草庐IT

KDZD地埋线短路漏电试扎器

一、产品背景    多年以来,电力电缆的维护迁移过程中的识别与刺孔,均按照行业标准DL409-91《电业安全工作规程(电力线路部分)》第234条要求,采用人工刺孔,一旦电缆识别出错,误刺孔带电电缆将对人身安全造成危害。    多年前,我公司依据《电业安全工作规程》及用户的需求,参照国外技术,研制出了新型电缆识别仪,解决了用户已知始、终端而施工现场无法鉴别具体是哪一根电缆的问题。为保证百分之百的安全,为解决人工刺孔的危险性,我公司科研人员又推出了非接触式电缆刺孔器。该产品与识别仪配套使用,彻底解决了电力电缆的识别及安全刺孔的问题,杜绝了人工刺孔的安全隐患。二、产品简介    本产品采用非接触式控

【数据挖掘实战】——电力窃漏电用户自动识别(LM神经网络和决策树)

【数据挖掘实战】——电力窃漏电用户自动识别一、背景和挖掘目标二、分析方法与过程1、初步分析2、数据抽取3、探索分析4、数据预处理5、构建专家样本三、构建模型1、构建窃漏电用户识别模型2、模型评价3、进行窃漏电诊断拓展思考项目代码地址:https://gitee.com/lingxw123/datamining_project.git项目来源于《数据分析与挖掘实战》一、背景和挖掘目标传统的防窃漏电方法主要通过定期巡检、定期校验电表、用户举报窃电等方法来发现窃电或计量装置故障。但这种方法对人的依赖性太强,抓窃查漏的目标不明确。目前,很多供电局主要通过营销稽查人员、用电检查人员和计量工作人员利用计量

【数据挖掘实战】——电力窃漏电用户自动识别(LM神经网络和决策树)

【数据挖掘实战】——电力窃漏电用户自动识别一、背景和挖掘目标二、分析方法与过程1、初步分析2、数据抽取3、探索分析4、数据预处理5、构建专家样本三、构建模型1、构建窃漏电用户识别模型2、模型评价3、进行窃漏电诊断拓展思考项目代码地址:https://gitee.com/lingxw123/datamining_project.git项目来源于《数据分析与挖掘实战》一、背景和挖掘目标传统的防窃漏电方法主要通过定期巡检、定期校验电表、用户举报窃电等方法来发现窃电或计量装置故障。但这种方法对人的依赖性太强,抓窃查漏的目标不明确。目前,很多供电局主要通过营销稽查人员、用电检查人员和计量工作人员利用计量