CN111814994A - 一种基于机器学习规范的电力数据采集应用系统 - Google Patents
一种基于机器学习规范的电力数据采集应用系统 Download PDFInfo
- Publication number
- CN111814994A CN111814994A CN202010546441.7A CN202010546441A CN111814994A CN 111814994 A CN111814994 A CN 111814994A CN 202010546441 A CN202010546441 A CN 202010546441A CN 111814994 A CN111814994 A CN 111814994A
- Authority
- CN
- China
- Prior art keywords
- data
- unit
- module
- acquisition
- power
- 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
- 238000010801 machine learning Methods 0.000 title claims abstract description 13
- 238000012423 maintenance Methods 0.000 claims abstract description 43
- 238000012544 monitoring process Methods 0.000 claims abstract description 42
- 238000003860 storage Methods 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000012795 verification Methods 0.000 claims abstract description 13
- 238000012797 qualification Methods 0.000 claims abstract description 4
- 238000004458 analytical method Methods 0.000 claims description 27
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000006399 behavior Effects 0.000 claims description 7
- 238000013480 data collection Methods 0.000 claims description 7
- 230000008676 import Effects 0.000 claims description 7
- 230000004927 fusion Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 2
- 238000009826 distribution Methods 0.000 description 34
- 238000007726 management method Methods 0.000 description 23
- 230000005611 electricity Effects 0.000 description 18
- 238000000034 method Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000001502 supplementing effect Effects 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
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明公开了一种基于机器学习规范的电力数据采集应用系统，所述系统包括数据采集模块、数据处理模块、云存储模块、辅助监控模块和管理模块；所述数据采集模块用于获取电力系统中各类运维业务所对应的数据；所述数据处理模块用于对所述数据采集模块所采集到的数据进行分析、缓存与传输；所述云存储模块用于对所述数据采集模块所采集的数据进行分类归档；所述辅助监控模块用于对所述云存储模块中的每一类数据进行合格性验证以及对所述数据采集模块的调度情况进行监视；所述管理模块用于基于所述辅助监控模块的验证结果对所述数据处理模块所输出的数据进行统计与反馈。在本发明实施例中，可以对电力系统中的各类运维业务进行严格管控。
Description
技术领域
本发明涉及电力技术领域，尤其涉及一种基于机器学习规范的电力数据采集应用系统。
背景技术
随着大数据及云计算的高速发展，可提供计算、存储、传输等服务的数据采集系统成为大家关注的热点，在航天、工业、医疗等各个领域均被广泛应用，尤其在针对电力系统的供配电监控项目中发挥着至关重要的作用。在电力系统不断优化推进的背景下，电网企业的各级业务系统不断增加，所产生的数据也呈海量增长，如何对不同数据源的电网业务数据进行有效采集与管理，是本发明需要解决的问题。
发明内容
本发明的目的在于克服现有技术的不足，本发明提供了一种基于机器学习规范的电力数据采集应用系统，可以对电力系统中的各类运维业务进行管控，为电力系统的供配电行为提供理论依据。
为了解决上述问题，本发明提出了一种基于机器学习规范的电力数据采集应用系统，所述系统包括数据采集模块、数据处理模块、云存储模块、辅助监控模块和管理模块；
所述数据采集模块用于获取电力系统中各类运维业务所对应的数据；
所述数据处理模块用于对所述数据采集模块所采集到的数据进行分析、缓存与传输；
所述云存储模块用于对所述数据采集模块所采集的数据进行分类归档；
所述辅助监控模块用于对所述云存储模块中的每一类数据进行合格性验证以及对所述数据采集模块的调度情况进行监视；
所述管理模块用于基于所述辅助监控模块的验证结果对所述数据处理模块所输出的数据进行统计与反馈。
可选的，所述数据采集模块包括Redis缓存单元、任务调度单元和数据采集单元；
所述数据采集单元包括若干个采集设备，且每一个采集设备用于采集一类运维业务在特定时间段内的电力数据；
所述Redis缓存单元用于为所述数据采集单元制定一个采集任务队列，以及为所述数据采集单元提供一个数据缓存空间；
所述任务调度单元用于基于所述采集任务队列为所述数据采集单元中的每一个采集设备设置采样起始时间与采样频率。
可选的，所述每一个采集设备包含电压采集器、电流采集器、功率采集器和电量采集器。
可选的，所述数据处理模块包括大数据平台和数据传输单元，且所述大数据平台包括业务导入单元、离线算法模型平台和数据缓存单元；其中，
所述业务导入单元用于基于任务调度对所述Redis缓存单元中的每一类运维业务所对应的电力数据依次导入；
所述离线算法模型平台用于搭建供电分析计算模型，并对每一类运维业务所对应的电力数据进行融合分析；
所述数据缓存单元用于对所述离线算法模型平台所输出的分析结果进行存储，所述分析结果包括业务数据、统计数据和爬虫数据；
所述数据传输单元用于基于所述分析结果形成日志报表，并输出至所述管理模块。
可选的，所述供电分析计算模型包括用户行为分析模型、用户聚类模型和相似度模型。
可选的，所述辅助监控模块包括采集监控单元、服务器监控单元和质量校验单元；
所述采集监控单元用于对每一个采集设备的任务完成情况进行监控，记录异常采集任务；
所述服务器监控单元用于对服务器内部存储空间的使用率进行更新，并对每一个采集设备的部署状态进行重查；
所述质量校验单元用于调用历史数据对所述云存储模块中的每一类数据进行验证，基于预设阈值范围判断是否为异常数据。
可选的，所述管理模块包括业务状态管理单元和设备维护管理单元；
所述业务状态管理单元用于对电力系统中各类运维业务的近期使用情况进行综合展现；
所述设备维护管理单元用于提供对每一个采集设备的重新调度功能。
在本发明实施例中，基于机器学习规范和大数据技术对目前电力数据采集系统的功能原理进行优化，实现对电力系统中的各类运维业务的管控；同时通过辅助监控模块对各个采集设备的维护进行警示以及对各类运维业务的合理性进行评判，可对整个电力系统的供配电行为进行重新验证，以保证电力系统的资源合理调配。
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，显而易见的，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1是本发明实施例公开的一种基于机器学习规范的电力数据采集应用系统的结构组成示意图。
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，图1示出了本发明实施例中的一种基于机器学习规范的电力数据采集应用系统的结构组成示意图。
如图1所示，一种基于机器学习规范的电力数据采集应用系统，所述系统包括数据采集模块、数据处理模块、云存储模块、辅助监控模块和管理模块；其中，所述数据采集模块用于获取电力系统中各类运维业务所对应的数据；所述数据处理模块用于对所述数据采集模块所采集到的数据进行分析、缓存与传输；所述云存储模块用于对所述数据采集模块所采集的数据进行分类归档；所述辅助监控模块用于对所述云存储模块中的每一类数据进行合格性验证以及对所述数据采集模块的调度情况进行监视；所述管理模块用于基于所述辅助监控模块的验证结果对所述数据处理模块所输出的数据进行统计与反馈。
在本发明实施例中，所述数据采集模块包括Redis缓存单元、任务调度单元和数据采集单元，且所述任务调度单元和所述数据采集单元协同运作；其中，所述数据采集单元包括若干个采集设备，且每一个采集设备用于采集一类运维业务在特定时间段内的电力数据；所述Redis缓存单元用于为所述数据采集单元制定一个采集任务队列，以及为所述数据采集单元提供一个数据缓存空间；所述任务调度单元用于基于所述采集任务队列为所述数据采集单元中的每一个采集设备设置采样起始时间与采样频率。
所述数据采集单元主要用于采集某一个区域内的各个配电站在特定时间段内的电力数据，通过在每一个配电站设置一个采集设备来实现；其中每一个采集设备包含电压采集器、电流采集器、功率采集器和电量采集器，分别针对配电站的电压、电流、输出功率、平均用电量等相关的用电信息进行采集，且上述四类信息间的相互对应关系根据采集时刻与采集对象进行统一，以此作为运维业务调整的基础。
所述Redis缓存单元用于根据各个配电站的用电紧张时段，制定各个配电站所对应的采集设备的运行顺序，并为每一个采集设备划分出一个数据缓存空间。需要说明的是，运维业务是否合理取决于配电站在用电高峰段的供电情况，故此处以各个配电站的用电紧张时段作为采集起始点，且对用电紧张时段的划分取决于各个配电站的历史用电数据。
所述任务调度单元用于根据所述Redis缓存单元所制定的运行顺序为每一个采集设备设置一个采样起始时间与采样频率，基于采样起始时间开始对相应配电站的用电数据进行采集。
在本发明实施例中，所述数据处理模块包括大数据平台和数据传输单元，且所述大数据平台包括业务导入单元、离线算法模型平台和数据缓存单元；其中，所述业务导入单元用于基于任务调度对所述Redis缓存单元中的每一类运维业务所对应的电力数据依次导入；所述离线算法模型平台用于搭建供电分析计算模型，并对每一类运维业务所对应的电力数据进行融合分析；所述数据缓存单元用于对所述离线算法模型平台所输出的分析结果进行存储，所述分析结果包括业务数据、统计数据和爬虫数据；所述数据传输单元用于基于所述分析结果形成日志报表，并输出至所述管理模块。
所述业务导入单元用于根据预设的时间间隔将各个配电站的用电数据依次导入，其中所述时间间隔是根据所述离线算法模型平台对用电数据的处理时长而定，避免出现数据冲突导致采集失准；此外，所述每一类运维业务对应着其中一个配电站的运行规范。
所述离线算法模型平台一方面用于搭建供电分析计算模型，所述供电分析计算模型包括用户聚类模型、相似度模型和用户行为分析模型；另一方面用于将各个配电站的用电数据依次导入上述三个模型中进行分析，可以得到各个配电站所对应的业务数据、统计数据和爬虫数据等，以给用户提供其各分时明细用电视图，让用户了解自身用电习惯并能根据需要进行调整；同时通过调用该配电站所属区域的人口调查信息、经济状况、地理气象等信息，辅助投资者对运维业务的决策。
具体的实施过程包括：首先将任意一个配电站的用电数据输入所述用户聚类模型中，对用电数据进行初步的数据清理，由于用电数据中所记录的平均用电量实际上指的是该配电站所覆盖片区的用户电表的读数，而不是真正的用电量数据，通常情况下电表读数序列应为非严格递增序列，说明用电量序列应为非负序列，若检测到某一个电表的用电量数据出现负值，则直接反馈出该电表的异常状态；若检测到所有电表的用电量数据均为非负序列时，则基于K-means算法对所有电表的用电量数据进行用电功率等级划分，分别为：0-50W归类为家庭式用电，50W-5kW归类为中小型商户、小型工厂用电，5kW-50kW归类为小型企业、中小型工厂用电，50kW-100kW归类为中型企业、中型工厂用电，100kW以上归类为大型企业、大型工厂、大型商户用电，以此完成对应类别的数据统计；其次，将分类统计后的用电量数据输入所述相似度模型中，通过调用对应类别下的数据库进行用电量数据的多次比对，在确定无偏差数据存在的情况下为用电量数据匹配对应的运维业务；最后基于所述用户行为分析模型，将对应类别的用电量数据与相应的运维业务进行融合计算，并调用该配电站所属区域的人口调查信息和经济状况来判断该运维业务的合理性，为该配电站所覆盖区域的用户制定用电建议，同时也为电力公司对运维业务进行调整提供依据。
所述数据缓存单元用于对所述离线算法模型平台所输出的分析结果进行缓存，即对各个配电站的用电状况进行分开存储，便于后续的直接查询调用，直至所述管理模块对各个配电站执行完采集解析工作后，作数据清空处理。所述数据传输单元用于根据对各个配电站的分析结果来形成各个配电站的日志报表，且该日志报表包含配电站所服务对象的用电情况，再将该日志报表输出至所述管理模块。
在本发明实施例中，所述辅助监控模块包括采集监控单元、服务器监控单元和质量校验单元；其中，所述采集监控单元用于对每一个采集设备的任务完成情况进行监控，记录异常采集任务；所述服务器监控单元用于对服务器内部存储空间的使用率进行更新，并对每一个采集设备的部署状态进行重查；所述质量校验单元用于调用历史数据对所述云存储模块中的每一类数据进行验证，基于预设阈值范围判断是否为异常数据。
所述采集监控单元的服务对象为所述数据采集单元中所包含的所有采集设备，用于对所有采集设备的任务完成情况进行监控记录，排查任意一个或多个采集设备是否出现数据漏采现象，并生成设备维护信息反馈给所述管理模块，以提示工作人员及时作出应对措施。
所述服务器监控单元一方面用于对服务器内部存储空间的使用率进行更新，获取当前正在执行采集任务的采集设备的相关信息，包括位置信息和编号信息等，以便于所述质量校验单元进行对象验证；另一方面用于对每一个采集设备的部署状态进行更新，包括是否新增或者更换，以对整个电力系统进行全局掌控。
所述质量校验单元用于根据所述服务器监控单元所获取到的采集设备的相关信息，优先对所述云存储模块所反馈的当前数据进行对象验证；其次基于对象验证无误，调用对应配电站的历史数据来定义符合该配电站验证的预设阈值范围，对所述当前数据进行异常数据筛选，以反映所述当前数据的真实性。
在本发明实施例中，所述云存储模块主要用于与所述数据采集模块交互，将采集到的每一个配电站的大量原始用电数据进行统计与集中管理，以监控每一个配电站的实时数据，且存储时间较长。需要说明的是，每一个采集设备的安装设置，均需要在所述服务器和所述云存储模块中进行信息登记，使得所述云存储模块为其划分一个唯一的数据存储区，当所述数据采集单元中的任意一个采集设备准备执行采集任务时，将经由所述服务器告知所述云存储模块开放相应的数据存储区进入待命，基于时间戳方式记录该采集设备所对应的配电站的实时数据。
在本发明实施例中，所述管理模块包括业务状态管理单元和设备维护管理单元；其中，所述业务状态管理单元用于对电力系统中各类运维业务的近期使用情况进行综合展现；所述设备维护管理单元用于提供对每一个采集设备的重新调度功能。
所述业务状态管理单元用于根据所述质量校验单元所反馈的验证信息，将所述数据传输单元所输出的各个配电站的日志报表进行解析，以此反馈出各个配电站所对应的运维业务的近期使用情况，便于后续技术人员基于投资数据、电力覆盖数据和其它补能资源数据对运维业务作出适应性整改。所述设备维护管理单元用于根据所述采集监控单元所反馈的设备维护信息对指定的采集设备进行维护或者更换，以保证整个电力数据采集应用系统的稳定运行。
在本发明实施例中，基于机器学习规范和大数据技术对目前电力数据采集系统的功能原理进行优化，实现对电力系统中的各类运维业务的管控；同时通过辅助监控模块对各个采集设备的维护进行警示以及对各类运维业务的合理性进行评判，可对整个电力系统的供配电行为进行重新验证，以保证电力系统的资源合理调配。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁盘或光盘等。
以上对本发明实施例所提供的一种基于机器学习规范的电力数据采集应用系统进行了详细介绍，本文中采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 (7)
1.一种基于机器学习规范的电力数据采集应用系统，其特征在于，所述系统包括数据采集模块、数据处理模块、云存储模块、辅助监控模块和管理模块；
所述数据采集模块用于获取电力系统中各类运维业务所对应的数据；
所述数据处理模块用于对所述数据采集模块所采集到的数据进行分析、缓存与传输；
所述云存储模块用于对所述数据采集模块所采集的数据进行分类归档；
所述辅助监控模块用于对所述云存储模块中的每一类数据进行合格性验证以及对所述数据采集模块的调度情况进行监视；
所述管理模块用于基于所述辅助监控模块的验证结果对所述数据处理模块所输出的数据进行统计与反馈。
2.根据权利要求1所述的电力数据采集应用系统，其特征在于，所述数据采集模块包括Redis缓存单元、任务调度单元和数据采集单元；
所述数据采集单元包括若干个采集设备，且每一个采集设备用于采集一类运维业务在特定时间段内的电力数据；
所述Redis缓存单元用于为所述数据采集单元制定一个采集任务队列，以及为所述数据采集单元提供一个数据缓存空间；
所述任务调度单元用于基于所述采集任务队列为所述数据采集单元中的每一个采集设备设置采样起始时间与采样频率。
3.根据权利要求2所述的电力数据采集应用系统，其特征在于，所述每一个采集设备包含电压采集器、电流采集器、功率采集器和电量采集器。
4.根据权利要求2所述的电力数据采集应用系统，其特征在于，所述数据处理模块包括大数据平台和数据传输单元，且所述大数据平台包括业务导入单元、离线算法模型平台和数据缓存单元；其中，
所述业务导入单元用于基于任务调度对所述Redis缓存单元中的每一类运维业务所对应的电力数据依次导入；
所述离线算法模型平台用于搭建供电分析计算模型，并对每一类运维业务所对应的电力数据进行融合分析；
所述数据缓存单元用于对所述离线算法模型平台所输出的分析结果进行存储，所述分析结果包括业务数据、统计数据和爬虫数据；
所述数据传输单元用于基于所述分析结果形成日志报表，并输出至所述管理模块。
5.根据权利要求4所述的电力数据采集应用系统，其特征在于，所述供电分析计算模型包括用户行为分析模型、用户聚类模型和相似度模型。
6.根据权利要求2所述的电力数据采集应用系统，其特征在于，所述辅助监控模块包括采集监控单元、服务器监控单元和质量校验单元；
所述采集监控单元用于对每一个采集设备的任务完成情况进行监控，记录异常采集任务；
所述服务器监控单元用于对服务器内部存储空间的使用率进行更新，并对每一个采集设备的部署状态进行重查；
所述质量校验单元用于调用历史数据对所述云存储模块中的每一类数据进行验证，基于预设阈值范围判断是否为异常数据。
7.根据权利要求2所述的电力数据采集应用系统，其特征在于，所述管理模块包括业务状态管理单元和设备维护管理单元；
所述业务状态管理单元用于对电力系统中各类运维业务的近期使用情况进行综合展现；
所述设备维护管理单元用于提供对每一个采集设备的重新调度功能。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010546441.7A CN111814994A (zh) | 2020-06-16 | 2020-06-16 | 一种基于机器学习规范的电力数据采集应用系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010546441.7A CN111814994A (zh) | 2020-06-16 | 2020-06-16 | 一种基于机器学习规范的电力数据采集应用系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111814994A true CN111814994A (zh) | 2020-10-23 |
Family
ID=72845091
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010546441.7A Pending CN111814994A (zh) | 2020-06-16 | 2020-06-16 | 一种基于机器学习规范的电力数据采集应用系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111814994A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104331780A (zh) * | 2014-11-21 | 2015-02-04 | 国家电网公司 | 业务流程监测系统 |
| CN104468220A (zh) * | 2014-12-11 | 2015-03-25 | 汤亿则 | 电力通信网预警管控平台 |
| CN105871605A (zh) * | 2016-03-30 | 2016-08-17 | 国网江西省电力科学研究院 | 一种基于电力营销大数据的运维监控平台 |
| JP2017103707A (ja) * | 2015-12-04 | 2017-06-08 | 株式会社Ihi | データ収集システム、データ収集装置及びデータ収集方法 |
| CN108196492A (zh) * | 2017-12-11 | 2018-06-22 | 山东金人电气有限公司 | 一种电力运行数据监控通信分析系统 |
| CN109586967A (zh) * | 2018-12-12 | 2019-04-05 | 国网辽宁省电力有限公司信息通信分公司 | 一种主动告警式安全监控系统 |
-
2020
- 2020-06-16 CN CN202010546441.7A patent/CN111814994A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104331780A (zh) * | 2014-11-21 | 2015-02-04 | 国家电网公司 | 业务流程监测系统 |
| CN104468220A (zh) * | 2014-12-11 | 2015-03-25 | 汤亿则 | 电力通信网预警管控平台 |
| JP2017103707A (ja) * | 2015-12-04 | 2017-06-08 | 株式会社Ihi | データ収集システム、データ収集装置及びデータ収集方法 |
| CN105871605A (zh) * | 2016-03-30 | 2016-08-17 | 国网江西省电力科学研究院 | 一种基于电力营销大数据的运维监控平台 |
| CN108196492A (zh) * | 2017-12-11 | 2018-06-22 | 山东金人电气有限公司 | 一种电力运行数据监控通信分析系统 |
| CN109586967A (zh) * | 2018-12-12 | 2019-04-05 | 国网辽宁省电力有限公司信息通信分公司 | 一种主动告警式安全监控系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108282026A (zh) | 一种高压开关设备远程运维系统 | |
| CN112307003B (zh) | 电网数据多维辅助分析方法、系统、终端及可读存储介质 | |
| CN108345670B (zh) | 一种用于95598电力工单的服务热点发现方法 | |
| AU2022204116A1 (en) | Verification method for electrical grid measurement data | |
| CN116579590B (zh) | 一种虚拟电厂中的需求响应评估方法和系统 | |
| CN113406438A (zh) | 一种适用于低压台区的故障智能诊断方法及其运维系统 | |
| CN102043986A (zh) | 一种电量异常信息传递网上处理系统及其应用方法 | |
| CN111737325A (zh) | 一种基于大数据技术的电力数据分析方法和装置 | |
| Wu | Design of intelligent customer service questioning and answering a system for power business scenario based on ai technology | |
| CN110165657A (zh) | 考虑用户行业属性的变电站负荷聚类分析方法 | |
| CN112270485A (zh) | 一种用于配电网络不停电作业综合评估的主成分因子分析方法 | |
| CN111814994A (zh) | 一种基于机器学习规范的电力数据采集应用系统 | |
| CN116522746A (zh) | 高耗能企业配电托管方法 | |
| CN111311033B (zh) | 一种基于电量互保评价的售电公司电量偏差控制系统 | |
| CN202795451U (zh) | 一种基于主题库的资产全寿命周期管理流程管控应用系统 | |
| CN114399192A (zh) | 一种在线稽查自动化rpa系统 | |
| CN113515831A (zh) | 能源调度方法、装置、电子设备及存储介质 | |
| CN113077240A (zh) | 电能数据的自动核对方法、装置、设备及存储介质 | |
| CN111563766B (zh) | 一种售电公司电量偏差控制系统 | |
| CN112446619B (zh) | 配电网抢修处理方法和装置 | |
| Yu et al. | Research on integrated operation and maintenance acquisition and monitoring technology for new generation dispatching control system | |
| CN111898808B (zh) | 一种核电厂在役检查数据管理及分析方法 | |
| CN117094688B (zh) | 一种供电所数字化管控方法及系统 | |
| Hu et al. | Research on intelligent prediction of time-of-use price on power sale | |
| CN114066429A (zh) | 一种业务工单处理方法及系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201023 |