一种业扩审计管理方法及系统

    公开(公告)号:CN109299919A

    公开(公告)日:2019-02-01

    申请号:CN201811133268.7

    申请日:2018-09-27

    Abstract: 本发明公开了一种业扩审计管理方法及系统,包括:获取数据库中的工单信息,所述工单信息包括工单编号、用户信息、工单状态、工单开始时间、工单结束时间、每个环节开始时间、每个环节结束时间和超时状态;根据所述工单开始时间、所述工单结束时间、所述每个环节开始时间和所述每个环节结束时间,计算出每个工单的工单耗时和每个环节耗时;将每个所述工单耗时分别与其所属的工单标准时限比较大小,根据比较结果得到所述工单的超时信息;存储所述超时信息。本发明实施例提供的业扩审计管理方法及系统,通过可持续复用的管理方法及系统,计算得出超时信息,以此辅助业扩审计工作,代替了重复性人工操作,提高了审计人员的工作效率。

    一种基于深度神经网络的用电异常检测方法、系统

    公开(公告)号:CN113687176B

    公开(公告)日:2022-02-15

    申请号:CN202111237405.3

    申请日:2021-10-25

    Abstract: 本发明公开了一种基于深度神经网络的用电异常检测方法、系统,其方法通过考虑气温和用电高峰对用电功率的影响,对用户侧的表计获取用户侧的实时用电数据进行标注,并构建用电数据特征矩阵,同时,还计算用户侧所在的线路的线损值,通过用户侧所属的变压器的输出功率和表计用电功率总和进行差值计算,得到用电功率差值,统计功率差值变化率连续上升的天数,若功率差值变化率连续上升的天数大于预设的第二阈值时,则判定用户侧存在窃电或漏电嫌疑,并通过预先训练好的深度神经网络模型对该用户侧的实时用电数据进行异常检测,从而输出检测结果,以确定该用户侧为窃电或漏电。从而提高了用电异常检测的效率,也提高了用电异常检测的准确性。

    一种线路搭挂便捷式装拆隔离工具

    公开(公告)号:CN112531558A

    公开(公告)日:2021-03-19

    申请号:CN202011389581.4

    申请日:2020-12-01

    Abstract: 本发明提出一种线路搭挂便捷式装拆隔离工具,解决线路混乱搭挂造成人民生命财产安全和电力、通信、广播电视网络的安全受到威胁的问题,设有第一装拆卡箍部件、第二装拆卡箍部件及保护杆,第一装拆卡箍部件夹持第一线路,第二装拆卡箍部件夹持第二线路,使得混搭的第一线路和第二线路之间通过保护杆保持安全距离,第一装拆卡箍部件与保护杆上端面的中心轴转动连接,第二装拆卡箍部件与保护杆下端面的中心轴转动连接,灵活地隔离各种角度搭挂的线路交越点,直接通过第一活动手柄及第二活动手柄的调节,使第一装拆卡箍部件或第二装拆卡箍部件形成供第一线路或第二线路进入夹持区的豁口,避免了传统螺丝刀、胶钳装拆的麻烦,操作便捷。

    一种线路搭挂便捷式装拆隔离工具

    公开(公告)号:CN112531558B

    公开(公告)日:2021-12-31

    申请号:CN202011389581.4

    申请日:2020-12-01

    Abstract: 本发明提出一种线路搭挂便捷式装拆隔离工具,解决线路混乱搭挂造成人民生命财产安全和电力、通信、广播电视网络的安全受到威胁的问题,设有第一装拆卡箍部件、第二装拆卡箍部件及保护杆,第一装拆卡箍部件夹持第一线路,第二装拆卡箍部件夹持第二线路,使得混搭的第一线路和第二线路之间通过保护杆保持安全距离,第一装拆卡箍部件与保护杆上端面的中心轴转动连接,第二装拆卡箍部件与保护杆下端面的中心轴转动连接,灵活地隔离各种角度搭挂的线路交越点,直接通过第一活动手柄及第二活动手柄的调节,使第一装拆卡箍部件或第二装拆卡箍部件形成供第一线路或第二线路进入夹持区的豁口,避免了传统螺丝刀、胶钳装拆的麻烦,操作便捷。

    一种基于深度神经网络的用电异常检测方法、系统

    公开(公告)号:CN113687176A

    公开(公告)日:2021-11-23

    申请号:CN202111237405.3

    申请日:2021-10-25

    Abstract: 本发明公开了一种基于深度神经网络的用电异常检测方法、系统,其方法通过考虑气温和用电高峰对用电功率的影响,对用户侧的表计获取用户侧的实时用电数据进行标注,并构建用电数据特征矩阵,同时,还计算用户侧所在的线路的线损值,通过用户侧所属的变压器的输出功率和表计用电功率总和进行差值计算,得到用电功率差值,统计功率差值变化率连续上升的天数,若功率差值变化率连续上升的天数大于预设的第二阈值时,则判定用户侧存在窃电或漏电嫌疑,并通过预先训练好的深度神经网络模型对该用户侧的实时用电数据进行异常检测,从而输出检测结果,以确定该用户侧为窃电或漏电。从而提高了用电异常检测的效率,也提高了用电异常检测的准确性。

Patent Agency Ranking