CN104517194A - 基于动态规划的电力运维派工单生成方法 - Google Patents

基于动态规划的电力运维派工单生成方法 Download PDF

Info

Publication number
CN104517194A
CN104517194A CN201410841188.2A CN201410841188A CN104517194A CN 104517194 A CN104517194 A CN 104517194A CN 201410841188 A CN201410841188 A CN 201410841188A CN 104517194 A CN104517194 A CN 104517194A
Authority
CN
China
Prior art keywords
individuality
data
job order
fitness
tour
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
CN201410841188.2A
Other languages
English (en)
Inventor
巢玉坚
张际
张懿
李菁
周筠
徐溯
邵波
汤震
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.)
State Grid Corp of China SGCC
State Grid Jiangsu Electric Power Co Ltd
Nari Information and Communication Technology Co
Nanjing NARI Group Corp
Zhenjiang Power Supply Co of Jiangsu Electric Power Co
Original Assignee
State Grid Corp of China SGCC
State Grid Jiangsu Electric Power Co Ltd
Nari Information and Communication Technology Co
Nanjing NARI Group Corp
Zhenjiang Power Supply Co of Jiangsu Electric Power Co
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 State Grid Corp of China SGCC, State Grid Jiangsu Electric Power Co Ltd, Nari Information and Communication Technology Co, Nanjing NARI Group Corp, Zhenjiang Power Supply Co of Jiangsu Electric Power Co filed Critical State Grid Corp of China SGCC
Priority to CN201410841188.2A priority Critical patent/CN104517194A/zh
Publication of CN104517194A publication Critical patent/CN104517194A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于动态规划的电力运维派工单生成方法，包括1)数据存储2)数据生成3)数据采集4)结果回发5)自动学习：(1)对每一个假设的每一条路径进行编码，在每一假设中随机地选择一条路径作为个体，集合作为初始的群体；(2)计算个体结论的可信度模糊区间值，并计算其差值作为个体的适应度，和作为该基因串的适应度；(3)利用遗传算子，对当前一代的个体进行繁衍，如果达到设定的繁衍代数或算法已收敛，则返回最好的基因串，并将该基因串适应度值最高的个体进行解码，输出的即为结论；否则继续繁衍。本发明实现各类型工单、运维人员和派工单的有效关联，为派工单生成提供合理有效的支撑。

Description

基于动态规划的电力运维派工单生成方法
技术领域
本发明涉及一种电力运维派工单生成方法，尤其涉及一种基于动态规划的电力运维派工单生成方法。
背景技术
“十二五”期间的电力通信网建设工作即将完成，电力企业电力通信网建设也将迎来新的建设周期。派工单是电力运维工作开展过程中必不可少的环节，是保证电力通信网安全稳定运行的重要手段，但是现有的电力通信网运维派工单管理模式由于存在派工单生成技术落后、人员指定科学性低、派工单派发操作重复等问题，在实际运维工作开展过程中无法保证运维能够按照要求高效开展，对运维工作造成了隐患，制约了电力通信网的安全稳定运行。
现有机房巡视存在以下问题：(1)派工单与各类型工单之间的缺乏自动化关联，无法实现各类型工单自动化生成派工单，降低了运维工作开展的可控性和规范性；(2)运维人员数据与派工单之间缺乏有效关联，无法按照不同人员排班、个人技能等因素进行派工单的指定，制约了运维工作安排的合理性和工作开展的有效性；(3)派工单系统缺乏有效的学习功能，无法通过历史派工单安排快速指定运维人员和运维工作内容，造成了严重的运维管理资源浪费。
将基于动态规划技术的智能化电力运维派工单技术引入到电力企业电力通信网运维中，采用数字化存储、数据自动匹配、系统自学习等技术手段实现对于运维过程中派工单的格式规范化管理、数字化改造，结合动态规划技术完成基于各类型工单和运维人员数据的横向协同与纵向分析，实现各类型工单、运维人员和派工单的有效关联，为电力企业电力通信网派工单管理提供合理有效的支撑是行业发展的技术潮流。
发明内容
本发明的目的在于提供一种基于动态规划的电力运维派工单生成方法，采用数字化存储、数据自动匹配、系统自学习等技术手段实现对于运维过程中派工单的格式规范化管理、数字化改造，结合动态规划技术完成基于各类型工单和运维人员数据的横向协同与纵向分析，实现各类型工单、运维人员和派工单的有效关联，为电力企业电力通信网派工单生成提供合理有效的支撑。
本发明的目的通过以下技术方案予以实现：
一种基于动态规划的电力运维派工单生成方法，包括以下步骤：
第一步：数据存储
将电力通信网各类型运维工单、作业指导书、运维人员信息作为初始化基础数据进行存储；
第二步：数据生成
以初始化基础数据为基础，按照现有人工派工单生成方式以系统编程进行派工单的自动生成，各项工作的运维人员安排则以运维人员的技能和运维需求为指标进行关联，并为第五步的系统自动学习提供数据依据；
第三步：数据采集
数据采集进行运维人员位置、运维结果数据的采集和确认，以确保运维人员按照派工单安排进行运维工作，所述运维人员位置数据采集方法为将GPS与工单系统进行关联，当巡视人员到达巡视机房时系统自动调用相应巡视工单，并利用巡视工单与作业指导书的关联进行作业指导书的调用；所述运维结果数据的采集方法为使用二维码识别、图像识别对巡视工作成果的数据采集识别；
第四步：结果回发
在完成整个巡视工作，并进行巡视工作结果比对后，首先对巡视结果进行本地化存储，完成存储之后使用无线传输技术进行数据回传；
第五步：自动学习
使用基于模糊区间的推理方法加遗传算法优化推理速度对于数据采集过程中非原始设定数据进行学习：
1)对每一个假设的每一条路径进行编码，在每一假设中随机地选择一条路径作为个体，集合作为初始的群体；
2)计算每个个体结论的可信度模糊区间值，并计算其差值，即前者减去后者，作为每个个体的适应度，和作为该基因串的适应度；
3)利用遗传算子，对当前一代的个体进行繁衍，产生出其后代；淘汰掉父代中适应度低的个体，同时计算后代的适应度，并将适应度值高的个体与父代中保留的个体合并成新的一代；如果达到设定的繁衍代数或算法已收敛，则返回最好的基因串，并将该基因串适应度值最高的个体进行解码，输出的即为结论；否则继续进行繁衍。
本发明的目的还可以通过以下技术措施来进一步实现：
前述基于动态规划的电力运维派工单生成方法，第五步所述遗传算法是根据给定的少量样本，将与结论有关的一个、两个或m个条件集合作为编码单元进行编码，计算该编码所对应的m个ITV值和总的ITV值；利用遗传算子，对当前一代的个体进行繁衍，产生出其后代；淘汰掉父代中ITV值高的个体，同时计算后代的ITV值，并将ITV值低的个体与父代中保留的个体合并成新的一代；如果达到设定的繁衍代数或算法已收敛，则返回最好的基因串，并将该基因串ITV值最大的个体去掉；对剩下的个体进行解码，输出对应的规则到预备库中，满足要求的存入知识库，否则继续进行繁衍，编码对应的ITV值计算如下：
ur = uh - 0.5 2 min ( uc k ) - 1 + 0.5
lr＝lh-0.5+0.5(min(lck)-1)
ITV＝ur-lr
其中，[lr，ur]分别表示条件出现时该规则可信度的最低限度估计和最高限度估计，[uh，lh]为结论可信度，[lc，uc]分别表示条件可信度的悲观估计和乐观估计。
前述基于动态规划的电力运维派工单生成方法，其中遗传算子是选择遗传算子。
前述基于动态规划的电力运维派工单生成方法，其中遗传算子是交叉遗传算子。
前述基于动态规划的电力运维派工单生成方法，其中遗传算子是变异遗传算子。
与现有技术相比，本发明的有益效果是：通过学习功能系统能够从以往的派工单生成和运维人员安排中学习到相关的规则，为今后派工单生成和运维人员工作安排提供数据支撑，从而当后期工作中遇到类似问题时系统可以高效的自动进行派工单的生成和运维人员工作的安排，大大提升了系统后期的可用性。
附图说明
图1是本发明的流程图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明。
本发明的系统具体实施内容如下：
1.一套智能化电力通信运维派工单管理平台
平台主要包括三大应用模块：
(1)资源管理
资源管理主要实现对系统内部所需各类型工单数据、作业指导书数据和运维人员数据的统一管理，为派工单自动生成和运维人员安排的提供基础数据支撑。
(2)关联管理：
关联管理主要是实现派工单与运维人员的关联，保证每一个由各类型工单转换而来的派工单工作都可以和对应的运维人员进行关联对应，从而为内部管理人员提供高效精确的派工单生成和工作分配管理支撑。
(3)学习管理
学习管理是系统的重要功能，通过学习功能系统能够从以往的派工单生成和运维人员安排中学习到相关的规则，为今后派工单生成和运维人员工作安排提供数据支撑，从而当后期工作中遇到类似问题时系统可以高效的自动进行派工单的生成和运维人员工作的安排，大大提升了系统后期的可用性。
(4)系统管理
系统管理为系统提供了整体功能管理的集中管理，用户可以按照实际需求对系统进行个性化的设置，如人员设置、权限设置、系统参数等。
2.电力通信运维派工单管理方法
电力通信运维派工单管理方法使用“存储-生成(关联)-采集-回传-学习”的过程，最终实现对派工单的智能化、规范化管理。
数据存储：提供友好界面，选择资源，形成初始化数据(各类型工单、运维人员数据、作业指导书)和运维结果存入数据库，同时通过无线和有线两种方式连接实现数据在手持终端的本地化存储；
数据生成(关联)：按照预设规则以各类型工单数据、作业指导书数据和运维人员数据为基础，以预设派工单生成规则为指标进行派工单的自动生成，同时通过无线和有线两种方式连接实现数据在手持终端的本地化存储。
手持终端数据采集：利用手持终端提供多样化数据采集方式，实现对于派工单要求工作内容结果数据的采集；
数据回传：完成派工单安排工作任务后，各项数据在完成本地化存储后将利用无线传输和有线直连方式进行数据回传，实现手持终端与系统后台数据库的数据同步。
自动学习：在完成全过程任务后系统会根据派工单完成情况进行派工单生成规则进行自动学习，实现系统对今后派工单生成中任务分类、任务规划、解决方案安排和人员安排的学习，从而在今后的派工单生成过程中实现最优化管理。
3.基于动态规划技术的智能化电力运维派工单管理方法
电力通信运维派工单是电力通信运维工作开展的重要组成部分，基于电力网通信移动运维管理系统软件框架平台，使用电力通信网统一资源数据模型，综合了数据存储、数据采集、数据生成(关联)、数据展示、结果回发、自动学习等功能。具体的步骤如下：
第一步：数据存储
派工单是运维人员开展运维工作的先决条件，所以在本方法中选择的初始化存储数据应该具有电力通信网运维的普遍适用性，各类型运维工单、作业指导书、运维人员信息等数据资源是电力通信网运维普遍存在且数据存储、采集、比对较为容易资源，本运维方法将采用电力通信网各类型运维工单、作业指导书、运维人员信息作为初始化存储资源为基础数据，其他数据则采用手工配置的方法进行设置和采集。
(二)第二步：数据生成(关联)
数据管理是实现本方法的基础支撑功能，主要是按照预设规则以各类型电力通信网运维工单数据、作业指导书数据和运维人员数据为基础，以预设派工单生成规则为指标进行派工单的自动生成(关联)，从而保证每一项运维工作都可以按照对应的作业指导书安排到对应的运维人员开展运维工作，并为后面系统自动学习提供数据依据。数据生成(关联)将按照现有人工派工单生成方式以系统编程进行自动生成，同时各项工作的运维人员安排则将以运维人员的技能和运维需求为指标进行关联，从而生成派工单。
(三)第三步：数据采集
数据采集主要是进行运维人员位置、运维结果等数据的采集和确认，以确运维人员按照保派工单安排运维任务进行工作。具体定位功能如下：
利用GPS实现对于机房巡视人员的位置管理，同时将GPS于工单系统进行关联，实现当巡视人员到达巡视机房时系统自动调用相应巡视工单，并利用巡视工单与作业指导书的关联实现作业指导书的调用。
利用二维码识别、图像识别等职能数据采集识别技术实现对于机房巡视过程种巡视工作成果的数据采集识别，为标准化作业指导数据的巡视管控提供数据验证支撑。
(四)第四步：结果回发
服务名：pm_rp
在完成整个巡视工作，并进行巡视工作结果比对后，系统首先会对巡视结果进行本地化存储，完成存储之后系统将利用无线传输技术进行数据回传，如果现场无法提供相关无线连接，可以在巡视人员返回后进行数据无线回传和直连回传。
(五)第五步：自动学习
自动学习是系统的重要功能，是完善系统可用性，提升系统智能化的重要组成部分，在实际应用中我们利用遗传算法实现对于数据采集过程中非原始设定数据采集分析的学习功能。具体方法如下：
系统采用基于模糊区间的推理方法，为了优化效率，满足系统的实时性要我们采用遗传算法来加快推理速度。如图1所示，具体方法和算法如下：
1)对每一个假设的每一条路径进行编码，在每一假设中随机地选择一条路径作为个体，它们的集合作为初始的群体。
2)计算每个个体(即该路径)结论的可信度模糊区间值，并计算其差值(前者减去后者)作为每个个体的适应度，它们的和作为该基因串的适应度。
3)利用遗传算子，对当前一代的个体进行繁衍，产生出其后代；淘汰掉父代中适应度低的个体，同时计算后代的适应度，并将适应度值高的个体与父代中保留的个体合并成新的一代。如果达到设定的繁衍代数或算法已收敛，则返回最好的基因串，并将该基因串适应度值最高的个体进行解码，输出的即为结论；否则继续进行繁衍。
遗传算法用于系统自学习，是根据给定的少量样本，将与结论有关的一个、两个或m个条件集合作为编码单元进行编码，计算该编码所对应的m个ITV值(适应度)和总的ITV值；利用遗传算子，对当前一代的个体进行繁衍，产生出其后代；淘汰掉父代中ITV值高的个体，同时计算后代的ITV值，并将ITV值低的个体与父代中保留的个体合并成新的一代；如果达到设定的繁衍代数或算法已收敛，则返回最好的基因串，并将该基因串ITV最大的几个个体去掉；对剩下的个体进行解码，输出对应的规则到预备库中，满足要求的存入知识库，否则继续进行繁衍。编码对应的ITV值计算如下：
ur = uh - 0.5 2 min ( uc k ) - 1 + 0.5
lr＝lh-0.5+0.5(min(lck)-1)
ITV＝ur-lr
其中，[lr，ur]分别表示条件出现时该规则可信度的最低限度估计和最高限度估计，[uh，lh]为结论可信度，[lc，uc]分别表示条件可信度的悲观估计和乐观估计。这种方法是通过改变条件的范围，使ITV值达到最小，即使学习后的规则不确定性达到最小。利用遗传算法可对规则集进行修正，即在运行时对规则应用的情况进行评价，并将评价结果作为适应度，重复遗传算法的过程，得到满意的修正的规则集。
除上述实施例外，本发明还可以有其他实施方式，凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围内。

Claims (5)

1.一种基于动态规划的电力运维派工单生成方法，包括以下步骤：
第一步：数据存储
将电力通信网各类型运维工单、作业指导书、运维人员信息作为初始化基础数据进行存储；
第二步：数据生成
以初始化基础数据为基础，按照现有人工派工单生成方式以系统编程进行派工单的自动生成，各项工作的运维人员安排则以运维人员的技能和运维需求为指标进行关联，并为第五步的系统自动学习提供数据依据；
第三步：数据采集
数据采集进行运维人员位置、运维结果数据的采集和确认，以确保运维人员按照派工单安排进行运维工作，所述运维人员位置数据采集方法为将GPS与工单系统进行关联，当巡视人员到达巡视机房时系统自动调用相应巡视工单，并利用巡视工单与作业指导书的关联进行作业指导书的调用；所述运维结果数据的采集方法为使用二维码识别、图像识别对巡视工作成果的数据采集识别；
第四步：结果回发
在完成整个巡视工作，并进行巡视工作结果比对后，首先对巡视结果进行本地化存储，完成存储之后使用无线传输技术进行数据回传；
其特征在于，还包括第五步：自动学习
使用基于模糊区间的推理方法加遗传算法优化推理速度对于数据采集过程中非原始设定数据进行学习：
1)对每一个假设的每一条路径进行编码，在每一假设中随机地选择一条路径作为个体，集合作为初始的群体；
2)计算每个个体结论的可信度模糊区间值，并计算其差值，即前者减去后者，作为每个个体的适应度，和作为该基因串的适应度；
3)利用遗传算子，对当前一代的个体进行繁衍，产生出其后代；淘汰掉父代中适应度低的个体，同时计算后代的适应度，并将适应度值高的个体与父代中保留的个体合并成新的一代；如果达到设定的繁衍代数或算法已收敛，则返回最好的基因串，并将该基因串适应度值最高的个体进行解码，输出的即为结论；否则继续进行繁衍。
2.如权利要求1所述的基于动态规划的电力运维派工单生成方法，其特征在于，所述第五步的遗传算法是根据给定的少量样本，将与结论有关的一个、两个或m个条件集合作为编码单元进行编码，计算该编码所对应的m个ITV值和总的ITV值；利用遗传算子，对当前一代的个体进行繁衍，产生出其后代；淘汰掉父代中ITV值高的个体，同时计算后代的ITV值，并将ITV值低的个体与父代中保留的个体合并成新的一代；如果达到设定的繁衍代数或算法已收敛，则返回最好的基因串，并将该基因串ITV值最大的个体去掉；对剩下的个体进行解码，输出对应的规则到预备库中，满足要求的存入知识库，否则继续进行繁衍，编码对应的ITV值计算如下：
ur = uh - 0.5 2 min ( uc k ) - 1 + 0.5
lr＝lh-0.5+0.5(min(lck)-1)
ITV＝ur-lr
其中，[lr，ur]分别表示条件出现时该规则可信度的最低限度估计和最高限度估计，[uh，lh]为结论可信度，[lc，uc]分别表示条件可信度的悲观估计和乐观估计。
3.如权利要求1或2所述的基于动态规划的电力运维派工单生成方法，其特征在于，所述遗传算子是选择遗传算子。
4.如权利要求1或2所述的基于动态规划的电力运维派工单生成方法，其特征在于，所述遗传算子是交叉遗传算子。
5.如权利要求1或2所述的基于动态规划的电力运维派工单生成方法，其特征在于，所述遗传算子是变异遗传算子。
CN201410841188.2A 2014-12-30 2014-12-30 基于动态规划的电力运维派工单生成方法 Pending CN104517194A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410841188.2A CN104517194A (zh) 2014-12-30 2014-12-30 基于动态规划的电力运维派工单生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410841188.2A CN104517194A (zh) 2014-12-30 2014-12-30 基于动态规划的电力运维派工单生成方法

Publications (1)

Publication Number Publication Date
CN104517194A true CN104517194A (zh) 2015-04-15

Family

ID=52792451

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410841188.2A Pending CN104517194A (zh) 2014-12-30 2014-12-30 基于动态规划的电力运维派工单生成方法

Country Status (1)

Country Link
CN (1) CN104517194A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106570569A (zh) * 2016-11-11 2017-04-19 国网山东省电力公司济南供电公司 计量采集工作智能管理系统及其计量采集方法
CN106709607A (zh) * 2016-12-30 2017-05-24 天长市天尚清洁能源有限公司 分布式光伏电站智能监控运维系统
CN108181503A (zh) * 2017-12-30 2018-06-19 广州供电局有限公司 电力计量装置运维计划获取方法、装置、存储介质和设备
CN108256653A (zh) * 2017-12-28 2018-07-06 广州供电局有限公司 变压器运行维护服务管理方法、计算机设备及存储介质
CN108829558A (zh) * 2018-05-22 2018-11-16 郑州云海信息技术有限公司 一种数据中心告警智能运维管理方法及系统
CN109034561A (zh) * 2018-07-09 2018-12-18 武汉瑞莱保能源技术有限公司 一种适用于it运维系统的工单智能关联知识库知识的方法
CN110956437A (zh) * 2019-10-17 2020-04-03 广东电网有限责任公司 一种输电线路运维工单编制派发方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1564416A (zh) * 2004-03-17 2005-01-12 西安交通大学 基于协同进化的电力系统无功优化方法
CN101271543A (zh) * 2008-04-23 2008-09-24 永凯软件技术（上海）有限公司 一种应用了基于精英解池的遗传算法的生产排程系统和方法
CN102545095A (zh) * 2011-11-01 2012-07-04 山西省电力公司大同供电分公司 一种用于电力生产巡视的装置及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1564416A (zh) * 2004-03-17 2005-01-12 西安交通大学 基于协同进化的电力系统无功优化方法
CN101271543A (zh) * 2008-04-23 2008-09-24 永凯软件技术（上海）有限公司 一种应用了基于精英解池的遗传算法的生产排程系统和方法
CN102545095A (zh) * 2011-11-01 2012-07-04 山西省电力公司大同供电分公司 一种用于电力生产巡视的装置及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周东华 等: "《现代故障诊断与容错控制》", 1 December 2000, 清华大学出版社 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106570569A (zh) * 2016-11-11 2017-04-19 国网山东省电力公司济南供电公司 计量采集工作智能管理系统及其计量采集方法
CN106709607A (zh) * 2016-12-30 2017-05-24 天长市天尚清洁能源有限公司 分布式光伏电站智能监控运维系统
CN108256653A (zh) * 2017-12-28 2018-07-06 广州供电局有限公司 变压器运行维护服务管理方法、计算机设备及存储介质
CN108181503A (zh) * 2017-12-30 2018-06-19 广州供电局有限公司 电力计量装置运维计划获取方法、装置、存储介质和设备
CN108181503B (zh) * 2017-12-30 2020-02-18 广州供电局有限公司 电力计量装置运维计划获取方法、装置、存储介质和设备
CN108829558A (zh) * 2018-05-22 2018-11-16 郑州云海信息技术有限公司 一种数据中心告警智能运维管理方法及系统
CN109034561A (zh) * 2018-07-09 2018-12-18 武汉瑞莱保能源技术有限公司 一种适用于it运维系统的工单智能关联知识库知识的方法
CN110956437A (zh) * 2019-10-17 2020-04-03 广东电网有限责任公司 一种输电线路运维工单编制派发方法及系统

Similar Documents

Publication Publication Date Title
CN104517194A (zh) 基于动态规划的电力运维派工单生成方法
CN105046395B (zh) 一种含多类型新能源的电力系统日内滚动计划编制方法
CN103150600B (zh) 一种电网安全分析系统
CN107958101A (zh) 一种基于bim的装配式建筑信息化管理系统及方法
CN103631234B (zh) 一种梯级水电集控站自动化系统的智能优化调度方法
CN103295163A (zh) 图模一体的变电站与调度主站协同建模方法
CN106355344A (zh) 一种基于正交阵列的微电网鲁棒优化运行方法
CN101788788A (zh) 基于电网状态识别的多目标机组组合智能优化系统
CN106934484B (zh) 一种基于pda的现场运维日工作规划方法
CN105512746A (zh) 用于管理供水管网内的供水的系统和方法
CN103346555B (zh) 一种输电网负荷供应充裕度评估方法及在线评估系统
CN102147830A (zh) 给水管网优化设计方法和系统
CN104732322A (zh) 电力通信网机房移动运维方法
CN102244677A (zh) 绿色能源云计算方法与系统
CN103455554A (zh) 一种智能配电网模型库系统
CN106505624B (zh) 确定配电网分布式电源最优吸纳能力的调控系统及方法
KR101809205B1 (ko) 공장 에너지 관리 시스템
CN108281989A (zh) 一种风电电力系统经济调度方法及装置
CN104680252A (zh) 在线构架系统以及基于在线构架的供水实时调度方法
CN110400056A (zh) 基于风光时空特性的梯级水电日前优化调度方法及装置
CN103337040B (zh) 一种计及风电波动性的风电发电计划编制系统及编制方法
CN107067161B (zh) 一种智能电网中信息点表的自动化校核实现系统及方法
CN111798088A (zh) 电网调度方法及系统
CN104881739A (zh) 一种基于iec61970/61968 cim标准的营配数据一致性校验方法
CN112950001B (zh) 基于云边端闭环架构的智慧能量管控系统及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20150415