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:
为解决台区识别问题,引入小波框架的基本理论为依据,使各智能电能表在使用相同的一个小波框架,分别对自身采集的电压数据进行塔式分解,并对分解子信号进行分帧处理后计算其能量的分布情况,通过差分计算来判断出采样信号中的突变位置.利用现有用电信息采集系统的宽带载波通信网络,使智能电能表之间交互判断结果,最后通过突变位置的相似性来进行自身台区识别.理论分析和实际应用表明,新技术充分利用了小波框架在信号分析上算法计算复杂度低、内存数据保存量低且节点之间的通信负荷小、识别结果正确率高的优点,在无需引入新的硬件设备情况下,为管理部门提供了一种新型的、可远程同时对大量智能电能表进行台区识别的解决方案.
推荐文章
多功能电能表与智能电能表的异同
多功能电能表
智能电能表
异同
智能电能表的功能可靠性及检测技术研究
智能电能表
信息采集
智能小区
检测技术
智能电能表自动化测试系统设计
智能电能表
测试
自动化测试系统
集抄模拟表
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
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 基于小波框架的智能电能表台区识别技术研究
来源期刊 电测与仪表 学科
关键词 小波框架 台区识别 智能电能表 电压采样数据
年,卷(期) 2021,(10) 所属期刊栏目 仪器仪表|Instrument & Meter
研究方向 页码范围 193-200
页数 8页 分类号 TM933
字数 语种 中文
DOI 10.19753/j.issn1001-1390.2021.10.029
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (122)
共引文献  (133)
参考文献  (21)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1952(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(9)
  • 参考文献(3)
  • 二级参考文献(6)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(6)
  • 参考文献(2)
  • 二级参考文献(4)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(12)
  • 参考文献(1)
  • 二级参考文献(11)
2015(11)
  • 参考文献(1)
  • 二级参考文献(10)
2016(15)
  • 参考文献(1)
  • 二级参考文献(14)
2017(15)
  • 参考文献(2)
  • 二级参考文献(13)
2018(16)
  • 参考文献(0)
  • 二级参考文献(16)
2019(11)
  • 参考文献(2)
  • 二级参考文献(9)
2020(4)
  • 参考文献(4)
  • 二级参考文献(0)
2021(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(2)
  • 参考文献(2)
  • 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
小波框架
台区识别
智能电能表
电压采样数据
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
电测与仪表
半月刊
1001-1390
23-1202/TH
大16开
哈尔滨市松北区创新路2000号
14-43
1964
chi
出版文献量(篇)
7685
总下载数(次)
22
论文1v1指导