CN112541833B - 基于特征匹配知识库的电力系统远动数据质量治理方法及其系统 - Google Patents
基于特征匹配知识库的电力系统远动数据质量治理方法及其系统 Download PDFInfo
- Publication number
- CN112541833B CN112541833B CN202011418682.XA CN202011418682A CN112541833B CN 112541833 B CN112541833 B CN 112541833B CN 202011418682 A CN202011418682 A CN 202011418682A CN 112541833 B CN112541833 B CN 112541833B
- Authority
- CN
- China
- Prior art keywords
- data
- matching
- telemechanical
- feature
- integrity
- 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
- 238000007726 management method Methods 0.000 title description 8
- 238000010606 normalization Methods 0.000 claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000011156 evaluation Methods 0.000 claims abstract description 16
- 238000005336 cracking Methods 0.000 claims abstract description 4
- 238000004458 analytical method Methods 0.000 claims description 22
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 7
- 238000003908 quality control method Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 2
- 239000013589 supplement Substances 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 abstract description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000003326 Quality management system Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012795 verification 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Computational Linguistics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种基于特征匹配知识库的电力系统远动数据质量治理方法及其系统,所述的方法包括步骤如下:S1:获取电力调度自动化系统的远动数据,采用裂项算法,对远动数据拆解,提取需要匹配的特征量;S2:调用特征匹配知识库,识别特征量与特征因子的匹配关系,判断远动数据的规范性;S3:调用特征匹配知识库,识别基准远动数据的特征因子匹配情况,判断远动数据的完整性;S4:根据远动数据的规范性、完整性,判断远动数据治理方向,实现对远动数据进行质量治理。本发明实现电力调度自动化系统的远动数据质量的全自动审核,无需人工识别,使自动化运维提质增效,同时评价结果准确,运行效率高。
Description
技术领域
本发明涉及电网自动化技术领域,更具体的,涉及一种基于特征匹配知识库的电力系统远动数据质量治理方法及其系统。
背景技术
随着电网规模高速增加,变电站通过远动接入电力调度自动化主站的数据呈海量化增长。为确保电网运行集中调度监控的工作质量,进一步防范电力系统漏监视、误告警风险,消除设备监控及告警设置错漏隐患,对远动数据的完整性、规范性、准确性提出了更高的要求。
目前,新建变电站、装置接入电力调度自动化系统时,要求对设备监控及告警设置信号进行验收审批,但不同工程现场、不同型号设备装置的配置存在差异。面对大量的接入数据,仅依靠运维人员依照规范进行人工识别审核,难以快速接入远动数据规范完整,且容易出现错漏,不便于远动数据质量的管控。亟需建立一种电力系统远动数据治理方法及系统,实现以计算机程序驱动的数据质量评价分析及数据质量治理提升。
发明内容
本发明为了解决现有电力远动数据接入维护采用人工识别审核方式,难以快速判断接入远动数据是否规范完整,且容易出现错漏,不便于远动数据质量管控的问题,提供了一种基于特征匹配知识库的电力系统远动数据质量治理方法及其系统,实现远动数据质量全自动评价,促使自动化运维提质增效,同时评价结果准确,运行效率高。
为实现上述本发明目的,采用的技术方案如下:一种基于特征匹配知识库的电力系统远动数据质量治理方法,所述的方法包括步骤如下:
S1:获取电力调度自动化系统的远动数据,采用裂项算法,对远动数据拆解,提取远动数据的特征量;
S2:调用特征匹配知识库,识别特征量与特征因子的匹配关系,判断远动数据的规范性;
S3:调用特征匹配知识库,识别基准远动数据的特征因子匹配情况,判断远动数据的完整性;
S4:根据远动数据的规范性、完整性,判断远动数据治理方向,实现对远动数据进行质量治理。
优选地,所述的远动数据包括以下信息,并按照以下格式描述:“电压等级” -“间隔名称”-“间隔编号”-“运行状态”,其中,提取“运行状态”作为远动数据的特征量。
进一步地,所述的特征匹配知识库,是一种通过特征匹配识别远动数据质量的规则集合,由不同类别间隔的基准远动数据集组成。
所述的基准运动数据包括1个标准化描述、n+1个特征因子和1个标准化告警配置;
其中,所述的标准化描述、标准化告警配置依照电网运行监控接入规范生成;
所述的特征因子是指远动数据对应基准远动数据在不同工程、不同装置的差异化描述表现,分为1个无差异特征因子和n个差异特征因子。
再进一步地,步骤S2,具体地,对同类型间隔的特征因子进行检索,索引是否存在可匹配的基准远动数据,根据特征量与特征因子的匹配关系,判断远动数据的规范性,输出规范性评价分析结果,具体规则如下:
若匹配条件:特征量=无差异特征因子,匹配关系:完全匹配,则规范性评价分析结果:规范信息;
若匹配条件:特征量=差异特征因子,匹配关系:不完全匹配,则规范性评价分析结果:描述不规范信息;
若匹配条件:特征量无匹配特征因子,匹配关系:未匹配,则规范性评价分析结果:可选信息。
再进一步地,步骤S3,对同类间隔的基准远动数据进行全面检索,识别全部特征量因子未被匹配的基准远动数据,根据匹配情况判断远动数据的完整性,输出完整性评价分析结果;具体规则如下:
若匹配条件:任意特征因子有匹配数据,匹配关系:匹配,则完整性评价分析结果:规范信息完整;
若匹配条件:任意特征因子无匹配数据,匹配关系:未匹配,则完整性评价分析结果:规范信息缺失。
再进一步地,步骤S4,根据规范性匹配关系、完整性匹配关系,判断数据质量治理方向,具体如下:
若规范性匹配关系:完全匹配,完整性匹配关系:匹配,则数据质量治理方向:无;
若规范性匹配关系:不完全匹配,完整性匹配关系:匹配,则数据质量治理方向:信息描述修正;
若规范性匹配关系:未匹配,完整性匹配关系:匹配,则数据质量治理方向:按需求选取;
若规范性匹配关系:无,完整性匹配关系:未匹配,则数据质量治理方向:增补规范缺失管理。
本发明还一种基于特征匹配的电力系统远动数据质量治理系统,包括获取数据模块、提取模块、第一识别模块、第一判断模块、第二识别模块、第二判断模块、第三判断模块;
所述的获取数据模块,用于获取电力调度自动化系统的远动数据;
所述的提取模块,采用裂项算法,对远动数据拆分,提取需要匹配的特征量;
所述的第一识别模块,用于调用特征匹配知识库,实现识别特征量与特征因子的匹配关系;
所述的第一判断模块,用于判断远动数据的规范性;
所述的第二识别模块,用于调用特征匹配知识库,实现识别基准远动数据的特征因子匹配情况;
所述的第二判断模块,用于判断远动数据的完整性;
所述的第三判断模块,用于根据远动数据的规范性、完整性,判断远动数据治理方向。
本发明的有益效果如下:
本发明提供了一种基于特征匹配知识库的电力系统远动数据质量治理方法,通过提取电网调度对象(设备)待接入电力调度自动化系统的远动数据的特征量,以特征量与特征因子的匹配关系判断远动数据的规范性,以基准远动数据特征因子的匹配关系判断远动数据的完整性,以评价分析结果识别远动数据治理方向,驱动远动数据质量治理,实现电网系统远动数据质量治理的自动驱动,为电网调度运行监视水平的提升打下基础,促进自动化运维提质增效,无需人工识别审核。同时基于多种特征因子匹配分析,评价结果准确,运行效率高。
附图说明
图1是实施例1所述的方法的步骤流程图。
图2是实施例1基准远动数据的结构图。
具体实施方式
下面结合附图和具体实施方式对本发明做详细描述。
实施例1
如图1所示,一种基于特征匹配知识库的电力系统远动数据质量治理方法,所述的方法包括步骤如下:
S1:获取电力调度自动化系统的远动数据,采用裂项算法,对远动数据拆解,提取需要匹配的特征量;
S2:调用特征匹配知识库,识别特征量与特征因子的匹配关系,判断远动数据的规范性;
S3:调用特征匹配知识库,识别基准远动数据的特征因子匹配情况,判断远动数据的完整性;
S4:根据远动数据的规范性、完整性,判断远动数据治理方向,实现对远动数据进行质量治理。
在一个具体的实施例中,所述的远动数据是电力调度自动化系统反映电网调度对象(设备)运行状态的信息。所述的远动数据包括以下信息,并按照以下格式描述:“电压等级”-“间隔名称”-“间隔编号”-“运行状态”,其中,提取“运行状态”作为远动数据的特征量。
如,“10kV飞龙线F01保护测控装置异常”,可分解“10kV”-”飞龙线”- “F01”-“保护测控装置异常”。提取后:
电压等级:10kV
间隔名称:飞龙线
间隔编号:F01
运行状态:保护测控装置异常
并将“保护测控装置异常”作为远动数据的特征量。
在一个具体的实施例中,所述的特征匹配知识库,是一种通过特征匹配识别远动数据质量的规则集合,由不同类别间隔的基准远动数据集组成。
在一个具体的实施例中,所述的基准远动数据,即基准远动数据集的组成单元,是电网调度对象(设备)按照电网调度运行监控规范要求接入电力调度自动化主站系统的必要信息,是远动数据完整性、规范性的判别的基础。如图2所示,所述的基准远动数据包括1个标准化描述、n+1个特征因子和1个标准化告警配置;
所述的标准化描述,即电网运行监控技术标准要求的规范信息描述。例如,一个基准远动数据在电网运行监控技术标准要求的规范信息描述为“10kV××线 F××过流一段动作”,则其对应的标准化描述为“10kV××线F××过流一段动作”,而在不同的工程现场、不同的装置,数据可能不规范的被描述为“10kV××线F××电流一段动作”、“10kV××线F××过流1段动作”、“10kV××线F××过流保护动作”等,这些都是非标准化的描述,但所反映电网调度对象(设备)运行状态是相同的。
所述的标准化告警配置,即电网运行监控技术标准要求与对应标准化描述数据相对应的告警配置。
所述的特征因子是指远动数据对应基准远动数据在不同工程、不同装置的差异化描述表现,分为1个无差异特征因子和n个差异特征因子。其中,无差异特征因子,远动数据的特征量应与基准远动数据的标准化描述一致;差异特征因子,即与基准远动数据所反映电网调度(设备)运行状态一致的非标准化描述,由用户根据存量运行数据收资统计产生,并可依照运行环境变化进行扩展。
在一个具体的实施例中,步骤S2,具体地,对同类型间隔的特征因子进行检索,索引是否存在可匹配的基准远动数据。
根据特征量与特征因子的匹配关系,判断远动数据的规范性,输出规范性评价分析结果;规范性匹配规则如表1所示
表1远动数据规范性匹配规则
匹配条件 | 规范性研判匹配关系 | 规范性评价分析结果 |
待接入远动数据:特征量=无差异特征因子 | 完全匹配 | 规范信息 |
待接入远动数据:特征量=差异特征因子 | 不完全匹配 | 描述不规范信息 |
待接入远动数据:特征量无匹配特征因子 | 未匹配 | 可选信息 |
在一个具体的实施例中,步骤S3,对同类间隔的基准远动数据进行全面检索,识别全部特征量因子未被匹配的基准远动数据,根据匹配情况判断远动数据的完整性,输出完整性评价分析结果;具体地,完整性匹配规则如表2所示:
表2远动数据完整性匹配规则
匹配条件 | 完整性研判匹配关系 | 完整性评价分析结果 |
基准远动数据:任意特征因子有匹配数据 | 匹配 | 规范信息完整 |
基准远动数据:任意特征因子无匹配数据 | 未匹配 | 规范信息缺失 |
在一个具体的实施例中,步骤S4,根据规范性匹配关系、完整性匹配关系,判断数据质量治理方向,具体如表3所示:
表3判断数据质量治理方向
规范性研判匹配条件 | 完整性研判匹配关系 | 完整性评价分析结果 |
完全匹配 | 匹配 | 无 |
不完全匹配 | 匹配 | 信息描述修正 |
未匹配 | 匹配 | 按需求选取 |
无 | 未匹配 | 增补规范缺失信息 |
实施例2
基于实施例1所述的方法,本实施例还一种基于特征匹配知识库的电力系统远动数据质量治理系统,包括获取数据模块、提取模块、第一识别模块、第一判断模块、第二识别模块、第二判断模块、第三判断模块;
所述的获取数据模块,用于获取电力调度自动化系统的远动数据;
所述的提取模块,采用裂项算法,对远动数据拆解,提取需要匹配的特征量;
所述的第一识别模块,用于调用特征匹配知识库,实现识别特征量与特征因子的匹配关系;
所述的第一判断模块,用于判断远动数据的规范性;
所述的第二识别模块,用于调用特征匹配知识库,实现识别基准远动数据的特征因子匹配情况;
所述的第二判断模块,用于判断远动数据的完整性;
所述的第三判断模块,用于根据远动数据的规范性、完整性,判断远动数据治理方向。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (5)
1.一种基于特征匹配知识库的电力系统远动数据质量治理方法,其特征在于:所述的方法包括步骤如下:
S1:获取电力调度自动化系统的远动数据,采用裂项算法,对远动数据拆解,提取需要匹配的特征量;
S2:调用特征匹配知识库,识别特征量与特征因子的匹配关系,判断远动数据的规范性;
S3:调用特征匹配知识库,识别基准远动数据的特征因子匹配情况,判断远动数据的完整性;
S4:根据远动数据的规范性、完整性,判断远动数据治理方向,实现对远动数据进行质量治理;
所述的基准远动数据,是基准远动数据集的组成单元,是电网调度对象按照电网调度运行监控规范要求接入电力调度自动化主站系统的必要信息,是远动数据完整性、规范性的判别的基础;
所述的远动数据包括以下信息,并按照以下格式描述:“电压等级”-“间隔名称”-“间隔编号”-“运行状态”,其中,提取“运行状态”作为远动数据的特征量;
所述的特征匹配知识库,是一种通过特征匹配识别远动数据质量的规则集合,由不同类别间隔的基准远动数据集组成;
所述的基准远动数据包括1 个标准化描述、n+1 个特征因子和1 个标准化告警配置;
其中,所述的标准化描述、标准化告警配置依照电网运行监控接入规范生成;所述的特征因子是指远动数据对应基准远动数据在不同工程、不同装置的差异化描述表现,分为1个无差异特征因子和n 个差异特征因子。
2.根据权利要求1所述的基于特征匹配知识库的电力系统远动数据质量治理方法,其特征在于:步骤S2,具体地,对同类型间隔的特征因子进行检索,
索引是否存在可匹配的基准远动数据,根据特征量与特征因子的匹配关系,判断远动数据的规范性,输出规范性评价分析结果,具体规则如下:
若匹配条件:特征量=无差异特征因子,匹配关系:完全匹配,则规范性评
价分析结果:规范信息;
若匹配条件:特征量=差异特征因子,匹配关系:不完全匹配,则规范性评价分析结果:描述不规范信息;
若匹配条件:特征量无匹配特征因子,匹配关系:未匹配,则规范性评价分析结果:可选信息。
3.根据权利要求2所述的基于特征匹配知识库的电力系统远动数据质量治理方法,其特征在于:步骤S3,对同类间隔的基准远动数据进行全面检索,识别全部特征量因子未被匹配的基准远动数据,根据匹配情况判断远动数据的完整性,输出完整性评价分析结果;具体规则如下:
若匹配条件:任意特征因子有匹配数据,匹配关系:匹配,则完整性评价分析结果:规范信息完整;
若匹配条件:任意特征因子无匹配数据,匹配关系:未匹配,则完整性评价分析结果:规范信息缺失。
4.根据权利要求3所述的基于特征匹配知识库的电力系统远动数据质量治理方法,其特征在于:步骤S4,根据规范性匹配关系、完整性匹配关系,判断数据质量治理方向,具体如下:
若规范性匹配关系:完全匹配,完整性匹配关系:匹配,则数据质量治理方向:无;
若规范性匹配关系:不完全匹配,完整性匹配关系:匹配,则数据质量治理方向:信息描述修正;
若规范性匹配关系:未匹配,完整性匹配关系:匹配,则数据质量治理方向:按需求选取;
若规范性匹配关系:无,完整性匹配关系:未匹配,则数据质量治理方向:
增补规范缺失管理。
5.一种基于特征匹配知识库的电力系统远动数据质量治理系统,其特征在于:包括获取数据模块、提取模块、第一识别模块、第一判断模块、第二识别模块、第二判断模块、第三判断模块;
所述的获取数据模块,用于获取电力调度自动化系统的远动数据;
所述的提取模块,用于提取远动数据的特征量;
所述的第一识别模块,用于识别特征量与特征因子的匹配关系;
所述的第一判断模块,用于判断远动数据的规范性;
所述的第二识别模块,用于识别基准远动数据的特征因子匹配情况;
所述的第二判断模块,用于判断远动数据的完整性;
所述的第三判断模块,用于根据远动数据的规范性、完整性,判断远动数据治理方向;
所述的基准远动数据,是基准远动数据集的组成单元,是电网调度对象按照电网调度运行监控规范要求接入电力调度自动化主站系统的必要信息,是远动数据完整性、规范性的判别的基础;
所述的远动数据包括以下信息,并按照以下格式描述:“电压等级”-“间隔名称”-“间隔编号”-“运行状态”,其中,提取“运行状态”作为远动数据的特征量;
所述的特征匹配知识库,是一种通过特征匹配识别远动数据质量的规则集合,由不同类别间隔的基准远动数据集组成;
所述的基准远动数据包括1 个标准化描述、n+1 个特征因子和1 个标准化告警配置;
其中,所述的标准化描述、标准化告警配置依照电网运行监控接入规范生成;所述的特征因子是指远动数据对应基准远动数据在不同工程、不同装置的差异化描述表现,分为1个无差异特征因子和n 个差异特征因子。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011418682.XA CN112541833B (zh) | 2020-12-07 | 2020-12-07 | 基于特征匹配知识库的电力系统远动数据质量治理方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011418682.XA CN112541833B (zh) | 2020-12-07 | 2020-12-07 | 基于特征匹配知识库的电力系统远动数据质量治理方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112541833A CN112541833A (zh) | 2021-03-23 |
CN112541833B true CN112541833B (zh) | 2023-04-28 |
Family
ID=75016325
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011418682.XA Active CN112541833B (zh) | 2020-12-07 | 2020-12-07 | 基于特征匹配知识库的电力系统远动数据质量治理方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112541833B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113283881B (zh) * | 2021-07-19 | 2021-11-12 | 广东电网有限责任公司东莞供电局 | 一种远动信息源的自动审核方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2480862B1 (en) * | 2009-09-25 | 2019-09-11 | Itron, Inc. | Telemetry system |
CN107515344A (zh) * | 2017-10-18 | 2017-12-26 | 南京能云电力科技有限公司 | 一种数字化变电站整站信息智能对点的测试系统及方法 |
CN110659822A (zh) * | 2019-09-20 | 2020-01-07 | 云南恒协科技有限公司 | 一种变电站智能信息监控管理系统 |
CN110955808B (zh) * | 2019-11-26 | 2022-09-09 | 云南电网有限责任公司 | 一种主厂站四遥监控信息匹配关联的方法 |
-
2020
- 2020-12-07 CN CN202011418682.XA patent/CN112541833B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112541833A (zh) | 2021-03-23 |
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 | |
CN108647328B (zh) | 可靠性停电事件采集完整性分析与自动补全方法 | |
CN104112242B (zh) | 电力系统10kV母线电压合格率分析系统及方法 | |
CN110674189A (zh) | 一种智能变电站二次状态监测与故障定位的方法 | |
CN110688389B (zh) | 变电站二次设备缺陷云管理系统 | |
CN105044497A (zh) | 一种牵引变流器故障智能分析方法 | |
CN113435759B (zh) | 一种基于深度学习的一次设备风险智能评估方法 | |
CN112418687B (zh) | 基于用电特征的用户用电异常识别方法、装置和存储介质 | |
CN112541833B (zh) | 基于特征匹配知识库的电力系统远动数据质量治理方法及其系统 | |
CN111861786A (zh) | 一种基于特征选择和孤立随机森林的专变窃电识别方法 | |
CN111708817A (zh) | 一种变电站监控信息的智能处置方法 | |
CN112711947B (zh) | 一种基于文本向量化的故障停电抢修事中处置参考方法 | |
CN110955808B (zh) | 一种主厂站四遥监控信息匹配关联的方法 | |
CN112241391A (zh) | 供电公司电力数据的提取、清理、整合方法及系统 | |
CN115658772A (zh) | 一种无人机光伏巡检数据类资产管理方法及系统 | |
CN112308437A (zh) | 基于大数据分析的线损治理方法、系统、装置和存储介质 | |
CN111478340B (zh) | 一种配网线路无功补偿情况分析方法 | |
CN114066219A (zh) | 一种关联矩阵下用电异常点智能识别的窃电分析方法 | |
CN110298585B (zh) | 一种变电站设备监控信息分层分级自动审核方法 | |
CN110727427A (zh) | 调度自动化主站模型安全智能校核方法 | |
CN112003369A (zh) | 基于云平台的电网自动化设备运行监视及统计分析方法 | |
CN111079809A (zh) | 电连接器智能统型方法 | |
CN113435195B (zh) | 一种基于主变负载特性的缺陷智能诊断模型构建方法 | |
CN110866173B (zh) | 一种基于深度学习的遥信梳理方法 | |
Zheng et al. | Defect Analysis of Power System Secondary Equipment Based on Cluster Analysis and Association Rule |
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 |