CN116562653A - 一种分布式能源台区线损监测方法及*** - Google Patents
一种分布式能源台区线损监测方法及*** Download PDFInfo
- Publication number
- CN116562653A CN116562653A CN202310770000.9A CN202310770000A CN116562653A CN 116562653 A CN116562653 A CN 116562653A CN 202310770000 A CN202310770000 A CN 202310770000A CN 116562653 A CN116562653 A CN 116562653A
- Authority
- CN
- China
- Prior art keywords
- line loss
- monitoring
- display module
- model
- image
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 111
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000004458 analytical method Methods 0.000 claims abstract description 135
- 238000004364 calculation method Methods 0.000 claims abstract description 91
- 230000000007 visual effect Effects 0.000 claims abstract description 47
- 238000000605 extraction Methods 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 21
- 238000012217 deletion Methods 0.000 claims description 10
- 230000037430 deletion Effects 0.000 claims description 10
- 238000013519 translation Methods 0.000 claims description 10
- 238000012800 visualization Methods 0.000 claims description 7
- 210000003128 head Anatomy 0.000 description 57
- 238000010586 diagram Methods 0.000 description 14
- 230000008014 freezing Effects 0.000 description 12
- 238000007710 freezing Methods 0.000 description 12
- 238000012549 training Methods 0.000 description 10
- 238000007781 pre-processing Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000005856 abnormality Effects 0.000 description 4
- 238000003062 neural network model Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 2
- 208000003464 asthenopia Diseases 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Public Health (AREA)
- Multimedia (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种分布式能源台区线损监测方法及***,通过对台区线损进行监测,得到监测数据;构建线损计算分析模型,对监测数据进行关键信息提取,将提取到的关键信息输入到线损计算分析模型中,以使线损计算分析模型输出分析数据;基于分析数据构建可视化模型,采集用户图像,对用户图像进行图像提取,得到头部图像,基于头部图像确定眼睛位置点,获取眼睛位置点与显示模块的间距,同时获取眼睛位置点在显示模块中的停留时间,基于间距和停留时间,确定可视化模型在显示模块中显示的画面数量,以使显示模块根据画面数量对可视化模型进行可视化展示;与现有技术相比,本发明的技术方案能实现对大量接入的分布式光伏设备的有效监测和管理。
Description
技术领域
本发明涉及电力技术的技术领域,特别是涉及一种分布式能源台区线损监测方法及***。
背景技术
近年随着用户侧分布式光伏规模越来越大,全国分布式光伏呈现出规模增大、电源分布点多、并网点分散、渗透率高、调控面广、单配电网变成多电源供电结构等特点,而分布式光伏大规模多点接入传统配电网,会给电网的安全、经济运行及供电电能质量造成严重影响;现有的在线监测终端无法对大量接入的分布式光伏设备进行有效监测和管理,比如白天发电高峰期电网的持续高电压,给用户的用电设备以及电网设备带来极大的安全隐患。
发明内容
本发明要解决的技术问题是:提供一种分布式能源台区线损监测方法及***,实现对大量接入的分布式光伏设备进行有效监测和管理。
为了解决上述技术问题,本发明提供了一种分布式能源台区线损监测方法,包括:
对台区线损进行监测,得到监测数据;
构建线损计算分析模型,对所述监测数据进行关键信息提取,将提取到的关键信息输入到所述线损计算分析模型中,以使所述线损计算分析模型输出分析数据;
基于所述分析数据构建可视化模型,采集用户图像,对所述用户图像进行图像提取,得到头部图像,基于所述头部图像确定眼睛位置点,获取所述眼睛位置点与显示模块的间距,同时获取所述眼睛位置点在所述显示模块的显示范围内的停留时间,基于所述间距和所述停留时间,确定所述可视化模型在所述显示模块中显示的画面数量,以使所述显示模块根据所述画面数量对所述可视化模型进行可视化展示。
在一种可能的实现方式中,对台区线损进行监测,得到监测数据,其中,所述监测数据包括用户户名、用户户号、用户地址、所在台区、台区线损信息、用户电压、用电量、用户零点电流值、用户电流、台区综合线损和日输出电量。
在一种可能的实现方式中,将提取到的关键信息输入到所述线损计算分析模型中,具体包括:
获取所述线损计算分析模型的输入格式,基于所述输入格式对所述关键信息进行格式调整,得到输入关键信息,将所述输入关键信息输入到所述线损计算分析模型中。
在一种可能的实现方式中,构建线损计算分析模型,具体包括:
设置日线损计算规则,其中,所述日线损计算规则包括日供售电量表码获取顺序规则和日供售电量表码缺失平移规则;
基于所述日线损计算规则,构建台区日线损预警分析模型;
设置月线损计算规则,其中,所述月线损计算规则包括月供售电量表码获取顺序规则和月供售电量表码缺失平移规则;
基于所述月线损计算规则,构建台区月线损预警分析模型;
根据所述台区日线损预警分析模型和所述台区月线损预警分析模型,生成线损计算分析模型。
在一种可能的实现方式中,对所述用户图像进行图像提取,得到头部图像,基于所述头部图像确定眼睛位置点,具体包括:
对所述用户图像进行第一图像处理,得到第一用户图像,其中,所述第一图像处理包括背景去除;
将所述第一用户图像输入到预构建的特征提取模型中,以使所述特征提取模型对所述第一用户图像进行特征提取,得到头部图像,并对所述头部图像进行第二图像处理,得到最优头部图像,其中,所述第二图像处理包括阴影去除;
对所述最优头部图像进行特征捕捉,确定所述最优头部图像中的眼睛位置点。
在一种可能的实现方式中,获取所述眼睛位置点与显示模块的间距,同时获取所述眼睛位置点在所述显示模块的显示范围内的停留时间,具体包括:
获取所述头部图像占所述用户图像的第一比例,基于所述第一比例,确定所述眼睛位置点与所述显示模块的间距;
并在捕捉到所述眼睛位置点时,记录第一时间,直至监测到所述显示模块的显示范围内不存在所述头部图像,记录第二时间,并计算所述第一时间和所述第二时间的差值,基于所述差值确定所述眼睛位置点在所述显示模块的显示范围内的停留时间。
在一种可能的实现方式中,基于所述间距和所述停留时间,确定所述可视化模型在所述显示模块中显示的画面数量,具体包括:
将所述间距与预设距离阈值进行对比,并将所述停留时间与预设停留时间阈值进行对比;
当确定所述间距不大于所述预设距离阈值,且所述停留时间大于所述预设停留时间阈值时,确定所述可视化模型在所述显示模块中显示的第一画面数量;
当确定所述间距大于所述预设距离阈值,确定所述可视化模型在所述显示模块中显示的第二画面数量。
本发明还提供了一种分布式能源台区线损监测***,包括:台区监测子***、分析子***和展示子***;
所述台区监测子***与所述分析子***相连接,所述分析子***与所述展示子***连接;
其中,所述台区监测子***,用于对台区线损进行监测,得到监测数据;
所述分析子***,用于构建线损计算分析模型,对所述监测数据进行关键信息提取,将提取到的关键信息输入到所述线损计算分析模型中,以使所述线损计算分析模型输出分析数据;
所述展示子***,用于基于所述分析数据构建可视化模型,采集用户图像,对所述用户图像进行图像提取,得到头部图像,基于所述头部图像确定眼睛位置点,获取所述眼睛位置点与显示模块的间距,同时获取所述眼睛位置点在所述显示模块的显示范围内的停留时间,基于所述间距和所述停留时间,确定所述可视化模型在所述显示模块中显示的画面数量,以使所述显示模块根据所述画面数量对所述可视化模型进行可视化展示。
在一种可能的实现方式中,所述台区监测子***,用于对台区线损进行监测,得到监测数据,其中,所述监测数据包括用户户名、用户户号、用户地址、所在台区、台区线损信息、用户电压、用电量、用户零点电流值、用户电流、台区综合线损和日输出电量。
在一种可能的实现方式中,所述分析子***包括分析模块,其中,所述分析模块包括格式调整子模块和输入子模块;
所述格式调整子模块与所述输入子模块相连接;
其中,所述格式调整子模块,用于获取所述线损计算分析模型的输入格式,基于所述输入格式对所述关键信息进行格式调整,得到输入关键信;
所述输入子模块,用于将所述输入关键信息输入到所述线损计算分析模型中。
在一种可能的实现方式中,所述分析子***包括模型建立模块,其中,所述模型建立模块用于构建线损计算分析模型,具体包括:
所述模型建立模块,用于设置日线损计算规则,其中,所述日线损计算规则包括日供售电量表码获取顺序规则和日供售电量表码缺失平移规则;
所述模型建立模块,用于基于所述日线损计算规则,构建台区日线损预警分析模型;
所述模型建立模块,用于设置月线损计算规则,其中,所述月线损计算规则包括月供售电量表码获取顺序规则和月供售电量表码缺失平移规则;
所述模型建立模块,用于基于所述月线损计算规则,构建台区月线损预警分析模型;
所述模型建立模块,用于根据所述台区日线损预警分析模型和所述台区月线损预警分析模型,生成线损计算分析模型。
在一种可能的实现方式中,所述展示子***包括预处理模块,其中,所述预处理模块包括特征提取子模块、阴影去除子模块和捕捉子模块;
所述特征提取子模块,用于对所述用户图像进行第一图像处理,得到第一用户图像,其中,所述第一图像处理包括背景去除,将所述第一用户图像输入到预构建的特征提取模型中,以使所述特征提取模型对所述第一用户图像进行特征提取,得到头部图像;
所述阴影去除子模块,用于对所述头部图像进行第二图像处理,得到最优头部图像,其中,所述第二图像处理包括阴影去除;
所述捕捉子模块,用于对所述最优头部图像进行特征捕捉,确定所述最优头部图像中的眼睛位置点。
在一种可能的实现方式中,所述展示子***包括确定模块,其中,所述确定模块,用于获取所述眼睛位置点与显示模块的间距,同时获取所述眼睛位置点在所述显示模块的显示范围内的停留时间,具体包括:
所述确定模块,用于获取所述头部图像占所述用户图像的第一比例,基于所述第一比例,确定所述眼睛位置点与所述显示模块的间距;
所述确定模块,用于在捕捉到所述眼睛位置点时,记录第一时间,直至监测到所述显示模块的显示范围内不存在所述头部图像,记录第二时间,并计算所述第一时间和所述第二时间的差值,基于所述差值确定所述眼睛位置点在所述显示模块的显示范围内的停留时间。
在一种可能的实现方式中,所述展示子***包括画面数量调整模块,其中,所述画面数量调整模块,用于基于所述间距和所述停留时间,确定所述可视化模型在所述显示模块中显示的画面数量,具体包括:
所述画面数量调整模块,用于将所述间距与预设距离阈值进行对比,并将所述停留时间与预设停留时间阈值进行对比;
所述画面数量调整模块,用于当确定所述间距不大于所述预设距离阈值,且所述停留时间大于所述预设停留时间阈值时,确定所述可视化模型在所述显示模块中显示的第一画面数量;
所述画面数量调整模块,用于当确定所述间距大于所述预设距离阈值,确定所述可视化模型在所述显示模块中显示的第二画面数量。
本发明还提供了一种终端设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如上述任意一项所述的分布式能源台区线损监测方法。
本发明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计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述任意一项所述的分布式能源台区线损监测方法。
本发明实施例一种分布式能源台区线损监测方法及***,与现有技术相比,具有如下有益效果:
通过对台区线损进行监测,得到监测数据;构建线损计算分析模型,对监测数据进行关键信息提取,将提取到的关键信息输入到线损计算分析模型中,以使线损计算分析模型输出分析数据;基于分析数据构建可视化模型,采集用户图像,对用户图像进行图像提取,得到头部图像,基于头部图像确定眼睛位置点,获取眼睛位置点与显示模块的间距,同时获取眼睛位置点在显示模块中的停留时间,基于间距和停留时间,确定可视化模型在显示模块中显示的画面数量,以使显示模块根据画面数量对可视化模型进行可视化展示;与现有技术相比,本发明的技术方案能实现对大量接入的分布式光伏设备的有效监测和管理。
附图说明
图1是本发明提供的一种分布式能源台区线损监测方法的一种实施例的流程示意图;
图2是本发明提供的一种分布式能源台区线损监测***的一种实施例的结构示意图;
图3是本发明提供的一种分布式能源台区线损监测***的又一结构示意图;
图4是本发明提供的一种实施例的分析子***的结构示意图;
图5是本发明提供的一种实施例的分析模块的结构示意图;
图6是本发明提供的一种实施例的展示子***的结构示意图;
图7是本发明提供的一种实施例的预处理模块的结构示意图;
图8是本发明提供的一种实施例的特征提取子模块的结构示意图。
具体实施方式
下面将结合本发明中的附图,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作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。
实施例1,参见图1,图1是本发明提供的一种分布式能源台区线损监测方法的一种实施例的流程示意图,如图1所示,该方法包括步骤101-步骤103,具体如下:
步骤101:对台区线损进行监测,得到监测数据。
一实施例中,对台区线损进行全过程采集监测,得到监测数据,其中,所述台区线损指该台变压器低压侧出口安装的考核表计行度减去该台区所有用户同期的计行度。
一实施例中,所述监测数据包括用户户名、用户户号、用户地址、所在台区、台区线损信息、用户电压、用电量、用户零点电流值、用户电流、台区综合线损和日输出电量。
一实施例中,还构建数据库,所述数据库用于存储所述监测数据,方便后续对监测数据的调用。
步骤102:构建线损计算分析模型,对所述监测数据进行关键信息提取,将提取到的关键信息输入到所述线损计算分析模型中,以使所述线损计算分析模型输出分析数据。
一实施例中,设置日线损计算规则,其中,所述日线损计算规则包括日供售电量表码获取顺序规则和日供售电量表码缺失平移规则。
具体的,所述日线损计算规则为根据计量***取日冻结表码计算月电量,当日冻结表码缺失时,取零点日冻结表码计算月电量;当日冻结表码及零点日冻结表码缺失时,取邻近的日冻结表码计算日电量。
一实施例中,基于所述日线损计算规则,构建台区日线损预警分析模型。
一实施例中,设置月线损计算规则,其中,所述月线损计算规则包括月供售电量表码获取顺序规则和月供售电量表码缺失平移规则。
具体的,所述月线损计算规则为根据计量***取月冻结表码计算月电量,当月冻结表码缺失时,取零点月冻结表码计算月电量;当月冻结表码及零点月冻结表码缺失时,取邻近的月冻结表码计算月电量。
一实施例中,基于所述月线损计算规则,构建台区月线损预警分析模型。
一实施例中,根据所述台区日线损预警分析模型和所述台区月线损预警分析模型,生成线损计算分析模型。
一实施例中,对所述监测数据进行关键信息提取,具体的,对所述监测数据进行冗余数据提取,得到并删除所述监测数据中的冗余数据;对所述监测数据进行错误数据提取,得到并删除所述监测数据中的错误数据,得到关键信息。
一实施例中,将提取到的关键信息输入到所述线损计算分析模型中,具体的,获取所述线损计算分析模型的输入格式,基于所述输入格式对所述关键信息进行格式调整,得到输入关键信息,将所述输入关键信息输入到所述线损计算分析模型中。
一实施例中,获取多个线损异常原因问题的历史数据,其中,所述多个线损异常原因问题包括环网转供电、负荷监测数据,实现拓扑档案、计量故障和抄核收及用检;所述历史数据包括每个线损异常原因问题对应的历史输入关键信息和历史分析数据。
一实施例中,以所述历史输入关键信息数据作为所述线损计算分析模型的输入,以所述历史分析数据作为所述线损计算分析模型的输出,对所述线损计算分析模型进行训练,直至模型收敛,完成对线损计算分析模型的模型训练。
一实施例中,将所述输入关键信息输入至所述线损计算分析模型中,以使所述线损计算分析模型输出分析数据,基于所述分析数据,确定线损异常原因问题。
步骤103:基于所述分析数据构建可视化模型,采集用户图像,对所述用户图像进行图像提取,得到头部图像,基于所述头部图像确定眼睛位置点,获取所述眼睛位置点与显示模块的间距,同时获取所述眼睛位置点在所述显示模块的显示范围内的停留时间,基于所述间距和所述停留时间,确定所述可视化模型在所述显示模块中显示的画面数量,以使所述显示模块根据所述画面数量对所述可视化模型进行可视化展示。
一实施例中,采集显示模块显示范围内的用户图像;具体的,对显示模块设置摄像头,基于所述摄像头采集第一图像,并将所述第一图像作为显示模块显示范围内的用户图像。
一实施例中,对所述用户图像进行第一图像处理,得到第一用户图像,其中,所述第一图像处理包括背景去除。
一实施例中,将所述第一用户图像输入到预构建的特征提取模型中,以使所述特征提取模型对所述第一用户图像进行特征提取,得到头部图像;提高了得到的头部图像的精确度。
具体的,构建神经网络模型,获取用户样本图像作为训练数据集,基于所述训练数据集对所述神经网络模型进行训练,得到特征提取模型,其中,所述训练集包括用户样本图像及其对应的头部样本图像。
一实施例中,对所述头部图像进行第二图像处理,得到最优头部图像,其中,所述第二图像处理包括阴影去除。
具体的,对所述头部图像进行第二图像处理时,通过调整所述头部图像中的曝光、阴影、高光等,以使去除头部图像中的面部阴影。
一实施例中,对所述最优头部图像进行特征捕捉,确定所述最优头部图像中的眼睛位置点。
具体的,构建初始特征捕捉模型,以所述最优头部样本图像作为模型输入,以眼睛位置点为模型输出,对所述初始特征捕捉模型进行模型训练,直至模型收敛,得到特征捕捉模型,将所述最优头部图像输入到所述特征捕捉模型中,以使所述特征捕捉模型输出所述最优头部图像中的眼睛位置点,提高了得到的眼睛位置点的精确度。
一实施例中,当用户距离显示模块越近时,采集的显示模块显示范围内的用户图像中的头部图像在用户图像中的占比就会越大,当用户距离显示模块越远时,采集的显示模块显示范围内的用户图像中的头部图像在用户图像中的占比就会越小,因此,基于所述头部图像的大小进行比例计算,即可确定所述眼睛位置点与所述显示模块的间距。
一实施例中,获取所述头部图像占所述用户图像的第一比例,基于所述第一比例,确定所述眼睛位置点与所述显示模块的间距。
一实施例中,在捕捉到所述眼睛位置点时,记录第一时间,直至监测到所述显示模块的显示范围内不存在所述头部图像,记录第二时间,并计算所述第一时间和所述第二时间的差值,基于所述差值确定所述眼睛位置点在所述显示模块的显示范围内的停留时间。
具体的,实时采集出现在显示模块显示范围内的用户图像中的头部图像,从确定头部图像中的眼睛位置点时开始进行计时,记录第一时间,直至确定头部特征离开显示范围,记录第二时间,计算所述第一时间和所述第二时间的差值,即为所述停留时间。
一实施例中,由于用户观看屏幕画面特点为:距离屏幕太近,眼睛容易疲劳,当人眼在疲劳状态下,对画面注意力会降低,这种情况下对画面质量要求就有所下降,而距离屏幕太远对画面的感官就有所下降。
当人眼疲劳或者距离屏幕太远情况下,即便推送高质量的编码,用户也不会感觉出来的,为此,将所述间距m与所述预设距离阈值M比较,如果m≤M,则说明用户距离所述显示模块较近,当用户在所述显示模块前停留超过所述停留时间T后,此时用户就会视觉疲劳,这个时候适当降低画面数量;如果m>M,则说明用户距离屏幕较远,用户对画面的感观有所下降,此时应该适当降低画面数量;从而提高所述显示模块运行的流畅度。
一实施例中,将所述间距与预设距离阈值进行对比,并将所述停留时间与预设停留时间阈值进行对比;当确定所述间距不大于所述预设距离阈值,且所述停留时间大于所述预设停留时间阈值时,确定所述可视化模型在所述显示模块中显示的第一画面数量。
一实施例中,当确定所述间距大于所述预设距离阈值,确定所述可视化模型在所述显示模块中显示的第二画面数量。
优选的,所述第一画面数量和所述第二画面数量为基于用户需求预设的画面数量。
一实施例中,对于分析数据,还能对所述分析数据集进行实时调控,方便用户进行查看和管理。
综上,本发明提供的一种分布式能源台区线损监测方法,通过对台区线损进行全过程采集监测,得到监测数据;接着,对所述监测数据进行分析,得到分析数据;建立所述分析数据的可视化模型进行展示;同时,还能对所述分析数据进行实时调控,从而实现对台区内发生的分布式光伏设备的相关故障进行精准定位,减少供电企业日常维护的工作量,提高供电质量、供电效率以及电网运行可靠性,解决了现有技术中无法对大量接入的分布式光伏设备进行有效监测和管理的问题。
实施例2,参见图2,图2是本发明提供的一种分布式能源台区线损监测***的一种实施例的结构示意图,如图2所示,该装置包括台区监测子***1、分析子***2和展示子***3,具体如下:
所述台区监测子***1与所述分析子***2相连接,所述分析子***2与所述展示子***3连接。
所述台区监测子***1,用于对台区线损进行监测,得到监测数据。
所述分析子***2,用于构建线损计算分析模型,对所述监测数据进行关键信息提取,将提取到的关键信息输入到所述线损计算分析模型中,以使所述线损计算分析模型输出分析数据。
所述展示子***3,用于基于所述分析数据构建可视化模型,采集用户图像,对所述用户图像进行图像提取,得到头部图像,基于所述头部图像确定眼睛位置点,获取所述眼睛位置点与显示模块的间距,同时获取所述眼睛位置点在所述显示模块的显示范围内的停留时间,基于所述间距和所述停留时间,确定所述可视化模型在所述显示模块中显示的画面数量,以使所述显示模块根据所述画面数量对所述可视化模型进行可视化展示。
一实施例中,本实施例提供的一种分布式能源台区线损监测***,还包括所述调控子***,所述调控子***4,用于基于对所述分析数据进行实时调控。
一实施例中,所述调控子***4和所述分析子***2连接。
一实施例中,本实施例中提供的分布式能源台区线损监测***还包括存储子***22,如图3所示,图3是本实施例提供的布式能源台区线损监测***的又一结构示意图,所述存储子***22与所述台区监测子***1连接;所述存储子***22,用于构建数据库,所述数据库用于存储所述监测数据,方便后续对监测数据的调用。
一实施例中,所述台区监测子***1,用于对台区线损进行全过程采集监测,得到监测数据,具体包括用户户名、用户户号、用户地址、所在台区、台区线损信息、用户电压、用电量、用户的零点电流值、用户电流、台区综合线损、台区日输出电量。
一实施例中,所述分析子***2包括模型建立模块5、关键提取模块6和分析模块7,所述模型建立模块5、所述关键提取模块6和所述分析模块7依次连接,如图4所示,图4是分析子***的结构示意图;其中,所述模型建立模块5用于构建线损计算分析模型,所述关键提取模块6,用于对所述监测数据进行关键信息提取,得到关键信息;所述分析模块7,用于将提取到的关键信息输入到所述线损计算分析模型中,以使所述线损计算分析模型输出分析数据。
一实施例中,所述分析模块7包括格式调整子模块8和输入子模块9,所述格式调整子模块8和所述输入子模块9依次连接,如图5所示,图5是分析模块的结构示意图。
一实施例中,所述格式调整子模块8,用于获取所述线损计算分析模型的输入格式,基于所述输入格式对所述关键信息进行格式调整,得到输入关键信;所述输入子模块9,用于将所述输入关键信息输入到所述线损计算分析模型中。
一实施例中,所述模型建立模块5用于构建线损计算分析模型,具体的,所述模型建立模块5,用于设置日线损计算规则,其中,所述日线损计算规则包括日供售电量表码获取顺序规则和日供售电量表码缺失平移规则;基于所述日线损计算规则,构建台区日线损预警分析模型;所述模型建立模块5,用于设置月线损计算规则,其中,所述月线损计算规则包括月供售电量表码获取顺序规则和月供售电量表码缺失平移规则;基于所述月线损计算规则,构建台区月线损预警分析模型;所述模型建立模块5,用于根据所述台区日线损预警分析模型和所述台区月线损预警分析模型,生成线损计算分析模型。
一实施例中,所述展示子***3包括建模模块10和显示模块11,所述建模模块10和所述显示模块11连接;其中,所述建模模块10,基于所述分析数据构建可视化模型;所述显示模块11,用于显示所述可视化模型。
一实施例中,所述展示子***3还包括采集模块12、预处理模块13、确定模块14和画面数量调整模块15,所述采集模块12、所述预处理模块13、所述确定模块14和所述画面数量调整模块15依次连接,如图6所示,图6是展示子***的结构示意图。
具体的,所述采集模块12,用于采集所述显示模块11显示范围内的用户图像;所述预处理模块13,用于对所述用户图像进行预处理,得到眼睛位置点;所述确定模块14,用于确定所述眼睛位置点与所述显示模块11之间的间距和所述眼睛位置点停留在所述显示模块11的显示范围内的停留时间;所述画面数量调整模块15,基于所述间距和所述停留时间调整所述显示模块11对所述可视化模型显示的画面数量。
一实施例中,所述预处理模块13包括特征提取子模块16、阴影去除子模块17和捕捉子模块18,所述特征提取子模块16、所述阴影去除子模块17和所述捕捉子模块18依次连接,如图7所示,图7是预处理模块的结构示意图。
具体的,所述特征提取子模块16,用于对所述用户图像进行第一图像处理,得到第一用户图像,其中,所述第一图像处理包括背景去除;将所述第一用户图像输入到预构建的特征提取模型中,以使所述特征提取模型对所述第一用户图像进行特征提取,得到头部图像。
具体的,所述特征提取子模块16包括建模单元19、训练单元20和特征提取单元21,所述建模单元19、所述训练单元20和所述特征提取单元21依次连接,如图8所示,图8是特征提取子模块的结构示意图;所述建模单元19,用于构建神经网络模型;所述训练单元20,用于使用训练数据集对所述神经网络模型进行训练,得到特征提取模型;所述特征提取单元21,用于将所述第一用户图像输入所述特征提取模型进行训练,得到头部图像。
具体的,所述阴影去除子模块17,用于对所述头部图像进行第二图像处理,得到最优头部图像,其中,所述第二图像处理包括阴影去除。
具体的,所述捕捉子模块18,用于对所述最优头部图像进行特征捕捉,确定所述最优头部图像中的眼睛位置点。
一实施例中,所述确定模块14,用于获取所述眼睛位置点与显示模块的间距,同时获取所述眼睛位置点在所述显示模块的显示范围内的停留时间,具体包括:获取所述头部图像占所述用户图像的第一比例,基于所述第一比例,确定所述眼睛位置点与所述显示模块的间距;在捕捉到所述眼睛位置点时,记录第一时间,直至监测到所述显示模块的显示范围内不存在所述头部图像,记录第二时间,并计算所述第一时间和所述第二时间的差值,基于所述差值确定所述眼睛位置点在所述显示模块的显示范围内的停留时间。
一实施例中,所述画面数量调整模块15,用于基于所述间距和所述停留时间,确定所述可视化模型在所述显示模块中显示的画面数量,具体的,将所述间距与预设距离阈值进行对比,并将所述停留时间与预设停留时间阈值进行对比;当确定所述间距不大于所述预设距离阈值,且所述停留时间大于所述预设停留时间阈值时,确定所述可视化模型在所述显示模块中显示的第一画面数量;当确定所述间距大于所述预设距离阈值,确定所述可视化模型在所述显示模块中显示的第二画面数量。
所属领域的技术人员可以清楚的了解到,为描述的方便和简洁,上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不在赘述。
需要说明的是,上述分布式能源台区线损监测装置的实施例仅仅是示意性的,其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块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网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
在上述的分布式能源台区线损监测方法的实施例的基础上,本发明另一实施例提供了一种分布式能源台区线损监测终端设备,该分布式能源台区线损监测终端设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时,实现本发明任意一实施例的分布式能源台区线损监测方法。
示例性的,在这一实施例中所述计算机程序可以被分割成一个或多个模块,所述一个或者多个模块被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述分布式能源台区线损监测终端设备中的执行过程。
所述分布式能源台区线损监测终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述分布式能源台区线损监测终端设备可包括,但不仅限于,处理器、存储器。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述分布式能源台区线损监测终端设备的控制中心,利用各种接口和线路连接整个分布式能源台区线损监测终端设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述分布式能源台区线损监测终端设备的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序等;存储数据区可存储根据手机的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
在上述分布式能源台区线损监测方法的实施例的基础上,本发明另一实施例提供了一种存储介质,所述存储介质包括存储的计算机程序,其中,在所述计算机程序运行时,控制所述存储介质所在的设备执行本发明任意一实施例的分布式能源台区线损监测方法。
在这一实施例中,上述存储介质为计算机可读存储介质,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。所述计算机可读介质可以包括: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-OnlyMemory)、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,所述计算机可读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,计算机可读介质不包括电载波信号和电信信号。
综上,本发明提供的一种分布式能源台区线损监测方法及***,通过对台区线损进行监测,得到监测数据;构建线损计算分析模型,对监测数据进行关键信息提取,将提取到的关键信息输入到线损计算分析模型中,以使线损计算分析模型输出分析数据;基于分析数据构建可视化模型,采集用户图像,对用户图像进行图像提取,得到头部图像,基于头部图像确定眼睛位置点,获取眼睛位置点与显示模块的间距,同时获取眼睛位置点在显示模块中的停留时间,基于间距和停留时间,确定可视化模型在显示模块中显示的画面数量,以使显示模块根据画面数量对可视化模型进行可视化展示;与现有技术相比,本发明的技术方案能实现对大量接入的分布式光伏设备的有效监测和管理。
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,在不脱离本发明技术原理的前提下,还可以做出若干改进和替换,这些改进和替换也应视为本发明的保护范围。
Claims (10)
1.一种分布式能源台区线损监测方法,其特征在于,包括:
对台区线损进行监测,得到监测数据;
构建线损计算分析模型,对所述监测数据进行关键信息提取,将提取到的关键信息输入到所述线损计算分析模型中,以使所述线损计算分析模型输出分析数据;
基于所述分析数据构建可视化模型,采集用户图像,对所述用户图像进行图像提取,得到头部图像,基于所述头部图像确定眼睛位置点,获取所述眼睛位置点与显示模块的间距,同时获取所述眼睛位置点在所述显示模块的显示范围内的停留时间,基于所述间距和所述停留时间,确定所述可视化模型在所述显示模块中显示的画面数量,以使所述显示模块根据所述画面数量对所述可视化模型进行可视化展示。
2.如权利要求1所述的一种分布式能源台区线损监测方法,其特征在于,对台区线损进行监测,得到监测数据,其中,所述监测数据包括用户户名、用户户号、用户地址、所在台区、台区线损信息、用户电压、用电量、用户零点电流值、用户电流、台区综合线损和日输出电量。
3.如权利要求1所述的一种分布式能源台区线损监测方法,其特征在于,将提取到的关键信息输入到所述线损计算分析模型中,具体包括:
获取所述线损计算分析模型的输入格式,基于所述输入格式对所述关键信息进行格式调整,得到输入关键信息,将所述输入关键信息输入到所述线损计算分析模型中。
4.如权利要求1所述的一种分布式能源台区线损监测方法,其特征在于,构建线损计算分析模型,具体包括:
设置日线损计算规则,其中,所述日线损计算规则包括日供售电量表码获取顺序规则和日供售电量表码缺失平移规则;
基于所述日线损计算规则,构建台区日线损预警分析模型;
设置月线损计算规则,其中,所述月线损计算规则包括月供售电量表码获取顺序规则和月供售电量表码缺失平移规则;
基于所述月线损计算规则,构建台区月线损预警分析模型;
根据所述台区日线损预警分析模型和所述台区月线损预警分析模型,生成线损计算分析模型。
5.如权利要求1所述的一种分布式能源台区线损监测方法,其特征在于,对所述用户图像进行图像提取,得到头部图像,基于所述头部图像确定眼睛位置点,具体包括:
对所述用户图像进行第一图像处理,得到第一用户图像,其中,所述第一图像处理包括背景去除;
将所述第一用户图像输入到预构建的特征提取模型中,以使所述特征提取模型对所述第一用户图像进行特征提取,得到头部图像,并对所述头部图像进行第二图像处理,得到最优头部图像,其中,所述第二图像处理包括阴影去除;
对所述最优头部图像进行特征捕捉,确定所述最优头部图像中的眼睛位置点。
6.如权利要求1所述的一种分布式能源台区线损监测方法,其特征在于,获取所述眼睛位置点与显示模块的间距,同时获取所述眼睛位置点在所述显示模块的显示范围内的停留时间,具体包括:
获取所述头部图像占所述用户图像的第一比例,基于所述第一比例,确定所述眼睛位置点与所述显示模块的间距;
并在捕捉到所述眼睛位置点时,记录第一时间,直至监测到所述显示模块的显示范围内不存在所述头部图像,记录第二时间,并计算所述第一时间和所述第二时间的差值,基于所述差值确定所述眼睛位置点在所述显示模块的显示范围内的停留时间。
7.如权利要求1所述的一种分布式能源台区线损监测方法,其特征在于,基于所述间距和所述停留时间,确定所述可视化模型在所述显示模块中显示的画面数量,具体包括:
将所述间距与预设距离阈值进行对比,并将所述停留时间与预设停留时间阈值进行对比;
当确定所述间距不大于所述预设距离阈值,且所述停留时间大于所述预设停留时间阈值时,确定所述可视化模型在所述显示模块中显示的第一画面数量;
当确定所述间距大于所述预设距离阈值,确定所述可视化模型在所述显示模块中显示的第二画面数量。
8.一种分布式能源台区线损监测***,其特征在于,包括:台区监测子***、分析子***和展示子***;
所述台区监测子***与所述分析子***相连接,所述分析子***与所述展示子***连接;
其中,所述台区监测子***,用于对台区线损进行监测,得到监测数据;
所述分析子***,用于构建线损计算分析模型,对所述监测数据进行关键信息提取,将提取到的关键信息输入到所述线损计算分析模型中,以使所述线损计算分析模型输出分析数据;
所述展示子***,用于基于所述分析数据构建可视化模型,采集用户图像,对所述用户图像进行图像提取,得到头部图像,基于所述头部图像确定眼睛位置点,获取所述眼睛位置点与显示模块的间距,同时获取所述眼睛位置点在所述显示模块的显示范围内的停留时间,基于所述间距和所述停留时间,确定所述可视化模型在所述显示模块中显示的画面数量,以使所述显示模块根据所述画面数量对所述可视化模型进行可视化展示。
9.一种终端设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述的分布式能源台区线损监测方法。
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包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的分布式能源台区线损监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310770000.9A CN116562653B (zh) | 2023-06-28 | 2023-06-28 | 一种分布式能源台区线损监测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310770000.9A CN116562653B (zh) | 2023-06-28 | 2023-06-28 | 一种分布式能源台区线损监测方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116562653A true CN116562653A (zh) | 2023-08-08 |
CN116562653B CN116562653B (zh) | 2023-11-28 |
Family
ID=87491766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310770000.9A Active CN116562653B (zh) | 2023-06-28 | 2023-06-28 | 一种分布式能源台区线损监测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116562653B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120109715A1 (en) * | 2010-10-29 | 2012-05-03 | Peng Wu | Visualizing visitation patterns at sites of a commercial facility |
US20130195317A1 (en) * | 2012-01-31 | 2013-08-01 | Industry-University Cooperation Foundation Hanyang University | Apparatus for measuring traffic using image analysis and method thereof |
CN107392457A (zh) * | 2017-07-17 | 2017-11-24 | 贵州电网有限责任公司电力科学研究院 | 基于线损异常分析的计量自动化智能运维*** |
WO2019018577A1 (en) * | 2017-07-18 | 2019-01-24 | The Regents Of The University Of California | SYSTEMS AND METHODS FOR ANALYZING A BEHAVIOR OF A HUMAN SUBJECT |
CN110555244A (zh) * | 2019-08-13 | 2019-12-10 | 南方电网科学研究院有限责任公司 | 一种配电网同期线损计算***及方法 |
US10769223B1 (en) * | 2017-05-16 | 2020-09-08 | State Farm Mutual Automobile Insurance Company | Systems and methods for identification and classification of social media |
CN112418687A (zh) * | 2020-11-26 | 2021-02-26 | 广东电网有限责任公司 | 基于用电特征的用户用电异常识别方法、装置和存储介质 |
CN113160219A (zh) * | 2021-05-12 | 2021-07-23 | 北京交通大学 | 用于无人机遥感图像的实时铁路场景解析方法 |
US20210318673A1 (en) * | 2020-04-08 | 2021-10-14 | BWXT Advanced Technologies LLC | In-Situ Inspection Method Based on Digital Data Model of Weld |
CN114118460A (zh) * | 2021-11-05 | 2022-03-01 | 国网江苏省电力有限公司南京供电分公司 | 基于变分自编码器的低压台区线损率异常检测方法及装置 |
CN114722722A (zh) * | 2022-04-24 | 2022-07-08 | 深圳微言科技有限责任公司 | 一种基于大数据分析的用电数据异常检测方法及*** |
CN114742405A (zh) * | 2022-04-11 | 2022-07-12 | 国网江苏省电力有限公司营销服务中心 | 一种基于线损多维度相关性分析的窃电识别方法及*** |
CN114881808A (zh) * | 2022-04-01 | 2022-08-09 | 云南电网有限责任公司昭通供电局 | 基于大数据的电力窃电精准识别方法及防窃电*** |
CN116341788A (zh) * | 2022-11-09 | 2023-06-27 | 国网甘肃省电力公司兰州供电公司 | 一种配电网线损分析的电力指纹精准治理方法 |
-
2023
- 2023-06-28 CN CN202310770000.9A patent/CN116562653B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120109715A1 (en) * | 2010-10-29 | 2012-05-03 | Peng Wu | Visualizing visitation patterns at sites of a commercial facility |
US20130195317A1 (en) * | 2012-01-31 | 2013-08-01 | Industry-University Cooperation Foundation Hanyang University | Apparatus for measuring traffic using image analysis and method thereof |
US10769223B1 (en) * | 2017-05-16 | 2020-09-08 | State Farm Mutual Automobile Insurance Company | Systems and methods for identification and classification of social media |
CN107392457A (zh) * | 2017-07-17 | 2017-11-24 | 贵州电网有限责任公司电力科学研究院 | 基于线损异常分析的计量自动化智能运维*** |
WO2019018577A1 (en) * | 2017-07-18 | 2019-01-24 | The Regents Of The University Of California | SYSTEMS AND METHODS FOR ANALYZING A BEHAVIOR OF A HUMAN SUBJECT |
CN110555244A (zh) * | 2019-08-13 | 2019-12-10 | 南方电网科学研究院有限责任公司 | 一种配电网同期线损计算***及方法 |
US20210318673A1 (en) * | 2020-04-08 | 2021-10-14 | BWXT Advanced Technologies LLC | In-Situ Inspection Method Based on Digital Data Model of Weld |
CN112418687A (zh) * | 2020-11-26 | 2021-02-26 | 广东电网有限责任公司 | 基于用电特征的用户用电异常识别方法、装置和存储介质 |
CN113160219A (zh) * | 2021-05-12 | 2021-07-23 | 北京交通大学 | 用于无人机遥感图像的实时铁路场景解析方法 |
CN114118460A (zh) * | 2021-11-05 | 2022-03-01 | 国网江苏省电力有限公司南京供电分公司 | 基于变分自编码器的低压台区线损率异常检测方法及装置 |
CN114881808A (zh) * | 2022-04-01 | 2022-08-09 | 云南电网有限责任公司昭通供电局 | 基于大数据的电力窃电精准识别方法及防窃电*** |
CN114742405A (zh) * | 2022-04-11 | 2022-07-12 | 国网江苏省电力有限公司营销服务中心 | 一种基于线损多维度相关性分析的窃电识别方法及*** |
CN114722722A (zh) * | 2022-04-24 | 2022-07-08 | 深圳微言科技有限责任公司 | 一种基于大数据分析的用电数据异常检测方法及*** |
CN116341788A (zh) * | 2022-11-09 | 2023-06-27 | 国网甘肃省电力公司兰州供电公司 | 一种配电网线损分析的电力指纹精准治理方法 |
Non-Patent Citations (1)
Title |
---|
殷涛等: ""基于向量自回归模型的高损线路窃电检测"", 《中国电机工程学报》, pages 1015 - 1023 * |
Also Published As
Publication number | Publication date |
---|---|
CN116562653B (zh) | 2023-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Blanco et al. | An efficient robust solution to the two-stage stochastic unit commitment problem | |
CN105046327B (zh) | 一种基于机器学习技术的智能电网信息***及方法 | |
CN109325542A (zh) | 一种基于多阶机器学习的电量异常智能识别方法及*** | |
CN107085164A (zh) | 一种电网故障类型确定方法及装置 | |
CN113177366B (zh) | 一种综合能源***规划方法、装置和终端设备 | |
CN116229019A (zh) | 面向数字孪生的大场景融合三维重建方法及*** | |
CN113656864B (zh) | 一种基于bim的建筑施工方法、***、计算机装置及存储介质 | |
Tejada-Arango et al. | Representation of storage operations in network-constrained optimization models for medium-and long-term operation | |
Naim et al. | A fully AI-based system to automate water meter data collection in Morocco country | |
CN111047369A (zh) | 一种电力现货市场监测分析装置及*** | |
CN106600145A (zh) | 一种配电网的可靠性分析方法及装置 | |
CN112397210A (zh) | 数据库的核电厂控制***数字化设计***、方法及设备 | |
CN114629128A (zh) | 一种基于营配数据融合的用户低电压治理方法及*** | |
CN116562653B (zh) | 一种分布式能源台区线损监测方法及*** | |
CN116502771B (zh) | 一种基于电力物资预测的配电方法及*** | |
CN114707004B (zh) | 基于图像模型和语言模型的事理关系抽取处理方法及*** | |
CN115238428A (zh) | 变电站二次图纸可视化编辑数字化配置装置、方法及应用 | |
CN110991083B (zh) | 一种光伏电站模型确定方法、装置、设备及储存介质 | |
Pengcheng et al. | A realtime image recognition method of Power AI based on quadtree algorithm | |
CN118037279B (zh) | 基于计算机视觉的光伏设备自动化运维管理***及方法 | |
CN114024302B (zh) | 用于评价台区的方法及装置 | |
CN116451969A (zh) | 一种光伏电站全生命周期运维方法、装置及存储介质 | |
CN112329411A (zh) | 一种工程预算核算管控管理软件 | |
CN118336687A (zh) | 基于云边协同的母线负荷*** | |
CN115457168A (zh) | 一种变电站监测画面绘制方法、装置、存储介质及设备 |
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 |