CN110244256A - 一种智能电能表故障识别方法、装置及设备 - Google Patents
一种智能电能表故障识别方法、装置及设备 Download PDFInfo
- Publication number
- CN110244256A CN110244256A CN201910661399.0A CN201910661399A CN110244256A CN 110244256 A CN110244256 A CN 110244256A CN 201910661399 A CN201910661399 A CN 201910661399A CN 110244256 A CN110244256 A CN 110244256A
- Authority
- CN
- China
- Prior art keywords
- electric energy
- energy meter
- intelligent electric
- fault type
- fault
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
- G01R35/04—Testing or calibrating of apparatus covered by the other groups of this subclass of instruments for measuring time integral of power or current
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种智能电能表故障识别方法、装置、设备及计算机可读存储介质,方法包括:实时获取智能电能表的电能量参数;利用电能量参数、故障分析***库判断智能电能表是否会出现故障及出现故障时所对应的故障类型;在确定智能电能表会出现故障时,发出提示,其中,提示中包括智能电能表的故障类型。本申请公开的上述技术方案,通过实时获取到的电能量参数、预先训练得到的故障分析***库判断智能电能表是否会出现故障及出现故障时所对应的故障类型,在确定会出现故障时发出提示,以实现智能化故障识别和提示,从而缩短故障识别的时间,提高故障识别的效率,并减少人为因素和不正确测试等因素对故障识别的影响,以提高故障识别的准确性。
Description
技术领域
本发明涉及智能电网技术领域,更具体地说,涉及一种智能电能表故障识别方法、装置、设备及计算机可读存储介质。
背景技术
随着智能电网的不断发展,智能电能表的应用越来越广泛。智能电能表的主要功能包括计量电能和通信,其中,计量的精准度关系到电力企业与用户的切身利益,通信功能则是建立自动抄表***的基础,因此,为了提高用户对电力企业的依赖度,并为了电力行业的良性发展,则需要减少智能电能表在运行过程中所出现的故障。
目前,多采用人工方式对智能电能表进行故障识别,以便于根据具体的故障类型确定应对方案,从而减少给用户和供电企业所造成的损失。具体地,智能电能表的用户在发现智能电能表可能出现故障时,则告知运维人员,然后,运维人员对可能出现故障的智能电能表进行拆解,并对拆解下来的智能电能表进行测试,之后,则根据工作经验确定智能电能表的故障类型。但是,由于需要运维人员赶到现场来拆解智能电能表,而且人工对智能电能表进行故障识别所花费的时间比较长,因此,则会降低智能电能表故障识别的效率,并且由于是运维人员借助工作经验进行识别、判断的,因此,则会因人为因素和工作经验的影响而降低识别的准确性。另外,在拆解智能电能表进行故障识别时,一旦运维人员通过不正确的测试方式进行测试和判断,则会导致下一步的测试和判断无法继续进行,从而则无法有效地对智能电能表的故障进行识别。
综上所述,如何提高智能电能表故障识别的效率和准确性,是目前本领域技术人员亟待解决的技术问题。
发明内容
有鉴于此,本发明的目的是提供一种智能电能表故障识别方法、装置、设备及计算机可读存储介质,以提高智能电能表故障识别的效率和准确性。
为了实现上述目的,本发明提供如下技术方案:
一种智能电能表故障识别方法,包括:
实时获取智能电能表的电能量参数;
利用所述电能量参数、预先学习训练得到的故障分析***库判断所述智能电能表是否会出现故障及出现故障时所对应的故障类型;
在确定所述智能电能表会出现故障时,发出提示,其中,所述提示中包括所述智能电能表的故障类型。
优选的,预先学习训练得到故障分析***库,包括:
预先获取所述智能电能表不同的故障类型、与每种所述故障类型对应的电能量参数;
利用神经网络算法对所述故障类型、与所述故障类型对应的电能量参数进行学习训练,得到所述故障分析***库。
优选的,预先获取与每种所述故障类型对应的电能量参数,包括:
基于正态分布算法预先获取与每种所述故障类型对应的电能量参数。
优选的,发出提示,包括:
向运维人员所携带的移动终端发出提示。
优选的,发出提示,包括:
发出蜂鸣提示和/或语音提示。
优选的,在发出提示之后,还包括:
当所述智能电能表实际出现的故障类型与通过所述故障分析***库确定的故障类型相一致时,将所述故障类型及与所述故障类型对应的电能量参数保存到所述故障分析***库中。
一种智能电能表故障识别装置,包括:
实时获取模块,用于实时获取智能电能表的电能量参数;
判断模块,用于利用所述电能量参数、预先学习训练得到的故障分析***库判断所述智能电能表是否会出现故障及出现故障时所对应的故障类型;
提示模块,用于在确定所述智能电能表会出现故障时,发出提示,其中,所述提示中包括所述智能电能表的故障类型。
优选的,所述判断模块包括:
获取单元,用于预先获取所述智能电能表不同的故障类型、与每种所述故障类型对应的电能量参数;
学习训练单元,用于利用神经网络算法对所述故障类型、与所述故障类型对应的电能量参数进行学习训练,得到所述故障分析***库。
一种智能电能表故障识别设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上述任一项所述的智能电能表故障识别方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述任一项所述的智能电能表故障识别方法的步骤。
本发明提供了一种智能电能表故障识别方法、装置、设备及计算机可读存储介质,其中,该方法包括:实时获取智能电能表的电能量参数;利用电能量参数、预先学习训练得到的故障分析***库判断智能电能表是否会出现故障及出现故障时所对应的故障类型;在确定智能电能表会出现故障时,发出提示,其中,提示中包括智能电能表的故障类型。
本申请公开的上述技术方案,通过实时获取到的电能量参数、预先训练得到的故障分析***库判断智能电能表是否会出现故障及出现故障时所对应的故障类型,并在确定会出现故障时发出提示,以实现智能化故障识别和提示,从而缩短故障识别的时间,提高故障识别的效率,并减少人为因素和不正确测试等因素对故障识别的影响,进而提高故障识别的准确性。
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,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种智能电能表故障识别方法的流程图;
图2为本发明实施例提供的一种智能电能表故障识别装置的结构示意图;
图3为本发明实施例提供的一种智能电能表故障识别设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,其示出了本发明实施例提供的一种智能电能表故障识别方法的流程图,可以包括:
S11:实时获取智能电能表的电能量参数。
在智能电能表运行过程中,对智能电能表的运行状态进行实时检测,并实时获取与运行状态相对应的电能量参数。其中,电能量参数可以为各相电压、各相电流、功率因数、电池电压、通信模块电压等其中的任意一种或任意多种的组合。
S12:利用电能量参数、预先学习训练得到的故障分析***库判断智能电能表是否会出现故障及出现故障时所对应的故障类型。
可以利用实时获取到的电能量参数、预先学习训练得到的故障分析***库判断智能电能表是否会出现故障及确定智能电能表会出现故障时该智能电能表所对应的故障类型。其中,预先学习训练得到的故障分析***库中包含有智能电能表所能出现的各种故障类型、与每种故障类型对应的电能量参数(具体可以为与每种故障类型对应的电能量参数的变化规律、变化趋势等)。需要说明的是,这里提到的故障类型包含但不限于误差超差、电池欠压故障、液晶无电池电量显示、***时钟异常、液晶黑屏、停电上报功能异常、通信类故障、计量芯片***电路故障。
具体地,根据实时获取到的电能量参数得到电能量参数的变化规律和变化趋势,然后,确定故障分析***库中是否存在与所得到的电能量参数的变化规律和变化趋势相对应的故障类型,若不存在与所得到的电能量参数的变化规律和变化趋势相对应的故障类型,则表明智能电能表处于良好的运行状态,并不会出现故障;若存在与所得到的电能量参数的变化规律和变化趋势相对应的故障类型,则确定智能电能表会出现故障,此时,则可以通过故障分析***库确定智能电能表出现故障时所对应的故障类型。
S13:在确定智能电能表会出现故障时,发出提示,其中,提示中可以包括智能电能表的故障类型。
在通过电能量参数和故障分析***库确定智能电能表会出现故障时,则可以发出包括有智能电能表的故障类型的提示,以对用户和/或运维人员起到提示的作用,从而便于用户和/或运维人员可以及时采取应对措施进行应对,以保证智能电能表的正常运行,从而保证电能计量的准确性和公正性,进而维护用户和供电企业的利益。
由于上述方式可以实现对智能电能表故障的预判,因此,则可以减少对用户和供电企业所造成的损失。而且由于上述方式可以实现在线故障识别,因此,则可以减少拆解智能电能表所花费的时间,以提高故障识别的效率,并可以减少因拆解智能电能表而对智能电能表可能造成的损伤。另外,由于上述方式可以实现智能、自动化故障识别,因此,则可以减少运维人员进行人工故障识别所耗费的时间,从而可以提高故障识别的效率,并可以减少因运维人员工作经验不足或人为主观判断而导致的误判,从而可以提高故障识别的准确性,且可以避免因拆解智能电能表进行故障识别时所出现的测试方法不正确而导致的下一步测试和判断无法继续进行的情况出现,因此,则可以实现有效的故障识别,从而可以提高故障识别的准确性和可靠性。
本申请公开的上述技术方案,通过实时获取到的电能量参数、预先训练得到的故障分析***库判断智能电能表是否会出现故障及出现故障时所对应的故障类型,并在确定会出现故障时发出提示,以实现智能化故障识别和提示,从而缩短故障识别的时间,提高故障识别的效率,并减少人为因素和不正确测试等因素对故障识别的影响,进而提高故障识别的准确性。
本发明实施例提供的一种智能电能表故障识别方法,预先学习训练得到故障分析***库,可以包括:
预先获取智能电能表不同的故障类型、与每种故障类型对应的电能量参数;
利用神经网络算法对故障类型、与故障类型对应的电能量参数进行学习训练,得到故障分析***库。
预先学习训练得到故障分析***库的具体过程可以为:预先获取智能电能表不同的故障类型以及与每种故障类型对应的电能量参数(具体为该类型的故障发生前、发生时、发生中及发生后的电能量参数),然后,利用神经网络算法对故障类型、与故障类型对应的电能量参数进行学习训练,以得到故障分析***库。其中,所用到的神经网络算法具体可以为BP算法等。
需要说明的是,为了得到精度和可靠性比较高的故障分析***库,以提高故障识别的准确性,则所获取的故障类型、与每种故障类型对应的电能量参数均是由大量的数据构成的,例如:对于误差超差这种故障类型,其对应的电能量参数包含了智能电能表(可以为同一个,也可以为多个)发生多次误差超差故障时所对应的电能量参数。
本发明实施例提供的一种智能电能表故障识别方法,预先获取与每种故障类型的电能量参数,可以包括:
基于正态分布算法预先获取与每种故障类型对应的电能量参数。
在预先获取与每种故障类型对应的电能量参数时,可以基于正态分布算法获取每种故障类型对应的电能量参数。
具体地,在获取电能量参数时可以保留处于3σ(σ为正态分布的标准差)范围内的电能量参数,并舍弃不在3σ范围内的电能量参数,以减少不在3σ范围内的电能量参数对学习训练的影响,从而提高所获取到的故障分析***库的精确度和可靠性,进而提高故障识别的准确性。
本发明实施例提供的一种智能电能表故障识别方法,发出提示,可以包括:
向运维人员所携带的移动终端发出提示。
在发出提示时,具体可以向运维人员所携带的移动终端(具体可以为手机等)发出提示,以便于运维人员可以及时地获取到与智能电能表故障相关的信息。
其中,在向运维人员所携带的移动终端发送提示的同时,可以向运维人员所携带的移动终端发送该智能电能表的位置信息,以便于运维人员可以快速、高效地确定智能电能表的位置,进而使运维人员可以及时赶到现场采取相应的应对措施进行应对,以减少给用户和供电企业所带来的损失。
本发明实施例提供的一种智能电能表故障识别方法,发出提示,可以包括:
发出蜂鸣提示和/或语音提示。
也可以发出蜂鸣提示和/或语音提示,以对智能电能表的用户起到提示的作用,从而便于用户及时采取相应的应对措施。
其中,在发出蜂鸣提示时,其具体可以为与故障类型对应的蜂鸣提示,以便于用户可以根据蜂鸣提示确定故障类型。具体地,可以预先设置多种(其种类数量与智能电能表所能出现的故障类型的数量相一致)蜂鸣提示,其中,蜂鸣提示与故障类型一一对应,而且用户家中可以放置有蜂鸣提示与故障类型的对应表。当确定智能电能表所对应的故障类型时,则可调取与该故障类型对应的蜂鸣提示,以进行提示,此时,用户则可以根据蜂鸣提示及对应表确定故障类型。
在发出语音提示时,该语音提示中可以直接包含有故障类型,以便于用户可以直接、快速地获知智能电能表的故障类型。
本发明实施例提供的一种智能电能表故障识别方法,在发出提示之后,还可以包括:
当智能电能表实际出现的故障类型与通过故障分析***库确定的故障类型相一致时,将故障类型及与故障类型对应的电能量参数保存到故障分析***库中。
在智能电能表故障识别中,在发出提示之后,若智能电能表实际出现的故障类型与通过故障分析***库确定的故障类型相一致,则可以将此次识别过程中所确定的故障类型、实时获取到的与故障类型对应的电能量参数保存到故障分析***库中,以对故障分析***库进行更新,从而提高故障分析***库的可靠性,并提高后续故障识别的准确性。
本发明实施例还提供了一种智能电能表故障识别装置,参见图2,其示出了本发明实施例提供的一种智能电能表故障识别装置的结构示意图,可以包括:
实时获取模块11,用于实时获取智能电能表的电能量参数;
判断模块12,用于利用电能量参数、预先学习训练得到的故障分析***库判断智能电能表是否会出现故障及出现故障时所对应的故障类型;
提示模块13,用于在确定智能电能表会出现故障时,发出提示,其中,提示中可以包括智能电能表的故障类型。
本发明实施例提供的一种智能电能表故障识别装置,判断模块12可以包括:
获取单元,用于预先获取智能电能表不同的故障类型、与每种故障类型对应的电能量参数;
学习训练单元,用于利用神经网络算法对故障类型、与故障类型对应的电能量参数进行学习训练,得到故障分析***库。
本发明实施例提供的一种智能电能表故障识别装置,获取单元可以包括获取子单元,用于基于正态分布算法预先获取与每种故障类型对应的电能量参数。
本发明实施例提供的一种智能电能表故障识别装置,提示模块13可以包括第一提示单元,用于向运维人员所携带的移动终端发出提示。
本发明实施例提供的一种智能电能表故障识别装置,提示模块13可以包括第二提示单元,用于发出蜂鸣提示和/或语音提示。
本发明实施例提供的一种智能电能表故障识别装置,还可以包括:
保存模块,用于在发出提示之后,当智能电能表实际出现的故障类型与通过故障分析***库确定的故障类型相一致时,将故障类型及与故障类型对应的电能量参数保存到故障分析***库中。
本发明实施例还提供了一种智能电能表故障识别设备,参见图3,其示出了本发明实施例提供的一种智能电能表故障识别设备的结构示意图,可以包括:
存储器21,用于存储计算机程序;
处理器22,用于执行上述存储器21存储的计算机程序时可实现如下步骤:
实时获取智能电能表的电能量参数;利用电能量参数、预先学习训练得到的故障分析***库判断智能电能表是否会出现故障及出现故障时所对应的故障类型;在确定智能电能表会出现故障时,发出提示,其中,提示中包括智能电能表的故障类型。
本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时可实现如下步骤:
实时获取智能电能表的电能量参数;利用电能量参数、预先学习训练得到的故障分析***库判断智能电能表是否会出现故障及出现故障时所对应的故障类型;在确定智能电能表会出现故障时,发出提示,其中,提示中包括智能电能表的故障类型。
该计算机可读存储介质可以包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例提供的一种智能电能表故障识别装置、设备及计算机可读存储介质中相关部分的说明可以参见本发明实施例提供的一种智能电能表故障识别方法中对应部分的详细说明,在此不再赘述。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。另外,本发明实施例提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明,以免过多赘述。
对所公开的实施例的上述说明,使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种智能电能表故障识别方法,其特征在于,包括:
实时获取智能电能表的电能量参数;
利用所述电能量参数、预先学习训练得到的故障分析***库判断所述智能电能表是否会出现故障及出现故障时所对应的故障类型;
在确定所述智能电能表会出现故障时,发出提示,其中,所述提示中包括所述智能电能表的故障类型。
2.根据权利要求1所述的智能电能表故障识别方法,其特征在于,预先学习训练得到故障分析***库,包括:
预先获取所述智能电能表不同的故障类型、与每种所述故障类型对应的电能量参数;
利用神经网络算法对所述故障类型、与所述故障类型对应的电能量参数进行学习训练,得到所述故障分析***库。
3.根据权利要求2所述的智能电能表故障识别方法,其特征在于,预先获取与每种所述故障类型对应的电能量参数,包括:
基于正态分布算法预先获取与每种所述故障类型对应的电能量参数。
4.根据权利要求1所述的智能电能表故障识别方法,其特征在于,发出提示,包括:
向运维人员所携带的移动终端发出提示。
5.根据权利要求1所述的智能电能表故障识别方法,其特征在于,发出提示,包括:
发出蜂鸣提示和/或语音提示。
6.根据权利要求1至5任一项所述的智能电能表故障识别方法,其特征在于,在发出提示之后,还包括:
当所述智能电能表实际出现的故障类型与通过所述故障分析***库确定的故障类型相一致时,将所述故障类型及与所述故障类型对应的电能量参数保存到所述故障分析***库中。
7.一种智能电能表故障识别装置,其特征在于,包括:
实时获取模块,用于实时获取智能电能表的电能量参数;
判断模块,用于利用所述电能量参数、预先学习训练得到的故障分析***库判断所述智能电能表是否会出现故障及出现故障时所对应的故障类型;
提示模块,用于在确定所述智能电能表会出现故障时,发出提示,其中,所述提示中包括所述智能电能表的故障类型。
8.根据权利要求7所述的智能电能表故障识别装置,其特征在于,所述判断模块包括:
获取单元,用于预先获取所述智能电能表不同的故障类型、与每种所述故障类型对应的电能量参数;
学习训练单元,用于利用神经网络算法对所述故障类型、与所述故障类型对应的电能量参数进行学习训练,得到所述故障分析***库。
9.一种智能电能表故障识别设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至6任一项所述的智能电能表故障识别方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的智能电能表故障识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910661399.0A CN110244256A (zh) | 2019-07-22 | 2019-07-22 | 一种智能电能表故障识别方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910661399.0A CN110244256A (zh) | 2019-07-22 | 2019-07-22 | 一种智能电能表故障识别方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110244256A true CN110244256A (zh) | 2019-09-17 |
Family
ID=67893136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910661399.0A Pending CN110244256A (zh) | 2019-07-22 | 2019-07-22 | 一种智能电能表故障识别方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110244256A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110687494A (zh) * | 2019-09-19 | 2020-01-14 | 国网河北省电力有限公司邯郸供电分公司 | 远程关口电能表故障监控的方法和*** |
CN110794360A (zh) * | 2019-10-22 | 2020-02-14 | 中国电力科学研究院有限公司 | 一种基于机器学习预测智能电能表故障的方法及*** |
CN111521966A (zh) * | 2020-05-18 | 2020-08-11 | 深圳市瀚邦为电子材料有限公司 | 台区电表时间超差监测方法、装置、监测终端和存储介质 |
CN111562544A (zh) * | 2020-07-14 | 2020-08-21 | 武汉格蓝若智能技术有限公司 | 一种数字电能计量***的参数一致性诊断方法及*** |
CN111650549A (zh) * | 2020-06-13 | 2020-09-11 | 国网宁夏电力有限公司营销服务中心(国网宁夏电力有限公司计量中心) | 现场电表故障识别方法及移动设备可读储存介质 |
CN111814900A (zh) * | 2020-07-20 | 2020-10-23 | 安徽南瑞中天电力电子有限公司 | 基于matlab神经网络的电能表故障分类方法及其装置 |
CN114371438A (zh) * | 2021-12-30 | 2022-04-19 | 国网河北省电力有限公司营销服务中心 | 基于物联网的计量设备失准判断方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102707256A (zh) * | 2012-06-20 | 2012-10-03 | 北京航空航天大学 | 基于BP-AdaBoost神经网络的电子式电能表故障诊断方法 |
CN102721941A (zh) * | 2012-06-20 | 2012-10-10 | 北京航空航天大学 | 一种基于som和d-s理论的电表电路故障信息融合和诊断方法 |
CZ305952B6 (cs) * | 2014-07-15 | 2016-05-18 | Vysoká Škola Báňská - Technická Univerzita Ostrava Fakulta Elektroniky A Informatiky, Katedra Kybernetiky A Biomedicínského Inženýrství | Tester a způsob detekce chyby spotřebitelského elektroměru |
CN107831465A (zh) * | 2017-10-31 | 2018-03-23 | 国网黑龙江省电力有限公司电力科学研究院 | 一种基于bp神经网络的智能电能表故障判断方法 |
CN109086889A (zh) * | 2018-09-30 | 2018-12-25 | 广东电网有限责任公司 | 基于神经网络的终端故障诊断方法、装置和*** |
-
2019
- 2019-07-22 CN CN201910661399.0A patent/CN110244256A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102707256A (zh) * | 2012-06-20 | 2012-10-03 | 北京航空航天大学 | 基于BP-AdaBoost神经网络的电子式电能表故障诊断方法 |
CN102721941A (zh) * | 2012-06-20 | 2012-10-10 | 北京航空航天大学 | 一种基于som和d-s理论的电表电路故障信息融合和诊断方法 |
CZ305952B6 (cs) * | 2014-07-15 | 2016-05-18 | Vysoká Škola Báňská - Technická Univerzita Ostrava Fakulta Elektroniky A Informatiky, Katedra Kybernetiky A Biomedicínského Inženýrství | Tester a způsob detekce chyby spotřebitelského elektroměru |
CN107831465A (zh) * | 2017-10-31 | 2018-03-23 | 国网黑龙江省电力有限公司电力科学研究院 | 一种基于bp神经网络的智能电能表故障判断方法 |
CN109086889A (zh) * | 2018-09-30 | 2018-12-25 | 广东电网有限责任公司 | 基于神经网络的终端故障诊断方法、装置和*** |
Non-Patent Citations (4)
Title |
---|
余小芬 等: "《国家教师资格考试数学学科知识研究》", 31 October 2018, 四川大学出版社 * |
原清海 等: "《节能环保产业系列丛书 合理用电》", 30 September 2016, 上海科学技术出版社 * |
文常保等: "《人工神经网络理论及应用》", 31 March 2019 * |
赵建军 等: ""Elman神经网络在高压电力计量***故障诊断中的应用"", 《电测与仪表》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110687494A (zh) * | 2019-09-19 | 2020-01-14 | 国网河北省电力有限公司邯郸供电分公司 | 远程关口电能表故障监控的方法和*** |
CN110794360A (zh) * | 2019-10-22 | 2020-02-14 | 中国电力科学研究院有限公司 | 一种基于机器学习预测智能电能表故障的方法及*** |
CN111521966A (zh) * | 2020-05-18 | 2020-08-11 | 深圳市瀚邦为电子材料有限公司 | 台区电表时间超差监测方法、装置、监测终端和存储介质 |
CN111521966B (zh) * | 2020-05-18 | 2022-06-28 | 深圳市瀚邦为电子材料有限公司 | 台区电表时间超差监测方法、装置、监测终端和存储介质 |
CN111650549A (zh) * | 2020-06-13 | 2020-09-11 | 国网宁夏电力有限公司营销服务中心(国网宁夏电力有限公司计量中心) | 现场电表故障识别方法及移动设备可读储存介质 |
CN111562544A (zh) * | 2020-07-14 | 2020-08-21 | 武汉格蓝若智能技术有限公司 | 一种数字电能计量***的参数一致性诊断方法及*** |
CN111562544B (zh) * | 2020-07-14 | 2020-11-03 | 武汉格蓝若智能技术有限公司 | 一种数字电能计量***的参数一致性诊断方法及*** |
CN111814900A (zh) * | 2020-07-20 | 2020-10-23 | 安徽南瑞中天电力电子有限公司 | 基于matlab神经网络的电能表故障分类方法及其装置 |
CN114371438A (zh) * | 2021-12-30 | 2022-04-19 | 国网河北省电力有限公司营销服务中心 | 基于物联网的计量设备失准判断方法 |
CN114371438B (zh) * | 2021-12-30 | 2022-09-06 | 国网河北省电力有限公司营销服务中心 | 基于物联网的计量设备失准判断方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110244256A (zh) | 一种智能电能表故障识别方法、装置及设备 | |
CN111262346B (zh) | 一种变电站一体化自动验收***和方法 | |
CN110829590B (zh) | 一种台区线损智能监测***、方法、平台及存储介质 | |
CN108470193A (zh) | 电能表故障诊断方法、***及终端设备 | |
CN102386616B (zh) | 一种继电保护配合关系仿真校核方法 | |
CN107634275A (zh) | 电池管理方法、充电柜和电池管理*** | |
CN112464995A (zh) | 一种基于决策树算法的电网配变故障诊断方法及*** | |
CN109064104A (zh) | 物资设备管理方法、***及终端设备 | |
CN109635031A (zh) | 一种数据质量检测方法、装置、***及存储介质 | |
CN106970346A (zh) | 一种用于电能计量设备远程校准的方法及*** | |
CN105760429A (zh) | 电网设备数据校验方法及其*** | |
CN115061079A (zh) | 一种电能表计量误差在线测量方法及批量测试*** | |
CN110276558A (zh) | 一种电网的维护方法、***及计算机可读存储介质 | |
CN109857765A (zh) | 客户停电数据分析方法和装置 | |
CN109884533A (zh) | 电池故障的诊断方法及装置、设备及存储介质 | |
CN109446642B (zh) | 一种电网设备启动方案智能编写方法及装置 | |
CN109142988A (zh) | 一种基于电能质量监测数据的配网故障定位方法及*** | |
CN109375145A (zh) | 基于三相三线表计设备的失压故障监测方法和装置 | |
CN108427628A (zh) | 基于持续集成工具的项目运行状态的评估方法和装置 | |
CN107678917A (zh) | 测试机自动化管理方法、装置、设备及存储介质 | |
CN109492913B (zh) | 一种配电终端的模块化风险预测方法、装置及可存储介质 | |
CN108243069A (zh) | 电能表通讯的处理方法和装置 | |
CN113341366B (zh) | 一种用户电表状态监测方法、装置设备和存储介质 | |
CN113433506B (zh) | 一种电表故障分析方法、装置、设备和存储介质 | |
CN116387652B (zh) | 化成/分容电源设备的在线维护***及方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190917 |