Study on Automatic Monitoring of Electricity Consumption for Maintenance of Low-Voltage Intelligent Distribution Boxes in Power Systems
Notice bibliographique
Résumé
In the development process of China's power system, automatic monitoring mode has become an important development direction.In this context, how to achieve real-time monitoring of power data in the system has become an urgent problem.In this paper, considering the current range, the controller with input current is selected to collect voltage and current data signals and detect their circuits.Through metadata integration, the semantic integration of data expression is solved to achieve the management of electric power metadata.The collected data are sequentially accessed, handled and processed, the calibration of the voltage and current signals is agreed upon, the AD-converted values are read and the electrical parameters are calculated.Using the communication protocol IEC61850, the processed electric power data is uploaded into the server to complete the electric power data reading and monitoring tasks.The real-time management platform of intelligent maintenance power box constructed in this paper is used to monitor the abnormal power data.The abnormal power data appeared at different times, and the peak value of abnormal value 1 appeared at 14:00, and the peak data was 0.91 w.The evaluation value interval of the security threat in the transmission of power data is between 100-200 g, and the energy interval fluctuates around 1000 c.The results obtained are more reasonable, and the security of the data is guaranteed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».