CN108647860A - 基于OpenStack的电力设备状态监测与评估云平台 - Google Patents
基于OpenStack的电力设备状态监测与评估云平台 Download PDFInfo
- Publication number
- CN108647860A CN108647860A CN201810350238.5A CN201810350238A CN108647860A CN 108647860 A CN108647860 A CN 108647860A CN 201810350238 A CN201810350238 A CN 201810350238A CN 108647860 A CN108647860 A CN 108647860A
- Authority
- CN
- China
- Prior art keywords
- data
- platform
- analysis
- cloud
- openstack
- 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 37
- 238000004458 analytical method Methods 0.000 claims abstract description 46
- 238000005065 mining Methods 0.000 claims abstract description 4
- 238000012546 transfer Methods 0.000 claims abstract description 3
- 238000012545 processing Methods 0.000 claims description 10
- 230000008676 import Effects 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 6
- 238000012098 association analyses Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 5
- 230000036541 health Effects 0.000 claims description 4
- 241001269238 Data Species 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 3
- 238000003066 decision tree Methods 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 abstract description 6
- 238000007689 inspection Methods 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 19
- 238000007726 management method Methods 0.000 description 19
- 238000000034 method Methods 0.000 description 9
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 241001074085 Scophthalmus aquosus Species 0.000 description 2
- 238000010224 classification analysis Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 229920002755 poly(epichlorohydrin) Polymers 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 238000000547 structure data Methods 0.000 description 2
- 238000012731 temporal analysis Methods 0.000 description 2
- 238000000700 time series analysis Methods 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual 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
- 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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及监测系统，具体地，涉及一种基于OpenStack的电力设备状态监测与评估云平台。包括云基础平台、数据平台、分析平台和应用层，用户将数据传输到数据平台，分析平台通过云基础平台对数据平台的数据进行分析挖掘，应用层通过云基础平台对分析平台的数据进行应用；所述的云基础平台为基于openstack的horizon模块的管理平台。本发明提供的一种基于OpenStack的电力设备状态监测与评估云平台，引入基于大数据分析的云计算平台，更大限度提高数据的共享度并处理海量监测数据，有效区分设备各类故障发生的概率，降低纷繁故障对运检人员的干扰。
Description
技术领域
本发明涉及监测系统，具体地，涉及一种基于OpenStack的电力设备状态监测与评估云平台。
背景技术
智能电网是当今国际最前沿的经济增长点，已经成为许多国家争相研究的热点。作为智能电网的一个重要应用系统，电力设备状态监测与评估系统完成对电力设备状态参数采集、分析，实现状态可视化，并且根据电力设备的状态对该设备进行评估预警，并采取相应的措施。通过提高电力设备运行的可靠性和可控性，进而改善整体的供电可靠性，状态监测系统的智能化功能可为智能电网的整体决策提供坚实的基础。
传统电力设备状态监测的方法采用定期预防性检修、试验以及人工巡视等方法。为了避免事故发生，在设备运行过程中，值班人员需要经常巡视，凭借外观现象、指示仪表、人工经验等进行判断以便及时发现异常，除此之外还会定期停止运行来对电力设备例行检查，做机械动作试验或者预防性绝缘试验，及时做出结构缺陷方面的处理等。这种定期检修和经常巡视的方法对电力设备的安全正常运行起到了至关重要的作用。
近年来，国内外电力设备状态监测在理论研究方面取得了较大进展，并研发了针对输电线路、变压器、和断路器等设备的状态监测与故障诊断装置，但在电力设备状态监测还有很多方面仍面临很多突出问题。电力设备状态系统还处于分散监测阶段，与计算机监控系统相互独立，电力控制中心与各个变电站之间，以及状态监测系统与其他系统之间，数据信息模型和通信接口高度异构，难以充分利用不同的信息进行设备的状态评估、故障诊断和状态检修。在智能电网中，电力设备状态监测数据具有如下几个特点：
（1）状态监测数据量呈几何性增长，数据规模不断扩大；数据类型复杂多样，种类繁多；监测数据广域分布；计算任务繁重，计算量大；数据可靠性与实时性要求高。
（2）各平台数据交互性差，面对这些海量的、分布式的、异构的、复杂的、大计算量状态数据，常规的数据存储与管理方法系统难以适应智能电网对状态监测数据可靠性和实时性的更高要求。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于OpenStack的电力设备状态监测与评估云平台，引入基于大数据分析的云计算平台，更大限度提高数据的共享度并能处理海量监测数据。
为解决上述问题，本发明提供的技术方案为：一种基于OpenStack的电力设备状态监测与评估云平台，其中，包括云基础平台、数据平台、分析平台和应用层，用户将数据传输到数据平台，分析平台通过云基础平台对数据平台的数据进行分析挖掘，应用层通过云基础平台对分析平台的数据进行应用；所述的云基础平台为基于openstack 的horizon 模块的管理平台。
本发明选用开源的云操作系统openstack 来构建云平台。OpenStack 由三部分组成，分别是Nova、Swift、Glance，OpenStack 可以单独提供其中的一部分，也可以将这三部分组合起来，搭建一个通用的云平台。
OpenStack是一个开源的云计算管理平台项目，由几个主要的组件组合起来完成具体工作。OpenStack支持几乎所有类型的云环境，项目目标是提供实施简单、可大规模扩展、丰富、标准统一的云计算管理平台。OpenStack通过各种互补的服务提供了基础设施即服务（IaaS）的解决方案，每个服务提供API以进行集成。
进一步地，所述的云基础平台包括在线监测模块、状态评估模块、健康设备管理模块、虚拟资源管理模块、用户权限管理模块以及镜像管理模块。
进一步地，所述的数据平台为采用Hadoop 系统、MPP 数据库和事务型数据库相结合的混搭数据架构，数据平台的数据采集终端将采集的数据传输到Hadoop 系统、MPP 数据库或者事务型数据库，Hadoop 系统配合流式处理和实时流式处理将采集的数据进行初步处理后存储入Hadoop 系统的大数据数据库中。
MPP数据库：是一种分布式并行数据库集群，采用列存大规模分布式并行数据库集群承担复杂查询、统计和分析等OLAP 分析应用的数据仓库功能，MPP 数据库存储管理高价值密度的结构化数据,在系统中构建业务查询、统计专题和其他专题，实现列存储、智能索引、高效压缩和在线扩容功能。
在本发明中，Hadoop 系统承担海量结构化数据、半结构化数据和非结构化数据分布式计算和非关系型处理，以及低价值密度结构化数据、半结构化数据和非结构化数据的存储管理；MPP 数据库为分布式并行数据库集群，采用列存大规模分布式并行数据库集群承担复杂查询、统计和分析等OLAP 分析应用的数据仓库功能，MPP 数据库存储管理高价值密度的结构化数据，在系统中构建业务查询、统计专题和其他专题，实现列存储、智能索引、高效压缩和在线扩容功能；事务型数据库采用OLTP 数据库来承担上层业务应用数据存储管理功能，用于相应的在线系统后台数据库。在事务型数据库导入MPP 数据库，Hadoop 系统数据导入MPP 数据库过程中，涉及到以下几种转换：数据清洗、非结构化数据结构化转换和低价值密度数据向高价值密度数据转换。
进一步地，所述的事务型数据库数据能够导入MPP 数据库，Hadoop 系统数据能够导入MPP 数据库。
进一步地，所述的分析模块包括分析展现模块和发现挖掘模块，分析展现模块用于实现交互报表、交互图表、即席查询和多维分析功能，发现挖掘模块用于实现关联分析、决策树和神经网络功能。分析展现包括用户通过简单拖拽树状数据源模型树，任意组合查询内容及查询条件，选择多种函数的运算，就可图文并茂展现查询结果，并可快速生成报表，打印图和报表。即席查询支持复杂的查询条件基本覆盖SQL 功能，用户可以根据业务需要任意组合查询条件，操作简单，通过拖拽可以使用户快速的查询出所需数据。表格的格式设置，根据需求选择设置数据、单位、文字、表格等格式。数据范围预警，用户设置预警数据范围，表格自动以不同颜色区分显示预警数据。图形数据实时转换，圈选表格数据，将数据转换成统计图形，更直观的表现数据。数据深度挖掘的分析工具，通过上卷、下钻、钻取明细等操作，实现对数据的动态深入分析，以此来为决策者提供依据。多维分析技术具有钻取分析、数据排序、图表显示、MDX 语言查询、聚合运算、行列转换、隐藏空行/ 列等功能。
进一步地，所述的应用层包括统计系统、评估系统、辅助决策系统和预测系统，通过分析上传处理过后的数据，对数据进行进一步分析并进行状态评估；利用时间序列分析、聚类分析、分类分析、非结构数据特征分析、关联分析、回归分析等方法，进行数据分析，并利用日志生产器生成日志文件，利用状态评估算法评估数据分析结果，诊断故障，并完成风险评估。根据评估数据得到预警数据，提交故障位置和预警等级，并制图输出结果，实现评估结果可视化；用户给出最终决策。
与现有技术相比，有益效果是：
1.本发明提供的一种基于OpenStack的电力设备状态监测与评估云平台，引入基于大数据分析的云计算平台，更大限度提高数据的共享度并处理海量监测数据，有效区分设备各类故障发生的概率，降低纷繁故障对运检人员的干扰。
2. 本发明建立了一套面向大数据的、统一的、开放的、符合智能电网设备发展需要的电力设备状态监测系统，将先进的无限传感器网络技术与电力设备状态监测系统有机结合；引入基于大数据分析的云计算平台，多状态量状态系统的风险评估等，为智能决策支持提供有力数据保障，从而实现大跨度快速的电力设备状态评估、状态诊断与预测，从而实现智能评估设备的健康状态与检修周期，完成设备资产的全寿命健康预测与周期管理。
附图说明
图1 为本发明提供的云平台整体结构示意图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明，不能理解为对本专利的限制。
如图1所示，一种基于OpenStack的电力设备状态监测与评估云平台，其中，包括云基础平台、数据平台、分析平台和应用层，用户将数据传输到数据平台，分析平台通过云基础平台对数据平台的数据进行分析挖掘，应用层通过云基础平台对分析平台的数据进行应用；云基础平台为基于openstack 的horizon 模块的管理平台，云基础平台包括在线监测模块、状态评估模块、健康设备管理模块、虚拟资源管理模块、用户权限管理模块以及镜像管理模块。
具体地，数据平台为采用Hadoop 系统、MPP 数据库和事务型数据库相结合的混搭数据架构，数据平台的数据采集终端将采集的数据传输到Hadoop 系统、MPP 数据库或者事务型数据库，事务型数据库数据能够导入MPP 数据库，Hadoop 系统数据能够导入MPP 数据库；Hadoop 系统配合流式处理和实时流式处理将采集的数据进行初步处理后存储入Hadoop 系统的大数据数据库中。
在本发明中，Hadoop 系统承担海量结构化数据、半结构化数据和非结构化数据分布式计算和非关系型处理，以及低价值密度结构化数据、半结构化数据和非结构化数据的存储管理；MPP 数据库为分布式并行数据库集群，采用列存大规模分布式并行数据库集群承担复杂查询、统计和分析等OLAP 分析应用的数据仓库功能，MPP 数据库存储管理高价值密度的结构化数据，在系统中构建业务查询、统计专题和其他专题，实现列存储、智能索引、高效压缩和在线扩容功能；事务型数据库采用OLTP 数据库来承担上层业务应用数据存储管理功能，用于相应的在线系统后台数据库。在事务型数据库导入MPP 数据库，Hadoop 系统数据导入MPP 数据库过程中，涉及到以下几种转换：数据清洗、非结构化数据结构化转换和低价值密度数据向高价值密度数据转换。
其中，分析模块包括分析展现模块和发现挖掘模块，分析展现模块用于实现交互报表、交互图表、即席查询和多维分析功能，发现挖掘模块用于实现关联分析、决策树和神经网络功能。分析展现包括用户通过简单拖拽树状数据源模型树，任意组合查询内容及查询条件，选择多种函数的运算，就可图文并茂展现查询结果，并可快速生成报表，打印图和报表。即席查询支持复杂的查询条件基本覆盖SQL 功能，用户可以根据业务需要任意组合查询条件，操作简单，通过拖拽可以使用户快速的查询出所需数据。表格的格式设置，根据需求选择设置数据、单位、文字、表格等格式。数据范围预警，用户设置预警数据范围，表格自动以不同颜色区分显示预警数据。图形数据实时转换，圈选表格数据，将数据转换成统计图形，更直观的表现数据。数据深度挖掘的分析工具，通过上卷、下钻、钻取明细等操作，实现对数据的动态深入分析，以此来为决策者提供依据。多维分析技术具有钻取分析、数据排序、图表显示、MDX 语言查询、聚合运算、行列转换、隐藏空行/ 列等功能。
另外，应用层包括统计系统、评估系统、辅助决策系统和预测系统，通过分析上传处理过后的数据，对数据进行进一步分析并进行状态评估；利用时间序列分析、聚类分析、分类分析、非结构数据特征分析、关联分析、回归分析等方法，进行数据分析，并利用日志生产器生成日志文件，利用状态评估算法评估数据分析结果，诊断故障，并完成风险评估。根据评估数据得到预警数据，提交故障位置和预警等级，并制图输出结果，实现评估结果可视化；用户给出最终决策。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。
Claims (6)
1.一种基于OpenStack的电力设备状态监测与评估云平台，其特征在于，包括云基础平台、数据平台、分析平台和应用层，用户将数据传输到数据平台，分析平台通过云基础平台对数据平台的数据进行分析挖掘，应用层通过云基础平台对分析平台的数据进行应用；所述的云基础平台为基于openstack 的horizon 模块的管理平台。
2.根据权利要求1所述的基于OpenStack的电力设备状态监测与评估云平台，其特征在于，所述的云基础平台包括在线监测模块、状态评估模块、健康设备管理模块、虚拟资源管理模块、用户权限管理模块以及镜像管理模块。
3. 根据权利要求1所述的基于OpenStack的电力设备状态监测与评估云平台，其特征在于，所述的数据平台为采用Hadoop 系统、MPP 数据库和事务型数据库相结合的混搭数据架构，数据平台的数据采集终端将采集的数据传输到Hadoop 系统、MPP 数据库或者事务型数据库，Hadoop 系统配合流式处理和实时流式处理将采集的数据进行初步处理后存储入Hadoop 系统的大数据数据库中。
4. 根据权利要求3所述的基于OpenStack的电力设备状态监测与评估云平台，其特征在于，所述的事务型数据库数据能够导入MPP 数据库，Hadoop 系统数据能够导入MPP 数据库。
5.根据权利要求1所述的基于OpenStack的电力设备状态监测与评估云平台，其特征在于，所述的分析模块包括分析展现模块和发现挖掘模块，分析展现模块用于实现交互报表、交互图表、即席查询和多维分析功能，发现挖掘模块用于实现关联分析、决策树和神经网络功能。
6.根据权利要求1所述的基于OpenStack的电力设备状态监测与评估云平台，其特征在于，所述的应用层包括统计系统、评估系统、辅助决策系统和预测系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810350238.5A CN108647860A (zh) | 2018-04-18 | 2018-04-18 | 基于OpenStack的电力设备状态监测与评估云平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810350238.5A CN108647860A (zh) | 2018-04-18 | 2018-04-18 | 基于OpenStack的电力设备状态监测与评估云平台 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108647860A true CN108647860A (zh) | 2018-10-12 |
Family
ID=63746812
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810350238.5A Pending CN108647860A (zh) | 2018-04-18 | 2018-04-18 | 基于OpenStack的电力设备状态监测与评估云平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108647860A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109522297A (zh) * | 2018-11-29 | 2019-03-26 | 广东电网有限责任公司 | 一种电网运行监测云平台 |
| CN111178688A (zh) * | 2019-12-11 | 2020-05-19 | 佰聆数据股份有限公司 | 电力技术监督数据的自助化分析方法、系统、存储介质及计算机设备 |
| WO2020147349A1 (zh) * | 2019-01-14 | 2020-07-23 | 中国电力科学研究院有限公司 | 配电网运行辅助决策分析系统及方法 |
| CN112507676A (zh) * | 2020-12-02 | 2021-03-16 | 新奥数能科技有限公司 | 能源报表生成方法、装置、电子设备和计算机可读介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2439687A1 (en) * | 2010-10-05 | 2012-04-11 | Accenture Global Services Limited | System and method for cloud enterprise services |
| US8914511B1 (en) * | 2009-06-26 | 2014-12-16 | VMTurbo, Inc. | Managing resources in virtualization systems |
| CN104767813A (zh) * | 2015-04-08 | 2015-07-08 | 江苏国盾科技实业有限责任公司 | 基于openstack的公众行大数据服务平台 |
| CN106339509A (zh) * | 2016-10-26 | 2017-01-18 | 国网山东省电力公司临沂供电公司 | 一种基于大数据技术的电网运营数据共享系统 |
| CN106534291A (zh) * | 2016-11-04 | 2017-03-22 | 广东电网有限责任公司电力科学研究院 | 基于大数据处理的电压监测方法 |
-
2018
- 2018-04-18 CN CN201810350238.5A patent/CN108647860A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8914511B1 (en) * | 2009-06-26 | 2014-12-16 | VMTurbo, Inc. | Managing resources in virtualization systems |
| EP2439687A1 (en) * | 2010-10-05 | 2012-04-11 | Accenture Global Services Limited | System and method for cloud enterprise services |
| CN104767813A (zh) * | 2015-04-08 | 2015-07-08 | 江苏国盾科技实业有限责任公司 | 基于openstack的公众行大数据服务平台 |
| CN106339509A (zh) * | 2016-10-26 | 2017-01-18 | 国网山东省电力公司临沂供电公司 | 一种基于大数据技术的电网运营数据共享系统 |
| CN106534291A (zh) * | 2016-11-04 | 2017-03-22 | 广东电网有限责任公司电力科学研究院 | 基于大数据处理的电压监测方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109522297A (zh) * | 2018-11-29 | 2019-03-26 | 广东电网有限责任公司 | 一种电网运行监测云平台 |
| WO2020147349A1 (zh) * | 2019-01-14 | 2020-07-23 | 中国电力科学研究院有限公司 | 配电网运行辅助决策分析系统及方法 |
| CN111178688A (zh) * | 2019-12-11 | 2020-05-19 | 佰聆数据股份有限公司 | 电力技术监督数据的自助化分析方法、系统、存储介质及计算机设备 |
| CN112507676A (zh) * | 2020-12-02 | 2021-03-16 | 新奥数能科技有限公司 | 能源报表生成方法、装置、电子设备和计算机可读介质 |
| CN112507676B (zh) * | 2020-12-02 | 2024-04-16 | 新奥数能科技有限公司 | 能源报表生成方法、装置、电子设备和计算机可读介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107133255B (zh) | 一种大电网全景安全防御方法和系统 | |
| CN107730394B (zh) | 基于大数据的全景电网多元异构数据融合方法 | |
| Guo et al. | Complex power system status monitoring and evaluation using big data platform and machine learning algorithms: a review and a case study | |
| CN108647860A (zh) | 基于OpenStack的电力设备状态监测与评估云平台 | |
| CN107402976A (zh) | 一种基于多元异构模型的电网多源数据融合方法及系统 | |
| CN105069025A (zh) | 一种大数据的智能聚合可视化与管控系统 | |
| CN105574593B (zh) | 基于云计算和大数据的轨道状态静态检控系统及方法 | |
| CN113935562A (zh) | 一种电力设备健康状况智能评级与自动预警方法 | |
| CN107918830A (zh) | 一种基于大数据技术的配电网运行状态评估系统及方法 | |
| CN107807961B (zh) | 一种基于Spark计算引擎的配电网大数据分区处理方法 | |
| CN111598376A (zh) | 一种基于信息驱动的对电网大数据进行辅助决策的方法及系统 | |
| CN107590749A (zh) | 一种配用电数据的处理方法及系统 | |
| CN109522297A (zh) | 一种电网运行监测云平台 | |
| Yassin et al. | Digital twin in power system research and development: principle, scope, and challenges | |
| CN109412155B (zh) | 一种基于图计算的配电网供电能力评估方法 | |
| CN106649765A (zh) | 基于大数据技术的智能电网全景数据分析方法 | |
| Ma et al. | Research Progress of Distribution Network Digitization Based on Digital Twin Technology | |
| CN103383649A (zh) | 一种复杂虚拟仪器系统设计模型 | |
| Feng et al. | The design and implementation of global energy interconnection digital research platform | |
| CN117312293B (zh) | 一种面向电力多源异构的数据治理与智能分析方法及系统 | |
| Jinghong et al. | An overview on cyber-physical systems of energy interconnection | |
| CN207472322U (zh) | 一种沼气工程大数据平台系统 | |
| Tian et al. | Preliminary study of PHM system based on data driven | |
| CN112784129A (zh) | 一种泵站设备运维数据监管平台 | |
| Qin et al. | Correlation between Population Structure and Regional Innovation Ability Based on Big Data Analysis |
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: 20181012 |
|
| RJ01 | Rejection of invention patent application after publication |