列可不包含数据位置。解压缩时，通过特殊差值记录的数据位置***正常差值序列中，即可得到差值序列)。其中NSPV+Nnv+1＝n。
| VBASE | DIV | WIDTH | N<sub>SPV</sub> | PSP<sub>1</sub> | VSP<sub>1</sub> | … | PSP<sub>Nspv</sub> | VSP<sub>Nspv</sub> | N<sub>nv</sub> | VN<sub>1</sub> | … | VN<sub>Nnv</sub> |
表1压缩后电功图数据的帧格式
图2是本发明一具体实施例的电功图压缩方法的流程示意图。结合图2所示，电功图压缩方法可以包括以下过程：
(1)预设置参数：最小压缩率ZIPRmin、最大精度除数DIVmax和步长STEP；
(2)如果压缩上一幅电功图时已经有了最优精度除数DIFFbest，则初始精度除数DIVinit＝DIFFbest；否则计算最大差值DIFFmax＝max(OV1...OVn)-min(OV1...OVn)，即原始序列中最大值和最小值的差，然后计算指数r＝max(DIFFmax的十进制位数-3,0)；最后得到初始精度除数DIVinit＝10^r；设当前精度除数DIV＝DIVinit；
(3)对原始序列进行精度处理，Vi＝integer(OVi/DIV)，(i＝1～n)，得到输入数据序列V1...Vn；
(4)利用精度处理后的输入数据序列计算差值DVi＝OVi+1-OVi，(i＝1～n-1)，得到基准值OV1和差值序列DV1...DVn-1；
(5)对差值序列DV1...DVn-1进行最优压缩计算，得到压缩后序列ZV1...ZVk和压缩率ZIPR；
(6)如果ZIPR大于最小压缩率ZIPRmin，则结束压缩过程；如果小于ZIPRmin，则进行下一步；
(7)判断当前精度除数DIV是否小于最大精度除数DIVmax-STEP，若是，则DIV＝DIV+STEP，并跳回第(3)步继续处理；否则结束压缩过程。
图3是本发明一具体实施例的最优压缩计算方法的流程示意图。结合图3所示，图2所示的电功图压缩方法，上述步骤(7)中，最优压缩计算过程，具体可包括：
(71)如果上一幅电功图的压缩已经有了最优正常差值宽度WIDTHbest，则设置初始正常差值宽度WIDTH＝WIDTHbest；否则采用预设值WIDTH＝WIDTHinit；计算正常差值最大值MAXVN＝(1<<WIDTH)-1；
(72)特殊差值个数NSPV初值可为0，浏览差值序列DV1...DVn-1，如果DVi>MAXVN，则将DVi放入特殊差值序列，并记录其在差值序列中的位置PSPi和值VSPi，并将NSPV加1；浏览完成后形成差值序列SP1...SPNspv；差值序列中的其他值形成正常差值序列VN1～VNNnv；
(73)计算压缩率ZIPR＝LEN(DV1...DVn-1)/(LEN(SP1...SPNspv)+LEN(VN1～VNNnv)+6)，LEN(DV1...DVn-1)表示差值序列的长度，LEN(SP1...SPNspv)表示特殊差值序列的长度，LEN(VN1～VNNnv)表示正常差值序列的长度；
(74)分别进行两个分支的计算：将正常差值宽度WIDTH加1和减1，跳回第(72)步重新压缩并计算压缩率，直到压缩率变小则停止；
(75)在计算得到的所有正常差值宽度WIDTH和压缩率ZIPR中，选取有最大压缩率ZIPR的正常差值宽度WIDTH作为最优压缩；据此进行压缩后将基准值VBASE、精度除数DIV、正常差值宽度WIDTH、异常差值个数NSPV、异常差值序列SP1...SPNspv(包括数据位置和二进制表示的数据值)、正常差值个数Nnv、正常差值序列VN1～VNNnv合并成压缩后序列ZV1...ZVk。
虽然本实施例的方法采用了两重迭代来压缩，但是第一次计算好以后，后续的迭代次数极少，基本只在最优值附近微调，因此运算效率极高。
通过使用本实施例的电功图数据压缩方法，电功图的数据量平均减少80％；从而极大降低了对通信网络带宽的要求，达到了降低通信网络建设成本和提高可选择性的目的。具体应用在抽油机井口监测子***中，与使用中宽带通信网络相比，***可以使用低功耗窄带无线通信网络，通信网络建设成本降低了75％。同时由于通信功耗的降低和通信数据量的减少，使用本发明方法的设备的电池使用寿命提高了300％。
一些实施例中，所述计量参数还可包括电压有效值、无功功率及功率因素，再如图1所示，所述多功能电表还可包括：显示模块170。显示模块170，与所述微控制单元150连接，用于实时显示所述计量参数，例如，电流有效值、电压有效值、无功功率、有功功率及功率因素等。该显示模块170例如可以为显示板。
一些实施例中，再如图1所示，所述多功能电表还可包括：输入模块180。输入模块180，与所述微控制单元150连接，用于选择所述显示模块170的显示数据和输入所述电功图压缩模块154的压缩参数。该输入模块180例如可以是按键输入模块。一般多功能电表的显示模块170一般较小，通过输入模块180进行显示数据选择，可以使用显示模块170较小的情况，从而显示多种信息。
一些实施例中，再如图1所示，所述微控制单元150，还可包括：预处理模块151。预处理模块151，与所述计量芯片140连接，用于对所述电流有效值和所述有功功率进行滤波、对齐平滑及规整处理，并将处理后的数据(进行滤波、对齐平滑及规整处理后的电流有效值和有功功率)传输至所述电功图生成模块152。通过预处理模块151对一些计量参数进行滤波、对齐平滑及规整处理可以去除异常数据点。
一些实施例中，再如图1所示，所述微控制单元150，还可包括：参数自适应调节模块153。参数自适应调节模块153，连接于所述电功图生成模块152和所述电功图压缩模块154之间，用于根据当前电功图数据的统计分布曲线、历史电功图数据及偏置参数进行自适应学习并调整压缩参数，并将调整后的压缩参数传输至所述电功图压缩模块154。该当前电功图数据和该历史电功图数据可以是对于电功图压缩模块154中正在进行压缩处理的数据而言。利用参数自适应调节模块153可以更好地进行电功图压缩，例如，保真，提高压缩率。
一些实施例中，所述计量芯片140和所述微控制单元150之间通过SPI接口(SerialPeripheral Interface，串行外设接口)连接。
一些实施例中，所述通信模块160和所述微控制单元150之间通过RS232接口连接。
图4是本发明另一实施例的多功能电表的结构示意图。如图4所示，多功能电表还可包括：位移传感器190，用于采集抽油机电机的力臂运行位移。所述微控制单元150还可与所述位移传感器190连接，用于利用所述力臂运行位移生成示功图数据。
另一些实施例中，微控制单元150还可包括预处理模块156用于对该力臂运行位移等进行滤波、对齐平滑及规整等处理。一些实施例中，微控制单元150还可包括示功图生成模块156，用于利用该力臂运行位移等数据生成示功图。一些实施例中，微控制单元150还可包括参数自适应调节模块157和示功图压缩模块158，参数自适应调节模块157用于调节压缩参数，并将压缩参数传输至示功图压缩模块158。示功图压缩模块158所采用的示功图压缩方法与上述实施例的电功图压缩方法类似，仅是压缩对象不同，最优压缩参数也可有所不同。通过示功图生成模块156可以实现多功能电表的示功图生成功能，通过示功图压缩模块158可以减少示功图数据量，适应中低频窄带无线网络，兼顾低成本和传输速度的要求。
一个具体实施例中，针对背景技术中的情况，提出一种支持自适应电功图数据压缩的多功能电表，通过根据电机状况动态调整的电功图数据压缩方法，使得电功图数据量减少，从而降低***通信网络的建设成本，扩大通信网络技术的选择范围。图5是本发明一实施例的多功能电表的结构示意图。如图5所示，一种支持自适应电功图数据压缩的多功能电表，它包括电源模块、电压互感器PT、电流互感器CT、微控制单元MCU、计量芯片、位移传感器(可选)、无线通信模块、显示板和按键输入；MCU内部软件通过数据滤波与对齐、电功图生成、参数自适应、电功图压缩四个步骤来形成压缩电功图。
其中，电源模块将输入三相电压转换为***工作电压；MCU为设备的主控芯片；PT将一次电压信号转换为可采样的弱电压信号；CT将一次电流信号转换为可采样的弱电流信号；计量芯片实时采样PT和CT的电压电流输入，通过积分和三角函数运算等方法生成实时电流、电压、有/无功功率，通过SPI接口与MCU通信；位移传感器(可选)采集电机的力臂运行位移；无线通信模块通过RS232与MCU通信，通过无线网络将电功图数据传输到***(电表)后台；显示板实时显示电机的三相电流、有/无功功率、消耗电能量等；按键输入用作显示数据选择和参数输入。
MCU内部软件采集到原始的电压、电流和功率后，先通过数据滤波与对齐平滑和归整数据；其次通过电功图生成模块生成原始的电功图；然后根据当前电功图数据的统计分布曲线、过往电功图数据、力臂的运转周期和周长(可选)、偏置参数设置(偏压缩还是偏无损)来自适应学习和调整压缩参数；最后通过电功图压缩模块生成压缩后的电功图。
通过使用本发明实施例的多功能电表，能够使得电功图的数据量减少80％；从而极大降低对网络带宽的要求，在同等网络条件下提高了网络覆盖设备数和通信可靠性，降低***通信网络的建设成本，扩大通信网络技术的选择范围。具体应用在三相电机监测***中，***可以采用中低频窄带无线通信网络，对比宽带无线通信网络，网络的建设成本降低了75％；在使用宽带无线通信网络时，网络覆盖设备数量提高了200％左右，一次通信成功率从90％提高到98％。
综上所述，本发明实施例的多功能电表，通过微控制单元中的电功图生成模块可以实现生成电功图的功能，通过微控制单元中的电功图压缩模块可以减少传输电功图的数据量，适应中低频窄带无线网络，兼顾低成本和传输速度的要求。
在本说明书的描述中，参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本发明的实施，其中的步骤顺序不作限定，可根据需要作适当调整。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种多功能电表，其特征在于，包括：
电源模块，用于将三相电压转换为所述多功能电表的工作电压；
电压互感器，用于将所述三相电压的信号转换为弱电压信号；
电流互感器，用于将一次电流信号转换为弱电流信号；
计量芯片，用于实时采样所述弱电压信号和所述弱电流信号，并输出计量参数，所述计量参数包括电流有效值和有功功率；
微控制单元，与所述计量芯片连接，包括：
电功图生成模块，用于根据所述电流有效值及所述有功功率生成初始电功图数据；
电功图压缩模块，用于利用电功图压缩方法对所述初始电功图数据进行压缩，生成压缩后的电功图数据；
通信模块，与所述微控制单元连接，用于发送压缩后的电功图数据；
其中，所述电功图压缩方法包括：
计算所述初始电功图数据的序列中相距设定位置距离的各两个数据的差值，得到差值序列和基准值；
从所述差值序列中提取大于第一正常差值最大值的差值数据，得到第一特殊差值序列；所述第一正常差值最大值是根据第一正常差值宽度确定；所述第一特殊差值序列的每个数据点包括数据位置和二进制表示的数据值；
根据所述第一特殊差值序列的长度和第一正常差值序列的长度计算得到第一压缩率；所述第一正常差值序列为所述差值序列与所述第一特殊差值序列的差集，包含二进制表示的数据值；
将所述第一压缩率与设定压缩率阈值进行比较，在所述第一压缩率大于所述设定压缩率阈值的情况下，根据所述基准值、所述第一正常差值宽度、所述第一特殊差值序列及所述第一正常差值序列，得到压缩后的电功图数据。
2.如权利要求1所述的多功能电表，其特征在于，所述计量参数还包括电压有效值、无功功率及功率因素，所述多功能电表还包括：
显示模块，与所述微控制单元连接，用于实时显示所述计量参数。
3.如权利要求2所述的多功能电表，其特征在于，还包括：
输入模块，与所述微控制单元连接，用于选择所述显示模块的显示数据和输入所述电功图压缩模块的压缩参数。
4.如权利要求1所述的多功能电表，其特征在于，还包括：位移传感器，用于采集抽油机电机的力臂运行位移；
所述微控制单元还与所述位移传感器连接，用于利用所述力臂运行位移生成示功图数据。
5.如权利要求1所述的多功能电表，其特征在于，所述微控制单元，还包括：
预处理模块，与所述计量芯片连接，用于对所述电流有效值和所述有功功率进行滤波、对齐平滑及规整处理，并将处理后的数据传输至所述电功图生成模块。
6.如权利要求1所述的多功能电表，其特征在于，所述微控制单元，还包括：
参数自适应调节模块，连接于所述电功图生成模块和所述电功图压缩模块之间，用于根据当前电功图数据的统计分布曲线、历史电功图数据及偏置参数进行自适应学习并调整压缩参数，并将调整后的压缩参数传输至所述电功图压缩模块。
7.如权利要求1所述的多功能电表，其特征在于，所述计量芯片和所述微控制单元之间通过SPI接口连接。
8.如权利要求1所述的多功能电表，其特征在于，所述通信模块和所述微控制单元之间通过RS232接口连接。
9.如权利要求1所述的多功能电表，其特征在于，所述通信模块为无线通信模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810827743.4A CN109164297B (zh) | 2018-07-25 | 2018-07-25 | 多功能电表 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810827743.4A CN109164297B (zh) | 2018-07-25 | 2018-07-25 | 多功能电表 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109164297A true CN109164297A (zh) | 2019-01-08 |
| CN109164297B CN109164297B (zh) | 2021-01-29 |
Family
ID=64898147
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810827743.4A Active CN109164297B (zh) | 2018-07-25 | 2018-07-25 | 多功能电表 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109164297B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110910618A (zh) * | 2019-11-27 | 2020-03-24 | 河南省中原智能电气科技有限公司 | 一种电气***数据采集模块 |
| TWI770870B (zh) * | 2021-03-11 | 2022-07-11 | 台灣優化水務股份有限公司 | 流體量時間變化模式數據編碼方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201885841U (zh) * | 2010-12-07 | 2011-06-29 | 北京博奥泰克石油技术有限公司 | 一种抽油机工况综合分析*** |
| CN102539043A (zh) * | 2010-12-07 | 2012-07-04 | 北京博奥泰克石油技术有限公司 | 一种抽油机工况综合分析方法和*** |
| CN104320143A (zh) * | 2014-10-24 | 2015-01-28 | 华北电力大学（保定） | 三相电压、电流信号波形采样数据的压缩方法及装置 |
| CN104484476A (zh) * | 2014-12-31 | 2015-04-01 | 中国石油天然气股份有限公司 | 一种抽油机示功图数据压缩存储方法及装置 |
| CN204851226U (zh) * | 2015-07-16 | 2015-12-09 | 中国石油化工股份有限公司 | 抽油机井电功图采集*** |
| CN105227962A (zh) * | 2015-09-29 | 2016-01-06 | 西安空间无线电技术研究所 | 一种基于数据差值的无损信息隐藏方法 |
| CN205445585U (zh) * | 2015-12-28 | 2016-08-10 | 江西飞尚科技有限公司 | 一种基于抽油杆电功图监测仪 |
| CN205786834U (zh) * | 2016-05-26 | 2016-12-07 | 西南石油大学 | 一种抽油机电功图测量装置 |
-
2018
- 2018-07-25 CN CN201810827743.4A patent/CN109164297B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201885841U (zh) * | 2010-12-07 | 2011-06-29 | 北京博奥泰克石油技术有限公司 | 一种抽油机工况综合分析*** |
| CN102539043A (zh) * | 2010-12-07 | 2012-07-04 | 北京博奥泰克石油技术有限公司 | 一种抽油机工况综合分析方法和*** |
| CN104320143A (zh) * | 2014-10-24 | 2015-01-28 | 华北电力大学（保定） | 三相电压、电流信号波形采样数据的压缩方法及装置 |
| CN104484476A (zh) * | 2014-12-31 | 2015-04-01 | 中国石油天然气股份有限公司 | 一种抽油机示功图数据压缩存储方法及装置 |
| CN204851226U (zh) * | 2015-07-16 | 2015-12-09 | 中国石油化工股份有限公司 | 抽油机井电功图采集*** |
| CN105227962A (zh) * | 2015-09-29 | 2016-01-06 | 西安空间无线电技术研究所 | 一种基于数据差值的无损信息隐藏方法 |
| CN205445585U (zh) * | 2015-12-28 | 2016-08-10 | 江西飞尚科技有限公司 | 一种基于抽油杆电功图监测仪 |
| CN205786834U (zh) * | 2016-05-26 | 2016-12-07 | 西南石油大学 | 一种抽油机电功图测量装置 |
Non-Patent Citations (1)
| Title |
|---|
| 许鹏林: "抽油机电参数示功图同步采集***研究", 《中国优秀硕士学位论文全文数据库工程科技I辑》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110910618A (zh) * | 2019-11-27 | 2020-03-24 | 河南省中原智能电气科技有限公司 | 一种电气***数据采集模块 |
| TWI770870B (zh) * | 2021-03-11 | 2022-07-11 | 台灣優化水務股份有限公司 | 流體量時間變化模式數據編碼方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109164297B (zh) | 2021-01-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109040047A (zh) | 示功图数据压缩、传输方法及装置 | |
| CN109164297A (zh) | 多功能电表 | |
| CN105929331A (zh) | 一种双馈风力发电机定转子故障分析诊断装置及方法 | |
| CN111769819A (zh) | 一种采样频率自适应可调的数据采集方法及*** | |
| CN110096630A (zh) | 一类基于聚类分析的大数据处理方法 | |
| CN115827577A (zh) | 智能电表高频数据压缩与重构的云端协同自适应分治方法 | |
| CN112861328B (zh) | 一种基于随机响应信号的发电机阻尼评估装置及方法 | |
| CN108873786B (zh) | 基于数字量调理的数据采集*** | |
| CN111812573B (zh) | 一种特高压cvt谐波测试误差特性分析方法及*** | |
| CN105224774A (zh) | 电力***运行状态仿真方法及*** | |
| CN113093600A (zh) | 一种激光器光功率输出监控器及监控方法 | |
| CN115983507B (zh) | 送端源电网断面宽频振荡风险预测方法及*** | |
| CN108981990A (zh) | 示功仪 | |
| CN106950421B (zh) | 一种风电有功功率极值检测方法及*** | |
| Gursoy et al. | A practical real-time power quality event monitoring applications using discrete wavelet transform and artificial neural network | |
| CN113095170A (zh) | 一种基于可调q小波电机故障诊断方法 | |
| CN112054805B (zh) | 一种模型数据压缩方法、***及相关设备 | |
| CN112230056B (zh) | 一种基于OFMMK-Means聚类和复合分位数回归多谐波源贡献计算方法 | |
| CN114545066A (zh) | 一种非侵入式负荷监测模型聚合方法和*** | |
| CN105336338A (zh) | 音频编码方法和装置 | |
| CN113794198A (zh) | 抑制宽频振荡的方法、装置、终端及存储介质 | |
| JP4370263B2 (ja) | 下位系負荷モデルの定数算出方法及び算出プログラム | |
| CN113760609B (zh) | 一种实现电网数据共享访问的方法 | |
| Goldstein et al. | Real-time compression of time series building performance data | |
| CN110414726A (zh) | 一种基于监测数据分析的电能质量预警方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |