CN113447820A - 电量监测方法、装置、智能电表及处理器 - Google Patents
电量监测方法、装置、智能电表及处理器 Download PDFInfo
- Publication number
- CN113447820A CN113447820A CN202110732690.XA CN202110732690A CN113447820A CN 113447820 A CN113447820 A CN 113447820A CN 202110732690 A CN202110732690 A CN 202110732690A CN 113447820 A CN113447820 A CN 113447820A
- Authority
- CN
- China
- Prior art keywords
- account
- data
- electricity
- electric quantity
- days
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000005611 electricity Effects 0.000 claims abstract description 109
- 238000010801 machine learning Methods 0.000 claims abstract description 20
- 238000012549 training Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 26
- 238000004128 high performance liquid chromatography Methods 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 13
- 238000012417 linear regression Methods 0.000 claims description 6
- 238000012806 monitoring device Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 230000015654 memory Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001364 causal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
Images
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
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种电量监测方法、装置、智能电表及处理器。其中,该方法包括:获取账户用电数据;将账户用电数据输入电量监控模型,预测得到预期电量使用天数,其中,电量监控模型根据账户历史用电数据预先训练机器学习模型得到;根据预期电量使用天数,发送电量告警信息。本发明解决了由于不同用户的用电习惯差异较大造成提醒用户充电费不及时的技术问题。
Description
技术领域
本发明涉及电力运营领域,具体而言,涉及一种电量监测方法、装置、智能电表及处理器。
背景技术
用户缴纳电费时是采用按户预存缴纳的方式,将电费预存入对应的账户中,该户的用电器消耗电量后直接从账户余额中扣除电费,当账户电费用尽时对该户进行断电处理。以往只能对所有用户设定统一的电费账户剩余金额阈值提醒,然而,由于不同家庭的具体情况不同,某些用户群体因日均用电量较大,有些用户群体的日均用电量较小,导致采用统一阈值提醒的方式,有的用户群体由于被提醒太晚导致没有来得及缴纳电费而被断电;有的用户账户中剩余的金额足够其使用很久,对这种用户的提醒太早,起不到帮助其判断何时应该缴纳电费的目的。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种电量监测方法、装置、智能电表及处理器,以至少解决由于不同用户的用电习惯差异较大造成提醒用户充电费不及时的技术问题。
根据本发明实施例的一个方面,提供了一种电量监测方法,包括:获取账户用电数据;将所述账户用电数据输入电量监控模型,预测得到预期电量使用天数,其中,所述电量监控模型根据账户历史用电数据预先训练机器学习模型得到;根据所述预期电量使用天数,发送电量告警信息。
可选地,获取账户用电数据,包括:接收账户用电原始数据;根据预设的数据处理脚本处理所述账户用电原始数据,得到所述账户用电数据。
可选地,接收账户用电原始数据,包括:通过HPLC通信网络接口接收所述账户用电原始数据,其中,所述账户用电原始数据通过HPLC通信网络传输。
可选地,根据所述预期电量使用天数,发送电量告警信息,包括:分析所述账户历史用电数据,确定提前告警天数阈值;根据所述预期电量使用天数和所述提前告警天数阈值,发送所述电量告警信息。
可选地,所述机器学习模型包括:线性回归模型。
可选地,所述账户用电数据包括以下至少之一:电压,电流,账户剩余电费金额。
根据本发明实施例的另一方面,还提供了一种电量监测装置,包括:获取模块,用于获取账户用电数据;预测模块,用于将所述账户用电数据输入电量监控模型,预测得到预期电量使用天数,其中,所述电量监控模型根据账户历史用电数据预先训练机器学习模型得到;发送模块,用于根据所述预期电量使用天数,发送电量告警信息。
根据本发明实施例的又一方面,还提供了一种智能电表,包括:数据采集单元,数据处理单元,展示单元,其中,所述数据采集单元,用于采集账户用电数据;所述数据处理单元,连接于所述数据采集单元,用于运行电量监控模型处理所述账户用电数据,预测得到预期电量使用天数,其中,所述电量监控模型根据账户历史用电数据预先训练机器学习模型得到并存储在所述数据处理单元中;所述展示单元,连接于所述数据处理单元,用于展示所述预期电量使用天数,和/或,展示所述电量告警信息。
根据本发明实施例的再一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行上述任意一项所述电量监测方法。
根据本发明实施例的再一方面,还提供了一种处理器,所述程序运行时执行上述任意一项所述电量监测方法。
在本发明实施例中,采用电量监控模型进行预测的方式,通过获取账户用电数据,将所述账户用电数据输入电量监控模型,预测得到预期电量使用天数,然后根据所述预期电量使用天数,发送电量告警信息,达到了根据用户的特点及时提醒用户缴纳电费的目的,从而实现了根据用户的用电习惯定制个性化电费提醒消息的技术效果,进而解决了由于不同用户的用电习惯差异较大造成提醒用户充电费不及时技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例提供的电量监测方法的流程示意图;
图2是根据本发明实施例提供的电量监测装置的结构框图;
图3是根据本发明实施例提供的智能电表的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种电量监测的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例提供的电量监测方法的流程示意图,如图1所示,该方法包括如下步骤:
步骤S102,获取账户用电数据。其中,账户用电数据可以是反映一个账户的当前的用电情况的数据,一个账户可以对应一个家庭或者一户房屋。
作为一种可选的实施例,账户用电数据可以包括以下至少之一:电压,电流,账户剩余电费金额。其中,电压、电流以及账户剩余电费金额均包括了该户人家的当前用电状态,可以用来预测该户人家后续的电力消耗情况。
步骤S104,将账户用电数据输入电量监控模型,预测得到预期电量使用天数,其中,电量监控模型根据账户历史用电数据预先训练机器学习模型得到。
采用账户历史用电数据训练机器学***日耗电情况的信息并融入电量监控模型中,使得采用电量监控模型预测账户对应人家的剩余电费使用天数的结果更加准确、更加具有针对性。
可选地,训练好机器学习模型后,可以将与账户对应的人家的日常耗电量相关的参数与该账户的账户剩余电费金额输入电量监控模型,电量监控模型根据上述数据预测得到该账户的剩余电费金额还可以支持该账户对应的人家使用多久,即预测得到的预期电量使用天数。
需要说明的是,账户历史用电数据可以采用待预测的账户的历史数据,这样得到的电量监控模型对该待预测账户的耗电情况的预测更加准确。
步骤S106,根据预期电量使用天数,发送电量告警信息。
通过上述步骤,采用电量监控模型进行预测的方式,通过获取账户用电数据,将账户用电数据输入电量监控模型,预测得到预期电量使用天数,然后根据预期电量使用天数,发送电量告警信息,达到了根据用户的特点及时提醒用户缴纳电费的目的,从而实现了根据用户的用电习惯定制个性化电费提醒消息的技术效果,进而解决了由于不同用户的用电习惯差异较大造成提醒用户充电费不及时技术问题。
作为一种可选的实施例,可以通过如下方式获取账户用电数据:接收账户用电原始数据;根据预设的数据处理脚本处理账户用电原始数据,得到账户用电数据。
账户的用电原始数据的数据量非常大,且可能并不都是有效数据,因此可以采用本实施例的方式对原始数据进行初步处理,得到包含用户的有价值的用电信息的账户用电数据。
可选地,可以通过Python编程语言实现对账户用电原始数据的处理,例如数据的提取、清洗、整合等,还可以实时监测数据变动,以保证数据的实时行和有效性。通过对提取的数据进行清洗整合,以及对脚本参数的简单设定,可以实现去除无效数据、对数据进行筛选清洗功能,初次设定后无需人工干预,自动执行上述功能,简洁高效,节省人力。
作为一种可选的实施例,接收账户用电原始数据,可以通过HPLC通信网络接口接收账户用电原始数据,其中,账户用电原始数据通过HPLC通信网络传输。其中,述。HPLC(High-speed Power Line Carrier,简称HPLC)通信网络为高速电力线载波,也称为宽带电力线载波,是在低压电力线上进行数据传输的宽带电力线载波技术。依托营销计量HPLC高频次地信息采集、停电上报等新技术,可以采集更多的用户数据(例如,每15Min采集一次)。通过对这些用户数据的采集,可以对城市居民账户用电剩余金额进行分析,支撑起建立电量监控模型实现对用户家中电能剩余金额可使用时长进行监控,同时生成告警信息进行提醒,以保障用户的正常用电。
作为一种可选的实施例,机器学习模型可以采用线性回归模型。线性回归模型符合本申请所处理的业务类型,可以高效地训练完成并寻找到变量之间的因果关系,进而产生很好地预测效果。
作为一种可选的实施例,根据预期电量使用天数,发送电量告警信息,可以包括如下步骤:分析账户历史用电数据,确定提前告警天数阈值;根据预期电量使用天数和提前告警天数阈值,发送电量告警信息。优选的,通过分析账户的历史用电数据,可以得到该电力账户使用者的缴费习惯,例如,有的人缴费频繁,有的人缴费次数很少。对于缴费频繁的人,由于其具有上述缴费习惯,因此可以为其设置较低的提前告警天数阈值,该类用户通常可以快速响应告警信息并完成缴费;而对于缴费习惯为不经常缴费的人,可能其缴费存在不便利,因此可以为其设置较高的提前告警天数,尽早通知到用户,让其可以早日安排自己的缴费适宜,起到为不同的客户提供适宜的服务的技术效果。
实施例2
根据本发明实施例,还提供了一种用于实施上述电量监测方法的电量监测装置,图2是根据本发明实施例提供的电量监测装置的结构框图,如图2所示,该电量监测装置包括:获取模块22,预测模块24和发送模块26,下面对该电量监测装置进行说明。
获取模块22,用于获取账户用电数据;
预测模块24,连接于上述获取模块22,用于将账户用电数据输入电量监控模型,预测得到预期电量使用天数,其中,电量监控模型根据账户历史用电数据预先训练机器学习模型得到;
发送模块26,连接于上述预测模块24,用于根据预期电量使用天数,发送电量告警信息。
此处需要说明的是,上述获取模块22,预测模块24和发送模块26对应于实施例1中的步骤S102至步骤S106,三个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例1所公开的内容。
实施例3
根据本发明实施例,还提供了一种智能电表,图3是根据本发明实施例提供的智能电表的结构框图,如图2所示,该智能电表包括:数据采集单元32,数据处理单元34和展示单元36,下面对该智能电表进行说明。
数据采集单元32,用于采集账户用电数据;
数据处理单元34,连接于数据采集单元32,用于运行电量监控模型处理账户用电数据,预测得到预期电量使用天数,其中,电量监控模型根据账户历史用电数据预先训练机器学习模型得到并存储在数据处理单元中;
展示单元36,连接于数据处理单元34,用于展示预期电量使用天数,和/或,展示电量告警信息。
实施例4
本发明的实施例可以提供一种计算机设备,可选地,在本实施例中,上述计算机设备可以位于计算机网络的多个网络设备中的至少一个网络设备。该计算机设备包括存储器和处理器。
其中,存储器可用于存储软件程序以及模块,如本发明实施例中的电量监测方法和装置对应的程序指令/模块,处理器通过运行存储在存储器内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的电量监测方法。存储器可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:获取账户用电数据;将账户用电数据输入电量监控模型,预测得到预期电量使用天数,其中,电量监控模型根据账户历史用电数据预先训练机器学习模型得到;根据预期电量使用天数,发送电量告警信息。
可选的,上述处理器还可以执行如下步骤的程序代码:获取账户用电数据,包括:接收账户用电原始数据;根据预设的数据处理脚本处理账户用电原始数据,得到账户用电数据。
可选的,上述处理器还可以执行如下步骤的程序代码:接收账户用电原始数据,包括:通过HPLC通信网络接口接收账户用电原始数据,其中,账户用电原始数据通过HPLC通信网络传输。
可选的,上述处理器还可以执行如下步骤的程序代码:根据预期电量使用天数,发送电量告警信息,包括:分析账户历史用电数据,确定提前告警天数阈值;根据预期电量使用天数和提前告警天数阈值,发送电量告警信息。
可选的,上述处理器还可以执行如下步骤的程序代码:机器学习模型包括:线性回归模型。
可选的,上述处理器还可以执行如下步骤的程序代码:账户用电数据包括以下至少之一:电压,电流,账户剩余电费金额。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(RandomAccess Memory,RAM)、磁盘或光盘等。
实施例5
本发明的实施例还提供了一种计算机可读存储介质。可选地,在本实施例中,上述计算机可读存储介质可以用于保存上述实施例1所提供的电量监测方法所执行的程序代码。
可选地,在本实施例中,上述计算机可读存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中,或者位于移动终端群中的任意一个移动终端中。
可选地,在本实施例中,计算机可读存储介质被设置为存储用于执行以下步骤的程序代码:获取账户用电数据;将账户用电数据输入电量监控模型,预测得到预期电量使用天数,其中,电量监控模型根据账户历史用电数据预先训练机器学习模型得到;根据预期电量使用天数,发送电量告警信息。
可选地,在本实施例中,计算机可读存储介质被设置为存储用于执行以下步骤的程序代码:获取账户用电数据,包括:接收账户用电原始数据;根据预设的数据处理脚本处理账户用电原始数据,得到账户用电数据。
可选地,在本实施例中,计算机可读存储介质被设置为存储用于执行以下步骤的程序代码:接收账户用电原始数据,包括:通过HPLC通信网络接口接收账户用电原始数据,其中,账户用电原始数据通过HPLC通信网络传输。
可选地,在本实施例中,计算机可读存储介质被设置为存储用于执行以下步骤的程序代码:根据预期电量使用天数,发送电量告警信息,包括:分析账户历史用电数据,确定提前告警天数阈值;根据预期电量使用天数和提前告警天数阈值,发送电量告警信息。
可选地,在本实施例中,计算机可读存储介质被设置为存储用于执行以下步骤的程序代码:机器学习模型包括:线性回归模型。
可选地,在本实施例中,计算机可读存储介质被设置为存储用于执行以下步骤的程序代码:账户用电数据包括以下至少之一:电压,电流,账户剩余电费金额。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种电量监测方法,其特征在于,包括:
获取账户用电数据;
将所述账户用电数据输入电量监控模型,预测得到预期电量使用天数,其中,所述电量监控模型根据账户历史用电数据预先训练机器学习模型得到;
根据所述预期电量使用天数,发送电量告警信息。
2.根据权利要求1所述的方法,其特征在于,获取账户用电数据,包括:
接收账户用电原始数据;
根据预设的数据处理脚本处理所述账户用电原始数据,得到所述账户用电数据。
3.根据权利要求2所述的方法,其特征在于,接收账户用电原始数据,包括:通过HPLC通信网络接口接收所述账户用电原始数据,其中,所述账户用电原始数据通过HPLC通信网络传输。
4.根据权利要求1所述的方法,其特征在于,根据所述预期电量使用天数,发送电量告警信息,包括:
分析所述账户历史用电数据,确定提前告警天数阈值;
根据所述预期电量使用天数和所述提前告警天数阈值,发送所述电量告警信息。
5.根据权利要求1所述的方法,其特征在于,所述机器学习模型包括:线性回归模型。
6.根据权利要求1至5中任意一项所述的方法,其特征在于,所述账户用电数据包括以下至少之一:电压,电流,账户剩余电费金额。
7.一种电量监测装置,其特征在于,包括:
获取模块,用于获取账户用电数据;
预测模块,用于将所述账户用电数据输入电量监控模型,预测得到预期电量使用天数,其中,所述电量监控模型根据账户历史用电数据预先训练机器学习模型得到;
发送模块,用于根据所述预期电量使用天数,发送电量告警信息。
8.一种智能电表,其特征在于,包括:数据采集单元,数据处理单元,展示单元,其中,
所述数据采集单元,用于采集账户用电数据;
所述数据处理单元,连接于所述数据采集单元,用于运行电量监控模型处理所述账户用电数据,预测得到预期电量使用天数,其中,所述电量监控模型根据账户历史用电数据预先训练机器学习模型得到并存储在所述数据处理单元中;
所述展示单元,连接于所述数据处理单元,用于展示所述预期电量使用天数,和/或,展示所述电量告警信息。
9.一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包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至6中任意一项所述电量监测方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至6中任意一项所述电量监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110732690.XA CN113447820A (zh) | 2021-06-29 | 2021-06-29 | 电量监测方法、装置、智能电表及处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110732690.XA CN113447820A (zh) | 2021-06-29 | 2021-06-29 | 电量监测方法、装置、智能电表及处理器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113447820A true CN113447820A (zh) | 2021-09-28 |
Family
ID=77814301
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110732690.XA Pending CN113447820A (zh) | 2021-06-29 | 2021-06-29 | 电量监测方法、装置、智能电表及处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113447820A (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004233239A (ja) * | 2003-01-31 | 2004-08-19 | Kansai Electric Power Co Inc:The | 電力遠隔検針方法及びそのシステム |
CN101430357A (zh) * | 2008-12-12 | 2009-05-13 | 深圳市科陆电子科技股份有限公司 | 一种用电数据采集方法及***和用电管理终端 |
CN106451417A (zh) * | 2016-09-09 | 2017-02-22 | 国家电网公司 | 一种智能供电方法和智能电表 |
CN106789563A (zh) * | 2016-12-02 | 2017-05-31 | 国网山东省电力公司武城县供电公司 | 用电业务提醒方法及装置 |
CN108983103A (zh) * | 2018-06-29 | 2018-12-11 | 上海科列新能源技术有限公司 | 一种动力电池的数据处理方法和装置 |
CN109100566A (zh) * | 2018-06-07 | 2018-12-28 | 缤刻普锐(北京)科技有限责任公司 | 一种电量提示方法与装置、智能手表以及存储介质 |
CN109345409A (zh) * | 2018-09-10 | 2019-02-15 | 国家电网有限公司 | 一种基于宽带载波的居民用户综合能效管理方法 |
CN109361818A (zh) * | 2018-10-26 | 2019-02-19 | 深圳壹账通智能科技有限公司 | 充电提醒方法、装置、存储介质和终端 |
CN110321947A (zh) * | 2019-06-27 | 2019-10-11 | 和远智能科技股份有限公司 | 一种基于卷积神经网络的用电异常预判方法 |
CN111582850A (zh) * | 2020-04-27 | 2020-08-25 | 中国银行股份有限公司 | 基于手机银行的电费充值方法及装置 |
CN112311096A (zh) * | 2020-11-03 | 2021-02-02 | 国网山东省电力公司青岛供电公司 | 一种基于hplc通信及用电负荷感知技术的双向交互调控*** |
CN112329895A (zh) * | 2021-01-05 | 2021-02-05 | 国网江西综合能源服务有限公司 | 一种具有窃电嫌疑的用户的识别方法及装置 |
CN112782584A (zh) * | 2019-11-05 | 2021-05-11 | 奥动新能源汽车科技有限公司 | 电池电量的剩余使用额度的预测方法、***、介质及设备 |
CN112906384A (zh) * | 2021-03-10 | 2021-06-04 | 平安科技(深圳)有限公司 | 基于bert模型的数据处理方法、装置、设备及可读存储介质 |
-
2021
- 2021-06-29 CN CN202110732690.XA patent/CN113447820A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004233239A (ja) * | 2003-01-31 | 2004-08-19 | Kansai Electric Power Co Inc:The | 電力遠隔検針方法及びそのシステム |
CN101430357A (zh) * | 2008-12-12 | 2009-05-13 | 深圳市科陆电子科技股份有限公司 | 一种用电数据采集方法及***和用电管理终端 |
CN106451417A (zh) * | 2016-09-09 | 2017-02-22 | 国家电网公司 | 一种智能供电方法和智能电表 |
CN106789563A (zh) * | 2016-12-02 | 2017-05-31 | 国网山东省电力公司武城县供电公司 | 用电业务提醒方法及装置 |
CN109100566A (zh) * | 2018-06-07 | 2018-12-28 | 缤刻普锐(北京)科技有限责任公司 | 一种电量提示方法与装置、智能手表以及存储介质 |
CN108983103A (zh) * | 2018-06-29 | 2018-12-11 | 上海科列新能源技术有限公司 | 一种动力电池的数据处理方法和装置 |
CN109345409A (zh) * | 2018-09-10 | 2019-02-15 | 国家电网有限公司 | 一种基于宽带载波的居民用户综合能效管理方法 |
CN109361818A (zh) * | 2018-10-26 | 2019-02-19 | 深圳壹账通智能科技有限公司 | 充电提醒方法、装置、存储介质和终端 |
CN110321947A (zh) * | 2019-06-27 | 2019-10-11 | 和远智能科技股份有限公司 | 一种基于卷积神经网络的用电异常预判方法 |
CN112782584A (zh) * | 2019-11-05 | 2021-05-11 | 奥动新能源汽车科技有限公司 | 电池电量的剩余使用额度的预测方法、***、介质及设备 |
CN111582850A (zh) * | 2020-04-27 | 2020-08-25 | 中国银行股份有限公司 | 基于手机银行的电费充值方法及装置 |
CN112311096A (zh) * | 2020-11-03 | 2021-02-02 | 国网山东省电力公司青岛供电公司 | 一种基于hplc通信及用电负荷感知技术的双向交互调控*** |
CN112329895A (zh) * | 2021-01-05 | 2021-02-05 | 国网江西综合能源服务有限公司 | 一种具有窃电嫌疑的用户的识别方法及装置 |
CN112906384A (zh) * | 2021-03-10 | 2021-06-04 | 平安科技(深圳)有限公司 | 基于bert模型的数据处理方法、装置、设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102447255B (zh) | 电力管理设备、电力管理***和控制电力管理***的方法 | |
MX2012013480A (es) | Metodo y sistema para supervision y procesamiento de carga no-invasivos. | |
KR101500057B1 (ko) | 자동 검침 및 관리 시스템의 검침정보 제공 방법 | |
EP2671178A2 (en) | Systems and methods for improving the accuracy of appliance level disaggregation in non-intrusive appliance load monitoring techniques | |
CN112744115B (zh) | 电动汽车的信息处理方法、装置及***、处理器 | |
CN110136024B (zh) | 获取用户的用电特征、用电习惯及用电量预测值的方法及装置 | |
CN108665186A (zh) | 基于计量自动化***的配变重过载停电监测方法及装置 | |
CN104699502A (zh) | 一种应用推荐的方法及终端 | |
CN114839433A (zh) | 窃电行为确定方法、装置及电子设备 | |
KR20180003516A (ko) | 전력 수요 관리 기능을 갖는 서버, 통신 기기 및 서버, 및 그것의 전력 사용 관리 방법 | |
CN102929244B (zh) | 一种社区能源管理***及管理方法 | |
CN108181546A (zh) | 配电网故障的定位方法、定位装置及终端设备 | |
CN104954528A (zh) | 终端设备的耗电信息的检测方法和装置 | |
CN110544037A (zh) | 基于电力用户信用等级评价的催费***及方法 | |
CN110689185A (zh) | 用电处理方法及装置、存储介质、处理器 | |
KR20160143455A (ko) | 전력 수요 관리 기능을 갖는 서버, 통신 기기 및 서버, 및 그것의 전력 사용 관리 방법 | |
CN114360222A (zh) | 一种租赁设备的状态预警方法、装置、设备和介质 | |
CN113447820A (zh) | 电量监测方法、装置、智能电表及处理器 | |
CN112884532A (zh) | 一种低功耗物联网采集*** | |
US20210321176A1 (en) | Modular data concentrator device for public utility metering systems and method for gathering and managing information | |
KR20140091331A (ko) | 자동 검침 및 관리 시스템 | |
CN114037113B (zh) | 智能水表控制方法、装置及***、存储介质、云计算中心 | |
CN105892379A (zh) | 一种对预购电欠费跳闸回路实施监控的方法及智能控制器 | |
CN112950406A (zh) | 一种用户用电监测方法及装置 | |
CN113947827A (zh) | 门锁运行功耗的调整方法和装置、电子设备和存储介质 |
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: 20210928 |