CN109144635B - 一种自配置的移动超级电容储能设备数据显示的处理方法 - Google Patents

一种自配置的移动超级电容储能设备数据显示的处理方法 Download PDF

Info

Publication number
CN109144635B
CN109144635B CN201810856915.0A CN201810856915A CN109144635B CN 109144635 B CN109144635 B CN 109144635B CN 201810856915 A CN201810856915 A CN 201810856915A CN 109144635 B CN109144635 B CN 109144635B
Authority
CN
China
Prior art keywords
data
template
display
configuration
self
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
CN201810856915.0A
Other languages
English (en)
Other versions
CN109144635A (zh
Inventor
张杭
唐崇佳
张燕
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.)
Nanjing Intelligent Apparatus Co ltd
Original Assignee
Nanjing Intelligent Apparatus 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 Nanjing Intelligent Apparatus Co ltd filed Critical Nanjing Intelligent Apparatus Co ltd
Priority to CN201810856915.0A priority Critical patent/CN109144635B/zh
Publication of CN109144635A publication Critical patent/CN109144635A/zh
Application granted granted Critical
Publication of CN109144635B publication Critical patent/CN109144635B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44Arrangements for executing specific programs
    • G06F9/451Execution arrangements for user interfaces

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种自配置的移动超级电容储能设备数据显示的处理方法。该方法包括:数据采集步骤、数据处理步骤、自配置数据显示步骤。本方法利用无线通信技术,实现移动超级电容储能设备与数据中心的数据交互,数据存入原始数据数据库,完成数据采集步骤。经过数据处理步骤把处理后的数据存入显示数据数据库。自配置数据显示:基于显示数据数据库的数据处理模块,在地图上显示设备数据,和/或显示实时数据,和/或显示历史数据。本发明的优点在于1.针对无线通讯不稳定的特点,采用问题帧续传和补数据的方式保证数据的高质量;2.自配置显示方式减少人工操作,大大降低维护成本,提高工作效率。

Description

一种自配置的移动超级电容储能设备数据显示的处理方法
技术领域
本发明属于移动超级电容储能设备智能显示和数据处理技术领域。具体为一种适用于多地域、多种类超级电容储能设备,快速实现新添加设备的地理信息数据、实时数据、历史数据显示的方法。
背景技术
当前,随着工业发展和社会需求的增加,将电能作为驱动力,移动超级电容储能设备越来越多的应用到日常生活中,特别是交通工具,比如有轨电车、电动大巴。针对移动超级电容储能设备数据的显示就显得尤为重要。
然而现在的数据显示系统中,针对此类显示存在两个问题。移动端与数据中心间无线通讯造成数据交互不稳定,容易出现漏数据或出现乱码的现象,无法保证数据质量;其次,单个移动超级电容储能设备需要显示的数据点多,增加一台新设备显示时需要很多人工操作,维护成本极高,不利于实际施工。
然而现在的数据显示系统中,移动端与数据中心间无线通讯造成数据质量低下,更重要的是单个移动超级电容储能设备需要显示的数据点多,增加一台新设备显示时需要很多人工操作,维护成本极高,不利于实际施工。
发明内容
针对上述技术问题,本发明提供一种自配置的移动超级电容储能设备数据显示的处理方法,在保证数据质量的同时能快速实现新实例的数据显示。
为达到上述目的,本发明采用的技术方案如下:
一种自配置的移动超级电容储能设备数据显示的处理方法:包括数据采集、数据处理、自配置数据显示。
步骤1.数据采集步骤主要是利用无线通信技术,实现移动超级电容储能设备与数据中心的数据交互。把数据存入原始数据库中。
步骤2.数据处理模块。无线通信存在不稳定性,何时通上,何时断开并不确定,对于漏数据和错帧乱码的问题,本方法用问题帧续传来解决。
进一步的,问题帧续传方法具体为:
步骤21,问题帧判据设定。一般为自定义规约,用帧序号来标识数据的连续性,CRC校验来识别有无乱码,还有其它的特征值。
步骤22,问题帧记录。一般由数据中心记录问题帧。数据中心把问题帧的判据(如:存储内容除问题帧的特征值和用户自定义需记录信息)和帧信息(如:序号、数据时间、问题帧出现时标等)记录下来,这些信息用于问题帧的再次召唤,直到超时或者召唤成功为止。
步骤23,问题帧召唤。移动设备的数据存储时间有限,数据中心也对数据值的实效性有要求,所以设置了超时时间。数据中心设定正常召唤时间和超时设置。此处根据移动端设备参数和数据中心数据要求,正常时间内数据中心发送召唤请求,超时后不再从设备读取数据。
进一步的,对于数据质量不达标的其它情况,本发明提供手动补数据和算法补数据的方式来解决,补数据方法具体为:
对于超时的不从设备获取的数据,又对数据完整性有要求的场景,提供手工补数据和算法补数据的方式。
手工补数据就是直接在数据库里对表进行操作。
算法补数据由人工判断使用何种算法。本系统提供基本常用的统计学和机器学习部分算法,也可自编算法,通过脚本的方式组态添加。
统计学方法如:平均值、均值、中位数、众数、最大最小值、分位数、频数、缺失值等。
机器学习算法如:K均值聚类、GBDT回归、朴素贝叶斯、K近邻\最近邻、神经网络、遗传算法,相近差错,支持向量机,booting、分类轨迹等。
进一步的,数据处理步骤还需要进行约束配置,主要是在系统中设定由厂家提供的移动超级电容储能设备阈值参数,如系统电压,有效值范围0-60000V,最小计量单位0.1V等。由于设备性能受投运环境,使用时间影响,单个设备的运行历史值也会作为故障诊断的判据之一。再经过地域分类处理、数据清洗处理,存入显示数据数据库。数据显示包括5层结构:移动超级电容储能设备类型、地域、整机、模组、单体。
进一步的,自配置实时地理信息数据显示模块是在地图上显示设备数据的模块,运行步骤如下:
步骤31,先读取“地理信息数据整机信息表”获取需要显示的整机信息,表格结构如下:
序号 整机标识(唯一性) 地域 设备信息 通讯单元名称
表1
步骤32,根据“整机标识(唯一性)”和“设备信息”确定要显示的设备信息。
步骤33,读取“地理信息数据配置文件”获得各个设备要显示的特征值。特征值如:整机标识(唯一性)、数据刷新频率(10s、60s、5m、10m…)、剩余电量、整机状态、充放电次数等。
步骤34,在地图上自添加点,并显示特征值,完成显示功能。
进一步的,自配置实时数据显示模块和自配置历史数据显示模块也都是基于显示数据数据库的数据处理模块。运用的是配置信息加模板加数据生成实例的方式。首先读取“实时数据整机信息表”判断是否需要生成新实例;接着判断实例模板类型,对有模板的,读取模板,对没有模板的,先生成模板;然后匹配数据,自动生成新实例;最后刷新数据,完成实时数据显示功能。自配置历史数据显示模块与此模块流程类似,只是各种“信息配置文件”不同,模板不同,显示的数据时效不同。
其中,自配置实时数据显示模块实施的具体步骤为:
步骤41,读取显示数据数据库中“实时数据整机信息表”,得到整机信息。
步骤42,根据“整机标识(唯一性)”和“新实例”判断是否需要生成新实例。
步骤43,需要生成新实例,通过“模板类型”判断是否有模板,如果有,进入已有模板处理步骤:
步骤431,读取模板配置文件;
步骤432,复制模板生成新实例文件夹;
步骤433,修改文件夹中的关联数据;
步骤434,生成新实例;
步骤435,如果生成成功则进入下一步步骤44;如果不成功则删除文件夹回到步骤431重新生成实例,直到生成成功为止。
如果是“设备类型”未知进入未知类型处理步骤:
步骤436,组态类型模板文件,编辑模板配置信息文件;
步骤437;设为已知模板;
步骤438,进入已有模板处理步骤431;
步骤44,添加新实例到主页面导航条中。
步骤45,读取数据表数据,刷新页面数据。
步骤46,完成新实例自配置实时数据显示过程。
模板配置信息文件格式如下:
Figure BDA0001748761550000041
模板文件是由图元和数据组成的显示画面文件。
数据表是以日期命名,一天一张表,数据点存储间隔可设为5S,1分钟、5分钟、15分钟、30分钟,1小时等。数据表格式如下:
Figure BDA0001748761550000042
自配置历史数据显示模块,实施步骤与实时数据显示模块基本一致,只是配置文件格式不同,读取的是显示数据数据库中“历史数据整机信息表”结构如下:
序号 整机标识(唯一性) 地域 模板类型 通讯单元名称
模板信息配置文件格式如下所示:
Figure BDA0001748761550000043
Figure BDA0001748761550000051
历史数据显示模块从显示数据数据库读取历史数据信息配置文件,判断有无新设备,如果有,判断是否有模板;如果有模板,则按模板生成新实例,完成显示;如果没有模板,则先生成新模板,再按模板生成新实例,完成显示。
自配置历史数据显示模块实施的具体步骤包括:
步骤51,在显示数据数据库中得到整机信息;
步骤52,判断是否需要生成新实例,若需要,执行步骤53,若不需要,完成显示;
步骤53,判断是否有模板,如果有,进入已有模板处理步骤:
步骤531,读取模板配置文件;
步骤532,复制模板生成新实例文件夹;
步骤533,修改文件夹中的关联数据;
步骤534,生成新实例;
步骤535,如果生成成功则进入下一步步骤54;如果不成功则删除文件夹回到步骤531重新生成实例,直到生成成功为止;
如果是“模板类型”未知,进入未知类型处理步骤:
步骤536,组态类型模板文件,编辑模板配置信息文件;
步骤537,设为已知模板;
步骤538,进入已有模板处理步骤531;
步骤54,添加新实例到主页面导航条中;
步骤55,完成新实例自配置历史数据显示过程。
历史数据有时间周期的概念,所以多了一个文件夹存放数据文件,比如日报、周报、月报,年报。实时数据是直接在所谓模板上刷新数据。
生成模式参数5个:是否自动生成,自动生成日、自动生成时、自动生成分,数据时间间隔(5分钟、15分钟、30分钟、60分钟、1天分别对应0、1、2、3、4)。
至此新实例的实时、历史、地理信息数据显示都可自配置成功,完成显示功能。
本发明具有以下有益效果:1、针对无线通讯不稳定的特点,采用问题帧续传和补数据的方式保证数据的高质量;2、针对系统不定期增加新设备、新设备数据点多、完成新设备数据显示工作量大的特点,本发明通过模板加配置信息加数据的方式,自动快速生成实例,完成实时、历史、地理数据显示功能,让工程操作人员和系统维护人员在面对增加新设备数据显示时,能减少大量的手动操作。不用再画每个整机、每个模组、每个单体的画面,一一关联每个图元的数据,不用重复手动画日报、月报等历史数据显示页面,修改也只要修改模板和配置信息,而不是每张图片。大大降低了工作量,提高了实际工作效率。
附图说明
图1为本发明实施例的自配置的移动超级电容储能设备数据显示的处理方法流程图。
图2为本发明实施例中自配置实时数据显示模块运行流程图。
图3为本发明实施例中自配置实时数据显示模块导航图。
图4为本发明实施例中自配置历史数据显示模块导航图。
具体实施方式
为了便于本领域技术人员的理解,下面结合实施例与附图对本发明作进一步的说明。
本实施例中添加的移动超级电容储能设备所属地域是宁波,移动储能类型是电动大巴,117路,车牌号为浙A-004,一个整机有26个模组,每个模组16个单体。
如图1所示,具体实施过程为:
1.数据采集步骤:移动储能端是TBOX,数据中心TCPSERVER,通过4G传输,把数据采集上来存入原始数据库中。
2.数据处理步骤:所用规约为自定义规约。帧序号是四字节长整型,0开始,当为0XFFFF时重新置位为0。CRC校验为十六进制两字节。超时时间设为30分钟。补数据方式设为手动补方式。数据原始表为一天一张表,以日期命令如:20180506。
3.数据处理步骤中其它模块的处理:
本实例中只添加了储能设备阈值参数。整机16个、模组18个、单体29个参数,在此不一一列举名称和数值范围。程序读取此配置文件并把此作为约束条件经过地域分类处理、数据清洗处理后存入显示数据数据库。本实例中显示数据库文件名为SCADA_NB.mdf。
本实施例中“实时数据整机信息表”命名为:Parainfo,内容如下:
序号 整机标识(唯一性) 地域 设备类型 通讯单元名称 新实例
1 浙A-001 宁波 DDDB 电动大巴1 0
2 浙A-002 宁波 DDDB 电动大巴2 0
3 浙A-003 宁波 DDDB 电动大巴3 0
4 浙A-004 宁波 DDDB 电动大巴4 1
本实施例中数据表,命名:如20180508,内容如下:
列名称 数据类型 说明
Id int(11) 序号(自增)
Parameter_Code nvarchar(255) 变量编码
Parameter_Time datetime 数据记录时间
Parameter_Value decimal(18,3) 变量记录数值
Parameter_Name nvarchar(255) 变量名称
4.自配置实时地理信息数据显示模块
本实施例是在宁波,经纬度范围为东经120°55'至122°16',北纬28°51'至30°33',移动储能为电动大巴,117路,车牌号为浙A-004,刷新时间设为1分钟,不显示其它信息。
5.自配置实时数据显示模块
图2为自配置实时数据显示模块程序流程示意图。
本实施例中模板为电动大巴,“DDDB”为已有模板,进入已有模板处理步骤:
模板“DDDB配置信息表”示例如下:
Figure BDA0001748761550000081
本实施例中就会生成一个叫浙A-004的文件夹,里面有19张图片。整机1、整机2、模组、模组-单体1…模组-单体16,格式为组态软件绘制的自定义PIC文件。图片中图元为“实时数据”,其属性“关联数据名称”将被设置为通讯单元名为“电动大巴4”,数据名为“analog”开头的值。
添加新实例到主页面导航条中。添加成功后会自动在导航条中显示出新的储能设备。如图3所示。接着会完成读取实时数据,刷新页面数据的功能。至此完成实时数据显示功能。
6.自配置历史数据显示模块
历史数据显示步骤是一样的,实施例的配置文件如下:
Figure BDA0001748761550000091
本实施例历史数据显示导航图如图4所示,至此完成自配置历史数据显示过程。
以上的实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。

Claims (10)

1.一种自配置的移动超级电容储能设备数据显示的处理方法,其特征在于,包括如下步骤;
步骤1,数据采集:利用无线通信技术,实现移动超级电容储能设备与数据中心的数据交互;数据存入原始数据数据库;
步骤2,数据处理:当出现数据错误、数据丢失的情况,能从移动超级电容储能设备得到数据时,用问题帧续传的方式保证数据完整;数据处理后存入显示数据数据库;
步骤3,自配置数据显示:基于显示数据数据库的数据处理模块,在地图上显示设备数据,和/或显示实时数据,和/或显示历史数据;
基于显示数据数据库的数据处理模块包括自配置实时数据显示模块:从显示数据数据库读取实时数据信息配置文件,判断有无新设备,如果有,判断是否有模板;如果有模板,则按模板生成新实例,刷新数据,完成显示;如果没有模板,则先生成新模板,再按模板生成新实例,刷新数据,完成显示。
2.根据权利要求1所述的数据显示的处理方法,其特征在于:
问题帧续传具体包括:
步骤21,问题帧判据设定:用帧序号来标识数据的连续性,CRC校验来识别有无乱码;
步骤22,问题帧记录:由数据中心记录问题帧,记录内容包括问题帧的判据和帧信息;这些信息用于问题帧的再次召唤,直到超时或者召唤成功为止;
步骤23,问题帧召唤:数据中心设定正常召唤时间和超时设置;正常时间内数据中心发送召唤请求,超时后不再从设备读取数据。
3.根据权利要求1所述的数据显示的处理方法,其特征在于:
数据处理步骤中,当无法从移动超级电容储能设备得到数据时,采用手动补数据和算法补数据两种方式保证数据完整;
算法补数据使用的算法包括统计学和机器学习部分算法;统计学方法包括:平均值、均值、中位数、众数、最大最小值、分位数、频数、缺失值;
机器学习算法包括:K均值聚类、GBDT回归、朴素贝叶斯、K近邻,最近邻、神经网络、遗传算法,相近差错,支持向量机,booting、分类轨迹。
4.根据权利要求1或3中任一所述的数据显示的处理方法,其特征在于:
数据处理步骤中进一步包括:对原始数据数据库中的数据进行约束配置,在数据中心中设定移动超级电容储能设备阈值参数;经过地域分类处理、数据清洗处理,存入显示数据数据库。
5.根据权利要求1所述的数据显示的处理方法,其特征在于:
数据显示结构包括:移动超级电容储能设备类型、地域、整机、模组、单体。
6.根据权利要求1所述的数据显示的处理方法,其特征在于:
基于显示数据数据库的数据处理模块包括自配置实时地理信息数据显示模块:从显示数据数据库读取地理信息数据配置文件,自动获得各个设备要显示的特征值后在地图上显示移动超级电容储能设备的数据。
7.根据权利要求1所述的数据显示的处理方法,其特征在于:
自配置实时数据显示模块实施的具体步骤包括:
步骤31,在显示数据数据库中得到整机信息;
步骤32,判断是否需要生成新实例,若需要,执行步骤33,若不需要,刷新数据,完成显示;
步骤33,判断是否有模板,如果有,进入已有模板处理步骤:
步骤331,读取模板配置文件;
步骤332,复制模板生成新实例文件夹;
步骤333,修改文件夹中的关联数据;
步骤334,生成新实例;
步骤335,如果生成成功则进入下一步步骤34;如果不成功则删除文件夹回到步骤331重新生成实例,直到生成成功为止;
如果是“设备类型”未知,进入未知类型处理步骤:
步骤336,组态类型模板文件,编辑模板配置信息文件;
步骤337,设为已知模板;
步骤338,进入已有模板处理步骤331;
步骤34,添加新实例到主页面导航条中;
步骤35,读取数据表数据,刷新页面数据;
步骤36,完成新实例自配置实时数据显示过程。
8.根据权利要求1所述的数据显示的处理方法,其特征在于:
基于显示数据数据库的数据处理模块包括自配置历史数据显示模块:从显示数据数据库读取历史数据信息配置文件,判断有无新设备,如果有,判断是否有模板;如果有模板,则按模板生成新实例,完成显示;如果没有模板,则先生成新模板,再按模板生成新实例,完成显示。
9.根据权利要求8所述的数据显示的处理方法,其特征在于:
自配置历史数据显示模块实施的具体步骤包括:
步骤41,在显示数据数据库中得到整机信息;
步骤42,判断是否需要生成新实例,若需要,执行步骤43,完成显示;
步骤43,判断是否有模板,如果有,进入已有模板处理步骤:
步骤431,读取模板配置文件;
步骤432,复制模板生成新实例文件夹;
步骤433,修改文件夹中的关联数据;
步骤434,生成新实例;
步骤435,如果生成成功则进入下一步步骤44;如果不成功则删除文件夹回到步骤431重新生成实例,直到生成成功为止;
如果是“模板类型”未知,进入未知类型处理步骤:
步骤436,组态类型模板文件,编辑模板配置信息文件;
步骤437,设为已知模板;
步骤438,进入已有模板处理步骤431;
步骤44,添加新实例到主页面导航条中;
步骤45,完成新实例自配置历史数据显示过程。
10.根据权利要求8或9中任一所述的数据显示的处理方法,其特征在于:
历史数据信息配置文件中包括生成模式参数,生成模式参数包括是否自动生成,自动生成日、自动生成时、自动生成分,数据时间间隔。
CN201810856915.0A 2018-07-31 2018-07-31 一种自配置的移动超级电容储能设备数据显示的处理方法 Active CN109144635B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810856915.0A CN109144635B (zh) 2018-07-31 2018-07-31 一种自配置的移动超级电容储能设备数据显示的处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810856915.0A CN109144635B (zh) 2018-07-31 2018-07-31 一种自配置的移动超级电容储能设备数据显示的处理方法

Publications (2)

Publication Number Publication Date
CN109144635A CN109144635A (zh) 2019-01-04
CN109144635B true CN109144635B (zh) 2021-08-10

Family

ID=64799417

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810856915.0A Active CN109144635B (zh) 2018-07-31 2018-07-31 一种自配置的移动超级电容储能设备数据显示的处理方法

Country Status (1)

Country Link
CN (1) CN109144635B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110262351A (zh) * 2019-07-02 2019-09-20 许昌许继电科储能技术有限公司 一种组态方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5553223A (en) * 1990-04-03 1996-09-03 U S West Advanced Technologies, Inc. Method and system of selectively transmitting display formats and data between a host computer and an intelligent terminal
CN104090928A (zh) * 2014-06-23 2014-10-08 吕志雪 一种数据处理方法及系统
CN104850949A (zh) * 2015-05-11 2015-08-19 中国科学院电工研究所 一种电动汽车无线充电导引系统
CN105187233A (zh) * 2015-08-05 2015-12-23 广东长天思源环保科技股份有限公司 物联网终端数据上报系统及其工作方法
CN107104452A (zh) * 2017-05-16 2017-08-29 广东电网有限责任公司电力科学研究院 一种大功率移动储能车智能监控系统及方法
CN104850596B (zh) * 2015-04-28 2018-01-02 国家电网公司 一种基于移动gis与rtk定位的配网数据处理方法
CN108288367A (zh) * 2017-12-13 2018-07-17 济南创智电气科技有限公司 一种电网灾情数据的速报方法和系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090171723A1 (en) * 2007-12-26 2009-07-02 Jenkins Chad G Systems and methods for electronic account certification and enhanced credit reporting
US20180158322A1 (en) * 2016-12-02 2018-06-07 Piggyback Transit Intelligence Inc. Method and device for measuring and predicting human and machine traffic

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5553223A (en) * 1990-04-03 1996-09-03 U S West Advanced Technologies, Inc. Method and system of selectively transmitting display formats and data between a host computer and an intelligent terminal
CN104090928A (zh) * 2014-06-23 2014-10-08 吕志雪 一种数据处理方法及系统
CN104850596B (zh) * 2015-04-28 2018-01-02 国家电网公司 一种基于移动gis与rtk定位的配网数据处理方法
CN104850949A (zh) * 2015-05-11 2015-08-19 中国科学院电工研究所 一种电动汽车无线充电导引系统
CN105187233A (zh) * 2015-08-05 2015-12-23 广东长天思源环保科技股份有限公司 物联网终端数据上报系统及其工作方法
CN107104452A (zh) * 2017-05-16 2017-08-29 广东电网有限责任公司电力科学研究院 一种大功率移动储能车智能监控系统及方法
CN108288367A (zh) * 2017-12-13 2018-07-17 济南创智电气科技有限公司 一种电网灾情数据的速报方法和系统

Also Published As

Publication number Publication date
CN109144635A (zh) 2019-01-04

Similar Documents

Publication Publication Date Title
CN103064757A (zh) 数据备份方法及系统
CN113468226B (zh) 一种业务处理方法、装置、电子设备和存储介质
CN111342992B (zh) 设备信息变更记录的处理方法及系统
CN113141410B (zh) 动态调节的qps控制方法、系统、设备及存储介质
CN102075850A (zh) 确定移动用户职业信息的方法及其装置
CN109144635B (zh) 一种自配置的移动超级电容储能设备数据显示的处理方法
CN110867956A (zh) 一种基于智能台区的拓扑自动识别系统及方法
CN115549313B (zh) 基于人工智能的用电监测方法及系统
CN115277882B (zh) Can报文数据库建立方法、装置、车载电子设备及存储介质
CN113032358B (zh) 水务数据处理方法、装置及终端设备
CN102469434B (zh) 计费方法、位置信息分析装置及系统
CN114139871B (zh) 日前发电备用容量配置方法、装置、存储介质及终端设备
CN113342782B (zh) 一种基于高速公路的数据监测方法、设备及介质
CN115865604A (zh) 智慧园区智能融合终端
CN114398085A (zh) 一种智能变电站监控系统画面信号自动配置方法、装置及介质
CN113676353A (zh) 设备的控制方法、装置、存储介质和电子装置
CN106934041A (zh) 影像文件管理方法及装置
CN113097998A (zh) 充电站智能化控制方法、装置及存储介质
CN111767299A (zh) 数据库操作方法、装置、系统、存储介质及电子设备
CN111475478A (zh) 一种异构配电自动化系统、省地1+n图形同步方法、省级配电主站及存储介质
CN111836270B (zh) 5g基站频率规划方法及装置
CN115168112B (zh) 动态区段变更下的区段数据还原方法、装置、设备及介质
CN110363262B (zh) 一种利用rfid技术管理配电设备基础数据的方法及系统
CN117272696B (zh) 基于电力人工智能与数字孪生的数据互联交互平台
CN113742164B (zh) 基于数字电网的多样化数据采集系统、方法和存储介质

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