CN108988487B - 一种基于多维数据的电网停电事件辨识方法 - Google Patents

一种基于多维数据的电网停电事件辨识方法 Download PDF

Info

Publication number
CN108988487B
CN108988487B CN201810627855.5A CN201810627855A CN108988487B CN 108988487 B CN108988487 B CN 108988487B CN 201810627855 A CN201810627855 A CN 201810627855A CN 108988487 B CN108988487 B CN 108988487B
Authority
CN
China
Prior art keywords
power failure
power
event
equipment
signal
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
CN201810627855.5A
Other languages
English (en)
Other versions
CN108988487A (zh
Inventor
季堃
翟明玉
孙世明
张明
令少亮
唐元合
沈鑫
张可新
杨启京
钱玉麟
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.)
State Grid Corp of China SGCC
NARI Group Corp
Nari Technology Co Ltd
NARI Nanjing Control System Co Ltd
Nanjing Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
NARI Group Corp
Nari Technology Co Ltd
NARI Nanjing Control System Co Ltd
Nanjing Power Supply Co of State Grid Jiangsu Electric Power 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 State Grid Corp of China SGCC, NARI Group Corp, Nari Technology Co Ltd, NARI Nanjing Control System Co Ltd, Nanjing Power Supply Co of State Grid Jiangsu Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201810627855.5A priority Critical patent/CN108988487B/zh
Publication of CN108988487A publication Critical patent/CN108988487A/zh
Application granted granted Critical
Publication of CN108988487B publication Critical patent/CN108988487B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H02J13/0017
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • H02J13/0075
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • Y04S10/52Outage or fault management, e.g. fault detection or location
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/12Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment
    • Y04S40/126Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment using wireless data transmission

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (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)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于多维数据的电网停电事件辨识方法,包括以下步骤:步骤一、以变压器、母线、线路、负荷为主设备构建多维数据模型;步骤二、读取检测时间段内的遥信变位信号,生成停电/复电事件;步骤三、读取检测时间段内的电流或电压值,通过去滑动极值法检测遥测突变,生成停电/复电事件;步骤四、综合遥测和遥信的判断,关联保护信号、遥控、挂牌信息、检修信息识别停电类型;步骤五、停电事件写入数据库。本发明结合多维度的运行数据有效判断停电类型,从而自动触发生成相应记录并扩展其他相关的信息,实现停电事件记录、分析、统计的自动化,有效提高设备停电事件分析的效率。

Description

一种基于多维数据的电网停电事件辨识方法
技术领域
本发明属于电力调度自动化技术领域,具体涉及一种基于多维数据的电网停电事件辨识方法,可广泛应用与各级调度系统中。
背景技术
随着电网调度社会责任意识的强化和电网发、输、配、用电调度全过程管理的推进,在调度运行中需要及时准确统计、分析各电压等级线路跳闸事件及损失负荷(用户数)等相关信息。
现有调度控制仅对开关跳闸给出告警信息,不能自动拓扑生成线路跳闸、复电事件记录,相关信息仍依赖调度员人工记录,容易出现遗漏且效率较低影响信息的及时性,利用这些人工记录难以准确统计、分析设备停电事件。
尤其在极端天气情况下,大量设备、线路会发生事故跳闸,应用是人工查询统计,无自动统计功能,无法把电网设备停电情况等及时上报,影响应急中心指挥部及时掌握受灾情况,影响网、省公司及时提前组织各单位救灾复电工作。
发明内容
针对上述问题,本发明提出一种基于多维数据的电网停电事件辨识方法,利用设备的历史遥测变化,断路器的开合位置检测设备的停电事件,并根据遥控操作、保护信号、检修信息、挂牌信息等信息辨识停电类型功能。
实现上述技术目的,达到上述技术效果,本发明通过以下技术方案实现:
根据电网运行历史数据,结合设备模型、遥测、遥信、遥控操作、保护信号、检修信息、挂牌信息等信息,分析停电事件发生是各类数据的变化规律,根据规律实现从运行数据感知电网停电事件,并进一步分析停电事件原因对停电事件精确分类,再分类从各个时间、空间等多个维度进行统计,发现电网运行规律,支持电网调度、运维管理。
本发明的一种基于多维数据的电网停电事件辨识方法,包括以下步骤:
步骤一、以变压器、母线、线路、负荷为主设备,以遥测、遥信、遥控、保护信号、检修、挂牌为维度信息,构建多维数据模型;
步骤二、读取检测时间段内的遥信变位信号,生成停电/复电事件;
步骤三、读取检测时间段内的电流或电压值,通过滑动极值零区法检测遥测突变,生成停电/复电事件;
步骤四、综合遥测和遥信的判断,关联保护信号、遥控、挂牌信息、检修信息识别停电类型;
步骤五、停电事件写入数据库。
步骤一中,多维数据模型具体的构建方法如下:
(11)将检索设备库中的变压器、母线、线路、负荷作为主设备,查找主设备相关联的历史遥测;
(12)通过设备电气拓扑连接关系搜索与主设备相连接的开关和开关关联的遥信信号及遥控信号;
(13)查找与主设备相关的保护信号,即动作信号、事故总信号和接地信号;
(14)查找与主设备相关的检修信息和挂牌信息;
(15)采用数据库表存储主设备信息、遥测、遥信、遥控、保护信号、检修信息、挂牌信息,以外键应用描述之间的关联,形成以设备为中心的多维模型。
步骤二中,查找需检测时间段内的开关历史遥信,检测时间段时长设置为15分钟,以开关分闸为停电开始事件,查找分闸时间后的合闸信号为复电事件,如果时段内没有合闸信号,则表示停电时长超过15分钟,待下一时段检测复电事件。
步骤三中,读取需检测时间段内设备历史遥测,通过滑动极值零区法检测历史遥测的持续突变来判断当前时刻是否为带电运行状态。
上述滑动极值零区法具体方法如下:
遥测采样值当前时刻后5分钟采样值的最大值小于零区值,且上次判断的设备状态为带电运行状态,则记录为停电事件;当前时刻后5分钟采样值最小值大于零区值,且上次判断的设备状态为停电状态,则记录为复电事件。
步骤四中,具体的方法如下:
根据步骤二和步骤三的分析结果,根据停复电时间合并重复记录,再进行停电类型的辨识,停电类型辨识的方法为:在停电时刻前有检修停电或挂牌操作则判断为计划停电;保护信号中有接地保护信号、有遥控分闸信号且5分钟内有合闸信号则判断为接地拉路;有事故总和保护动作信号则判断为故障跳闸;10秒内有合闸信号且开关最状态为合位则判断为重合闸;没有事故信号且有遥控操作则判断为遥控停电,没有遥控操作则判断为现场停电。
本发明的有益效果:
自动触发生成相应日志记录并扩展其他相关的信息,实现停电事件记录、分析、统计的自动化,有效提高调度中心对事件分析的效率。实现电网设备停电情况等及时上报,支持应急中心指挥部及时掌握受灾情况,提前组织各单位救灾复电工作。为准确、及时统计跳闸设备、停电原因以及负荷(用户)损失,提高自动化水平,需要通过引入电网网络模型和拓扑分析功能,根据开关分合闸实时动作信息自动拓扑分析生成该开关关联设备的停电、复电事件记录。结合多维度的运行数据有效判断停电类型,从而自动触发生成相应记录并扩展其他相关的信息,实现停电事件记录、分析、统计的自动化,有效提高设备停电事件分析的效率。
附图说明
图1为本发明的以设备为中心多维数据关联示意图;
图2为本发明停电事件检测流程图示意图;
图3为本发明停电类型辨识流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明的一种基于多维数据的电网停电事件辨识方法,在调度控制系统中实现对电网设备停电事件的检测和停电类型的辨识功能。该方法通过对调度控制系统中的历史运行数据分析,结合设备模型、遥测、遥信、遥控操作、保护信号、检修信息、挂牌信息等信息,分析停电事件发生是各类数据的变化规律,根据规律实现从运行数据感知电网停电事件,并进一步分析停电事件原因对停电事件精确分类,再分类从各个时间、空间等多个维度进行统计,发现电网运行规律,支持电网调度、运维管理。
具体步骤如下:
步骤一、以变压器、母线、线路、负荷为主设备构建多维数据模型,历史遥测(电压、电流)、连接的开关遥信值;
步骤二、读取检测时间段内的遥信变位信号,生成停电/复电事件;
步骤三、读取检测时间段内的遥测数据(电流或电压值),通过去滑动极值法检测遥测突变,生成停电/复电事件;
步骤四、综合遥测和遥信的判断,关联保护信号、遥控、挂牌信息、检修信息识别停电类型;
步骤五、停电事件写入数据库。
步骤一中对检索设备库中的变压器、母线、线路、负荷;查找其关联的历史遥测;通过拓扑连接关系搜索其相关的开关;和开关关联遥信信号、遥控信号;查找相关的保护信号,具体包括动作信号、事故总信号、接地信号等;查找相关的检修信息和挂牌信息,形成以设备为中心的关联模型存入数据库表中,如图1所示。
步骤二中具体为查找需检测时间段内的开关历史遥信,检测时间段时长设置为15分钟,以开关分闸为停电开始信号,查找分闸时间后的合闸信号为复电事件,如果时段内没有合闸信号则表示停电时长超过15分钟,待下一时段检测复电事件。
步骤三中:读取需检测时间段内设备历史遥测,通过去滑动极值法检测采样点是否有持续电流,通过零区值来判断当前时刻是否为带电运行状态,当前时刻后5分钟采样值最大值小于零区值,且上次判断的设备状态为带点运行,则记录为停电事件。当前时刻后5分钟采样值最小值大于零区值,且上次判断的设备状态为停电状态,则记录为复电事件。
步骤四中:基于步骤二、三的分析结果,根据停复电时间合并重复记录,再进行停电类型的辨识,具体流程如图3:在停电时刻前有检修停电或挂牌操作则判断为计划停电;保护信号中有接地保护信号、有遥控分闸信号且5分钟内有合闸信号则判断为接地拉路;有事故总和保护动作信号则判断为故障跳闸;10秒内有合闸信号且开关最状态为合位则判断为重合闸;没有事故信号且有遥控操作则判断为遥控停电,没有遥控操作则判断为现场停电。
参见图2,基于多维数据的电网停电事件辨识方法,包括以下步骤:
(1)判断设备跳闸前是否处于正常运行,如果是,则判断是否有该设备的检修或挂牌信息,如果有,则判断为计划停电,如果否,则判断跳闸前是否有接地信号,如果有,则转向步骤(2),如果否,则转向步骤(3);
(2)判断是否属于遥控,如果否,转向步骤(3),如果是,判断5分钟内是否有遥控合闸信号,如果是,判断为接地拉路,如果否,转向步骤(3);
(3)判断是否有事故总或保护动作,如果否,转向步骤(4),如果是,转向步骤(5);
(4)判断是否属于遥控,如果否,判断为现场停电,如果是,判断为遥控停电;
(5)判断是否属于遥控,如果是,判断为数据异常,如果否,判断10秒内开关是否重合,如果是,转向步骤(6),如果否,则判断为故障跳闸;
(6)判断开关最终状态是否为合,如果否,则判断为故障跳闸,如果是,则判断为故障重合。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (1)

1.一种基于多维数据的电网停电事件辨识方法,其特征在于,包括以下步骤:
步骤一、以变压器、母线、线路、负荷为主设备,以遥测、遥信、遥控、保护信号、检修、挂牌为维度信息,构建多维数据模型;
步骤一中,多维数据模型具体的构建方法如下:
(11)将检索设备库中的变压器、母线、线路、负荷作为主设备,查找主设备相关联的历史遥测;
(12)通过设备电气拓扑连接关系搜索与主设备相连接的开关和开关关联的遥信信号及遥控信号;
(13)查找与主设备相关的保护信号,即动作信号、事故总信号和接地信号;
(14)查找与主设备相关的检修信息和挂牌信息;
(15)采用数据库表存储主设备信息、遥测、遥信、遥控、保护信号、检修信息、挂牌信息,以外键应用描述之间的关联,形成以设备为中心的多维模型;
步骤二、读取检测时间段内的遥信变位信号,生成停电/复电事件;
步骤三、读取检测时间段内的电流或电压值,通过滑动极值零区法检测遥测突变,生成停电/复电事件;
步骤四、综合遥测和遥信的判断,关联保护信号、遥控、挂牌信息、检修信息识别停电类型;
步骤四中,具体的方法如下:
根据步骤二和步骤三的分析结果,根据停复电时间合并重复记录,再进行停电类型的辨识,停电类型辨识的方法为:在停电时刻前有检修停电或挂牌操作则判断为计划停电;保护信号中有接地保护信号、有遥控分闸信号且5分钟内有合闸信号则判断为接地拉路;有事故总和保护动作信号则判断为故障跳闸;10秒内有合闸信号且开关最后状态为合位则判断为重合闸;没有事故信号且有遥控操作则判断为遥控停电,没有遥控操作则判断为现场停电;
步骤五、停电事件写入数据库;
步骤二中,查找需检测时间段内的开关历史遥信,检测时间段时长设置为15分钟,以开关分闸为停电开始事件,查找分闸时间后的合闸信号为复电事件,如果时段内没有合闸信号,则表示停电时长超过15分钟,待下一时段检测复电事件;
步骤三中,读取需检测时间段内设备历史遥测,通过滑动极值零区法检测历史遥测的持续突变来判断当前时刻是否为带电运行状态;
所述滑动极值零区法具体方法如下:
遥测采样值当前时刻后5分钟采样值的最大值小于零区值,且上次判断的设备状态为带电运行状态,则记录为停电事件;当前时刻后5分钟采样值最小值大于零区值,且上次判断的设备状态为停电状态,则记录为复电事件。
CN201810627855.5A 2018-06-19 2018-06-19 一种基于多维数据的电网停电事件辨识方法 Active CN108988487B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810627855.5A CN108988487B (zh) 2018-06-19 2018-06-19 一种基于多维数据的电网停电事件辨识方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810627855.5A CN108988487B (zh) 2018-06-19 2018-06-19 一种基于多维数据的电网停电事件辨识方法

Publications (2)

Publication Number Publication Date
CN108988487A CN108988487A (zh) 2018-12-11
CN108988487B true CN108988487B (zh) 2022-06-21

Family

ID=64540561

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810627855.5A Active CN108988487B (zh) 2018-06-19 2018-06-19 一种基于多维数据的电网停电事件辨识方法

Country Status (1)

Country Link
CN (1) CN108988487B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109767108B (zh) * 2018-12-31 2023-03-24 国网安徽省电力有限公司 一种电力调度系统线路状态精准分析方法
CN109687590B (zh) * 2019-01-29 2022-05-24 国网湖南省电力有限公司 一种分级停复电上报方法、系统
CN109873499B (zh) * 2019-03-22 2020-10-27 北京智芯微电子科技有限公司 智能配电台区管理终端
CN110245846A (zh) * 2019-05-28 2019-09-17 国网浙江省电力有限公司绍兴供电公司 基于XGBoost算法的电流突变原因判别方法
CN110635477B (zh) * 2019-09-30 2023-05-09 国网宁夏电力有限公司 一种基于多系统融合的配网故障研判方法、装置及系统
CN111478439A (zh) * 2020-04-16 2020-07-31 广东电网有限责任公司 一种区域配网自动化开关遥控成功率分析方法
CN112288403A (zh) * 2020-10-30 2021-01-29 国网安徽省电力有限公司怀远县供电公司 停电信息精准推送到户方法、系统、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103679554A (zh) * 2013-12-10 2014-03-26 国家电网公司 电网事故分闸辅助分析方法
CN104459474A (zh) * 2014-12-22 2015-03-25 国网上海市电力公司 一种配网故障智能识别方法
CN104766185A (zh) * 2015-05-06 2015-07-08 国网山东省电力公司 基于电网停电特性的地区电网停电信息研判系统及方法
CN107193274A (zh) * 2017-07-04 2017-09-22 广东电网有限责任公司电力调度控制中心 一种基于多维度综合指标的电网脆弱性评估方法
CN107834699A (zh) * 2017-11-01 2018-03-23 贵州电网有限责任公司 基于地县调控一体化的电网调度综合防误系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007072074A (ja) * 2005-09-06 2007-03-22 Chugoku Electric Power Co Inc:The 停電・瞬低エリア表示システム、停電・瞬低エリア表示方法、及び停電・瞬低エリア表示プログラム
CN105843125B (zh) * 2016-05-10 2018-05-25 国网山东省电力公司德州供电公司 一种基于状态识别技术的变电站序列操作的系统和方法
CN107294089B (zh) * 2017-07-04 2020-06-09 广东电网有限责任公司电力调度控制中心 一种面向电网事件的智能关联分析和评价方法
CN107911347B (zh) * 2017-10-31 2021-02-05 国电南瑞科技股份有限公司 一种基于跨安全分区的配网监控系统及信息传输方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103679554A (zh) * 2013-12-10 2014-03-26 国家电网公司 电网事故分闸辅助分析方法
CN104459474A (zh) * 2014-12-22 2015-03-25 国网上海市电力公司 一种配网故障智能识别方法
CN104766185A (zh) * 2015-05-06 2015-07-08 国网山东省电力公司 基于电网停电特性的地区电网停电信息研判系统及方法
CN107193274A (zh) * 2017-07-04 2017-09-22 广东电网有限责任公司电力调度控制中心 一种基于多维度综合指标的电网脆弱性评估方法
CN107834699A (zh) * 2017-11-01 2018-03-23 贵州电网有限责任公司 基于地县调控一体化的电网调度综合防误系统

Also Published As

Publication number Publication date
CN108988487A (zh) 2018-12-11

Similar Documents

Publication Publication Date Title
CN108988487B (zh) 一种基于多维数据的电网停电事件辨识方法
CN107294089B (zh) 一种面向电网事件的智能关联分析和评价方法
CN104578426B (zh) 一种信息综合分析与智能告警应用的检测方法
CN110346717B (zh) 一种人工智能高压断路器在线监测系统及方法
CN102638100B (zh) 地区电网设备异常告警信号关联分析与诊断方法
CN109347202B (zh) 监控设备典型操作辨识及多维分析方法
CN104753178A (zh) 一种电网故障处理系统
CN104133986A (zh) 一种面向多业务对象的配网告警信息综合推理分析方法
CN111768076A (zh) 一种以电网事件为中心的监控告警信号聚类方法
CN104218676A (zh) 电力调度自动化主站的智能告警系统和方法
CN108876197B (zh) 一种电力设备集群及群组分析系统
CN110954782B (zh) 基于密度峰值聚类的配网瞬时性故障识别方法及系统
CN113448763A (zh) 全生命周期管理的可动态扩展分组告警服务方法
CN108061841A (zh) 一种电网故障事件等级自动识别的方法
CN109738753A (zh) 一种电网故障状态及故障类型的检测方法
CN113268590A (zh) 一种基于设备画像和集成学习的电网设备运行状态评估方法
CN114383652A (zh) 一种配电网潜在故障在线风险辨识方法、系统及装置
CN109993443A (zh) 一种电网设备运行状态时空态势感知模型挖掘方法
CN103208049A (zh) 异常告警快速事故分析方法及系统
CN106451791B (zh) 供断电信息检测方法和系统
CN106199251B (zh) 一种基于自适应建模分析的配电网故障预警系统及方法
Andrade et al. Data-driven anomaly detection and event log profiling of SCADA alarms
CN116365714A (zh) 一种监控告警信号误发的分析方法
Meléndez et al. Analysis of sequences of events for the characterisation of faults in power systems
CN113097981B (zh) 一种变电站监控告警信号漏发的判断方法

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