CN103487514A - 一种基于小波变换和证据推理的变压器在线监测信息聚合方法 - Google Patents
一种基于小波变换和证据推理的变压器在线监测信息聚合方法 Download PDFInfo
- Publication number
- CN103487514A CN103487514A CN201310399407.1A CN201310399407A CN103487514A CN 103487514 A CN103487514 A CN 103487514A CN 201310399407 A CN201310399407 A CN 201310399407A CN 103487514 A CN103487514 A CN 103487514A
- Authority
- CN
- China
- Prior art keywords
- transformer
- information
- data
- abnormal
- online monitoring
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title abstract description 12
- 230000004931 aggregating effect Effects 0.000 title abstract 2
- 230000002159 abnormal effect Effects 0.000 claims abstract description 37
- 230000006870 function Effects 0.000 claims abstract description 15
- 238000005070 sampling Methods 0.000 claims abstract description 9
- 230000009466 transformation Effects 0.000 claims description 19
- 238000004587 chromatography analysis Methods 0.000 claims description 12
- 238000007500 overflow downdraw method Methods 0.000 claims description 11
- 230000005856 abnormality Effects 0.000 claims description 10
- 230000008447 perception Effects 0.000 claims description 10
- 238000012546 transfer Methods 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 abstract description 11
- 238000003745 diagnosis Methods 0.000 abstract 1
- 230000007257 malfunction Effects 0.000 abstract 1
- 238000012806 monitoring device Methods 0.000 abstract 1
- 239000007789 gas Substances 0.000 description 12
- 238000006116 polymerization reaction Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000004927 fusion Effects 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 208000035126 Facies Diseases 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000003786 synthesis reaction Methods 0.000 description 3
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000001257 hydrogen Substances 0.000 description 2
- 229910052739 hydrogen Inorganic materials 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Landscapes
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明涉及一种基于小波变换和证据推理的变压器在线监测信息聚合方法，属于智能电网及智能化变电站技术领域。本发明通过智能传感器层对变压器故障前期产生的特征气体的异常状态进行采集，利用小波变换对所采集到的特征气体数据进行处理，如果发生异常就会通过物联网发送异常信号，全网其他采集节点的智能模块感知异常后就会以最大采样率调取该节点的数据上送至主站系统，主站系统通过计算得到这些信息对应的mass函数，然后利用D-S证据理论算法模型确定变压器当前的运行状态。本发明解决目前变电站设备在线监测系统各在线监测装置信息分散，信息共享综合分析诊断不足的问题。该方法判断的结果更加明晰，更有助于运维人员的判断与分析。
Description
技术领域
本发明涉及一种基于小波变换和证据推理的变压器在线监测信息聚合方法，属于智能电网及智能化变电站技术领域。
背景技术
物联网（The Internet of Things）是通过无线传感器技术、定位技术自动识别、采集和感知获取设备的属性信息和周边环境信息，借助各种信息传输技术将物品相关信息聚合到统一的信息网络，并利用多种智能计算技术对设备相关信息进行分析融合处理，最终实现对物理世界的高度认知和智能化的决策控制。
信息聚合技术是指根据信息需求，将不同来源、不同模式、不同媒质、不同时间、不同地点、不同表示形式的信息进行聚合分析处理，实现有用信息提取。信息聚合技术是处理多元、海量的数据最行之有效的处理手段。
物联网的信息感知应用，必将带来大量甚至海量数据，这些数据若全部在主站进行处理，将会给主站带来数据灾难，并且“有用”信息分散淹没在大量“无用”数据中，缺乏对有用信息的综合分析及推送，并且变电站设备在线监测物联网各层信息的硬关联程度不同，选择不同的聚合时机与聚合方法得到的聚合效果也不同，需要对数据进行分层聚合分析，形成有用信息并分层推送。因此物联网信息聚合技术研究是物联网功能实现的必然手段。藉此，提出一种基于小波变换和证据推理的变压器在线监测信息聚合方法。
发明内容
本发明要解决的技术问题是对目前变电站设备在线监测系统各在线监测装置信息分散，信息共享综合分析诊断不足的问题，公开了一种基于小波变换和证据推理的变压器在线监测信息聚合方法。
本发明的技术方案是：一种基于小波变换和证据推理的变压器在线监测信息聚合方法，通过智能传感器层对变压器故障前期产生的特征气体（如H2、CO等）的异常状态进行采集，利用小波变换对所采集到的特征气体数据进行处理，如果发生异常就会通过物联网发送异常信号，全网其他采集节点的智能模块感知异常后就会以最大采样率调取该节点的数据上送至主站系统，主站系统通过计算得到这些信息对应的mass函数，然后利用D-S证据理论算法模型确定变压器当前的运行状态。
具体步骤如下：
（1）通过智能传感器层对变压器故障前期产生的特征气体（H2、CO等）进行采集，利用小波变换对所采集数据进行处理，若数据出现畸变，预判为变压器状态异常；
（2）当检测到变压器状态异常后，油色谱采集节点智能模块通过物联网发送异常信号，其他采集节点的智能模块感知后异常后则以最大采样率调取该监测节点的数据上送至主站系统；
（3）主站系统提取数据中的信息，分析信息之间的多维关联，并通过计算得到对应的mass函数，mass函数为：
其中，
、
为待求的未知信息，
为变压器状态（j=1、2；1对应异常状态，2对应正常状态），
为同一辨识框架下基本的概率分布；
（4）根据多维信息关联的结果，调用mass函数，利用D-S证据理论算法模型进行决策，确定变压器当前的运行状态，具体过程如下：
①首先用
和
的正交和来进行两种证据的结合。用矩阵表示如下： 
（b）
其中，M表示证据组合矩阵，X表示变压器在线监测的不同检测手段。
②求出未知的状态信息：
（e）
其中x，y为已知的监测信息，
为未知的监测信息。
③推送变压器的状态结果：
当G中有时，则判断变压器的状态为；
当
=
时，判断变压器的状态为异常状态；
当
=
时，判断变压器的状态为异常状态。
所述特征气体为H2或CO。
所述
值为根据大量仿真实验的数据得出。
本发明中：
1、智能传感器层实现监测数据采集预处理及数据级聚合，实现数据分类、格式转换、标准化处理等过程，寻找数据间同类数据二维关联，异类数据二维关联，完成从数据到信息的聚合。本发明利用变压器早期故障特征气体H2构成变压器状态异常触发系统,采用小波变换的方法对H2数据进行处理，若其发生突变,预判别变压器状态异常。
2、当变压器状态异常后，油色谱采集节点智能模块通过物联网发送异常信号，其他采集节点的智能模块感知异常后就会以最大采样率调取各个监测节点的数据如变压器局部放电、油中溶解气体、温度等上送子站系统。
3、子站根据上送信息，分析这些信息间的多维关联，完成信息的聚合分析，实现设备监测信息就地综合判断分析。具体表现为通过计算得到这些信息对应的mass函数，利用D-S证据理论算法模型计算判断变压器当前的状态。
4、物联网中心主站积累历史数据库，建立全网全景信息智能化应用与网内设备典型故障专家系统，在子站无法判断设备异常原因情况下，利用云计算对其进行故障匹配及分析，给出设备状态评价结果，实现全网信息互联及互动。云计算体现在主站充分利用所有子站的计算能力挖掘不同变电站同类设备运行数据和特征，快速形成同种设备不同运行状态下的设备典型案例汇聚。云服务体现在物联网中心主站在某子站难以对设备状态进行判定时，可以由子站向物联网中心主站提供申请，物联网中心主站可以对案例进行匹配分析识别设备的运行状态。
本发明的有益效果是：解决目前变电站设备在线监测系统各在线监测装置信息分散，信息共享综合分析诊断不足的问题。与只采用改良三比值法进行分析得到变压器状态异常的结果相比，该信息聚合方法判断的结果更加明晰，更有助于运维人员的判断与分析。
附图说明
图1是本发明的变电站设备在线监测物联网架构及信息聚合模型图；
图2是本发明的变电站设备在线监测物联网信息聚合流程示意图；
图3是本发明的二维信息到多维信息的聚合示意图；
图4是本发明的变压器在线监测物联网架构模型示意图；
图5是本发明实施例1中，某500kV变电站一号主变A相单元2011年的实测油色谱数据变化曲线示意图；
图6是本发明实施例1中，利用小波变换对图6所示的实测氢气数据进行处理后的波形示意图；图中，上波线为H2原始波形，下波线为小波变换；
图7是本发明的基于证据理论的变压器在线监测信息聚合模型示意图。
具体实施方式
下面结合附图和具体实施方式，对本发明作进一步说明。
一种基于小波变换和证据推理的变压器在线监测信息聚合方法，通过智能传感器层对变压器故障前期产生的特征气体的异常状态进行采集，利用小波变换对所采集到的特征气体数据进行处理，如果发生异常就会通过物联网发送异常信号，全网其他采集节点的智能模块感知异常后就会以最大采样率调取该节点的数据上送至主站系统，主站系统通过计算得到这些信息对应的mass函数，然后利用D-S证据理论算法模型确定变压器当前的运行状态。
具体步骤如下：
（1）通过智能传感器层对变压器故障前期产生的特征气体进行采集，利用小波变换对所采集数据进行处理，若数据出现畸变，预判为变压器状态异常；
（2）当检测到变压器状态异常后，油色谱采集节点智能模块通过物联网发送异常信号，其他采集节点的智能模块感知后异常后则以最大采样率调取该监测节点的数据上送至主站系统；
（3）主站系统提取数据中的信息，分析信息之间的多维关联，并通过计算得到对应的mass函数，mass函数为：
（a）
其中，
、
为待求的未知信息，
为变压器状态，
为同一辨识框架下基本的概率分布；
（4）根据多维信息关联的结果，调用mass函数，利用D-S证据理论算法模型进行决策，确定变压器当前的运行状态：
当G中有
时，则判断变压器的状态为；
当
=
时，判断变压器的状态为异常状态；
当
=
时，判断变压器的状态为异常状态。
所述特征气体为H2或CO。
所述
值为根据大量仿真实验的数据得出。
实施方式一：以某500kV变电站一号主变A相单元2011年的实测油色谱数据（如图5所示）进行信息处理来说明变压器在线监测信息聚合系统的前端（采集节点的智能传感器）监测到异常触发的过程。选择油色谱数据进行分析说明，主要是考虑到现场基本都安装有油色谱在线监测系统。但是由于油色谱变化缓慢，所以考虑利用变压器早期故障的特征气体H2、CO构成状态异常监测触发。利用小波变换对图4所示的实测氢气数据进行处理，结果如图5所示。
从图5可以看出2011年6月25日，H2含量发生了明显的畸变，此时按照变压器在线监测信息分层处理模型所述，主站开始调取此后的其他气体含量变化数据，见表1.
表1 监测到H 2 含量异常后调取的油色谱数据
表1中各数值单位为：ml
基于证据理论的变压器在线监测信息聚合模型如图6所示。
当油色谱采集节点智能模块监测到H2发生异常就会通过物联网发送异常信号，全网其他采集节点的智能模块感知后异常后就会以最大采样率调取其他节点的数据上送主站系统，在主站系统通过计算得到这些信息对应的mass函数，然后利用D-S证据理论算法模型计算判断变压器当前的状态。
设基于物联网信息聚合技术的变压器在线监测的检测手段
={变压器油色谱，变压器局放}，它们在同一辨识框架={局部放电异常，良好}（其中
为相互独立的模糊集合）的基本概率分配为
则不知道的信息为：
（1）
证据理论用和
的正交和
来进行两种证据的结合。用矩阵表示如下： 
（2）
（5）
利用（1）~（5）式，计算可得变压器的状态结果G=[ 
]。当G中有
（j的取值为1、2、
；set值为根据变压器实际情况确定的阀值，一般取0.5），则判断变压器的状态为。当
<set时，不判别变压器所处的状态。此时，将图5 某变电站2011年一号主变A相单元油色谱数据及局放数据带入式（1）~（5），求的G=[0.908,0, 0.011], 
,可以判断此时变压器发生了局部放电异常，局部放电异常结果的确认相比于只采用改良三比值进行分析得到变压器发生放电异常的结果相比，该信息聚合方法判断的结果更加明晰，更有助于运维人员的判断与分析。
上面结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (3)
1.一种基于小波变换和证据推理的变压器在线监测信息聚合方法，其特征在于：通过智能传感器层对变压器故障前期产生的特征气体的异常状态进行采集，利用小波变换对所采集到的特征气体数据进行处理，如果发生异常则通过物联网发送异常信号，全网其他采集节点的智能模块感知异常后则以最大采样率调取该节点的数据上送至主站系统，主站系统通过计算得到这些信息对应的mass函数，然后利用D-S证据理论算法模型确定变压器当前的运行状态。
2.根据权利要求1所述的基于小波变换和证据推理的变压器在线监测信息聚合方法，其特征在于，具体步骤如下：
（1）通过智能传感器层对变压器故障前期产生的特征气体进行采集，利用小波变换对所采集数据进行处理，若数据出现畸变，预判为变压器状态异常；
（2）当检测到变压器状态异常后，油色谱采集节点智能模块通过物联网发送异常信号，其他采集节点的智能模块感知异常后则以最大采样率调取该监测节点的数据上送至主站系统；
（3）主站系统提取数据中的信息，分析信息之间的多维关联，并通过计算得到对应的mass函数，mass函数为：
其中，
、为待求的未知信息，
为变压器状态，
为同一辨识框架下基本的概率分布；
（4）根据多维信息关联的结果，调用mass函数，利用D-S证据理论算法模型进行决策，确定变压器当前的运行状态：
当G中有
时，则判断变压器的状态为
；
当
=
时，判断变压器的状态为异常状态；
当
=
时，判断变压器的状态为异常状态。
3.根据权利要求1或2所述的基于小波变换和证据推理的变压器在线监测信息聚合方法，其特征在于：所述特征气体为H2或CO。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310399407.1A CN103487514A (zh) | 2013-09-05 | 2013-09-05 | 一种基于小波变换和证据推理的变压器在线监测信息聚合方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310399407.1A CN103487514A (zh) | 2013-09-05 | 2013-09-05 | 一种基于小波变换和证据推理的变压器在线监测信息聚合方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103487514A true CN103487514A (zh) | 2014-01-01 |
Family
ID=49827900
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310399407.1A Pending CN103487514A (zh) | 2013-09-05 | 2013-09-05 | 一种基于小波变换和证据推理的变压器在线监测信息聚合方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103487514A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104007336A (zh) * | 2014-05-06 | 2014-08-27 | 昆明理工大学 | 一种基于物联网的变压器在线监测信息聚合方法 |
| CN105116307A (zh) * | 2015-09-14 | 2015-12-02 | 广西电网有限责任公司电力科学研究院 | 一种气体绝缘组合电器状态预警数据异常值的筛查方法 |
| CN105117978A (zh) * | 2015-08-10 | 2015-12-02 | 国网山东省电力公司 | 一种基于分层式证据理论的变电站监控信号融合方法 |
| CN105223945A (zh) * | 2015-09-22 | 2016-01-06 | 中国农业大学 | 水产养殖物联网装备集群的故障诊断方法及系统 |
| CN105515184A (zh) * | 2015-12-04 | 2016-04-20 | 国网河南省电力公司电力科学研究院 | 基于无线传感网络的多传感器多参量配网协同监测系统 |
| CN108051709A (zh) * | 2017-11-30 | 2018-05-18 | 南京力通达电气技术有限公司 | 基于人工智能技术的变压器状态在线评估分析方法 |
| CN108646124A (zh) * | 2018-03-08 | 2018-10-12 | 南京工程学院 | 一种基于小波极大值的油色谱在线监测数据变化趋势检测方法 |
| CN108846591A (zh) * | 2018-07-11 | 2018-11-20 | 国网重庆市电力公司万州供电分公司 | 一种变电站开关柜多运行状态智能监测系统及评估方法 |
| CN109066587A (zh) * | 2018-08-01 | 2018-12-21 | 西南交通大学 | 基于小波能量熵的换流变压器差动保护故障判断方法 |
| CN113483831A (zh) * | 2021-09-06 | 2021-10-08 | 沈阳工业大学 | 基于多维变量测量与多维信息诊断的变压器状态辨识方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101251564A (zh) * | 2008-04-08 | 2008-08-27 | 昆明理工大学 | 一种利用可拓学与粗糙集理论相结合的电力变压器故障诊断方法 |
| CN101567552A (zh) * | 2009-06-03 | 2009-10-28 | 昆明理工大学 | 一种利用形态结构的电力变压器励磁涌流与内部短路识别方法 |
-
2013
- 2013-09-05 CN CN201310399407.1A patent/CN103487514A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101251564A (zh) * | 2008-04-08 | 2008-08-27 | 昆明理工大学 | 一种利用可拓学与粗糙集理论相结合的电力变压器故障诊断方法 |
| CN101567552A (zh) * | 2009-06-03 | 2009-10-28 | 昆明理工大学 | 一种利用形态结构的电力变压器励磁涌流与内部短路识别方法 |
Non-Patent Citations (1)
| Title |
|---|
| 李晶; 束洪春; 翟少磊; 董俊: "基于物联网的变电站在线监测信息聚合技术", 《云南电力技术》, no. 3, 30 June 2013 (2013-06-30), pages 29 - 32 * |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104007336A (zh) * | 2014-05-06 | 2014-08-27 | 昆明理工大学 | 一种基于物联网的变压器在线监测信息聚合方法 |
| CN105117978A (zh) * | 2015-08-10 | 2015-12-02 | 国网山东省电力公司 | 一种基于分层式证据理论的变电站监控信号融合方法 |
| CN105116307A (zh) * | 2015-09-14 | 2015-12-02 | 广西电网有限责任公司电力科学研究院 | 一种气体绝缘组合电器状态预警数据异常值的筛查方法 |
| CN105116307B (zh) * | 2015-09-14 | 2018-06-12 | 广西电网有限责任公司电力科学研究院 | 一种气体绝缘组合电器状态预警数据异常值的筛查方法 |
| CN105223945A (zh) * | 2015-09-22 | 2016-01-06 | 中国农业大学 | 水产养殖物联网装备集群的故障诊断方法及系统 |
| CN105223945B (zh) * | 2015-09-22 | 2018-03-06 | 中国农业大学 | 水产养殖物联网装备集群的故障诊断方法及系统 |
| CN105515184B (zh) * | 2015-12-04 | 2018-07-17 | 国网河南省电力公司电力科学研究院 | 基于无线传感网络的多传感器多参量配网协同监测系统 |
| CN105515184A (zh) * | 2015-12-04 | 2016-04-20 | 国网河南省电力公司电力科学研究院 | 基于无线传感网络的多传感器多参量配网协同监测系统 |
| CN108051709A (zh) * | 2017-11-30 | 2018-05-18 | 南京力通达电气技术有限公司 | 基于人工智能技术的变压器状态在线评估分析方法 |
| CN108646124A (zh) * | 2018-03-08 | 2018-10-12 | 南京工程学院 | 一种基于小波极大值的油色谱在线监测数据变化趋势检测方法 |
| CN108846591A (zh) * | 2018-07-11 | 2018-11-20 | 国网重庆市电力公司万州供电分公司 | 一种变电站开关柜多运行状态智能监测系统及评估方法 |
| CN109066587A (zh) * | 2018-08-01 | 2018-12-21 | 西南交通大学 | 基于小波能量熵的换流变压器差动保护故障判断方法 |
| CN113483831A (zh) * | 2021-09-06 | 2021-10-08 | 沈阳工业大学 | 基于多维变量测量与多维信息诊断的变压器状态辨识方法 |
| CN113483831B (zh) * | 2021-09-06 | 2022-01-21 | 沈阳工业大学 | 基于多维变量测量与多维信息诊断的变压器状态辨识方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103487514A (zh) | 一种基于小波变换和证据推理的变压器在线监测信息聚合方法 | |
| CN108418841B (zh) | 基于ai的下一代关键信息基础设施网络安全态势感知系统 | |
| CN108564254B (zh) | 基于大数据的配电设备状态可视化平台 | |
| CN109872003B (zh) | 对象状态预测方法、系统、计算机设备及存储介质 | |
| CN111928888A (zh) | 一种水域污染智能监控分析方法及系统 | |
| CN106325252A (zh) | 多层大跨度面向大数据的电力设备状态监测与评估系统 | |
| CN108683642B (zh) | 智能电网线路状态错误数据注入攻击的检测器与检测方法 | |
| CN107798395A (zh) | 一种电网事故信号自动诊断方法及系统 | |
| CN111160791A (zh) | 一种基于gbdt算法及因素融合的异常用户识别方法 | |
| CN108347352B (zh) | 一种电力系统中信息系统及设备性能的诊断方法 | |
| CN103199628A (zh) | 一种基于osga网格技术的电力设备实时监测系统 | |
| CN109600376A (zh) | 一种基于物联网的分散式厨余垃圾回收处理系统 | |
| CN109164720A (zh) | 基于IIoT的注塑机机群远程监控系统和方法 | |
| CN112071047A (zh) | 一种居民离家返家行为判断方法 | |
| CN103034207A (zh) | 一种基础设施健康监测系统及其实施过程 | |
| CN112134871A (zh) | 一种能源互联网信息支撑网络的异常流量检测装置及方法 | |
| CN115063058B (zh) | 一种基于模型驱动和数据驱动的综合能源态势感知系统 | |
| CN110837532A (zh) | 一种基于大数据平台对充电桩窃电行为的检测方法 | |
| CN112685472A (zh) | 一种电网多站融合监控方法、装置、电子设备及存储介质 | |
| CN102279905A (zh) | 一种电网故障诊断中的数据流快速约简方法 | |
| CN113327741A (zh) | 实时监测充油变压器的前端架构 | |
| CN116880402A (zh) | 智慧工厂协同管控系统及其方法 | |
| CN113708350B (zh) | 一种基于云边协同的配电台区重过载异常判断方法及系统 | |
| CN111190072A (zh) | 集抄系统诊断模型建立方法、故障诊断方法及装置 | |
| CN114152383A (zh) | 一种电容器膨胀监测系统及监测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C12 | Rejection of a patent application after its publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140101 |