基于边缘计算的智能电能表能耗与寿命优化方法

TM925; 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....

Full description

Saved in:
Bibliographic Details
Published in电测与仪表 Vol. 60; no. 5; pp. 173 - 179
Main Authors 刘林青, 马红明, 李鹏, 段子荷, 李梦宇, 邓芳明
Format Journal Article
LanguageChinese
Published 国网河北省电力有限公司营销服务中心,石家庄050022%国网河北省电力有限公司,石家庄050022%华东交通大学电气与自动化工程学院,南昌330013 15.05.2024
Subjects
智能电能表
CNN
边缘计算
K-means聚类算法
Online AccessGet full text
ISSN1001-1390
DOI10.19753/j.issn1001-1390.2023.05.025

Cover

More Information
Summary:TM925; 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.
ISSN:1001-1390
DOI:10.19753/j.issn1001-1390.2023.05.025