CN112421767A - 电网防灾应急全景监视方法及装置 - Google Patents

电网防灾应急全景监视方法及装置 Download PDF

Info

Publication number
CN112421767A
CN112421767A CN202011062519.4A CN202011062519A CN112421767A CN 112421767 A CN112421767 A CN 112421767A CN 202011062519 A CN202011062519 A CN 202011062519A CN 112421767 A CN112421767 A CN 112421767A
Authority
CN
China
Prior art keywords
equipment
evaluation value
preset
power grid
dynamic display
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
Application number
CN202011062519.4A
Other languages
English (en)
Other versions
CN112421767B (zh
Inventor
许剑川
黎俊
陈学文
喻澍霖
母平昌
杨定光
陈飞
李伟
吴玉统
李世平
李磊磊
刘舰
周全贵
张琪
刘子暄
张水平
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.)
Xishuangbanna Power Supply Bureau of Yunnan Power Grid Co Ltd
Original Assignee
Xishuangbanna Power Supply Bureau of Yunnan Power Grid 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 Xishuangbanna Power Supply Bureau of Yunnan Power Grid Co Ltd filed Critical Xishuangbanna Power Supply Bureau of Yunnan Power Grid Co Ltd
Priority to CN202011062519.4A priority Critical patent/CN112421767B/zh
Publication of CN112421767A publication Critical patent/CN112421767A/zh
Application granted granted Critical
Publication of CN112421767B publication Critical patent/CN112421767B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • 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
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Power Engineering (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Alarm Systems (AREA)

Abstract

本发明涉及一种电网防灾应急全景监视方法及装置，属于电网监测技术领域。该方法通过实时获取多个设备的采集数据，所述采集数据包括气象数据、设备运行数据和设备地理信息；根据预设的故障模型对所述采集数据进行处理，获取对应设备的故障概率；根据所述故障概率和预设评估值，获取设备的动态展示颜色；根据设备地理信息和所述动态展示颜色，在预设的GIS地图进行相应的动态展示。本发明可以通过对设备的故障概率进行预判，然后展示在GIS地图，并根据概率的大小来进行不同状态的动态展示，可以使得调度人员及时明了的得知各个设备的状况，从而及时的制定策略，让维护人员及时执行，最大程度的减少设备的损坏。

Description

电网防灾应急全景监视方法及装置
技术领域
本发明属于电网监测技术领域，具体涉及一种电网防灾应急全景监视方法及装置。
背景技术
西双版纳地区雨季高温多雨，旱季干燥，地形条件复杂，大风、暴雨、雷电、洪涝以及地质灾害频发，严重威胁电网运行。
目前该地区的调度自动化系统主要以电网自身工况的监视与分析为主，调度人员难以感知外部环境情况并分析其对于电网的影响，难以预判恶劣天气条件下电网设备的运行状况，从而难以及时制定合理的运行和检修方式来最大程度的避免设备损坏。因此如何克服现有技术的不足是目前电网监测技术领域亟需解决的问题。
发明内容
本发明的目的是为了解决现有技术的不足，提供一种电网防灾应急全景监视方法及装置，可以使得调度人员及时明了的得知各个设备的状况，从而及时的制定策略，让维护人员及时执行，最大程度的减少设备的损坏。
为实现上述目的，本发明采用的技术方案如下：
本发明实施例的第一方面，提供一种电网防灾应急全景监视方法，包括：
实时获取多个设备的采集数据，所述采集数据包括气象数据、设备运行数据和设备地理信息；
根据预设的故障模型对所述采集数据进行处理，获取对应设备的故障概率；
根据所述故障概率和预设评估值，获取设备的动态展示颜色；
根据设备地理信息和所述动态展示颜色，在预设的GIS地图进行相应的动态展示。
可选地，在第一方面的一种可能实现方式中，所述预设的故障模型包括：
P＝fλ2
其中，f代表气象影响系数，λ代表设备故障率，P代表对应设备的故障概率。
可选地，在第一方面的一种可能实现方式中，在所述根据预设的故障模型对所述采集数据进行处理，获取对应设备的故障概率之前，还包括：
根据预设气象影响模型对所述气象数据进行处理，获取所述气象影响系数。
可选地，在第一方面的一种可能实现方式中，所述预设气象影响模型包括：
Figure BDA0002712791510000021
其中，S代表雷电等级、风力等级或者覆冰厚度，a、b为模糊成员函数参数，f代表所述气象影响系数。
可选地，在第一方面的一种可能实现方式中，在所述根据预设的故障模型对所述采集数据进行处理，获取对应设备的故障概率之前，还包括：
根据预设设备分析模型对所述设备运行数据进行处理，获取所述设备故障率。
可选地，在第一方面的一种可能实现方式中，所述预设设备分析模型包括：
Figure BDA0002712791510000022
其中，λ代表设备故障率，n代表设备工作的总时长内出现的故障次数，t代表设备工作的总时长。
可选地，在第一方面的一种可能实现方式中，所述预设评估值包括数值依次增大的第一评估值、第二评估值和第三评估值；
所述根据所述故障概率和预设评估值，获取设备的动态展示颜色，包括：
若所述故障概率小于所述第一评估值，所述动态展示颜色为绿色；
若所述故障概率小于所述第二评估值并大于所述第一评估值，所述动态展示颜色为黄色；
若所述故障概率小于所述第三评估值并大于所述第二评估值，所述动态展示颜色为橙色；
若所述故障概率大于所述第三评估值，所述动态展示颜色为红色。
可选地，在第一方面的一种可能实现方式中，所述第一评估值为0.02，所述第二评估值为0.05，所述第三评估值为0.08。
本发明实施例的第二方面，提供一种电网防灾应急全景监视装置，包括：
数据模块，用于实时获取多个设备的采集数据，所述采集数据包括气象数据、设备运行数据和设备地理信息；
处理模块，用于根据预设的故障模型对所述采集数据进行处理，获取对应设备的故障概率；
评估模块，用于根据所述故障概率和预设评估值，获取设备的动态展示颜色；
展示模块，用于根据设备地理信息和所述动态展示颜色，在预设的GIS地图进行相应的动态展示。
本发明实施例的第三方面，提供一种电网防灾应急全景监视设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本发明第一方面及第一方面各种可能涉及的所述电网防灾应急全景监视方法。
本发明实施例的第四方面，提供一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现本发明第一方面及第一方面各种可能涉及的所述方法。
本发明与现有技术相比，其有益效果为：
本发明提供的一种电网防灾应急全景监视方法及装置，通过实时获取多个设备的采集数据，所述采集数据包括气象数据、设备运行数据和设备地理信息；根据预设的故障模型对所述采集数据进行处理，获取对应设备的故障概率；根据所述故障概率和预设评估值，获取设备的动态展示颜色；根据设备地理信息和所述动态展示颜色，在预设的GIS地图进行相应的动态展示，即本发明可以通过对设备的故障概率进行预判，然后展示在GIS地图，并根据概率的大小来进行不同状态的动态展示，可以使得调度人员及时明了的得知各个设备的状况，从而及时的制定策略，让维护人员及时执行，最大程度的减少设备的损坏。
附图说明
图1是本发明实施例提供的一种电网防灾应急全景监视方法的流程示意图，
图2是本发明实施例提供的一种电网防灾应急全景监视装置的结构示意图，
图3是本发明实施例提供的一种电网防灾应急全景监视设备的硬件结构示意图。
具体实施方式
下面结合实施例对本发明作进一步的详细描述。
本领域技术人员将会理解，下列实施例仅用于说明本发明，而不应视为限定本发明的范围。实施例中未注明具体技术或条件者，按照本领域内的文献所描述的技术或条件或者按照产品说明书进行。所用材料或设备未注明生产厂商者，均为可以通过购买获得的常规产品。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解，在本发明的各种实施例中，各过程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，而不应对本发明实施例的实施过程构成任何限定。
应当理解，在本发明中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本发明中，“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含，“包含A、B或C”是指包含A、B、C三者之一，“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解，在本发明中，“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”，表示B与A相关联，根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。A与B的匹配，是A与B的相似度大于或等于预设的阈值。
取决于语境，如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
参见图1，是本发明实施例提供的一种电网防灾应急全景监视方法的流程示意图，图1所示方法的执行主体可以是软件和/或硬件装置。本申请的执行主体可以包括但不限于以下中的至少一个：用户设备、网络设备等。其中，用户设备可以包括但不限于计算机、智能手机、个人数字助理(Personal Digital Assistant，简称：PDA)及上述提及的电子设备等。网络设备可以包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算的由大量计算机或网络服务器构成的云，其中，云计算是分布式计算的一种，由一群松散耦合的计算机组成的一个超级虚拟计算机。本实施例对此不做限制。包括步骤S101至步骤S104，具体如下：
S101，实时获取多个设备的采集数据，所述采集数据包括气象数据、设备运行数据和设备地理信息。
具体地，为了对设备是否发生故障进行准确的判断，本方案需要收集与设备相关的数据，例如气象数据、设备运行数据和设备地理信息，其中，气象数据是用于判断气象条件对设备的影响，设备运行数据是与设备紧密相关的判断条件，设备地理信息是用来对设备进行定位，以确保维护人员可以在接收到预警信息后及时的对指定设备进行操作。其中，设备的地理信息采集可以是利用GPS对设备进行定位，或者其他定位装置对设备进行定位，以实现设备的地理信息采集。
其中，气象数据例如雷电等因素，可以理解的是，上述天气数据对设备的影响较大，在获取到对应的气象数据后，需要分析出相应气象数据的等级，例如雷电等级。
在实际应用中，可以在设备处设置有监控设备，例如一些传感器，具体例如风力传感器等，也可以接入天气预测平台，来实时获取到一些对应的天气数据。可以理解的是，气象数据并不只是包括上述罗列数据，还可以包括地质灾害、洪水等数据。
设备例如可以是电站的变压器等供电设备，设备运行数据可以是设备在运行中出现故障的次数、故障时间等。
S102，根据预设的故障模型对所述采集数据进行处理，获取对应设备的故障概率。
具体地，预设的故障模型用于对采集数据包括气象数据、设备运行数据和设备地理信息进行处理，来获取到设备的故障概率，具体如下：
预设的故障模型包括：
P＝fλ
其中，f代表气象影响系数，λ代表设备故障率，P代表对应设备的故障概率。
可以理解，故障概率是由气象影响系数和设备故障率共同影响的，其中，设备故障概率是根据设备本身的条件来进行判断的，即设备故障率是内部影响因子，而气象影响系数是外部影响因子。两者相互结合得到设备的故障概率，确保故障概率的准确性。
其中，为了得到气象影响系数，在所述根据预设的故障模型对所述采集数据进行处理，获取对应设备的故障概率之前，还包括：
根据预设气象影响模型对所述气象数据进行处理，获取所述气象影响系数。
所述预设气象影响模型包括：
Figure BDA0002712791510000061
其中，S代表雷电等级、风力等级或者覆冰厚度，a、b为模糊成员函数参数，f代表所述气象影响系数。
可以理解，气象影响系数是根据雷电等级来算出的，即可以先通过气象数据来得到雷电等级，然后得出相应的气象影响系数。
示例性的，a可以取值3，b可以取值6，如果雷电等级是雷电5级，则s相应的为5，则f在计算时套入上述模型计算结果为2/3，如果雷电等级是雷电2级，则s相应的为2，则f在计算时套入上述模型计算结果为0，如果雷电等级是雷电8级，则s相应的为8，则f在计算时套入上述模型计算结果为1，从而计算出相应的气象影响系数。
示例性的，a可以取值3，b可以取值6，如果风力等级是风力5级，则s相应的为5，则f在计算时套入上述模型计算结果为2/3，如果风力等级是风力2级，则s相应的为2，则f在计算时套入上述模型计算结果为0，如果风力等级是风力8级，则s相应的为8，则f在计算时套入上述模型计算结果为1，从而计算出相应的气象影响系数。
示例性的，a可以取值3，b可以取值6，如果覆冰厚度是覆冰3级，则s相应的为2，则f在计算时套入上述模型计算结果为0，如果覆冰厚度是覆冰2级，则s相应的为2，则f在计算时套入上述模型计算结果为-1/3，从而计算出相应的气象影响系数。
为了根据设备故障率，在所述根据预设的故障模型对所述采集数据进行处理，获取对应设备的故障概率之前，还包括：
根据预设设备分析模型对所述设备运行数据进行处理，获取所述设备故障率。
所述预设设备分析模型包括：
Figure BDA0002712791510000071
其中，λ代表设备故障率，n代表设备工作的总时长内出现的故障次数，t代表设备工作的总时长。
示例性的，经统计，在工作的总时长为10天的时间段内，设备出现故障的次数为1次，则n为1，则t为10，从而计算出λ为1/10，则设备的故障率为1/10。可以理解，可以通过统计不同设备在工作的总时长内出现的故障次数，即可得到设备在正常条件下的故障率，最终利用预设的故障模型结合外部的气象影响因数来得到最终的故障概率。
在实际应用中，预设的故障模型、预设设备分析模型以及预设气象影响模型在使用前需要利用一些历史数据进行训练，例如，以历史的气象数据、历史的设备运行数据作为输入数据，以故障概率作为输出数据，来对初始的故障模型进行训练，训练后投入使用。
S103，根据所述故障概率和预设评估值，获取设备的动态展示颜色。
具体地，为了能让维护人员可以及时的直观的得到设备故障概率，可以利用预设评估值来对故障概率进行判断，即判断故障概率过大或者过小，然后利用不同的颜色展示出来。
其中，所述预设评估值包括数值依次增大的第一评估值、第二评估值和第三评估值，则：
若所述故障概率小于所述第一评估值，所述动态展示颜色为绿色，即故障概率较小，利用绿色来展示出此设备处于稳定状态。
若所述故障概率小于所述第二评估值并大于所述第一评估值，所述动态展示颜色为黄色，即故障概率相对较小，利用黄色来展示出此设备处于相对稳定状态。
若所述故障概率小于所述第三评估值并大于所述第二评估值，所述动态展示颜色为橙色，即故障概率相对较大，利用橙色来展示出此设备处于相对危险状态。
若所述故障概率大于所述第三评估值，所述动态展示颜色为红色，即故障概率较大，利用红色来展示出此设备处于高度危险状态。
在实际应用中，所述第一评估值可以是0.02，所述第二评估值可以是0.05，所述第三评估值可以是0.08。
示例性的，以设备故障率λ为1/10说明，当f结果为0时，则P为0，小于0.02，则显示为绿色，当f结果为0.7时，则P为0.07，大于0.05小于0.08，则显示为橙色，当f结果为1时，则P为0.1，大于0.08，则显示为红色，从而实现对应的动态展示，以展示设备的危险状态。
S104，根据设备地理信息和所述动态展示颜色，在预设的GIS地图进行相应的动态展示。
具体地，为了能让维护人员可以及时的直观的得到设备故障概率，从而给及时的制定出维护策略下发给维护人员，进而及时的维护设备，避免其出现故障，从而使得电网运行稳定。
其中，动态展示颜色可以由指示灯进行展示，例如可以是LED灯，LED灯可以根据控制展示为红色、橙色、黄色和绿色。
预设的GIS地图可以是现有技术中的GIS地图模型，通过与本方案的结合，实现对预设的GIS地图的更新，从而进行利用。
上述实施例的电网防灾应急全景监视方法，通过实时获取多个设备的采集数据，所述采集数据包括气象数据、设备运行数据和设备地理信息；根据预设的故障模型对所述采集数据进行处理，获取对应设备的故障概率；根据所述故障概率和预设评估值，获取设备的动态展示颜色；根据设备地理信息和所述动态展示颜色，在预设的GIS地图进行相应的动态展示，即本方案可以通过对设备的故障概率进行预判，然后展示在GIS地图，并根据概率的大小来进行不同状态的动态展示，可以使得调度人员及时明了的得知各个设备的状况，从而及时的制定策略，让维护人员及时执行，最大程度的减少设备的损坏。
参见图2，是本发明实施例提供的一种电网防灾应急全景监视装置的结构示意图，该电网防灾应急全景监视装置20，包括：
数据模块21，用于实时获取多个设备的采集数据，所述采集数据包括气象数据、设备运行数据和设备地理信息；
处理模块22，用于根据预设的故障模型对所述采集数据进行处理，获取对应设备的故障概率；
评估模块23，用于根据所述故障概率和预设评估值，获取设备的动态展示颜色；
展示模块24，用于根据设备地理信息和所述动态展示颜色，在预设的GIS地图进行相应的动态展示。
图2所示实施例的装置对应地可用于执行图1所示方法实施例中的步骤，其实现原理和技术效果类似，此处不再赘述。
参见图3，是本发明实施例提供的一种电网防灾应急全景监视设备的硬件结构示意图，该电网防灾应急全景监视设备30包括：处理器31、存储器32和计算机程序；其中
存储器32，用于存储所述计算机程序，该存储器还可以是闪存(flash)。所述计算机程序例如是实现上述方法的应用程序、功能模块等。
处理器31，用于执行所述存储器存储的计算机程序，以实现上述方法中设备执行的各个步骤。具体可以参见前面方法实施例中的相关描述。
可选地，存储器32既可以是独立的，也可以跟处理器31集成在一起。
当所述存储器32是独立于处理器31之外的器件时，所述设备还可以包括：
总线33，用于连接所述存储器32和处理器31。
本发明还提供一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。
其中，可读存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(ApplicationSpecific Integrated Circuits，简称：ASIC)中。另外，该ASIC可以位于用户设备中。当然，处理器和可读存储介质也可以作为分立组件存在于通信设备中。可读存储介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述设备的实施例中，应理解，处理器可以是中央处理单元(英文：CentralProcessing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：DigitalSignal Processor，简称：DSP)、专用集成电路(英文：Application Specific IntegratedCircuit，简称：ASIC)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。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (10)

1.一种电网防灾应急全景监视方法，其特征在于，包括：
实时获取多个设备的采集数据，所述采集数据包括气象数据、设备运行数据和设备地理信息；
根据预设的故障模型对所述采集数据进行处理，获取对应设备的故障概率；
根据所述故障概率和预设评估值，获取设备的动态展示颜色；
根据设备地理信息和所述动态展示颜色，在预设的GIS地图进行相应的动态展示。
2.根据权利要求1所述的电网防灾应急全景监视方法，其特征在于，所述预设的故障模型包括如下模型：
P＝fλ2；
其中，f代表气象影响系数，λ代表设备故障率，P代表对应设备的故障概率。
3.根据权利要求2所述的电网防灾应急全景监视方法，其特征在于，在所述根据预设的故障模型对所述采集数据进行处理，获取对应设备的故障概率之前，还包括：
根据预设气象影响模型对所述气象数据进行处理，获取所述气象影响系数。
4.根据权利要求3所述的电网防灾应急全景监视方法，其特征在于，所述预设气象影响模型包括：
Figure FDA0002712791500000011
其中，S代表雷电等级、风力等级或者覆冰厚度，a、b为模糊成员函数参数，f代表所述气象影响系数。
5.根据权利要求2所述的电网防灾应急全景监视方法，其特征在于，在所述根据预设的故障模型对所述采集数据进行处理，获取对应设备的故障概率之前，还包括：
根据预设设备分析模型对所述设备运行数据进行处理，获取所述设备故障率。
6.根据权利要求5所述的电网防灾应急全景监视方法，其特征在于，所述预设设备分析模型包括如下模型：
Figure FDA0002712791500000021
其中，λ代表设备故障率，n代表设备工作的总时长内出现的故障次数，t代表设备工作的总时长。
7.根据权利要求1所述的电网防灾应急全景监视方法，其特征在于，所述预设评估值包括数值依次增大的第一评估值、第二评估值和第三评估值；
所述根据所述故障概率和预设评估值，获取设备的动态展示颜色，包括：
若所述故障概率小于所述第一评估值，所述动态展示颜色为绿色；
若所述故障概率小于所述第二评估值并大于所述第一评估值，所述动态展示颜色为黄色；
若所述故障概率小于所述第三评估值并大于所述第二评估值，所述动态展示颜色为橙色；
若所述故障概率大于所述第三评估值，所述动态展示颜色为红色。
8.根据权利要求1所述的电网防灾应急全景监视方法，其特征在于，所述第一评估值为0.02，所述第二评估值为0.05，所述第三评估值为0.08。
9.一种电网防灾应急全景监视装置，其特征在于，包括：
数据模块，用于实时获取多个设备的采集数据，所述采集数据包括气象数据、设备运行数据和设备地理信息；
处理模块，用于根据预设的故障模型对所述采集数据进行处理，获取对应设备的故障概率；
评估模块，用于根据所述故障概率和预设评估值，获取设备的动态展示颜色；
展示模块，用于根据设备地理信息和所述动态展示颜色，在预设的GIS地图进行相应的动态展示。
10.一种电网防灾应急全景监视设备，包括存储器、处理器及存储在存储器上并可在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程序时实现如权利要求1至8任一项所述电网防灾应急全景监视方法的步骤。
CN202011062519.4A 2020-09-30 2020-09-30 电网防灾应急全景监视方法及装置 Active CN112421767B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011062519.4A CN112421767B (zh) 2020-09-30 2020-09-30 电网防灾应急全景监视方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011062519.4A CN112421767B (zh) 2020-09-30 2020-09-30 电网防灾应急全景监视方法及装置

Publications (2)

Publication Number Publication Date
CN112421767A true CN112421767A (zh) 2021-02-26
CN112421767B CN112421767B (zh) 2023-04-07

Family

ID=74855133

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011062519.4A Active CN112421767B (zh) 2020-09-30 2020-09-30 电网防灾应急全景监视方法及装置

Country Status (1)

Country Link
CN (1) CN112421767B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103632310A (zh) * 2013-11-19 2014-03-12 中国南方电网有限责任公司 一种大电网运行风险评估方法
CN104319906A (zh) * 2014-11-20 2015-01-28 国家电网公司 一种电网防灾控制系统
CN105069558A (zh) * 2015-07-28 2015-11-18 江苏励维逊电气科技有限公司 一种基于气象数据的电力设施受损情况的预警分析方法
CN106373032A (zh) * 2016-09-09 2017-02-01 国网江苏省电力公司电力科学研究院 基于大数据的配网故障高发区域辨识方法
CN109118035A (zh) * 2018-06-25 2019-01-01 南瑞集团有限公司 基于网格化预警信息的台风风涝灾害配电网风险评估方法
CN109188568A (zh) * 2018-10-18 2019-01-11 国网山东省电力公司应急管理中心 一种多普勒雷达气象矢量化电网精细预警系统
CN111221925A (zh) * 2018-11-26 2020-06-02 中国电力科学研究院有限公司 一种配电网风涝灾害监测组网方法和装置
CN111401719A (zh) * 2020-03-10 2020-07-10 国网浙江武义县供电有限公司 电网的动态风险评估方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103632310A (zh) * 2013-11-19 2014-03-12 中国南方电网有限责任公司 一种大电网运行风险评估方法
CN104319906A (zh) * 2014-11-20 2015-01-28 国家电网公司 一种电网防灾控制系统
CN105069558A (zh) * 2015-07-28 2015-11-18 江苏励维逊电气科技有限公司 一种基于气象数据的电力设施受损情况的预警分析方法
CN106373032A (zh) * 2016-09-09 2017-02-01 国网江苏省电力公司电力科学研究院 基于大数据的配网故障高发区域辨识方法
CN109118035A (zh) * 2018-06-25 2019-01-01 南瑞集团有限公司 基于网格化预警信息的台风风涝灾害配电网风险评估方法
CN109188568A (zh) * 2018-10-18 2019-01-11 国网山东省电力公司应急管理中心 一种多普勒雷达气象矢量化电网精细预警系统
CN111221925A (zh) * 2018-11-26 2020-06-02 中国电力科学研究院有限公司 一种配电网风涝灾害监测组网方法和装置
CN111401719A (zh) * 2020-03-10 2020-07-10 国网浙江武义县供电有限公司 电网的动态风险评估方法及装置

Also Published As

Publication number Publication date
CN112421767B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN103337133B (zh) 基于识别预报技术的电网雷暴灾害预警系统及方法
CN110097297A (zh) 一种多维度窃电态势智能感知方法、系统、设备及介质
CN107633050A (zh) 一种基于大数据分析用电行为判定窃电概率的方法
CN109858140B (zh) 一种基于信息熵离散型贝叶斯网络冷水机组故障诊断方法
CN104777813A (zh) 综合气象观测运行监控系统及其监控方法
CN106779215B (zh) 一种基于机器学习的电网全局延时态势感知方法
CN116431975A (zh) 一种数据中心的环境监测方法及系统
CN112687080B (zh) 结合气象预警的地质灾害监测设备采集上报频率调整方法
CN113922412B (zh) 一种新能源多场站短路比全景化评估方法、系统、存储介质及计算设备
CN111047169A (zh) 一种电网调度用故障分析检测系统
CN107121943B (zh) 一种用于获得智能仪表的健康预测信息的方法和装置
CN112348207A (zh) 电网防灾预警方法及装置
CN116021981A (zh) 配电网线路覆冰故障预测方法、装置、设备及存储介质
CN117093943A (zh) 一种用电量监测预警方法及装置
CN112421767B (zh) 电网防灾应急全景监视方法及装置
CN117390403A (zh) 一种新能源灯塔发电站的电网故障检测方法及系统
CN112926863A (zh) 基于六大预警中心的电网灾害综合监测系统
CN105958474B (zh) 一种电网调控系统用输电线路动态增容方法和系统
CN112070400A (zh) 一种电网数据库安全态势评估方法及装置
CN109410527B (zh) 空间天气灾害监测预警方法、系统、存储介质及服务器
CN106530175A (zh) 一种城市生态系统健康诊断系统
CN115908082A (zh) 基于用电特征指标的企业排污监控方法及装置
CN115641549A (zh) 一种主推进柴油机组健康监测方法和系统
CN115585783A (zh) 一种基于物联网的建筑物沉降长期监测系统及方法
Pooja et al. An Investigation Study on Clustering and Classification Techniques for Weather Forecasting

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