模型参数
准确性:90+% 损失值:0.04-
学习方法/结果
方法:一维卷积神经网络,通过对大量的实际采集的用电器电信号学习而建立模型 结果:通过习得的模型对新输入的信号做分类判别
其他
该算法模型在训练50次时,其精确度可以达到90%,在训练到120次时,其损失值降低到0.1以下
1

产品优势

可进行能源监测

通过自动化的监测,对能耗进行管理和使用,以实现节约运行和管理费用,促进各智能子系统资源共享,协同发展,达到提升能源使用效率。

电能质量控制分析

还可进行能源监测,故障检测,故障分析等多种类型的电能质量控制分析

诊断功能

一旦感应电动机发生故障,相关参数会发生变化

规则引擎

提供基于SQL的高速规则引擎,支持用户设置复杂规则实时过滤海量数据,减少应用侧压力,使客户聚焦业务开发。

太阳能光伏

联合时代互联网研究院与澳洲新南威尔士大学UNSW光伏研究实验室合作,开展太阳能光伏转化等专项研究,研究成果讲直接应用于光伏产品。

跨平台可伸缩

支持大规模分布式部署,千万级设备连接和数十万级 QPS 请求处理能力,毫秒级延迟,可支撑海量物联网设备接入需求

2

技术理念

技术架构

IoTOS 本质上是一系列物联网微服务的集合,采用分布式架构,应用程序和服务组件均不存在单点风险,针对不同级别的业务场景可随时扩容,企业无需关心高并发、稳定性等技术难点

技术架构

IoTOS 本质上是一系列物联网微服务的集合,采用分布式架构,应用程序和服务组件均不存在单点风险,针对不同级别的业务场景可随时扩容,企业无需关心高并发、稳定性等技术难点

3

应用场景

功率

根据有功功率、无功功率、谐波功率等信号的变化信息,可以判断系统内符合投入或切除的变化

负荷类型

根据功率的大小等信息判断出负荷的类型

运行模式

通过检测负荷暂态特征值得到每个负荷的运行模式

智能建筑

智能公寓,智能家居,需求侧管理。通过数据分析过往可以了解居民用电的组成情况,分析需求侧响应的空间