基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
自2009年推广以来,全国范围内已安装运行数亿只智能电能表,国家电网公司采取集中检定模式对其进行装出前的管理,并配套了用电信息采集系统监控其现场运行状态,管理部门可在相应平台上获得智能电能表海量的质量数据.文中尝试在矩阵实验室(MATLAB)环境下,通过训练神经网络,建立现场智能电能表故障数据与检定数据之间联系,讨论采用数据挖掘技术分析检定数据以提前获得智能电能表故障信息的可能性及有效性,为电能表的质量管控提供另一种工具.
推荐文章
基于数据挖掘技术的电能表故障分析研究
APRIORI算法
k-means聚类
故障树
家族性缺陷
失效分析在智能电能表可靠性提升中的应用
智能电能表
可靠性
失效分析
可靠性提升
单相智能电能表电池欠压故障分析
时钟电池
抄表电池
欠压
掉电
浅谈智能电能表在计量管理中的应用
智能
电网
电能表
功能
应用
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 数据挖掘在智能电能表故障分析中的应用
来源期刊 江苏电机工程 学科 工学
关键词 智能电能表 数据挖掘 故障分析 神经网络
年,卷(期) 2016,(5) 所属期刊栏目 用电计量新技术
研究方向 页码范围 19-23
页数 5页 分类号 TM933.4
字数 3774字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周超 国网江苏省电力公司电力科学研究院国家电网电能计量重点实验室 11 33 3.0 5.0
2 刘建 国网江苏省电力公司电力科学研究院国家电网电能计量重点实验室 9 48 4.0 6.0
3 祝宇楠 国网江苏省电力公司电力科学研究院国家电网电能计量重点实验室 5 37 3.0 5.0
4 田正其 国网江苏省电力公司电力科学研究院国家电网电能计量重点实验室 13 66 6.0 7.0
5 徐晴 国网江苏省电力公司电力科学研究院国家电网电能计量重点实验室 13 67 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (38)
参考文献  (6)
节点文献
引证文献  (16)
同被引文献  (86)
二级引证文献  (16)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(9)
  • 引证文献(8)
  • 二级引证文献(1)
2019(15)
  • 引证文献(5)
  • 二级引证文献(10)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
智能电能表
数据挖掘
故障分析
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电力工程技术
双月刊
1009-0665
32-1866/TM
16开
江苏省南京市江宁区帕威尔路1号
1982
chi
出版文献量(篇)
3196
总下载数(次)
7
总被引数(次)
15815
论文1v1指导