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:
随着电力需求侧对于用电管理的重视度提升,只提供用户总电量计量的电表已无法满足人们的要求,为此,开创性地提出了在通用电表上实现用电器用电量分类计量方法.该方法利用电表的数据采集及处理功能获取用电器特征后,将该暂态告警信息上传至云端与预先建立的SVM模型进行类别匹配,从而判定用电器类型及相应的用户操作,同时将识别结果及告警时间存入数据库,后续通过分类计量策略实现各类用电器单独的耗能量计算.实例验证了该方法的准确性及可靠性,该方法具有较大实际应用价值.
推荐文章
用户端可查询用电量的IC卡电表的设计
IC卡电表
历史用电量查询
实时时钟
读卡器
基于电能替代背景下的新疆用电量预测研究
电能替代
用电量预测
最优组合预测模型
基于ABC-BP神经网络的用电量预测研究
人工蜂群算法
BP神经网络
用电量预测
预测算法
降低变电所用电量的方法和途径
节电
变压器损耗
变电所
经济运行
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 基于智能电表的电器用电量分类计量方法研究
来源期刊 信息技术与网络安全 学科 工学
关键词 负荷识别 智能电表 电力需求侧管理 SVM 分类计量
年,卷(期) 2020,(2) 所属期刊栏目 行业应用
研究方向 页码范围 62-68
页数 7页 分类号 TP391.4
字数 3776字 语种 中文
DOI 10.19358/j.issn.2096-5133.2020.02.012
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 骆德汉 广东工业大学信息工程学院 66 475 12.0 18.0
2 梁炳基 2 0 0.0 0.0
3 蔡高琰 2 0 0.0 0.0
4 梅凯 广东工业大学信息工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (66)
共引文献  (22)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(7)
  • 参考文献(0)
  • 二级参考文献(7)
2016(6)
  • 参考文献(1)
  • 二级参考文献(5)
2017(6)
  • 参考文献(1)
  • 二级参考文献(5)
2018(9)
  • 参考文献(4)
  • 二级参考文献(5)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
负荷识别
智能电表
电力需求侧管理
SVM
分类计量
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
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导