CN112330090B - 一种低压配网数据驱动业务方法 - Google Patents
一种低压配网数据驱动业务方法 Download PDFInfo
- Publication number
- CN112330090B CN112330090B CN202011021671.8A CN202011021671A CN112330090B CN 112330090 B CN112330090 B CN 112330090B CN 202011021671 A CN202011021671 A CN 202011021671A CN 112330090 B CN112330090 B CN 112330090B
- Authority
- CN
- China
- Prior art keywords
- data
- power
- things
- voltage
- internet
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000013480 data collection Methods 0.000 claims abstract description 13
- 238000007781 pre-processing Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 30
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 230000032683 aging Effects 0.000 claims description 2
- 238000004870 electrical engineering Methods 0.000 abstract description 2
- 230000005611 electricity Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 7
- 238000005457 optimization Methods 0.000 description 5
- 238000003672 processing method Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000009960 carding Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/35—Utilities, e.g. electricity, gas or water
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Mathematical Physics (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Accounting & Taxation (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Operations Research (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Educational Administration (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种低压配网数据驱动业务方法，属于电气工程科学领域，该方法包括：基于事件驱动的数据收集、数据预处理和实现数据驱动业务三部分，配网数据主要包括：数据包括三相电压及电流、功率因数、有功功率、无功功率、有功电量、无功电量、频率、谐波电压、谐波电流谐波分析至次、停电时刻、来电时刻、电压超上、下限及缺相时间等参数，通过对以上数据进行处理，实现数据资源分配平衡。
Description
技术领域
本发明涉及电气工程科学领域，特别是一种低压配网数据驱动业务方法。
背景技术
随着电力物联网技术的不断发展和深入应用，配电物联网的使用使得对用电设备的各种数据的采集和处理更为方便统一，但是随着配电物联网的逐渐增大，用户数量的增加，感知层收集的数据量越来越多，通过数据驱动业务使用，使其在数据量爆炸的情况也能始终保持稳定状态。同时由于现阶段配电网采取的多电源网络管理模式，更加注重跨区域资源间的协同优化配置，向下协调区域内电能分配以及电源资源平衡。但是传统的配电网物联数据驱动业务存在数据资源分配均衡性差、规划效率低的问题，影响后续的跨资源间的协同优化。因此，提出配电物联数据驱动业务方法及功能研究，解决传统的数据驱动业务中存在的数据资源分配不平衡的问题。
发明内容
本发明所要解决的技术问题是克服现有技术的不足而提供一种低压配网数据驱动业务方法，本发明实现数据资源分配平衡。
本发明为解决上述技术问题采用以下技术方案：
根据本发明提出的一种低压配网数据驱动业务方法，包括以下步骤：
步骤1、收集基于事件驱动的配电物联数据；
步骤2、在步骤1中收集的以天为单位的所有配电物联数据中，筛选出最大值和最小值组成日常区间，该区间数据用来映射当日的用电设备数据，对于获得的区间数据进行预处理，预处理包括异常值处理、容限值处理和合理性处理，经过合理性处理后，得到最终的数据区间；对保留的数据区间重新编号，用于后续的配电物联数据驱动业务；
步骤3、对步骤2得到的异常值处理、容限值处理和合理性处理的数据区间的数据进行均值、中心值和不确定度的计算，从而得到数据驱动业务的统计数据。
作为本发明所述的一种低压配网数据驱动业务方法进一步优化方案，配电物联数据包括：三相电压及电流、功率因数、有功功率、无功功率、有功电量、无功电量、频率、谐波电压、谐波电流谐波分析至次、停电时刻、来电时刻、电压超上、下限及缺相时间。
作为本发明所述的一种低压配网数据驱动业务方法进一步优化方案，收集基于事件驱动的配电物联数据有2种收集方式，分别是周期性汇报式数据收集和事件驱动式数据收集。
作为本发明所述的一种低压配网数据驱动业务方法进一步优化方案，步骤1具体如下：利用物联网智能节点对待处理的数据进行收集，在配电物联数据驱动业务中，根据不同的工作环境，确定不同的数据收集类型；根据事件不同的类别分类保存事件数据，在确定存储之前，考虑事件内容数据以及基于动态变化的数据，按照不同事件类型所包含的数据格式、时效、数据量以及后续预处理来确定最终的存储命令。
本发明采用以上技术方案与现有技术相比，具有以下技术效果：
(1)本发明能够实现数据资源分配平衡，通过本方案提出的低压配网数据处理，可以实现用能侧数据的广泛获取、高速处理以及用能设备的精确控制，帮助电力能源服务商深入掌握电力用户的用电习惯，针对各种用电场景提供用能建议，实现电力服务多元化；本方案可促进面向终端用户的能源服务多元化物联网的发展，使传统针对固定分时、阶梯等电价菜单的用电服务得到深入发展，为用电套餐的多样性、响应的快速性和增值服务定制性提供支持；
(2)本方案的数据处理方法，实现了数据的梳理，有助于用户行为模式识别功能实现；即有助于提高后续采用人工智能技术的特征提取能力，实现每个用户的精准画像，挖掘、学习用户的行为模式，掌握消费端个性化需求，从而实现用电套餐的大规模柔性定制化；
(3)本方案的数据处理方法，还可以弥补当前配电网络在精准量测和控制方面的不足，帮助配电网运营商实时掌握电网运行状况，迅速应对电网紧急事故，预先处理电网未来隐患，实现系统的高效运营与管理。
附图说明
图1是事件分类图。
图2是本发明示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图及具体实施例对本发明进行详细描述。
以下描述中，为了说明而不是为了限定，提出了诸如特定内部程序、技术之类的具体细节，以便透彻理解本发明实施例。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发明。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发明的描述。
本方案提出的低压配网数据驱动业务方法包括：基于事件驱动的数据收集、数据预处理和实现数据驱动业务三部分，如图2所示。
(1)基于事件驱动的数据收集
配电物联数据的收集主要利用物联网智能节点对需要处理的数据进行收集，在配电物联数据驱动业务中，需要根据不同的工作环境，确定不同的数据收集模式。常见的收集方式有2种，分别是周期性汇报式数据收集和事件驱动式数据收集。根据配电网的实际需求，事件驱动式是最好的选择。
当需要处理的事件发生时，设置在感知层的终端模块主动采集与事件触发时间相关的数据，并通过设置的无线网络传输模块将数据传输至网络节点。物联网智能节点对获取的来自感知层终端设备的相关用电数据进行解析，根据事件的性质不同，分类为不同类别的事件。事件分类如图1所示。
根据事件的性质，将其分为外部事件和内部事件。外部事件负责管理传输指令以及数据反馈，内部事件负责从底层终端主动上传数据。成功分类后，根据事件不同的类别分类保存事件数据，在确定存储之前，考虑事件内容数据以及基于动态变化的数据，按照不同事件类型所包含的数据格式、时效、数据量以及后续预处理来确定最终的存储命令。
同时考虑物联网节点的空间资源比较小，需要对物联网节点所存储的数据的时效以及存储量进行限制，最有效的手段就是根据不同事件类型的数据采取不同的存储时效及存储数据量，以此来尽可能实现物联网节点空间资源的合理利用。配网收集数据主要包括：数据包括三相电压及电流、功率因数、有功功率、无功功率、有功电量、无功电量、频率、谐波电压、谐波电流谐波分析至次、停电时刻、来电时刻、电压超上、下限及缺相时间等用电数据，完成用电数据收集后，利用预处理手段处理数据，并统一数据。
(2)数据预处理
对于日常状态实时采集配网各类用电数据的统计计算，假设需要处理第u天收集的数据，首先计算其样本数据均值wu和样本数据标准差εu分别表示为：
其中datau,v表示为第u天收集的配电物联网中第v个用电数据，nu表示第u天收集的配电物联网中用电数据总量。以上收集的数据，需要判断其是否满足下述方程：
|datau,v-wu|≤β*εu (3)
公式中系数β的取值依据具体问题而定。如果数据datau,v满足公式3，则接受；否则将被剔除。经过上述过程后，在第u天内的数据将被留下数据总数n'u个，n'u≤nu，则n天内所有留下数据的样本均值w和样本标准差ε：
在收集的以天为单位的所有数据中，筛选出最大值和最小值组成日常区间，用来映射当日的用电设备数据，通过该区间来表示当日用电设备的实际状态，便于统计分析和处理。则第u天的区间计算为：
其中U表示经过预处理后留下的配电物联网中日常数据数量，[au,bu]表示第u天的区间，au是数据数量最小值，bu是数据数量最大值。通过上述过程获取的区间数据，其内部往往存在部分异常值、容限值以及不合理数据。对于异常值的处理，使用Box和whisker测试，计算au与bu的差值，若差值小于1.0，则保留该区间，否则剔除掉区间。经过异常值处理后，如果被保留的区间个数符合w'≤n，w'是经过异常处理后的个数，n是小于处理前的总个数，则重新计算au,bu和差值的样本均值和标准差。
对于容限值处理，若经过上述处理过程后，保留的w'个数据区间的端点值满足以下方程且差值小于1.0，则区间被保留，否则区间将被剔除。方程如下：
wa是数据量a的样本均值；εu、εi分别表示第u天的标准差、和当前计算的第i个数据量的标准差；
经过筛选之后，经过前述筛选后的数据个数w”≤n个数据区间被保留，再一次计算au,bu和差值的样本均值和标准差。计算完成后进行合理性处理，在合理性处理过程中，当且仅当数据区间满足下述方程时，区间被保留，否则将区间剔除。方程如下：
公式中wa和wb分别表示[au,bu]区间的样本均值，εa和εb分别表示[au,bu]区间的样本均值、标准偏差，γ表示中间量，满足wa≤γ≤wb条件。经过合理性区间预处理后，对保留的数据区间重新编号，用于后续的配电物联数据驱动业务。
(3)实现数据驱动业务
将完成异常值处理、容限值处理和合理性处理的区间数据进行均值、中心值和不确定度的计算，推导数据驱动业务的统计数据。
计算处理后的区间数据的统计量，分别为：
以上公式中wl表示保留的区间数据的所有左端点的样本均值，wr表示保留的区间数据的所有右端点的样本均值，
表示保留的u个数据区间的左端点值，
表示保留的u个数据区间的右端点值，εl表示保留的数据区间的左端点的标准差，εr表示保留的数据区间的右端点的标准差。基于以上参量，则区间数据的不确定度y计算为：
其中Δw是根据实际情况推导出的样本均值。通过上述过程计算出区间数据的均值、右中心值以及不确定度和均值，设置右中心值及不确定度对应相等，构建出2个参数方程，以此实现配电物联数据驱动。方程如下：
配电物联数据驱动业务只是负责将采集的繁杂的用电数据整理统一，为电力能源业务服务提供技术支持。
驱动业务的实施说明：
通过本方案提出的低压配网数据处理，可以实现用能侧数据的广泛获取、高速处理以及用能设备的精确控制，帮助电力能源服务商深入掌握电力用户的用电习惯，针对各种用电场景提供用能建议，实现电力服务多元化。本方案可促进面向终端用户的能源服务多元化物联网的发展，使传统针对固定分时、阶梯等电价菜单的用电服务得到深入发展，为用电套餐的多样性、响应的快速性和增值服务定制性提供支持。
本方案的数据处理方法，实现了数据的梳理，有助于用户行为模式识别功能实现。即有助于提高后续采用人工智能技术的特征提取能力，实现每个用户的精准画像，挖掘、学习用户的行为模式，掌握消费端个性化需求，从而实现用电套餐的大规模柔性定制化。
本方案的数据处理方法，还可以弥补当前配电网络在精准量测和控制方面的不足，帮助配电网运营商实时掌握电网运行状况，迅速应对电网紧急事故，预先处理电网未来隐患，实现系统的高效运营与管理。
以上所述，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，可轻易想到的变化或替换，都应涵盖在本发明的保护范围内。
Claims (3)
1.一种低压配网数据驱动业务方法，其特征在于，包括以下步骤：
步骤1、收集基于事件驱动的配电物联数据；
步骤2、在步骤1中收集的以天为单位的所有配电物联数据中，筛选出最大值和最小值组成日常区间，该区间数据用来映射当日的用电设备数据，对于获得的区间数据进行预处理，预处理包括异常值处理、容限值处理和合理性处理，经过合理性处理后，得到最终的数据区间；对保留的数据区间重新编号，用于后续的配电物联数据驱动业务；
步骤3、对步骤2得到的异常值处理、容限值处理和合理性处理的数据区间的数据进行均值、中心值和不确定度的计算，从而得到数据驱动业务的统计数据；
步骤1具体如下：利用物联网智能节点对待处理的数据进行收集，在配电物联数据驱动业务中，根据不同的工作环境，确定不同的数据收集类型；根据事件不同的类别分类保存事件数据，在确定存储之前，考虑事件内容数据以及基于动态变化的数据，按照不同事件类型所包含的数据格式、时效、数据量以及后续预处理来确定最终的存储命令。
2.根据权利要求1所述的一种低压配网数据驱动业务方法，其特征在于，配电物联数据包括：三相电压及电流、功率因数、有功功率、无功功率、有功电量、无功电量、频率、谐波电压、谐波电流谐波分析至次、停电时刻、来电时刻、电压超上、下限及缺相时间。
3.根据权利要求1所述的一种低压配网数据驱动业务方法，其特征在于，收集基于事件驱动的配电物联数据有2种收集方式，分别是周期性汇报式数据收集和事件驱动式数据收集。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011021671.8A CN112330090B (zh) | 2020-09-25 | 2020-09-25 | 一种低压配网数据驱动业务方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011021671.8A CN112330090B (zh) | 2020-09-25 | 2020-09-25 | 一种低压配网数据驱动业务方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112330090A CN112330090A (zh) | 2021-02-05 |
| CN112330090B true CN112330090B (zh) | 2022-09-23 |
Family
ID=74304219
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011021671.8A Active CN112330090B (zh) | 2020-09-25 | 2020-09-25 | 一种低压配网数据驱动业务方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112330090B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103458033A (zh) * | 2013-09-04 | 2013-12-18 | 北京邮电大学 | 事件驱动、面向服务的物联网服务提供系统及其工作方法 |
| CN104936312A (zh) * | 2015-06-18 | 2015-09-23 | 山东建筑大学 | 具有数据预处理及设备管理功能的物联网智能节点及方法 |
| CN111525688A (zh) * | 2020-04-24 | 2020-08-11 | 沈阳工业大学 | 一种基于5g网络的电力物联配电网系统和互联方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA3032409C (en) * | 2016-08-03 | 2023-11-07 | Zeco Systems Inc. | Distributed resource electrical demand forecasting system and method |
-
2020
- 2020-09-25 CN CN202011021671.8A patent/CN112330090B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103458033A (zh) * | 2013-09-04 | 2013-12-18 | 北京邮电大学 | 事件驱动、面向服务的物联网服务提供系统及其工作方法 |
| CN104936312A (zh) * | 2015-06-18 | 2015-09-23 | 山东建筑大学 | 具有数据预处理及设备管理功能的物联网智能节点及方法 |
| CN111525688A (zh) * | 2020-04-24 | 2020-08-11 | 沈阳工业大学 | 一种基于5g网络的电力物联配电网系统和互联方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112330090A (zh) | 2021-02-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110266000B (zh) | 一种配电网电压越限原因分析方法、系统及存储介质 | |
| CN110059356A (zh) | 一种基于大数据和人工智能的大电网智能调控系统和方法 | |
| CN111340327A (zh) | 一种主配用一体化负荷分析平台及其实现方法 | |
| CN104239406A (zh) | 一种智能变电站二次设备配置的高可视化展示方法 | |
| CN104701984A (zh) | 一种基于自识别的智能用电终端即插即用方法 | |
| CN111260505B (zh) | 基于电力物联网的大数据分析方法、装置及计算机设备 | |
| CN110232476A (zh) | 一种基于深度学习的微电网负荷预测方法 | |
| CN103489139A (zh) | 城市配电网规划综合分析与管理系统 | |
| CN112953007A (zh) | 配电网调度方法、装置及系统、处理器、电子设备 | |
| CN206863115U (zh) | 一种能源互联网用电非侵入式测量系统 | |
| CN107194010B (zh) | 一种面向对象的用电信息管理系统及其方法 | |
| CN114336594A (zh) | 一种能源聚合客户监测及需求响应调度系统及方法 | |
| CN112330090B (zh) | 一种低压配网数据驱动业务方法 | |
| CN110784468B (zh) | 基于CoAP的协议转换方法及装置 | |
| CN117013531A (zh) | 配电网的容量域评估方法 | |
| CN115526737A (zh) | 一种基于数字孪生的电网能量管理方法、系统及终端设备 | |
| CN114977510A (zh) | 一种交直流微电网拓扑建模方法、装置和设备 | |
| CN115935201A (zh) | 一种针对重点应急装备gps及电气量数据采集的监测方法以及装置 | |
| CN114997687A (zh) | 资源调度方法、装置、存储介质及电子设备 | |
| CN106154082A (zh) | 一种负荷特性在线分析的智能测量采集装置 | |
| CN112421785A (zh) | 一种智能配电室全景数据中心 | |
| CN111815022A (zh) | 一种基于延时坐标嵌入法的电力负荷预测方法 | |
| Simonov et al. | Big Data application: analyzing real-time electric meter data | |
| CN113835776B (zh) | 一种将升压站数据接入能源企业大数据平台的方法 | |
| CN112801379B (zh) | 一种基于云计算与大数据的智能电网分布式能源管理系统 |
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 | ||
| CB03 | Change of inventor or designer information |
Inventor after: Wang Fuliang Inventor after: Gao Mingliang Inventor after: Ning Yan Inventor after: Li Jun Inventor after: Lu Yujun Inventor after: Li Cheng Inventor after: Chen Hao Inventor after: Ge Yonggao Inventor after: Wang Jiangbin Inventor after: Wang Ning Inventor after: Cao Jiajia Inventor before: Wang Fuliang Inventor before: Gao Mingliang Inventor before: Ning Yan Inventor before: Li Jun Inventor before: Lu Yujun Inventor before: Li Cheng Inventor before: Chen Hao Inventor before: Ge Yonggao Inventor before: Wang Jiangbin Inventor before: Wang Ning Inventor before: Cao Jiajia |
|
| CB03 | Change of inventor or designer information |