CN103324832B - 变电站间隔内可疑数据的实时辨识系统 - Google Patents
变电站间隔内可疑数据的实时辨识系统 Download PDFInfo
- Publication number
- CN103324832B CN103324832B CN201310205754.6A CN201310205754A CN103324832B CN 103324832 B CN103324832 B CN 103324832B CN 201310205754 A CN201310205754 A CN 201310205754A CN 103324832 B CN103324832 B CN 103324832B
- Authority
- CN
- China
- Prior art keywords
- data
- module
- interval
- formula
- suspicious
- 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.)
- Active
Links
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明提供一种变电站间隔内可疑数据的实时辨识系统,包括系统内存库以及系统数据库、公式计算服务模块、数据采集模块、告警服务模块以及间隔数据辨识模块,公式录入工具用于将变电站各间隔内需要参与计算的数据源作为参数生成多个辨识公式,公式计算服务模块从系统数据库中读取公式列表并根据公式参数中的数据源从系统内存库中读取实时数据,公式计算服务模块再根据公式名称调用前述间隔数据辨识模块进行判别并将计算结果提交到系统内存库,前述告警服务模块实时调用系统内存库内的计算结果并通过告警展示模块通知用户。本发明的系统利用数据间的关系进行挖掘,使其能够及时准确地鉴别出其中的可疑数据,提高系统平台的智能性和可维护性。
Description
技术领域
本发明涉及电力自动化领域技术领域,具体而言涉及基于智能变电站一体化监控系统的一种变电站间隔内可疑数据的实时辨识系统,适于对变电站出线间隔内采集数据的可疑情况进行最优化的策略计算和评估。
背景技术
随着我国智能电网进入全面建设阶段,对于智能变电站出线间隔采集数据辨识要求也越来越高,国家电网公司在《智能变电站一体化监控系统建设技术规范》一文中要求对于变电站一个间隔内的采集数据,监控系统要具有检测可疑数据、辨识不良数据并可以向相关人员发出告警功能。
传统的可疑数据识别技术基本上是在调度主站端使用状态估计算法,状态估计是面向全网数据,需要提供全网的网络拓扑和所有变压器和线路的阻抗参数参于计算,维护比较复杂,相对于一个间隔的数据辩识精度不够。因而,这种方法不适合一个间隔小范围内可疑数据的鉴别。
另一方面,一个间隔内数据通常使用冻结监控画面,截取同一时间点数据,然后通过人工离线计算的方法得到不良数据,这种方法既麻烦又消耗人力并且还容易误判。
这些问题的存在,就要求尽快形成一套解决方案,能实现在线地、实时地在间隔采集数据中找到可疑数据,并且利用系统的告警平台发出告警。这套方案涉及两个方面:一方面是实现小范围内可疑数据辩识算法的优化,保证多个间隔可以同时准确并快速地检测和鉴别出可疑数据,另一方面如何充分利用智能变电站一体化监控平台现有功能模块,既减少重复劳动,又保证与监控平台无缝衔接,保持系统平台的一体化特点和风格统一。
发明内容
针对现有技术中的缺陷和不足,本发明旨在提供一种改进的变电站间隔内可疑数据的实时辨识系统,使其能够实现根据变电站间隔实时数据鉴别出其中的可疑数据,并且集合智能告警模块向相关人员发出告警。
为达上述目的,本发明提出一种变电站间隔内可疑数据的实时辨识系统,包括系统内存库以及与之数据连接的系统数据库、公式计算服务模块、数据采集模块、告警服务模块以及间隔数据辨识模块,公式录入工具连接至前述系统数据库并用于将变电站各间隔内需要参与计算的数据源作为参数生成多个辨识公式,所有辨识公式录入到系统数据库内,每个辨识公式用于计算一个间隔数据,前述数据采集模块实时采集变电站各间隔内的实时数据并存入系统内存库中,前述公式计算服务模块从系统数据库中读取公式列表并根据公式参数中的数据源从系统内存库中读取实时数据,公式计算服务模块再根据公式名称调用前述间隔数据辨识模块来对输入参数进行判别和计算,间隔数据辩识模块将计算结果提交到系统内存库,前述告警服务模块实时调用系统内存库内的计算结果以判别产生告警信息并通过与之连接的告警展示模块通知用户。
进一步,前述间隔数据辨识模块的输入参数包括有功功率P、无功功率Q、线电流I、相电压Ua和功率因数五个实时数据以及判断阈值yuzhi和线电压基准值vol,间隔数据辨识模块的计算结果以返回对应整数值的形式发送至前述系统内存库,其中计算结果与对应整数值的关系如下:0-正常,1-P有问题,2-Q有问题,3-U有问题,4-I有问题,有问题,6-多个间隔数据有问题。
进一步,前述间隔数据辨识模块判断间隔数据中是否存在可疑数据的判别和计算过程包括以下步骤:
1)电压U值检查
间隔数据辨识模块按照如下公式判断电压U是否可疑:
其中,deltaU为电压误差率,U为相电压Ua经换算得到的线电压,电压基准值vol按照下表确定:
如果,计算得出的deltaU小于判断阈值yuzhi,则表明电压U值是正常的,否则电压U值可疑并输出对应的整数值3。
2)参数检查
间隔数据辨识模块根据电力系统实际应用束约特点,对输入参数进行数值大小的检查以判断其是否在正常范围内,并对计算结果输出为0的特殊值进行处理。
3)间隔数据辩识模块中重复调用一数据检测模块,运用最小二乘法判别有功功率P、无功功率Q、线电流I、电压U值和功率因数五个间隔数据中是否存在可疑数据。
进一步,数据检测模块运用最小二乘法判别参数P、Q、U、I、中是否存在可疑数据的过程如下:
1)运用最小二乘法判别参数P、Q、U、I、五个数据的估算值和输入值的误差率是否小于判断阈值,如果五个数据的估算误差率都小于判断阈值yuzhi,则认为这五个数据都是正常的并返回真,间隔数据辩识模块返回整数值0并存储至系统内存库,否则:返回假,并返回P、Q、U、I、中对应的最大估算误差率delta;
2)假设P、Q、I、中的某一个数据为可疑数据,其他数据没有问题,则根据P、Q、U、I、中其它四个数据并按照各数据之间的换算关系可计算获得假设的可疑数据的三个替换值,这样分别用三个替换值与其他四个数据作为输入参数并分三次调用数据检测模块;
3)重复步骤2)直到P、Q、I、中所有的数据均被假设为可疑数据并用替换值调用数据检测模块;
4)判别参数P、Q、I、中是否存在可疑数据:将所有返回值为真时所对应的多个最大估算误差率delta值中最小delta值时所假设的那个数据即为最有可能的可疑数据,并输出对应的整数值;如果12次调用都返回假,说明P、Q、I、四个数据里有多个数据可疑,并输出对应的整数值6。
进一步,前述判断阈值yuzhi的取值为0.065。
进一步,前述告警展示模块通过告警窗口显示、语音提示、发送短信中的至少一种方式将告警信息通知用户。
由以上本发明的技术方案可知,本发明的有益效果在于可充分利用现有智能变电站一体化监控系统,系统充分利用数据间的数学关系,对数据中蕴涵的信息进行进一步地挖掘,使其能够实现根据变电站间隔实时数据鉴别出其中的可疑数据,并且集合智能告警模块向相关人员发出告警,实时、准确地完成了间隔内可疑数据的鉴别和告警,使得用户能即时发现错误数据,迅速排除电力安全隐患,满足了用户的需求,同时也提高了系统平台的智能性和可维护性。
附图说明
图1为本发明较优实施例的模块示意图。
图2为图1实施例中间隔数据辩识模块主流程示意图。
图3为图1实施例中可疑数据判别流程示意图。
具体实施方式
为了更了解本发明的技术内容,特举具体实施例并配合所附图式说明如下。
如图1所示并参考图2和图3所示的间隔数据辩识模块主流程和可疑数据判别流程,根据本发明的较优实施例,变电站间隔内可疑数据的实时辨识系统,包括系统内存库以及与之数据连接的系统数据库、公式计算服务模块、数据采集模块、告警服务模块以及间隔数据辨识模块,公式录入工具连接至前述系统数据库并用于将变电站各间隔内需要参与计算的数据源作为参数生成多个辨识公式,所有辨识公式录入到系统数据库内,每个辨识公式用于计算一个间隔数据,前述数据采集模块实时采集变电站各间隔内的实时数据并存入系统内存库中,前述公式计算服务模块从系统数据库中读取公式列表并根据公式参数中的数据源从系统内存库中读取实时数据,公式计算服务模块再根据公式名称调用前述间隔数据辨识模块来对输入参数进行判别和计算,间隔数据辩识模块将计算结果提交到系统内存库,前述告警服务模块实时调用系统内存库内的计算结果以判别产生告警信息并通过一与之连接的告警展示模块通知用户。
本实施例中,间隔数据辨识模块的计算结果以返回对应整数值的形式发送至前述系统内存库,其中计算结果与对应整数值的关系如下:0-正常,1-P有问题,2-Q有问题,3-U有问题,4-I有问题,有问题,6-多个间隔数据有问题。
间隔数据辨识模块的输入参数包括有功功率P、无功功率Q、线电流I、相电压Ua和功率因数五个实时数据以及判断阈值yuzhi和线电压基准值vol,根据电力系统中有功功率P、无功功率Q、线电流I、相电压Ua和功率因数这5个物理量之间的数学关系,结合这些电力系统中物理量的实际应用中约束特点,逐个运用最小二乘法综合判别每个物理量是否可疑,并输出判别结果:数据正常或者某个物理量可疑或者多个物理量可疑。当这5个数据中只有1个数据是错误时,根据5个数据之间关系,系统实时识别出错误的那个数据;如果有多个数据错误时理论上无法识别出具体是哪一个数据有错误,但至少需要识别出是否有错误数据;系统识别出上面两种有错误数据的情况应同时发出相应的告警信息,提醒用户检查该间隔数据。进一步,告警展示模块通过告警窗口显示、语音提示、发送短信中的至少一种方式将告警信息通知用户。
其中,电力系统中有功功率P、无功功率Q、线电流I、相电压Ua和功率因数之间的数学关系如下面公式所示:
其中,公式(1)中的是功率因数对应的正弦值,为了便于计算而引入;
由公式(2)、公式(3)和公式(4)可以推导出每个量由其它几个量表达的公式如下:
间隔数据辨识模块是本实施实时辨识系统的核心模块,其用于判断间隔数据中是否存在可疑数据并判别哪些数据是可疑的,参考图2所示,其判别和计算过程包括以下步骤:
1)电压U值检查
间隔数据辨识模块按照如下公式判断电压U是否可疑:
其中,deltaU为电压误差率,U为相电压Ua经换算得到的线电压,电压基准值vol按照下表确定:
表1-电压基准值对照表
如果,计算得出的deltaU小于判断阈值yuzhi,则表明电压U值是正常的,否则:电压U值可疑,并输出对应的整数值3。
2)参数检查
间隔数据辨识模块根据电力系统实际应用束约特点,对输入参数进行数值大小的检查以判断其是否在正常范围内,并对计算结果输出为0的特殊值进行处理。
例如:值只能大于等于0且小于等于1,如果功率因数值不在这个范围,则返回有问题;再如:当有功功率P等于0,而电流I和功率因数值都不等于0时,则返回1-P有问题。
3)间隔数据辩识模块中重复调用一数据检测模块,运用最小二乘法判别有功功率P、无功功率Q、线电流I、电压U值和功率因数五个间隔数据中是否存在可疑数据。
数据检测模块因为在判别过程中会多次调用,因此将其独立为子模块,该模块的作用是运用最小二乘法判别输入参数P、Q、U、I、五个数据估算值和输入值的误差率是否小于判断阈值yuzhi,如果5个数据的估算误差率都小于判断阈值yuzhi则认为这5个数据都是正常的并返回真,间隔数据辩识模块返回整数值0并存储至系统内存库,否则:返回假,并返回最大估算误差率delta。
调用数据检测模块如果返回假,说明P、Q、U、I、这5个数据中至少有1个数据可疑,而电压U在前面已经判断为真了,只剩下P、Q、I、四个数据里有可疑数据。下面结合图3所示,介绍如何具体利用最小二乘法判断哪一个是可疑数据,其过程如下:
1)假设P、Q、I、中的某一个数据为可疑数据,其他数据没有问题,则根据P、Q、U、I、中其它四个数据并按照各数据之间的换算关系可计算获得假设的可疑数据的三个替换值,这样分别用三个替换值与其他四个数据作为输入参数并分三次调用数据检测模块;
2)重复步骤1)直到P、Q、I、中所有的数据均被假设为可疑数据并用替换值调用数据检测模块;
3)判别参数P、Q、I、中是否存在可疑数据:将所有返回值为真时所对应的多个最大估算误差率delta值中最小delta值时所假设的那个数据即为最有可能的可疑数据,并输出对应的整数值;如果12次调用都返回假,说明P、Q、I、四个数据里有多个数据可疑,并输出对应的整数值6。
例如,假设数据P有问题,而其它3个数据都没有问题,则根据其它3个数据以及电压值U可以由公式(2)、公式(5)、公式(6)三个公式分别计算出三个替换的有功功率P,用通过计算出来的三个替换值分别替换原来的有功功率P并结合Q、U、I、,以这五个数据作为输入参数调用数据检测模块,如果返回真,则说明数据P有可能真是有问题的,这里为什么说有可能P有问题而不能肯定问题,因为假如实际上P是没有问题,而是其它三个数(Q、I、)有问题,用公式(2)、公式(5)、公式(6)计算出来数据替换值P实际是用有问题的数据算出来的,最终调用数据检测模块只要误差率小于阈值就会返回真,所以说即使返回真只能说明原来的P极有可能有问题。那么如何确认究竟哪一数据有问题呢?思路是这样的,将P、Q、I、四个数据,分别假设每一个数据有问题,其余数据没有问题,分别用其对应的3个公式计算出3个替换数据,这样4个数据中每个数据3个公式,共12次调用数据检测模块,将所有返回值为真时所对应的多个最大估算误差率delta值中最小delta值时所假设的那个数据即为最有可能的可疑数据,并输出对应的整数值;如果12次调用都返回假,说明P、Q、I、四个数据里有多个数据可疑。
本实施例中,前述判别过程中的判断阈值yuzhi的取值为默认值0.065。
本实施例中所运用的最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小。
假设数据X是个客观存在物理量,通过n种测量方法可以得到X1X2…Xn共n个X的数值,那么可得到函数J(X)等于X与每一个Xi的误差的平方和:
当函数J(X)最小时的X值最接近真实值,可以通过对函数J(X)求一次导数等于0时J(X)最小的方法求得X值:
解得:
即X值等于X1X2…Xn的平均值时最接近其真实值。
由上面推导可以看出,只对一个未知数据的估算的最小二乘法演变成了平均值法了,这样相对于多个未知量用矩阵法求解方法,平均值法计算速度大大提高。
应用到本实施例中,输入参数P、Q、U、I、五个数据是通过采集装置、测量仪表、传感器产生,再经过数字化转换、编码,通过通信规约传输到监控平台,最终监控平台获得的数据与真实值总会有一些误差,以有功功率P为例,假设有功功率P的最接近真实值为Pr,那么除了P本身,还可以通过公式(2)、公式(5)、公式(6)由其它采集的数据计算得到有功值,共有4个有功值,根据上述理论,Pr等于4个数据平均值,再通过本身P值用下面公式计算误差率deltaP
依此类推,计算出其它4个量的各自的误差率deltaQ、deltaU、deltaI、,统计这5个误差率中最大的误差率maxdelta,同时如果maxdelta小于阈值yuzhi则表示输入的5数据误差在正常范围内,模块返回真true,否则返回假false并模块输出最大误差率。
下面是应用本发明较优实施例的辨识系统进行间隔内可疑数据的判别的一个具体实施。
例如,某变电站10kV母线五条出线在某时间刻的监测数据如下表2所示,此时母线电压为10.36kV,折算为相电压为5.982kV,判断阈值为0.065。通过上述方法计算结果如下表2中的计算结果列表所示。
表2-某变电站10kV母线五条出线数据辩识计算表
当表2中的某些数据重新设置成其它数据时计算结果将随之改变。如下表3所示,1#出线有功P由原来的602kW设置为802kW时,计算结果变为1有功可疑;2#出线无功Q由原来的505kVar设置为705kVar时,计算结果变为2无功可疑;3#出线电压U由原来的5.982kV设置为6.982kV时,计算结果变为3电压可疑;4#出线电流I由原来的544A设置为644A时,计算结果变为4电流可疑;5#出线功率因数由原来的0.87设置为0.77时,计算结果变为5功率因数可疑;5#出线无功Q由原来的2436kVar设置为3436kVar,同时电流I由原来的819A设置为719A时,计算结果变为6多数据可疑。
表3数据变化后数据辩识计算结果表
由以上本发明的技术方案可知,本发明的有益效果在于可充分利用现有智能变电站一体化监控系统,系统充分利用数据间的数学关系,对数据中蕴涵的信息进行进一步地挖掘,使其能够实现根据变电站间隔实时数据鉴别出其中的可疑数据,并且集合智能告警模块向相关人员发出告警,实时、准确地完成了间隔内可疑数据的鉴别和告警,使得用户能即时发现错误数据,迅速排除电力安全隐患,满足了用户的需求,同时也提高了系统平台的智能性和可维护性。
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。
Claims (3)
1.一种变电站间隔内可疑数据的实时辨识系统,其特征在于:包括系统内存库以及与之数据连接的系统数据库、公式计算服务模块、数据采集模块、告警服务模块以及间隔数据辨识模块,其中:公式录入工具连接至前述系统数据库并用于将变电站各间隔内需要参与计算的数据源作为参数生成多个辨识公式,所有辨识公式录入到系统数据库内,每个辨识公式用于计算一个间隔数据,前述数据采集模块实时采集变电站各间隔内的实时数据并存入系统内存库中,前述公式计算服务模块从系统数据库中读取公式列表并根据公式参数中的数据源从系统内存库中读取实时数据,公式计算服务模块再根据公式名称调用前述间隔数据辨识模块来对输入参数进行判别和计算,间隔数据辩识模块将计算结果提交到系统内存库,前述告警服务模块实时调用系统内存库内的计算结果以判别产生告警信息并通过与之连接的告警展示模块通知用户;
前述间隔数据辨识模块的输入参数包括有功功率P、无功功率Q、线电流I、相电压Ua和功率因数cosφ五个实时数据以及判断阈值yuzhi和线电压基准值vol,间隔数据辨识模块的计算结果以返回对应整数值的形式发送至前述系统内存库,其中计算结果与对应整数值的关系如下:0-正常,1-P有问题,2-Q有问题,3-U有问题,4-I有问题,5-cosφ有问题,6-多个间隔数据有问题;
前述间隔数据辨识模块判断间隔数据中是否存在可疑数据的判别和计算过程包括以下步骤:
1)电压U值检查
间隔数据辨识模块按照如下公式判断电压U是否可疑:
其中,deltaU为电压误差率,U为相电压Ua经换算得到的线电压,电压基准值vol按照下表确定:
如果,计算得出的deltaU小于判断阈值yuzhi,则表明电压U值是正常的,否则电压U值可疑并输出对应的整数值3;
2)参数检查
间隔数据辨识模块根据电力系统实际应用束约特点,对输入参数进行数值大小的检查以判断其是否在正常范围内,并对计算结果输出为0的特殊值进行处理;
3)间隔数据辩识模块中重复调用-数据检测模块,运用最小二乘法判别有功功率P、无功功率Q、线电流I、电压U值和功率因数cosφ五个间隔数据中是否存在可疑数据。
2.根据权利要求1所述的实时辨识系统,其特征在于:数据检测模块运用最小二乘法判别参数P、Q、U、I、cosφ中是否存在可疑数据的过程如下:
1)运用最小二乘法判别参数P、Q、U、I、cosφ五个数据的估算值和输入值的误差率是否小于判断阈值,如果五个数据的估算误差率都小于判断阈值yuzhi,则认为这五个数据都是正常的并返回真,间隔数据辩识模块返回整数值0并存储至系统内存库,否则:返回假,并返回P、Q、U、I、cosφ中对应的最大估算误差率delta;
2)假设P、Q、I、cosφ中的某一个数据为可疑数据,其他数据没有问题,则根据P、Q、U、I、cosφ中其它四个数据并按照各数据之间的换算关系可计算获得假设的可疑数据的三个替换值,这样分别用三个替换值与其他四个数据作为输入参数并分三次调用数据检测模块;
3)重复步骤2)直到P、Q、I、cosφ中所有的数据均被假设为可疑数据并用替换值调用数据检测模块;
4)判别参数P、Q、I、cosφ中是否存在可疑数据:将所有返回值为真时所对应的多个最大估算误差率delta值中最小delta值时所假设的那个数据即为最有可能的可疑数据,并输出对应的整数值;如果12次调用都返回假,说明P、Q、I、cosφ四个数据里有多个数据可疑,并输出对应的整数值6。
3.根据权利要求1所述的实时辨识系统,其特征在于:前述判断阈值yuzhi的取值为0.065。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310205754.6A CN103324832B (zh) | 2013-05-28 | 2013-05-28 | 变电站间隔内可疑数据的实时辨识系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310205754.6A CN103324832B (zh) | 2013-05-28 | 2013-05-28 | 变电站间隔内可疑数据的实时辨识系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103324832A CN103324832A (zh) | 2013-09-25 |
CN103324832B true CN103324832B (zh) | 2016-08-24 |
Family
ID=49193571
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310205754.6A Active CN103324832B (zh) | 2013-05-28 | 2013-05-28 | 变电站间隔内可疑数据的实时辨识系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103324832B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106096019B (zh) * | 2016-06-22 | 2019-08-23 | 中国南方电网有限责任公司 | 一种燃煤电厂环保设备可靠性的数据处理方法及装置 |
CN112418617A (zh) * | 2020-11-07 | 2021-02-26 | 国网山东省电力公司东阿县供电公司 | 一种电力数据分析方法、系统、终端及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101261297B (zh) * | 2008-04-17 | 2010-11-17 | 沈阳工业大学 | 电力变压器绕组参数在线实时辨识装置及方法 |
CN102299553B (zh) * | 2010-06-25 | 2014-06-04 | 苏州太谷电力有限公司 | 电能服务效果保障系统 |
CN103078399B (zh) * | 2012-11-23 | 2015-04-01 | 南京南瑞集团公司 | 一种智能组件平台 |
-
2013
- 2013-05-28 CN CN201310205754.6A patent/CN103324832B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN103324832A (zh) | 2013-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106199276B (zh) | 一种用电信息采集系统中异常信息的智能诊断系统及方法 | |
CN109856299A (zh) | 一种变压器在线监测差异化阈值动态设置方法、系统 | |
CN103825364B (zh) | 一种应用于电力系统状态估计的主子站信息交互方法 | |
CN103617561A (zh) | 一种电网智能变电站二次设备状态评估系统和方法 | |
CN112467724A (zh) | 一种低压配电网故障研判方法 | |
CN106771448A (zh) | 一种电能表分流分析防窃电预警分析方法 | |
CN107798395A (zh) | 一种电网事故信号自动诊断方法及系统 | |
CN109142965A (zh) | 一种大数据融合配电网故障精确定位新方法及其装置 | |
CN108776276A (zh) | 用电异常检测方法及系统 | |
CN112751418A (zh) | 智能配电网区域态势要素感知方法及系统 | |
CN113922412B (zh) | 一种新能源多场站短路比全景化评估方法、系统、存储介质及计算设备 | |
CN103617447B (zh) | 智能变电站的评价系统及评价方法 | |
CN116298675B (zh) | 一种基于智能算法的配电网线损异常检测方法及系统 | |
CN117560300B (zh) | 一种智能物联网流量预测与优化系统 | |
CN110221138A (zh) | 一种用于继电保护装置的自动测试方法及系统 | |
CN109142993A (zh) | 一种适用于直流电源系统的多功能绝缘检测仪 | |
CN103324832B (zh) | 变电站间隔内可疑数据的实时辨识系统 | |
CN110750760A (zh) | 一种基于态势感知和控制图的异常理论线损检测方法 | |
CN110361609A (zh) | 特高压设备监测系统及方法 | |
CN109581115B (zh) | 一种配电网低电压诊断系统和诊断方法 | |
CN110443481B (zh) | 基于混合k-近邻算法的配电自动化终端状态评价系统及方法 | |
CN103400308A (zh) | Gis设备运行状态在线检测方法与系统 | |
CN111105174B (zh) | 一种配电网供电电压合格率分层评价方法及系统 | |
CN107611940A (zh) | 一种基于历史数据分析的配电网异常监测方法与系统 | |
CN110231503B (zh) | 高损台区基于格兰杰因果检验的窃电用户识别定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |