CN111639921A - 一种基于专家系统的设备故障智判与辅助处置方法 - Google Patents
一种基于专家系统的设备故障智判与辅助处置方法 Download PDFInfo
- Publication number
- CN111639921A CN111639921A CN202010529774.9A CN202010529774A CN111639921A CN 111639921 A CN111639921 A CN 111639921A CN 202010529774 A CN202010529774 A CN 202010529774A CN 111639921 A CN111639921 A CN 111639921A
- Authority
- CN
- China
- Prior art keywords
- fault
- power grid
- intelligent judgment
- expert
- characteristic information
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000011282 treatment Methods 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000003745 diagnosis Methods 0.000 claims abstract description 10
- 238000005259 measurement Methods 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 8
- 230000005856 abnormality Effects 0.000 claims description 6
- 238000001556 precipitation Methods 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 230000007774 longterm Effects 0.000 claims description 4
- 230000035772 mutation Effects 0.000 claims description 4
- 230000002411 adverse Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 description 5
- 230000006872 improvement Effects 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- 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
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于专家系统的设备故障智判与辅助处置方法，包括如下步骤：步骤100、以设定数量的电网故障历史记录作为样本，提取电网故障的特征信息；步骤200、提取特征信息中的通用描述形成专家规则库，构建电网故障智判专家模型；步骤300、依据电网故障智判专家模型及专家规则库，遵循故障诊断业务分析逻辑，形成电网故障智能判断的推理机；步骤400、根据电网故障的特征信息划分历史故障类型，并提供故障处置建议；步骤500、迭代完善专家规则库以提升电网故障智判结果的准确性，并优化处置建议；本发明结合电网知识特性完成故障原因诊断，针对故障类别生成处置建议，为电网故障处理、调度管理等各运行业务提供快速准确的辅助决策。
Description
技术领域
本发明涉及电网系统技术领域，具体涉及一种基于专家系统的设备故障智判与辅助处置方法。
背景技术
随着电网规模扩大、新能源迅猛发展，运行特性日益复杂，调控一体化全面施行变电站集中监控无人值守模式，使得海量数据集中于调控中心，对电网运行趋势的掌握和把控、快速响应电网事故和设备故障、海量设备监控信息的快速准确分析处置等都对调控运行人员提出了更高的要求，调控运行人员所面临的决策和操作压力也日趋加大，迫切需要利用人工智能专家系统技术，结合电网知识特性，对调控运行业务进行进一步研究，提高电网故障处置的自动化程度。
发明内容
为此，本发明提供一种基于专家系统的设备故障智判与辅助处置方法，以解决现有技术中海量设备监控信息的快速准确分析处理对调控运行人员提出更好要求以及调控运行人员面临决策和操作压力日趋加大的问题。
为了实现上述目的，本发明的实施方式提供如下技术方案：
一种基于专家系统的设备故障智判与辅助处置方法，包括如下步骤：
步骤100、以设定数量的电网故障历史记录作为样本，提取电网故障的特征信息；
步骤200、提取特征信息中的通用描述形成专家规则库，构建电网故障智判专家模型；
步骤300、依据电网故障智判专家模型及专家规则库，遵循故障诊断业务分析逻辑，形成电网故障智能判断的推理机；
步骤400、根据电网故障的特征信息划分历史故障类型，并提供故障处置建议；
步骤500、迭代完善专家规则库以提升电网故障智判结果的准确性，并优化处置建议。
作为本发明的一种优选方案，电网故障的特征信息包括：电网故障发生时所处运行环境、故障发生前后的告警信息、故障发生前后的遥测量变化情况，以及故障设备的设备信息。
作为本发明的一种优选方案，在步骤300中，所述电网故障智判专家模型在进行故障诊断时分别判断故障发生时的告警信息异常、量测数据异常、恶劣天气影响因素，在满足任意影响因素可能造成电网设备故障的情况下，对故障发生的其他特征信息进行交叉判断辨识，同时满足所有判据的标记为电网故障，重复多次上述过程形成电网故障智能判断的推理机。
作为本发明的一种优选方案，所述故障处置建议来源于历史故障处置案例与电网故障处置的指导文件。
作为本发明的一种优选方案，在步骤100中提取电网故障特征信息的具体步骤为：
步骤101、获取电网故障中故障的设备标识，根据设备标识获取故障设备所在的变电站或输电线路标识，根据拓扑关系获取故障设备及关联设备标识；
步骤102、根据故障设备及关联设备标识获取故障发生前后的告警信息和量测数据，根据故障设备所属变电站或输电线路标识获取故障发生时的周边气象信息；
步骤103、提取告警信息中的通用描述信息作为特征信息，提取量测数据中异常突变或长期不变化数据作为特征信息，提取故障发生时外部环境的温度、湿度、降水量、风力、风速、风向为特征信息。
作为本发明的一种优选方案，在步骤200中构建专家规则库的具体步骤为：对提取的各类型特征信息进行处理，提取通用类型描述，并结合故障设备的使用环境，按照设备类型、电压等级、间隔类型、主接线运行方式进行分类，形成电网故障智能判断业务的专家规则库。
作为本发明的一种优选方案，在步骤200中构建电网故障智判专家模型的具体逻辑流程为：同步监测多类引起故障发生的特征信息，交互确认该类特征信息所属电网故障的其他特征信息是否出现，满足某种故障所有特征信息时确定故障类型，查询处理对应类型故障的处置方案，按照处置方案优先度进行反馈，待电网故障处置后记录当此处置过程并调整处置方案优先级。
作为本发明的一种优选方案，在步骤300中形成电网故障智能判断的推理机的具体步骤为：
步骤301、采集电网外部运行的环境气象类数据，并同步电网告警信息监测系统，接入告警信息、设备电流、电压、功率的量测信息；
步骤302、按照电网故障智判专家模型的逻辑流程进行电网故障智能研判，并提供辅助处置建议，记录新发生电网故障的处置过程；
步骤303、实现推理机的专家规则库更新及处置建议优化。
作为本发明的一种优选方案，在实现电网故障智能判断推理机的基础上进行电网运行监测，根据电网故障特征信息判断新发生的电网故障，并按照满足的电网故障类型在对应类型故障的处置建议中获取优先度高的故障处置建议并反馈，在故障消缺后按照所选的处置建议反馈迭代调整处置策略优先度。
本发明具有如下优点：
本发明基于人工智能领域中的专家系统技术，结合电网知识特性，深入研究调控运行工作电网故障处置业务，基于电网状态感知、复杂故障系统告警信息分析，完成故障原因诊断，针对故障类别生成处置建议，为电网故障处理、调度管理等各运行业务提供快速准确的辅助决策，将调控运行人员从繁杂的日常性重复工作中解放出来，将精力聚焦于特殊重点事件的处置，提高电网正常供电的安全性、稳定性，减轻工作负担和工作压力，提升调控运行工作效率和智能化水平。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式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示例性的，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引伸获得其它的实施附图。
图1为本发明实施方式中的流程示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例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。
实施例一：
如图1所示，本发明提供了一种基于专家系统的设备故障智判与辅助处置方法，包括如下步骤：
步骤100、以设定数量的电网故障历史记录作为样本，提取电网故障的特征信息；
步骤200、提取特征信息中的通用描述形成专家规则库，构建电网故障智判专家模型；
步骤300、依据电网故障智判专家模型及专家规则库，遵循故障诊断业务分析逻辑，形成电网故障智能判断的推理机；
步骤400、根据电网故障的特征信息划分历史故障类型，并提供故障处置建议；
步骤500、迭代完善专家规则库以提升电网故障智判结果的准确性，并优化处置建议。
电网故障的特征信息包括：电网故障发生时所处运行环境，尤其指故障发生时的温度、湿度、降水量等天气信息；故障发生前后的告警信息，尤其指故障设备发生故障前后一段时间内设备自身及相邻开关变位信息，设备发出的故障、异常、越限信息；故障发生前后的遥测量变化情况，尤其指设备故障发生前后一段时间内的电流、电压、有功、无功等信息；故障设备的设备信息，尤其指设备的厂家、型号、额定参数等台账信息。
在步骤300中，所述电网故障智判专家模型在进行故障诊断时分别判断故障发生时的告警信息异常、量测数据异常、恶劣天气影响因素，在满足任意影响因素可能造成电网设备故障的情况下，对故障发生的其他特征信息进行交叉判断辨识，同时满足所有判据的标记为电网故障，重复多次上述过程形成电网故障智能判断的推理机。
所述故障处置建议来源于历史故障处置案例与电网故障处置的指导文件。
在步骤100中提取电网故障特征信息的具体步骤为：
步骤101、获取电网故障中故障的设备标识，根据设备标识获取故障设备所在的变电站或输电线路标识，根据拓扑关系获取故障设备及关联设备标识；
步骤102、根据故障设备及关联设备标识获取故障发生前后的告警信息和量测数据，根据故障设备所属变电站或输电线路标识获取故障发生时的周边气象信息；
步骤103、提取告警信息中的通用描述信息作为特征信息，提取量测数据中异常突变或长期不变化数据作为特征信息，提取故障发生时外部环境的温度、湿度、降水量、风力、风速、风向为特征信息。
在步骤200中构建专家规则库的具体步骤为：对提取的各类型特征信息进行处理，提取通用类型描述，并结合故障设备的使用环境，按照设备类型、电压等级、间隔类型、主接线运行方式进行分类，形成电网故障智能判断业务的专家规则库。
在步骤200中构建电网故障智判专家模型的具体逻辑流程为：同步监测多类引起故障发生的特征信息，交互确认该类特征信息所属电网故障的其他特征信息是否出现，满足某种故障所有特征信息时确定故障类型，查询处理对应类型故障的处置方案，按照处置方案优先度进行反馈，待电网故障处置后记录当此处置过程并调整处置方案优先级。
在步骤300中形成电网故障智能判断的推理机的具体步骤为：
步骤301、采集电网外部运行的环境气象类数据，并同步电网告警信息监测系统，接入告警信息、设备电流、电压、功率的量测信息；
步骤302、按照电网故障智判专家模型的逻辑流程进行电网故障智能研判，并提供辅助处置建议，记录新发生电网故障的处置过程；
步骤303、实现推理机的专家规则库更新及处置建议优化。
在实现电网故障智能判断推理机的基础上进行电网运行监测，根据电网故障特征信息判断新发生的电网故障，并按照满足的电网故障类型在对应类型故障的处置建议中获取优先度高的故障处置建议并反馈，在故障消缺后按照所选的处置建议反馈迭代调整处置策略优先度。
如不直接接入生产控制大区进行迭代完善，也可采用接入其他未作为分析构建专家模型的历史数据作为测试样本，进行迭代完善。
本发明基于人工智能领域中的专家系统技术，结合电网知识特性，深入研究调控运行工作电网故障处置业务，基于电网状态感知、复杂故障系统告警信息分析，完成故障原因诊断，针对故障类别生成处置建议，为电网故障处理、调度管理等各运行业务提供快速准确的辅助决策，将调控运行人员从繁杂的日常性重复工作中解放出来，将精力聚焦于特殊重点事件的处置，提高电网正常供电的安全性、稳定性，减轻工作负担和工作压力，提升调控运行工作效率和智能化水平。
实施例二：
一种基于专家系统的电网故障智判与辅助处置方法，具体实施步骤如下：
1)对接至少为期一年电网故障历史数据、所属电网模型数据、对应当年的告警数据、量测历史数据、历史气象信息，对每一条电网故障记录及消缺处理记录进行逐项初步处理分析；
2)获取每项记录中故障设备的唯一ID标识，根据设备ID在电网模型数据中查找获取故障设备所在的变电站或所属输电线路ID标识，根据拓扑关系获取故障设备及关联设备ID标识；
3)根据故障设备及关联设备ID标识，在告警数据与历史量测数据中获取故障发生前后的告警信息、量测信息；
4)根据故障所属变电站ID或输电线路ID获取故障发生时周边气象信息；
5)提取记录中对应特征信息点，告警信息中的通用描述信息、量测信息中异常突变或长期不变化数据、外部环境的温度、湿度、降水量、风力、风速、风向；
6)对全部故障数据做初步处理分析后，对特征信息和故障所属故障类型进行分类处理，提取通用类型描述，并结合故障设备使用环境，按照设备类型、电压等级、间隔类型、主接线运行方式等进一步分类，形成电网故障智能判断业务专家规则库；
7)构建电网故障智判专家模型；
8)依据专家模型和专家规则库构建电网故障智判推理机；
9)将电网故障智判推理机接入生产控制大区做平行模拟分析，或采用其他历史电网故障信息作为迭代样本数据；
10)按照专家模型的逻辑流程进行电网故障智能研判，判断电网故障类型；
11)针对分析出的电网故障类型获取对应处置建议，如有多条处置建议可采用优先度排序，选择处置优先级高的3组作为推荐处置方案，此处处置方案组数可自定义，排序规则有多种暂不在本样例讨论范围，此例默认按照处置建议采用次数降序，优先采用多次被采纳建议；
12)记录新发生电网故障处置过程，并反馈至专家模型更新迭代模块；
13)实现推理机的专家规则库更新及处置建议优化。
虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。
Claims (9)
1.一种基于专家系统的设备故障智判与辅助处置方法，其特征在于，包括如下步骤：
步骤100、以设定数量的电网故障历史记录作为样本，提取电网故障的特征信息；
步骤200、提取特征信息中的通用描述形成专家规则库，构建电网故障智判专家模型；
步骤300、依据电网故障智判专家模型及专家规则库，遵循故障诊断业务分析逻辑，形成电网故障智能判断的推理机；
步骤400、根据电网故障的特征信息划分历史故障类型，并提供故障处置建议；
步骤500、迭代完善专家规则库以提升电网故障智判结果的准确性，并优化处置建议。
2.根据权利要求1所述的一种基于专家系统的设备故障智判与辅助处置方法，其特征在于，电网故障的特征信息包括：电网故障发生时所处运行环境、故障发生前后的告警信息、故障发生前后的遥测量变化情况，以及故障设备的设备信息。
3.根据权利要求1所述的一种基于专家系统的设备故障智判与辅助处置方法，其特征在于，在步骤300中，所述电网故障智判专家模型在进行故障诊断时分别判断故障发生时的告警信息异常、量测数据异常、恶劣天气影响因素，在满足任意影响因素可能造成电网设备故障的情况下，对故障发生的其他特征信息进行交叉判断辨识，同时满足所有判据的标记为电网故障，重复多次上述过程形成电网故障智能判断的推理机。
4.根据权利要求1所述的一种基于专家系统的设备故障智判与辅助处置方法，其特征在于，所述故障处置建议来源于历史故障处置案例与电网故障处置的指导文件。
5.根据权利要求1所述的一种基于专家系统的设备故障智判与辅助处置方法，其特征在于，在步骤100中，所述提取电网故障特征信息包括：
步骤101、获取电网故障中故障的设备标识，根据设备标识获取故障设备所在的变电站或输电线路标识，根据拓扑关系获取故障设备及关联设备标识；
步骤102、根据故障设备及关联设备标识获取故障发生前后的告警信息和量测数据，根据故障设备所属变电站或输电线路标识获取故障发生时的周边气象信息；
步骤103、提取告警信息中的通用描述信息作为特征信息，提取量测数据中异常突变或长期不变化数据作为特征信息，提取故障发生时外部环境的温度、湿度、降水量、风力、风速、风向为特征信息。
6.根据权利要求1所述的一种基于专家系统的设备故障智判与辅助处置方法，其特征在于，在步骤200中，提取特征信息中的通用描述形成专家规则库包括：
对提取的各类型特征信息进行处理，提取通用类型描述，并结合故障设备的使用环境，按照设备类型、电压等级、间隔类型、主接线运行方式进行分类，形成电网故障智能判断业务的专家规则库。
7.根据权利要求1所述的一种基于专家系统的设备故障智判与辅助处置方法，其特征在于，在步骤200中，构建电网故障智判专家模型包括：
同步监测多类引起故障发生的特征信息，交互确认该类特征信息所属电网故障的其他特征信息是否出现，满足某种故障所有特征信息时确定故障类型，查询处理对应类型故障的处置方案，按照处置方案优先度进行反馈，待电网故障处置后记录当此处置过程并调整处置方案优先级。
8.根据权利要求7所述的一种基于专家系统的设备故障智判与辅助处置方法，其特征在于，在步骤300中，形成电网故障智能判断的推理机包括：
步骤301、采集电网外部运行的环境气象类数据，并同步电网告警信息监测系统，接入告警信息、设备电流、电压、功率的量测信息；
步骤302、按照电网故障智判专家模型的逻辑流程进行电网故障智能研判，并提供辅助处置建议，记录新发生电网故障的处置过程；
步骤303、实现推理机的专家规则库更新及处置建议优化。
9.根据权利要求8所述的一种基于专家系统的设备故障智判与辅助处置方法，其特征在于，在实现电网故障智能判断推理机的基础上进行电网运行监测，根据电网故障特征信息判断新发生的电网故障，并按照满足的电网故障类型在对应类型故障的处置建议中获取优先度高的故障处置建议并反馈，在故障消缺后按照所选的处置建议反馈迭代调整处置策略优先度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010529774.9A CN111639921B (zh) | 2020-06-11 | 2020-06-11 | 一种基于专家系统的设备故障智判与辅助处置方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010529774.9A CN111639921B (zh) | 2020-06-11 | 2020-06-11 | 一种基于专家系统的设备故障智判与辅助处置方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111639921A true CN111639921A (zh) | 2020-09-08 |
| CN111639921B CN111639921B (zh) | 2023-02-17 |
Family
ID=72330727
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010529774.9A Active CN111639921B (zh) | 2020-06-11 | 2020-06-11 | 一种基于专家系统的设备故障智判与辅助处置方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111639921B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112383052A (zh) * | 2020-11-16 | 2021-02-19 | 国网电子商务有限公司 | 基于电力物联网的电网故障修复方法和装置 |
| CN113052224A (zh) * | 2021-03-19 | 2021-06-29 | 国网河南省电力公司电力科学研究院 | 一种电力与气象多源数据的交互融合方法和系统 |
| CN113281616A (zh) * | 2021-05-28 | 2021-08-20 | 国网冀北电力有限公司承德供电公司 | 一种基于专家系统的输电线路故障诊断方法、系统及架构 |
| CN113553358A (zh) * | 2021-07-27 | 2021-10-26 | 国网天津市电力公司电力科学研究院 | 一种基于数据挖掘的电网设备无效数据辨识方法及装置 |
| CN113671286A (zh) * | 2021-08-09 | 2021-11-19 | 国网河北省电力有限公司检修分公司 | 一种智能站继电保护自动装置安全措施执行与测试系统及方法 |
| CN113794273A (zh) * | 2021-07-26 | 2021-12-14 | 国网天津市电力公司 | 供电用户智能风险监视与辅助决策系统及方法 |
| CN114266364A (zh) * | 2021-11-24 | 2022-04-01 | 国网北京市电力公司 | 电网故障的处理方法及其装置、计算机可读存储介质 |
| CN114374996A (zh) * | 2021-12-29 | 2022-04-19 | 浪潮通信信息系统有限公司 | 一种故障处理方法、装置、设备及产品 |
| CN116381419A (zh) * | 2023-06-05 | 2023-07-04 | 中国南方电网有限责任公司超高压输电公司广州局 | 输电线路故障处理方法、装置、计算机设备和存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4847795A (en) * | 1987-08-24 | 1989-07-11 | Hughes Aircraft Company | System for diagnosing defects in electronic assemblies |
| US20100169030A1 (en) * | 2007-05-24 | 2010-07-01 | Alexander George Parlos | Machine condition assessment through power distribution networks |
| CN104679828A (zh) * | 2015-01-19 | 2015-06-03 | 云南电力调度控制中心 | 一种基于规则的电网故障诊断智能系统 |
| CN106357002A (zh) * | 2016-10-19 | 2017-01-25 | 国网江苏省电力公司泰州供电公司 | 一种电网设备信号智能处理系统 |
| CN106646030A (zh) * | 2016-11-15 | 2017-05-10 | 国家电网公司 | 基于多数据源及专家规则库的电网故障诊断方法及装置 |
| US20180045768A1 (en) * | 2015-03-25 | 2018-02-15 | Optasense Holdings Limited | Detecting Failure Locations in Power Cables |
| CN108923531A (zh) * | 2018-06-12 | 2018-11-30 | 国网河南省电力公司濮阳供电公司 | 一种基于大数据的电网调度告警监视系统 |
| CN109617241A (zh) * | 2018-12-29 | 2019-04-12 | 北京四方继保自动化股份有限公司 | 一种基于变电站内全景数据的智能顺控系统和方法 |
| CN109884475A (zh) * | 2019-04-02 | 2019-06-14 | 云南电网有限责任公司大理供电局 | 一种电网故障检测方法、装置、系统及存储介质 |
| CN110955694A (zh) * | 2018-09-26 | 2020-04-03 | 中国电力科学研究院有限公司 | 一种变电站智能告警通用规则库的描述方法及系统 |
-
2020
- 2020-06-11 CN CN202010529774.9A patent/CN111639921B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4847795A (en) * | 1987-08-24 | 1989-07-11 | Hughes Aircraft Company | System for diagnosing defects in electronic assemblies |
| US20100169030A1 (en) * | 2007-05-24 | 2010-07-01 | Alexander George Parlos | Machine condition assessment through power distribution networks |
| CN104679828A (zh) * | 2015-01-19 | 2015-06-03 | 云南电力调度控制中心 | 一种基于规则的电网故障诊断智能系统 |
| US20180045768A1 (en) * | 2015-03-25 | 2018-02-15 | Optasense Holdings Limited | Detecting Failure Locations in Power Cables |
| CN106357002A (zh) * | 2016-10-19 | 2017-01-25 | 国网江苏省电力公司泰州供电公司 | 一种电网设备信号智能处理系统 |
| CN106646030A (zh) * | 2016-11-15 | 2017-05-10 | 国家电网公司 | 基于多数据源及专家规则库的电网故障诊断方法及装置 |
| CN108923531A (zh) * | 2018-06-12 | 2018-11-30 | 国网河南省电力公司濮阳供电公司 | 一种基于大数据的电网调度告警监视系统 |
| CN110955694A (zh) * | 2018-09-26 | 2020-04-03 | 中国电力科学研究院有限公司 | 一种变电站智能告警通用规则库的描述方法及系统 |
| CN109617241A (zh) * | 2018-12-29 | 2019-04-12 | 北京四方继保自动化股份有限公司 | 一种基于变电站内全景数据的智能顺控系统和方法 |
| CN109884475A (zh) * | 2019-04-02 | 2019-06-14 | 云南电网有限责任公司大理供电局 | 一种电网故障检测方法、装置、系统及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| M. BABITA JAIN ET AL.: "A Web based Expert System Shell for Fault Diagnosis and Control of Power System Equipment", 《2008 INTERNATIONAL CONFERENCE ON CONDITION MONITORING AND DIAGNOSIS》 * |
| 杜一 等: "基于故障录波数据的分布式电网故障诊断系统", 《继电器》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112383052A (zh) * | 2020-11-16 | 2021-02-19 | 国网电子商务有限公司 | 基于电力物联网的电网故障修复方法和装置 |
| CN113052224A (zh) * | 2021-03-19 | 2021-06-29 | 国网河南省电力公司电力科学研究院 | 一种电力与气象多源数据的交互融合方法和系统 |
| CN113052224B (zh) * | 2021-03-19 | 2022-07-22 | 国网河南省电力公司电力科学研究院 | 一种电力与气象多源数据的交互融合方法和系统 |
| CN113281616A (zh) * | 2021-05-28 | 2021-08-20 | 国网冀北电力有限公司承德供电公司 | 一种基于专家系统的输电线路故障诊断方法、系统及架构 |
| CN113794273A (zh) * | 2021-07-26 | 2021-12-14 | 国网天津市电力公司 | 供电用户智能风险监视与辅助决策系统及方法 |
| CN113553358A (zh) * | 2021-07-27 | 2021-10-26 | 国网天津市电力公司电力科学研究院 | 一种基于数据挖掘的电网设备无效数据辨识方法及装置 |
| CN113553358B (zh) * | 2021-07-27 | 2022-12-06 | 国网天津市电力公司电力科学研究院 | 一种基于数据挖掘的电网设备无效数据辨识方法及装置 |
| CN113671286A (zh) * | 2021-08-09 | 2021-11-19 | 国网河北省电力有限公司检修分公司 | 一种智能站继电保护自动装置安全措施执行与测试系统及方法 |
| CN114266364A (zh) * | 2021-11-24 | 2022-04-01 | 国网北京市电力公司 | 电网故障的处理方法及其装置、计算机可读存储介质 |
| CN114374996A (zh) * | 2021-12-29 | 2022-04-19 | 浪潮通信信息系统有限公司 | 一种故障处理方法、装置、设备及产品 |
| CN116381419A (zh) * | 2023-06-05 | 2023-07-04 | 中国南方电网有限责任公司超高压输电公司广州局 | 输电线路故障处理方法、装置、计算机设备和存储介质 |
| CN116381419B (zh) * | 2023-06-05 | 2023-11-07 | 中国南方电网有限责任公司超高压输电公司广州局 | 输电线路故障处理方法、装置、计算机设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111639921B (zh) | 2023-02-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111639921B (zh) | 一种基于专家系统的设备故障智判与辅助处置方法 | |
| CN101833324B (zh) | 胎面挤出过程智能故障诊断系统及其诊断方法 | |
| CN110674189B (zh) | 一种智能变电站二次状态监测与故障定位的方法 | |
| CN110336375B (zh) | 一种电网监控告警信息的处理方法及系统 | |
| CN113762604B (zh) | 一种工业互联网大数据服务系统 | |
| CN114856941A (zh) | 海上风电场及机组故障诊断运维系统及其诊断运维方法 | |
| CN109885019B (zh) | 一种风机状态自动判断方法 | |
| Godreau et al. | Continuous improvement of HSM process by data mining | |
| CN111159487A (zh) | 一种汽车发动机主轴预测性维护智能系统 | |
| CN111582338A (zh) | 一种电动汽车充电设施运行状态评估方法和系统 | |
| CN112801313A (zh) | 基于大数据技术综采工作面故障判定方法 | |
| CN116244765A (zh) | 一种基于工业互联网的设备维护管理方法 | |
| CN114487705A (zh) | 一种电网设备故障定位检测方法 | |
| CN117056688A (zh) | 一种基于数据分析的新材料生产数据管理系统及方法 | |
| CN117374978B (zh) | 结合知识图谱构建的并网调度管理方法及系统 | |
| CN112527778B (zh) | 基于异常信息数据库增量的异常消缺管理系统及方法 | |
| CN111391694B (zh) | 一种充电站运行维护的多层次快速数据监测方法和系统 | |
| CN112734141A (zh) | 一种多元化负荷区间预测方法及装置 | |
| CN113159517A (zh) | 一种三维可视化电网运行数据分析系统 | |
| CN117013687A (zh) | 一种电力运行质量监测方法及系统 | |
| CN116032003A (zh) | 一种基于电力专网数据处理的电网巡检方法及系统 | |
| CN115034128A (zh) | 一种智慧风电场智慧风电场风电机组评价方法 | |
| CN114399177A (zh) | 一种基于Apriori的调度处置规则挖掘与生成方法及系统 | |
| CN114265837A (zh) | 一种站端交互数据特征提取方法 | |
| CN116756619B (zh) | 一种基于大数据的设备智能诊断方法及系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |