CN106022950B - 一种配电网二次设备类型识别方法及系统 - Google Patents
一种配电网二次设备类型识别方法及系统 Download PDFInfo
- Publication number
- CN106022950B CN106022950B CN201610298818.5A CN201610298818A CN106022950B CN 106022950 B CN106022950 B CN 106022950B CN 201610298818 A CN201610298818 A CN 201610298818A CN 106022950 B CN106022950 B CN 106022950B
- Authority
- CN
- China
- Prior art keywords
- monitoring data
- operation monitoring
- power distribution
- distribution network
- item set
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012544 monitoring process Methods 0.000 claims abstract description 73
- 230000011218 segmentation Effects 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 29
- 238000007781 pre-processing Methods 0.000 claims abstract description 22
- 238000013138 pruning Methods 0.000 claims description 9
- 238000012795 verification Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000005520 cutting process Methods 0.000 claims description 3
- 238000005065 mining Methods 0.000 abstract description 7
- 230000009471 action Effects 0.000 description 12
- 101100100125 Mus musculus Traip gene Proteins 0.000 description 10
- 230000007257 malfunction Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 238000001816 cooling Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000004804 winding Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000008034 disappearance Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Landscapes
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种配电网二次设备类型识别方法及系统，所述方法包括：对运行监控数据进行预处理；对预处理后的运行监控数据进行分词和词频统计，获取候选1‑项集；用Apriori算法处理所述候选1‑项集，获取强关联规则；根据所述强关联规则识别配电网二次设备的类型；本发明提供的方案，应用频繁模式挖掘方法对大规模指定范围的配电网运行监控数据进行关联规则挖掘，产生二次设备分类规则，利用此规则对设备进行明确归类，实现海量种类繁多的配电网二次设备的归类统计，为配电网设备运行状态监视评估奠定基础。
Description
技术领域
本发明涉及电力系统自动化分析技术领域，具体涉及一种配电网二次设备类型识别方法及系统。
背景技术
电网规模不断扩大，各配电网采用不同厂家、不同类型的电气二次设备，使配电网中二次设备种类繁多且数量巨大，在实际应用中，二次设备类型信息往往缺失，使二次设备类别区分不明确。这使得目前电网信息化以及能源互联网构建过程中所要求的电网设备运行状态监视评估遇到很大困难，包括设备的分类统计、设备仿真等实际需求。经调研，目前还未存在一种基于实际运行监控数据的专门针对配电网二次设备类型的智能识别方法。
频繁模式挖掘是数据挖掘领域的一种典型的关联规则产生方法，将大量数据作为候选项集，通过特定的自学习算法发现频繁项集并产生关联规则。针对配电网二次设备识别与分类工作，通过对运行监控数据进行频繁模式挖掘，产生设备与其类型的关联规则，从而利用此规则进行设备智能识别与分类。采用此种自学习的方式进行配电网设备识别，可以依据不同地区的运行监控数据集产生具有该地区特色的设备类型关联规则，从而实现地区个性化设备智能识别分类。
发明内容
本发明提供一种配电网二次设备类型识别方法及系统，其目的是应用频繁模式挖掘方法对大规模指定范围的配电网运行监控数据进行关联规则挖掘，产生二次设备分类规则，利用此规则对设备进行明确归类，实现海量种类繁多的配电网二次设备的归类统计，为配电网设备运行状态监视评估奠定基础。
本发明的目的是采用下述技术方案实现的：
一种配电网二次设备类型识别方法，其改进之处在于，包括：
对运行监控数据进行预处理；
对预处理后的运行监控数据进行分词和词频统计，获取候选1-项集；
用Apriori算法处理所述候选1-项集，获取强关联规则；
根据所述强关联规则识别配电网二次设备的类型。
优选的，所述对运行监控数据进行预处理包括：
应用CEP引擎，对所述运行监控数据的名称和格式进行关键词提取和与所述运行监控数据无关信息的剔除；
应用CEP引擎，对所述运行监控数据的各信号进行信号内关键词剔除、信号内含有的装置名称剔除、信号内关键词的替换和关键词组的模糊匹配。
优选的，所述对处理后运行监控数据进行分词和词频统计包括：
配置ElasticSearch，将预处理后的运行监控数据加载入ElasticSearch，获取运行监控信号的分词集合和词频统计数，并将所述分词集合作为候选1-项集。
优选的，所述用Apriori算法处理所述候选1-项集，获取强关联规则包括步骤：
a.根据最小支持度对当前候选i-项集进行剪枝，剪掉小于所述最小支持度的项集，获取频繁i-项集，并判断所述频繁i-项集是否为空集，若是，则执行步骤c，若否，则执行步骤b；
b.将所述频繁i-项集进行自然连接，获取候选(i+1)-项集，扫描信号分词集合，统计所述候选(i+1)-项集的词频统计数，并返回步骤a，其中，所述自然连接为任意两项进行组合；
c.设置最小置信度阈值，将上述步骤生成的全部频繁项集进行置信度验证，获取强关联规则。
优选的，所述根据所述强关联规则识别配电网二次设备的类型包括：遍历所述配电网二次设备的运行监控数据，将所述配电网二次设备的运行监控数据与所述强关联规则进行匹配，获取所述配电网二次设备的类型。
一种配电网二次设备类型识别系统，其改进之处在于，所述系统包括：
预处理模块，用于对运行监控数据进行预处理；
分词模块，用于对预处理后的运行监控数据进行分词和词频统计，获取候选1-项集；
Apriori算法处理模块，用于用Apriori算法处理所述候选1-项集，获取强关联规则；
识别模块，用于根据所述强关联规则识别配电网二次设备的类型。
优选的，所述预处理模块包括：
第一预处理单元，用于应用CEP引擎，对所述运行监控数据的名称和格式进行关键词提取和与所述运行监控数据无关信息的剔除；
第二预处理单元，用于应用CEP引擎，对所述运行监控数据的各信号进行信号内关键词剔除、信号内含有的装置名称剔除、信号内关键词的替换和关键词组的模糊匹配。
优选的，所述分词模块包括：
分词单元，用于配置ElasticSearch，将预处理后的运行监控数据加载入ElasticSearch，获取运行监控信号的分词集合和词频统计数，并将所述分词集合作为候选1-项集。
优选的，所述Apriori算法处理模块包括：
第一处理单元，用于根据最小支持度对当前候选i-项集进行剪枝，剪掉小于所述最小支持度的项集，获取频繁i-项集，并判断所述频繁i-项集是否为空集，若是，则执行第三处理单元，若否，则执行第二处理单元；
第二处理单元，用于将所述频繁i-项集进行自然连接，获取候选(i+1)-项集，扫描信号分词集合，统计所述候选(i+1)-项集的词频统计数，并返回步骤a，其中，所述自然连接为任意两项进行组合；
第三处理单元，用于设置最小置信度阈值，将上述步骤生成的全部频繁项集进行置信度验证，获取强关联规则。
优选的，所述识别模块包括：识别单元，用于遍历所述配电网二次设备的运行监控数据，将所述配电网二次设备的运行监控数据与所述强关联规则进行匹配，获取所述配电网二次设备的类型。
本发明的有益效果：
本发明提供的一种配电网二次设备类型识别方法及系统，提出了一种针对不同地区的大规模配电网运行监控数据频繁模式挖掘的电网设备智能识别方法，利用CEP数据预处理技术、ElasticSearch分词技术和Apriori频繁项集挖掘技术进行数据处理及规则自学习，从而利用关联规则进行设备识别和类型匹配。可以自动将指定范围的海量杂乱的配电网设备及运行监控信号进行有效的归类处理，是配电网设备运行状态监视评估必要的数据准备，为配电网二次设备运行状态监视系统及其他基于设备分析的应用系统奠定了数据基础。
附图说明
图1是本发明一种配电网二次设备类型识别方法的流程图；
图2是本发明实施例中Apriori算法的实现过程流程图；
图3是本发明一种配电网二次设备类型识别系统的结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作详细说明。
为使本发明实施例的目的、技术方案和优点更加清楚，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它实施例，都属于本发明保护的范围。
本发明提供的一种配电网二次设备类型识别方法，如图1所示，包括：
101.对运行监控数据进行预处理；
102.对预处理后的运行监控数据进行分词和词频统计，获取候选1-项集；
103.用Apriori算法处理所述候选1-项集，获取强关联规则；
104.根据所述强关联规则识别配电网二次设备的类型。
具体的，配电网运行监控数据的预处理方法。采用复杂事件处理引擎，将输入的原始数据通过既定的规则库(包括切分、提取、替换、匹配等)进行预处理，产生所需格式的熟数据，所述步骤101包括：
应用CEP引擎，对所述运行监控数据的名称和格式进行关键词提取和与所述运行监控数据无关信息的剔除；
应用CEP引擎，对所述运行监控数据的各信号进行信号内关键词剔除、信号内含有的装置名称剔除、信号内关键词的替换和关键词组的模糊匹配。
例如，取清洗后的运行监控信号样本为：
{直流电源空开投非电量投非全相投检修态重瓦斯有载瓦斯油温1油温2绕组温高压力释放压力突变冷却故障跳主变高压侧开关二A相1跳主变高压侧开关二B相1跳主变高压侧开关二C相1闭锁重合投高压侧强切1母投高压侧强切2母}；
{投直流电源空开投交流电压空开投充电保护压板投过流压板跳闸出口1A跳闸出口1B跳闸出口1C失灵跳相邻开关I失灵跳相邻开关Ⅱ失灵启动1母差1失灵启动1母差2失灵启动远传1失灵启动远传2失灵联跳主变A相跟跳动作B相跟跳动作C相跟跳动作A相跳闸B相跳闸}{投直流电源空开投交流电压空开投重合闸压板投过流投检修过流保护动作过流Ⅰ段动作过流Ⅱ段动作过流Ⅲ段动作低压减载动作低周减载动作重合闸动作后加速动作TA断线TV断线装置异常直流电源消失装置闭锁A网通信中断B网通信中断}；
进一步的，利用ElasticSearch对海量运行监控数据进行文本划分和词频统计，生成原始项集，所述步骤102包括：
配置ElasticSearch，将预处理后的运行监控数据加载入ElasticSearch，获取运行监控信号的分词集合和词频统计数，并将所述分词集合作为候选1-项集。
例如：对其进行分词操作，得到部分结果如下，作为初始事务数据库：
{直流，电源，空开，投，电量，全相，检修，瓦斯，油温，绕组，压力，释放，突变，冷却，故障，主变，高压侧，开关，相，闭锁，重合，强切}；
{直流，电源，空开，投，开关，相，交流，充电，保护，压板，过流，跳闸，出口，失灵，相邻，启动，母差，远传，联跳，跟跳，动作}；
{直流，电源，空开，投，交流，重合闸，压板，过流，检修，保护，动作，Ⅰ段，Ⅱ段，Ⅲ段，低压，减载，低周，后加速，TA，TV，断线，装置，异常，消失，闭锁，A网，B网，通信，中断}；
扫描初始事务数据库，对所有项进行支持度计数统计，生成候选项集：
{跳闸,1}{后加速,1}{断线,1}{异常,1}{消失,1}{远传,1}{出口,1}{故障,1}{重合,1}{过流,2}{Ⅰ段,1}{装置,1}{动作,2}{压板,2}{重合闸,1}{瓦斯,1}{强切,1}{全相,1}{跟跳,1}{减载,1}{保护,2}{启动,1}{压力,1}{闭锁,2}{联跳,1}{Ⅱ段,1}{B网,1}{通信,1}{主变,1}{TV,1}{A网,1}{开关,2}{直流,3}{冷却,1}{高压侧,1}{突变,1}{Ⅲ段,1}{释放,1}{中断,1}{交流,2}{电源,3}{相邻,1}{TA,1}{空开,3}{检修,2}{绕组,1}{电量,1}{充电,1}{低压,1}{母差,1}{失灵,1}{低周,1}{相,2}{油温,1}{投,3}；
如图2所示，在原始项集的基础上，利用Apriori方法发现所有设备频繁项集，从而产生设备与类型关联规则，进一步的，所述步骤103，包括步骤：
a.根据最小支持度对当前候选i-项集进行剪枝，剪掉小于所述最小支持度的项集，获取频繁i-项集，并判断所述频繁i-项集是否为空集，若是，则执行步骤c，若否，则执行步骤b；
b.将所述频繁i-项集进行自然连接，获取候选(i+1)-项集，扫描信号分词集合，统计所述候选(i+1)-项集的词频统计数，并返回步骤a，其中，所述自然连接为任意两项进行组合；
c.设置最小置信度阈值，将上述步骤生成的全部频繁项集进行置信度验证，获取强关联规则。
例如：设最小支持度计数为1，筛选候选项集，得到出现次数大于等于1的项集，即频繁1-项集，并对频繁项集中所有项进行自然连接组合，形成候选2-项集；
扫描初始事务数据库，对候选2-项集中所有项进行支持度计数，筛选出支持度计数大于等于1的所有项，形成频繁2-项集，对频繁2-项集中所有项进行组合，形成候选3项集，再通过扫描初始事务数据库进行筛选，依次类推，直至形成的频繁k-项集为空集。
通过产生的关联规则对配电网设备进行类型识别，输出分类处理后的设备数据，所述步骤104包括：遍历所述配电网二次设备的运行监控数据，将所述配电网二次设备的运行监控数据与所述强关联规则进行匹配，获取所述配电网二次设备的类型。
一种配电网二次设备类型识别系统，如图3所示，所述系统包括：
预处理模块，用于对运行监控数据进行预处理；
分词模块，用于对预处理后的运行监控数据进行分词和词频统计，获取候选1-项集；
Apriori算法处理模块，用于用Apriori算法处理所述候选1-项集，获取强关联规则；
识别模块，用于根据所述强关联规则识别配电网二次设备的类型。
具体的，所述预处理模块包括：
第一预处理单元，用于应用CEP引擎，对所述运行监控数据的名称和格式进行关键词提取和与所述运行监控数据无关信息的剔除；
第二预处理单元，用于应用CEP引擎，对所述运行监控数据的各信号进行信号内关键词剔除、信号内含有的装置名称剔除、信号内关键词的替换和关键词组的模糊匹配。
所述分词模块包括：
分词单元，用于配置ElasticSearch，将预处理后的运行监控数据加载入ElasticSearch，获取运行监控信号的分词集合和词频统计数，并将所述分词集合作为候选1-项集。
所述Apriori算法处理模块包括：
第一处理单元，用于根据最小支持度对当前候选i-项集进行剪枝，剪掉小于所述最小支持度的项集，获取频繁i-项集，并判断所述频繁i-项集是否为空集，若是，则执行第三处理单元，若否，则执行第二处理单元；
第二处理单元，用于将所述频繁i-项集进行自然连接，获取候选(i+1)-项集，扫描信号分词集合，统计所述候选(i+1)-项集的词频统计数，并返回步骤a，其中，所述自然连接为任意两项进行组合；
第三处理单元，用于设置最小置信度阈值，将上述步骤生成的全部频繁项集进行置信度验证，获取强关联规则。
所述识别模块包括：识别单元，用于遍历所述配电网二次设备的运行监控数据，将所述配电网二次设备的运行监控数据与所述强关联规则进行匹配，获取所述配电网二次设备的类型。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种配电网二次设备类型识别方法，其特征在于，所述方法包括：
对运行监控数据进行预处理；
对预处理后的运行监控数据进行分词和词频统计，获取候选1-项集；
用Apriori算法处理所述候选1-项集，获取强关联规则；
根据所述强关联规则识别配电网二次设备的类型。
2.如权利要求1所述的方法，其特征在于，所述对运行监控数据进行预处理包括：
应用CEP引擎，对所述运行监控数据的名称和格式进行关键词提取和与所述运行监控数据无关信息的剔除；
应用CEP引擎，对所述运行监控数据的各信号进行信号内关键词剔除、信号内含有的装置名称剔除、信号内关键词的替换和关键词组的模糊匹配。
3.如权利要求1所述的方法，其特征在于，所述对预处理后的运行监控数据进行分词和词频统计包括：
配置ElasticSearch，将预处理后的运行监控数据加载入ElasticSearch，获取运行监控信号的分词集合和词频统计数，并将所述分词集合作为候选1-项集。
4.如权利要求1所述的方法，其特征在于，所述用Apriori算法处理所述候选1-项集，获取强关联规则包括步骤：
a.根据最小支持度对当前候选i-项集进行剪枝，剪掉小于所述最小支持度的项集，获取频繁i-项集，并判断所述频繁i-项集是否为空集，若是，则执行步骤c，若否，则执行步骤b；
b.将所述频繁i-项集进行自然连接，获取候选(i+1)-项集，扫描信号分词集合，统计所述候选(i+1)-项集的词频统计数，并返回步骤a，其中，所述自然连接为任意两项进行组合；
c.设置最小置信度阈值，将上述步骤生成的全部频繁项集进行置信度验证，获取强关联规则。
5.如权利要求1所述的方法，其特征在于，所述根据所述强关联规则识别配电网二次设备的类型包括：遍历所述配电网二次设备的运行监控数据，将所述配电网二次设备的运行监控数据与所述强关联规则进行匹配，获取所述配电网二次设备的类型。
6.一种配电网二次设备类型识别系统，其特征在于，所述系统包括：
预处理模块，用于对运行监控数据进行预处理；
分词模块，用于对预处理后的运行监控数据进行分词和词频统计，获取候选1-项集；
Apriori算法处理模块，用于用Apriori算法处理所述候选1-项集，获取强关联规则；
识别模块，用于根据所述强关联规则识别配电网二次设备的类型。
7.如权利要求6所述的系统，其特征在于，所述预处理模块包括：
第一预处理单元，用于应用CEP引擎，对所述运行监控数据的名称和格式进行关键词提取和与所述运行监控数据无关信息的剔除；
第二预处理单元，用于应用CEP引擎，对所述运行监控数据的各信号进行信号内关键词剔除、信号内含有的装置名称剔除、信号内关键词的替换和关键词组的模糊匹配。
8.如权利要求6所述的系统，其特征在于，所述分词模块包括：
分词单元，用于配置ElasticSearch，将预处理后的运行监控数据加载入ElasticSearch，获取运行监控信号的分词集合和词频统计数，并将所述分词集合作为候选1-项集。
9.如权利要求6所述的系统，其特征在于，所述Apriori算法处理模块包括：
第一处理单元，用于根据最小支持度对当前候选i-项集进行剪枝，剪掉小于所述最小支持度的项集，获取频繁i-项集，并判断所述频繁i-项集是否为空集，若是，则执行第三处理单元，若否，则执行第二处理单元；
第二处理单元，用于将所述频繁i-项集进行自然连接，获取候选(i+1)-项集，扫描信号分词集合，统计所述候选(i+1)-项集的词频统计数，并返回第一处理单元，其中，所述自然连接为任意两项进行组合；
第三处理单元，用于设置最小置信度阈值，将上述步骤生成的全部频繁项集进行置信度验证，获取强关联规则。
10.如权利要求6所述的系统，其特征在于，所述识别模块包括：识别单元，用于遍历所述配电网二次设备的运行监控数据，将所述配电网二次设备的运行监控数据与所述强关联规则进行匹配，获取所述配电网二次设备的类型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610298818.5A CN106022950B (zh) | 2016-05-06 | 2016-05-06 | 一种配电网二次设备类型识别方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610298818.5A CN106022950B (zh) | 2016-05-06 | 2016-05-06 | 一种配电网二次设备类型识别方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106022950A CN106022950A (zh) | 2016-10-12 |
| CN106022950B true CN106022950B (zh) | 2020-12-18 |
Family
ID=57081844
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610298818.5A Active CN106022950B (zh) | 2016-05-06 | 2016-05-06 | 一种配电网二次设备类型识别方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106022950B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107451708A (zh) * | 2017-04-26 | 2017-12-08 | 国家电网公司 | 一种基于Apriori算法的电网设备监控信息置信关联分析方法 |
| CN109191011A (zh) * | 2018-10-12 | 2019-01-11 | 中国电力科学研究院有限公司 | 一种基于Apriori算法的直流套管状态评估方法及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104182904A (zh) * | 2014-07-02 | 2014-12-03 | 国家电网公司 | 一种变电站集中监控海量数据的多维分析可视化展示方法 |
| CN104239437A (zh) * | 2014-08-28 | 2014-12-24 | 国家电网公司 | 一种面向电网调度的智能告警分析方法 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101130734B1 (ko) * | 2010-08-12 | 2012-03-28 | 연세대학교 산학협력단 | 상황 구조 생성 방법 및, 상황 구조 생성 시스템 |
| TWI517079B (zh) * | 2013-07-30 | 2016-01-11 | 財團法人工業技術研究院 | 電器辨識裝置、方法及其系統 |
| CN103871003A (zh) * | 2014-03-31 | 2014-06-18 | 国家电网公司 | 一种应用历史故障数据的配电网故障诊断方法 |
| CN104715073B (zh) * | 2015-04-03 | 2017-11-24 | 江苏物联网研究发展中心 | 基于改进Apriori算法的关联规则挖掘系统 |
| CN105160483A (zh) * | 2015-09-10 | 2015-12-16 | 国家电网公司 | 一种基于数据挖掘的二次设备故障诊断方法 |
| CN105160119B (zh) * | 2015-09-16 | 2019-01-11 | 中国电力科学研究院 | 一种基于策略文件的电力二次设备仿真建模方法 |
| CN105224646A (zh) * | 2015-09-29 | 2016-01-06 | 北京金山安全软件有限公司 | 一种对象关系分析方法、装置及电子设备 |
| CN105372557A (zh) * | 2015-12-03 | 2016-03-02 | 国家电网公司 | 基于关联规则的电网资源故障诊断方法 |
| CN105553700A (zh) * | 2015-12-11 | 2016-05-04 | 浪潮电子信息产业股份有限公司 | 一种智能化的设备故障识别检测和解决方案提供系统 |
-
2016
- 2016-05-06 CN CN201610298818.5A patent/CN106022950B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104182904A (zh) * | 2014-07-02 | 2014-12-03 | 国家电网公司 | 一种变电站集中监控海量数据的多维分析可视化展示方法 |
| CN104239437A (zh) * | 2014-08-28 | 2014-12-24 | 国家电网公司 | 一种面向电网调度的智能告警分析方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106022950A (zh) | 2016-10-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106019084B (zh) | 基于配用电数据关联的中压配电网断线故障诊断方法 | |
| CN103326467B (zh) | 一种基于保信主站装置录波信息的保护动作报告实现方法 | |
| CN111768076B (zh) | 一种以电网事件为中心的监控告警信号聚类方法 | |
| CN108988487B (zh) | 一种基于多维数据的电网停电事件辨识方法 | |
| CN106526468B (zh) | 基于波形特征识别的断路器状态检测方法 | |
| CN104218676A (zh) | 电力调度自动化主站的智能告警系统和方法 | |
| EP2985920A1 (en) | Real time, automatic diagnostic system and method for electric networks | |
| CN105158647A (zh) | 基于电网监控系统的单站端电网故障诊断和辅助决策方法 | |
| CN115048591A (zh) | 一种基于人工智能的配电网全息数据可视化智能展示分析系统 | |
| CN110867958A (zh) | 一种电力系统自动识别故障告警方法 | |
| CN117590223B (zh) | 断路器的在线监测系统及其方法 | |
| CN108090674A (zh) | 地区电网运行方式风险评估与辅助决策方法及系统 | |
| CN106022950B (zh) | 一种配电网二次设备类型识别方法及系统 | |
| CN110954782A (zh) | 基于密度峰值聚类的配网瞬时性故障识别方法及系统 | |
| Sankar et al. | Synchrophasor data driven islanding detection, localization and prediction for microgrid using energy operator | |
| CN103345715A (zh) | 电力设备改造方法 | |
| CN104657814A (zh) | 基于ems系统的继电保护装置信号模板抽取定义方法 | |
| CN108388653B (zh) | 变电站10kV出线开关分闸类型的识别方法 | |
| CN109726214A (zh) | 一种设备故障处置辅助决策方法和系统 | |
| CN112270555B (zh) | 配网调度指令票安全校核系统及方法 | |
| CN114722340B (zh) | 一种配电网停电范围分析方法 | |
| CN110765986A (zh) | 一种电力系统主站监控信号自动审核的方法 | |
| Meléndez et al. | Analysis of sequences of events for the characterisation of faults in power systems | |
| CN110378585A (zh) | 电网故障处置计算任务编排调用方法、系统及存储介质 | |
| CN115378127A (zh) | 一种基于电网设备多维数据实时分析的故障深度诊断方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 100192 Beijing city Haidian District Qinghe small Camp Road No. 15 Applicant after: CHINA ELECTRIC POWER RESEARCH INSTITUTE Co.,Ltd. Applicant after: STATE GRID CORPORATION OF CHINA Applicant after: STATE GRID TIANJIN ELECTRIC POWER Co. Address before: 100192 Beijing city Haidian District Qinghe small Camp Road No. 15 Applicant before: China Electric Power Research Institute Applicant before: State Grid Corporation of China Applicant before: STATE GRID TIANJIN ELECTRIC POWER Co. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |