CN106097137A - 一种基于用电信息采集系统的差异化防窃电监测系统 - Google Patents
一种基于用电信息采集系统的差异化防窃电监测系统 Download PDFInfo
- Publication number
- CN106097137A CN106097137A CN201610409017.1A CN201610409017A CN106097137A CN 106097137 A CN106097137 A CN 106097137A CN 201610409017 A CN201610409017 A CN 201610409017A CN 106097137 A CN106097137 A CN 106097137A
- Authority
- CN
- China
- Prior art keywords
- module
- electricity
- data
- power
- user
- 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 24
- 230000004069 differentiation Effects 0.000 title claims abstract description 15
- 230000005611 electricity Effects 0.000 claims abstract description 43
- 238000013178 mathematical model Methods 0.000 claims abstract description 33
- 238000011156 evaluation Methods 0.000 claims abstract description 23
- 239000000284 extract Substances 0.000 claims abstract description 5
- 238000000605 extraction Methods 0.000 claims abstract 2
- 238000011835 investigation Methods 0.000 claims description 8
- 230000007935 neutral effect Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000013501 data transformation Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 4
- 238000005201 scrubbing Methods 0.000 claims description 4
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims 1
- 238000013499 data model Methods 0.000 claims 1
- 238000005303 weighing Methods 0.000 claims 1
- 238000009412 basement excavation Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 9
- 238000007418 data mining Methods 0.000 description 4
- 238000000034 method Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
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—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
- G06F2216/03—Data mining
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于用电信息采集系统的差异化防窃电系统，通过对企业用户用电的大量数据进行分析挖掘，并从季节、月用电量、线损、单耗等八个方面确定出用电指标评价体系，再依据构建的指标评价体系从用电信息采集系统中提取所需的数据并将提取的数据经过处理后输送到数学模型构建模块中完成数学模型的构建，然后根据数学模型输出结果划分出用电信用等级，最后在用电信用等级确立的基础上建设用电监控及视频取证系统，本发明系统不仅为提高电网安全，创建和谐的用电环境创造了便利，同时为电力部门打击企业窃电行为提供了强有力的工具。
Description
技术领域
本发明涉及一种防窃电监测系统，具体的说是涉及一种基于用电信息采集系统的差异化防窃电监测系统，属电网电力系统防窃电技术应用领域。
背景技术
我国“十二五”科技发展规划中对建设智能电网的基础工作，提高电网安全，确保电能计量准确，创造和谐有序用电环境有提出要求。但是目前我国供电企业在电量自动化管理方面的技术相对落后，虽然电力企业积累了大量的历史用电数据，但绝大多数企业面对大量用户历史电量信息，并不能高效的对用电数据和窃电行为进行分析，难以监测出具体的窃电企业用户。随着电网线路的线损率居高不下，窃电现象的日趋严重，导致电力部门的经济损失巨大。因此，提高供电可靠性和供电质量是目前亟待解决的问题。
虽然目前在电力电网系统中已有了用电信息采集系统技术的应用，且在用电信息数据反馈、负荷调控和应急指挥等方面发挥了良好的效果，同时该用电信息采集系统也具备有线损管理的功能，但是依然很难准确定位出存在窃电行为的具体用电企业，缺少有力的工具及数据来开展电量追捕工作。
发明内容
为解决上述问题，本发明的目的是提供一种基于用电信息采集系统的差异化防窃电监测系统，以便于电力部门能够快速准确的定位出存在窃电行为的企业，并为电力部门对窃电企业展开侦查与追踪工作提供便利。
为实现上述目，本发明通过以下技术方案实现的：
一种基于用电信息采集系统的差异化防窃电监测系统，包含用电信息采集系统模块、样本数据模块、指标评价体系构建模块、数学模型构建模块、用电信用等级输出模块及监控取证模块，所述的用电信息采集系统模块用于收集和储存企业的用电信息数据，所述的指标评价体系模块包含数据清理模块、数据集成模块及数据选择模块，用于从所述用电信息采集系统中提取能全面反映窃电情况的各项指标，并将这些指标数据按照规定的格式整理成为标准的输入向量或矩阵，所述的数学模型构建模块包含数据变换模块、数据挖掘模块、模式评估模块，用于将在所述指标评价体系中处理过后的数据在BP神经网络中实现数学模型的构建，所述的样本数据模块，用于收集存储已知的样本数据，用于在系统数学模型构建时进行辅助验证优化数学模型，所述用户信用等级输出模块用于输出用户的用电信用等级，其用户用电信息等级划分是依据输出的数学模型来判断的，所述的监控取证系统模块是基于用户用电信用等级的划分结果用于对存在窃电行为的企业展开侦查和追踪的系统工具。
进一步，上述用电信息采集系统是智能用电管理、服务的技术支持系统，为管理信息系统提供及时、完整、准确的基础用电数据，其采集的对象包括专线用户以及各类专用变压器用户等，其采集的信息数据包含实时数据，历史数据，事件数据。
进一步，上述指标评价体系是通过对当前各种窃电方式，用户信息采集系统中的历史数据以及参考供电行业同行对窃电嫌疑系数产生影响的指标等因素的分析基础所上构建的，其包含有用电信息的基础指标和扩充指标。
进一步，上述构建的指标评价体系中的指标既是要能全面反映用户窃电的实际情况，同时还要考虑到信息的有效性、数据采集、计算量等的实际情况。
进一步，上述用电信息的基础指标包含月用电量、用表类型、所在台区线损、三相不平衡率以及功率因数；
进一步，上述用电信息的基础指标中的月用电量指标在电力用户没有增加生产设备，没有采取节能措施的情况下，相邻月份或每年相同月份的用电量应该相距不大；
进一步，上述用电信息的基础指标中的用表类型指标，包含机械表和电子表，根据不同用表类型取不同的值；
进一步，上述用电信息的基础指标中的所在台区线损指标，参照国家标准，高压企业正常台区线损应在10％左右，所以在台区用户没有发生变化的情况下，一个台区的线损率应该处于相对稳定的水平；
进一步，上述用电信息的基础指标中的三相不平衡率指标，是指三相电压不平衡率，用于表示三相电压间的差异大小以及反映欠压等异常现象；
进一步，上述用电信息的基础指标中的功率因数指标，是一个稳定值，它与电量的使用时间无关，在排除用户加装或新装使用电容自动补偿装置的情况下，它一般不会出现突升突降现象；
进一步，上述用电信息的扩充指标，包含月份、用户节能等级及用户单耗。
进一步，上述用电信息的扩充指标中的月份指标，表示不同气温条件对用户用电量需求的影响，据调查，当温度在16℃到26℃时，对用户用电量影响可以忽略；
进一步，上述用电信息的扩充指标中的用户节能等级指标，表征电力用户的生产节能水平，根据相关标准在本发明中将用户能效等级分为5级，分别是能效水平最高、能效水平较高、能效水平一般、能效水平较低、能效水平最低；
进一步，上述用电信息的扩充指标中的用户单耗，指生产单位数量的产品所消耗的电能量，企业的单耗在排除采取节能措施的情况下，应该保持在一个相对稳定的水平上，因此单耗可以反应企业的运行情况。
进一步，上述数学模型属于离线模型，而构建数学模型所用的数据是基于指标评价体系从用电信息采集系统中获得的，因此，建立指标评价体系也可不需要实时在线的数据。
进一步，上述数学模型是采用BP神经网络支撑构建而来的，且是结合其他已知的样本数据经过BP神经网络工具箱不断优化而成的最优模型。
进一步，上述样本数据包含已知存在窃电行为的样本数据和不存在窃电行为的样本数据。
进一步，上述数学模型预测输出与实际输出是趋于一致的。
进一步，上述数学模型输出的结果为窃电嫌疑系数。
进一步，上述用电信用等级是根据窃电嫌疑系数出现的频率划分的。
进一步，上述用电信用等级分为A、B、C和D四类，A类表示用户信用等级很好，B类表示用户信用等级良好，C类表示用户信用等级较好，D类表示用户信用等级差。
与现有技术相比，本发明具有如下效益：
(1)建立了完备的电力用户用电状态指标评价系体系，为进行用电行为数据挖掘分析奠定了基础；
(2)通过数据挖掘技术将用电信息采集系统采集的大量原始数据信息进行处理，并利用神经网络分类技术分析数据，可为每一类数据找到一种适合的数学模型，不仅处理速度快，而且计算精度高；
(3)通过对各种窃电类型的异常状态进行分析，建立用户用电状态评价数学模型，可快速获得企业的窃电嫌疑因子，进而快速掌握各企业用户的用电状态，为开展侦查工作和计量装置检查工作提供依据，有效地抑制窃电行为。
附图说明
图1是本发明的系统实施流程图
图中：1—用电信息采集系统模块；2—样本数据模块；3—指标评价体系模块；4—数学模型构建模块；5—用电信用等级输出模块；6—监控取证系统模块；7—数据清理模块；8——数据集成模块；9—数据选择模块；10—数据变换模块；11—数据挖掘模块；12—模式评估模块。
具体实施方式
现结合附图1进一步说明本发明是如何实施的：
本发明一种基于用电信息采集系统的差异化防窃电监测系统，包含用电信息采集系统模块1、样本数据模块2、指标评价体系模块3、数学模型构建模块4、用电信用等级输出模块5及监控取证系统模块6，所述的用电信息采集系统模块1用于收集和储存企业的用电信息数据，所述的指标评价体系模块1包含数据清理模块7、数据集成模块8及数据选择模块9，用于从所述的用电信息采集系统模块1中提取能全面反映窃电情况的各项指标，并将这些指标数据按照规定的格式整理成为标准的输入向量或矩阵，所述的数学模型构建模块4包含数据变换模块10、数据挖掘模块11、模式评估模块12，用于将在所述的指标评价体系中处理过后的数据利用BP神经网络工具实现数学模型的构建，所述的样本数据模块2，用于收集已知的存在窃电行为的数据和没有窃电行为的数据，其作用是用于在系统数学模型构建时进行辅助验证优化数学模型，所述用户信用等级输出模块5用于输出用户的用电信用等级，其用户用电信息等级划分是依据输出的数学模型来判断的，所述的监控取证系统模块6是基于所述的用户用电信用等级的划分结果用于对存在窃电行为的企业展开侦查和追踪的系统工具。
本发明一种基于用电信息采集系统的差异化防窃电监测系统具体实施步骤为：首先通过对大量的历史企业用电信息数据、已知的多种窃电方式以及参考供电同行对窃电嫌疑系数产生影响的指标等的分析完成系统防窃电指标评价体系的构建，然后依据构建的指标评价体系从用电信息采集系统中提取所需的数据，并将提取到的数据按照规定的格式整理成为标准的输入向量或矩阵，其次将整理后的数据在BP神经网络中进行归一化处理，使其数据限制在[0,1]区间内，同时确定模型的隐含层数、神经元的数目、学习速率、目标误差以及选取合适的激活函数，在BP神经网络完成初步数学模型建立，紧接着将已知的样本数据输送到BP神经网络中进行辅助交叉验证和进一步的优化模型，将误差值降至最低，从而输出最接近实际情况的用电状态评价数学模型，再接着根据输出的数学模型进行用户信用等级划分，最后针对其中用电信用等级差的用户展开窃电行为的侦查取证工作。
本发明的技术主要应用于电力行业，通过对企业用电信息的获得，提取所需指标进行数据处理，然后作为本发明中的数学模型输入，从而可得到用户的信用等级，进而为窃电取证提供了便利。
本发明说明书中未作详细描述的内容属于本领域技术人员的公知的技术。
应理解到的是：上述实施方案只是对本发明的说明，而不是对本发明的限制，任何不超出本发明实质精神范围内的发明创造，均落入本发明的保护范围内。
Claims (7)
1.一种基于用户用电信息采集系统的差异化防窃电监测系统，包含有用电信息采集系统模块、样本数据模块、指标评价体系模块、数学模型构建模块、用户用电信用等级输出模块及监控取证模块，其特征在于：所述的用电信息采集系统用于采集储存企业的用电信息数据，所述的指标评价体系模块包含数据清理模块、数据集成模块及数据选择模块，用于提取能全面反映窃电实际情况的各项指标，所述数学模型构建模块包含数据变换模块、数据挖掘模块、模式评估模块，用于将提取的数据进行数学模型的转化，所述样本数据模块用于收集存储已知的用电样本数据，用于验证和进一步的优化数学模型，所述用户信用等级输出模块，用于对用电信用等级结果输出，所述的监控取证模块用于对存在窃电行为的企业进行侦查和追踪取证。
2.根据权利要求1所述的一种基于用户用电信息采集系统的差异化防窃电监测系统，其特征在于：所述的指标评价体系模块中的指标评价体系是通过对当前多种窃电方式，用户信息采集系统采集到的历史数据以及参考供电行业同行对窃电嫌疑系数产生影响的指标分析基础上建立的，其包含有用电信息的基础指标和扩充指标。
3.根据权利要求2所述的一种基于用户用电信息采集系统的差异化防窃电监测系统，其特征在于：所述的用电信息基础指标包含月用电量、用表类型、所在台区线损、三相不平衡率以及功率因数，所述用电信息扩充指标包含月份、用户节能等级及用户单耗。
4.根据权利要求1所述的一种基于用户用电信息采集系统的差异化防窃电监测系统，其特征在于：所述数据模型构建模块中建立的数学模型其支撑数据是基于用电信息采集系统数据和指标评价体系提取到的，是利用BP神经网络工具所建出的最优数学模型。
5.根据权利要求4所述的一种基于用户用电信息采集系统的差异化防窃电监测系统，其特征在于：所述的数学模型属于离线模型，所述数学模型的输出结果为窃电嫌疑系数。
6.根据权利要求1所述的一种基于用户用电信息采集系统的差异化防窃电监测系统，其特征在于：所述的用户用电信用等级是窃电嫌疑系数出现的频率划分为A、B、C和D四类，A类表示用户信用等级很好，B类表示用户信用等级良好，C类表示用户信用等级较好，D类表示用户信用等级差。
7.根据权利要求1所述的一种基于用户用电信息采集系统的差异化防窃电监测系统，其特征在于：所述监控取证系统模块是针对用电信用等级为D的企业用户展开侦查和追踪工作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610409017.1A CN106097137A (zh) | 2016-06-13 | 2016-06-13 | 一种基于用电信息采集系统的差异化防窃电监测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610409017.1A CN106097137A (zh) | 2016-06-13 | 2016-06-13 | 一种基于用电信息采集系统的差异化防窃电监测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106097137A true CN106097137A (zh) | 2016-11-09 |
Family
ID=57227946
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610409017.1A Pending CN106097137A (zh) | 2016-06-13 | 2016-06-13 | 一种基于用电信息采集系统的差异化防窃电监测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106097137A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106680557A (zh) * | 2017-01-05 | 2017-05-17 | 云南电网有限责任公司电力科学研究院 | 一种基于用户行为分析的防窃电方法 |
| CN108765004A (zh) * | 2018-05-28 | 2018-11-06 | 贵州黔驰信息股份有限公司 | 一种基于数据挖掘识别用户窃电行为的方法 |
| CN113379322A (zh) * | 2021-07-06 | 2021-09-10 | 国网江苏省电力有限公司营销服务中心 | 一种基于标签增广的窃电用户判别方法 |
| WO2023201476A1 (zh) * | 2022-04-18 | 2023-10-26 | 常州市工业互联网研究院有限公司 | 一种基于设备数据获取企业信用数据的方法和装置 |
| CN117093943A (zh) * | 2023-08-23 | 2023-11-21 | 广东电网有限责任公司佛山供电局 | 一种用电量监测预警方法及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102855525A (zh) * | 2012-08-16 | 2013-01-02 | 中国电力科学研究院 | 一种居民用户负荷预测分析系统和方法 |
| CN104036357A (zh) * | 2014-06-12 | 2014-09-10 | 国家电网公司 | 用户用电窃电行为模式的分析方法 |
-
2016
- 2016-06-13 CN CN201610409017.1A patent/CN106097137A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102855525A (zh) * | 2012-08-16 | 2013-01-02 | 中国电力科学研究院 | 一种居民用户负荷预测分析系统和方法 |
| CN104036357A (zh) * | 2014-06-12 | 2014-09-10 | 国家电网公司 | 用户用电窃电行为模式的分析方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106680557A (zh) * | 2017-01-05 | 2017-05-17 | 云南电网有限责任公司电力科学研究院 | 一种基于用户行为分析的防窃电方法 |
| CN108765004A (zh) * | 2018-05-28 | 2018-11-06 | 贵州黔驰信息股份有限公司 | 一种基于数据挖掘识别用户窃电行为的方法 |
| CN113379322A (zh) * | 2021-07-06 | 2021-09-10 | 国网江苏省电力有限公司营销服务中心 | 一种基于标签增广的窃电用户判别方法 |
| WO2023201476A1 (zh) * | 2022-04-18 | 2023-10-26 | 常州市工业互联网研究院有限公司 | 一种基于设备数据获取企业信用数据的方法和装置 |
| CN117093943A (zh) * | 2023-08-23 | 2023-11-21 | 广东电网有限责任公司佛山供电局 | 一种用电量监测预警方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106097137A (zh) | 一种基于用电信息采集系统的差异化防窃电监测系统 | |
| CN103296677B (zh) | 一种在线大电网恢复辅助决策系统 | |
| Kang et al. | Big data analytics in China's electric power industry: modern information, communication technologies, and millions of smart meters | |
| CN104573906B (zh) | 用于分析电力传输系统中的振荡稳定性的系统和方法 | |
| CN103279639A (zh) | 基于响应的受端电网电压稳定全过程态势评估及防控方法 | |
| CN112688431A (zh) | 一种基于大数据的配电网负荷过载可视化方法及系统 | |
| CN110503136A (zh) | 台区线损异常分析方法、计算机可读存储介质及终端设备 | |
| CN110276511A (zh) | 一种基于电量与线损关联性的线变关系异常判别方法 | |
| CN101739025A (zh) | 一种免疫遗传算法及基于该算法的dsp故障诊断系统 | |
| CN102832617A (zh) | 一种基于精确化模式判别的大电网暂态稳定分析方法 | |
| CN103761685A (zh) | 基于MapReduce的电力数据并行化异常检测方法 | |
| CN115882456B (zh) | 一种基于大规模电网潮流的电力控制方法及系统 | |
| CN103473602A (zh) | 一种电网理论线损数据预测系统及预测方法 | |
| CN101685964B (zh) | 基于大规模并行处理的在线调度辅助决策方法和系统 | |
| CN103838937A (zh) | 一种能耗仿真建模系统 | |
| CN103018611A (zh) | 一种基于电流分解的非侵入式负载监测方法及系统 | |
| CN101751613A (zh) | 可视化化工流程运行能效委托管理系统的信息处理方法 | |
| CN106056305A (zh) | 一种基于状态聚类的发电系统可靠性快速评估方法 | |
| CN107122881B (zh) | 基于配电台区的综合能效评价系统 | |
| CN111756031B (zh) | 一种电网运行趋势估算方法和系统 | |
| Luo et al. | Research on transmission and transformation engineering cost system based on BIM 3D modelling technology | |
| CN106651113A (zh) | 一种基于超前n‑1分析的调度员操作风险评估方法 | |
| CN204271641U (zh) | 一种基于psd-bpa的故障潮流并行分析系统 | |
| Domínguez et al. | Analysis of electric power consumption using Self-Organizing Maps. | |
| CN110261693A (zh) | 一种基于稳态采样技术的在线热力试验方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161109 |