基于边缘计算的智能电能表能耗与寿命优化方法

针对智能电能表在大规模使用后出现的寿命异常缩短,能耗异常增高问题。提出了一种基于边缘计算的智能电能表能耗与寿命优化方案。使用边缘服务器接收和上传智能电能表数据,在边缘端通过卷积神经网络(CNN)提取能耗与寿命的影响因子,采用K-means聚类算法预测用电量变化从而得到能耗与寿命优化模型。仿真结果表明,在基于边缘计算的能耗与寿命优化环境中,优化的1000个智能电能表的使用寿命提高了30%,总能耗降低了26%。为智能电能表长期稳定工作提供了一种研究方法。     

一种基于用电规律的污染企业违规生产监控方法

在雾霾严重时期,部分地方政府会要求污染企业采取关停措施,以减少污染物的排放。但某些污染企业为追求经济利益,在被要求关停期间仍然违规生产,由于其生产行为具有较高的隐蔽性,环保部门难以判定其是否在存在违规生产行为,同时也无法准确掌握违规生产企业的生产时段,这严重阻碍了环保督查工作的开展。本文针对上述问题,给出了一种污染企业违规生产监控方法。该方法基于污染企业的日用电量与日用电最大负荷,实现了对污染企业违规生产行为的研判。另外,该方法还基于污染企业的用电负荷数据,实现了对污染企业生产时段的分类。该方法为相关部门准确的掌握污染企业的生产规律提供了有效的技术手段。本文利用污染企业的用电负荷历史数据对该方法进行了验证,结果表明该方法有效可行。