CN107172154A - 基于云计算的电力巡检系统 - Google Patents
基于云计算的电力巡检系统 Download PDFInfo
- Publication number
- CN107172154A CN107172154A CN201710359521.XA CN201710359521A CN107172154A CN 107172154 A CN107172154 A CN 107172154A CN 201710359521 A CN201710359521 A CN 201710359521A CN 107172154 A CN107172154 A CN 107172154A
- Authority
- CN
- China
- Prior art keywords
- mrow
- parameter acquisition
- electric parameter
- node
- acquisition node
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000004891 communication Methods 0.000 claims abstract description 10
- 238000013500 data storage Methods 0.000 claims abstract description 9
- 210000000352 storage cell Anatomy 0.000 claims abstract description 9
- 241000854291 Dianthus carthusianorum Species 0.000 claims description 22
- 238000005070 sampling Methods 0.000 claims description 11
- 238000013144 data compression Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000000354 decomposition reaction Methods 0.000 claims description 2
- 230000007246 mechanism Effects 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 abstract description 8
- 238000012360 testing method Methods 0.000 abstract description 3
- 238000000034 method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
-
- H02J13/0013—
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了基于云计算的电力巡检系统,包括多个电力参数采集系统、云计算服务中心和监测中心,所述多个电力参数采集系统与所述云计算服务中心通讯连接,所述云计算服务中心与所述监测中心通讯连接,所述云计算服务中心包括数据存储单元、云计算处理单元、历史电力参数数据库服务器,所述云计算处理单元的数据端口与所述历史电力参数数据库服务器的数据端口连接,所述云计算处理单元的信号输出端与所述数据存储单元的信号输入端连接。本发明通过历史电力参数数据库服务器能够查询统一监测点上不同时间的电力参数,也能查询同一时间不同位置的检测点上的电力参数,实现了监测数据共享。
Description
技术领域
本发明涉及电力巡检技术领域,具体涉及基于云计算的电力巡检系统。
背景技术
相关技术中,电力巡检主要侧重于以单台设备为目标,状态监测装置种类多、功能和接口各不相同、孤立运行、升级和维护困难,监测数据无法共享、没有得到充分利用,造成无法对各设备的运行状况进行统筹分析,不能做出有效、经济的检修决策,无法满足未来智能电网对全景状态信息监测的要求。
发明内容
针对上述问题,本发明提供基于云计算的电力巡检系统。
本发明的目的采用以下技术方案来实现:
提供了基于云计算的电力巡检系统,包括多个电力参数采集系统、云计算服务中心和监测中心,所述多个电力参数采集系统与所述云计算服务中心通讯连接,所述云计算服务中心与所述监测中心通讯连接,所述云计算服务中心包括数据存储单元、云计算处理单元、历史电力参数数据库服务器,所述云计算处理单元的数据端口与所述历史电力参数数据库服务器的数据端口连接,所述云计算处理单元的信号输出端与所述数据存储单元的信号输入端连接。
本发明的有益效果为:云计算服务中心将处理后的数据存储到历史电力参数数据库服务器,通过历史电力参数数据库服务器能够查询统一监测点上不同时间的电力参数,也能查询同一时间不同位置的检测点上的电力参数,实现了监测数据共享。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1本发明的结构框图;
图2是本发明云计算服务中心的连接框图;
图3是本发明电力参数采集系统的连接框图。
附图标记:
电力参数采集系统1、云计算服务中心2、监测中心3、客户端4、数据存储单元5、云计算处理单元6、历史电力参数数据库服务器7、通讯服务器8、电路参数收发模块9。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1、图2、图3,本实施例提供的基于云计算的电力巡检系统,包括多个电力参数采集系统1、云计算服务中心2和监测中心3,所述多个电力参数采集系统1与所述云计算服务中心2通讯连接,所述云计算服务中心2与所述监测中心3通讯连接,所述云计算服务中心2包括数据存储单元5、云计算处理单元6、历史电力参数数据库服务器7,所述云计算处理单元6的数据端口与所述历史电力参数数据库服务器7的数据端口连接,所述云计算处理单元6的信号输出端与所述数据存储单元5的信号输入端连接。
优选地,所述的电力参数采集系统1包括通讯服务器8、基于无线传感器网络的电路参数收发模块9,所述的电路参数收发模块9通过通讯服务器8与云计算处理单元6的数据端口连接。
进一步地,还包括与云计算服务中心2通讯连接的客户端4,所述客户端4通过访问云计算服务中心2获取历史电力参数数据。
本发明上述实施例中,云计算服务中心2将处理后的数据存储到历史电力参数数据库服务器7,通过历史电力参数数据库服务器7能够查询统一监测点上不同时间的电力参数,也能查询同一时间不同位置的检测点上的电力参数,实现了监测数据共享。
优选地,所述的电路参数收发模块9包括多个用于进行电力参数数据采集的电力参数采集节点和用于对簇内电力参数采集节点采集的数据进行收集和压缩处理的簇头节点,其中簇头节点通过分簇机制在电力参数采集节点中选出,具体为:
(1)基站向各电力参数采集节点发送分簇命令,各电力参数采集节点根据下列判定条件确定自己的节点状态:
式中,S(i)表示电力参数采集节点i的节点状态值,E(i)、U(i)、L(i)分别为电力参数采集节点i的剩余能量、可用内存、链路分组丢失率,E(i)max为电力参数采集节点i的能量的最大值,U(i)max为电力参数采集节点i的内存的最大值,α、β、γ为设定的权重系数,且α+β+γ=1,Qs为设定的节点状态判定阈值;
若S(i)>0,则电力参数采集节点i处于活跃状态,若S(i)≤0,则电力参数采集节点i处于消极状态;
(2)处于消极状态的电力参数采集节点放弃簇头竞争,处于活跃状态的电力参数采集节点参与到簇头竞争中,并向参与簇头竞争的电力参数采集节点交换自身的信号接收强度值和到基站的最短跳数距离,若参与簇头竞争的电力参数采集节点满足下列条件,则竞选为簇头:
式中,R(i)为电力参数采集节点i的接收信号强度值,R(j)为除电力参数采集节点i外其余参与簇头竞争的电力参数采集节点j的接收信号强度值,D(i)为电力参数采集节点i到基站的最短跳数距离,R(j)为除电力参数采集节点i外其余参与簇头竞争的电力参数采集节点j到基站的最短跳数距离,QR为设定的接收信号强度比阈值,QD为设定的最短跳数距离比阈值,δ为参与簇头竞争的电力参数采集节点的数量;
(3)进行分簇操作,对于其他电力参数采集节点,计算该电力参数采集节点与各簇头节点之间的距离,选出距离最小值对应的簇头节点,将该电力参数采集节点加入到该选出的簇头节点所在的簇中。
本优选实施例根据电力参数采集节点自身的状态来确定是否参与簇头竞争,并设置了簇头竞选的条件,优化了簇头竞选的过程,使得簇头竞选能够根据节点的状态进行适应性调整,并且能够减少分簇时间和开销,提高基于无线传感器网络的电路参数收发模块9的工作效率。
相关技术中,在无线传感器网络中利用Haar小波数据压缩算法对网内数据进行压缩处理是减少数据传输量、获得高精度重构数据的一种有效方法,Haar小波数据压缩算法的数据处理性能受到待处理数据的平滑性影响。优选地,所述的簇头节点对簇内电力参数采集节点采集的数据进行压缩处理时,采用改进的Haar小波数据压缩算法,具体为:
(1)设定采样数据数目阈值Q1,电力参数采集节点每轮采样Q1个数据,且电力参数采集节点在每一轮采样完成后计算该轮所采样数据的样本均值;
(2)进行第一轮数据采集,电力参数采集节点将该轮的样本均值和采样数据发送至簇头节点,簇头节点根据电力参数采集节点的样本均值由大到小的顺序生成电力参数采集节点顺序列表,并按照生成的电力参数采集节点顺序列表对簇内的电力参数采集节点的采样数据进行排序;
(3)簇头节点对排序后的采样数据进行Haar小波分解处理,将获得的近似系数连同所用的电力参数采集节点顺序列表发送至基站,进而由基站利用近似系数进行数据重构,获取相应的近似数据;
(4)进行下一轮数据采集,簇头节点根据电力参数采集节点发送的数据进行对应样本均值的更新,并根据更新后的电力参数采集节点的样本均值由大到小的顺序更新电力参数采集节点顺序列表,若满足下列公式,则按照新的电力参数采集节点顺序列表对簇内的电力参数采集节点的该轮采样数据进行排序:
式中,表示第k轮的电力参数采集节点顺序列表中第θ个位置的电力参数采集节点,表示第k-1轮的电力参数采集节点顺序列表中第θ个位置的电力参数采集节点,m为簇内电力参数采集节点的数量,为定义的比较函数,若与相同,则若与不相同,则Q2为设定的位置变化程度阈值;
(5)重复(3)和(4)的操作,直至完成采样数据的采集和发送。
本优选实施例中,在簇头节点进行基于小波变换的采样数据压缩处理之前,先对采样数据按照上述的方式进行排序处理,并定期更新排序顺序,能够改善电力参数数据的平滑性,优化小波处理性能,从而在相同压缩率下提高了重构电力参数数据的精度,提高了电力参数数据的压缩程度,减少了簇内电力参数数据的传输量,延长了无线传感器网络的正常工作时间,有利于减少电力巡检系统的能耗成本,提高电力巡检系统的电力参数采集效率。
优选地,所述簇头节点根据电力参数采集节点发送的数据进行对应样本均值的更新,具体包括:
电力参数采集节点进行下一轮采样,若该轮所采样数据的样本均值和样本标准差满足下列公式,则将该轮的样本均值和采样数据发送至簇头节点,告知簇头节点更新对应的样本均值,否则只发送采样数据,簇头节点保存原有的样本均值:
式中,表示电力参数采集节点i在第k轮(即所述的下一轮)所采样数据的样本标准差,表示电力参数采集节点i在第k轮所采样数据的样本均值,表示电力参数采集节点i在第k-1轮所采样数据的样本标准差,表示电力参数采集节点i在第k-1轮所采样数据的样本均值,k≥2,Q2为设定的数据变化程度阈值。
本优选实施例通过控制样本均值的更新,相对减少了电力参数采集节点顺序列表的更新次数,从而在整体上缩短了对簇内电力参数采集节点采集的数据进行压缩处理的时间,提高了数据压缩和发送的速度,降低电力巡检系统在数据处理方面的整体开销。
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,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (6)
1.基于云计算的电力巡检系统,其特征是,包括多个电力参数采集系统、云计算服务中心和监测中心,所述多个电力参数采集系统与所述云计算服务中心通讯连接,所述云计算服务中心与所述监测中心通讯连接,所述云计算服务中心包括数据存储单元、云计算处理单元、历史电力参数数据库服务器,所述云计算处理单元的数据端口与所述历史电力参数数据库服务器的数据端口连接,所述云计算处理单元的信号输出端与所述数据存储单元的信号输入端连接。
2.根据权利要求1所述的基于云计算的电力巡检系统,其特征是,所述的电力参数采集系统包括通讯服务器、基于无线传感器网络的电路参数收发模块,所述的电路参数收发模块通过通讯服务器与云计算处理单元的数据端口连接。
3.根据权利要求2所述的基于云计算的电力巡检系统,其特征是,还包括与云计算服务中心通讯连接的客户端,所述客户端通过访问云计算服务中心获取历史电力参数数据。
4.根据权利要求2所述的基于云计算的电力巡检系统,其特征是,所述的电路参数收发模块包括多个用于进行电力参数数据采集的电力参数采集节点和用于对簇内电力参数采集节点采集的数据进行收集和压缩处理的簇头节点,其中簇头节点通过分簇机制在电力参数采集节点中选出,具体为:
(1)基站向各电力参数采集节点发送分簇命令,各电力参数采集节点根据下列判定条件确定自己的节点状态:
<mrow>
<mi>S</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>&alpha;</mi>
<mfrac>
<mrow>
<mi>E</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>E</mi>
<msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mi>max</mi>
</msub>
</mrow>
</mfrac>
<mo>+</mo>
<mi>&beta;</mi>
<mfrac>
<mrow>
<mi>U</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>U</mi>
<msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mi>max</mi>
</msub>
</mrow>
</mfrac>
<mo>+</mo>
<mi>&gamma;</mi>
<mfrac>
<mn>1</mn>
<mrow>
<mi>L</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mn>1</mn>
</mrow>
</mfrac>
<mo>-</mo>
<msub>
<mi>Q</mi>
<mi>s</mi>
</msub>
</mrow>
式中,S(i)表示电力参数采集节点i的节点状态值,E(i)、U(i)、L(i)分别为电力参数采集节点i的剩余能量、可用内存、链路分组丢失率,E(i)max为电力参数采集节点i的能量的最大值,U(i)max为电力参数采集节点i的内存的最大值,α、β、γ为设定的权重系数,且α+β+γ=1,Qs为设定的节点状态判定阈值;
若S(i)>0,则电力参数采集节点i处于活跃状态,若S(i)≤0,则电力参数采集节点i处于消极状态;
(2)处于消极状态的电力参数采集节点放弃簇头竞争,处于活跃状态的电力参数采集节点参与到簇头竞争中,并向参与簇头竞争的电力参数采集节点交换自身的信号接收强度值和到基站的最短跳数距离,若参与簇头竞争的电力参数采集节点满足下列条件,则竞选为簇头:
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>&delta;</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>-</mo>
<msub>
<mi>Q</mi>
<mi>R</mi>
</msub>
<mo>)</mo>
<mo>&times;</mo>
<mo>(</mo>
<mfrac>
<mrow>
<mi>D</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>&delta;</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<mi>D</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>-</mo>
<msub>
<mi>Q</mi>
<mi>D</mi>
</msub>
<mo>)</mo>
<mo>></mo>
<mn>0</mn>
</mrow>
式中,R(i)为电力参数采集节点i的接收信号强度值,R(j)为除电力参数采集节点i外其余参与簇头竞争的电力参数采集节点j的接收信号强度值,D(i)为电力参数采集节点i到基站的最短跳数距离,R(j)为除电力参数采集节点i外其余参与簇头竞争的电力参数采集节点j到基站的最短跳数距离,QR为设定的接收信号强度比阈值,QD为设定的最短跳数距离比阈值,δ为参与簇头竞争的电力参数采集节点的数量;
(3)进行分簇操作,对于其他电力参数采集节点,计算该电力参数采集节点与各簇头节点之间的距离,选出距离最小值对应的簇头节点,将该电力参数采集节点加入到该选出的簇头节点所在的簇中。
5.根据权利要求4所述的基于云计算的电力巡检系统,其特征是,所述的簇头节点对簇内电力参数采集节点采集的数据进行压缩处理时,采用改进的Haar小波数据压缩算法,具体为:
(1)设定采样数据数目阈值Q1,电力参数采集节点每轮采样Q1个数据,且电力参数采集节点在每一轮采样完成后计算该轮所采样数据的样本均值;
(2)进行第一轮数据采集,电力参数采集节点将该轮的样本均值和采样数据发送至簇头节点,簇头节点根据电力参数采集节点的样本均值由大到小的顺序生成电力参数采集节点顺序列表,并按照生成的电力参数采集节点顺序列表对簇内的电力参数采集节点的采样数据进行排序;
(3)簇头节点对排序后的采样数据进行Haar小波分解处理,将获得的近似系数连同所用的电力参数采集节点顺序列表发送至基站,进而由基站利用近似系数进行数据重构,获取相应的近似数据;
(4)进行下一轮数据采集,簇头节点根据电力参数采集节点发送的数据进行对应样本均值的更新,并根据更新后的电力参数采集节点的样本均值由大到小的顺序更新电力参数采集节点顺序列表,若满足下列公式,则按照新的电力参数采集节点顺序列表对簇内的电力参数采集节点的该轮采样数据进行排序:
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>&theta;</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<mo>&lsqb;</mo>
<mi>C</mi>
<mi>O</mi>
<mi>N</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mi>P</mi>
<mi>&theta;</mi>
<mi>k</mi>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>P</mi>
<mi>&theta;</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>></mo>
<msub>
<mi>Q</mi>
<mn>2</mn>
</msub>
</mrow>
式中,表示第k轮的电力参数采集节点顺序列表中第θ个位置的电力参数采集节点,表示第k-1轮的电力参数采集节点顺序列表中第θ个位置的电力参数采集节点,m为簇内电力参数采集节点的数量,为定义的比较函数,若与相同,则若与不相同,则Q2为设定的位置变化程度阈值;
(5)重复(3)和(4)的操作,直至完成采样数据的采集和发送。
6.根据权利要求5所述的基于云计算的电力巡检系统,其特征是,所述簇头节点根据电力参数采集节点发送的数据进行对应样本均值的更新,具体包括:
电力参数采集节点进行下一轮采样,若该轮所采样数据的样本均值和样本标准差满足下列公式,则将该轮的样本均值和采样数据发送至簇头节点,告知簇头节点更新对应的样本均值,否则只发送采样数据,簇头节点保存原有的样本均值:
<mrow>
<mfrac>
<mrow>
<msubsup>
<mi>&sigma;</mi>
<mi>i</mi>
<mi>k</mi>
</msubsup>
<mo>|</mo>
<msubsup>
<mi>&mu;</mi>
<mi>i</mi>
<mi>k</mi>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>&mu;</mi>
<mi>i</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<mo>|</mo>
</mrow>
<msubsup>
<mi>&sigma;</mi>
<mi>i</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
</mfrac>
<mo>></mo>
<msub>
<mi>Q</mi>
<mn>2</mn>
</msub>
</mrow>
式中,表示电力参数采集节点i在第k轮(即所述的下一轮)所采样数据的样本标准差,表示电力参数采集节点i在第k轮所采样数据的样本均值,表示电力参数采集节点i在第k-1轮所采样数据的样本标准差,表示电力参数采集节点i在第k-1轮所采样数据的样本均值,k≥2,Q2为设定的数据变化程度阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710359521.XA CN107172154A (zh) | 2017-05-19 | 2017-05-19 | 基于云计算的电力巡检系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710359521.XA CN107172154A (zh) | 2017-05-19 | 2017-05-19 | 基于云计算的电力巡检系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107172154A true CN107172154A (zh) | 2017-09-15 |
Family
ID=59816274
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710359521.XA Pending CN107172154A (zh) | 2017-05-19 | 2017-05-19 | 基于云计算的电力巡检系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107172154A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107610271A (zh) * | 2017-09-20 | 2018-01-19 | 深圳市晟达机械设计有限公司 | 一种电力智能巡检系统 |
CN107644474A (zh) * | 2017-09-20 | 2018-01-30 | 深圳市鑫汇达机械设计有限公司 | 一种用于智能电网的电力巡检系统 |
CN108226676A (zh) * | 2017-12-26 | 2018-06-29 | 伟宸科技(武汉)有限公司 | 一种无线电力线路巡检系统及方法 |
CN111524029A (zh) * | 2020-04-16 | 2020-08-11 | 苏州科腾软件开发有限公司 | 一种基于云计算的电力通讯系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110184676A1 (en) * | 2010-01-25 | 2011-07-28 | International Business Machines Corporation | Data reduction in a multi-node system |
CN203225790U (zh) * | 2013-04-23 | 2013-10-02 | 成都万维图新信息技术有限公司 | 基于云计算的电力巡检系统 |
-
2017
- 2017-05-19 CN CN201710359521.XA patent/CN107172154A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110184676A1 (en) * | 2010-01-25 | 2011-07-28 | International Business Machines Corporation | Data reduction in a multi-node system |
CN203225790U (zh) * | 2013-04-23 | 2013-10-02 | 成都万维图新信息技术有限公司 | 基于云计算的电力巡检系统 |
Non-Patent Citations (1)
Title |
---|
聂雅琳: "无线传感器网络高能效数据收集算法研究", 《中国博士学位论文全文数据库(电子期刊)》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107610271A (zh) * | 2017-09-20 | 2018-01-19 | 深圳市晟达机械设计有限公司 | 一种电力智能巡检系统 |
CN107644474A (zh) * | 2017-09-20 | 2018-01-30 | 深圳市鑫汇达机械设计有限公司 | 一种用于智能电网的电力巡检系统 |
CN108226676A (zh) * | 2017-12-26 | 2018-06-29 | 伟宸科技(武汉)有限公司 | 一种无线电力线路巡检系统及方法 |
CN111524029A (zh) * | 2020-04-16 | 2020-08-11 | 苏州科腾软件开发有限公司 | 一种基于云计算的电力通讯系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107172154A (zh) | 基于云计算的电力巡检系统 | |
CN108011948B (zh) | 一种基于边缘计算的工业设备一体化监控系统 | |
CN106990217A (zh) | 基于无线传感器网络的污水监测系统 | |
CN100390829C (zh) | 基于无线传感器网络的大型流程工业设备现场级监测系统 | |
CN107462289A (zh) | 一种水质安全监测系统 | |
CN101052147A (zh) | 大田作物病虫害智能预警系统 | |
CN109246622A (zh) | 一种物联网终端位置获取系统及获取方法 | |
CN109919482A (zh) | 一种智能公厕保洁管理系统及方法 | |
CN201555837U (zh) | 一种基于传感器网络的空气质量监测设备 | |
CN101267446A (zh) | 无线传感器网络的时域数据融合方法 | |
CN107277840A (zh) | 一种可充电无线传感器网络数据收集方法 | |
CN107171906A (zh) | 一种移动终端控制的智能家居系统 | |
CN107169293A (zh) | 基于移动终端的智能医疗管理系统 | |
CN103298009A (zh) | 复杂无线网络控制系统的建模及故障传播方法 | |
CN101751018A (zh) | 实验环境下的分布式数据监测及预警系统和方法 | |
CN204759147U (zh) | 基于物联网与云计算的仪器远程故障诊断系统 | |
CN203300051U (zh) | 基于物联网的公交到站系统 | |
CN107195170A (zh) | 一种智能电表无线抄表系统 | |
CN110418108A (zh) | 基于cs理论的无人值守区域监测系统 | |
CN110033606A (zh) | 一种用于智慧农业的远程无线控制系统及其工作方法 | |
He | Exploration of Distributed Image Compression and Transmission Algorithms for Wireless Sensor Networks. | |
CN107706914A (zh) | 一种智能变电站二次系统状态估计方法及装置 | |
CN108092694A (zh) | 一种架空送电线路监测系统 | |
CN109727442A (zh) | 一种基于电力行业的电网外部数据采集方法 | |
CN108961701B (zh) | 变电站环境智能监测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170915 |
|
RJ01 | Rejection of invention patent application after publication |