CN112803587A - 一种基于诊断决策库的自动化设备状态智能巡视方法 - Google Patents

一种基于诊断决策库的自动化设备状态智能巡视方法 Download PDF

Info

Publication number
CN112803587A
CN112803587A CN202011624683.XA CN202011624683A CN112803587A CN 112803587 A CN112803587 A CN 112803587A CN 202011624683 A CN202011624683 A CN 202011624683A CN 112803587 A CN112803587 A CN 112803587A
Authority
CN
China
Prior art keywords
state
decision
abnormal
diagnosis
equipment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011624683.XA
Other languages
English (en)
Inventor
王亚军
王帅
栗维勋
殷建军
袁龙
王均慧
樊锐轶
孟宪朋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sifang Project Co ltd
State Grid Corp of China SGCC
State Grid Hebei Electric Power Co Ltd
Original Assignee
Beijing Sifang Project Co ltd
State Grid Corp of China SGCC
State Grid Hebei Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Sifang Project Co ltd, State Grid Corp of China SGCC, State Grid Hebei Electric Power Co Ltd filed Critical Beijing Sifang Project Co ltd
Priority to CN202011624683.XA priority Critical patent/CN112803587A/zh
Publication of CN112803587A publication Critical patent/CN112803587A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
    • H02J13/00034—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for the elements or equipment being or involving an electric power substation

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明涉及一种基于诊断决策库的自动化设备状态智能巡视方法，其包括以下步骤，S1：建立自动化设备状态诊断决策库；S2：建立自动化设备运行监测异常处理专家知识库；S3：依据实时运行中运行异常状态对自动化设备进行异常状态诊断；S4：形成异常状态的辅助决策报告；S5：依据辅助决策报告自动远程复位或重启自动化设备。本发明能够提高运维巡视效率，降低运维巡视成本的方法。

Description

一种基于诊断决策库的自动化设备状态智能巡视方法
技术领域
本发明属于电力系统自动化技术领域，尤其涉及一种本发明属于电力系统自动化技术领域。
背景技术
电力系统中，调度自动化设备实现厂站遥测、遥信、遥控和遥调功能，对电网进行远方监视和控制，调度自动化设备的运行质量直接关系着调控人员对大电网的监控水平。自动化设备数量众多且类型不尽相同，使用传统的人工巡视方法，对自动化设备的故障分析和处理效率不高，维护人员投入的时间和精力很大，运维巡视的成本较高。
由此，需要开发一种能够提高运维巡视效率，降低运维巡视成本的方法。
发明内容
本发明所要解决的技术问题在于提供一种基于诊断决策库的自动化设备状态智能巡视方法，能够提高运维巡视效率，降低运维巡视成本的方法。
为实现上述目的，本发明的技术方案包括以下步骤：
S1：建立自动化设备状态诊断决策库；
S2：建立自动化设备运行监测异常处理专家知识库；
S3：依据实时运行中运行异常状态对自动化设备进行异常状态诊断；
S4：形成异常状态的辅助决策报告；
S5：依据辅助决策报告自动远程复位或重启自动化设备。
进一步地，步骤S1中，利用决策树技术构建自动化设备状态诊断决策库。
进一步地，步骤S1中，决策树的基础包括自动化设备监测信息、对时信息、端口信息的功能性异常信息及通信通道异常数据。
进一步地，步骤S2中，专家知识库为收集的自动化设备研发及运行专家对于自动化设备异常运行情况的处理方法。
进一步地，所述处理方法包括告警描述、告警原因和处理措施。
进一步地，步骤S3中，通过步骤S1的决策库对自动化设备运行状态进行实时监测，并实时识别自动化设备异常运行状态和原因，通过步骤S2实现二次设备故障诊断，并在此基础上实现异常状态诊断。
进一步地，步骤S4中，辅助决策报告包括告警处理的时间计划和处理方式，通过该辅助决策报告实现状态检修。
进一步地，步骤S4中，辅助决策的实现包括：自动化设备状态监视可视化界面，可列出自动化设备当前的异常运行状态、影响范围、原因及处理办法。
进一步地，步骤S4中，辅助决策的实现还包括：基于异常运行状态信息产生缺陷记录，并展示缺陷的原因及处理办法。
进一步地，步骤S5中，依据辅助决策报告给出的处理方式，如果存在运行状态异常但通信状态正常的情况，执行自动远程复位或重启自动化设备，实现远程动态自闭环的异常恢复措施。
本发明积极效果如下：
本发明利用数据网络资源开发出一种基于诊断决策库的自动化设备状态智能巡视方法，将变电站所有自动化设备联网，实时、准确地收集和站内自动化设备信息数据，实现对自动化设备的远程监控、维护，能够更有效更及时的发挥自动化设备的功能，迅速查找出故障点，为快速准确地排除自动化设备故障提供有力的依据。
附图说明
图1是决策树的构建方法。
图2是异常状态处理流程图。
图3是本发明智能巡视方法流程图。
具体实施方式
下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本申请及其应用或使用的任何限制。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本发明提供了一种基于诊断决策库的自动化设备状态智能巡视方法，其包括以下步骤，
S1：建立自动化设备状态诊断决策库；
S2：建立自动化设备运行监测异常处理专家知识库；
S3：依据实时运行中运行异常状态对自动化设备进行异常状态诊断；
S4：形成异常状态的辅助决策报告；
S5：依据辅助决策报告自动远程复位或重启自动化设备。
进一步地，步骤S1中，利用决策树技术构建自动化设备状态诊断决策库。
决策树(Decision Tree)是以实例为基础的归类学习算法，它着眼于从一组无次序、无规则的实例中推理出决策树表示形式的分类规则，适用于自动化设备运行状态信息映射为其所描述的故障性质等要素。在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。树中每个节点表示某个对象，每个分叉路径代表某个可能的属性值，而每个叶结点则对应从根节点到该叶节点所经历的路径所表示的对象的值。
从数据产生决策树的机器学习技术叫做决策树学习。决策树学习是数据探勘中一个普通的方法，每个决策树都表述了一种树型结构，它由它的分支来对该类型的对象依靠属性进行分类。所谓分类，简单来说，就是根据文本的特征或属性，划分到已有的类别中。分类作为一种监督学习方法，要求必须事先明确知道各个类别的信息，并且断言所有待分类项都有一个类别与之对应。决策树的构建可以依靠对样本数据的分割进行数据测试，这个过程可以递归式的对树进行修剪。当不能再进行分割或一个单独的类可以被应用于某一分支时，就完成了决策树的构建。
进一步地，步骤S1中，决策树的基础包括自动化设备监测信息、对时信息、端口信息的功能性异常信息及通信通道异常数据。
步骤S1基于决策树技术的自动化设备状态诊断决策库以设备监测信息、对时信息、端口信息的功能性异常信息及通信通道异常数据作为决策树的基础，对自动化设备运行状态进行分类，按照各类数据的异常性质和告警原因可将运行监测信息分为以下类别。
表1自动化设备监测信息
Figure BDA0002872909480000031
Figure BDA0002872909480000041
表2自动化设备对时信息
Figure BDA0002872909480000042
表3自动化设备端口信息
Figure BDA0002872909480000051
表4自动化设备单个端口信息
Figure BDA0002872909480000061
根据上节中所述的自动化设备运行监测信息的分类方法，将所有运行监测信号作为一个根节点,依据ID3算法按照异常性质、异常范围和故障原因三种规则进行树的分支。
进一步地，步骤S2中，专家知识库为收集的自动化设备研发及运行专家对于自动化设备异常运行情况的处理方法，该处理方法包括告警描述、告警原因和处理措施。
进一步地，步骤2)中，在步骤S1自动化设备运行监测信息决策树构建自动化设备状态诊断决策库完成后，可实时识别自动化设备异常运行状态和原因，但对于异常如何处理故障，仍需建立相应专家经验库，从而针对异常原因给出较为详细的处理措施。
建立自动化设备运行监测专家知识库，需要收集自动化设备研发及运行专家对于自动化设备异常运行情况的处理方法，综合分析提炼，形成自动化设备运行异常处理专家知识库。专家库的组成要素包括：告警描述、告警原因和处理措施。
将各厂家自动化设备异常运行状态的原因及处理方式信息收集整理后，进行信息的合并与整理，形成专家库，供后续系统功能使用。
进一步地，步骤S3中，通过步骤S1的决策库对自动化设备运行状态进行实时监测，并实时识别自动化设备异常运行状态和原因，通过步骤S2实现二次设备故障诊断，并在此基础上实现异常状态诊断。
步骤S3中，在建立起步骤S1自动化设备状态诊断决策库和步骤S2自动化设备运行监测异常处理专家知识库后，就可依据实时运行中自动化设备运行异常状态对自动化设备进行异常状态诊断。
自动化设备异常运行状态诊断是在建立起自动化设备运行状态信息多维度分类模型、并建立异常原因及处理办法专家知识库的前提下，以各种自动化设备本体监测信息、实时运行信息及业务功能状态信息为触发条件，按照决策树路径定位异常产生的原因，从而实现的二次设备故障诊断，并在此基础上实现异常状态的辅助决策。其工作流程为：在收到自动化设备运行状态，对运行状态进行实时监测，依据其运行状态信息多维度分类模型、异常原因及处理办法知识库快速确定异常状态的严重程度、影响范围等，并获得异常产生的原因及处理办法，从而形成异常状态的辅助决策报告，依据此报告可确定告警处理的时间计划、处理方式等，从而实现状态检修。
在运行状态的分析过程中，对上述各类运行信息，根据专家系统知识库结合相关的定量分析，进行逻辑推理，判断出引起自动化设备异常运行状态的具体原因，例如是自动化设备本体故障，还是外围设备异常导致的本体运行异常，并对自动化设备异常运行状态的原因实现精确描述。
表5告警分类维度表
Figure BDA0002872909480000071
Figure BDA0002872909480000081
在建立的异常运行状态多维度分类模型、并建立异常原因及处理办法专家知识库后，可以很容易实现异常状态的辅助决策，从而实现状态检修：
如图2所示，在收到自动化设备运行状态信息后，依据其自动化设备运行状态信息的多维度分类模型、告警原因及处理办法知识库快速确定异常状态的严重程度、影响范围等，并获得异常状态产生的原因及处理办法，从而形成异常状态的辅助决策报告，依据此报告可确定异常的处理的时间计划、处理方式等，从而实现状态检修。
进一步地，步骤S4中，辅助决策报告包括告警处理的时间计划和处理方式，通过该辅助决策报告实现状态检修。
步骤S4中，辅助决策的实现包括两个方面：
(1)自动化设备状态监视可视化界面，可列出自动化设备当前的异常运行状态、影响范围、原因及处理办法；
(2)基于异常运行状态信息产生缺陷记录，并展示缺陷的原因及处理办法。
进一步地，步骤S5中，依据辅助决策报告给出的处理方式，如果存在运行状态异常但通信状态正常的情况，执行自动远程复位或重启自动化设备，实现远程动态自闭环的异常恢复措施。
综上所述，结合附图3，对本发明进行简要概括如下：
1)建立自动化设备状态诊断决策库。
以自动化设备运行状态信息为触发源,以异常运行信息、业务状态及专家经验为基础，利用决策树技术构建处置自动化设备异常状态诊断决策库。
基于决策树技术的自动化设备状态诊断决策库以设备监测信息、对时信息、端口信息、单个端口信息的功能性异常信息及通信通道异常数据等作为决策树的基础，对自动化设备运行状态进行分类，按照各类数据的异常性质和告警原因可将运行监测信息进行分类，参见说明书表1-表4中的类别。
根据以上所述的自动化设备运行监测信息的分类方法，将所有运行监测信号作为一个根节点,依据ID3算法按照异常性质、异常范围、故障原因三种规则进行树的分支。
2)建立自动化设备运行监测专家知识库
自动化设备运行监测信息决策树构建完成后，可实时识别自动化设备异常运行状态和原因，但对于异常如何处理故障，仍需建立相应专家经验库，从而针对异常原因给出较为详细的处理措施。专家知识库的建立，需要收集自动化设备研发及运行专家对于自动化设备异常运行情况的处理方法，综合分析提炼，形成自动化设备运行异常处理专家知识库。专家库的组成要素包括：告警描述、告警原因、处理措施等。
将各厂家自动化设备异常运行状态的原因及处理方式信息收集整理后，进行信息的合并与整理，形成专家库，供后续系统功能使用。
3)依据实时运行中运行异常状态对自动化设备进行异常状态诊断
自动化设备异常运行状态诊断是在建立起自动化设备运行状态信息多维度分类模型、并建立异常原因及处理办法专家知识库的前提下，以各种自动化设备本体监测信息、实时运行信息及业务功能状态信息为为触发条件，按照决策树路径定位异常产生的原因，从而实现的二次设备故障诊断，并在此基础上实现异常状态的辅助决策。
其工作流程为：在收到自动化设备运行状态，对运行状态进行实时监测，依据其运行状态信息多维度分类模型、异常原因及处理办法知识库快速确定异常状态的严重程度、影响范围等，并获得异常产生的原因及处理办法，从而形成异常状态的辅助决策报告，依据此报告可确定告警处理的时间计划、处理方式等，从而实现状态检修。
4)形成异常状态的辅助决策报告
在收到自动化设备运行状态信息后，依据其自动化设备运行状态信息的多维度分类模型、告警原因及处理办法知识库快速确定异常状态的严重程度、影响范围等，并获得异常状态产生的原因及处理办法，从而形成异常状态的辅助决策报告，依据此报告可确定异常的处理的时间计划、处理方式等，从而实现状态检修。
5)依据辅助决策报告自动远程复位或重启自动化设备
依据辅助决策报告给出的处理方式，如果存在运行状态异常但通信状态正常的情况，执行自动远程复位或重启自动化设备，实现远程动态自闭环的异常恢复措施。
结合具体实例说明：比如某变电站某间隔测控装置上送的遥测不刷新，通过步骤S1、S2和S3，根据状态诊断决策库和专家知识库可得出，该故障为装置异常，大概率是测控装置死机。按照步骤4，给出的辅助决策报告为，对测控装置进行重启，现场技术人员按照步骤5对测控装置重启后，告警消除。
本发明利用数据网络资源将变电站所有自动化设备联网，实时、准确地收集和站内自动化设备信息数据，实现对自动化设备的远程监控、维护，能够更有效更及时的发挥自动化设备的功能，迅速查找出故障点，为快速准确地排除自动化设备故障提供有力的依据。
利用决策树技术构建了处置自动化设备异常状态措施决策库，判断自动化设备潜在风险，同时根据安全有效的策略，自动远程复位或重启自动化设备来解决常见问题，并自动生成自动化设备巡检报告和消缺报告，形成远程动态自闭环的状态巡视，实现在主站端远程定期巡检辖区内全部自动化设备，减少运维检修工作量，提升自动化设备运行质量。
自动化设备状态诊断决策库，以自动化设备运行状态信息为触发源,以异常运行信息、业务状态及专家经验为基础，利用决策树技术构建了处置自动化设备异常状态措施决策库。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种基于诊断决策库的自动化设备状态智能巡视方法，其特征在于：其包括以下步骤，
S1：建立自动化设备状态诊断决策库；
S2：建立自动化设备运行监测异常处理专家知识库；
S3：依据实时运行中运行异常状态对自动化设备进行异常状态诊断；
S4：形成异常状态的辅助决策报告；
S5：依据辅助决策报告自动远程复位或重启自动化设备。
2.根据权利要求1所述的一种基于诊断决策库的自动化设备状态智能巡视方法，其特征在于：步骤S1中，利用决策树技术构建自动化设备状态诊断决策库。
3.根据权利要求2所述的一种基于诊断决策库的自动化设备状态智能巡视方法，其特征在于：步骤S1中，决策树的基础包括自动化设备监测信息、对时信息、端口信息的功能性异常信息及通信通道异常数据。
4.根据权利要求1所述的一种基于诊断决策库的自动化设备状态智能巡视方法，其特征在于：步骤S2中，专家知识库为收集的自动化设备研发及运行专家对于自动化设备异常运行情况的处理方法。
5.根据权利要求4所述的一种基于诊断决策库的自动化设备状态智能巡视方法，其特征在于：所述处理方法包括告警描述、告警原因和处理措施。
6.根据权利要求1所述的一种基于诊断决策库的自动化设备状态智能巡视方法，其特征在于：
步骤S3中，通过步骤S1的决策库对自动化设备运行状态进行实时监测，并实时识别自动化设备异常运行状态和原因，通过步骤S2实现二次设备故障诊断，并在此基础上实现异常状态诊断。
7.根据权利要求1所述的一种基于诊断决策库的自动化设备状态智能巡视方法，其特征在于：
步骤S4中，辅助决策报告包括告警处理的时间计划和处理方式，通过该辅助决策报告实现状态检修。
8.根据权利要求1所述的一种基于诊断决策库的自动化设备状态智能巡视方法，其特征在于：步骤S4中，辅助决策的实现包括：自动化设备状态监视可视化界面，列出自动化设备当前的异常运行状态、影响范围、原因及处理办法。
9.根据权利要求1所述的一种基于诊断决策库的自动化设备状态智能巡视方法，其特征在于：步骤S4中，辅助决策的实现还包括：基于异常运行状态信息产生缺陷记录，并展示缺陷的原因及处理办法。
10.根据权利要求1所述的一种基于诊断决策库的自动化设备状态智能巡视方法，其特征在于：步骤S5中，依据辅助决策报告给出的处理方式，如果存在运行状态异常但通信状态正常的情况，执行自动远程复位或重启自动化设备，实现远程动态自闭环的异常恢复措施。
CN202011624683.XA 2020-12-30 2020-12-30 一种基于诊断决策库的自动化设备状态智能巡视方法 Pending CN112803587A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011624683.XA CN112803587A (zh) 2020-12-30 2020-12-30 一种基于诊断决策库的自动化设备状态智能巡视方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011624683.XA CN112803587A (zh) 2020-12-30 2020-12-30 一种基于诊断决策库的自动化设备状态智能巡视方法

Publications (1)

Publication Number Publication Date
CN112803587A true CN112803587A (zh) 2021-05-14

Family

ID=75807614

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011624683.XA Pending CN112803587A (zh) 2020-12-30 2020-12-30 一种基于诊断决策库的自动化设备状态智能巡视方法

Country Status (1)

Country Link
CN (1) CN112803587A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113657648A (zh) * 2021-07-22 2021-11-16 广州中国科学院沈阳自动化研究所分所 一种多维数据融合的设备健康评估方法、装置及运维系统
CN114296427A (zh) * 2021-12-13 2022-04-08 国网山东省电力公司电力科学研究院 一种基于调度主站的远程二次设备模拟量智能诊断方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102638100A (zh) * 2012-04-05 2012-08-15 华北电力大学 地区电网设备异常告警信号关联分析与诊断方法
CN103679293A (zh) * 2013-12-20 2014-03-26 长园深瑞继保自动化有限公司 智能变电站告警和辅助决策系统
CN105139158A (zh) * 2015-10-10 2015-12-09 国家电网公司 电网异常信息智能告警和辅助决策方法
CN108053113A (zh) * 2017-12-12 2018-05-18 国网江苏省电力有限公司扬州供电分公司 一种配电自动化故障智能识别与定位系统的设计方法
CN108985467A (zh) * 2018-06-22 2018-12-11 贵州电网有限责任公司 基于人工智能的二次设备精益化管控方法
WO2019233047A1 (zh) * 2018-06-07 2019-12-12 国电南瑞科技股份有限公司 基于电网调度的运维方法
CN111526062A (zh) * 2020-07-06 2020-08-11 国网江西省电力有限公司电力科学研究院 一种变电站远动通信网关机的维护方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102638100A (zh) * 2012-04-05 2012-08-15 华北电力大学 地区电网设备异常告警信号关联分析与诊断方法
CN103679293A (zh) * 2013-12-20 2014-03-26 长园深瑞继保自动化有限公司 智能变电站告警和辅助决策系统
CN105139158A (zh) * 2015-10-10 2015-12-09 国家电网公司 电网异常信息智能告警和辅助决策方法
CN108053113A (zh) * 2017-12-12 2018-05-18 国网江苏省电力有限公司扬州供电分公司 一种配电自动化故障智能识别与定位系统的设计方法
WO2019233047A1 (zh) * 2018-06-07 2019-12-12 国电南瑞科技股份有限公司 基于电网调度的运维方法
CN108985467A (zh) * 2018-06-22 2018-12-11 贵州电网有限责任公司 基于人工智能的二次设备精益化管控方法
CN111526062A (zh) * 2020-07-06 2020-08-11 国网江西省电力有限公司电力科学研究院 一种变电站远动通信网关机的维护方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113657648A (zh) * 2021-07-22 2021-11-16 广州中国科学院沈阳自动化研究所分所 一种多维数据融合的设备健康评估方法、装置及运维系统
CN113657648B (zh) * 2021-07-22 2024-03-19 广州中国科学院沈阳自动化研究所分所 一种多维数据融合的设备健康评估方法、装置及运维系统
CN114296427A (zh) * 2021-12-13 2022-04-08 国网山东省电力公司电力科学研究院 一种基于调度主站的远程二次设备模拟量智能诊断方法
CN114296427B (zh) * 2021-12-13 2024-03-26 国网山东省电力公司电力科学研究院 一种基于调度主站的远程二次设备模拟量智能诊断方法

Similar Documents

Publication Publication Date Title
CN110717665B (zh) 基于调度控制系统故障辨识及趋性分析系统和方法
KR20210019564A (ko) 운영 유지 시스템 및 방법
CN109800127A (zh) 一种基于机器学习的系统故障诊断智能化运维方法及系统
CN110674189B (zh) 一种智能变电站二次状态监测与故障定位的方法
CN112910089A (zh) 一种变电站二次设备故障逻辑可视化方法及系统
CN104979908B (zh) 一种变电站网络在线故障分析方法
CN105424395A (zh) 设备故障的确定方法和装置
CN112817280A (zh) 一种用于火电厂智慧监盘报警系统实现方法
CN111474444B (zh) 一种基于知识图谱的线路故障复电决策方法
CN112803587A (zh) 一种基于诊断决策库的自动化设备状态智能巡视方法
CN104574219A (zh) 电网业务信息系统运行工况的监测预警方法及系统
CN112884452A (zh) 一种智能运维多源数据采集可视化分析系统
CN111666978B (zh) 一种it系统运维大数据的智能故障预警系统
CN101738998A (zh) 一种基于局部判别分析的工业过程监测系统及方法
CN116028887B (zh) 一种连续性工业生产数据的分析方法
CN113902241A (zh) 一种基于综合状态评价的电网设备检修的策略系统及方法
CN110728381A (zh) 一种基于rfid和数据处理的发电厂智能巡检方法及系统
CN112949874A (zh) 一种配电终端缺陷特征自诊断方法及系统
CN116185757A (zh) 机房能耗智能监测系统
CN117150418B (zh) 基于状态特征故障树的变压器运检周期制定方法和系统
WO2024098986A1 (zh) 一种基于智能录波器的继电保护装置缺陷检测方法及系统
CN113093695A (zh) 一种数据驱动的sdn控制器故障诊断系统
Jingyu et al. Statistical analysis of distribution network fault information based on multi-source heterogeneous data mining
CN106815774A (zh) 基于cep引擎的变电站运行监控信号规范化处理方法
CN111965995A (zh) 一种三库合一飞机航电系统健康评估与预测系统及其方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination