CN103164779A - 一种电力系统数据的处理方法及装置 - Google Patents
一种电力系统数据的处理方法及装置 Download PDFInfo
- Publication number
- CN103164779A CN103164779A CN2013101197760A CN201310119776A CN103164779A CN 103164779 A CN103164779 A CN 103164779A CN 2013101197760 A CN2013101197760 A CN 2013101197760A CN 201310119776 A CN201310119776 A CN 201310119776A CN 103164779 A CN103164779 A CN 103164779A
- Authority
- CN
- China
- Prior art keywords
- power system
- electric power
- system data
- trend
- control program
- 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
Links
- 238000003672 processing method Methods 0.000 title abstract 4
- 238000010801 machine learning Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims description 29
- 238000000034 method Methods 0.000 claims description 28
- 239000003990 capacitor Substances 0.000 claims description 22
- 241001269238 Data Species 0.000 claims description 14
- 238000013507 mapping Methods 0.000 claims description 7
- 238000012098 association analyses Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 5
- 238000013523 data management Methods 0.000 abstract description 6
- 206010063385 Intellectualisation Diseases 0.000 abstract 1
- 238000007726 management method Methods 0.000 description 10
- 239000012467 final product Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
Images
Abstract
本发明公开了一种电力系统数据的处理方法及装置,所述电力系统数据的处理方法在获取电力系统数据后,会通过机器学习算法对各类电力系统数据进行处理分析,并得到每一类电力系统数据的趋势走向结果,并能够根据上述得到的结果生成用于电力系统控制的建议控制方案,从而很大程度上减少了电力系统管理人员的工作量,提升了整个电力系统数据管理的自动化和智能化水平。
Description
技术领域
本发明涉及电力系统信息管理技术领域,更具体的说,是涉及一种电力系统数据的处理方法及装置。
背景技术
随着国家电网水平的不断提升以及社会自动化的发展,电力企业在工作方面获取的各类电力系统数据量也迅速膨胀,这就必然引出对电力系统数据进行合理高效的管理方面的问题。
现有技术中,对电力系统数据的管理通常只局限于对电力系统数据的实时检测及显示,并提供对历史电力系统数据进行查询的功能。因此在现有技术中,电力系统数据的管理系统只能对电力系统数据做简单的显示、存储和查询,并不能够对电力系统数据做一些对实际工作有意义的、深层次的处理分析,从而无法满足现在电力企业对自动化、智能化管理的要求。
发明内容
有鉴于此,本发明提供了一种电力系统数据的处理方法及装置,以克服现有技术中,由于电力系统数据的管理系统无法对电力系统数据做深层次的分析处理而导致的无法满足电力企业对自动化、智能化管理要求的问题。
为实现上述目的,本发明提供如下技术方案:
一种电力系统数据的处理方法,包括:
获取当前电力系统数据和历史电力系统数据;
根据所述当前电力系统数据和历史电力系统数据生成各类电力系统数据的曲线趋势图,并采用机器学习算法分析得到每一类电力系统数据的趋势走向结果;
根据所述趋势走向结果生成用于电力系统控制的建议控制方案。
可选的,所述根据所述趋势走向结果生成用于电力系统控制的建议控制方案,包括:
根据预设的电力系统数据趋势与控制方案的对应关系表,查询与所述趋势走向结果对应的控制方案;
根据查询得到的所述控制方案生成建议控制方案。
可选的,所述机器学习算法包括:
聚类算法、分类算法、预测算法、关联分析算法、利群点分析算法、协同过滤分析算法和/或What-if仿真分析算法。
可选的,还包括:
在所述当前电力系统数据超出预设范围时,发出越限告警,并在显示界面弹出消息框;所述消息框包括告警时与告警相关电力系统数据的数值。
可选的,所述电力系统数据包括变电站功率因数、母线电压、有功总加和无功总加。
可选的,还包括:
接收用户输入的目标功率因数参数;
控制投入或切除一个电容器,并获取投入或切除一个电容器后功率因数的变化量;
根据所述变化量和所述目标功率因数参数,计算应投入或切除的电容器数量。
一种电力系统数据的处理装置,包括:
数据获取模块,用于获取当前电力系统数据和历史电力系统数据;
分析处理模块,用于根据所述当前电力系统数据和历史电力系统数据生成各类电力系统数据的曲线趋势图,并采用机器学习算法分析得到每一类电力数据的趋势走向结果;
方案生成模块,用于根据所述趋势走向结果生成用于电力系统控制的建议控制方案。
可选的,所数据方案生成模块包括:
方案查询模块,用于根据预设的电力系统数据趋势与控制方案的对应关系表,查询与所述趋势走向结果对应的控制方案;
方案确定模块,用于根据查询得到的所述控制方案生成建议控制方案。
可选的,还包括:
告警提示模块,用于在所述当前电力系统数据超出预设范围时,发出越限告警,并在显示界面弹出消息框;所述消息框包括告警时与告警相关电力系统数据的数值。
可选的,还包括控制预测模块;所述控制预测模块可以包括:
参数接收模块,用于接收用户输入的目标功率因数参数;
变化量获取模块,用于控制投入或切除一个电容器,并获取投入或切除一个电容器后功率因数的变化量;
控制预测子模块,用于根据所述变化量和所述目标功率因数参数,计算应投入或切除的电容器数量。
经由上述的技术方案可知,与现有技术相比,本发明实施例公开了一种电力系统数据的处理方法及装置,所述电力系统数据的处理方法在获取电力系统数据后,会通过机器学习算法对各类电力系统数据进行处理分析,并得到每一类电力系统数据的趋势走向结果,并能够根据上述得到的结果生成用于电力系统控制的建议控制方案,从而很大程度上减少了电力系统管理人员的工作量,提升了整个电力系统数据管理的自动化和智能化水平。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例公开的电力系统数据的处理方法流程图;
图2为本发明实施例公开的生成建议控制方案的流程图;
图3为本发明实施例公开的另一个电力系统数据的处理方法流程图;
图4为本发明实施例公开的电力系统数据的处理装置结构示意图;
图5为本发明实施例公开的方案生成模块结构示意图;
图6为本发明实施例公开的另一个电力系统数据的处理装置结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
图1为本发明实施例公开的电力系统数据的处理方法流程图,参见图1所示,所述电力系统数据的处理方法可以包括:
步骤101:获取当前电力系统数据和历史电力系统数据。
由于电力系统数据中,很多是需要实时监测的,因此电力系统数据会有很多历史电力系统数据。这里所述的电力系统数据包括但不限于变电站功率因数、母线电压、有功总加和无功总加。
步骤102:根据所述当前电力系统数据和历史电力系统数据生成各类电力系统数据的曲线趋势图,并采用机器学习算法分析得到每一类电力系统数据的趋势走向结果。
其中,所述机器学习算法可以包括聚类算法、分类算法、预测算法、关联分析算法、利群点分析算法、协同过滤分析算法和/或What-if仿真分析算法。步骤102过程中,可以采用机器学习算法对每一类的电力系统数据分别进行分析处理,也可以将不同类别的电力系统数据进行关联分析处理,这样就大大增加了分析处理结果的准确性。
步骤103:根据所述趋势走向结果生成用于电力系统控制的建议控制方案。
例如,趋势走向结果表明母线电压在不断增大,并有可能超过规定范围,则相应的建议控制方案则是指示采取能够减小母线电压措施的运行方案。
在一个示意性的示例中,步骤103的具体过程可以参见图2,图2为本发明实施例公开的生成建议控制方案的流程图,如图2所示,生成建议控制方案的过程可以包括:
步骤201:根据预设的电力系统数据趋势与控制方案的对应关系表,查询与所述趋势走向结果对应的控制方案。
其中,所述预设的电力系统数据趋势与控制方案的对应关系表,可以根据以往电力系统数据的处理和控制经验来配置。
步骤202:根据查询得到的所述控制方案生成建议控制方案。
在查找到和步骤102中得到的电力系统数据的趋势走向结果对应的控制方案后,按照所述控制方案生成对应于当前电力系统数据的趋势走向结果的建议控制方案,并可以进一步将生成的建议控制方案传达至用户,可以通过显示屏显示给用户,也可以直接通过打印机等辅助设备输出纸质文件的建议控制方案。
需要说明的是,本发明实施例着重介绍的是与现有技术不同或本领域中现有技术不存在的内容,对于本领域中现有技术所能够实现的功能,并没有详细介绍,但并不代表本发明实施例公开的技术方案不能实现现有技术能够实现的一些功能。
本实施例中,所述电力系统数据的处理方法在获取电力系统数据后,会通过机器学习算法对各类电力系统数据进行处理分析,并得到每一类电力系统数据的趋势走向结果,并能够根据上述得到的结果生成用于电力系统控制的建议控制方案,从而很大程度上减少了电力系统管理人员的工作量,提升了整个电力系统数据管理的自动化和智能化水平。
实施例二
图3为本发明实施例公开的另一个电力系统数据的处理方法流程图,参见图3所示,所述方法可以包括:
步骤301:获取当前电力系统数据和历史电力系统数据。
其中,所述电力系统数据包括变电站功率因数、母线电压、有功总加和无功总加。
步骤302:根据所述当前电力系统数据和历史电力系统数据生成各类电力系统数据的曲线趋势图,并采用机器学习算法分析得到每一类电力系统数据的趋势走向结果。
其中,所述机器学习算法可以包括聚类算法、分类算法、预测算法、关联分析算法、利群点分析算法、协同过滤分析算法和/或What-if仿真分析算法。
步骤303:接收用户输入的目标功率因数参数。
在发电厂和变电站等电力企业工作过程中,需要根据用户负载实时调整功率因数等电力参数。
步骤304:控制投入或切除一个电容器,并获取投入或切除一个电容器后功率因数的变化量。
系统自动控制投入或切除一个电容器,得到改变一个电容器的工作状态时功率因数的变化量,后续就可以根据单位电容器对电网运行的影响进行相应的对电容器控制的预测工作。
步骤305:根据所述变化量和所述目标功率因数参数,计算应投入或切除的电容器数量。
步骤303-305可以作为一个单独的流程与步骤301-302同时执行,也可以在步骤302之后执行,或者在步骤301和步骤302之前,总之,在步骤306执行前完成即可。
步骤306:根据所述趋势走向结果和计算得到的电容器数量生成用于电力系统控制的建议控制方案。
在其他的实施例中,所述电力系统数据的处理方法还可以包括报警的步骤,例如,在所述当前电力系统数据超出预设范围时,发出越限告警,并在显示界面弹出消息框;所述消息框包括告警时与告警相关电力系统数据的数值。从而方便相关的管理人员及时对电网运行进行合适的控制,以使得相关的电力系统数据能够处于正常范围。
本实施例中,所述电力系统数据的处理方法不仅能够对各类电力系统数据进行处理分析,得到每一类电力系统数据的趋势走向结果,而且能够根据用户设置的目的参数控制得到能够达到所述目的参数的具体操作及操作量,然后根据上述得到的趋势走向结果、操作和操作量生成用于电力系统控制的建议控制方案,从而很大程度上减少了电力系统管理人员的工作量,提升了整个电力系统数据管理的自动化和智能化水平。
上述本发明公开的实施例中详细描述了方法,对于本发明的方法可采用多种形式的装置实现,因此本发明还公开了一种装置,下面给出具体的实施例进行详细说明。
实施例三
图4为本发明实施例公开的电力系统数据的处理装置结构示意图,参见图4所示,所述电力系统数据的处理装置40可以包括:
数据获取模块401,用于获取当前电力系统数据和历史电力系统数据。
其中,所述电力系统数据可以包括但不限于变电站功率因数、母线电压、有功总加和无功总加。
分析处理模块402,用于根据所述当前电力系统数据和历史电力系统数据生成各类电力系统数据的曲线趋势图,并采用机器学习算法分析得到每一类电力数据的趋势走向结果。
其中,所述机器学习算法可以包括聚类算法、分类算法、预测算法、关联分析算法、利群点分析算法、协同过滤分析算法和/或What-if仿真分析算法。
方案生成模块403,用于根据所述趋势走向结果生成用于电力系统控制的建议控制方案。
在一个是示意性的示例中,所述方案生成模块403的具体结构可以参见图5,图5为本发明实施例公开的方案生成模块结构示意图,如图5所示,所述方案生成模块403可以包括:
方案查询模块501,用于根据预设的电力系统数据趋势与控制方案的对应关系表,查询与所述趋势走向结果对应的控制方案。
方案确定模块,用于根据查询得到的所述控制方案生成建议控制方案502。
本实施例中,所述电力系统数据的处理装置在获取电力系统数据后,会通过机器学习算法对各类电力系统数据进行处理分析,并得到每一类电力系统数据的趋势走向结果,并能够根据上述得到的结果生成用于电力系统控制的建议控制方案,从而很大程度上减少了电力系统管理人员的工作量,提升了整个电力系统数据管理的自动化和智能化水平。
实施例四
图6为本发明实施例公开的另一个电力系统数据的处理装置结构示意图,参见图6所示,所述电力系统数据的处理装置60可以包括:
数据获取模块401,用于获取当前电力系统数据和历史电力系统数据。
分析处理模块402,用于根据所述当前电力系统数据和历史电力系统数据生成各类电力系统数据的曲线趋势图,并采用机器学习算法分析得到每一类电力数据的趋势走向结果。
参数接收模块601,用于接收用户输入的目标功率因数参数。
变化量获取模块602,用于控制投入或切除一个电容器,并获取投入或切除一个电容器后功率因数的变化量。
控制预测子模块603,用于根据所述变化量和所述目标功率因数参数,计算应投入或切除的电容器数量。
上述参数接收模块601、变化量获取模块602和控制预测子模块603可以集成在一个模块中,该模块可以叫做控制预测模块。
方案生成模块403,用于根据所述趋势走向结果生成用于电力系统控制的建议控制方案。
在其他的实施例中,所述电力系统数据的处理装置还可以包括告警提示模块,该告警提示模块可以用于在所述当前电力系统数据超出预设范围时,发出越限告警,并在显示界面弹出消息框;所述消息框包括告警时与告警相关电力系统数据的数值。
本实施例中,所述电力系统数据的处理装置不仅能够对各类电力系统数据进行处理分析,得到每一类电力系统数据的趋势走向结果,而且能够根据用户设置的目的参数控制得到能够达到所述目的参数的具体操作及操作量,然后根据上述得到的趋势走向结果、操作和操作量生成用于电力系统控制的建议控制方案,从而很大程度上减少了电力系统管理人员的工作量,提升了整个电力系统数据管理的自动化和智能化水平。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
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,在其它实施例中实现。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)
1.一种电力系统数据的处理方法,其特征在于,包括:
获取当前电力系统数据和历史电力系统数据;
根据所述当前电力系统数据和历史电力系统数据生成各类电力系统数据的曲线趋势图,并采用机器学习算法分析得到每一类电力系统数据的趋势走向结果;
根据所述趋势走向结果生成用于电力系统控制的建议控制方案。
2.根据权利要求1所述的方法,其特征在于,所述根据所述趋势走向结果生成用于电力系统控制的建议控制方案,包括:
根据预设的电力系统数据趋势与控制方案的对应关系表,查询与所述趋势走向结果对应的控制方案;
根据查询得到的所述控制方案生成建议控制方案。
3.根据权利要求1所述的方法,其特征在于,所述机器学习算法包括:
聚类算法、分类算法、预测算法、关联分析算法、利群点分析算法、协同过滤分析算法和/或What-if仿真分析算法。
4.根据权利要求1所述的方法,其特征在于,还包括:
在所述当前电力系统数据超出预设范围时,发出越限告警,并在显示界面弹出消息框;所述消息框包括告警时与告警相关电力系统数据的数值。
5.根据权利要求1所述的方法,其特征在于,所述电力系统数据包括变电站功率因数、母线电压、有功总加和无功总加。
6.根据权利要求1所述的方法,其特征在于,还包括:
接收用户输入的目标功率因数参数;
控制投入或切除一个电容器,并获取投入或切除一个电容器后功率因数的变化量;
根据所述变化量和所述目标功率因数参数,计算应投入或切除的电容器数量。
7.一种电力系统数据的处理装置,其特征在于,包括:
数据获取模块,用于获取当前电力系统数据和历史电力系统数据;
分析处理模块,用于根据所述当前电力系统数据和历史电力系统数据生成各类电力系统数据的曲线趋势图,并采用机器学习算法分析得到每一类电力数据的趋势走向结果;
方案生成模块,用于根据所述趋势走向结果生成用于电力系统控制的建议控制方案。
8.根据权利要求7所述的装置,其特征在于,所数据方案生成模块包括:
方案查询模块,用于根据预设的电力系统数据趋势与控制方案的对应关系表,查询与所述趋势走向结果对应的控制方案;
方案确定模块,用于根据查询得到的所述控制方案生成建议控制方案。
9.根据权利要求7所述的装置,其特征在于,还包括:
告警提示模块,用于在所述当前电力系统数据超出预设范围时,发出越限告警,并在显示界面弹出消息框;所述消息框包括告警时与告警相关电力系统数据的数值。
10.根据权利要求7所述的装置,其特征在于,还包括控制预测模块;所述控制预测模块可以包括:
参数接收模块,用于接收用户输入的目标功率因数参数;
变化量获取模块,用于控制投入或切除一个电容器,并获取投入或切除一个电容器后功率因数的变化量;
控制预测子模块,用于根据所述变化量和所述目标功率因数参数,计算应投入或切除的电容器数量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013101197760A CN103164779A (zh) | 2013-04-08 | 2013-04-08 | 一种电力系统数据的处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013101197760A CN103164779A (zh) | 2013-04-08 | 2013-04-08 | 一种电力系统数据的处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103164779A true CN103164779A (zh) | 2013-06-19 |
Family
ID=48587844
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013101197760A Pending CN103164779A (zh) | 2013-04-08 | 2013-04-08 | 一种电力系统数据的处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103164779A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103701637A (zh) * | 2013-12-16 | 2014-04-02 | 国家电网公司 | 一种电力通信传输网运行趋势分析方法 |
CN104317910A (zh) * | 2014-10-27 | 2015-01-28 | 国家电网公司 | 一种数据处理方法及装置 |
CN106372969A (zh) * | 2016-09-06 | 2017-02-01 | 国家电网公司 | 电力用户特征识别方法及系统 |
CN107368853A (zh) * | 2017-07-14 | 2017-11-21 | 上海博辕信息技术服务有限公司 | 基于机器学习的电网项目分类确定方法及装置 |
CN107545387A (zh) * | 2017-07-18 | 2018-01-05 | 浙江百世技术有限公司 | 一种基于机器学习的快递站点健康度检测方法 |
CN107944654A (zh) * | 2017-10-13 | 2018-04-20 | 国网山东省电力公司青岛供电公司 | 一种电力特性分析方法及装置 |
CN109345028A (zh) * | 2018-10-25 | 2019-02-15 | 国家电网有限公司 | 基于态势感知的电网数据处理方法和装置 |
WO2022041264A1 (zh) * | 2020-08-31 | 2022-03-03 | 苏州大成电子科技有限公司 | 一种大数据支持轨交电力系统运营的方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102411766A (zh) * | 2011-12-29 | 2012-04-11 | 国网信息通信有限公司 | 电力系统数据分析平台及方法 |
CN102968699A (zh) * | 2012-12-12 | 2013-03-13 | 贵州电网公司六盘水供电局 | 电网规划收资数据平台 |
-
2013
- 2013-04-08 CN CN2013101197760A patent/CN103164779A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102411766A (zh) * | 2011-12-29 | 2012-04-11 | 国网信息通信有限公司 | 电力系统数据分析平台及方法 |
CN102968699A (zh) * | 2012-12-12 | 2013-03-13 | 贵州电网公司六盘水供电局 | 电网规划收资数据平台 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103701637A (zh) * | 2013-12-16 | 2014-04-02 | 国家电网公司 | 一种电力通信传输网运行趋势分析方法 |
CN104317910A (zh) * | 2014-10-27 | 2015-01-28 | 国家电网公司 | 一种数据处理方法及装置 |
CN106372969A (zh) * | 2016-09-06 | 2017-02-01 | 国家电网公司 | 电力用户特征识别方法及系统 |
CN107368853A (zh) * | 2017-07-14 | 2017-11-21 | 上海博辕信息技术服务有限公司 | 基于机器学习的电网项目分类确定方法及装置 |
CN107545387A (zh) * | 2017-07-18 | 2018-01-05 | 浙江百世技术有限公司 | 一种基于机器学习的快递站点健康度检测方法 |
CN107545387B (zh) * | 2017-07-18 | 2020-12-22 | 浙江百世技术有限公司 | 一种基于机器学习的快递站点健康度检测方法 |
CN107944654A (zh) * | 2017-10-13 | 2018-04-20 | 国网山东省电力公司青岛供电公司 | 一种电力特性分析方法及装置 |
CN109345028A (zh) * | 2018-10-25 | 2019-02-15 | 国家电网有限公司 | 基于态势感知的电网数据处理方法和装置 |
WO2022041264A1 (zh) * | 2020-08-31 | 2022-03-03 | 苏州大成电子科技有限公司 | 一种大数据支持轨交电力系统运营的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103164779A (zh) | 一种电力系统数据的处理方法及装置 | |
CN102591321B (zh) | 监视控制系统 | |
CN107992949A (zh) | 工业数据分析方法和系统 | |
CN203165012U (zh) | 实验室样品库位管理系统 | |
CN103412956A (zh) | 异构数据源的数据加工处理方法及系统 | |
CN101833714A (zh) | 一种审批权限控制方法、装置及系统 | |
CN105069153A (zh) | 专利分析系统 | |
CN105279275A (zh) | 调度主站端的点表组态方法 | |
CN103985022A (zh) | 智能变电站二次设备运维决策支持系统及数据分析方法 | |
CN105574660A (zh) | 供应商评价分析系统 | |
Stark et al. | Intelligent information technologies to enable next generation PLM | |
CN106777002A (zh) | 一种基于数据挖掘的医学知识库系统 | |
CN115549313A (zh) | 基于人工智能的用电监测方法及系统 | |
CN103489136A (zh) | 基于专家系统工具的电网scada告警信息处理方法及装置 | |
Van Orshoven et al. | Upgrading geographic information systems to spatio-temporal decision support systems | |
CN108874818A (zh) | 一种数据智能可视化系统及方法 | |
CN106326437A (zh) | 一种财经数据分析方法和装置 | |
CN108089080A (zh) | 一种配电网规划监控系统 | |
CN116108959A (zh) | 自助智能机具运营管理评估方法及系统 | |
CN109067587A (zh) | 关键信息基础设施的确定方法及装置 | |
CN104965497A (zh) | 在线式生产数据快速生成与管理方法及系统 | |
CN110580541A (zh) | 一种用于电力系统的数据处理装置 | |
CN111082418B (zh) | 一种配电网设备拓扑关系分析系统及方法 | |
CN113359519A (zh) | 一种实验台 | |
CN113139759A (zh) | 一种电网数据类资产管理方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130619 |