CN110502678A - 大电网调控多维数据融合方法、终端设备及存储介质 - Google Patents

大电网调控多维数据融合方法、终端设备及存储介质 Download PDF

Info

Publication number
CN110502678A
CN110502678A CN201910732387.2A CN201910732387A CN110502678A CN 110502678 A CN110502678 A CN 110502678A CN 201910732387 A CN201910732387 A CN 201910732387A CN 110502678 A CN110502678 A CN 110502678A
Authority
CN
China
Prior art keywords
data
power grid
acquired original
bulk power
original data
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
CN201910732387.2A
Other languages
English (en)
Inventor
边伟
贺卫华
刘国瑞
刘雷
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.)
State Grid Shanxi Electric Power Co Ltd
Original Assignee
State Grid Shanxi Electric Power 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 State Grid Shanxi Electric Power Co Ltd filed Critical State Grid Shanxi Electric Power Co Ltd
Priority to CN201910732387.2A priority Critical patent/CN110502678A/zh
Publication of CN110502678A publication Critical patent/CN110502678A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/906—Clustering; Classification
    • 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)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Public Health (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本申请适用于电力自动化技术领域，提供了一种大电网调控多维数据融合方法、终端设备及存储介质，上述方法包括：获取大电网的原始采集数据；原始采集数据为大电网调控多维数据；根据预设的转换模型分别对原始采集数据进行处理，生成对应的处理数据；处理数据为数据结构统一的、无量纲数据；对处理数据进行分类存储。本申请实施例提供的大电网调控多维数据融合方法，针对大电网调控多维数据在数据结构及单位量纲等方面存在的巨大差异，将大电网调控多维数据转换为数据结构统一的、无量纲数据，从而解决目前大电网数据运用困难的问题。

Description

大电网调控多维数据融合方法、终端设备及存储介质
技术领域
本申请属于电力自动化技术领域，尤其涉及一种大电网调控多维数据融合方法、终端设备及存储介质。
背景技术
电网稳定运行趋势分析技术是一种电网在线趋势分析和评估方法，可以根据在线运行数据、日前/日内发电计划数据、短期/超短期新能源发电预测数据和负荷预测数据，在线给出未来电网运行趋势下的关键故障集和在线安全运行指标，在线评估未来电网安全运行趋势。
现有的在线评估技术是采用各种通用的离线稳定分析工具，采用在线潮流数据和电网模型数据，基于并行计算平台的自动分析与应用计算，实现对电网运行状态的在线稳定分析、评估和预警。但是，这种在线稳定评估技术主要是针对当前的电网运行方式进行分析，反映的是系统当前状态的评价结果，调度运行人员无法掌握电网运行发展趋势。对于电网运行发展趋势预测，数据是基础。现有的电网调控及运行数据具有种类繁多和数据量庞大的特点，为大电网数据运用造成困难。
发明内容
有鉴于此，本申请实施例提供了一种大电网调控多维数据融合方法、终端设备及存储介质，以解决目前大电网数据运用困难的问题。
根据第一方面，本申请实施例提供了一种大电网调控多维数据融合方法，包括：获取大电网的原始采集数据；所述原始采集数据为大电网调控多维数据；根据预设的转换模型分别对所述原始采集数据进行处理，生成对应的处理数据；述处理数据为数据结构统一的、无量纲数据；对所述处理数据进行分类存储。
结合第一方面，在本申请的一些实施例中，所述原始采集数据包括：外部系统数据、电网OMS数据、故障录波数据、电网D5000数据、电网EMS数据、输变电在线监测系统的遥测遥信数据、电网PMS数据和气象数据。
结合第一方面，在本申请的一些实施例中，所述转换模型包括：数据提取模型、数据清理模型和数据转化模型。
结合第一方面，在本申请的一些实施例中，所述根据预设的转换模型分别对所述原始采集数据进行处理，生成对应的处理数据，包括：根据所述数据提取模型提取所述原始采集数据中的关键词；根据所述关键词对所述原始采集数据进行聚类，并通过所述数据清理模型清除未纳入各个聚类簇的原始采集数据；通过所述数据转化模型将纳入各个聚类簇的原始采集数据转化为预设的数据结构，并去除各个聚类簇中原始采集数据的单位量纲。
结合第一方面，在本申请的一些实施例中，所述通过所述数据转化模型将纳入各个聚类簇的原始采集数据转化为预设的数据结构，包括：根据构成预设的数据结构的各个数据描述符，分别提取所述原始采集数据中与所述各个数据描述符对应的内容信息；根据所述各个数据描述符在预设的数据结构中的顺序，排列所述原始采集数据中与所述各个数据描述符对应的内容信息。
结合第一方面，在本申请的一些实施例中，在所述根据所述各个数据描述符在预设的数据结构中的顺序，排列所述原始采集数据中与所述各个数据描述符对应的内容信息的步骤之后，所述去除各个聚类簇中原始采集数据的单位量纲，包括：当所述原始采集数据中与所述各个数据描述符对应的内容信息中包含单位量纲时，删除所述单位量纲；或者将所述单位量纲及其对应的数据转化为对应的国际单位下的数值，并删除所述单位量纲。
结合第一方面，在本申请的一些实施例中，所述对所述处理数据进行分类存储，包括：根据所述处理数据的来源，分别为所述处理数据设置对应的分类标签；根据所述分类标签对所述处理数据进行分类存储。
根据第二方面，本申请实施例提供了一种终端设备，包括：输入端元，用于获取大电网的原始采集数据；所述原始采集数据为大电网调控多维数据；转换单元，用于根据预设的转换模型分别对所述原始采集数据进行处理，生成对应的处理数据；所述处理数据为数据结构统一的、无量纲数据；存储单元，用于对所述处理数据进行分类存储。
根据第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面或第一方面任一实施方式所述方法的步骤。
根据第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面或第一方面任一实施方式所述方法的步骤。
本申请实施例提供的大电网调控多维数据融合方法，针对大电网调控多维数据在数据结构及单位量纲等方面存在的巨大差异，将大电网调控多维数据转换为数据结构统一的、无量纲数据，从而解决目前大电网数据运用困难的问题。
附图说明
为了更清楚地说明本申请实施例中的技术方案，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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的大电网调控多维数据融合方法的流程示意图；
图2是本申请实施例提供的终端设备的结构示意图；
图3是本申请实施例提供的另一终端设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。
本申请实施例提供了一种大电网调控多维数据融合方法，如图1所示，该大电网调控多维数据融合方法可以包括以下步骤：
步骤S101：获取大电网的原始采集数据。具体的，原始采集数据为大电网调控多维数据。
原始采集数据可以包括：外部系统数据、电网OMS数据、故障录波数据、电网D5000数据、电网EMS数据、输变电在线监测系统的遥测遥信数据、电网PMS数据和气象数据。在实际应用中，可以采用专用的数据采集工具软件，针对外部系统的数据进行采集，并对OMS的基础台账、设备参数、设备缺陷记录等信息的采集，实现对保护子站系统的故障录波信息的采集，实现对D5000/EMS的监控信息点表、遥测、遥信、遥控信息的采集，实现对输变电在线监测系统的遥测、遥信信息的采集，实现PMS系统中输变电设备在线监测数据的采集，实现对气象系统的温度、湿度、风力、风向、降水概率等信息的采集。
步骤S102：根据预设的转换模型分别对原始采集数据进行处理，生成对应的处理数据。具体的，处理数据为数据结构统一的、无量纲数据。
在实际应用中，转换模型可以包括：数据提取模型、数据清理模型和数据转化模型。
具体的，可以通过以下几个子步骤实现步骤S102的过程：
步骤S1021：根据数据提取模型提取原始采集数据中的关键词。
步骤S1022：根据关键词对原始采集数据进行聚类，并通过数据清理模型清除未纳入各个聚类簇的原始采集数据。
步骤S1023：通过数据转化模型将纳入各个聚类簇的原始采集数据转化为预设的数据结构，并去除各个聚类簇中原始采集数据的单位量纲。
在一具体实施方式中，可以根据构成预设的数据结构的各个数据描述符，分别提取原始采集数据中与各个数据描述符对应的内容信息；进而根据各个数据描述符在预设的数据结构中的顺序，排列原始采集数据中与各个数据描述符对应的内容信息。
当原始采集数据中与各个数据描述符对应的内容信息中包含单位量纲时，删除单位量纲；或者将单位量纲及其对应的数据转化为对应的国际单位下的数值，并删除单位量纲。
步骤S103：对处理数据进行分类存储。
具体的，可以通过以下几个子步骤实现步骤S103的过程：
步骤S1031：根据处理数据的来源，分别为处理数据设置对应的分类标签。
步骤S1032：根据分类标签对处理数据进行分类存储。
本申请实施例提供的大电网调控多维数据融合方法，针对大电网调控多维数据在数据结构及单位量纲等方面存在的巨大差异，将大电网调控多维数据转换为数据结构统一的、无量纲数据，从而解决目前大电网数据运用困难的问题。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
本申请实施例还提供了一种终端设备，如图2所示，该终端设备可以包括：输入单元201、转换单元202和存储单元203。
其中，输入单元201用于获取大电网的原始采集数据；原始采集数据为大电网调控多维数据；其对应的工作过程可参见上述方法实施例中步骤S101所述。
转换单元202用于根据预设的转换模型分别对原始采集数据进行处理，生成对应的处理数据；处理数据为数据结构统一的、无量纲数据；其对应的工作过程可参见上述方法实施例中步骤S102所述。
存储单元203用于对处理数据进行分类存储；其对应的工作过程可参见上述方法实施例中步骤S103所述。
图3是本申请一实施例提供的终端设备的示意图。如图3所示，该实施例的终端设备600包括：处理器601、存储器602以及存储在所述存储器602中并可在所述处理器601上运行的计算机程序603，例如大电网调控多维数据融合程序。所述处理器601执行所述计算机程序603时实现上述各个大电网调控多维数据融合方法实施例中的步骤，例如图1所示的步骤S101至步骤S103。或者，所述处理器601执行所述计算机程序603时实现上述各装置实施例中各模块/单元的功能，例如图2所示输入单元201、转换单元202和存储单元203的功能。
所述计算机程序603可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器602中，并由所述处理器601执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序603在所述终端设备600中的执行过程。例如，所述计算机程序603可以被分割成同步模块、汇总模块、获取模块、返回模块（虚拟装置中的模块）。
所述终端设备600可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器601、存储器602。本领域技术人员可以理解，图3仅仅是终端设备600的示例，并不构成对终端设备600的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器601可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器602可以是所述终端设备600的内部存储单元，例如终端设备600的硬盘或内存。所述存储器602也可以是所述终端设备600的外部存储设备，例如所述终端设备600上配备的插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（SecureDigital, SD）卡，闪存卡（Flash Card）等。进一步地，所述存储器602还可以既包括所述终端设备600的内部存储单元也包括外部存储设备。所述存储器602用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器602还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种大电网调控多维数据融合方法，其特征在于，包括：
获取大电网的原始采集数据；所述原始采集数据为大电网调控多维数据；
根据预设的转换模型分别对所述原始采集数据进行处理，生成对应的处理数据；所述处理数据为数据结构统一的、无量纲数据；
对所述处理数据进行分类存储。
2.如权利要求1所述的大电网调控多维数据融合方法，其特征在于，所述原始采集数据包括：外部系统数据、电网OMS数据、故障录波数据、电网D5000数据、电网EMS数据、输变电在线监测系统的遥测遥信数据、电网PMS数据和气象数据。
3.如权利要求2所述的大电网调控多维数据融合方法，其特征在于，所述转换模型包括：数据提取模型、数据清理模型和数据转化模型。
4.如权利要求3所述的大电网调控多维数据融合方法，其特征在于，所述根据预设的转换模型分别对所述原始采集数据进行处理，生成对应的处理数据，包括：
根据所述数据提取模型提取所述原始采集数据中的关键词；
根据所述关键词对所述原始采集数据进行聚类，并通过所述数据清理模型清除未纳入各个聚类簇的原始采集数据；
通过所述数据转化模型将纳入各个聚类簇的原始采集数据转化为预设的数据结构，并去除各个聚类簇中原始采集数据的单位量纲。
5.如权利要求4所述的大电网调控多维数据融合方法，其特征在于，所述通过所述数据转化模型将纳入各个聚类簇的原始采集数据转化为预设的数据结构，包括：
根据构成预设的数据结构的各个数据描述符，分别提取所述原始采集数据中与所述各个数据描述符对应的内容信息；
根据所述各个数据描述符在预设的数据结构中的顺序，排列所述原始采集数据中与所述各个数据描述符对应的内容信息。
6.如权利要求5所述的大电网调控多维数据融合方法，其特征在于，在所述根据所述各个数据描述符在预设的数据结构中的顺序，排列所述原始采集数据中与所述各个数据描述符对应的内容信息的步骤之后，所述去除各个聚类簇中原始采集数据的单位量纲，包括：
当所述原始采集数据中与所述各个数据描述符对应的内容信息中包含单位量纲时，删除所述单位量纲；或者将所述单位量纲及其对应的数据转化为对应的国际单位下的数值，并删除所述单位量纲。
7.如权利要求6所述的大电网调控多维数据融合方法，其特征在于，所述对所述处理数据进行分类存储，包括：
根据所述处理数据的来源，分别为所述处理数据设置对应的分类标签；
根据所述分类标签对所述处理数据进行分类存储。
8.一种终端设备，其特征在于，包括：
输入端元，用于获取大电网的原始采集数据；所述原始采集数据为大电网调控多维数据；
转换单元，用于根据预设的转换模型分别对所述原始采集数据进行处理，生成对应的处理数据；所述处理数据为数据结构统一的、无量纲数据；
存储单元，用于对所述处理数据进行分类存储。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
CN201910732387.2A 2019-08-09 2019-08-09 大电网调控多维数据融合方法、终端设备及存储介质 Pending CN110502678A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910732387.2A CN110502678A (zh) 2019-08-09 2019-08-09 大电网调控多维数据融合方法、终端设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910732387.2A CN110502678A (zh) 2019-08-09 2019-08-09 大电网调控多维数据融合方法、终端设备及存储介质

Publications (1)

Publication Number Publication Date
CN110502678A true CN110502678A (zh) 2019-11-26

Family

ID=68587152

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910732387.2A Pending CN110502678A (zh) 2019-08-09 2019-08-09 大电网调控多维数据融合方法、终端设备及存储介质

Country Status (1)

Country Link
CN (1) CN110502678A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105160593A (zh) * 2015-08-18 2015-12-16 国家电网公司 面向大数据的输变电设备多维异构数据融合方法及系统
CN106779407A (zh) * 2016-12-15 2017-05-31 国网浙江省电力公司杭州供电公司 一种基于数据池的电力数据融合方法
CN108830506A (zh) * 2018-06-28 2018-11-16 国网山东省电力公司泰安供电公司 城网供电能力的评估方法、装置和实现装置
CN109522292A (zh) * 2018-08-29 2019-03-26 云南电网有限责任公司信息中心 基于电网标准统一信息模型的数据处理装置和方法
CN109670015A (zh) * 2018-12-12 2019-04-23 中科恒运股份有限公司 数据分析方法、计算机可读存储介质及终端设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105160593A (zh) * 2015-08-18 2015-12-16 国家电网公司 面向大数据的输变电设备多维异构数据融合方法及系统
CN106779407A (zh) * 2016-12-15 2017-05-31 国网浙江省电力公司杭州供电公司 一种基于数据池的电力数据融合方法
CN108830506A (zh) * 2018-06-28 2018-11-16 国网山东省电力公司泰安供电公司 城网供电能力的评估方法、装置和实现装置
CN109522292A (zh) * 2018-08-29 2019-03-26 云南电网有限责任公司信息中心 基于电网标准统一信息模型的数据处理装置和方法
CN109670015A (zh) * 2018-12-12 2019-04-23 中科恒运股份有限公司 数据分析方法、计算机可读存储介质及终端设备

Similar Documents

Publication Publication Date Title
CN102426525B (zh) 一种多应用系统的全景建模方法
CN102750406A (zh) 一种基于模型集和差异模型的电网模型多版本管理方法
CN105354616A (zh) 一种电力计量资产数据处理装置及其在线处理方法
Liu et al. Real-time complex event processing and analytics for smart grid
CN109241169A (zh) 配电网运行信息多源异构数据融合数据库集成方法
CN103700032A (zh) 电网调控一体化全景数据平台的构建方法
CN111884347B (zh) 多源电力信息融合的电力数据集中控制系统
US20150213035A1 (en) Search Engine System and Method for a Utility Interface Platform
CN110502395A (zh) 基于聚类的设备运行状态评估方法、终端设备及存储介质
CN109993189A (zh) 一种网络故障预警方法、装置和介质
CN109684272A (zh) 文档保存方法、系统及终端设备
CN111625964B (zh) 基于逻辑关系构建变电站图模方法、系统及设备
CN108446396A (zh) 一种基于改进型cim模型的电力数据处理方法
CN109860736A (zh) 用于电池梯次利用的大数据系统和方法
CN109064104A (zh) 物资设备管理方法、系统及终端设备
CN116500385A (zh) 输电网监测校验方法、装置、设备和介质
CN114021425B (zh) 电力系统运行数据建模与特征选择方法、装置、电子设备和存储介质
CN110490220A (zh) 一种母线负荷辨识方法和系统
CN107086565B (zh) 一种基于聚合理论的预想事故自动选择方法
CN113205186A (zh) 一种二次设备巡检知识图谱架构及二次设备智能巡检方法
CN107729218A (zh) 一种监控处理计算资源设备的系统及方法
CN110502678A (zh) 大电网调控多维数据融合方法、终端设备及存储介质
CN110276852A (zh) 无人机巡检方法及装置
CN109933497A (zh) 一种数据中心运行监管系统
CN109687592A (zh) 变电站信息显示控制方法、装置及电子设备

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: 20191126