CN111864909A - 新能源变电站智能辅助控制系统 - Google Patents
新能源变电站智能辅助控制系统 Download PDFInfo
- Publication number
- CN111864909A CN111864909A CN202010819305.0A CN202010819305A CN111864909A CN 111864909 A CN111864909 A CN 111864909A CN 202010819305 A CN202010819305 A CN 202010819305A CN 111864909 A CN111864909 A CN 111864909A
- Authority
- CN
- China
- Prior art keywords
- data
- intelligent auxiliary
- unit
- prediction
- monitoring
- 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.)
- Withdrawn
Links
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
- H02J13/00022—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using wireless data transmission
- H02J13/00026—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using wireless data transmission involving a local wireless network, e.g. Wi-Fi, ZigBee or Bluetooth
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00004—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the power network being locally controlled
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Abstract
本发明涉及一种变电站辅控设备技术领域；具体涉及一种新能源变电站智能辅助控制系统，包括智能辅助监控平台、站内通信单元、无线感知单元、环境监测单元、视频监控单元，站内通信单元将数据通过标准的协议上传到智能辅助监控平台；无线感知单元，用于采集变电站设备的运行参数；环境监测单元，用于监测环境参数；视频监控单元，实时监测变电站内大型变电设备的运行状态和周边环境热度，智能辅助监控平台对无线感知单元、环境监测单元、视频监控单元采集的数据进行处理。本发明实现智能化分析和管理，提高了变电站管理的安全性、规范性、实时性和准确性。
Description
技术领域
本发明涉及一种变电站辅控设备技术领域；具体涉及一种新能源变电站智能辅助控制系统。
背景技术
目前，已建的传统变电站及部分智能变电站配置的图像监视、安全警卫、火灾报警、消防、排水、采暖通风等辅助生产系统都是独立设置的，距离智能变电站的智能化要求还有较大差距。在设备巡视方面，电力设备的巡视仍以人工巡视为主，巡视的质量人为因素较大，由于人员的素质不同造成巡视质量参差不齐。人员需对巡视的数据进行分析才能确定处理办法，而现场运行人员通常又不具备这样的能力。在现场检修方面，维护工作中的停电、供电等操作依然由人来判断所要操作的间隔是否正确，由于设备都是基本相同，容易造成误操作现象的发生，没有好的手段进行可靠的防范。
发明内容
为解决上述技术问题，本发明提供一种新能源变电站智能辅助控制系统，实现智能化分析和管理，提高了变电站管理的安全性、规范性、实时性和准确性。
本发明所述新能源变电站智能辅助控制系统，包括智能辅助监控平台、站内通信单元、监控主机、综合接入网关、网络视频服务器、无线基站、无线感知单元、环境监测单元、视频监控单元和数据库，其中，
站内通信单元将数据通过标准的协议上传到智能辅助监控平台；
无线感知单元，用于采集变电站设备的运行参数，并通过无线基站上传至监控主机，监控主机的数据通过站内通信单元上传至智能辅助监控平台进行分析；
环境监测单元，用于监测环境参数并通过综合接入网关经由站内通信网络上传至智能辅助监控平台进行处理；
视频监控单元，实时监测变电站内大型变电设备的运行状态和周边环境热度，并通过网络视频服务器，经站内通信网络上传至智能辅助监控平台进行处理；
数据库，用于存储无线感知单元、环境监测单元、视频监控单元采集数据及智能辅助监控平台的分析数据。
站内通信单元的通信协议一般常采用工业以太网或是IEC61850，无线感知单元用于采集变电站设备的温度、湿度、形变等状态运行参数，变电站设备运行参数上传至监控主机后，通过站内通信单元上传至智能辅助监控平台进行分析处理，环境监测单元主要包括六氟化硫浓度传感器、温度传感器、烟雾报警器，用于检测环境中的六氟化硫浓度、温度、烟火隐患等，视频监控单元多为红外热成像多功能摄像头，可通过红外测温监测变电站设备的实时温度，综合接入网关可提供语音、数据、多媒体业务的综合数据接入。在网络侧，其接口类型可以是数字用户线路(DSL，Digital Subscriber Line)、10/100M以太网接口、1000M以太网(GE)接口等,在用户侧，其接口主要是Z接口(模拟用户接口)、10/100M以太网接口。
优选地，所述无线基站采用基于Zigbee协议的无线传感器网络进行底层温度传感信息的采集，其包括若干传感器和汇聚节点，传感器用于采集各类传感数据，汇聚节点用于控制和存储各类传感器的数据，同时用于与无线基站的数据收发，无线基站采用“一带多”的方式，即一个基站可获取多个无线传感器节点发送的数据，无线传感器包括无线温度传感器、无线湿度传感器、无线形变传感器等，汇聚节点硬件可以选用瑞萨78F0530系列单片机和nRF24L01系列无线收发模块。
优选地，所述智能辅助监控平台包括数据采集模块、数据显示模块、统计分析模块、资源管理模块和预测预警模块，数据采集模块获取各无线感知单元的实时参数，并将数据存入数据库，数据显示模块用于实时显示各无线感知单元的实时数据，统计分析模块用于查询统计分析各类参数信息，资源管理模块用于各无线感知单元及无线基站的信息管理，预测预警模块内嵌传感数据预测算法，实现各无线感知单元节点数据的短期预测及预警联动显示。
优选地，所述传感数据预测算法包括以下步骤：
101，数据序列判定，计算最大lyapunov指数β；
102，若β>0，则转103；
103，重构数据序列，生成数据对，具体表达式为：
(X1,x(t2+(m-1)τ)),(X2,x(t3+(m-1)τ)),…,(XM-1,x(tN))
其中，Xi为输入数据，x(ti+(m-1)τ)为对应的输出数据，x(tN+1)为预测值，，ti为采样周期,i＝1,2,…,N,N为样本量；
104，生成和引用最优线性函数和最优径向基核函数，即：
K(X,x)＝exp(-α‖Xi-x(ti+(m-1)τ)‖2)
其中，α为宽度参数，由数据序列样本容量决定，取值范围一般为0～1000；
105，生成训练集和测试集，生成预测模型，确定最优参数，包括惩罚系数μ、基核函数带宽α和不敏感损失函数ε；
106，数据预测均方误差评价，根据公式
计算均方误差，其中x(i)为基础数据序列，x’(i)为预测数据序列，若均方误差ε<0.002及相关性ρ>0.9，则转107，否则转101；
107，预测结束。
优选地，步骤101中最大lyapunov指数β计算步骤为：
1001，数据预处理，采用6分钟采样数据的平均值作为一个时间单位的采样点，形成初始数据序列{xi,i＝1,2,…,N},N为样本量；
1002，采用C-C法求解时间延迟τ和嵌入维数m；
1003，根据时间延迟τ和嵌入维数m，重构相空间，得到
X＝{Xj|Xj＝[xj,xj+τ,…,xj+(m-1)τ]T,j＝1,2,,M}，M＝N-(m-1)τ；
1004，计算每个点Xj与近邻点Xk的第i个离散时间步长Δt的二范数距离dj(i)，dj(i)＝min‖xj+i-xk+i‖,，i＝1,2,…,min(M-j,M-k)，j，k是相应采样时刻值；
1005，构建回归直线方程，
该直线最大斜率即为该数据序列最大lyapunov指数β。
优选地，步骤105中确定最优参数的方法为：
采用K-折交叉验证，每次针对数据训练集等分为k份子集，每次选取k-1份子集作为训练数据，剩下的一份数据作为测试数据，得到的均方误差的平均值作为预测评价指标，并选取最优的参数作为寻优结果。
与现有技术相比，本发明具有以下有益效果：
本发明通过创新变电站智能辅助控制系统中与物联网技术密切相关的功能模块，设计基于物联网技术的智能变电站辅助监测系统，在智能变电站辅助监测系统中引入物联网技术，利用嵌入式开发平台及无线收发模块等硬件设备，选取无线传感器相关技术，搭建无线传感网络，依靠物联网构建的数量庞大的感知终端设备采集各类数据，综合利用传感数据预测算法，实现对传感数据的短期预测，在实现对温度数据预测的基础之上，完成对设备关键节点的预警，设计智能辅助监测平台，通过串口通信方式获取无线传感器网络的传感数据，实现对传感数据的实时显示、历史查询、节点参数配置、智能化分析、管理及预警操作功能，大大提升了变电站智能化管理水平，克服了现有技术大部分依赖人工现场管理的不足，提高了变电站管理的安全性、规范性、实时性和准确性。
附图说明
图1本发明结构框图。
图2传感数据预测算法流程图。
具体实施方式
实施例1：
如图1-2所示，本发明所述新能源变电站智能辅助控制系统，包括智能辅助监控平台、站内通信单元、监控主机、综合接入网关、网络视频服务器、无线基站、无线感知单元、环境监测单元、视频监控单元和数据库，其中，
站内通信单元将数据通过标准的协议上传到智能辅助监控平台；
无线感知单元，用于采集变电站设备的运行参数，并通过无线基站上传至监控主机，监控主机的数据通过站内通信单元上传至智能辅助监控平台进行分析；
环境监测单元，用于监测环境参数并通过综合接入网关经由站内通信网络上传至智能辅助监控平台进行处理；
视频监控单元，实时监测变电站内大型变电设备的运行状态和周边环境热度，并通过网络视频服务器，经站内通信网络上传至智能辅助监控平台进行处理；
数据库，用于存储无线感知单元、环境监测单元、视频监控单元采集数据及智能辅助监控平台的分析数据。
站内通信单元的通信协议一般常采用工业以太网或是IEC61850，无线感知单元用于采集变电站设备的温度、湿度、形变等状态运行参数，变电站设备运行参数上传至监控主机后，通过站内通信单元上传至智能辅助监控平台进行分析处理，环境监测单元主要包括六氟化硫浓度传感器、温度传感器、烟雾报警器、电子围栏，用于检测环境中的六氟化硫浓度、温度、烟火隐患、外人闯入隐患等，视频监控单元多为红外热成像多功能摄像头，可通过红外测温监测变电站设备的实时温度，综合接入网关可提供语音、数据、多媒体业务的综合数据接入。在网络侧，其接口类型可以是数字用户线路(DSL，Digital Subscriber Line)、10/100M以太网接口、1000M以太网(GE)接口等,在用户侧，其接口主要是Z接口(模拟用户接口)、10/100M以太网接口。
其中，无线基站采用基于Zigbee协议的无线传感器网络进行底层温度传感信息的采集，其包括若干传感器和汇聚节点，传感器用于采集各类传感数据，汇聚节点用于控制和存储各类传感器的数据，同时用于与无线基站的数据收发，无线基站采用“一带多”的方式，即一个基站可获取多个无线传感器节点发送的数据，无线传感器包括无线温度传感器、无线湿度传感器、无线形变传感器等，汇聚节点硬件可以选用瑞萨78F0530系列单片机和nRF24L01系列无线收发模块。
智能辅助监控平台基于瑞萨u78F0503系列单片机进行开发，包括数据采集模块、数据显示模块、统计分析模块、资源管理模块和预测预警模块，数据采集模块以温度传感数据为例进行详细阐述。
无线感知单元采用8路DS18B20系列温度传感器，每个温度传感器分配一个独有的序列号，各温度传感器均与汇聚节点相连，汇聚节点每次读取温度值前需获取序列号，并在网络地址表中搜索是否存在该序列号，若不存在则将其加入地址表，汇聚节点与无线基站之间通过无线收发模块nRF24L01系列芯片实现无线数据传输，该芯片与智能辅助监控平台之间的通信依靠SPI接口，所有数据交互均为对SPI接口的操作。
在数据发送过程中，首先将nRF24L01配置为发射模式，接着把接收节点地址和有效数据按照时序由SPI口写入nRF24L01的缓存区，然后CE置为高电平并保持至少15us，延迟150us后发射数据。若自动应答开启，则nRF24L01在发射数据后立即进入接收模式，接收应答信号。如果收到应答信号，则认为此次通信成功；若未收到应答信号，则自动重新发射该数据，若重发次数达到上限，则表明发送失败。
接收数据时，首先将nRF24L01配置为接收模式，接着延迟150us进入接收状态等待数据的到来。当接收方检测到有效的地址和CRC时，将数据包存储在接收缓冲区中，同时产生中断，通知监控主机取数据。若此时自动应答开启，接收方则同时进入发射状态回传应答信号。
智能辅助监控平台的数据通信通过RS-232串口实现，无线基站将缓存中的数据通过RS-232串口传输给智能辅助监控平台，智能辅助监控平台实时监测各串口的状态，一旦获取数据，立刻对其进行处理、存入数据库和实时显示。
智能辅助监控平台与无线基站之间采用串口通讯的方式，且监测平台与基站是“一对多”的关系。一般采用CSerial Port类编写串口类，采用CSerialPort类极大简化了编程的复杂度，且程序的实现灵活，扩展性好。CSerialPort类是基于多线程通信的，其工作流程为:首先，设置串口参数，开启串口监测工作线程，串口监测工作线程检测到串口接收到数据或其他串口事件时，以消息的方式通知主程序，激发消息处理函数来进行数据处理。由于智能辅助监控平台采用多端口进行通信采集数据，因此，要达到数据采集的实时性、高效性和可靠性，就必须采用多线程处理技术来进行通信。
数据显示模块主要将采集到的温度数据以列表的形式显示出来，并将数据存入数据库，根据数据到达的时间，显示各温度传感器的温度数据，直观的展示某点位温度数据的实时变化情况。
统计分析模块根据温度传感器名称作为查询条件，选取某个点位的历史温度数据进行查询，显示该点位的历史温度数据，信息包括温度传感器ID、采集时间和温度值等。
资源管理模块实现对温度传感器、汇聚节点及基站的查询、增加、删除、编辑等操作。温度传感器版块中主要显示温度传感器ID、名称、序列号、温度阈值等；汇聚节点版块显示汇聚节点ID、名称及所属基站ID等；无线基站版块显示无线基站ID、名称等。
预测预警模块，通过传感数据预测算法对某点位的温度数据进行短期预测来达到预警的目的，根据历史温度数据进行在线预测，防患于未然，提高预警的前瞻性和有效性。
传感数据预测算法包括以下步骤：
101，数据序列判定，计算最大lyapunov指数β；
102，若β>0，则转103；
103，重构数据序列，生成数据对，具体表达式为：
(X1,x(t2+(m-1)τ)),(X2,x(t3+(m-1)τ)),…,(XM-1,x(tN))
其中，Xi为输入数据，x(ti+(m-1)τ)为对应的输出数据，x(tN+1)为预测值，ti为采样周期,i＝1,2,…,N,N为样本量；
104，生成和引用最优线性函数和最优径向基核函数，即：
K(X,x)＝exp(-α‖Xi-x(ti+(m-1)τ)‖2)
其中，α为宽度参数，由数据序列样本容量决定，取值范围一般为0～1000；
105，生成训练集和测试集，生成预测模型，确定最优参数，包括惩罚系数μ、基核函数带宽α和不敏感损失函数ε；
106，数据预测均方误差评价，根据公式
计算均方误差，其中x(i)为基础数据序列，x’(i)为预测数据序列，，若均方误差ε<0.002及相关性ρ>0.9，则转107，否则转101；
107，预测结束。
优选地，步骤101中最大lyapunov指数β计算步骤为：
1001，数据预处理，采用6分钟采样数据的平均值作为一个时间单位的采样点，形成初始数据序列{xi,i＝1,2,…,N},N为样本量；
1002，采用C-C法求解时间延迟τ和嵌入维数m；
1003，根据时间延迟τ和嵌入维数m，重构相空间，得到
X＝{Xj|Xj＝[xj,xj+τ,…,xj+(m-1)τ]T,j＝1,2,,M}，M＝N-(m-1)τ；
1004，计算每个点Xj与近邻点Xk的第i个离散时间部长Δt的二范数距离dj(i)，dj(i)＝min‖xj+i-xk+i‖,，i＝1,2,…,min(M-j,M-k)；j，k是相应采样时刻值
1005，构建回归直线方程，
该直线最大斜率即为该数据序列最大lyapunov指数β。
步骤105中确定最优参数的方法为：
采用K-折交叉验证，每次针对数据训练集等分为k份子集，每次选取k-1份子集作为训练数据，剩下的一份数据作为测试数据，得到的均方误差的平均值作为预测评价指标，并选取最优的参数作为寻优结果。
实际应用中，数据序列采用某电站110KV的温度数据进行测试，样本量为3000条，根据C-C算法求得时间延迟τ＝47和嵌入维数m＝5，计算得到最大lyapunov指数β＝0.019，比较接近于0且小于1，表明序列离散度较低，具备较强的拟周期性，有可能进行较长周期预测。通过算法进而获得重构后的样本训练数据对有M＝2812个，从中选取1412个数据对作为训练集，剩下的为测试集，经过5折交叉验证法获得惩罚系数C＝80，径向基核带宽α＝0.05，不敏感损失函数ε＝0.093，计算的预测均方差为0.0293，相关系数为0.992，表明该算法预测值与实际值接近，预测效果达到目的。
Claims (6)
1.一种新能源变电站智能辅助控制系统，其特征在于，包括智能辅助监控平台、站内通信单元、监控主机、综合接入网关、网络视频服务器、无线基站、无线感知单元、环境监测单元、视频监控单元和数据库，其中，
站内通信单元将数据通过标准的协议上传到智能辅助监控平台；
无线感知单元，用于采集变电站设备的运行参数，并通过无线基站上传至监控主机，监控主机的数据通过站内通信单元上传至智能辅助监控平台进行分析；
环境监测单元，用于监测环境参数并通过综合接入网关经由站内通信网络上传至智能辅助监控平台进行处理；
视频监控单元实时监测变电站内大型变电设备的运行状态和周边环境热度，并通过网络视频服务器，经站内通信网络上传至智能辅助监控平台进行处理；
数据库，用于存储无线感知单元、环境监测单元、视频监控单元采集数据及智能辅助监控平台的分析数据。
2.根据权利要求1所述的新能源变电站智能辅助控制系统，其特征在于，所述无线基站采用基于Zigbee协议的无线传感器网络进行底层温度传感信息的采集，其包括若干传感器和汇聚节点，传感器用于采集各类传感数据，汇聚节点用于控制和存储各类传感器的数据，同时用于与无线基站的数据收发。
3.根据权利要求1所述的新能源变电站智能辅助控制系统，其特征在于，所述智能辅助监控平台包括数据采集模块、数据显示模块、统计分析模块、资源管理模块和预测预警模块，数据采集模块获取各无线感知单元的实时参数，并将数据存入数据库，数据显示模块用于实时显示各无线感知单元的实时数据，统计分析模块用于查询统计分析各类参数信息，资源管理模块用于各无线感知单元及无线基站的信息管理，预测预警模块内嵌传感数据预测算法，实现各无线感知单元节点数据的短期预测及预警联动显示。
4.根据权利要求3所述的新能源变电站智能辅助控制系统，其特征在于，所述传感数据预测算法包括以下步骤：
101，数据序列判定，计算最大lyapunov指数β；
102，若β>0，则转103；
103，重构数据序列，生成数据对，具体表达式为：
(X1,x(t2+(m-1)τ)),(X2,x(t3+(m-1)τ)),…,(XM-1,x(tN))
其中，Xi为输入数据，x(ti+(m-1)τ)为对应的输出数据，x(tN+1)为预测值，ti为采样周期,i＝1,2,…,N,N为样本量，τ为时间延迟和m为嵌入维数；
104，生成和引用最优线性函数和最优径向基核函数，即：
K(X,x)＝exp(-α‖Xi-x(ti+(m-1)τ)‖2)
其中，α为宽度参数；
105，生成训练集和测试集，生成预测模型，确定最优参数，包括惩罚系数μ、基核函数带宽α和不敏感损失函数ε；
106，数据预测均方误差评价，根据公式
计算均方误差，其中x(i)为基础数据序列，x′(i)为预测数据序列，若均方误差及相关性满足要求，则转107，否则转101；
107，预测结束。
5.根据权利要求4所述的新能源变电站智能辅助控制系统，其特征在于，步骤101中最大lyapunov指数β计算步骤为：
1001，数据预处理，采用6分钟采样数据的平均值作为一个时间单位的采样点，形成初始数据序列{xi,i＝1,2,…,N},N为样本量；
1002，采用C-C法求解时间延迟τ和嵌入维数m；
1003，根据时间延迟τ和嵌入维数m，重构相空间，得到
X＝{Xj|Xj＝[xj,xj+τ,…,xj+(m-1)τ]T,j＝1,2,,M}，M＝N-(m-1)τ；
1004，计算每个点Xj与近邻点Xk的第i个离散时间部长Δt的二范数距离dj(i)，dj(i)＝min‖xj+i-xk+i‖,，i＝1,2,…,min(M-j,M-k)，j，k是相应采样时刻值；
1005，构建回归直线方程，
该直线最大斜率即为该数据序列最大lyapunov指数β。
6.根据权利要求5所述的新能源变电站智能辅助控制系统，其特征在于，步骤105中确定最优参数的方法为：
采用K-折交叉验证，每次针对数据训练集等分为k份子集，每次选取k-1份子集作为训练数据，剩下的一份数据作为测试数据，得到的均方误差的平均值作为预测评价指标，并选取最优的参数作为寻优结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010819305.0A CN111864909A (zh) | 2020-08-14 | 2020-08-14 | 新能源变电站智能辅助控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010819305.0A CN111864909A (zh) | 2020-08-14 | 2020-08-14 | 新能源变电站智能辅助控制系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111864909A true CN111864909A (zh) | 2020-10-30 |
Family
ID=72970099
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010819305.0A Withdrawn CN111864909A (zh) | 2020-08-14 | 2020-08-14 | 新能源变电站智能辅助控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111864909A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116561629A (zh) * | 2023-05-12 | 2023-08-08 | 呈贡区诺顿软件开发工作室 | 一种实时预警型新能源工控系统平台 |
-
2020
- 2020-08-14 CN CN202010819305.0A patent/CN111864909A/zh not_active Withdrawn
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116561629A (zh) * | 2023-05-12 | 2023-08-08 | 呈贡区诺顿软件开发工作室 | 一种实时预警型新能源工控系统平台 |
| CN116561629B (zh) * | 2023-05-12 | 2023-11-24 | 新风光电力科技(北京)有限公司 | 一种实时预警型新能源工控系统平台 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107942960B (zh) | 一种智能化的信息处理系统 | |
| CN104991461B (zh) | 一种无线智能家居系统 | |
| CN101178833B (zh) | 一种高效率低误报警率的远程监控系统及方法 | |
| WO2005114416A2 (en) | Methods and systems for monitoring environments | |
| CN111443609B (zh) | 一种基于物联网的实验室环境自适应调节方法 | |
| CN111080994B (zh) | 一种基于物联网的智能安防系统 | |
| CN112367046B (zh) | 一种适用于偏远地区分布式光伏的云边协同远程运维系统 | |
| CN109460835A (zh) | 现场硬件设备管控系统及方法 | |
| US10122600B1 (en) | Endpoint data collection in battery and data constrained environments | |
| CN115495320B (zh) | 一种基于大数据的通信机房防护的监测管理系统 | |
| CN109920192A (zh) | 火灾报警方法、系统及计算机可读存储介质 | |
| CN113763667B (zh) | 一种基于5g边缘计算的火灾预警及状态监测装置及方法 | |
| CN110827185A (zh) | 一种智慧城市公共信息服务云平台 | |
| CN112071047A (zh) | 一种居民离家返家行为判断方法 | |
| CN115864223B (zh) | 一种基于无人机巡视技术的电网全专业差异化运维方法 | |
| CN113359637A (zh) | 一种基于站房运行环境和设备运行状态的数据质量保障系统及方法 | |
| CN113687609A (zh) | 应用于异常环境下的物联网智能监测系统及监测方法 | |
| CN113409538A (zh) | 一种智能远程监控预警管理系统 | |
| CN111864909A (zh) | 新能源变电站智能辅助控制系统 | |
| CN108802310A (zh) | 小区水质监控系统及其监控方法 | |
| CN115542754A (zh) | 一种家庭网关智能控制系统 | |
| CN113791571A (zh) | 一种智能建筑楼宇设备自控报警装置 | |
| CN210609244U (zh) | 一种智能病房系统 | |
| CN112907876A (zh) | 一种自识别和安全码的消防预警系统 | |
| CN209543072U (zh) | 一种实验室室内环境智能监控系统 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201030 |
|
| WW01 | Invention patent application withdrawn after publication |