CN112540210A - 零火线异常用户的识别方法和反窃电鉴别方法、存储介质 - Google Patents
零火线异常用户的识别方法和反窃电鉴别方法、存储介质 Download PDFInfo
- Publication number
- CN112540210A CN112540210A CN202011412373.1A CN202011412373A CN112540210A CN 112540210 A CN112540210 A CN 112540210A CN 202011412373 A CN202011412373 A CN 202011412373A CN 112540210 A CN112540210 A CN 112540210A
- Authority
- CN
- China
- Prior art keywords
- zero
- user
- abnormal
- live
- live wire
- 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
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000005611 electricity Effects 0.000 title claims abstract description 33
- 230000002265 prevention Effects 0.000 title description 3
- 238000004590 computer program Methods 0.000 claims description 10
- 230000005856 abnormality Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R11/00—Electromechanical arrangements for measuring time integral of electric power or current, e.g. of consumption
- G01R11/02—Constructional details
- G01R11/24—Arrangements for avoiding or indicating fraudulent use
-
- 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
- G01R22/061—Details of electronic electricity meters
- G01R22/066—Arrangements for avoiding or indicating fraudulent use
-
- 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
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/55—Testing for incorrect line connections
-
- 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
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/58—Testing of lines, cables or conductors
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Emergency Alarm Devices (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
本发明公开了零火线异常用户的识别方法和反窃电鉴别方法、存储介质,本发明的零火线异常用户的识别方法包括:获取用户若干组零火线电流数据,其中,某一时刻用户的零线电流和火线电流为一组零火线电流;若用户的零火线电流数据同时满足条件A、条件B、条件C和条件D,则判定该用户为零火线异常用户。本发明通过当用户的零火线电流同时满足条件A、条件B、条件C和条件D时,判定该用户为零火线异常用户;在所有零火线异常用户中排除所有零火线异常用户中电能表异常和/或采集设备异常的零火线异常用户,得到窃电用户,能精准的识别零火线异常的用户,进而识别窃电用户,识别的准确率高且效率高。
Description
技术领域
本发明涉及供电技术领域,具体来说涉及一种零火线异常用户的识别方法和反窃电鉴别方法、存储介质。
背景技术
随着科学技术的发展和社会用电需求不断增加,一些不法经营者、个体私营业主及居民用电大户为谋取利润和降低成本,不择手段地窃取国家电能,窃电问题成为困扰电力企业的一项难题。当前通过高科技手段进行窃电的用户成几何级数增长,窃电呈现出人员专业化、设备智能化、方式隐蔽性强以及窃电量大等特点,窃电形势日益严峻,反窃电工作日益艰难,且对智能化和信息化需求不断提升。
如何精准发现窃电成为反窃电领域的一大难题,现有的采用人工地毯式排查的方式,对每一户电能表进行逐个排查,费时费力,而且效率极低。或通过电力***的电能量的异常,来预测用户是否为窃电用户,但这种反窃电方式预测准确性相对较差。
发明内容
为了克服现有技术的不足,本发明的目的在于提供一种零火线异常用户的识别方法和反窃电鉴别方法、存储介质,通过对用户的零火线电流数据进行分析,得到零火线异常用户的识别方法,基于零火线异常来判断是否为窃电用户,效率高且精准。
本发明的目的通过以下技术方案实现:
一种零火线异常用户的识别方法,包括:
获取用户若干组零火线电流数据,其中,某一时刻用户的零线电流和火线电流为一组零火线电流;
若用户的零火线电流数据同时满足条件A、条件B、条件C和条件D,则判定该用户为零火线异常用户;
条件A:用户的零火线电流拟合优度小于或等于拟合阈值,且存在至少一组零火线电流数据,使用户的零线电流值大于火线电流值;
条件B:用户存在一组或多组零火线电流数据,使用户零线电流值或火线电流值大于或等于用电阈值;
条件C:用户的每组零火线电流数据,都存在零火线电流差值大于或等于差值阈值,其中,零火线电流差值为零线电流与火线电流的差值的绝对值;
条件D:用户存在一组或多组零火线电流数据,使用户零火线电流差值与零火线电流数据中较大值的比值小于或等于第一比值阈值,且零火线电流差值与零火线电流数据中较小值的比值大于或等于第二比值阈值。
进一步的,所述零火线电流拟合优度的公式满足:
其中,R-square为零火线电流拟合优度的可决系数;RSS为残差平方和,即变量Y观测值与估计值之差的平方和;TSS为总平方和,即变量Y的观测值与变量Y的平均值之差的平方和;Y为火线电流值。
进一步的,所述拟合阈值的取值范围为0.1~0.3。
进一步的,所述用电阈值的取值范围为0.5A~2A。
进一步的,所述差值阈值的取值范围为0.5A~3A。
进一步的,所述第一比值阈值的取值范围为0.01~0.1。
进一步的,所述第二比值阈值的取值范围为0.01~0.1。
进一步的,通过采集设备获取用户N个时刻的零线电流和火线电流,形成用户的N组零火线电流数据,其中N大于或等于1。
一种反窃电鉴别方法,包括:采用所述的零火线异常用户的识别方法,来判定用户是否为零火线异常用户,获取所有零火线异常用户,排除所有零火线异常用户中电能表异常和/或采集设备异常的零火线异常用户,得到剩下的零火线异常用户;所述剩下的零火线异常用户判定为窃电用户。
一种计算机存储介质,其上存储有计算机程序,所述计算机程序在被处理器执行时,实现所述的零火线异常用户的识别方法或所述的反窃电鉴别方法。
与现有技术相比,本发明具有如下有益效果:
本发明通过当用户的零火线电流同时满足条件A、条件B、条件C和条件D时,则判定该用户为零火线异常用户,能精准的识别零火线异常的用户。进一步的,在所有零火线异常用户中排除所有零火线异常用户中电能表异常和/或采集设备异常的零火线异常用户,得到窃电用户,能精准的鉴别窃电用户,鉴别的准确率高且效率高。
附图说明
图1为本发明实施例一提供的一种零火线异常用户的识别方法的流程示意图;
图2为本发明实施例二提供的一种反窃电鉴别方法的流程示意图;
图3为本发明实施例三提供的一种电子设备的示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的详细说明。
实施例一:
如图1所示的零火线异常用户的识别方法,包括:
步骤S1:获取用户若干组零火线电流数据,其中,某一时刻用户的零线电流和火线电流为一组零火线电流;
可选的,获取用户若干组零火线电流数据的方法包括:
步骤S0:通过采集设备获取用户N个时刻的零线电流和火线电流,形成用户的N组零火线电流数据,其中N大于或等于1。
应理解,获取用户若干组零火线电流数据的方法在这里不作限制,以上仅为示例的,例如可通过电力***中的实时监控数据直接获取用户的零火线电流数据。
需要说明的是,用户的零火线电流数据的组数是不限定的,可以具体根据判别零火线异常用户的精准度决定,需要的精准度越高,获取的零火线电流数据的组数越多,实际判定精准度越高。
在实际运用中,我们可以采用获取某一时间段的某些固定时间的零火线电流数据。例如,获取半年内,每天时间点为7、11、15、19点时的零线电流和火线电流。
例如,获取的火线电流为1.795、2.841、2.562、0.815,零线电流3.614、12.417、11.555、2.338,那么就得到四组零火线电流,分别为(1.795、3.614)、(2.841、12.417)、(2.562、11.555)和(0.815、2.338)。
步骤S2:若用户的零火线电流数据同时满足条件A、条件B、条件C和条件D,则判定该用户为零火线异常用户;
条件A:用户的零火线电流拟合优度小于或等于拟合阈值,且存在至少一组零火线电流数据,使用户的零线电流值大于火线电流值;
其中,所述零火线电流拟合优度的公式满足:
其中,R-square为零火线电流拟合优度的可决系数;RSS为残差平方和,即变量Y的观测值与变量Y的估计值之差的平方和;TSS为总平方和,即变量Y的观测值与变量Y的平均值之差的平方和;Y为火线电流值。
需要说明的是,拟合优度是回归直线对观测值的拟合程度,度量拟合优度的统计量是可决系数(即R-square),亦称为确定系数R2。R2的最大值为1,R2的值越接近1,说明回归直线对观测值的拟合程度越好;反之,R2的值越小,说明回归直线对观测值的拟合程度越差。
可选的,所述拟合阈值的取值范围为0.1~0.3。
其中,拟合阈值不作具体限制,可以具体根据判别零火线异常用户的精准度决定,例如,拟合阈值为0.2。
在满足条件A的实现过程中,零火线电流拟合优度小于或等于拟合阈值,说明火线电流与零线电流一致性很差,用户为零火线异常用户的可能性高。当存在至少一组零火线电流数据,使用户的零线电流值大于火线电流值,进一步说明用户为零火线异常用户的可能性高,为窃电用户的可能性高。
条件B:用户存在一组或多组零火线电流数据,使用户零线电流值或火线电流值大于或等于用电阈值;
可选的,所述用电阈值的取值范围为0.5A~2A。
应理解,用电阈值不作具体限制,可以具体根据实际用电过程中,根据各地方对用户存在用电判定的具体情况进行确定。
在上述实现过程中,确定用户存在一组或多组零火线电流数据,使用户零线电流值或火线电流值大于或等于用电阈值,是为了确定用户存在用电情况,只要用户存在一组零火线电流数据,使用户零线电流值或火线电流值大于或等于用电阈值,就说明用户存在用电情况。如用户不存在用电,就不能将用户误判为零火线异常用户,更不能将用户误判为窃电用户,进一步提高了零火线异常用户或窃电用户的识别精准度。
条件C:用户的每组零火线电流数据,都存在零火线电流差值大于或等于差值阈值,其中,零火线电流差值为零线电流与火线电流的差值的绝对值;
可选的,所述差值阈值的取值范围为0.5A~3A。
应理解,差值阈值不作具体限制,可具体根据需要判别零火线异常用户的精准度决定,例如,差值阈值设定为1A。
其中,用户的每组零火线电流数据,都存在零火线电流差值大于或等于差值阈值,是指用户的任一组零火线电流数据都满足零火线电流差值大于或等于差值阈值。
当差值阈值的设定值越大时,判定为零火线电流异常的零火线电流差值就要求越大,同一个用户被判定为零火线电流异常的可能性就越低,所以具体可根据判别零火线异常用户的精准度决定。当用户的每组零火线电流数据,都存在零火线电流差值大于或等于差值阈值时,说明用户为零火线异常用户的可能性极高,为窃电用户的可能性也更大。
条件D:用户存在一组或多组零火线电流数据,使用户零火线电流差值与零火线电流数据中较大值的比值小于或等于第一比值阈值,且零火线电流差值与零火线电流数据中较小值的比值大于或等于第二比值阈值。
可选的,所述第一比值阈值的取值范围为0.01~0.1。所述第二比值阈值的取值范围为0.01~0.1。
应理解,第一比值阈值和第二比值阈值不作具体限制,可具体根据判别零火线异常用户的精准度决定,例如,第一比值阈值设定为0.5,第二比值阈值设定为0.5。
需要说明的是,用户可以存在一组零火线电流数据,使用户零火线电流差值与零火线电流数据中较大值的比值小于或等于第一比值阈值,且零火线电流差值与零火线电流数据中较小值的比值大于或等于第二比值阈值;用户也可以存在多组零火线电流数据,使用户零火线电流差值与零火线电流数据中较大值的比值小于或等于第一比值阈值,且零火线电流差值与零火线电流数据中较小值的比值大于或等于第二比值阈值,以上都视为满足条件D。即只要用户的零火线电流数据中存在任一组零火线电流数据使用户零火线电流差值与零火线电流数据中较大值的比值小于或等于第一比值阈值,且零火线电流差值与零火线电流数据中较小值的比值大于或等于第二比值阈值,就视为满足条件D。
在上述实现过程中,因为正常接线情况下,电流通过火线流入电能表,流经负载后,经零线返回电能表,形成闭合回路的时候,理论上火线和零线电流为同一电流,大小相等。当用户的零火线电流同时满足条件A、条件B、条件C和条件D时,说明该用户零火线电流异常,则可判定该用户为零火线异常用户;
实施例二:
本发明的一种反窃电鉴别方法,如图2所示,
步骤S10:判定用户是否为零火线异常用户;
判定用户是否为零火线异常用户的方法包括:
获取用户若干组零火线电流数据,其中,某一时刻用户的零线电流和火线电流为一组零火线电流;
若用户的零火线电流数据同时满足条件A、条件B、条件C和条件D,则判定该用户为零火线异常用户;
条件A:用户的零火线电流拟合优度小于或等于拟合阈值,且存在至少一组零火线电流数据,使用户的零线电流值大于火线电流值;
条件B:用户存在一组或多组零火线电流数据,使用户零线电流值或火线电流值大于或等于用电阈值;
条件C:用户的每组零火线电流数据,都存在零火线电流差值大于或等于差值阈值,其中,零火线电流差值为零线电流与火线电流的差值的绝对值;
条件D:用户存在一组或多组零火线电流数据,使用户零火线电流差值与零火线电流数据中较大值的比值小于或等于第一比值阈值,且零火线电流差值与零火线电流数据中较小值的比值大于或等于第二比值阈值。
步骤S20:获取所有零火线异常用户,排除所有零火线异常用户中电能表异常和/或采集设备异常的零火线异常用户,得到剩下的零火线异常用户;所述剩下的零火线异常用户判定为窃电用户。
应理解,在本发明中采用的是排除电能表异常和/或采集设备异常的零火线异常用户,排除电能表异常和/或采集设备异常仅作为示例,在实际运用中,还需根据具体情况排除在零火线异常用户中,存在其他异常的零火线异常用户,例如,排除存在共零线干扰的异常用户。
在上述实现过程中,因为正常接线情况下,电流通过火线流入电能表,流经负载后,经零线返回电能表,形成闭合回路的时候,理论上火线和零线电流为同一电流,大小相等。当用户的零火线电流同时满足条件A、条件B、条件C和条件D时,说明该用户零火线电流异常,则可判定该用户为零火线异常用户;若用户存在窃电行为,窃电用户电能表中的零火线电流将呈现出完全没有规律的情况,会存在零火线异常,被判定为零火线异常用户。零火线电流异常有可能是电能表异常和/或采集设备异常导致,排除所有零火线异常用户中电能表异常和/或采集设备异常的零火线异常用户,得到剩下的零火线异常用户;那么剩下的零火线异常用户就极有可能为窃电用户。
本发明通过当用户的零火线电流同时满足条件A、条件B、条件C和条件D时,说明该用户零火线电流异常,则可判定该用户为零火线异常用户;在所有零火线异常用户中排除所有零火线异常用户中电能表异常和/或采集设备异常的零火线异常用户,得到窃电用户,能精准的识别零火线异常的用户,进而鉴别窃电用户,识别的准确率高且效率高。
对本发明进行具体应用:在2020年7月某省某地市公司试点应用期间,累计下发疑似窃电用户16户,经现场核查窃电用户9户,共零用户2户,准确率达到68%。
实施例三:
图3为本申请实施例提供的一种电子设备的结构示意图,在本申请中可以通过图3所示的示意图来描述用于实现本申请实施例的本发明零火线异常用户的识别方法或反窃电鉴别方法的电子设备100。
如图3所示的一种电子设备的结构示意图,电子设备100包括一个或多个处理器102、一个或多个存储装置104,这些组件通过总线***和/或其它形式的连接机构(未示出)互连。应当注意,图3所示的电子设备100的组件和结构只是示例性的,而非限制性的,根据需要,所述电子设备可以具有图3示出的部分组件,也可以具有图3未示出的其他组件和结构。
所述处理器102可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元,并且可以控制所述电子设备100中的其它组件以执行期望的功能。
所述存储装置104可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器102可以运行所述程序指令,以实现下文所述的本申请实施例中(由处理器实现)的功能以及/或者其它期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据,例如所述应用程序使用和/或产生的各种数据等。
本发明还提供一种计算机存储介质,其上存储有计算机程序,本发明的方法如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在该计算机存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机存储介质不包括电载波信号和电信信号。
本发明的实施方式不限于此,按照本发明的上述内容,利用本领域的普通技术知识和惯用手段,在不脱离本发明上述基本技术思想前提下,本发明还可以做出其它多种形式的修改、替换或变更,均落在本发明权利保护范围之内。
Claims (10)
1.一种零火线异常用户的识别方法,其特征在于,包括:
获取用户若干组零火线电流数据,其中,某一时刻用户的零线电流和火线电流为一组零火线电流;
若用户的零火线电流数据同时满足条件A、条件B、条件C和条件D,则判定该用户为零火线异常用户;
条件A:用户的零火线电流拟合优度小于或等于拟合阈值,且存在至少一组零火线电流数据,使用户的零线电流值大于火线电流值;
条件B:用户存在一组或多组零火线电流数据,使用户零线电流值或火线电流值大于或等于用电阈值;
条件C:用户的每组零火线电流数据,都存在零火线电流差值大于或等于差值阈值,其中,零火线电流差值为零线电流与火线电流的差值的绝对值;
条件D:用户存在一组或多组零火线电流数据,使用户零火线电流差值与零火线电流数据中较大值的比值小于或等于第一比值阈值,且零火线电流差值与零火线电流数据中较小值的比值大于或等于第二比值阈值。
3.根据权利要求1所述的零火线异常用户的识别方法,其特征在于,所述拟合阈值的取值范围为0.1~0.3。
4.根据权利要求1所述的零火线异常用户的识别方法,其特征在于,所述用电阈值的取值范围为0.5A~2A。
5.根据权利要求1所述的零火线异常用户的识别方法,其特征在于,所述差值阈值的取值范围为0.5A~3A。
6.根据权利要求1所述的零火线异常用户的识别方法,其特征在于,所述第一比值阈值的取值范围为0.01~0.1。
7.根据权利要求1所述的零火线异常用户的识别方法,其特征在于,所述第二比值阈值的取值范围为0.01~0.1。
8.根据权利要求1所述的零火线异常用户的识别方法,其特征在于,通过采集设备获取用户N个时刻的零线电流和火线电流,形成用户的N组零火线电流数据,其中N大于或等于1。
9.一种反窃电鉴别方法,其特征在于,包括:采用如权利要求1-8任一项所述的零火线异常用户的识别方法,来判定用户是否为零火线异常用户,获取所有零火线异常用户,排除所有零火线异常用户中电能表异常和/或采集设备异常的零火线异常用户,得到剩下的零火线异常用户;所述剩下的零火线异常用户判定为窃电用户。
10.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序在被处理器执行时,实现如权利要求1-8任一项所述的零火线异常用户的识别方法或如权利要求9所述的反窃电鉴别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011412373.1A CN112540210B (zh) | 2020-12-04 | 2020-12-04 | 零火线异常用户的识别方法和反窃电鉴别方法、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011412373.1A CN112540210B (zh) | 2020-12-04 | 2020-12-04 | 零火线异常用户的识别方法和反窃电鉴别方法、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112540210A true CN112540210A (zh) | 2021-03-23 |
CN112540210B CN112540210B (zh) | 2023-10-31 |
Family
ID=75016126
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011412373.1A Active CN112540210B (zh) | 2020-12-04 | 2020-12-04 | 零火线异常用户的识别方法和反窃电鉴别方法、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112540210B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012098133A (ja) * | 2010-11-01 | 2012-05-24 | Mitsubishi Electric Corp | 異常検知装置、異常検知方法、及び異常検知プログラム |
CN104360140A (zh) * | 2014-11-28 | 2015-02-18 | 威胜集团有限公司 | 单相电能表零线电流测量方法及测量电路 |
WO2016058443A1 (zh) * | 2014-10-11 | 2016-04-21 | 北京嘉岳同乐极电子有限公司 | 一种安全智能插座 |
CN109101594A (zh) * | 2018-07-27 | 2018-12-28 | 国家电网有限公司 | 一种检测窃电嫌疑用户的方法、装置及终端 |
CN109828135A (zh) * | 2019-02-27 | 2019-05-31 | 国网上海市电力公司 | 一种采用抄表掌机进行抄表的抄表异常判断流程 |
CN111474514A (zh) * | 2020-06-28 | 2020-07-31 | 国网江西综合能源服务有限公司 | 一种利用智能表零火线电流发现接线漏电的分析方法 |
CN111650424A (zh) * | 2020-06-22 | 2020-09-11 | 国网福建省电力有限公司 | 一种基于最小二乘法的零火线电流异常监测方法及*** |
-
2020
- 2020-12-04 CN CN202011412373.1A patent/CN112540210B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012098133A (ja) * | 2010-11-01 | 2012-05-24 | Mitsubishi Electric Corp | 異常検知装置、異常検知方法、及び異常検知プログラム |
WO2016058443A1 (zh) * | 2014-10-11 | 2016-04-21 | 北京嘉岳同乐极电子有限公司 | 一种安全智能插座 |
CN104360140A (zh) * | 2014-11-28 | 2015-02-18 | 威胜集团有限公司 | 单相电能表零线电流测量方法及测量电路 |
CN109101594A (zh) * | 2018-07-27 | 2018-12-28 | 国家电网有限公司 | 一种检测窃电嫌疑用户的方法、装置及终端 |
CN109828135A (zh) * | 2019-02-27 | 2019-05-31 | 国网上海市电力公司 | 一种采用抄表掌机进行抄表的抄表异常判断流程 |
CN111650424A (zh) * | 2020-06-22 | 2020-09-11 | 国网福建省电力有限公司 | 一种基于最小二乘法的零火线电流异常监测方法及*** |
CN111474514A (zh) * | 2020-06-28 | 2020-07-31 | 国网江西综合能源服务有限公司 | 一种利用智能表零火线电流发现接线漏电的分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112540210B (zh) | 2023-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109034244B (zh) | 基于电量曲线特征模型的线损异常诊断方法及装置 | |
CN108198408B (zh) | 一种基于用电信息采集***的自适应反窃电监控方法及*** | |
CN109583680B (zh) | 一种基于支持向量机的窃电辨识方法 | |
WO2014080515A1 (ja) | データ分析装置及びプログラム | |
CN107677903B (zh) | 一种变压器状态监测数据的聚类分析方法 | |
CN114783165B (zh) | 基于分布式光纤振动传感的电缆通道防外破在线监测*** | |
CN109583679A (zh) | 一种多算法融合的窃电疑似度分析方法 | |
CN113922412B (zh) | 一种新能源多场站短路比全景化评估方法、***、存储介质及计算设备 | |
CN112418687B (zh) | 基于用电特征的用户用电异常识别方法、装置和存储介质 | |
CN115664038B (zh) | 一种用于电气安全管理的智能配电运维监控*** | |
CN111797887A (zh) | 一种基于密度筛选与k-均值聚类的反窃电预警方法及*** | |
CN112949697B (zh) | 一种管道异常的确认方法、装置及计算机可读存储介质 | |
CN115273439A (zh) | 海域赤潮灾害预警方法、计算机设备及存储介质 | |
CN117614978A (zh) | 一种用于数字化车间的信息安全通信管理*** | |
CN103400308A (zh) | Gis设备运行状态在线检测方法与*** | |
CN110738415A (zh) | 基于用电采集***和离群点算法的窃电用户分析方法 | |
CN112540210A (zh) | 零火线异常用户的识别方法和反窃电鉴别方法、存储介质 | |
CN116307886A (zh) | 一种企业生产状态的实时监测方法及装置 | |
Pan et al. | Study on intelligent anti–electricity stealing early-warning technology based on convolutional neural networks | |
CN112228042B (zh) | 一种基于云边协同计算的抽油机井工况相似性判别方法 | |
CN112858725B (zh) | 一种车速一致性检测方法、终端设备及存储介质 | |
CN113218444A (zh) | 一种电能计量设备运行环境智能传感方法及设备 | |
CN115392380A (zh) | 一种识别局放在线监测异常数据的方法、装置及存储介质 | |
CN115422504A (zh) | 一种配电设备故障风险辨识方法及装置 | |
CN114839462A (zh) | 一种智能反窃电监察方法和*** |
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 |