基于过零时刻与SNR算法的电能表台区识别方法研究与应用

论文摘要

各电力公司传统硬件台区识别方法中应用了主机和手持终端。主机安装在配电变压器三相低压侧,工作人员携手持终端在用户侧开展识别工作,这需要部署专用硬件,耗费人力和物力。为了替代传统的台区识别仪,根据各种传感器采集到的过零时刻、SNR（Signal-to-noise ratio）等数据设计了无扰台区识别的方法,文中主要通过研究机器学习来得到对电能表台区归属的概率分布,特别是研究和实验了聚类、深度学习等几种台区识别算法。通过分析得出,使用最优路径法进行台区识别,是当前识别准确性高、成本低的一种台区识别算法。

论文目录

• 0 引言
• 1 国内外研究状况
• 2 数据采集方法
•   2.1 采集内容
•     2.1.1 过零时刻序列
•     2.1.2 采集SNR （Signal-to-Noise Ratio） 值
•   2.2 数据采集硬件
• 3 台区划分算法
•   3.1 现有算法
•     3.1.1 过零差异的计算
•     3.1.2 聚类
•     3.1.3 深度学习
•   3.2 台区划分算法实验
•     3.2.1 聚类计算
•     3.2.2 深度学习法计算
•     3.2.3 最优路径法计算
•     3.2.4 计算结果分析
• 4 台区划分流程
•   4.1 电能表工作流程
•   4.2 路由工作流程
• 5 结束语

文章来源

类型: 期刊论文

作者: 李国昌,宋玮琼,羡慧竹,韩柳,胡小晔,袁娟

关键词: 台区识别,过零时刻,最优路径法

来源: 电测与仪表 2019年07期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 国网北京电科院,青岛东软载波科技股份有限公司

分类号: TM933.4

DOI: 10.19753/j.issn1001-1390.2019.07.024

页码: 148-152

总页数: 5

文件大小: 1590K

下载量: 133