CN112685472A - 一种电网多站融合监控方法、装置、电子设备及存储介质 - Google Patents
一种电网多站融合监控方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112685472A CN112685472A CN202011588085.1A CN202011588085A CN112685472A CN 112685472 A CN112685472 A CN 112685472A CN 202011588085 A CN202011588085 A CN 202011588085A CN 112685472 A CN112685472 A CN 112685472A
- Authority
- CN
- China
- Prior art keywords
- data
- power grid
- station
- fusion
- control strategy
- 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
- 230000004927 fusion Effects 0.000 title claims abstract description 81
- 238000012544 monitoring process Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000011217 control strategy Methods 0.000 claims abstract description 67
- 238000005457 optimization Methods 0.000 claims abstract description 67
- 238000012806 monitoring device Methods 0.000 claims abstract description 6
- 238000004146 energy storage Methods 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000013480 data collection Methods 0.000 claims description 7
- 238000004088 simulation Methods 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 5
- 125000004122 cyclic group Chemical group 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 4
- 230000004931 aggregating effect Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 abstract description 13
- 230000008569 process Effects 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000002776 aggregation Effects 0.000 description 5
- 238000004220 aggregation Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 5
- 238000013500 data storage Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000005286 illumination Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 239000000779 smoke Substances 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- 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
Abstract
本发明提供了一种电网多站融合监控方法、装置、电子设备及存储介质，解决了现有多站融合平台中，由于各类型站开发的监控系统存在着单独开发、独立运行和分散管理的情况，导致在系统实现、软硬件环境和融汇平台等方面表现出了极大的异构性，使各个系统在数据交换、应用连通以及功能联动方面面临困境，无法进行综合管理与利用的问题。所述电网多站融合监控方法包括：获得各类型站的运行参数；将所述各类型站的运行参数汇集形成融汇数据；基于所述融汇数据得到协调优化控制策略。
Description
技术领域
本发明涉及变电站监控技术领域，具体涉及一种电网多站融合监控方法、装置、电子设备及存储介质。
背景技术
随着国家能源战略的不断推进，利用变电站的存量站址资源构建变电站、储能站与数据中心站的多站融合平台是电力技术发展的趋势。而对多站中设备运行状态和环境参数的监控是融合平台稳定可靠运行的有力保障。现有多站融合平台中，各类型站开发的监控系统存在着单独开发、独立运行和分散管理的情况，存在监控系统、状态监测系统、辅助应用系统等多套系统，在系统实现、软硬件环境和融汇平台等方面表现出了极大的异构性，使各个系统在数据交换、应用连通以及功能联动方面面临困境，无法进行综合管理与利用。
发明内容
有鉴于此，本发明提供了一种电网多站融合监控方法、装置、电子设备及存储介质，解决了现有多站融合平台中，由于各类型站开发的监控系统存在着单独开发、独立运行和分散管理的情况，导致在系统实现、软硬件环境和融汇平台等方面表现出了极大的异构性，使各个系统在数据交换、应用连通以及功能联动方面面临困境，无法进行综合管理与利用的问题。
本发明一实施例提供的一种电网多站融合监控方法包括：
获得各类型站的运行参数；
将所述各类型站的运行参数汇集形成融汇数据；
基于所述融汇数据得到协调优化控制策略。
在一种实施方式中，获得各类型站的运行参数包括：
感知各类型站的运行状态；和/或
采集各类型站的运行状态数据。
在一种实施方式中，将所述各类型站的运行参数汇集形成融汇数据包括：将所述各类型站的运行参数分别传输至同一数据汇集点进行汇集形成融汇数据。
在一种实施方式中，还包括将所述各类型站的运行参数整理和/或存储。
在一种实施方式中，基于所述融汇数据得到协调优化控制策略，包括：
将所述融汇数据输入统一信息模型，基于所述融汇数据得到数据信息；
将所述数据信息输入数字仿真模型，基于所述数据信息仿真得到电网状态；
基于所述电网状态，通过反向反馈式神经网络和逻辑分析算法得到电网优化控制策略；
将所述电网优化控制策略输入数据融合调控模型，基于所述电网优化控制策略得到所述电网优化控制策略的优选数据；
基于所述电网优化控制策略的优选数据获得不同应用场景下的协调优化控制策略。
在一种实施方式中，还包括：采用统一建模语言组织所述融汇数据，建立所述统一信息模型。
在一种实施方式中，还包括：采用循环卷积网络和统计数据对所述所述电网优化控制策略进行分析，且将所述数据信息结合知识图谱的方法对电网设备异常进行定位和故障诊断，建立所述数据融合调控模型。
在一种实施方式中，基于所述电网优化控制策略的优选数据不同应用场景下的协调优化控制策略包括：基于所述电网优化控制策略的优选数据获得并网、离网、需求侧响应、网荷互动、电网辅助服务场景下的协调优化控制策略。
在一种实施方式中，所述各类型站包括变电站、储能站和数据中心站中的至少一种。
一种电网多站融合监控装置，包括：
获取模块，配置为获得各类型站的运行参数；
信息融汇模块，配置为将所述各类型站的运行参数汇集形成融汇数据；
决策控制模块，配置为基于所述融汇数据得到协调优化控制策略。
在一种实施方式中，所述决策控制模块，进一步配置为：
将所述融汇数据输入统一信息模型，基于所述融汇数据得到数据信息；
将所述数据信息输入数字仿真模型，基于所述数据信息仿真得到电网状态；
基于所述电网状态，通过反向反馈式神经网络和逻辑分析算法得到电网优化控制策略；
将所述电网优化控制策略输入数据融合调控模型，基于所述电网优化控制策略得到所述电网优化控制策略的优选数据；
基于所述电网优化控制策略的优选数据获得不同应用场景下的协调优化控制策略。
在一种实施方式中，所述获取模块包括：
状态感知单元，配置为感知各类型站的运行状态；
信号采集单元，配置为采集各类型站的运行状态数据。
一种电子设备，包括存储器和处理器，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被处理器执行时实现上述任一所述的电网多站融合监控方法。
一种计算机可读存储介质，所述计算机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以实现上述任一项所述的电网多站融合监控方法。
与现有技术相比，本发明存在以下技术效果：通过以上步骤大幅度提升了该监控系统的实时性、互动性、运行效率、安全性及功能性等方面，能够高效监测站内状态、快速汇集各类型站监测数据、同步挖掘异构数据信息、及时响应异常信息和产生调控策略并实施调控动作。该监控系统与变电站、储能站和数据中心站的融合、扩展，可构建更为强大的信息通信和数据存储、处理系统平台，可促进整体资源利用率的提升。
附图说明
图1所示为本发明一实施例提供的一种电网多站融合监控方法的流程示意图。
图2所示为本发明一实施例提供的一种基于STM32的信号采集装置的结构示意图。
图3所示为本发明一实施例提供的一种得到协调优化控制策略方法的流程示意图。
图4所示为本发明一实施例提供的一种电网多站融合监控装置的结构示意图。
图5所示为本发明一实施例提供的一种电网多站融合监控装置的结构示意图。
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他实施例，都属于本发明保护的范围。
实施例一：
参考图1～图3，本实施例提供一种电网多站融合监控方法，包括：
步骤S01：获取各类型站的运行参数。其中，获取获取各类型站的运行参数包括：感知各类型站的运行状态；和/或采集各类型站的运行状态数据。可选地，各类型站包括变电站、储能站和数据中心站中的至少一种，除此之外，还可包括其它类型的站，本发明对各类型站的具体类型不做限定。
对各类型站的的运行状态进行感知，可选地，当各类型站包括变电站、储能站和数据中心站时，感知参数如下：变电站需监测电量、电压和功率等电能质量信息，压板、断路器以及隔离开关等辅助装置状态信息，还有站内涉及温度(空气、水、电缆)、湿度和光照等环境参数信息；储能站则需关注电池管理系统、储能变流器等储能单元的运行状态，对漏水、火灾等情况重点监管；数据中心站需感知环境温湿度、漏水、火灾和门禁等参数；空调、灯光等状态信息需各类型站同步感知。可选地，感知方式包括：环境参数中温湿度、光照等参数可分别选用温湿度传感器和光照度传感器进行感知；环境中漏水和火灾信息的感知应融合多种传感技术，以获得更早、更准确的探知，且漏水需要在关键位置布置湿度传感器和数字图像摄像头，火灾的监测可通过烟雾传感器和红外摄像头结合实现。需要说明的是，电能质量的监测可通过监测供电线路的运行情况来获取。参考图2，供电线路高压输入端通过交流变压器获得低压同频信号，接入到微控制器系统的AD(模数变换器)采样端，通过采样器获得时域信号。然后，计算出低频信号的电压、电流、功率、功率因数等电力参数，借助变压器耦合原理反演实际变电站中实际电能质量信号。
采集各类型站的运行状态数据包括利用信号采集装置和网络数字摄像头对各站中的状态数据进行收集。可选地，采集方式包括：电能质量信息、电池管理系统和储能变流器的状态、环境中的空调、门禁的状态、光照等参数均可由信号采集装置所收集，可选地，信号采集装置可以为基于STM32微控制器的信号采集装置，可选地，参考图2，该信号采集装置的主控芯片为STM32F407，该系列产品采用意法半导体90nm工艺和ART加速器，具有动态功耗调整功能，能够在运行模式下和从Flash存储器执行时实现低至238μA/MHz的电流消耗(@168MHz)；DSP指令和浮点单元扩大了产品的应用范围；通信接口多达15个(包括6个速度高达11.25Mb/s的USART、3个速度高达45Mb/s的SPI、3个I2C、2个CAN和1个SDIO)，3个速度为2.4MSPS或7.2MSPS(交错模式)的12位ADC；多个高速定时器，轻松扩展存储容量，可硬件加速。需要说明的是，湿度传感器和烟雾传感器的数据可通过有线的CAN总线传输至单一站中的信号采集装置，而摄像头自带网络传输模块可实现数据互传。变电站中辅助设备如断路器位置、保护压板状态以及变压器接头等信号也属于直观视觉可探测的，可直接利用网络数字摄像头进行状态采集。
步骤S02：将所述各类型站的运行参数汇集形成融汇数据。其中将各类型站的运行参数汇集形成融汇数据包括：将所述各类型站的运行参数分别传输至同一数据汇集点进行汇集形成融汇数据。本方法除了将各类型站的运行参数分别传输至同一数据汇集点进行汇集以外，还包括将各类型站的运行参数整理和/或存储。
可选地，实现将各类型站的运行参数分别传输至同一数据汇集点进行汇集形成融汇数据包括两部分，一部分为通信网络架构部分，另一部分为汇集数据结构设计部分。
其中，通信网络可采用有线传输与无线传输两种方式，借由多级跳转方式实现。变电站内电能质量、储能站中的电池管理系统和储能变流器、数据中心的门禁系统、灯光和空调等状态监测数据以及环境参数中温湿度、光照、烟雾传感器可通过有线的CAN总线传输至单一站中的信号采集装置，进而构建子数据汇集点，并外带SD储存卡并构筑数据储存单元；然后在三站之间再采用基于BC35-G模组的窄带物联网(NB-IoT)通信网络进行相连传输至数据中心站的网络服务器，这是考虑NB-IoT具有覆盖范围广、海量连接、低成本和低功耗等特点。而摄像头以及红外摄像头等监测数据可通过多站融合平台内局域无线网传输，在数据中心站设置无线数据汇集节点。
其中，电能智能监测装置和摄像头应配备网络硬盘，该类数据关键，且数据量较大，应做好本地备份，以实现大量数据的回溯。需要说明的是，不同来源的监测数据需要采用不同的数据格式进行存储。摄像头通过拍照获取图像，图像数据的存储采用BMP位图格式，数据存储方式采用立方体矩阵存储。三站中的设备状态监测数据和环境传感器数据的体量小、接收频率低，可直接采用文本格式进行储存；即使储存格式相同，数据格式也存在较大区别。上述多种格式融合使用，将提升信息融汇的效率同步降低成本。
步骤S03：基于所述融汇数据得到协调优化控制策略。根据多站融合应用需求和特点，对多站融合一体化电站涉及的各个对象进行信息特性分析、数据筛选，得到协调优化控制策略。可选地，参考图3，基于融汇数据得到协调优化控制策略的方法包括：
步骤S031:将所述融汇数据输入统一信息模型，基于所述融汇数据得到数据信息。采用统一建模语言(Unified Modeling Language，UML)来组织各个对象的信息数据，建立多站融合设备的统一信息模型(Common Information Model，CIM)。
步骤S032:将所述数据信息输入数字仿真模型，基于所述数据信息仿真得到电网状态。对变电站、储能和数据中心站建立数字仿真模型，仿真在无功功率、有功功率各种情况下电网的状态。
步骤S033:基于所述电网状态，通过反向反馈式神经网络和逻辑分析算法得到电网优化控制策略。
步骤S034:将所述电网优化控制策略输入数据融合调控模型，基于所述电网优化控制策略得到所述电网优化控制策略的优选数据。采用循环卷积网络和统计数据对所述电网优化控制策略进行分析，且将所述数据信息结合知识图谱对电网设备异常进行定位和故障诊断，建立所述数据融合调控模型。分析控制策略所需数据、数据获取模式、数据响应延时要求确定控制策略的数据优选。借助循环卷积网络(RNN)和统计数据对过往“三站合一”的数据分析后，建立数据融合调控模型；在建立多站融合设备的统一信息模型后，可以根据获得的数据信息，结合知识图谱方法分析多站融合平台下的设备不良运行状态、指导设备消缺等，实现设备异常定位和故障诊断，并提供实时告警，历史数据查询。
步骤S035:基于所述电网优化控制策略的优选数据获得不同应用场景下的协调优化控制策略。基于所述电网优化控制策略的优选数据获得并网、离网、需求侧响应、网荷互动、电网辅助中的至少一种服务场景下的协调优化控制策略。可选地，采用层次分析法获得数据中心站及储能站与电网融合的并网、离网、需求侧响应、网荷互动、电网辅助服务等不同应用场景下的协调优化控制策略，建立基于动态统一时域模型的多站融合站级能量优化调度控制策略。
本发明的目的在于提供一种面向多站融合平台的一体化智能监控系统，能够高效地实现对多站融合平台中的设备状态、运行状态以及环境参数的监测与调控。
为实现以上目的，本发明采用的技术方案为：一种面向多站融合平台的一体化智能监控系统，包括如下功能：A、利用状态感知层去获得各类型站的运行参数；B、信息融汇层将完成上述多参数异构监测数据的汇集、整理以及存放；C、决策调控层需分析已融汇数据，生成协同优化决策、布局控制设备并实施控制。
与现有技术相比，本实施例存在以下技术效果：通过以上步骤大幅度提升了该监控系统的实时性、互动性、运行效率、安全性及功能性等方面，能够高效监测站内状态、快速汇集各类型站监测数据、同步挖掘异构数据信息、及时响应异常信息和产生调控策略并实施调控动作。该监控系统与变电站、储能站和数据中心站的融合、扩展，可构建更为强大的信息通信和数据存储、处理系统平台，可促进整体资源利用率的提升。
实施例二：
参考图4～图5，本发明实施例提供了一种电网多站融合监控装置100，包括获取模块10、信息融汇模块20、决策控制模块30，其中获取获取模块10配置为获得各类型站的运行参数；信息融汇模块20配置为将所述各类型站的运行参数汇集形成融汇数据；决策控制模块30配置为基于所述融汇数据得到协调优化控制策略。
决策控制模块30，进一步配置为：将所述融汇数据输入统一信息模型，基于所述融汇数据得到数据信息；将所述数据信息输入数字仿真模型，基于所述数据信息仿真得到电网状态；基于所述电网状态，通过反向反馈式神经网络和逻辑分析算法得到电网优化控制策略；将所述电网优化控制策略输入数据融合调控模型，基于所述电网优化控制策略得到所述电网优化控制策略的优选数据；基于所述电网优化控制策略的优选数据获得不同应用场景下的协调优化控制策略。
获取模块10包括：状态感知单元001和信号采集单元002。其中，状态感知单元002配置为感知各类型站的运行状态；信号采集单元002配置为采集各类型站的运行状态数据。可选地，该信号采集单元的主控芯片10为STM32微控制器。
获取模块10的状态感知单元感知各类型站的运行状态，信号采集单元002采集各类型站的运行状态数据；之后将各类型站的运行状态和运行状态数发送给信息融汇模块20，信息汇聚模块20将所述各类型站的运行参数分别传输至同一数据汇集点进行汇集形成融汇数据；最后决策控制模块30基于所述融汇数据得到协调优化控制策略。
具体的过程可参考实施例一中所述，本实施例在此不再赘述。
实施例三：
本实施例提供了一种电子设备，该电子设备可以包括存储器和处理器，所述存储器上存储有计算机程序，该计算机程序被处理器执行时实现如实施例一种所述的电网多站融合监控方法。可以理解，电子设备还可以包括，输入/输出(I/O)接口，以及通信组件。
其中，处理器用于执行如实施例一中的电网多站融合监控方法。中的全部或部分步骤。存储器用于存储各种类型的数据，这些数据例如可以包括电子设备中的任何应用程序或方法的指令，以及应用程序相关的数据。
所述处理器可以是专用集成电路(Application Specific Integrated Cricuit，简称ASIC)、数字信号处理器(Digital Signal Processor，简称DSP)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable GateArray，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述实施例一中的电网多站融合监控方法。
所述存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memery，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM),可编程只读存储器(Programmable Read-Only Memory，简称PROM),只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。
与现有技术相比，本实施例存在以下技术效果：通过以上步骤大幅度提升了该监控系统的实时性、互动性、运行效率、安全性及功能性等方面，能够高效监测站内状态、快速汇集各类型站监测数据、同步挖掘异构数据信息、及时响应异常信息和产生调控策略并实施调控动作。该监控系统与变电站、储能站和数据中心站的融合、扩展，可构建更为强大的信息通信和数据存储、处理系统平台，可促进整体资源利用率的提升。
实施例四：
本实施例还提供一种计算机可读存储介质。在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
而前述的存储介质包括：闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、APP应用商城等等各种可以存储程序校验码的介质，其上存储有计算机程序，所述计算机程序被处理器执行时可以实现如下方法步骤：
步骤S01：获得各类型站的运行参数；
步骤S02：将所述各类型站的运行参数汇集形成融汇数据；
步骤S03：基于所述融汇数据得到协调优化控制策略。
具体的实施方式和产生的效果可以参考实施例一中所述，本发明在此不再赘述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上结合具体实施例描述了本申请的基本原理，但是，需要指出的是，在本申请中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本申请为必须采用上述具体的细节来实现。
本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。
还需要指出的是，在本申请的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此，本申请不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。本申请实施例中所有方向性指示(诸如上、下、左、右、前、后、顶、底……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。此外，术语“包括”和“具有”以及它们任何变形，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、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
另外，在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
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，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换等，均应包含在本发明的保护范围之内。以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换等，均应包含在本发明的保护范围之内。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换等，均应包含在本发明的保护范围之内。
Claims (14)
1.一种电网多站融合监控方法，其特征在于，包括：
获取各类型站的运行参数；
将所述各类型站的运行参数汇集形成融汇数据；
基于所述融汇数据得到协调优化控制策略。
2.根据权利要求1所述的电网多站融合监控方法，其特征在于，获取各类型站的运行参数包括：
感知各类型站的运行状态；和/或
采集各类型站的运行状态数据。
3.根据权利要求1所述的电网多站融合监控方法，其特征在于，将所述各类型站的运行参数汇集形成融汇数据包括：将所述各类型站的运行参数分别传输至同一数据汇集点进行汇集形成融汇数据。
4.根据权利要求1所述的电网多站融合监控方法，其特征在于，还包括将所述各类型站的运行参数整理和/或存储。
5.根据权利要求1所述的电网多站融合监控方法，其特征在于，基于所述融汇数据得到协调优化控制策略，包括：
将所述融汇数据输入统一信息模型，基于所述融汇数据得到数据信息；
将所述数据信息输入数字仿真模型，基于所述数据信息仿真得到电网状态；
基于所述电网状态，通过反向反馈式神经网络和逻辑分析算法得到电网优化控制策略；
将所述电网优化控制策略输入数据融合调控模型，基于所述电网优化控制策略得到所述电网优化控制策略的优选数据；
基于所述电网优化控制策略的优选数据获得不同应用场景下的协调优化控制策略。
6.根据权利要求5所述的电网多站融合监控方法，其特征在于，还包括：采用统一建模语言组织所述融汇数据，建立所述统一信息模型。
7.根据权利要求5所述的电网多站融合监控方法，其特征在于，还包括：采用循环卷积网络和统计数据对所述电网优化控制策略进行分析，且将所述数据信息结合知识图谱对电网设备异常进行定位和故障诊断，建立所述数据融合调控模型。
8.根据权利要求5所述的电网多站融合监控方法，其特征在于，基于所述电网优化控制策略的优选数据不同应用场景下的协调优化控制策略包括：基于所述电网优化控制策略的优选数据获得并网、离网、需求侧响应、网荷互动、电网辅助中的至少一种服务场景下的协调优化控制策略。
9.根据权利要求1所述的电网多站融合监控方法，其特征在于，所述各类型站包括变电站、储能站和数据中心站中的至少一种。
10.一种电网多站融合监控装置，其特征在于，包括：
获取模块，配置为获得各类型站的运行参数；
信息融汇模块，配置为将所述各类型站的运行参数汇集形成融汇数据；
决策控制模块，配置为基于所述融汇数据得到协调优化控制策略。
11.根据权利要求10所述的电网多站融合监控装置，其特征在于，所述决策控制模块，进一步配置为：
将所述融汇数据输入统一信息模型，基于所述融汇数据得到数据信息；
将所述数据信息输入数字仿真模型，基于所述数据信息仿真得到电网状态；
基于所述电网状态，通过反向反馈式神经网络和逻辑分析算法得到电网优化控制策略；
将所述电网优化控制策略输入数据融合调控模型，基于所述电网优化控制策略得到所述电网优化控制策略的优选数据；
基于所述电网优化控制策略的优选数据获得不同应用场景下的协调优化控制策略。
12.根据权利要求10所述的电网多站融合监控装置，其特征在于，所述获取模块包括：
状态感知单元，配置为感知各类型站的运行状态；
信号采集单元，配置为采集各类型站的运行状态数据。
13.一种电子设备，其特征在于，包括存储器和处理器，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被处理器执行时实现如权利要求1-9任一所述的电网多站融合监控方法。
14.一种计算机可读存储介质，其特征在于，所述计算机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以实现如权利要求1-9任一项所述的电网多站融合监控方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011588085.1A CN112685472A (zh) | 2020-12-28 | 2020-12-28 | 一种电网多站融合监控方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011588085.1A CN112685472A (zh) | 2020-12-28 | 2020-12-28 | 一种电网多站融合监控方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112685472A true CN112685472A (zh) | 2021-04-20 |
Family
ID=75453769
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011588085.1A Pending CN112685472A (zh) | 2020-12-28 | 2020-12-28 | 一种电网多站融合监控方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112685472A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113094516A (zh) * | 2021-04-27 | 2021-07-09 | 东南大学 | 一种基于多源数据融合的电网监控领域知识图谱构建方法 |
| WO2023097016A3 (en) * | 2021-11-23 | 2023-07-27 | Strong Force Ee Portfolio 2022, Llc | Ai-based energy edge platform, systems, and methods |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013091569A1 (zh) * | 2011-12-23 | 2013-06-27 | 新奥科技发展有限公司 | 泛能网控制方法 |
| CN103257636A (zh) * | 2013-04-11 | 2013-08-21 | 国家电网公司 | 一种基于智能电网的网荷互动多维运行系统 |
| CN110797979A (zh) * | 2019-11-05 | 2020-02-14 | 国网江苏省电力有限公司南通供电分公司 | 基于多类型网络终端的智能电网三站合一安全运行系统 |
-
2020
- 2020-12-28 CN CN202011588085.1A patent/CN112685472A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013091569A1 (zh) * | 2011-12-23 | 2013-06-27 | 新奥科技发展有限公司 | 泛能网控制方法 |
| CN103257636A (zh) * | 2013-04-11 | 2013-08-21 | 国家电网公司 | 一种基于智能电网的网荷互动多维运行系统 |
| CN110797979A (zh) * | 2019-11-05 | 2020-02-14 | 国网江苏省电力有限公司南通供电分公司 | 基于多类型网络终端的智能电网三站合一安全运行系统 |
Non-Patent Citations (2)
| Title |
|---|
| 唐文虎等: "数据驱动的人工智能技术在电力设备状态分析中的研究与应用", 《高电压技术》 * |
| 崔恒志等: "多站融合背景下综合性能源枢纽的架构与方案设计", 《供用电》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113094516A (zh) * | 2021-04-27 | 2021-07-09 | 东南大学 | 一种基于多源数据融合的电网监控领域知识图谱构建方法 |
| WO2023097016A3 (en) * | 2021-11-23 | 2023-07-27 | Strong Force Ee Portfolio 2022, Llc | Ai-based energy edge platform, systems, and methods |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105353702B (zh) | 高压设备智能监控系统 | |
| CN105515184B (zh) | 基于无线传感网络的多传感器多参量配网协同监测系统 | |
| CN112381963B (zh) | 一种基于数字孪生技术的电力物联网智能巡检方法及系统 | |
| CN110401262A (zh) | 基于边缘计算技术的gis设备状态智能监控系统及方法 | |
| CN112910089A (zh) | 一种变电站二次设备故障逻辑可视化方法及系统 | |
| CN107561990A (zh) | 一种基于边缘计算的工业传感信号采集器及采集方法 | |
| CN102904343B (zh) | 基于分布式多智能体的状态监测系统及方法 | |
| CN104333736A (zh) | 无人变电站智能识别监控系统及方法 | |
| CN104966330A (zh) | 基于云计算机的远程机房智能巡检系统 | |
| EP2907059A1 (en) | Computer implemented method for hybrid simulation of power distribution network and associated communication network for real time applications | |
| CN111426345A (zh) | 分布式电缆沟道环境监测系统、方法、计算机设备 | |
| CN114662720A (zh) | 一种变电站的物联边缘管理平台 | |
| CN110910626A (zh) | 基于泛在电力物联网的用能信息采集系统 | |
| CN103246265A (zh) | 机电设备检测维护系统及检测维护方法 | |
| CN112685472A (zh) | 一种电网多站融合监控方法、装置、电子设备及存储介质 | |
| CN112217283A (zh) | 一种基于物联网的电力设备状态在线监测系统 | |
| CN107341609B (zh) | 一种基于云平台的能效管理系统及方法 | |
| CN112947127A (zh) | 智慧用电控制管理系统 | |
| CN113589096A (zh) | 一种多状态量可组态变电设备边缘计算系统及其方法 | |
| CN105740351A (zh) | 一种输电运维设备的数据融合方法和系统 | |
| CN109067871B (zh) | 一种电力泛在智能云架构 | |
| CN116345698A (zh) | 储能电站运维管控方法、系统、设备及介质 | |
| CN111338247A (zh) | 一种基于物联网的模拟控制系统及方法 | |
| CN207408770U (zh) | 通用物联网集中监控系统 | |
| CN105867267A (zh) | 通过图像识别技术实现配电站房仪表读数自动上报的方法 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210617 Address after: 100192 Beijing city Haidian District Qinghe small Camp Road No. 15 Applicant after: CHINA ELECTRIC POWER RESEARCH INSTITUTE Co.,Ltd. Applicant after: STATE GRID CORPORATION OF CHINA Applicant after: STATE GRID SHANGHAI MUNICIPAL ELECTRIC POWER Co. Applicant after: STATE GRID FUJIAN ELECTRIC POWER Co.,Ltd. Applicant after: XIAMEN ELECTRIC POWER SUPPLY COMPANY OF STATE GRID FUJIAN ELECTRIC POWER Co.,Ltd. Address before: 100192 Beijing city Haidian District Qinghe small Camp Road No. 15 Applicant before: CHINA ELECTRIC POWER RESEARCH INSTITUTE Co.,Ltd. |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210420 |