-
公开(公告)号:CN116992385A
公开(公告)日:2023-11-03
申请号:CN202311021568.7
申请日:2023-08-14
Applicant: 宁夏隆基宁光仪表股份有限公司
IPC: G06F18/2433 , G06F18/15 , G06F18/2321 , G06Q50/06
Abstract: 本发明公开了一种物联网水表用量异常检测方法及系统,属于物联网技术领域,包括如下步骤:基于居民用水立户信息,对选中区域的居民用水量数据进行滤噪、归一化和聚类划分,得到选中区域上报云端的中心位用水数据表;对物联网水表使用区域进行中心点聚类,得到第一用水量簇、第二用水量簇和第三用水量簇;针对上报云端的用水量数据不处于第二用水量簇范围内的待检测水表,拟合得到待检测物联网水表用水量监测曲线和用水检测平滑曲线模型,基于用水监测平滑曲线模型对检测水表进行检测并自动控制关阀。本发明解决了物联网水表监测不够准确且不能对应控制关阀减少居民用水损失的问题。
-
公开(公告)号:CN112883069A
公开(公告)日:2021-06-01
申请号:CN202110045731.8
申请日:2021-01-14
Applicant: 宁夏隆基宁光仪表股份有限公司
IPC: G06F16/2457 , G06F16/248 , G06F16/25 , G06F16/29 , G06Q50/06 , G08C17/02
Abstract: 本申请提供一种基于Raft算法的智能仪表和集中器自动匹配方法,包括:S101,根据档案坐标或直接调用地图API接口,获取集中器和智能仪表位置;S102,根据一定的查询范围获取候选集中器位置;S103,智能仪表根据Raft算法,对候选集中器位置进行排序,并对排序结果进行加权评分;S104,根据加权评分后的排序结果,云端系统应用层面自动分析选取与当前智能仪表位置匹配的集中器位置。本申请的集中器和智能仪表可在云端系统应用层面根据Raft算法的选举思想自动进行分配建档,操作更简单,避免了因为操作失误原因导致集中器和智能仪表匹配失败,匹配效率更高。
-
公开(公告)号:CN112669586A
公开(公告)日:2021-04-16
申请号:CN202011483858.X
申请日:2020-12-16
Applicant: 宁夏隆基宁光仪表股份有限公司
Abstract: 本申请提供一种基于Android系统的智能仪表远程监控系统及方法,包括后台服务层、移动APP层和终端智能仪表层;其中,后台服务层用于处理后台服务接口模块接收的移动APP层发送的指令信息,移动APP层与后台服务层通信连接,移动APP层通过与后台服务层进行数据交互,实现对智能仪表的远程操控,终端智能仪表层与后台服务层通信连接,用于执行后台服务层发送的指令信息并完成数据信息的交互处理,后台服务层和移动APP层以及终端智能仪表层相互配合,实现对智能仪表的远程监控。本申请对智能仪表的监控更加全面,可以实时获取智能仪表运行数据,实时推送异常消息,还可建立图表进行分析其运行情况,更加直观准确。
-
公开(公告)号:CN115235543B
公开(公告)日:2024-11-01
申请号:CN202210845540.4
申请日:2022-07-18
Applicant: 宁夏隆基宁光仪表股份有限公司
IPC: G01D21/02 , F17D5/00 , G06Q10/109 , G06Q10/20 , G06Q50/06
Abstract: 本申请公开一种用于水务系统的管网管道寿命分析告警方法及装置,包括获取管网管道的第一数据,提取分析告警日志中与所述管网管道对应的累计连续子告警次数,根据第一数据、累计连续子告警次数、管道原始参数及告警参数阈值生成对比结果,根据对比结果确定是否生成管网管道寿命告警,定期获取管网管道的第一数据,并将第一数据、系统储存的累计连续子告警次数和管道原始参数与预先设定的告警参数阈值进行对比,从而确定管网管道实时状态,以便及时发现问题,及时维修更换,利于制定合理的维修方案,避免水资源浪费,给施工、发停水通告留出充足的时间,避免给居民用水带来不便。
-
公开(公告)号:CN118741581A
公开(公告)日:2024-10-01
申请号:CN202410986653.5
申请日:2024-07-23
Applicant: 宁夏隆基宁光仪表股份有限公司
Abstract: 本申请公开了一种基于STS蓝牙预付费电能表的蓝牙密钥测试方法,至少包括如下有益效果:通过获取并输入当前电能表的密钥数据,请求加密盒获得STS令牌,并利用蓝牙将STS令牌数据传输给当前电能表,当前电能表对STS令牌进行解密,并确定STS令牌的有效性后,通过对当前电能表使用的标准协议返回报文数据,判断当前电能表是否完成STS令牌中的任务,也就是判断传输的STS令牌数据是否被当前电能表识别,如果能够识别则表明当前电能表的密钥无误,如果不能够识别,则表明当前电能表的密钥有误,通过此方式即可完成对当前电能表的密钥修改或找回当前电能表的密钥。
-
公开(公告)号:CN111898068A
公开(公告)日:2020-11-06
申请号:CN202010724518.5
申请日:2020-07-24
Applicant: 宁夏隆基宁光仪表股份有限公司
Abstract: 一种基于PERT算法及仪表用量分析的异常检测方法,所述方法包括:收集每个仪表对应用户的用量数据值历史记录作为训练样本;将所述训练样本按照从小到大进行排序后得到训练样本数据集;取所述训练样本数据集中的中位数;通过PERT算法计算基准值和标准差;计算所述基准值与所述中位数之间差值的绝对值作为偏差量;设置标准差倍数;比较每个用户的标准差倍数乘以其标准差得到的数值与偏差量的大小,迭代获取模型基准值和模型标准差;根据所述模型基准值、所述模型标准差和所述标准差倍数,建立仪表用量异常检测模型;通过所述仪表用量异常检测模型对仪表显示的用户用量进行异常检测。
-
公开(公告)号:CN111970722B
公开(公告)日:2024-03-19
申请号:CN202010848022.9
申请日:2020-08-21
Applicant: 宁夏隆基宁光仪表股份有限公司
Abstract: 一种基于NB通讯的智能仪表通讯方式优化方法,包括:记录每个仪表端的上报数据、数据上报时间;统计各个时间点每个仪表的数据上报状况;对每个仪表数据上报状况进行相关性分析,得到每个仪表数据相关性结果;对所有仪表端的上报数据、数据上报时间、信号参数数据和环境因素数据进行区域性的划分和时间段的划分并统计各个时间段内、各个区域段内所有仪表端的数据上报状况、信号参数数据和环境因素数据;分别对各个区域段内和各个时间段内所有仪表的数据上报状况、信号参数数据和环境因素数据进行相关性分析,得到各个区域段内和各个时间段内所有仪表数据相关性结果;根据相关性结果,重新配置仪表表端参数,使得仪表数据通讯成功率最大。
-
公开(公告)号:CN116992385B
公开(公告)日:2024-01-19
申请号:CN202311021568.7
申请日:2023-08-14
Applicant: 宁夏隆基宁光仪表股份有限公司
IPC: G06F18/2433 , G06F18/15 , G06F18/2321 , G06Q50/06
Abstract: 本发明公开了一种物联网水表用量异常检测方法及系统,属于物联网技术领域,包括如下步骤:基于居民用水立户信息,对选中区域的居民用水量数据进行滤噪、归一化和聚类划分,得到选中区域上报云端的中心位用水数据表;对物联网水表使用区域进行中心点聚类,得到第一用水量簇、第二用水量簇和第三用水量簇;针对上报云端的用水量数据不处于第二用水量簇范围内的待检测水表,拟合得到待检测物联网水表用水量监测曲线和用水检测平滑曲线模型,基于用水监测平滑曲线模型对检测水表进行检测并自动控制关阀。本发明解决了物联网水表监测不够准确且不能对应控制关阀减少居民用水损失的问题。
-
公开(公告)号:CN111898068B
公开(公告)日:2023-01-20
申请号:CN202010724518.5
申请日:2020-07-24
Applicant: 宁夏隆基宁光仪表股份有限公司
Abstract: 一种基于PERT算法及仪表用量分析的异常检测方法,所述方法包括:收集每个仪表对应用户的用量数据值历史记录作为训练样本;将所述训练样本按照从小到大进行排序后得到训练样本数据集;取所述训练样本数据集中的中位数;通过PERT算法计算基准值和标准差;计算所述基准值与所述中位数之间差值的绝对值作为偏差量;设置标准差倍数;比较每个用户的标准差倍数乘以其标准差得到的数值与偏差量的大小,迭代获取模型基准值和模型标准差;根据所述模型基准值、所述模型标准差和所述标准差倍数,建立仪表用量异常检测模型;通过所述仪表用量异常检测模型对仪表显示的用户用量进行异常检测。
-
公开(公告)号:CN114626433A
公开(公告)日:2022-06-14
申请号:CN202210097394.1
申请日:2022-01-27
Applicant: 宁夏隆基宁光仪表股份有限公司
Abstract: 本发明公开了一种智能电能表故障预测并分类方法、装置及系统,属于智能电能技术领域。本发明通过利用电能表故障历史数据作为预测样本数据进行决策树、支持向量机自监督学习训练,获得达到一定准确度的模型。然后利用决策树模型和支持向量机对新采集的电能表数据进行可疑异常数据分类,预测故障类型。应用本系统,即可实现智能电能表进行智能异常预测和分类,及早识别终端设备故障,定位故障类型,缩短处理电力终端设备故障时间,提升故障解决效率。
-
-
-
-
-
-
-
-
-