CN110414853A - 母线热倒突变系数确定方法、系统、装置及可读存储介质 - Google Patents

母线热倒突变系数确定方法、系统、装置及可读存储介质 Download PDF

Info

Publication number
CN110414853A
CN110414853A CN201910707180.XA CN201910707180A CN110414853A CN 110414853 A CN110414853 A CN 110414853A CN 201910707180 A CN201910707180 A CN 201910707180A CN 110414853 A CN110414853 A CN 110414853A
Authority
CN
China
Prior art keywords
data set
measurement data
sample
bus heat
bus
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
Application number
CN201910707180.XA
Other languages
English (en)
Inventor
赵瑞锋
卢建刚
李波
韩肖
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.)
Guangdong Power Grid Co Ltd
Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Electric Power Dispatch Control Center 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 Guangdong Power Grid Co Ltd, Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN201910707180.XA priority Critical patent/CN110414853A/zh
Publication of CN110414853A publication Critical patent/CN110414853A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • 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
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

本申请公开了一种母线热倒突变系数的确定方法、系统、装置及可读存储介质，包括：获取母线热倒前的第一测量数据集；获取与第一测量数据集对应的母线热倒后的第二测量数据集；对第一测量数据集和第二测量数据集进行数据预处理，得到分析样本，分析样本包括对应第一测量数据集的第一样本和对应第二测量数据集的第二样本；根据第一样本和第二样本的对应关系，确定母线热倒突变系数。本申请获取第一测量数据集和第二测量数据集并进行数据预处理，得到数据准确度较高的分析样本，再利用分析样本中第一样本和第二样本的对应关系，就可以准确获取母线热倒突变系数，本申请可靠性较高，最终得到的母线热倒突变系数可以作为母线刀闸闭合到位的标准参考量。

Description

母线热倒突变系数确定方法、系统、装置及可读存储介质
技术领域
本发明涉及电力系统领域，特别涉及一种母线热倒突变系数的确定方法、系统、装置及可读存储介质。
背景技术
在电力系统中，“带负荷拉刀闸”这类事故常有发生，其问题根源在于母线热倒过程中刀闸闭合不到位，如母线刀闸上出现锈蚀或异物等，热倒过程中可能出现监控后台及现场显示闭合成功，但实际上母线刀闸闭合不到位的情况，此时拉开另一组母线刀闸，会直接造成当前倒换设备失电，引发带负荷拉刀闸事故。
母线热倒前后，由于电路拓扑结构发生变化，通过母线刀闸传输的电流和功率均出现数值的大幅度跳变，将刀闸闭合前后的变化量和闭合前的电气量作比得到母线热倒突变比率。一旦实际母线热倒突变比率不小于已知刀闸闭合到位时的母线刀闸突变比率，就可以判定实际母线刀闸闭合到位，反之判定刀闸闭合不到位，从而可以预防刀闸闭合不到位引起带负荷拉刀闸事故。
但是目前刀闸闭合到位时的母线刀闸突变比率还未被确定出来。
因此，如何提供一种解决上述技术问题的方案是目前本领域技术人员需要解决的问题。
发明内容
有鉴于此，本发明的目的在于提供一种母线热倒突变系数的确定方法、系统、装置及可读存储介质。其具体方案如下：
一种母线热倒突变系数的确定方法，包括：
获取母线热倒前的第一测量数据集；
获取与所述第一测量数据集对应的母线热倒后的第二测量数据集；
对所述第一测量数据集和所述第二测量数据集进行数据预处理，得到分析样本，所述分析样本包括对应所述第一测量数据集的第一样本和对应所述第二测量数据集的第二样本；
根据所述第一样本和所述第二样本的对应关系，确定母线热倒突变系数。
优选的，所述对所述第一测量数据集和所述第二测量数据集进行数据预处理，得到分析样本的过程，具体包括：
对所述第一测量数据集和所述第二测量数据集去重和/或去噪和/或消除矛盾值，得到所述分析样本。
优选的，所述对所述第一测量数据集和所述第二测量数据集进行去噪的过程具体包括：
通过DBSCAN聚类分析，对所述第一测量数据集和所述第二测量数据集进行去噪。
优选的，所述根据所述第一样本和所述第二样本的对应关系，确定母线热倒突变系数的过程，具体包括：
根据所述第一样本和所述第二样本的对应关系，进行线性回归分析，从而确定母线热倒突变系数。
优选的，所述第一测量数据集包括多个目标刀闸在母线热倒前的运行数据；所述第二测量数据集包括多个所述目标刀闸在母线热倒后的运行数据。
优选的，所述母线热倒突变系数具体包括母线热倒电流突变系数和/或母线热倒功率突变系数。
优选的，当所述母线热倒突变系数具体为母线热倒电流突变系数，则所述第一测量数据集和所述第二测量数据集分别为母线热倒前后的电流数据；
当所述母线热倒突变系数具体为母线热倒功率突变系数，则所述第一测量数据集和所述第二测量数据集分别为母线热倒前后的功率数据。
相应的，本申请还公开了一种母线热倒突变系数的确定系统，包括：
数据获取模块，用于获取母线热倒前的第一测量数据集；还用于获取与所述第一测量数据集对应的母线热倒后的第二测量数据集；
数据处理模块，用于对所述第一测量数据集和所述第二测量数据集进行数据预处理，得到分析样本，所述分析样本包括对应所述第一测量数据集的第一样本和对应所述第二测量数据集的第二样本；
数据分析模块，用于根据所述第一样本和所述第二样本的对应关系，确定母线热倒突变系数。
相应的，本申请还公开了一种母线热倒突变系数的确定装置，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上文所述母线热倒突变系数的确定方法的步骤。
相应的，本申请还公开了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文所述母线热倒突变系数的确定方法的步骤。
本申请公开了一种母线热倒突变系数的确定方法，包括：获取母线热倒前的第一测量数据集；获取与所述第一测量数据集对应的母线热倒后的第二测量数据集；对所述第一测量数据集和所述第二测量数据集进行数据预处理，得到分析样本，所述分析样本包括对应所述第一测量数据集的第一样本和对应所述第二测量数据集的第二样本；根据所述第一样本和所述第二样本的对应关系，确定母线热倒突变系数。本申请获取了母线热倒前后的第一测量数据集和第二测量数据集并进行数据预处理，得到数据准确度较高的分析样本，再利用分析样本中第一样本和第二样本的对应关系，就可以准确获取母线热倒突变系数，本申请的计算方法可靠性较高，最终得到的母线热倒突变系数可以作为母线刀闸闭合到位的标准参考量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明实施例中一种母线热倒突变系数的确定方法的步骤流程图；
图2为本发明实施例中一种母线热倒突变系数的确定系统的结构分布图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例公开了一种母线热倒突变系数的确定方法，参见图1所示，包括：
S1：获取母线热倒前的第一测量数据集；
S2：获取与所述第一测量数据集对应的母线热倒后的第二测量数据集；
具体的，将母线热倒前某一个目标刀闸闭合前的运行数据纳入第一测量数据集，获取该目标刀闸在母线热倒后，也即闭合后的运行数据纳入第二测量数据集。
因此，第一测量数据集与第二测量数据集之间的对应关系应当基于同一个目标刀闸的同一次闭合。但本申请要求后续分析中分析结果必须能够准确、全面、可靠，因此第一测量数据集和第二测量数据集中的运行数据的数据量需要足够大才可以，具体通过提高获取次数和/或选择多个数据获取目标实现。
具体的，第一测量数据集可以包括多个目标刀闸在母线热倒前的运行数据；相应的，第二测量数据集可以包括多个所述目标刀闸在母线热倒后的运行数据。
进一步的，第一测量数据集和第二测量数据集可以包括多个目标刀闸在多次母线热倒前后的运行数据。
可以理解的是，第一测量数据集中的运行数据可以通过历史采样记录查询获取，也可以即时采样获取；第二测量数据集中的运行数据一般是即时采样得到的。
S3：对所述第一测量数据集和所述第二测量数据集进行数据预处理，得到分析样本，所述分析样本包括对应所述第一测量数据集的第一样本和对应所述第二测量数据集的第二样本；
具体的，对所述第一测量数据集和所述第二测量数据集去重和/或去噪和/或消除矛盾值，得到所述分析样本。
可以理解的是，步骤S1和S2的数据获取过程中可能出现差错，导致获取运行数据的动作重复，去重过程就是将这些重复的运行数据去除，修正为正确的对应关系；由于数据获取的基本手段是利用传感仪器进行数据采样，考虑测量误差和随机误差，还需要进一步对第一测量数据集和第二测量数据集进行去噪，选择更为准确可靠的运行数据；母线热倒前后，第一测量数据集中的运行数据到对应的第二测量数据集中的运行数据，二者的变化趋势应当始终一致，当某组母线热倒前后的运行数据不是理论变化趋势，那么这组数据存在逻辑矛盾，应当进行修正或直接删除，也即消除矛盾值。
通常，通过DBSCAN聚类分析，对所述第一测量数据集和所述第二测量数据集进行去噪。除了DBSCAN聚类分析外，还可以通过其他的算法实现数据去噪，此处不再赘述。
S4：根据所述第一样本和所述第二样本的对应关系，确定母线热倒突变系数。
进一步的，根据所述第一样本和所述第二样本的对应关系，进行线性回归分析，从而确定母线热倒突变系数。
当然，除了线性回归分析外，还可以通过其他回归算法实现母线热倒突变系数的确定，或通过其他类型的算法确定母线热倒突变系数，但是由于母线热倒突变系数的个数极少，且第一样本和第二样本的对应关系较为直接，因此本申请中应用线性回归分析可实现高效准确的效果。
具体的，所述母线热倒突变系数具体包括母线热倒电流突变系数和/或母线热倒功率突变系数。
相应的，当所述母线热倒突变系数具体为母线热倒电流突变系数，则所述第一测量数据集和所述第二测量数据集分别为母线热倒前后的电流数据；
类似的，当所述母线热倒突变系数具体为母线热倒功率突变系数，则所述第一测量数据集和所述第二测量数据集分别为母线热倒前后的功率数据。
可以理解的是，将本实施例中已经确认的母线热倒突变系数作为标准参考量，比较实际刀闸闭合过程中的母线刀闸突变比率，即可判定实际刀闸是否闭合到位。
当然，在母线导热突变系数的实际应用过程中，还可以持续记录刀闸动作先后的电气量，并循环执行本实施例中的确定方法并更新母线热倒突变系数，以提高母线热倒系数的准确率。
本申请公开了一种母线热倒突变系数的确定方法，包括：获取母线热倒前的第一测量数据集；获取与所述第一测量数据集对应的母线热倒后的第二测量数据集；对所述第一测量数据集和所述第二测量数据集进行数据预处理，得到分析样本，所述分析样本包括对应所述第一测量数据集的第一样本和对应所述第二测量数据集的第二样本；根据所述第一样本和所述第二样本的对应关系，确定母线热倒突变系数。本申请获取了母线热倒前后的第一测量数据集和第二测量数据集并进行数据预处理，得到数据准确度较高的分析样本，再利用分析样本中第一样本和第二样本的对应关系，就可以准确获取母线热倒突变系数，本申请的计算方法可靠性较高，最终得到的母线热倒突变系数可以作为母线刀闸闭合到位的标准参考量。
相应的，本申请还公开了一种母线热倒突变系数的确定系统，参见图2所示，包括：
数据获取模块1，用于获取母线热倒前的第一测量数据集；还用于获取与所述第一测量数据集对应的母线热倒后的第二测量数据集；
数据处理模块2，用于对所述第一测量数据集和所述第二测量数据集进行数据预处理，得到分析样本，所述分析样本包括对应所述第一测量数据集的第一样本和对应所述第二测量数据集的第二样本；
数据分析模块3，用于根据所述第一样本和所述第二样本的对应关系，确定母线热倒突变系数。
本申请实施例获取了母线热倒前后的第一测量数据集和第二测量数据集并进行数据预处理，得到数据准确度较高的分析样本，再利用分析样本中第一样本和第二样本的对应关系，就可以准确获取母线热倒突变系数，本申请的计算方法可靠性较高，最终得到的母线热倒突变系数可以作为母线刀闸闭合到位的标准参考量。
相应的，本申请还公开了一种母线热倒突变系数的确定装置，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上文所述母线热倒突变系数的确定方法的步骤。
其中，本实施例中母线热倒突变系数的确定方法有关的内容可以参考上文实施例中相关细节。
其中，本实施例中母线热倒突变系数的确定装置，具有与上文实施例中母线热倒突变系数的确定方法相同的有益效果。
相应的，本申请还公开了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文所述母线热倒突变系数的确定方法的步骤。
其中，本实施例中母线热倒突变系数的确定方法有关的内容可以参考上文实施例中相关细节。
其中，本实施例中可读存储介质，具有与上文实施例中母线热倒突变系数的确定方法相同的有益效果。
这里所说的计算机可读存储介质包括随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动硬盘、CD-ROM或技术领域内所公知的任意其他形式的存储介质。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的一种母线热倒突变系数的确定方法、系统、装置及可读存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种母线热倒突变系数的确定方法，其特征在于，包括：
获取母线热倒前的第一测量数据集；
获取与所述第一测量数据集对应的母线热倒后的第二测量数据集；
对所述第一测量数据集和所述第二测量数据集进行数据预处理，得到分析样本，所述分析样本包括对应所述第一测量数据集的第一样本和对应所述第二测量数据集的第二样本；
根据所述第一样本和所述第二样本的对应关系，确定母线热倒突变系数。
2.根据权利要求1所述确定方法，其特征在于，所述对所述第一测量数据集和所述第二测量数据集进行数据预处理，得到分析样本的过程，具体包括：
对所述第一测量数据集和所述第二测量数据集去重和/或去噪和/或消除矛盾值，得到所述分析样本。
3.根据权利要求2所述确定方法，其特征在于，所述对所述第一测量数据集和所述第二测量数据集进行去噪的过程具体包括：
通过DBSCAN聚类分析，对所述第一测量数据集和所述第二测量数据集进行去噪。
4.根据权利要求3所述确定方法，其特征在于，所述根据所述第一样本和所述第二样本的对应关系，确定母线热倒突变系数的过程，具体包括：
根据所述第一样本和所述第二样本的对应关系，进行线性回归分析，从而确定母线热倒突变系数。
5.根据权利要求1至4任一项所述确定方法，其特征在于，
所述第一测量数据集包括多个目标刀闸在母线热倒前的运行数据；
所述第二测量数据集包括多个所述目标刀闸在母线热倒后的运行数据。
6.根据权利要求5所述确定方法，其特征在于，
所述母线热倒突变系数具体包括母线热倒电流突变系数和/或母线热倒功率突变系数。
7.根据权利要求6所述确定方法，其特征在于，
当所述母线热倒突变系数具体为母线热倒电流突变系数，则所述第一测量数据集和所述第二测量数据集分别为母线热倒前后的电流数据；
当所述母线热倒突变系数具体为母线热倒功率突变系数，则所述第一测量数据集和所述第二测量数据集分别为母线热倒前后的功率数据。
8.一种母线热倒突变系数的确定系统，其特征在于，包括：
数据获取模块，用于获取母线热倒前的第一测量数据集；还用于获取与所述第一测量数据集对应的母线热倒后的第二测量数据集；
数据处理模块，用于对所述第一测量数据集和所述第二测量数据集进行数据预处理，得到分析样本，所述分析样本包括对应所述第一测量数据集的第一样本和对应所述第二测量数据集的第二样本；
数据分析模块，用于根据所述第一样本和所述第二样本的对应关系，确定母线热倒突变系数。
9.一种母线热倒突变系数的确定装置，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述母线热倒突变系数的确定方法的步骤。
10.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述母线热倒突变系数的确定方法的步骤。
CN201910707180.XA 2019-08-01 2019-08-01 母线热倒突变系数确定方法、系统、装置及可读存储介质 Pending CN110414853A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910707180.XA CN110414853A (zh) 2019-08-01 2019-08-01 母线热倒突变系数确定方法、系统、装置及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910707180.XA CN110414853A (zh) 2019-08-01 2019-08-01 母线热倒突变系数确定方法、系统、装置及可读存储介质

Publications (1)

Publication Number Publication Date
CN110414853A true CN110414853A (zh) 2019-11-05

Family

ID=68365115

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910707180.XA Pending CN110414853A (zh) 2019-08-01 2019-08-01 母线热倒突变系数确定方法、系统、装置及可读存储介质

Country Status (1)

Country Link
CN (1) CN110414853A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112348360A (zh) * 2020-11-06 2021-02-09 华润三九（枣庄）药业有限公司 一种基于大数据技术的中药生产工艺参数分析系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106199415A (zh) * 2016-07-06 2016-12-07 广东电网有限责任公司电力调度控制中心 基于主站系统热倒母过程中母线刀闸位置检测方法及系统
CN106953324A (zh) * 2017-05-27 2017-07-14 广东电网有限责任公司电力调度控制中心 一种基于主站系统热倒母过程中母线刀闸控制方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106199415A (zh) * 2016-07-06 2016-12-07 广东电网有限责任公司电力调度控制中心 基于主站系统热倒母过程中母线刀闸位置检测方法及系统
CN106953324A (zh) * 2017-05-27 2017-07-14 广东电网有限责任公司电力调度控制中心 一种基于主站系统热倒母过程中母线刀闸控制方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
施凯: "热倒母线过程中隔离开关合闸状态的非侵入式检测算法研究", 《万方数据》 *
陈江添: "基于热倒母线转换电流的 GIS 隔离开关合闸状态检测技术研究", 《中国优秀硕士学位论文全文数据库(电子期刊)工程科技II辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112348360A (zh) * 2020-11-06 2021-02-09 华润三九（枣庄）药业有限公司 一种基于大数据技术的中药生产工艺参数分析系统

Similar Documents

Publication Publication Date Title
CN108037460B (zh) 一种批产锂离子电池容量实时评估方法
CN105588995B (zh) 一种电力计量自动化系统线损异常检测方法
EP2989705B1 (en) Method and apparatus for defect pre-warning of power device
EP2992340B1 (en) System and method for ups battery monitoring and data analysis
CN109598449B (zh) 基于充电数据的锂离子电池包性能评估方法
CN107733357A (zh) 一种大型光伏电站中电池面板的故障检测算法
CN104756106A (zh) 表征数据存储系统中的数据源
CN111458661A (zh) 一种配电网线变关系诊断方法、装置及系统
CN109772753B (zh) 动力电池分选系统和方法
CN110941648A (zh) 基于聚类分析的异常数据识别方法、系统和存储介质
Wei et al. Multi-level data-driven battery management: From internal sensing to big data utilization
WO2023124220A1 (zh) 车辆检测方法及装置
CN101871994A (zh) 多分数阶信息融合的模拟电路故障诊断方法
CN109858785A (zh) 一种评价智能电能表运行状态的方法和系统
CN114036647A (zh) 一种基于实车数据的动力电池安全风险评估方法
CN118330408A (zh) 基于数据分析的电缆寿命智能预测方法及系统
CN110414853A (zh) 母线热倒突变系数确定方法、系统、装置及可读存储介质
CN115389954A (zh) 一种电池容量的估算方法、电子设备及可读存储介质
CN105426647A (zh) 基于可靠度先验信息融合的冷备系统可靠度估计方法
CN112345972B (zh) 基于停电事件的配电网线变关系异常诊断方法、装置及系统
CN104182377A (zh) 一种基于β似然函数的参数估计方法
McCamish et al. A backend framework for the efficient management of power system measurements
CN117331015A (zh) 一种用于cvt计量误差的失准预警方法及系统
CN117471326A (zh) 一种锂离子电池组动态不一致性与健康状态评估方法
CN104655991A (zh) 基于突变点检测组合算法的电力系统故障数据匹配方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191105

RJ01 Rejection of invention patent application after publication