CN109522580B - 一种基于变电站区域重要程度的监控摄像头布点方法 - Google Patents

一种基于变电站区域重要程度的监控摄像头布点方法 Download PDF

Info

Publication number
CN109522580B
CN109522580B CN201810229106.7A CN201810229106A CN109522580B CN 109522580 B CN109522580 B CN 109522580B CN 201810229106 A CN201810229106 A CN 201810229106A CN 109522580 B CN109522580 B CN 109522580B
Authority
CN
China
Prior art keywords
camera
transformer substation
monitoring
area
point distribution
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
CN201810229106.7A
Other languages
English (en)
Other versions
CN109522580A (zh
Inventor
胡金磊
林孝斌
李存海
邝振星
韩磊
余耀权
雷国伟
黄志成
江浩侠
李桂昌
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.)
Qingyuan Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Qingyuan Power Supply Bureau of Guangdong Power Grid 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 Qingyuan Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Qingyuan Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority to CN201810229106.7A priority Critical patent/CN109522580B/zh
Publication of CN109522580A publication Critical patent/CN109522580A/zh
Application granted granted Critical
Publication of CN109522580B publication Critical patent/CN109522580B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • Y—GENERAL 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种基于变电站区域重要程度的监控摄像头布点方法，包括如下步骤：(1)获取整个变电站的平面分布图并对其栅格化；(2)设置各小区域的监控重要程度；(3)给定变电站中可安装摄像头的小区域集合；(4)以实际的摄像头覆盖情况与期望覆盖情况之间的平均差异最小为目标函数，以给定的摄像头安装数量为成本约束，建立摄像头布点优化模型；(5)采用遗传算法求解监控摄像头布点优化模型，得到摄像头优化布点安装方案。本发明提出了一种基于变电站区域重要程度的监控摄像头布点方法，可用于确定变电站内监控摄像头的安装布点位置，增强对变电站内重点设备和重点区域的监控程度，实现在有限监控摄像头资源条件下的最优化配置。

Description

一种基于变电站区域重要程度的监控摄像头布点方法
技术领域
本发明涉及变电站内监控摄像头的布点方法，特别涉及一种考虑变电 站区域重要程度的监控摄像头布点方法。
背景技术
目前变电站主要依赖于值班人员进行巡逻与监控来预防安全事故的发 生。随着智能监控技术的发展，“无人值班”已成为变电站自动化发展的必 然趋势。视频监控系统通过对变电站电气设备及施工现场进行监控，并结 合智能分析技术，从视频中分割、提取和识别设备的运行状态及人员行为 特征，判断设备是否正常工作及施工人员是否遵守的安全规则，当目标存 在安全隐患时，系统立即发出警报并提醒值班人员进行关注，防止安全事 故的发生。视频监控系统逐渐成为智能变电站的一个重要组成部分，而关 于变电站内监控摄像头的布点操作方法的讨论相对较少。
在视频监控系统中，监控摄像头的分布对视频检测的准确性具有重大 影响。若监控摄像头分布过于密集，会造成资源浪费，相应成本太高。若 摄像头分布过于稀疏，则不能将所有区域都监控到，更不能实现对重点区 域和关键设备的重点监控。因此，在视频监控系统中，合理和科学地确定 摄像头的安装位置，保证在有限监控摄像头资源的条件下，对变电站内不 同区域和设备实现差异化的监控具有重要意义。
综上所述，提出变电站内监控摄像头的工程应用布点方法尤为必要。
发明内容
本发明的目的在于解决现有变电站内监控摄像头盲目布点造成资源浪 费的问题，旨在提供一种实用的监控摄像头优化布点方法。
本发明提出一种基于变电站区域重要程度的监控摄像头布点方法，包 括以下步骤：
(1)获取整个变电站的平面分布图并对其栅格化，即将变电站的平面图 划分为m×n个正方形小网格，第i行第j个小网格定义为变电站小区域vij；
(2)根据变电站内设备的重要程度和监控区域的重要程度设置各小区 域vij的监控重要程度WVij，记变电站各区域重要程度矩阵为M；所述的变 电站各区域重要程度矩阵M具体为：
Figure BDA0001602186200000021
其中，WVij表示为小区域vij的监控重要程度，取0到6之间的非负整数， 共分为7种监控级别，WVij取值越大，表示该小区域vij的区域重要程度越 大，监控清晰度要求越高。
(3)根据变电站内未安装电气设备的间隔空地，确定变电站中可安装摄 像头的小区域集合
Figure BDA0001602186200000022
并根据所购置的监控摄像头类型及参数确定第t个摄 像头的监控范围覆盖矩阵Pt；所述的变电站中可安装摄像头的小区域集合 具体为/>
Figure BDA0001602186200000023
其中at表示为可安装摄像头的 第t个小区域在变电站中的坐标位置，N为变电站中可安装摄像头小区域的 数量，m，n分别为变电站平面图被划分为小区域的行数和列数；
所述的第t个摄像头为安装在at区域中的摄像头，其监控范围覆盖矩阵 Pt具体为：
Figure BDA0001602186200000031
其中，
Figure BDA0001602186200000032
表示为第t个摄像头对变电站内各小区域vij的拍摄清晰程度，取 0到3之间的非负整数，将其离散为4种拍摄清晰度，当小区域vij离第t 个摄像头越近时，/>
Figure BDA0001602186200000033
的取值越大，当/>
Figure BDA0001602186200000034
取值为0时，表示该小区域vij超 出了第t个摄像头的监控范围。
(4)以实际的摄像头覆盖情况与期望覆盖情况之间的平均差异最小为 目标函数，以给定的摄像头安装数量为成本约束，建立摄像头布点优化模 型；所述的实际的摄像头覆盖情况为实际安装的摄像头对变电站各小区域 拍摄清晰度之和，其表达式为：
Figure BDA0001602186200000035
其中st为逻辑变量，若at区域 安装摄像头st取值为1，否则取值为0；
所述的摄像头布点优化模型为：
目标函数：
Figure BDA0001602186200000036
约束条件：
Figure BDA0001602186200000037
其中，k为一定购置成本下购买的摄像头数量，即摄像头实际安装的数量，Tij表征为实际的监控摄像头拍摄覆盖情况，Mij表征为根据变电站区域重要 程度确定的监控摄像头期望拍摄覆盖情况。
(5)采用遗传算法求解监控摄像头布点优化模型，得到摄像头优化布点安 装方案，其中遗传算法(genetic algorithms，GA)是根据达尔文进化理论以 及孟德尔遗传学说所创立的一种进化算法(evolutionary algorithms,EAS)，最 先由美国的J.Holland教授于1975年提出；遗传算法求解优化问题的步骤如图 6所示。
与现有技术相比，本发明的有益效果在于：
(1)能够将有限的监控摄像头资源配置到变电站的重点区域和重点设备 的监控中，提高对重点区域中被监控目标的识别清晰度和识别准确度，从 而发挥变电站视频监控系统较好性能；
(2)布点方法简单，根据变电站的平面图和监控摄像头的类型，即可实 施摄像头的布点应用工作；
(3)本发明还可根据不同的精度要求，减小监控摄像头安装范围的颗粒 度，完成更加精细化的针对变电站区域不同重要程度的监控摄像头安装布 点工作。
附图说明
图1是本发明提供的基于变电站区域重要程度的监控摄像头布点方法 的流程示意图。
图2是某地区35kV变电站的平面图。
图3是针对平面图所划分的小区域及其重要程度示意图。
图4是变电站内可安装摄像头的小区域集合及摄像头监控范围示意图。
图5是优化后实际的监控摄像头覆盖情况示意图。
图6是遗传算法求解优化问题的流程图。
具体实施方式
以下结合附图和实例对本发明的具体实施做进一步说明。
图1反映了基于变电站区域重要程度的监控摄像头布点方法的具体流 程。变电站内监控摄像头的布点方法包括：
(1)获取整个变电站的平面分布图并对其栅格化，即将变电站的平面图 划分为m×n个正方形小网格，第i行第j个小网格定义为变电站小区域vij；
(2)根据变电站内设备的重要程度和监控区域的重要程度设置各小区 域vij的监控重要程度WVij，记变电站各区域重要程度矩阵为M；
(3)根据变电站内未安装电气设备的间隔空地，确定变电站中可安装摄 像头的小区域集合
Figure BDA0001602186200000051
并根据所购置的监控摄像头类型及参数确定第t个摄 像头的监控范围覆盖矩阵Pt；
(4)以实际的摄像头覆盖情况与期望覆盖情况之间的平均差异最小为 目标函数，以给定的摄像头安装数量为成本约束，建立摄像头布点优化模 型；
(5)采用遗传算法求解监控摄像头布点优化模型，得到摄像头优化布点 安装方案。
以下是本发明方法的一个实际算例，以某地区35kV变电站为例进行应 用工作，图2给出了该35kV变电站的平面图，其面积约为200×150m。
(1)获取整个变电站的平面分布图并对其栅格化，即将变电站的平面图 划分为40×30个的边长为5m的正方形小网格，如图3所示；
(2)根据变电站内设备的重要程度和监控区域的重要程度设置各小区 域vij的监控重要程度WVij，该变电站各区域重要程度矩阵M为40行30列 的矩阵，具体如图3所示；
(3)根据变电站内未安装电气设备的间隔空地，确定变电站中可安装摄 像头的小区域为181个，具体为
Figure BDA0001602186200000061
如图 4中灰色网格所示的位置。本算例使用的监控摄像头为球机，其监控范围是 直径约为25m的圆形区域，如位于(4,5)处的监控摄像头的监控区域在网格 中可表示为摄像头周围左右2个格子，前后2个格子，其监控范围覆盖矩 阵Pt如图4所示，其中Pt矩阵中的元素为3时表示该区域离该摄像头最近， 监控拍摄清晰度最高，为0是表示该区域超出该摄像头的监控范围；
(4)以实际的摄像头覆盖情况与期望覆盖情况之间的平均差异最小为 目标函数，假定考虑购买成本约束下购置100个球机监控摄像头，建立摄 像头布点优化模型如下：
目标函数：
Figure BDA0001602186200000071
约束条件：
Figure BDA0001602186200000072
(5)采用遗传算法求解监控摄像头布点优化模型，得到摄像头优化布点 安装方案。最优的摄像头分布如图5所示，其中灰色区域为优化后的摄像 头安装点，其坐标分别为：{(2,2),(2,5),(2,8),(2,14),(2,20),(2,23),(2,29), (2,32),(4,1),(4,10),(4,16),(4,19),(4,22),(4,28),(6,5),(6,14),(6,17),(6, 23),(6,29),(8,4),(8,10),(8,16),(8,19),(8,22),(8,31),(10,5),(10,8),(10, 11),(10,14),(10,17),(10,23),(10,26),(12,1),(12,7),(12,19),(12,25),(14, 2),(14,5),(14,8),(14,11),(14,17),(14,29),(14,32),(16,7),(16,10),(16,19), (16,25),(16,28),(16,34),(18,2),(18,5),(18,8),(18,14),(18,23),(18,26), (18,32),(18,35),(18,38),(20,1),(20,4),(20,10),(20,13),(20,16),(20,22), (20,25),(22,2),(22,5),(22,11),(22,17),(22,23),(22,32),(24,1),(24,7),(24, 13),(24,16),(24,19),(24,22),(24,37),(26,5),(26,11),(26,14),(26,20),(26, 29),(26,32),(26,35),(26,38),(28,4),(28,7),(28,13),(28,16),(28,19),(28, 25),(30,2),(30,8),(30,11),(30,17),(30,26),(30,29),(30,35),(30,38)}，且 实际的摄像头覆盖情况与期望覆盖情况之间的平均差异最小为1.91。
对比图3和图5可知，所提的监控摄像头布点方法能够针对区域和设 备的重要程度差异化配置摄像头，同时尽可能满足期望的监控覆盖范围和 监控清晰度的要求，实现有限资源的高效配置。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上 述实施例的限制，其他任何未背离本发明的精神实质和原理下所作的修改、 修饰、替代、组合、简化，均应为等效的置换方式，都应包含在本发明的 保护范围之内。

Claims (4)

1.一种基于变电站区域重要程度的监控摄像头布点方法，其特征在于包括以下步骤：
(1)获取整个变电站的平面分布图并对其栅格化，即将变电站的平面图划分为m×n个正方形小网格，第i行第j个小网格定义为变电站小区域Vij；其中，m，n分别为变电站平面图被划分为小区域的行数和列数；
(2)根据变电站内设备的重要程度和监控区域的重要程度设置各小区域Vij的监控重要程度
Figure FDA0004135829550000011
记变电站各区域重要程度矩阵为M；
(3)根据变电站内未安装电气设备的间隔空地，确定变电站中可安装摄像头的小区域集合并根据所购置的监控摄像头类型及参数确定第t个摄像头的监控范围覆盖矩阵Pt；
(4)以实际的摄像头覆盖情况与期望覆盖情况之间的平均差异最小为目标函数，以给定的摄像头安装数量为成本约束，建立摄像头布点优化模型；
(5)采用遗传算法求解监控摄像头布点优化模型，得到摄像头优化布点安装方案。
2.根据权利要求1所述的基于变电站区域重要程度的监控摄像头布点方法，其特征在于：步骤2)所述的变电站各区域重要程度矩阵M具体为：
Figure FDA0004135829550000012
其中，
Figure FDA0004135829550000013
表示为小区域Vij的监控重要程度，取0到6之间的非负整数，共分为7种监控级别，/>
Figure FDA0004135829550000014
取值越大，表示该小区域Vij的区域重要程度越大，监控清晰度要求越高。
3.根据权利要求1所述的基于变电站区域重要程度的监控摄像头布点方法，其特征在于：步骤3)所述的变电站中可安装摄像头的小区域集合具体为：
Figure FDA0004135829550000021
其中at表示为可安装摄像头的第t个小区域在变电站中的坐标位置，N为变电站中可安装摄像头小区域的数量，m，n分别为变电站平面图被划分为小区域的行数和列数；
所述的第t个摄像头为安装在at区域中的摄像头，其监控范围覆盖矩阵Pt具体为：
Figure FDA0004135829550000022
其中，
Figure FDA0004135829550000023
表示为第t个摄像头对变电站内各小区域Vij的拍摄清晰程度，取0到3之间的非负整数，将其离散为4种拍摄清晰度，当小区域Viij离第t个摄像头越近时，/>
Figure FDA0004135829550000024
的取值越大，当/>
Figure FDA0004135829550000025
取值为0时，表示该小区域Vij超出了第t个摄像头的监控范围。
4.根据权利要求1所述的基于变电站区域重要程度的监控摄像头布点方法，其特征在于：步骤4)所述的实际的摄像头覆盖情况为实际安装的摄像头对变电站各小区域拍摄清晰度之和，其表达式为：
Figure FDA0004135829550000026
其中N为变电站中可安装摄像头小区域的数量，St为逻辑变量，若at区域安装摄像头St取值为1，否则取值为0；at表示为可安装摄像头的第t个小区域在变电站中的坐标位置；
所述的摄像头布点优化模型为：
目标函数：
Figure FDA0004135829550000031
约束条件：
Figure FDA0004135829550000032
其中，k为一定购置成本下购买的摄像头数量，即摄像头实际安装的数量，Tij表征为实际的监控摄像头拍摄覆盖情况，Mij表征为根据变电站区域重要程度确定的监控摄像头期望拍摄覆盖情况。
CN201810229106.7A 2018-03-20 2018-03-20 一种基于变电站区域重要程度的监控摄像头布点方法 Active CN109522580B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810229106.7A CN109522580B (zh) 2018-03-20 2018-03-20 一种基于变电站区域重要程度的监控摄像头布点方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810229106.7A CN109522580B (zh) 2018-03-20 2018-03-20 一种基于变电站区域重要程度的监控摄像头布点方法

Publications (2)

Publication Number Publication Date
CN109522580A CN109522580A (zh) 2019-03-26
CN109522580B true CN109522580B (zh) 2023-05-30

Family

ID=65769875

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810229106.7A Active CN109522580B (zh) 2018-03-20 2018-03-20 一种基于变电站区域重要程度的监控摄像头布点方法

Country Status (1)

Country Link
CN (1) CN109522580B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110362923B (zh) * 2019-07-16 2021-06-01 成都奥伦达科技有限公司 基于三维可视域分析的三维监控覆盖率方法及监控安装方法和监控系统
CN110717061B (zh) * 2019-09-09 2021-07-06 国网浙江省电力有限公司电力科学研究院 基于摄像头和关联映射的变电站设备定位方法和系统
CN111405253B (zh) * 2020-04-16 2022-04-26 国网湖南省电力有限公司 户外变电站一次设备监视摄像头选点布置方法、系统及介质
CN112435436B (zh) * 2020-11-03 2022-06-24 国网智能科技股份有限公司 一种变电站火情监控多维联动复核方法、装置及系统
CN112418079B (zh) * 2020-11-20 2021-08-31 浙江科技学院 基于安全等级的地图分析与寻优路径算法结合的工业建筑视频监控安装方法
CN113313293A (zh) * 2021-05-11 2021-08-27 国网山东省电力公司淄博供电公司 一种基于遗传算法的变电站物联微拍装置优化配置方法
CN115529437A (zh) * 2021-06-25 2022-12-27 青岛海信智慧生活科技股份有限公司 一种监控设备布置信息确定方法、装置、设备及介质
CN113489952B (zh) * 2021-06-30 2022-03-22 电子科技大学 一种面向室内三维场景的视频监控设施布设方法
CN113643149B (zh) * 2021-07-07 2024-03-19 国网四川省电力公司 一种面向全覆盖监控的变电站监控布局优化方法及装置
CN113935577A (zh) * 2021-09-08 2022-01-14 广州杰赛科技股份有限公司 一种摄像头选址方法、装置、设备及计算机可读存储介质
CN114390248A (zh) * 2021-12-06 2022-04-22 深圳供电局有限公司 图像采集设备的布点方法、装置、计算机设备和存储介质
CN116456184B (zh) * 2023-06-19 2023-09-08 北京博点智合科技有限公司 一种调整摄像头安装点位的方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012213124A (ja) * 2011-03-31 2012-11-01 Secom Co Ltd 監視装置およびプログラム
CN102867086A (zh) * 2012-09-10 2013-01-09 安科智慧城市技术（中国）有限公司 一种监控摄像机的自动部署方法、系统及电子设备
WO2014182898A1 (en) * 2013-05-09 2014-11-13 Siemens Aktiengesellschaft User interface for effective video surveillance
CN104469322A (zh) * 2014-12-24 2015-03-25 重庆大学 一种面向大场景监控的摄像机布局优化方法
CN104780345A (zh) * 2014-11-13 2015-07-15 安徽四创电子股份有限公司 一种基于gis的平安城市监控点布局评价方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5269002B2 (ja) * 2010-06-28 2013-08-21 株式会社日立製作所 カメラ配置決定支援装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012213124A (ja) * 2011-03-31 2012-11-01 Secom Co Ltd 監視装置およびプログラム
CN102867086A (zh) * 2012-09-10 2013-01-09 安科智慧城市技术（中国）有限公司 一种监控摄像机的自动部署方法、系统及电子设备
WO2014182898A1 (en) * 2013-05-09 2014-11-13 Siemens Aktiengesellschaft User interface for effective video surveillance
CN104780345A (zh) * 2014-11-13 2015-07-15 安徽四创电子股份有限公司 一种基于gis的平安城市监控点布局评价方法
CN104469322A (zh) * 2014-12-24 2015-03-25 重庆大学 一种面向大场景监控的摄像机布局优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
智能变电站一体化监控系统的硬件平台研制;刘欢;《中国优秀硕士学位论文全文数据库 信息科技辑》;20180315(第03期);第C042-1330页 *

Also Published As

Publication number Publication date
CN109522580A (zh) 2019-03-26

Similar Documents

Publication Publication Date Title
CN109522580B (zh) 一种基于变电站区域重要程度的监控摄像头布点方法
CN102882745B (zh) 一种用于监控业务服务器的方法和装置
CN104123477A (zh) 一种基于生活数据的群租分析方法
Tastu et al. Multivariate conditional parametric models for a spatio-temporal analysis of short-term wind power forecast errors
KR20180101332A (ko) 에너지 소비 경보 시스템, 플랫폼 및 방법
Tatar et al. Impact assessment of cyber attacks: A quantification study on power generation systems
CN117391287A (zh) 基于动态预测的智慧农业资源配置管理方法及系统
Su et al. Optimal defense strategy against load redistribution attacks under attacker’s resource uncertainty: A trilevel optimization approach
JP2003090887A (ja) 落雷による瞬時電圧低下予測システムおよび予測方法
CN117372954A (zh) 充电站安全监测方法、装置、系统和计算机设备
US10014691B2 (en) Demand response system with field area network gateway
CN110210676A (zh) 输电线路山火长期形势预测方法及系统
CN109862572A (zh) 智能干扰分析系统的部署方法、评估方法及电子设备
CN114578124A (zh) 一种电力系统的运行告警方法和装置
CN118367529B (zh) 基于低压工艺的静电保护器件及其静电防护方法
CN112153464A (zh) 一种智慧城市管理系统
CN111626095A (zh) 一种基于以太网配电巡检系统
CN108802571A (zh) 一种基于扩频采集和切线线性方差的故障预警方法及其实现系统
Dallmer-Zerbe et al. Incorporating multiple uncertainties into iterative probabilistic load flow
CN103777954A (zh) 一种信息处理方法以及装置
CN113435802B (zh) 输电网监测规划方案构建方法、装置、设备和存储介质
CN118568998A (zh) 输电线路的防雷措施确定方法、装置、设备、存储介质和程序产品
CN218443984U (zh) 一种电网监控边缘装置
CN118075123B (zh) 面向电力全场景的海量数据统一处理平台的管理方法
CN108470140B (zh) 一种基于统计特征与机器学习的输电线路鸟巢识别方法

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