CN107844894B - 一种基于大数据的配电网终端运维状态判断方法 - Google Patents

一种基于大数据的配电网终端运维状态判断方法 Download PDF

Info

Publication number
CN107844894B
CN107844894B CN201710974743.2A CN201710974743A CN107844894B CN 107844894 B CN107844894 B CN 107844894B CN 201710974743 A CN201710974743 A CN 201710974743A CN 107844894 B CN107844894 B CN 107844894B
Authority
CN
China
Prior art keywords
module
terminal
distribution network
power distribution
abnormal
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
Application number
CN201710974743.2A
Other languages
English (en)
Other versions
CN107844894A (zh
Inventor
施振华
苏宏勋
黄成喜
孙泽
吴六一
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.)
Zhuhai XJ Electric Co Ltd
Zhuhai Xujizhi Power System Automation Co Ltd
Original Assignee
Zhuhai XJ Electric Co Ltd
Zhuhai Xujizhi Power System Automation Co Ltd
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 Zhuhai XJ Electric Co Ltd, Zhuhai Xujizhi Power System Automation Co Ltd filed Critical Zhuhai XJ Electric Co Ltd
Priority to CN201710974743.2A priority Critical patent/CN107844894B/zh
Publication of CN107844894A publication Critical patent/CN107844894A/zh
Application granted granted Critical
Publication of CN107844894B publication Critical patent/CN107844894B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Small-Scale Networks (AREA)

Abstract

本发明公开了一种基于大数据的配电网终端运维状态判断方法，当配电网终端日在线率小于规定值而导致配电网终端异常时，首先采集配电网终端内终端模块的运行状态数据，进行数据建模，计算得到终端模块的异常率，根据终端模块异常率以及终端模块的异常率与配电网终端在线率的比较结果可以判断出导致配电网终端异常的终端模块，通过终端模块的异常率可以判断出使配电网终端异常的终端模块，从而可以针对具体的终端模块实施具体的处理，节省了人为判断不健康的终端模块的时间，提高系统的工作效率。

Description

一种基于大数据的配电网终端运维状态判断方法
技术领域
本发明涉及配电网设备检测技术领域，特别是一种基于大数
据的配电网终端运维状态判断方法。
背景技术
配电终端综合管理系统具备终端设备状态监视、终端事件统计、终端运行评价，可保障配电网终端设备稳定、可靠运行，提高终端设备运行管理效率，满足自动、智能的终端运维要求，而现有的终端管理系统，都是监视终端运行状态，终端数据查询以及终端异常告警，但是缺少对终端运维的评价。
在实施设备状态检修的过程中，为了保证得到即时、准确、可靠的设备状态，确保状态检修工作能够改善传统定期检修的缺陷，有必要建立一套设备状态评价指标体系，并且使用科学评价方法对设备状态进行综合评价，对状态检修中间各个环节所遇到的问题提出应对措施，并最终达到提高供电企业服务质量，提高配电网可靠性，增加售电量、合理指出成本等效果。
发明内容
为解决上述问题，本发明的目的在于提供一种基于大数据的配电网终端运维状态判断方法，对终端在线率数据、模块状态、终端在线/离线记录、终端通信方式、终端类型、终端投运时长、终端通信模块信号强度等，进行大数据建模，计算得到终端运行的健康值，并找到异常的终端模块。
本发明解决其问题所采用的技术方案是：一种基于大数据的配电网终端运维状态判断方法，配电网终端在线率小于规定值而导致配电网终端异常时，运维系统执行以下步骤:A、采集所述配电网终端内终端模块的运行状态数据，进行数据建模；B、计算所述终端模块的异常率；C、根据异常率判断出导致配电网终端异常的终端模块。
进一步，所述步骤C中根据异常率判断出导致配电网终端异常的终端模块，若所述终端模块的异常率为100％时，运维系统判断该终端模块为导致配电网终端异常的终端模块。当某一个终端模块的异常率为100％时，则可以说明就是该模块出现异常导致的配电网终端出现异常。
进一步，所述步骤C中根据异常率判断出导致配电网终端异常的终端模块，若所述终端模块的异常率与配电网终端在线率相差±5％以内时，运维系统判断该终端模块为导致配电网终端异常的终端模块。终端模块异常率和在线率相差在±5％以内，也就是能说明是该模块出现异常，所以导致配电网终端出现异常，所以异常率才会和在线率接近，如果相差超过±5％，则不能判定是由于该模块引起的配电网在线率低。
进一步，所述终端模块的异常率为日在线异常率。以终端模块日在线率和配电网终端日在线率作为对比对象，来对配电网终端进行实时的每日监测和评价。
进一步，所述步骤C中根据异常率判断出导致配电网终端异常的终端模块，若终端模块在正常状态和异常状态之间反复变化时，运维系统上报终端模块状态异常。终端模块反复变化，则不能确定判断结果，应上报异常信息，等待后续的处理，在这种状态下则需要对该终端模块以及配电网终端进行进一步检测，才能判断出异常结果。
进一步，所述配电网终端包括无线终端，所述无线终端包括流量检测模块、第一RTU电源模块、第一前置通道模块、状态模块、第一RTU自检状态模块以及第一规约链路模块。无线终端的任一终端模块出现异常，都会导致配电网终端异常，所以在进行不健康状态判断时，需要对这些模块分别进行判断。
进一步，当配电网终端异常时，运维系统对无线模块的终端模块进行判断，执行以下步骤：a、同时判断流量检测模块、第一RTU电源模块、第一前置通道模块是否正常，若是，则执行步骤b，若否，则输出异常判断结果；b、判断状态模块是否正常，若是则执行步骤c，若否，则输出异常判断结果；c、判断第一RTU自检状态模块是否正常，若是则执行步骤d，若否，则输出异常判断结果；d、判断第一规约链路模块是否正常，若是则执行步骤e，若否，则输出异常判断结果；e、运维系统上报未知异常结果。先同时判断流量检测模块、第一RTU电源模块、第一前置通道模块的异常状态，再按顺序判断状态模块、第一RTU自检状态模块以及第一规约链路模块，通过一步一步的判断异常的终端模块来找到不健康的终端，若没有找到异常的终端模块，则系统上报未知异常，等待后续处理。
进一步，流量检测模块的异常状态为，流量超标。流量超标会导致模块离线，从而导致配电网终端掉线，在线率低。
进一步，第一RTU电源模块的异常状态为，蓄电池状态异常、蓄电池低电压、交流失电、电源侧无压报警、负荷侧无压报警。RTU电源出现异常，则配电网终端断电，导致配电网终端掉线，日在线率变低。
进一步，第一前置通道模块的异常状态为，前置通道关闭。一个前置通道负责采集多个无线终端数据，当前置通道关闭时，会导致无法采集无线终端的数据，从而导致配电网终端掉线，日在线率变低。
进一步，状态模块的异常状态为，模块离线。模块离线会导致配电网终端掉线，日在线率变低。
进一步，第一RTU自检状态模块的异常状态为，RTU状态异常。RTU状态异常会导致配电网终端掉线，日在线率变低。
进一步，第一规约链路模块的异常状态为，TCM请求链路失败、TCM复位链路失败、未收到RTU请求链路、未收到RTU复位链路、总召确认未回复、总召结束未回复、总召全遥信未回复、总召全遥信未回复、测试帧连续3次未回复、序列号错误。配电网终端与前置系统建立链路的过程中，受网络、硬件、软件原因，会导致链路建立失败，若链路建立失败，则会导致配电网终端掉线，日在线率变低。
进一步，所述配电网终端还包括光纤终端，所述光纤终端包括节点状态模块、主干通道状态模块、第二前置通道模块、第二RTU电源模块、第二RTU自检状态模块以及第二约链路模块。光纤终端的任一终端模块出现异常，都会导致配电网终端异常，所以在进行不健康状态判断时，需要对这些模块分别进行判断。
进一步，当配电网终端异常时，运维系统对光纤模块的终端模块进行判断，执行以下步骤：Ⅰ、同时判断节点状态模块、主干通道状态模块、第二前置通道模块、第二RTU电源模块是否正常，若是则执行步骤Ⅱ，若否，则输出异常判断结果；Ⅱ、判断第二RTU自检状态模块是否正常，若是则执行步骤Ⅲ，若否，则输出异常判断结果；Ⅲ、判断第二规约链路模块是否正常，若是则执行步骤Ⅳ，若否，则输出异常判断结果；Ⅳ、运维系统上报未知异常结果。先同时判断节点状态模块、主干通道状态模块、第二前置通道模块、第二RTU电源模块的异常状态，再按顺序判断第二RTU自检状态模块以及第二规约链路模块，通过一步一步的判断异常的终端模块来找到不健康的终端，若没有找到异常的终端模块，则系统上报未知异常，等待后续处理。
进一步，节点状态模块的异常状态为，节点ping不通。节点状态异常时，会导致某段或整条线路断线，导致配电网终端掉线，日在线率变低。
进一步，主干通道状态模块的异常状态为，节点异常。主干道出现异常，即表示通信链路有问题，会导致配电网终端掉线，日在线率变低。
进一步，第二前置通道模块的异常状态为，前置通道关闭。一个前置通道负责采集多个无线终端数据，当前置通道关闭时，会导致无法采集光纤终端的数据，从而导致配电网终端掉线，日在线率变低。
进一步，第二RTU电源模块的异常状态为，蓄电池状态异常、蓄电池低电压、交流失电、电源侧无压报警、负荷侧无压报警。RTU电源出现异常，则配电网终端断电，导致配电网终端掉线，日在线率变低。
进一步，第二RTU自检状态模块的异常状态为，RTU状态异常。RTU状态异常会导致配电网终端掉线，日在线率变低。
进一步，第二规约链路模块的异常状态为，TCM请求链路失败、TCM复位链路失败、未收到RTU请求链路、未收到RTU复位链路、总召确认未回复、总召结束未回复、总召全遥信未回复、总召全遥信未回复、测试帧连续3次未回复、序列号错误。配电网终端与前置系统建立链路的过程中，受网络、硬件、软件原因，会导致链路建立失败，若链路建立失败，则会导致配电网终端掉线，日在线率变低。
本发明的有益效果是：本发明采用的一种基于大数据的配电网终端运维状态判断方法，当配电网终端在线率小于规定值使得配电网终端通信异常时，首先采集配电网终端内终端模块的运行状态数据，进行数据建模，计算终端模块的异常率，根据终端模块异常率以及终端模块的异常率与配电网终端在线率的比较结果可以判断出导致配电网终端异常的终端模块，从而可以针对具体的终端模块实施具体的处理，节省了人为判断不健康的终端模块的时间，提高系统的工作效率。
附图说明
下面结合附图和实例对本发明作进一步说明。
图1是本发明一种基于大数据的配电网终端运维状态判断方
法的流程框图；
图2是本发明一种基于大数据的配电网终端运维状态判断方
法的无线模块的异常状态判断流程图；
图3是本发明一种基于大数据的配电网终端运维状态判断方
法的光纤模块的异常状态判断流程图；
图4是本发明的一种基于大数据的配电网终端运维状态判断
方法的总体判断流程图。
具体实施方式
参照图1，本发明的一种基于大数据的配电网终端运维状态判断方法，当配电网终端在线率小于规定值时，配电网终端会出现通信异常，需要找到异常的终端模块，首先采集配电网终端内终端模块的运行状态数据，进行数据建模，计算得到终端模块的异常率，根据终端模块异常率以及终端模块的异常率与配电网终端在线率的比较结果可以判断出导致配电网终端异常的终端模块，从而可以针对具体的终端模块实施具体的处理，节省了人为判断不健康的终端模块的时间，提高系统的工作效率。
具体地，配电网终端在线率的规定值为95％左右，具体的数值由配电网公司进行设置，只要可以保证配电网终端能正常运行即可。
具体地，若所述终端模块的异常率为100％时，也就是该终端模块全天处于异常状态，由于配电网终端的任一终端模块出现异常都会导致配电网终端异常，所以可以直接判断由于该终端模块异常导致配电网终端异常。
具体地，所述终端模块的异常率与配电网终端在线率相差±5％以内时，也就是能说明是该模块出现异常，所以导致配电网终端出现异常，所以异常率才会和在线率接近，所以可以认为是该终端模块的异常导致配电网终端日在线率低，如果相差超过±5％，则不能判定是由于该模块引起的配电网在线率低，需要进一步的判断。
具体地，终端模块的异常率为日在线异常率，以终端模块日在线率和配电网终端日在线率作为对比对象，来对配电网终端进行实时的每日监测和评价，保证配电网终端的正常运行，将终端模块的日在线异常率整合起来可以得到终端模块的月在线异常率，通过月在线异常率可以了解到配电网终端当月的运行情况。
具体地，若终端模块在正常状态和异常状态之间反复变化时，运维系统上报终端模块状态异常，但是不能确定该终端模块就是异常的终端模块，有可能是该终端模块可能自身存在问题，或者配电网终端自身存在问题，应上报异常信息，等待后续的处理，在这种反复状态时，则需要对该终端模块以及配电网终端进行具体地检测，才能判断出异常结果。
具体地，所述配电网终端包括无线终端，所述无线终端包括多个终端模块，分别是流量检测模块、第一RTU电源模块、第一前置通道模块、状态模块、第一RTU自检状态模块以及第一规约链路模块，任一终端模块出现异常，都会导致配电网终端异常，所以在进行不健康状态判断时，需要对这些模块分别进行判断。
参照图2，本发明一种基于大数据的配电网终端运维状态判断方法的无线模块的异常状态判断，当配电网终端异常时，运维系统对无线模块的终端模块进行判断，执行以下步骤：a、同时判断流量检测模块、第一RTU电源模块、第一前置通道模块是否正常，若是，则执行步骤b，若否，则输出异常判断结果；b、判断状态模块是否正常，若是则执行步骤c，若否，则输出异常判断结果；c、判断第一RTU自检状态模块是否正常，若是则执行步骤d，若否，则输出异常判断结果；d、判断第一规约链路模块是否正常，若是则执行步骤e，若否，则输出异常判断结果；e、运维系统上报未知异常结果。先同时判断流量检测模块、第一RTU电源模块、第一前置通道模块的异常状态，再按顺序判断状态模块、第一RTU自检状态模块以及第一规约链路模块，通过一步一步的判断异常的终端模块来找到不健康的终端若没有找到异常的终端模块，则系统上报未知异常，等待后续处理。
具体地，流量检测模块的异常状态为，流量超标，流量超标会导致模块离线，从而导致配电网终端掉线，在线率低。
具体地，第一RTU电源模块的异常状态为，蓄电池状态异常、蓄电池低电压、交流失电、电源侧无压报警、负荷侧无压报警，这些异常状态会使得RTU电源出现异常，使得配电网终端断电，导致配电网终端掉线，日在线率变低。
具体地，第一前置通道模块的异常状态为，前置通道关闭，由于一个前置通道负责采集多个无线终端数据，当前置通道关闭时，会导致无法采集无线终端的数据，从而导致配电网终端掉线，日在线率变低。
具体地，状态模块的异常状态为，模块离线，模块离线会导致配电网终端掉线，日在线率变低。
具体地，第一RTU自检状态模块的异常状态为，RTU状态异常，RTU状态异常会导致配电网终端掉线，日在线率变低。
具体地，配电网终端与前置系统建立链路的过程中，受网络、硬件、软件原因，会导致链路建立失败，链路建立失败的原因即第一规约链路模块的异常状态为，TCM请求链路失败、TCM复位链路失败、未收到RTU请求链路、未收到RTU复位链路、总召确认未回复、总召结束未回复、总召全遥信未回复、总召全遥信未回复、测试帧连续3次未回复、序列号错误，若链路建立失败，则会导致配电网终端掉线，日在线率变低。
具体地，所述配电网终端还包括光纤终端，所述光纤终端包括多个终端模块，分别是节点状态模块、主干通道状态模块、第二前置通道模块、第二RTU电源模块，还包括第二RTU自检状态模块以及第二规约链路模块，任一终端模块出现异常，都会导致配电网终端异常，所以在进行不健康状态判断时，需要对这些模块分别进行判断。
参照图3，本发明一种基于大数据的配电网终端运维状态判断方法的光纤模块的异常状态判断，当配电网终端异常时，运维系统对无线模块的终端模块进行判断，执行以下步骤：Ⅰ、同时判断节点状态模块、主干通道状态模块、第二前置通道模块、第二RTU电源模块是否正常，若是则执行步骤Ⅱ，若否，则输出异常判断结果；Ⅱ、判断第二RTU自检状态模块是否正常，若是则执行步骤Ⅲ，若否，则输出异常判断结果；Ⅲ、判断第二规约链路模块是否正常，若是则执行步骤Ⅳ，若否，则输出异常判断结果；Ⅳ、运维系统上报未知异常结果。先同时判断节点状态模块、主干通道状态模块、第二前置通道模块、第二RTU电源模块的异常状态，再按顺序判断第二RTU自检状态模块以及第二规约链路模块，通过一步一步的判断异常的终端模块来找到不健康的终端若没有找到异常的终端模块，则系统上报未知异常，等待后续处理。
具体地，节点状态模块的异常状态为，节点ping不通，会导致某段或整条线路断线，导致配电网终端掉线，日在线率变低。
具体地，主干通道状态模块的异常状态为，节点异常，会导致主干道出现异常，即通信链路有问题，会导致配电网终端掉线，日在线率变低。
具体地，第二前置通道模块的异常状态为，前置通道关闭，由于一个前置通道负责采集多个无线终端数据，当前置通道关闭时，会导致无法采集光纤终端的数据，从而导致配电网终端掉线，日在线率变低。
具体地，第二RTU电源模块的异常状态为，蓄电池状态异常、蓄电池低电压、交流失电、电源侧无压报警、负荷侧无压报警，当RTU电源出现异常时，则配电网终端断电，导致配电网终端掉线，日在线率变低。
具体地，第二RTU自检状态模块的异常状态为，RTU状态异常，RTU状态异常会导致配电网终端掉线，日在线率变低。
具体地，配电网终端与前置系统建立链路的过程中，受网络、硬件、软件原因，会导致链路建立失败，链路建立失败的原因即第二规约链路模块的异常状态为，TCM请求链路失败、TCM复位链路失败、未收到RTU请求链路、未收到RTU复位链路、总召确认未回复、总召结束未回复、总召全遥信未回复、总召全遥信未回复、测试帧连续3次未回复、序列号错误，若链路建立失败，则会导致配电网终端掉线，日在线率变低。
参照图4，本发明的一种基于大数据的配电网终端运维状态判断方法的总体判断流程为：
S1，当配电网终端异常时，采集无线模块的运行状态数据来判断无线模块的异常状态，转步骤S3；
S2，当配电网终端异常时，采集光纤模块的运行状态数据来判断光纤模块的异常状态，转步骤S7；
S3，同时判断流量检测模块、第一RTU电源模块、第一前置通道模块是否正常，若是，转步骤S4，若否，转步骤S10；
S4，判断状态模块是否正常，若是转步骤S5，若否，转步骤S10；
S5，判断第一RTU自检状态模块是否正常，若是转步骤S6，若否，转步骤S10；
S6，判断第一规约链路模块是否正常，若是转步骤S11，若否，转步骤S10；
S7，同时判断节点状态模块、主干通道状态模块、第二前置通道模块、第二RTU电源模块是否正常，若是转步骤S8，若否，转步骤S10；
S8，判断第二RTU自检状态模块是否正常，若是转步骤S9，若否，转步骤S10；
S9，判断第二规约链路模块是否正常，若是转步骤S11，若否，转步骤S10；
S10，得出结果；
S11，未知异常。
以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，都应属于本发明的保护范围。

Claims (7)

1.一种基于大数据的配电网终端运维状态判断方法，其特征在于：
配电网终端在线率小于规定值而导致配电网终端异常时，运维系统执行以下步骤:
A、采集所述配电网终端内终端模块的运行状态数据，进行数据建模；
B、计算所述终端模块的异常率；
C、根据异常率判断出导致配电网终端异常的终端模块；
其中，所述配电网终端包括无线终端，所述无线终端包括流量检测模块、第一RTU电源模块、第一前置通道模块、状态模块、第一RTU自检状态模块以及第一规约链路模块；
所述方法还包括：
当配电网终端异常时，运维系统对无线模块的终端模块进行判断，执行以下步骤：
a、同时判断流量检测模块、第一RTU电源模块、第一前置通道模块是否正常，若是，则执行步骤b，若否，则输出异常判断结果；
b、判断状态模块是否正常，若是则执行步骤c，若否，则输出异常判断结果；
c、判断第一RTU自检状态模块是否正常，若是则执行步骤d，若否，则输出异常判断结果；
d、判断第一规约链路模块是否正常，若是则执行步骤e，若否，则输出异常判断结果；
e、运维系统上报未知异常结果。
2.根据权利要求1所述的一种基于大数据的配电网终端运维状态判断方法，其特征在于：所述步骤C中根据异常率判断出导致配电网终端异常的终端模块，若所述终端模块的异常率为100％时，运维系统判断该终端模块为导致配电网终端异常的终端模块。
3.根据权利要求1所述的一种基于大数据的配电网终端运维状态判断方法，其特征在于：所述步骤C中根据异常率判断出导致配电网终端异常的终端模块，若所述终端模块的异常率与配电网终端在线率相差±5％以内时，运维系统判断该终端模块为导致配电网终端异常的终端模块。
4.根据权利要求1-3任一所述的一种基于大数据的配电网终端运维状态判断方法，其特征在于：所述终端模块的异常率为日在线异常率。
5.根据权利要求1所述的一种基于大数据的配电网终端运维状态判断方法，其特征在于：所述步骤C中根据异常率判断出导致配电网终端异常的终端模块，若终端模块在正常状态和异常状态之间反复变化时，运维系统上报终端模块状态异常。
6.根据权利要求1所述的一种基于大数据的配电网终端运维状态判断方法，其特征在于：所述配电网终端还包括光纤终端，所述光纤终端包括节点状态模块、主干通道状态模块、第二前置通道模块、第二RTU电源模块、第二RTU自检状态模块以及第二规约链路模块。
7.根据权利要求6 所述的一种基于大数据的配电网终端运维状态判断方法，其特征在于：当配电网终端异常时，运维系统对光纤模块的终端模块进行判断，执行以下步骤：
Ⅰ、同时判断节点状态模块、主干通道状态模块、第二前置通道模块、第二RTU电源模块是否正常，若是则执行步骤Ⅱ，若否，则输出异常判断结果；
Ⅱ、判断第二RTU自检状态模块是否正常，若是则执行步骤Ⅲ，若否，则输出异常判断结果；
Ⅲ、判断第二规约链路模块是否正常，若是则执行步骤Ⅳ，若否，则输出异常判断结果；
Ⅳ、运维系统上报未知异常结果。
CN201710974743.2A 2017-10-19 2017-10-19 一种基于大数据的配电网终端运维状态判断方法 Active CN107844894B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710974743.2A CN107844894B (zh) 2017-10-19 2017-10-19 一种基于大数据的配电网终端运维状态判断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710974743.2A CN107844894B (zh) 2017-10-19 2017-10-19 一种基于大数据的配电网终端运维状态判断方法

Publications (2)

Publication Number Publication Date
CN107844894A CN107844894A (zh) 2018-03-27
CN107844894B true CN107844894B (zh) 2021-08-24

Family

ID=61662748

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710974743.2A Active CN107844894B (zh) 2017-10-19 2017-10-19 一种基于大数据的配电网终端运维状态判断方法

Country Status (1)

Country Link
CN (1) CN107844894B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110647086B (zh) * 2019-10-16 2020-11-06 国网安徽省电力有限公司信息通信分公司 一种基于运行大数据分析的智能运维监控系统
CN111934434B (zh) * 2020-09-01 2022-08-05 国网江苏省电力有限公司电力科学研究院 一种配电自动化运行分析评价系统及方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103618297B (zh) * 2013-07-17 2016-12-28 国家电网公司 面向复杂配电网的高效高可靠性故障处理方法
CN104360208A (zh) * 2014-12-05 2015-02-18 国家电网公司 用电信息采集运维系统的采集故障分析及处理方法
CN105527597A (zh) * 2015-11-28 2016-04-27 广西电网有限责任公司电力科学研究院 一种配变监测终端故障诊断处理系统及其诊断方法

Also Published As

Publication number Publication date
CN107844894A (zh) 2018-03-27

Similar Documents

Publication Publication Date Title
CN116345696B (zh) 一种基于全域监测的异常信息分析管理系统及方法
CN109066988B (zh) 一种末端电网拓扑层级停电事件优先辨识上报系统及方法
CN106571689A (zh) 一种多数据源比较技术诊断变电站遥测故障在线监测系统
CN106787169B (zh) 一种多数据源比较技术诊断变电站遥测故障的方法
CN108010305B (zh) 一种综合能源管理平台数据采集故障的自诊断方法
CN108848008B (zh) 一种变电站远动装置在线故障诊断方法
CN107844894B (zh) 一种基于大数据的配电网终端运维状态判断方法
CN105044554A (zh) 一种电网故障检测诊断方法
CN117118808B (zh) 基于物联网多源电表数据采集分析方法、系统和存储介质
CN104104542B (zh) 一种基于rs485的实时智能排障方法
CN109521372B (zh) 一种分布式新能源并网数据分析诊断系统
CN115021407A (zh) 一种配网自动化系统的故障判别系统及其运行方法
CN111865680A (zh) 一种工厂生产加工设备故障预警系统
CN111308386A (zh) 一种漏电检测系统及检测方法
CN114594349A (zh) 一种储能系统中直流绝缘监测方法及终端
CN113777434A (zh) 一种故障监测方法、装置及供配电系统
CN112712606B (zh) 一种基于运维服务的自动巡检管理的方法与系统
CN110726964A (zh) 一种基于电压电流类计量异常远程诊断方法
CN109035746B (zh) 一种集抄终端的机能判断方法和系统
CN105488742A (zh) 一种基于故障指示器误报信号的过滤方法
CN108965022A (zh) 一种网络异常数据监测系统及监测方法
CN114336958A (zh) 10kV及以下客户窃电智能分析系统
CN115902531A (zh) 一种新能源汽车高压负载绝缘故障定位方法及监控平台
CN112526965A (zh) 一种电气控制系统故障自动检测和报修方法
CN114637654B (zh) 基于AIOps智慧运营中心的故障监测分析方法

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
GR01 Patent grant
GR01 Patent grant