CN110489404A - 一种基于三层架构的配电网领域的全面数据质量管理方法 - Google Patents
一种基于三层架构的配电网领域的全面数据质量管理方法 Download PDFInfo
- Publication number
- CN110489404A CN110489404A CN201910549047.6A CN201910549047A CN110489404A CN 110489404 A CN110489404 A CN 110489404A CN 201910549047 A CN201910549047 A CN 201910549047A CN 110489404 A CN110489404 A CN 110489404A
- Authority
- CN
- China
- Prior art keywords
- data
- distribution network
- quality control
- field
- tier architecture
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 82
- 238000003908 quality control method Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000000007 visual effect Effects 0.000 claims abstract description 19
- 238000001514 detection method Methods 0.000 claims abstract description 18
- 230000002452 interceptive effect Effects 0.000 claims abstract description 13
- 238000013075 data extraction Methods 0.000 claims abstract description 10
- 238000012937 correction Methods 0.000 claims abstract description 9
- 230000004927 fusion Effects 0.000 claims abstract description 9
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 238000004519 manufacturing process Methods 0.000 claims description 10
- 230000008439 repair process Effects 0.000 claims description 5
- 238000013450 outlier detection Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 13
- 230000005611 electricity Effects 0.000 description 12
- 238000007726 management method Methods 0.000 description 12
- 238000007418 data mining Methods 0.000 description 6
- 238000012216 screening Methods 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000001131 transforming effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000006317 isomerization reaction Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000013316 zoning Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- 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)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Water Supply & Treatment (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种基于三层架构的配电网领域的全面数据质量管理方法，涉及配电网数据处理技术领域，包括数据评估、数据质量控制、可视化交互的全面数据质量管理框架，首先通过数据评估层获取配电网相关的多源数据，并对多源数据进行数据融合及元数据提取，然后对元数据进行描述性统计的计算和数据注释；数据质量控制层将数据评估层处理完成后的数据进行异常数据检测和校正；最后可视化交互层将数据评估层获取的数据、数据评估层处理的数据及数据质量控制层处理前后的数据进行可视化展示和可视化分析，完善和提高了配电网相关的数据质量，同时方便对配电网相关数据进行管理和监测，克服了当前电力系统新环境下配电网数据特点及产生数据质量低问题。
Description
技术领域
本发明涉及配电网数据处理技术领域，尤其涉及一种基于三层架构的配电网领域的全面数据质量管理方法。
背景技术
随着智能电网、能源互联网建设的不断深入，建设泛在电力物联网战略的提出，电网调度自动化系统、智能运检系统、配电自动化系统、用电信息采集系统等的部署和应用，一方面提高了对设备运行、控制、运维等能力，另一方面对数据的采集能力也大大提高，电力公司获取的配用电数据具有海量化、多态化、异构化、高维化的特征。当前配电网主要量测数据类型，其中用电量数据、资产管理数据和外部数据中含有大量冗余、缺失和异常数据，导致电力数据质量问题严重。
电力市场化改革和智能电网的建设和应用，促使高级量测体系(AdvancedMetering Infrastructure，AMI)收集的配用电量数据规模越来越大。数据的质量影响基于数据分析的电力系统管理和应用的准确性及有效性，进而影响整个系统的安全性和可靠性。因此，配用电数据的数据质量管理(Data Quality Management, DQM)问题是众多国家电力行业发展的一个重要研究和应用课题。
数据挖掘及多源数据分析在提升数据质量方面起着重要的作用。目前，相关研究主要集中在数据挖掘算法上，忽略了数据分析前的数据质量处理问题。离群值是不符合整体数据分布的异常值，噪声等异常数据降低了数据质量，对基于数据的模型和性能产生了不利影响，可以认为是“坏数据”。为了提高数据质量，在数据预处理过程中往往会进行离群值剔除。对离群值的分析并发现有价值的信息，称为离群值挖掘。离群值挖掘是数据挖掘中重要研究内容，已经在网络入侵检测、金融欺诈检测、交通异常检测、股票市场价格趋势预测等方面具有广阔的应用前景。在配电网中的应用也非常广泛，如配电网薄弱环节辨识、配电网设备资产优化配置、配电网资产运行效率评估、配电网分层分区供电可靠性评估及管控、配电网运行状态评价、配电网安全风险评估及预警、配电网设备运行经济性分析等。然而在现实生活中，配用电数据是不完整的、冗余的、模糊的，这与许多数据挖掘算法的要求是不一致的。此外，噪声数据严重影响数据挖掘算法的效率，导致其无法有效挖掘有用信息。
发明内容
本发明的目的在于提供一种基于三层架构的配电网领域的全面数据质量管理方法，从而克服了当前电力系统新环境下配电网数据特点及产生数据质量低问题。
为实现上述目的，本发明提供了基于三层架构的配电网领域的全面数据质量管理方法，三层架构包括：数据评估层、数据质量控制层及可视化交互层；
基于三层架构的配电网领域的全面数据质量管理方法，包括以下步骤：
S1、数据评估层获取配电网相关的多源数据；
S2、数据评估层对获取的配电网相关的多源数据进行融合及元数据提取，并对元数据进行描述性统计的计算和数据注释；
S3、数据质量控制层将S2得到的数据进行异常数据检测，后进行校正；
S4、通过可视化交互层将S1得到的数据、S2中处理的数据及S3中校正前后的数据进行可视化展示和可视化分析。
进一步的，所述多源数据包括：配电网准实时量测数据、资产台账数据、生产业务数据及外部数据。
进一步的，所述元数据提取是根据需求提取某个条件下的配电网数据的结构信息和词汇信息。
进一步的，所述结构信息包括：配电网准实时量测数据的字段属性的标签、特征、实例的数量、元属性的数量及缺失和/或未知值的数量。
进一步的，所述词汇信息包括：配电网准实时量测数据的字段属性的值的范围或数据类型。
进一步的，所述描述性统计的计算包括：配电网准实时量测数据的字段的属性域和以度量其调查其分布的计算。
进一步的，所述数据注释是根据描述性统计的计算后得到的数据的数据类型和范围值按要素分类为连续值或离散值、范围值或数字。
进一步的，所述异常数据检测包括：缺失值检测；离群值检测；检测重复值。
进一步的，所述异常数据校正包括：对缺失值进行修补；剔除离群值或挖掘离群值；删除重复值。
进一步的，所述可视化展示包括：展示三层架构的数据的概况、数据统计的模式、数据的分布、数据的约束、数据统计和数据统计的特性。
与现有的技术相比，本发明具有如下有益效果：本发明所提供的一种基于三层架构的配电网领域的全面数据质量管理方法，包括数据评估、数据质量控制、可视化交互的全面数据质量管理框架，首先通过数据评估层获取配电网相关的多源数据，并对多源数据进行数据融合及元数据提取，然后对元数据进行描述性统计的计算和数据注释；数据质量控制层将数据评估层处理完成后的数据进行异常数据检测和校正，从而提高数据的质量；最后可视化交互层将数据评估层获取的数据、数据评估层处理的数据及数据质量控制层处理前后的数据进行可视化展示和可视化分析，完善和提高了配电网相关的数据质量，同时方便对配电网相关数据进行管理和监测，克服了当前电力系统新环境下配电网数据特点及产生数据质量低问题。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施例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一个实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一种基于三层架构的配电网领域的全面数据质量管理方法的流程图；
图2是本发明实施例的异常数据占比进行可视化的示意图；
图3是本发明实施例的异常数据的类型分类的示意图。
具体实施方式
下面结合本发明实施例中的附图，对本发明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作出创造性劳动的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。
如图1所示，本发明所提供的基于三层架构的配电网领域的全面数据质量管理方法，三层架构包括：数据评估层、数据质量控制层及可视化交互层。
基于三层架构的配电网领域的全面数据质量管理方法包括以下步骤：
S1、数据评估层获取配电网相关的多源数据，多源数据包括：配电网准实时量测数据、资产台账数据、生产业务数据及外部数据。配电网准实时量测数据包括：台区电量数据、线路电压及电流数据等。资产台账数据包括：线路、配变及开关等配网设备的台账数量。生产业务数据包括：配网故障抢修数据、缺陷数据及设备隐患数据等。外部数据包括：气象数据、电动汽车数据、智能楼宇数据、地理信息系统数据及地区社会经济数据等。
S2、数据评估层对获取的配电网准实时量测数据、资产台账数据、生产业务数据及外部数据进行数据融合及元数据提取，然后对元数据进行描述性统计的计算和数据注释。元数据提取是根据需求提取某个条件下的配电网数据的结构信息和词汇信息；结构信息包括：配电网准实时量测数据的字段属性的标签（名称）、特征、实例的数量、元属性的数量及缺失和/或未知值的数量等；词汇信息包括：配电网准实时量测数据的字段属性的值的范围或数据类型（例如，浮点数、字符串、电量数据等值的范围）。描述性统计的计算包括配电网准实时量测数据的字段的属性域和计算配网相关数据字段的平均值、中值、最小值、最大值、标准偏差、峰度和偏度等指标，用于提供有价值的信息，识别特征之间的统计差异。数据注释是根据描述性统计的计算后得到的数据的数据类型和范围值按要素分类为连续值或离散值、范围值或数字。要素分类包括：兼容性问题分类和缺失值的质量分类，例如，将兼容性问题分类和缺失值的质量得到的注释分成三类，“好”（没有缺失值/不兼容），“一般”（实际缺失值/不兼容值<25％）或“坏”（实际缺失值/不兼容值>50％）。
S3、数据质量控制层将S2得到的数据进行异常数据检测，后进行校正。
异常数据检测包括：（1）缺失值检测；（2）使用基于数据挖掘的方法和基于状态估计的方法进行离群值检测；（3）使用相似性度量和重复字段检测方法来检测具有相似特征的数据（重复值）。
异常数据校正包括：（1）对缺失值进行修补；（2）剔除离群值或挖掘离群值；（3）删除重复值。
S4、通过可视化交互层将数据评估层获取的数据（S1得到的数据）、数据评估层处理的数据（S2中处理的数据）及数据质量控制层处理前后的数据（S3中校正前后的数据）进行可视化展示和可视化分析。
可视化展示包括：展示三层架构的数据的概况、数据统计的模式、数据的分布、数据的约束、数据统计和数据统计的特性，用户可以选择通过直观的模式进行监控，例如：数据统计的模式采用趋势和集群中的一种，通过可视化图表来展示统计的数据数据，能够简洁明了的总结和概况展示数据。
可视化分析为将数据评估层和数据质量控制层的数据处理过程进行可视化，用于方便识别缺失的数据、异常值、重复值、数据的模式约束违反和数据不一致性，用户可以进一步对数据进行诊断，找出影响数据质量的潜在问题（例如缺失值、重复、违反模式约束、不一致）并交互地纠正数据中检测到的问题。可视化分析具体包括：（1）对数据评估层对获取的配电网准实时量测数据的字段进行查询、搜索、选择、比较及标注；（2）对数据质量控制层对检测缺失值、离散值和重复值进行控制和显示，（3）展示各类数据的违反模式、数据约束不满足及数据不一致情况。
对本发明基于三层架构的配电网领域的全面数据质量管理方法的实施例进行详细说明，以使本领域技术人员更了解本发明：
S21、数据评估层获取配电网准实时量测数据、资产台账数据、生产业务数据及外部数据。根据数据评估层的接口协议及获取数据属性利用数据抽取ETL、WebService、文件等方式集成实际应用范围内的多源数据，多源数据包括：计量自动化系统中的线路、配变实时负荷的有功分量、无功分量、电流、电压等准实时量测数据；资产管理系统中线路、配变、开关等配网设备的资产台账数据、生产系统中的配网故障抢修数据、缺陷数据、设备隐患数据业务数据；外部气象数据；智能楼宇电量及能效数据；设备、楼宇的地理信息系统数据；人口密度、GDP、工业增加值等地区社会经济数据。
S22、数据评估层对获取的配电网相关的多源数据进行数据融合及元数据提取，然后对元数据进行描述性统计的计算，并进行数据注释。数据融合根据电网企业公共信息模型，以站线变户为主线，对系统接入的多源数据进行统一映射，实现数据融合，形成配网元数据。进而对有功分量、无功分量、电流、电压等原数据进行数据注释及描述性统计。
S23、数据质量控制层将S22得到的数据进行异常数据检测，后进行校正。
以线路负载率异常数据辨识和修复为例说明：
A）异常数据检测，包括以下步骤：
S231、采用A相电流计算线路时刻点负载率，负载率计算方法和重过载确定规则如下：
时刻点负载率：线路电流值/线路额定载流量；
过载(时刻点)：负载率超过100%；
重载(时刻点)：负载率80~100%。
S232、根据上述负载率计算方法和重过载确定规则，要辨识异常数据，首先设定4个线路数据筛选条件：1）找不到线路的表计；2）线路的额定载流量为空；3）线路的海量数据(一日内)缺失；4）线路的电流全为0(一日内)。
S233、筛选出缺失参数和数据无法分析的线路并保存不良数据。
S234、根据线路正常运行实际情况，线路正常运行时的负载率超过线路原定负载率的100%会出现线路断线情况，线路正常运行时的瞬时最大负载率不会超过线路原定负载率的110%，不可能出现负载率长期处于超过线路原定负载率的100%的情况，因此在筛选出缺失参数和数据无法分析的线路后，在添加两个逻辑筛选条件进行筛选不良数据，两个逻辑筛选条件为：1）线路正常运行时的最大负载率不超过线路原定负载率的110%；2）线路正常运行时的负载率不会连续半个小时(6个点)以上保持超过线路原定负载率的100%。其中线路正常运行时的负载率（正常运行校核）与对应的线路的原负载率进行互校核，该线路正常运行时的瞬时最大负载率不得超过线路原定负载率的110%，且超过线路原定负载率的100%不得超过半小时（6个点以上）。如线路正常运行时的负载率和线路原定负载率的计算结果不同且误差率大于5%，则说明线路额定载流量变化后未进行更改导致采用原方法计算负载率出现长期保持超过100%的情况，则重新计算和判断该线路的负载率是否出现异常。
B）异常数据进行修补
首先，根据筛选条件筛选出缺失参数和数据无法分析的线路，去除缺失数据和零值数据。然后按线路名称和设备唯一标识等关键字段先与生产管理系统和GIS系统进行匹配和互校核，如线路额定载流量无法匹配，则采用生产管理系统和GIS系统中额定载流量进行替换和删除重复值。
S24、通过可视化交互层将S3校正后的数据进行可视化展示和可视化分析。采用饼图方式将某线路的异常数据占比进行可视化展示如图2所示，某线路的异常数据的类型分类示意图如图3所示。
综上，本发明一种基于三层架构的配电网领域的全面数据质量管理方法，包括数据评估、数据质量控制、可视化交互的全面数据质量管理框架，首先通过数据评估层获取配电网相关的多源数据，并对多源数据进行数据融合及元数据提取，然后对元数据进行描述性统计的计算和数据注释；数据质量控制层将数据评估层处理完成后的数据进行异常数据检测和校正，从而提高数据的质量；最后可视化交互层将数据评估层获取的数据、数据评估层处理的数据及数据质量控制层处理前后的数据进行可视化展示和可视化分析，完善和提高了配电网相关的数据质量，同时方便对配电网相关数据进行管理和监测。
以上所揭露的仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或变型，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种基于三层架构的配电网领域的全面数据质量管理方法，其特征在于：
三层架构包括：数据评估层、数据质量控制层及可视化交互层；
基于三层架构的配电网领域的全面数据质量管理方法，包括以下步骤：
S1、数据评估层获取配电网相关的多源数据；
S2、数据评估层对获取的配电网相关的多源数据进行融合及元数据提取，并对元数据进行描述性统计的计算和数据注释；
S3、数据质量控制层将S2得到的数据进行异常数据检测，后进行校正；
S4、通过可视化交互层将S1得到的数据、S2中处理的数据及S3中校正前后的数据进行可视化展示和可视化分析。
2.根据权利要求1所述的基于三层架构的配电网领域的全面数据质量管理方法，其特征在于：所述多源数据包括：配电网准实时量测数据、资产台账数据、生产业务数据及外部数据。
3.根据权利要求1所述的基于三层架构的配电网领域的全面数据质量管理方法，其特征在于：所述元数据提取是根据需求提取某个条件下的配电网数据的结构信息和词汇信息。
4.根据权利要求3所述的基于三层架构的配电网领域的全面数据质量管理方法，其特征在于：所述结构信息包括：配电网准实时量测数据的字段属性的标签、特征、实例的数量、元属性的数量及缺失和/或未知值的数量。
5.根据权利要求3所述的基于三层架构的配电网领域的全面数据质量管理方法，其特征在于：所述词汇信息包括：配电网准实时量测数据的字段属性的值的范围或数据类型。
6.根据权利要求1所述的基于三层架构的配电网领域的全面数据质量管理方法，其特征在于：所述描述性统计的计算包括：配电网准实时量测数据的字段的属性域和以度量其调查其分布的计算。
7.根据权利要求1所述的基于三层架构的配电网领域的全面数据质量管理方法，其特征在于：所述数据注释是根据描述性统计的计算后得到的数据的数据类型和范围值按要素分类为连续值或离散值、范围值或数字。
8.根据权利要求1所述的基于三层架构的配电网领域的全面数据质量管理方法，其特征在于：所述异常数据检测包括：缺失值检测；离群值检测；检测重复值。
9.根据权利要求8所述的基于三层架构的配电网领域的全面数据质量管理方法，其特征在于：所述异常数据校正包括：对缺失值进行修补；剔除离群值或挖掘离群值；删除重复值。
10.根据权利要求1所述的基于三层架构的配电网领域的全面数据质量管理方法，其特征在于：所述可视化展示包括：展示三层架构的数据的概况、数据统计的模式、数据的分布、数据的约束、数据统计和数据统计的特性。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910549047.6A CN110489404A (zh) | 2019-06-24 | 2019-06-24 | 一种基于三层架构的配电网领域的全面数据质量管理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910549047.6A CN110489404A (zh) | 2019-06-24 | 2019-06-24 | 一种基于三层架构的配电网领域的全面数据质量管理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110489404A true CN110489404A (zh) | 2019-11-22 |
Family
ID=68546345
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910549047.6A Pending CN110489404A (zh) | 2019-06-24 | 2019-06-24 | 一种基于三层架构的配电网领域的全面数据质量管理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110489404A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111177101A (zh) * | 2019-12-18 | 2020-05-19 | 广西电网有限责任公司电力科学研究院 | 一种基于大数据架构的配电网多维可视化平台 |
| CN111880035A (zh) * | 2020-08-06 | 2020-11-03 | 国网四川省电力公司电力科学研究院 | 基于多源量测数据的配电网故障监测系统及方法 |
| CN112100497A (zh) * | 2020-09-14 | 2020-12-18 | 北京嘀嘀无限科技发展有限公司 | 一种数据处理方法、装置、电子设备及可读存储介质 |
| CN113869633A (zh) * | 2021-08-23 | 2021-12-31 | 国网安徽省电力有限公司信息通信分公司 | 一种配电网多源数据质量管控方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106649699A (zh) * | 2016-12-20 | 2017-05-10 | 国电南瑞科技股份有限公司 | 基于多业务系统数据融合的可视化展示系统 |
| CN107545349A (zh) * | 2016-06-28 | 2018-01-05 | 国网天津市电力公司 | 一种面向电力大数据的数据质量分析评价模型 |
| CN108345985A (zh) * | 2018-01-09 | 2018-07-31 | 国网瑞盈电力科技（北京）有限公司 | 一种配电网数据质量评估方法及系统 |
| CN109409658A (zh) * | 2018-09-18 | 2019-03-01 | 中国电力科学研究院有限公司 | 一种配电网运行风险感知方法和装置 |
| CN109783553A (zh) * | 2018-11-28 | 2019-05-21 | 中国电力科学研究院有限公司 | 一种配电网海量数据质量提升系统 |
-
2019
- 2019-06-24 CN CN201910549047.6A patent/CN110489404A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107545349A (zh) * | 2016-06-28 | 2018-01-05 | 国网天津市电力公司 | 一种面向电力大数据的数据质量分析评价模型 |
| CN106649699A (zh) * | 2016-12-20 | 2017-05-10 | 国电南瑞科技股份有限公司 | 基于多业务系统数据融合的可视化展示系统 |
| CN108345985A (zh) * | 2018-01-09 | 2018-07-31 | 国网瑞盈电力科技（北京）有限公司 | 一种配电网数据质量评估方法及系统 |
| CN109409658A (zh) * | 2018-09-18 | 2019-03-01 | 中国电力科学研究院有限公司 | 一种配电网运行风险感知方法和装置 |
| CN109783553A (zh) * | 2018-11-28 | 2019-05-21 | 中国电力科学研究院有限公司 | 一种配电网海量数据质量提升系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111177101A (zh) * | 2019-12-18 | 2020-05-19 | 广西电网有限责任公司电力科学研究院 | 一种基于大数据架构的配电网多维可视化平台 |
| CN111880035A (zh) * | 2020-08-06 | 2020-11-03 | 国网四川省电力公司电力科学研究院 | 基于多源量测数据的配电网故障监测系统及方法 |
| CN111880035B (zh) * | 2020-08-06 | 2022-08-09 | 国网四川省电力公司电力科学研究院 | 基于多源量测数据的配电网故障监测系统及方法 |
| CN112100497A (zh) * | 2020-09-14 | 2020-12-18 | 北京嘀嘀无限科技发展有限公司 | 一种数据处理方法、装置、电子设备及可读存储介质 |
| CN112100497B (zh) * | 2020-09-14 | 2021-10-19 | 北京嘀嘀无限科技发展有限公司 | 一种数据处理方法、装置、电子设备及可读存储介质 |
| CN113869633A (zh) * | 2021-08-23 | 2021-12-31 | 国网安徽省电力有限公司信息通信分公司 | 一种配电网多源数据质量管控方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110489404A (zh) | 一种基于三层架构的配电网领域的全面数据质量管理方法 | |
| CN111177101B (zh) | 一种基于大数据架构的配电网多维可视化平台 | |
| US20220137612A1 (en) | Transformer fault diagnosis and positioning system based on digital twin | |
| CN106557991B (zh) | 电压监测数据平台 | |
| CN110097297A (zh) | 一种多维度窃电态势智能感知方法、系统、设备及介质 | |
| CN106570778A (zh) | 一种基于大数据的数据集成与线损分析计算的方法 | |
| CN105894177A (zh) | 一种基于决策树算法的电力设备运行风险分析评估方法 | |
| CN103914791A (zh) | 一种电力设备状态检修系统 | |
| CN106600447B (zh) | 一种变电站巡检机器人集中监控系统大数据云分析方法 | |
| CN104462779B (zh) | 采用快速建模与数据质量分析的理论线损在线计算方法 | |
| CN109241169A (zh) | 配电网运行信息多源异构数据融合数据库集成方法 | |
| CN110826228B (zh) | 一种地区电网运行品质极限评估方法 | |
| CN111738573A (zh) | 一种基于电能表全寿命周期数据的健康评价方法 | |
| CN107453354A (zh) | 一种配电网的薄弱环节识别方法 | |
| CN112464439A (zh) | 基于三层数据挖掘的电力系统故障类型分析方法及装置 | |
| CN113902241A (zh) | 一种基于综合状态评价的电网设备检修的策略系统及方法 | |
| CN116432123A (zh) | 一种基于cart决策树算法的电能表故障预警方法 | |
| CN111627199A (zh) | 一种水电站大坝安全监测系统及监测方法 | |
| CN110348683A (zh) | 电能质量扰动事件主成因分析方法、装置设备及存储介质 | |
| CN107862459B (zh) | 一种基于大数据的计量设备状态评估方法及系统 | |
| CN114118245A (zh) | 一种电网设备资产台账异常数据自动修复系统及方法 | |
| CN117955245B (zh) | 电网的运行状态的确定方法、装置、存储介质和电子设备 | |
| CN117113157B (zh) | 一种基于人工智能的台区用电故障检测系统 | |
| CN115457211A (zh) | 基于数字孪生的变电站管理方法及系统 | |
| CN116881958A (zh) | 电网大数据安全防护方法、系统、电子设备及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191122 |