CN108268333B - 电网故障诊断中的数据流快速约简方法 - Google Patents

电网故障诊断中的数据流快速约简方法 Download PDF

Info

Publication number
CN108268333B
CN108268333B CN201810066137.5A CN201810066137A CN108268333B CN 108268333 B CN108268333 B CN 108268333B CN 201810066137 A CN201810066137 A CN 201810066137A CN 108268333 B CN108268333 B CN 108268333B
Authority
CN
China
Prior art keywords
node
current
low current
high current
data
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
CN201810066137.5A
Other languages
English (en)
Other versions
CN108268333A (zh
Inventor
金仁云
朱承治
林振智
吴振杰
韩荣杰
邱海锋
叶剑
陈杰
许金彤
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.)
Zhejiang University ZJU
Hangzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Zhejiang Zhongxin Electric Power Engineering Construction Co Ltd
Original Assignee
Zhejiang University ZJU
Hangzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Zhejiang Zhongxin Electric Power Engineering Construction 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 Zhejiang University ZJU, Hangzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd, Zhejiang Zhongxin Electric Power Engineering Construction Co Ltd filed Critical Zhejiang University ZJU
Priority to CN201810066137.5A priority Critical patent/CN108268333B/zh
Publication of CN108268333A publication Critical patent/CN108268333A/zh
Application granted granted Critical
Publication of CN108268333B publication Critical patent/CN108268333B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0766—Error or fault reporting or storing
    • G06F11/0775—Content or structure details of the error report, e.g. specific table structure, specific error fields
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/079—Root cause analysis, i.e. error or fault diagnosis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Locating Faults (AREA)

Abstract

本发明公开了电网故障诊断中的数据流快速约简方法，属于电网故障诊断数据流处理技术领域，具有数据流约简程度高，数据流约简后故障点的数据流不易丢失，易于定位故障节点。获取各节点的大电流自评故障率和小电流自评故障率，将有效大电流故障率存入到大电流有效故障数据表中；将有效小电流故障率存入到小电流有效故障数据表中；形成当前大电流数据表和当前小电流数据表；形成小电流差值数据表；计算出该子节点的父节点均值和父节点方差，或技术出父节点的子节点均值和子节点方差；得到当前节点压缩值表；形成节点属性特征表；约简节点数据；定位故障节点。

Description

电网故障诊断中的数据流快速约简方法
技术领域
本发明涉及电网故障诊断数据流处理技术领域，具体涉及电网故障诊断中的数据流快速约简方法。
背景技术
目前，随着电网的完全自动化，每一个节点都得到了实时的监控，并保证了每一节点上的电流和信息的双向流动，将为电力系统的运行和管理提供海量的实时数据流，利用数据挖掘技术从这些电网数据流中抽取对人们有用的知识或信息，可以准确了解电网的运行状态，及时洞察存在的异常和潜在的事故隐患，进行故障诊断，为以后提供决策支持。
电网故障诊断的数据是海量的，如果利用海量数据直接对电网进行故障诊断，数据本身的规模和复杂性将导致故障诊断效率的降低，通常需要耗费大量的时间，从而常常使诊断任务变得不现实和不可行。
因此在电网故障诊断之前，需要先采用合理有效的方法对海量数据进行必要的预处理和约简，在最大程度保留与故障诊断任务相关信息的前提下，降低数据规模和数据复杂性，删除不必要的冗余信息和数据噪声，是利用海量数据进行电网故障诊断的一种有效方法。但现有电网故障诊断中的数据流快速约简方法存在着数据流约简后故障点的数据流有丢失，从而导致后续无法定位故障节点的情况出现。
发明内容
本发明是为了解决现有电网故障诊断中的数据流快速约简方法存的上述不足，提供一种数据流约简程度高，数据流约简后故障点的数据流不易丢失，易于定位故障节点的电网故障诊断中的数据流快速约简方法。
以上技术问题是通过下列技术方案解决的：
电网故障诊断中的数据流快速约简方法，快速约简方法包括如下步骤：
(1)获取各节点电流由小变大后对应节点在当前时间点起往前推一周内的大电流自评故障率Q，获取各节点电流由大变小后对应节点在当前时间点起往前推一周内的小电流自评故障率W；
(2)设各节点电流由小变大后对应节点的大电流参考故障率为E，设各节点电流由大变小后对应节点的小电流参考故障率为R；设各节点的天气修正因子为T，设各节点的时段修正因子为Y；
(3)计算各节点电流由小变大后对应节点当前时刻的大电流有效故障率U和各节点电流由大变小后对应节点当前时刻的小电流有效故障率I；
若(Q-E)＞0时，并且U＝(Q-E)÷(Q+E)≥(|T-Y|)÷(T+Y)时，则说明对应节点的大电流故障率是有效的，否则说明对应节点的大电流故障率是无效的，并将有效的大电流故障率与对应节点相绑定后存入到大电流有效故障数据表中；
若(W-R)＞0时，并且I＝(W-R)÷(W+R)≥(|T-Y|)÷(T+Y)时，则说明对应节点的小电流故障率是有效的，否则说明对应节点的小电流故障率是无效的，并将有效的小电流故障率与对应节点相绑定后存入到小电流有效故障数据表中；
(4)利用模糊集理论的隶属函数，对大电流有效故障数据表中的有效故障数据进行模糊化处理后都转变为[0，1]之间的当前大电流数据表；同理，对小电流有效故障数据表中的有效故障数据进行模糊化处理后都转变为[0，1]之间的当前小电流数据表；
(5)计算当前大电流数据表和标准大电流数据表中对应位置的差值，形成大电流差值数据表；同时计算当前小电流数据表和标准小电流数据表中对应位置的差值，形成小电流差值数据表；
(6)根据大电流差值数据表求出每个大电流节点与其他大电流节点的距离，得出大电流距离差值表；并根据小电流差值数据表求出每个小电流节点与其他小电流节点的距离，得出小电流距离差值表；
再用大电流差值数据表中的每个差值和小电流差值数据表中的每个差值求出每个大电流节点与每个小电流节点的距离，得出跨流距离差值表；
然后计算出每个大电流节点与其他大电流节点距离的大电流均值A与大电流方差S，计算出每个小电流节点与其他小电流节点距离的小电流均值D与小电流方差F；
设节点包括父节点和与父节点连接的子节点；
如果大电流节点为子节点或小电流节点为子节点，则计算出该子节点的父节点均值G和父节点方差H；
如果大电流节点为父节点或小电流节点为父节点，则计算出该父节点的子节点均值J和子节点方差K；
(7)如果大电流节点为子节点，并且有(G-A)÷2(H-S)＜(H÷S)时，则删除该大电流节点，得到大电流一号压缩值表；如果大电流节点为父节点，并且有(J-A)÷2(K-S)＜(K÷S)时，则删除该大电流节点，得到大电流二号压缩值表，然后合并大电流一号压缩值表和大电流二号压缩值表得到大电流压缩值表；
如果小电流节点为子节点，并且有(J-D)÷2(K-F)＜(K÷F)时，则删除该小电流节点，得到小电流一号压缩值表；如果小电流节点为父节点，并且有(G-D)÷2(H-F)＜(H÷F)时，则删除该小电流节点，得到小电流二号压缩值表；然后合并小电流一号压缩值表和小电流二号压缩值表得到小电流压缩值表；
合并大电流压缩值表和小电流压缩值表得到当前节点压缩值表；
(8)对当前节点压缩值表中的节点之间两两做差，差值为0则置0，差值非0则置1，形成节点属性特征表；
(9)对节点属性特征表中的所有节点进行与运算，得到约简节点数据；
(10)将约简节点数据送入故障分离器中，定位故障节点。
通过本方案，使得电网故障诊断中的数据流约简程度高，数据流约简后故障点的数据流不易丢失，易于定位故障节点。
作为优先，在步骤(1)中，在获取节点的小电流自评故障率W时或在获取节点的大电流自评故障率Q时，采用一周内检测到的节点电流由大变小或由小变大的幅度在5毫安以上，并且变化后稳定时长要达到2秒以上，并在稳定时长的时间内电流变化幅度在0.1毫安以内。
作为优先，在步骤(1)中，在获取大电流自评故障率Q时，还要利用公式e1＝(Q-L1)÷L1计算出大电流故障率的误差大小e1是否在设定的闭区间[B1，B2]的范围内；只有e1在设定的闭区间[B1，B2]内时，才说明获取节点的大电流自评故障率Q是有效的；其中L1为大电流自评故障率参考标准值。
作为优先，在步骤(1)中，在获取小电流自评故障率W时，还要利用公式e2＝(W-L2)÷L2计算出小电流故障率的误差大小e2是否在设定的闭区间[C1，C2]的范围内；只有e2在设定的闭区间[C1，C2]内时，才说明获取节点的小电流自评故障率W是有效的；其中L2为小电流自评故障率参考标准值。
作为优先，在步骤(2)中，天气修正因子T由对应节点所在处在获取天气修正因子T时的湿度t1、温度t2和风速t3求得，T＝t1+t2+t3。
作为优先，在步骤(2)中，时段修正因子Y由对应节点所在处在一天内峰电时段所在节点的平均电流值y1、谷电时段所在节点的平均电流值y2和季节修正参数值y3，Y＝y1+y2+y3；其中季节修正参数值y3的值为春季取5，夏季取10，秋季取4，冬季取12。
本发明能够达到如下效果：
本发明使得电网故障诊断中的数据流约简程度高，数据流约简后故障点的数据流不易丢失，易于定位故障节点。
附图说明
图1是本发明的一种流程示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步的说明。
实施例，电网故障诊断中的数据流快速约简方法，参见图1所示，快速约简方法包括如下步骤：
(1)获取各节点电流由小变大后对应节点在当前时间点起往前推一周内的大电流自评故障率Q，获取各节点电流由大变小后对应节点在当前时间点起往前推一周内的小电流自评故障率W。
在获取节点的小电流自评故障率W时或在获取节点的大电流自评故障率Q时，采用一周内检测到的节点电流由大变小或由小变大的幅度在5毫安以上，并且变化后稳定时长要达到2秒以上，并在稳定时长的时间内电流变化幅度在0.1毫安以内。
在获取大电流自评故障率Q时，还要利用公式e1＝(Q-L1)÷L1计算出大电流故障率的误差大小e1是否在设定的闭区间[B1，B2]的范围内；只有e1在设定的闭区间[B1，B2]内时，才说明获取节点的大电流自评故障率Q是有效的；其中L1为大电流自评故障率参考标准值。
在获取小电流自评故障率W时，还要利用公式e2＝(W-L2)÷L2计算出小电流故障率的误差大小e2是否在设定的闭区间[C1，C2]的范围内；只有e2在设定的闭区间[C1，C2]内时，才说明获取节点的小电流自评故障率W是有效的；其中L2为小电流自评故障率参考标准值。
(2)设各节点电流由小变大后对应节点的大电流参考故障率为E，设各节点电流由大变小后对应节点的小电流参考故障率为R；设各节点的天气修正因子为T，设各节点的时段修正因子为Y。
天气修正因子T由对应节点所在处在获取天气修正因子T时的湿度t1、温度t2和风速t3求得，T＝t1+t2+t3。
时段修正因子Y由对应节点所在处在一天内峰电时段所在节点的平均电流值y1、谷电时段所在节点的平均电流值y2和季节修正参数值y3，Y＝y1+y2+y3；其中季节修正参数值y3的值为春季取5，夏季取10，秋季取4，冬季取12。
(3)计算各节点电流由小变大后对应节点当前时刻的大电流有效故障率U和各节点电流由大变小后对应节点当前时刻的小电流有效故障率I；
若(Q-E)＞0时，并且U＝(Q-E)÷(Q+E)≥(|T-Y|)÷(T+Y)时，则说明对应节点的大电流故障率是有效的，否则说明对应节点的大电流故障率是无效的，并将有效的大电流故障率与对应节点相绑定后存入到大电流有效故障数据表中；
若(W-R)＞0时，并且I＝(W-R)÷(W+R)≥(|T-Y|)÷(T+Y)时，则说明对应节点的小电流故障率是有效的，否则说明对应节点的小电流故障率是无效的，并将有效的小电流故障率与对应节点相绑定后存入到小电流有效故障数据表中；
(4)利用模糊集理论的隶属函数，对大电流有效故障数据表中的有效故障数据进行模糊化处理后都转变为[0，1]之间的当前大电流数据表；同理，对小电流有效故障数据表中的有效故障数据进行模糊化处理后都转变为[0，1]之间的当前小电流数据表；
(5)计算当前大电流数据表和标准大电流数据表中对应位置的差值，形成大电流差值数据表；同时计算当前小电流数据表和标准小电流数据表中对应位置的差值，形成小电流差值数据表；
(6)根据大电流差值数据表求出每个大电流节点与其他大电流节点的距离，得出大电流距离差值表；并根据小电流差值数据表求出每个小电流节点与其他小电流节点的距离，得出小电流距离差值表；
再用大电流差值数据表中的每个差值和小电流差值数据表中的每个差值求出每个大电流节点与每个小电流节点的距离，得出跨流距离差值表；
然后计算出每个大电流节点与其他大电流节点距离的大电流均值A与大电流方差S，计算出每个小电流节点与其他小电流节点距离的小电流均值D与小电流方差F；
设节点包括父节点和与父节点连接的子节点；
如果大电流节点为子节点或小电流节点为子节点，则计算出该子节点的父节点均值G和父节点方差H；
如果大电流节点为父节点或小电流节点为父节点，则计算出该父节点的子节点均值J和子节点方差K；
(7)如果大电流节点为子节点，并且有(G-A)÷2(H-S)＜(H÷S)时，则删除该大电流节点，得到大电流一号压缩值表；如果大电流节点为父节点，并且有(J-A)÷2(K-S)＜(K÷S)时，则删除该大电流节点，得到大电流二号压缩值表，然后合并大电流一号压缩值表和大电流二号压缩值表得到大电流压缩值表；
如果小电流节点为子节点，并且有(J-D)÷2(K-F)＜(K÷F)时，则删除该小电流节点，得到小电流一号压缩值表；如果小电流节点为父节点，并且有(G-D)÷2(H-F)＜(H÷F)时，则删除该小电流节点，得到小电流二号压缩值表；然后合并小电流一号压缩值表和小电流二号压缩值表得到小电流压缩值表；
合并大电流压缩值表和小电流压缩值表得到当前节点压缩值表；
(8)对当前节点压缩值表中的节点之间两两做差，差值为0则置0，差值非0则置1，形成节点属性特征表；
(9)对节点属性特征表中的所有节点进行与运算，得到约简节点数据；
(10)将约简节点数据送入故障分离器中，定位故障节点。
通过本实施例，使得电网故障诊断中的数据流约简程度高，数据流约简后故障点的数据流不易丢失，易于定位故障节点。

Claims (5)

1.电网故障诊断中的数据流快速约简方法，其特征在于，快速约简方法包括如下步骤：
(1)获取各节点电流由小变大后对应节点在当前时间点起往前推一周内的大电流自评故障率Q，获取各节点电流由大变小后对应节点在当前时间点起往前推一周内的小电流自评故障率W；
(2)设各节点电流由小变大后对应节点的大电流参考故障率为E，设各节点电流由大变小后对应节点的小电流参考故障率为R；设各节点的天气修正因子为T，设各节点的时段修正因子为Y；
(3)计算各节点电流由小变大后对应节点当前时刻的大电流有效故障率U和各节点电流由大变小后对应节点当前时刻的小电流有效故障率I；
若(Q-E)＞0时，并且U＝(Q-E)÷(Q+E)≥(|T-Y|)÷(T+Y)时，则说明对应节点的大电流故障率是有效的，否则说明对应节点的大电流故障率是无效的，并将有效的大电流故障率与对应节点相绑定后存入到大电流有效故障数据表中；
若(W-R)＞0时，并且I＝(W-R)÷(W+R)≥(|T-Y|)÷(T+Y)时，则说明对应节点的小电流故障率是有效的，否则说明对应节点的小电流故障率是无效的，并将有效的小电流故障率与对应节点相绑定后存入到小电流有效故障数据表中；
(4)利用模糊集理论的隶属函数，对大电流有效故障数据表中的有效故障数据进行模糊化处理后都转变为[0，1]之间的当前大电流数据表；同理，对小电流有效故障数据表中的有效故障数据进行模糊化处理后都转变为[0，1]之间的当前小电流数据表；
(5)计算当前大电流数据表和标准大电流数据表中对应位置的差值，形成大电流差值数据表；同时计算当前小电流数据表和标准小电流数据表中对应位置的差值，形成小电流差值数据表；
(6)根据大电流差值数据表求出每个大电流节点与其他大电流节点的距离，得出大电流距离差值表；并根据小电流差值数据表求出每个小电流节点与其他小电流节点的距离，得出小电流距离差值表；
再用大电流差值数据表中的每个差值和小电流差值数据表中的每个差值求出每个大电流节点与每个小电流节点的距离，得出跨流距离差值表；
然后计算出每个大电流节点与其他大电流节点距离的大电流均值A与大电流方差S，计算出每个小电流节点与其他小电流节点距离的小电流均值D与小电流方差F；
设节点包括父节点和与父节点连接的子节点；
如果大电流节点为子节点或小电流节点为子节点，则计算出该子节点的父节点均值G和父节点方差H；
如果大电流节点为父节点或小电流节点为父节点，则计算出该父节点的子节点均值J和子节点方差K；
(7)如果大电流节点为子节点，并且有(G-A)÷2(H-S)＜(H÷S)时，则删除该大电流节点，得到大电流一号压缩值表；如果大电流节点为父节点，并且有(J-A)÷2(K-S)＜(K÷S)时，则删除该大电流节点，得到大电流二号压缩值表，然后合并大电流一号压缩值表和大电流二号压缩值表得到大电流压缩值表；
如果小电流节点为子节点，并且有(J-D)÷2(K-F)＜(K÷F)时，则删除该小电流节点，得到小电流一号压缩值表；如果小电流节点为父节点，并且有(G-D)÷2(H-F)＜(H÷F)时，则删除该小电流节点，得到小电流二号压缩值表；然后合并小电流一号压缩值表和小电流二号压缩值表得到小电流压缩值表；
合并大电流压缩值表和小电流压缩值表得到当前节点压缩值表；
(8)对当前节点压缩值表中的节点之间两两做差，差值为0则置0，差值非0则置1，形成节点属性特征表；
(9)对节点属性特征表中的所有节点进行与运算，得到约简节点数据；
(10)将约简节点数据送入故障分离器中，定位故障节点；
在步骤(2)中，时段修正因子Y由对应节点所在处在一天内峰电时段所在节点的平均电流值y1、谷电时段所在节点的平均电流值y2和季节修正参数值y3，Y＝y1+y2+y3；其中季节修正参数值y3的值为春季取5，夏季取10，秋季取4，冬季取12。
2.根据权利要求1所述的电网故障诊断中的数据流快速约简方法，其特征在于，在步骤(1)中，在获取节点的小电流自评故障率W时或在获取节点的大电流自评故障率Q时，采用一周内检测到的节点电流由大变小或由小变大的幅度在5毫安以上，并且变化后稳定时长要达到2秒以上，并在稳定时长的时间内电流变化幅度在0.1毫安以内。
3.根据权利要求1所述的电网故障诊断中的数据流快速约简方法，其特征在于，在步骤(1)中，在获取大电流自评故障率Q时，还要利用公式e1＝(Q-L1)÷L1计算出大电流故障率的误差大小e1是否在设定的闭区间[B1，B2]的范围内；只有e1在设定的闭区间[B1，B2]内时，才说明获取节点的大电流自评故障率Q是有效的；其中L1为大电流自评故障率参考标准值。
4.根据权利要求1所述的电网故障诊断中的数据流快速约简方法，其特征在于，在步骤(1)中，在获取小电流自评故障率W时，还要利用公式e2＝(W-L2)÷L2计算出小电流故障率的误差大小e2是否在设定的闭区间[C1，C2]的范围内；只有e2在设定的闭区间[C1，C2]内时，才说明获取节点的小电流自评故障率W是有效的；其中L2为小电流自评故障率参考标准值。
5.根据权利要求1所述的电网故障诊断中的数据流快速约简方法，其特征在于，在步骤(2)中，天气修正因子T由对应节点所在处在获取天气修正因子T时的湿度t1、温度t2和风速t3求得，T＝t1+t2+t3。
CN201810066137.5A 2018-01-23 2018-01-23 电网故障诊断中的数据流快速约简方法 Active CN108268333B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810066137.5A CN108268333B (zh) 2018-01-23 2018-01-23 电网故障诊断中的数据流快速约简方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810066137.5A CN108268333B (zh) 2018-01-23 2018-01-23 电网故障诊断中的数据流快速约简方法

Publications (2)

Publication Number Publication Date
CN108268333A CN108268333A (zh) 2018-07-10
CN108268333B true CN108268333B (zh) 2019-08-16

Family

ID=62776383

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810066137.5A Active CN108268333B (zh) 2018-01-23 2018-01-23 电网故障诊断中的数据流快速约简方法

Country Status (1)

Country Link
CN (1) CN108268333B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114460438A (zh) * 2021-12-31 2022-05-10 杭州广立微电子股份有限公司 一种集成电路测试中小电流数据的处理方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102279905A (zh) * 2011-03-19 2011-12-14 东北电力大学 一种电网故障诊断中的数据流快速约简方法
CN102928738A (zh) * 2012-10-31 2013-02-13 辽宁省电力有限公司沈阳供电公司 一种智能电网故障的动态层次诊断装置及方法
CN103426123A (zh) * 2013-07-24 2013-12-04 国家电网公司 基于粗糙集理论的配电网故障风险评估方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6978398B2 (en) * 2001-08-15 2005-12-20 International Business Machines Corporation Method and system for proactively reducing the outage time of a computer system
US8832505B2 (en) * 2012-06-29 2014-09-09 Intel Corporation Methods and apparatus to provide failure detection

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102279905A (zh) * 2011-03-19 2011-12-14 东北电力大学 一种电网故障诊断中的数据流快速约简方法
CN102928738A (zh) * 2012-10-31 2013-02-13 辽宁省电力有限公司沈阳供电公司 一种智能电网故障的动态层次诊断装置及方法
CN103426123A (zh) * 2013-07-24 2013-12-04 国家电网公司 基于粗糙集理论的配电网故障风险评估方法

Also Published As

Publication number Publication date
CN108268333A (zh) 2018-07-10

Similar Documents

Publication Publication Date Title
CN106602548B (zh) 一种基于eeac的暂态稳定关键输电断面识别方法
CN107330056B (zh) 基于大数据云计算平台的风电场scada系统及其运行方法
CN105305641B (zh) 一种继电保护信息数据采集及上送方法
CN109241169A (zh) 配电网运行信息多源异构数据融合数据库集成方法
CN104092211A (zh) 一种适应配电网自愈要求的开关优化配置方法
CN107357985A (zh) 一种关于配电主站馈线拓扑模型的校核方案
CN105470928A (zh) 基于城市输电网故障恢复的分区分层负荷转移方法
CN110266037B (zh) 基于拓扑自动聚合的分布式新能源全观测建模方法和系统
CN105049512A (zh) 物联网数据传输方法及系统
CN107591802A (zh) 一种配网模型的抽象校验方法
CN110311469B (zh) 一种配电自动化智能馈线终端
CN108363630B (zh) 智能电网的故障判断系统
CN109460325A (zh) Ceph集群磁盘故障恢复方法及计算机、恢复系统
CN108268333B (zh) 电网故障诊断中的数据流快速约简方法
CN108288876B (zh) 基于大数据的智能电网采集系统
CN114201844A (zh) 一种基于iec61850标准的水电站全景建模方法
CN110532327A (zh) 一种人工智能电网线路规划方法
CN109900865A (zh) 一种基于神经网络的空气污染检测系统
CN104749493B (zh) 基于规则树的电网故障设备分析推理方法
CN105406473B (zh) 一种基于软件定义网络的配电网故障统一处理方法和系统
CN103513576A (zh) E格式稳控策略在智能稳控系统中的双向交互方法
CN107423877A (zh) 基于gis的台风灾害配电网运行监视方法
CN108365975B (zh) 基于云计算的智能配网系统
CN110659277A (zh) 一种能源互联网数据采集方法及装置
CN107678413A (zh) 一种基于mobus协议的天然气调压站远程监控系统

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
CB03 Change of inventor or designer information

Inventor after: Jin Renyun

Inventor after: Zhu Chengzhi

Inventor after: Lin Zhenzhi

Inventor after: Wu Zhenjie

Inventor after: Han Rongjie

Inventor after: Qiu Haifeng

Inventor after: Ye Jian

Inventor after: Chen Jie

Inventor after: Xu Jintong

Inventor before: Wu Zhenjie

Inventor before: Han Rongjie

Inventor before: Qiu Haifeng

Inventor before: Ye Jian

Inventor before: Chen Jie

Inventor before: Xu Jintong

CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Jin Renyun

Inventor after: Zhu Chengzhi

Inventor after: Lin Zhenzhi

Inventor after: Wu Zhenjie

Inventor after: Han Rongjie

Inventor after: Qiu Haifeng

Inventor after: Ye Jian

Inventor after: Chen Jie

Inventor after: Xu Jintong

Inventor before: Wu Zhenjie

Inventor before: Han Rongjie

Inventor before: Qiu Haifeng

Inventor before: Ye Jian

Inventor before: Chen Jie

Inventor before: Xu Jintong

CB03 Change of inventor or designer information
TA01 Transfer of patent application right

Effective date of registration: 20190712

Address after: 311201 No. 678 Chen Duan Road, Xintang Street, Xiaoshan District, Hangzhou City, Zhejiang Province

Applicant after: Zhejiang Zhongxin Electric Power Engineering Construction Co., Ltd. Automation Branch

Applicant after: Zhejiang Zhongxin Electric Power Engineering Construction Co., Ltd.

Applicant after: Xiaoshan district power supply Co., Ltd., Hangzhou City, Zhejiang

Applicant after: State Grid Zhejiang Electric Power Co., Ltd. Hangzhou power supply company

Applicant after: Zhejiang University

Address before: 310000 No. 183 Hongda Road, Qiaonan District, Xiaoshan Economic and Technological Development Zone, Hangzhou, Zhejiang Province

Applicant before: XIAOSHAN SCIENCE AND TECHNOLOGY BRANCH, ZHEJIANG ZHONGXIN ELECTRIC POWER DEVELOPMENT GROUP CO., LTD.

Applicant before: ZHEJIANG ZHONGXIN ELECTRIC POWER DEVELOPMENT GROUP CO., LTD.

Applicant before: Xiaoshan district power supply Co., Ltd., Hangzhou City, Zhejiang

Applicant before: Hangzhou Power Supply Company, State Grid Zhejiang Electric Power Company

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant