CN109768625A - 一种电力系统检修管理终端及方法 - Google Patents
一种电力系统检修管理终端及方法 Download PDFInfo
- Publication number
- CN109768625A CN109768625A CN201910251371.XA CN201910251371A CN109768625A CN 109768625 A CN109768625 A CN 109768625A CN 201910251371 A CN201910251371 A CN 201910251371A CN 109768625 A CN109768625 A CN 109768625A
- Authority
- CN
- China
- Prior art keywords
- data
- relay protection
- protection device
- neural network
- module
- 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
Landscapes
- Emergency Protection Circuit Devices (AREA)
Abstract
本公开提出了一种电力系统检修管理终端及检修控制方法,在检修管理终端中设置了测控组件,将测控组件作为配置文件传输到继电保护设备中,可以后台运行的测控组件对继电保护设备运行状态数据进行实时采集,实现了在运行状态采集数据并将数据传输至检修管理终端进行数据的处理,能够直接反应继电保护设备的实时运行数据,提高了运行状态判断的准确性。并且采用人工智能的方法将采集的数据输入神经网络进行判断,从而生成检修任务,提高了检修管控的效率。
Description
技术领域
本公开涉及电力检修相关技术领域,具体的说,是涉及一种电力系统检修管理终端及方法。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,并不必然构成在先技术。
随着电网的发展,电力系统的安全、稳定、经济要求日益提高。变电设备的检修与管理在电力系统中占有重要的位置,直接关系的供电质量问题。
电力系统的检修模式随着电力工业的发展也在逐渐的发生变化,根据检修的技术条件、目标的不同主要为以下三种检修方式,第一,状态检修,状态检修的实施需要定期的检查设备的状态,通过巡视、检查、试验等手段,通过评价设备的状态,合理的制定检修计划。第二,定期检修,当设备数量较少且设备质量水平较一致时,每隔一个固定的时间间隔或累计了一定的操作次数后安排一次定期的检修计划的检修模式能起到较好的效果。随着电网规模的扩大,如果继续定期的安排检修计划,人力和物力的不足就逐渐体现出来,第三,基于可靠性的检修。状态检修主要考虑单个设备的情况,而基于可靠性的检修则考虑整个电网的情况,如设备的风险、检修成本等。
随着电力自动化的快速发展,电力继电保护不仅仅是局限于设备自身和电力系统的保护,而是结合电力系统的实际运行情况,针对电力系统中的电力故障或者事故,采取控制措施,工作人员根据报警或者故障点进行检测和维修。可见,现有的根据继电保护的数据进行检修是在发生故障之后,而且现有的检修方法一般采取定期的停机检修,停机检修一方面造成了损失,另一方面停机检修设备处于非开机状态,检测的数据不准确,严格讲,只是间接反映电力设备的设备部分运行状态。
发明内容
本公开为了解决上述问题,提出了一种电力系统检修管理终端及检修控制方法,在检修管理终端中设置了测控组件,将测控组件作为配置文件传输到继电保护设备中,可以后台运行的测控组件对继电保护设备运行状态数据进行实时采集,实现了在运行状态采集数据,并将数据传输至检修管理终端进行数据的处理,能够直接反应继电保护设备的实时运行数据,提高了运行状态判断的准确性。并且采用人工智能的方法将采集的数据输入神经网络进行判断,从而生成检修任务,提高了检修管控的效率。
为了实现上述目的,本公开采用如下技术方案:
一种或多个实施例提供了一种电力系统检修管理终端,用于实现电力系统继电保护设备的检修管控,包括:
状态数据实时采集模块:用于实现将可后台运行的测控组件配置到继电保护设备;通过测控组件实时采集继电保护设备的状态数据;
数据预处理模块:用于实现对采集的状态数据进行预处理,获得预处理后的数据;
故障识别模块:将同一继电保护设备的预处理后的数据输入通过数据样本数据集进行训练的神经网络模型进行识别处理,输出故障发生概率;
检修任务生成模块:根据故障发生概率从大到小进行排序,根据排序结果对应生成检修任务。
一种或多个实施例提供了基于上述的一种电力系统检修管理终端的检修控制方法,用于实现对电力系统继电保护设备的检修管控,包括如下步骤:
将可后台运行的测控组件配置到继电保护设备,通过测控组件实时采集继电保护设备的状态数据;
用于实现对采集的状态数据进行预处理,获得预处理后的数据;
将同一继电保护设备的预处理后的数据输入通过数据样本数据集进行训练的神经网络模型进行识别处理,输出故障发生概率;
根据故障发生概率从大到小进行排序,根据排序结果对应生成检修任务。
一种或多个实施例提供了一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成上述检修控制方法所述的步骤。
一种或多个实施例提供了一种计算机可读存储介质,其特征是,用于存储计算机指令,所述计算机指令被处理器执行时,完成上述检修控制方法所述的步骤。
本公开检修管理终端中设置了测控组件,将测控组件作为配置文件传输到继电保护设备中,可以后台运行的测控组件对继电保护设备运行状态数据进行实时采集,实现了在运行状态采集数据并将数据传输至检修管理终端进行数据的处理,能够直接反应继电保护设备的实时运行数据,提高了运行状态判断的准确性。并且采用人工智能的方法将采集的数据输入神经网络进行判断,从而生成检修任务,提高了检修管控的效率。
与现有技术相比,本公开的有益效果为:
(1)本公开检修管理终端中设置了测控组件,将测控组件作为配置文件传输到继电保护设备中,可以后台运行的测控组件对继电保护设备运行状态数据进行实时采集,实现了在运行状态采集数据并将数据传输至检修管理终端进行数据的处理,能够直接反应继电保护设备的实时运行数据,提高了运行状态判断的准确性。
(2)本公开采用人工智能的方法将采集的数据输入神经网络进行判断,从而生成检修任务,提高了检修管控的效率。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的限定。
图1是本公开实施例1的终端结构示意图;
图2是本公开实施例中的测控组件的结构示意图;
图3是本公开实施例2的控制方法流程图。
具体实施方式:
下面结合附图与实施例对本公开作进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例1
在一个或多个实施方式中公开的技术方案中,如图1所示,一种电力系统检修管理终端,可以为监控电脑,用于实现电力系统继电保护设备的检修管控,所述电力系统检修管理终端与电力系统现场的继电保护设备连接,包括:
状态数据实时采集模块:用于实现将可后台运行的测控组件配置到继电保护设备;通过测控组件实时采集继电保护设备的状态数据;所述状态数据包括继电保护设备本身的工作状态数据、接入电力系统网络的电力数据和环境参数数据,继电保护设备本身的工作状态数据包括继电保护设备的自测试结果、运行界面截图和开关机记录。电力数据可以为参数测量结果,为继电保护设备对控制回路的检测数据,是继电保护设备对线路进行保护自动动作检测的参考数据。继电保护设备电气二次回路是由若干的继电器和连接各个设备的电缆构成的,可以通过继电保护设备连接的电路直接获得电力数据,包括继电保护设备连接回路的电流、电压、功率等数据。
数据预处理模块:用于实现对采集的状态数据进行预处理,获得预处理后的数据;预处理可以依次进行数据的滤波处理、模数转换处理和数据归一化处理。模数转换处理是将采集的模拟信号通过模数转换器转化为数字信号。
故障识别模块:将同一继电保护设备的预处理后的数据输入通过数据样本数据集进行训练的神经网络模型进行识别处理,输出故障发生概率;
检修任务生成模块:根据故障发生概率从大到小进行排序,根据排序结果对应生成检修任务。检修任务根据故障发生的概率大小进行生成,对于概率发生较大的故障优先进行处理,对于概率相同的预测故障,任务出现无法排序时,可以设定故障的危害度对应表表进行排序,优先处理排除故障危害度大的预测故障。
可后台运行的测控组件是存储于电力系统检修管理终端的配置软件,当管理终端连接了继电保护设备,电力系统检修管理终端将配置软件下载至相应的继电保护设备,在继电保护设备的后台进行运行。
可后台运行的测控组件包括:
状态数据收集模块:用于实时采集继电保护设备的状态数据并按类别记录为相应的文件;包括继电保护设备的自测试结果、运行界面截图和开关机记录,以及环境参数和继电保护设备测量的参数测量结果。相应的可以生成自测试结果文件、运行界面截图文件、开关机记录文件、环境参数文件及参数测量结果文件。环境参数文件由测控组件通过外设传感器进行采集后获取,可以包括地点位置、环境温度、环境湿度、大气压力与空气尘埃等数据信息;相应的外设传感器可以为GPS定位装置、温度传感器、湿度传感器、大气压力检测仪及PM10检测传感器。将外设传感器连接至继电保护设备直接将采集的数据存储并建立环境参数文件。
选项设置模块:用于设置控制采集的选项参数;用于设置控制上传的控制选项参数,可以通过用户交互界面设定,控制选项参数包括上传时间、上传方式和上传内容,可以在用户交互界面上设置上传时间设置选项、上传方式选项和上传内容选项,可以接受现场人工手动设置。时间设置选项包括上传次数、周期性、时间范围和数据更新时间或固定时刻选择设置;上传方式设置选项提供数据发布开关和数据入库记录开关;上传内容设置需要覆盖用户关注的所有状态参数,并按类别提供相应的开关选项。
状态数据上传模块:用于根据设置的控制选项参数将状态数据和设备的运行状态上传至状态数据实时采集模块;具体的根据设定上传时间、上传方式和上传内容上传至电力系统检修管理终端的状态数据实时采集模块。
状态数据记录模块:用于实现对状态数据收集模块采集的数据选择性记录存储。对于状态数据收集模块采集的数据可以有选择地继电保护设备端存储,可以按照文件类型直接存储,存储的数据可以根据人机交互界面进行设置,选择存数的数据种类和数量。
还包括数神经网络模型训练模块:用于根据故障数据样本集构建神经网络模型,包括:
故障数据样本集的建立模块:采集继电保护设备的状态数据,根据状态运行数据建立故障数据样本集,即包括继电保护设备正常运行中的状态数据和发生故障的运行的状态数据。可以直接调取电网运行数据库的数据和直接读取的继电保护设备存储的数据。故障包括继电保护设备故障和电力系统的运行故障,故障数据样本集根据故障类型建立,继电保护设备故障的故障样本集数据包括继电保护设备的历史资料,包括出厂试验、历次试验、检修与故障记录及运行状态等数据,电力系统的运行故障的样本数据为参数测量结果,包括继电保护设备连接回路的电流、电压、功率等数据。
故障数据样本集还包括对于当前状态数据发生故障的概率计算值,故障发生前,运行的状态数据是实时变化的,对从正常运行数据超过正常值的范围开始至故障状态的实时变化的状态数据进行采集,对连续采集的数据进行分段读取,按照接近故障节点的数据距离远近计算故障的概率,并将故障概率数据并入故障样本数据。如从状态数据中处出现超范围的数据至故障发生采集了N次数据,当前数据是第n次采集的数据,发生故障的概率为检测的数据在正常值范围内的故障发生概率为零。
训练模块:将采集的故障样本数据或者正常运行状态数据作为输入,以发生故障的故障概率作为输出,输入到神经网络模型进行训练,从而建立神经网络模型。神经网络可以采用深信度网络DBN或者卷积神经网络。
实施例2
本实施例提供一种实施例1所述的一种电力系统检修管理终端的检修控制方法,用于实现对电力系统继电保护设备的检修管控,包括如下步骤:
将可后台运行的测控组件配置到继电保护设备,通过测控组件实时采集继电保护设备的状态数据;
用于实现对采集的状态数据进行预处理,获得预处理后的数据;
将同一继电保护设备的预处理后的数据输入通过数据样本数据集进行训练的神经网络模型进行识别处理,输出故障发生概率;
根据故障发生概率从大到小进行排序,根据排序结果对应生成检修任务。
神经网络模型的建立方法为:
采集继电保护设备的状态数据,根据状态运行数据建立故障数据样本集,所述故障数据样本集的数据包括运行状态数据和故障概率数据;
将采集的故障样本数据或者正常运行状态数据作为输入,以发生故障的故障概率作为输出,输入到神经网络模型进行训练,从而建立神经网络模型。
所述神经网络模型为深信度网络DBN或者卷积神经网络。
实施例3
本实施例还提供了一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成第一个实施例中方法的步骤。
实施例4
本实施例还提供了一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成第一个实施例中方法的步骤。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述,但并非对本公开保护范围的限制,所属领域技术人员应该明白,在本公开的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。
Claims (10)
1.一种电力系统检修管理终端,用于实现电力系统继电保护设备的检修管控,其特征是,包括:
状态数据实时采集模块:用于实现将可后台运行的测控组件配置到继电保护设备;通过测控组件实时采集继电保护设备的状态数据;
数据预处理模块:用于实现对采集的状态数据进行预处理,获得预处理后的数据;
故障识别模块:将同一继电保护设备的预处理后的数据输入通过数据样本数据集进行训练的神经网络模型进行识别处理,输出故障发生概率;
检修任务生成模块:根据故障发生概率从大到小进行排序,根据排序结果对应生成检修任务。
2.如权利要求1所述的一种电力系统检修管理终端,其特征是:可后台运行的测控组件包括:
状态数据收集模块:用于实时采集继电保护设备的状态数据并按类别记录为相应的文件;
选项设置模块:用于设置控制采集的选项参数;
状态数据上传模块:用于根据设置的控制选项参数将状态数据和设备的运行状态上传至状态数据实时采集模块;
状态数据记录模块:用于实现对状态数据收集模块采集的数据选择性记录存储。
3.如权利要求1所述的一种电力系统检修管理终端,其特征是:状态数据包括继电保护设备的自测试结果、运行界面截图、开关机记录和参数测量结果。
4.如权利要求1所述的一种电力系统检修管理终端,其特征是:还包括神经网络模型训练模块:用于根据故障数据样本集构建神经网络模型。
5.如权利要求1所述的一种电力系统检修管理终端,其特征是:所述神经网络模型训练模块包括:
故障数据样本集的建立模块:采集继电保护设备的状态数据,根据状态运行数据建立故障数据样本集。
训练模块:将采集的故障样本数据或者正常运行状态数据作为输入,以发生故障的故障概率作为输出,输入到神经网络模型进行训练,从而建立神经网络模型。
6.基于权利要求1-5任一项所述的一种电力系统检修管理终端的检修控制方法,用于实现对电力系统继电保护设备的检修管控,其特征是,包括如下步骤:
将可后台运行的测控组件配置到继电保护设备,通过测控组件实时采集继电保护设备的状态数据;
用于实现对采集的状态数据进行预处理,获得预处理后的数据;
将同一继电保护设备的预处理后的数据输入通过数据样本数据集进行训练的神经网络模型进行识别处理,输出故障发生概率;
根据故障发生概率从大到小进行排序,根据排序结果对应生成检修任务。
7.如权利要求6所述的检修控制方法,其特征是:神经网络模型的建立方法为:
采集继电保护设备的状态数据,根据状态运行数据建立故障数据样本集,所述故障数据样本集的数据包括运行状态数据和故障概率数据;
将采集的故障样本数据或者正常运行状态数据作为输入,以发生故障的故障概率作为输出,输入到神经网络模型进行训练,从而建立神经网络模型。
8.如权利要求6所述的检修控制方法,其特征是:所述神经网络模型为深信度网络DBN或者卷积神经网络。
9.一种电子设备,其特征是,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成权利要求6-8任一项方法所述的步骤。
10.一种计算机可读存储介质,其特征是,用于存储计算机指令,所述计算机指令被处理器执行时,完成权利要求6-8任一项方法所述的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910251371.XA CN109768625A (zh) | 2019-03-29 | 2019-03-29 | 一种电力系统检修管理终端及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910251371.XA CN109768625A (zh) | 2019-03-29 | 2019-03-29 | 一种电力系统检修管理终端及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109768625A true CN109768625A (zh) | 2019-05-17 |
Family
ID=66460160
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910251371.XA Pending CN109768625A (zh) | 2019-03-29 | 2019-03-29 | 一种电力系统检修管理终端及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109768625A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111340326A (zh) * | 2019-12-24 | 2020-06-26 | 国网浙江省电力有限公司嘉兴供电公司 | 基于神经网络故障预测的电力终端监控方法和装置 |
CN112016806A (zh) * | 2020-07-28 | 2020-12-01 | 上海发电设备成套设计研究院有限责任公司 | 发电站设备状态检修方法、系统、介质及装置 |
CN112345872A (zh) * | 2020-12-04 | 2021-02-09 | 中国南方电网有限责任公司超高压输电公司昆明局 | 基于深度置信网络的换流站二次回路异常识别和预警方法 |
CN116316613A (zh) * | 2023-05-18 | 2023-06-23 | 中国电建集团山东电力建设第一工程有限公司 | 电力设备运行监测方法、系统、电子设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102324068A (zh) * | 2011-08-31 | 2012-01-18 | 广东省电力调度中心 | 电力二次设备风险评估方法及其系统 |
CN103078403A (zh) * | 2012-12-28 | 2013-05-01 | 中国电力科学研究院 | 一种智能变电站二次系统的在线状态评估方法 |
CN104318485A (zh) * | 2014-09-30 | 2015-01-28 | 上海电力学院 | 一种基于神经网络和模糊逻辑的输电线路故障判别方法 |
CN204886410U (zh) * | 2015-07-02 | 2015-12-16 | 国网北京市电力公司 | 一种基于智能变电站的二次设备状态监测系统 |
CN105225167A (zh) * | 2015-04-20 | 2016-01-06 | 国家电网公司 | 一种连锁故障序列识别系统及方法 |
CN105678469A (zh) * | 2016-01-29 | 2016-06-15 | 南京市产品质量监督检验院 | 一种应用于智能变电站继电保护设备的风险评估方法 |
CN106100131A (zh) * | 2016-08-08 | 2016-11-09 | 国网福建省电力有限公司 | 一种二次设备状态监测功能的实现方法 |
CN107358366A (zh) * | 2017-07-20 | 2017-11-17 | 国网辽宁省电力有限公司 | 一种配电变压器故障风险监测方法及系统 |
CN107992959A (zh) * | 2017-04-26 | 2018-05-04 | 国网浙江省电力公司 | 一种基于电力大数据可视化神经网络数据挖掘技术的电力故障预测方法 |
CN109391032A (zh) * | 2018-10-19 | 2019-02-26 | 国网黑龙江省电力有限公司电力科学研究院 | 基于图像识别的二次系统的状态检测方法 |
-
2019
- 2019-03-29 CN CN201910251371.XA patent/CN109768625A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102324068A (zh) * | 2011-08-31 | 2012-01-18 | 广东省电力调度中心 | 电力二次设备风险评估方法及其系统 |
CN103078403A (zh) * | 2012-12-28 | 2013-05-01 | 中国电力科学研究院 | 一种智能变电站二次系统的在线状态评估方法 |
CN104318485A (zh) * | 2014-09-30 | 2015-01-28 | 上海电力学院 | 一种基于神经网络和模糊逻辑的输电线路故障判别方法 |
CN105225167A (zh) * | 2015-04-20 | 2016-01-06 | 国家电网公司 | 一种连锁故障序列识别系统及方法 |
CN204886410U (zh) * | 2015-07-02 | 2015-12-16 | 国网北京市电力公司 | 一种基于智能变电站的二次设备状态监测系统 |
CN105678469A (zh) * | 2016-01-29 | 2016-06-15 | 南京市产品质量监督检验院 | 一种应用于智能变电站继电保护设备的风险评估方法 |
CN106100131A (zh) * | 2016-08-08 | 2016-11-09 | 国网福建省电力有限公司 | 一种二次设备状态监测功能的实现方法 |
CN107992959A (zh) * | 2017-04-26 | 2018-05-04 | 国网浙江省电力公司 | 一种基于电力大数据可视化神经网络数据挖掘技术的电力故障预测方法 |
CN107358366A (zh) * | 2017-07-20 | 2017-11-17 | 国网辽宁省电力有限公司 | 一种配电变压器故障风险监测方法及系统 |
CN109391032A (zh) * | 2018-10-19 | 2019-02-26 | 国网黑龙江省电力有限公司电力科学研究院 | 基于图像识别的二次系统的状态检测方法 |
Non-Patent Citations (1)
Title |
---|
高志强,黄剑,李永,等: "《深度学习-从入门到实践》", 30 June 2018 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111340326A (zh) * | 2019-12-24 | 2020-06-26 | 国网浙江省电力有限公司嘉兴供电公司 | 基于神经网络故障预测的电力终端监控方法和装置 |
CN112016806A (zh) * | 2020-07-28 | 2020-12-01 | 上海发电设备成套设计研究院有限责任公司 | 发电站设备状态检修方法、系统、介质及装置 |
CN112345872A (zh) * | 2020-12-04 | 2021-02-09 | 中国南方电网有限责任公司超高压输电公司昆明局 | 基于深度置信网络的换流站二次回路异常识别和预警方法 |
CN116316613A (zh) * | 2023-05-18 | 2023-06-23 | 中国电建集团山东电力建设第一工程有限公司 | 电力设备运行监测方法、系统、电子设备及存储介质 |
CN116316613B (zh) * | 2023-05-18 | 2023-10-20 | 中国电建集团山东电力建设第一工程有限公司 | 电力设备运行监测方法、系统、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109768625A (zh) | 一种电力系统检修管理终端及方法 | |
CN112803592B (zh) | 一种适用于分布式电站的智能故障预警方法及系统 | |
CN114640173B (zh) | 一种基于多特征量的变压器和发电机的预警模型 | |
CN107730017A (zh) | 智能冶金设备运行诊断系统 | |
CN103200051A (zh) | 智能变电站报文仿真测试与关联报文分析系统及方法 | |
CN105974273A (zh) | 配电网故障定位系统 | |
CN104868599A (zh) | 一种智能变电站报文仿真测试与关联分析系统及仿真方法 | |
CN109974780A (zh) | 一种基于物联网的电气设备状态监测系统 | |
CN113472079B (zh) | 配电站运维监控云机器人系统、后台处理及作业任务方法 | |
CN207409918U (zh) | 一种输电线路的智能巡检装置 | |
CN110728381A (zh) | 一种基于rfid和数据处理的发电厂智能巡检方法及系统 | |
CN111126489A (zh) | 一种基于集成学习的输电设备状态评价方法 | |
CN105759150B (zh) | 一种用于变电站二次设备预制舱的测试系统及方法 | |
CN109816349A (zh) | 一种测试验证管理平台 | |
CN110095748A (zh) | 一种基于计量检定设备的检测装置和方法 | |
CN110033102A (zh) | 一种巨型水电厂具有学习功能的智能诊断方法及专家系统 | |
CN117590159A (zh) | 一种基于深度学习的隧道电缆供电状态监测方法及系统 | |
CN105117984A (zh) | 一种基于数据分析下的电网精益管理系统 | |
CN203850922U (zh) | 运行稳定、便于监控的二次设备系统 | |
CN117639228A (zh) | 基于数字孪生的配电网运行状态预测方法及系统 | |
CN109116118A (zh) | 一种接地导通自动测量装置及其应用方法 | |
CN115203623A (zh) | 一种覆冰监测异常数据质量评估处理方法及系统 | |
CN111857015B (zh) | 输变电云端智能控制器 | |
CN101969232B (zh) | 电网视频及环境监控系统的自动化测试方法及装置 | |
CN219034869U (zh) | 一种柴油机电子调速器监测系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190517 |
|
RJ01 | Rejection of invention patent application after publication |