CN113312348A - 工业园区电力大数据的分析应用方法及系统 - Google Patents

工业园区电力大数据的分析应用方法及系统 Download PDF

Info

Publication number
CN113312348A
CN113312348A CN202110434368.9A CN202110434368A CN113312348A CN 113312348 A CN113312348 A CN 113312348A CN 202110434368 A CN202110434368 A CN 202110434368A CN 113312348 A CN113312348 A CN 113312348A
Authority
CN
China
Prior art keywords
data
analysis
contracting
power equipment
index
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
CN202110434368.9A
Other languages
English (en)
Other versions
CN113312348B (zh
Inventor
谢士雷
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.)
Shandong Musk Intelligent Technology Co ltd
Original Assignee
Shandong Musk Intelligent Technology 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 Shandong Musk Intelligent Technology Co ltd filed Critical Shandong Musk Intelligent Technology Co ltd
Priority to CN202110434368.9A priority Critical patent/CN113312348B/zh
Publication of CN113312348A publication Critical patent/CN113312348A/zh
Application granted granted Critical
Publication of CN113312348B publication Critical patent/CN113312348B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • 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
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • 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)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Software Systems (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供了一种工业园区电力大数据的分析应用方法及系统，其中，工业园区电力大数据的分析应用方法包括如下步骤：1)建立分析库；2)建立分析索引；3)阈值设定；4)检索分析。本发明还提供了一种工业园区电力大数据的分析应用系统，包括分析库，该分析库具有索引表、分类模块以及存储器；检索模块，依据索引表建立索引目录，依据索引目录对应的索引表达进行检索，获取检索数据以及检索数据对应的电力设备的缔约关系，分析模块，依据检索数据和对应的电力设备的缔约关系得到电力设备的运行状态，应急管理模块，依据运行状态得到的对应的应急管理模式。能够满足对某一链路下的电力设备进行检索分析，获取检索链路上电力设备的运行状态。

Description

工业园区电力大数据的分析应用方法及系统
技术领域
本发明涉及电力数据分析应用技术领域，尤其是一种工业园区电力大数据的分析应用技术，具体为工业园区电力大数据的分析应用方法。
背景技术
在化工工业园区、电力传输、电厂、核动力发电装置等区域，一般需要围绕生产安全建立安全预警和监测，以提升生产安全保障和重大事故防控能力。依据采集的监测数据，构成监测大数据，通过监测的大数据可以分析得到各种异常的状态，通过将各种异常的状态建立对应的处理模式.
现有的电力大数据分析基本上采用电力分析软件，且电力分析软件的种类很多，具有的功能也不一样，电力分析软件只能按照软件设定的功能进行数据分析，功能单一，不能满足对某一链路下的电力设备进行检索分析，获取检索链路上电力设备的运行状态。
发明内容
本发明的目的在于提供一种工业园区电力大数据的分析应用方法及系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
工业园区电力大数据的分析应用方法，包括如下步骤：
1)建立分析库：
A1:获取电力设备的缔约关系，依据缔约关系建立缔约矩阵，使得具有相同缔约关系的电力设备在同一缔约矩阵下；
B1:获取每一缔约矩阵的属性值，在缔约矩阵下的任一电力设备位置关系发生变动时，属性值对应发生改变；
C1:依据所述属性值建立索引表，所述索引表用于链接在同一属性值下的缔约矩阵和电力设备之间的缔约关系；
D1:提取所述索引表，依据所述索引表建立数据分类，设置并使得采集到的电力设备的数据只有在相同的索引表下才能被分配到对应的存储模块中，E1:关联各个存储模块的链路形成分析库；
2)建立分析索引：
A2:依据索引表建立索引目录；
B2：配置索引目录，所述索引目录包括至少一种索引表达，每一种索引表达具有多个分析数据以及多个分析数据中的关联表达，所述索引目录被配置为依据所述分析数据中的关联表达而被检索；
3)阈值设定：
获取连续的多个周期性时间的每一电力设备的运行数据及缔约关系，对运行数据进行处理，获取参考阈值和偏置阈值。
4)检索分析：
依据索引表达进行检索，获取检索数据以及检索数据对应的电力设备的缔约关系，依据检索数据和对应的电力设备的缔约关系得到电力设备的运行状态，以及依据运行状态得到的对应的应急管理模式。
进一步地，所述关联表达包括分析数据之间存在的关联关系以及分析数据中的存储关系。
进一步地，获取所述参考阈值的方法如下：
获取连续的多个周期性时间的每一电力设备的运行数据及缔约关系，将获取的运行数据分别进行模数转换得到模拟信号，将所述模拟信号输入值波形处理模块，波形处理模块对生成的基础波形数据进行去除干扰量及波形整理以得到平滑波形数据，提取平滑波形数据的峰值点，以峰值点作为参考阈值，以电力设备所属的缔约关系将参考阈值对应存储在相应的存储单元一中。
进一步地，获取所述偏置阈值的方法如下：
以参考阈值为基准，获取参考阈值的上限值和下限值，依据上限值和下限值为偏置量设置的参考点，按照上限值的同一百分比进行递增，得到多个上限偏置阈值；按照下限值的同一百分比进行递减，得到多个下限偏置阈值；将对应百分比增量的上限偏置阈值和下限偏置阈值组合得到多个偏置阈值。
进一步地，依据运行状态得到的对应的应急管理模式方法如下：
依次以偏置阈值生成模拟波形数据，依据模拟波形数据获取对应的电力设备的模拟运行状态，依据模拟运行状态建立应急管理模式，将应急管理模式以电力设备所属的缔约关系对应存储在相应的存储单元二中。
进一步地，所述波形处理模块对生成的基础波形数据利用低通滤波方式去除干扰量。
本发明还提供了一种工业园区电力大数据的分析应用系统，包括
分析库，该分析库具有索引表、分类模块以及存储器；
所述索引表依据缔约矩阵的属性值建立，所述缔约矩阵的属性值包括电力设备的缔约关系，且具有相同缔约关系的电力设备在同一缔约矩阵下；
分类模块，依据所述索引表建立数据分类；设置并使得采集到的电力设备的数据只有在相同的索引表下才能被分配到对应的存储器中，
检索模块，依据索引表建立索引目录，依据索引目录对应的索引表达进行检索，获取检索数据以及检索数据对应的电力设备的缔约关系，
分析模块，依据检索数据和对应的电力设备的缔约关系得到电力设备的运行状态，
应急管理模块，依据运行状态得到的对应的应急管理模式。
进一步地，所述存储器设置在存储模块一中，且所述存储器设置有多个，每一所述存储器具有唯一的存储链路。
进一步地，不同的存储模块一按照所述存储链路与索引表链接，并使得在同一索引表下的存储链路链接相同的存储模块一。
进一步地，还包括存储模块二，该存储模块二用于将应急管理模式以电力设备所属的缔约关系对应存储在相应的存储单元二中。
与现有技术相比，本发明的有益效果是：
本发明通过建立分析库和建立分析索引，依据分析索引对应的索引表达进行检索，获取检索数据以及检索数据对应的电力设备的缔约关系，依据检索数据和对应的电力设备的缔约关系得到电力设备的运行状态，以及依据运行状态得到的对应的应急管理模式。该方式是主动分析的方式，可以与任何电力分析软件进行配合使用，且能够满足对某一链路下的电力设备进行检索分析，获取检索链路上电力设备的运行状态。
附图说明
图1为本发明方法流程总图；
图2为本发明中建立分析库的流程图；
图3为本发明中建立分析索引的流程图；
图4为本发明中缔约矩阵的形成图。
具体实施方式
本发明通过实施例对本技术方案进行详细的描述。
参照附图1，本发明提供了一种工业园区电力大数据的分析应用方法，包括如下步骤：
1)建立分析库；
2)建立分析索引；
3)阈值设定；
4)检索分析。
参照图2，在步骤1)中，所述分析库按照如下的方法建立：
A1:获取电力设备的缔约关系，依据缔约关系建立缔约矩阵，使得具有相同缔约关系的电力设备在同一缔约矩阵下；
B1:获取每一缔约矩阵的属性值，在缔约矩阵下的任一电力设备位置关系发生变动时，属性值对应发生改变；
C1:依据所述属性值建立索引表，所述索引表用于链接在同一属性值下的缔约矩阵和电力设备之间的缔约关系；
D1:提取所述索引表，依据所述索引表建立数据分类，设置并使得采集到的电力设备的数据只有在相同的索引表下才能被分配到对应的存储模块中，E1:关联各个存储模块的链路形成分析库；
参照图4，图4是本实施例提供的一种缔约矩阵的形成图，在图4中，同一主链路上具有多个分支链路，每一分支链路上具有多个电力设备，以电力设备的设备名称、所属链路以及在链路上的位置建立电力设备的缔约矩阵，以图4为例，缔约矩阵的行以分支链路建立，列按照每一分支链路上的设备建立，链路一上具有5个设备节点，每一设备节点上具有一个电力设备，缔约矩阵的第一行按照链路一上的电力设备进行命名和组合，若在某一链路上的某一设备节点没有电力设备，则按照0代替，例如链路二上的设备节点三、链路三上的设备节点一以及链路N上的设备节点二，都没有部署电力设备，在缔约矩阵建立时，对应的位置用0替代。
建立缔约矩阵后，在显示时，可以按照缔约矩阵进行显示如果要查看缔约矩阵中某一链路上的具体某一设备节点上的电力设备的运行状态，直接可以利用对应的索引表达即可检索到相应电力设备。
参照图3，在步骤2)中，建立分析索引按照如下的方法：
A2:依据索引表建立索引目录；
B2：配置索引目录，所述索引目录包括至少一种索引表达，每一种索引表达具有多个分析数据以及多个分析数据中的关联表达，所述索引目录被配置为依据所述分析数据中的关联表达而被检索；
在步骤3)中,阈值设定按照如下的方法：
获取连续的多个周期性时间的每一电力设备的运行数据及缔约关系，对运行数据进行处理，获取参考阈值和偏置阈值。具体的：
获取所述参考阈值的方法如下：
获取连续的多个周期性时间的每一电力设备的运行数据及缔约关系，将获取的运行数据分别进行模数转换得到模拟信号，将所述模拟信号输入值波形处理模块，波形处理模块对生成的基础波形数据进行去除干扰量及波形整理以得到平滑波形数据，提取平滑波形数据的峰值点，以峰值点作为参考阈值，以电力设备所属的缔约关系将参考阈值对应存储在相应的存储单元一中。
获取所述偏置阈值的方法如下：
以参考阈值为基准，获取参考阈值的上限值和下限值，依据上限值和下限值为偏置量设置的参考点，按照上限值的同一百分比进行递增，得到多个上限偏置阈值；按照下限值的同一百分比进行递减，得到多个下限偏置阈值；将对应百分比增量的上限偏置阈值和下限偏置阈值组合得到多个偏置阈值。
在步骤4中，检索分析包括如下：
依据索引表达进行检索，获取检索数据以及检索数据对应的电力设备的缔约关系，依据检索数据和对应的电力设备的缔约关系得到电力设备的运行状态，以及依据运行状态得到的对应的应急管理模式。
本发明还提供了一种工业园区电力大数据的分析应用系统，包括
分析库，该分析库具有索引表、分类模块以及存储器；
所述索引表依据缔约矩阵的属性值建立，所述缔约矩阵的属性值包括电力设备的缔约关系，且具有相同缔约关系的电力设备在同一缔约矩阵下；
分类模块，依据所述索引表建立数据分类；设置并使得采集到的电力设备的数据只有在相同的索引表下才能被分配到对应的存储器中，
检索模块，依据索引表建立索引目录，依据索引目录对应的索引表达进行检索，获取检索数据以及检索数据对应的电力设备的缔约关系，
分析模块，依据检索数据和对应的电力设备的缔约关系得到电力设备的运行状态，
应急管理模块，依据运行状态得到的对应的应急管理模式。
在上述中，所述存储器设置在存储模块一中，且所述存储器设置有多个，每一所述存储器具有唯一的存储链路。
在上述中，不同的存储模块一按照所述存储链路与索引表链接，并使得在同一索引表下的存储链路链接相同的存储模块一。
在上述中，还包括存储模块二，该存储模块二用于将应急管理模式以电力设备所属的缔约关系对应存储在相应的存储单元二中。
在上述中，所述关联表达包括分析数据之间存在的关联关系以及分析数据中的存储关系。
本发明通过建立分析库和建立分析索引，依据分析索引对应的索引表达进行检索，具体的：1)建立分析库参照如下步骤：A1:获取电力设备的缔约关系，依据缔约关系建立缔约矩阵，使得具有相同缔约关系的电力设备在同一缔约矩阵下；B1:获取每一缔约矩阵的属性值，在缔约矩阵下的任一电力设备位置关系发生变动时，属性值对应发生改变；C1:依据所述属性值建立索引表，所述索引表用于链接在同一属性值下的缔约矩阵和电力设备之间的缔约关系；D1:提取所述索引表，依据所述索引表建立数据分类，设置并使得采集到的电力设备的数据只有在相同的索引表下才能被分配到对应的存储模块中，E1:关联各个存储模块的链路形成分析库；
2)建立分析索引参照如下步骤：A2:依据索引表建立索引目录；B2：配置索引目录，所述索引目录包括至少一种索引表达，每一种索引表达具有多个分析数据以及多个分析数据中的关联表达，所述索引目录被配置为依据所述分析数据中的关联表达而被检索；
3)阈值设定：获取连续的多个周期性时间的每一电力设备的运行数据及缔约关系，对运行数据进行处理，获取参考阈值和偏置阈值。具体的，
获取连续的多个周期性时间的每一电力设备的运行数据及缔约关系，将获取的运行数据分别进行模数转换得到模拟信号，将所述模拟信号输入值波形处理模块，波形处理模块对生成的基础波形数据进行去除干扰量及波形整理以得到平滑波形数据，提取平滑波形数据的峰值点，以峰值点作为参考阈值，以电力设备所属的缔约关系将参考阈值对应存储在相应的存储单元一中。
获取所述偏置阈值的方法如下：
以参考阈值为基准，获取参考阈值的上限值和下限值，依据上限值和下限值为偏置量设置的参考点，按照上限值的同一百分比进行递增，得到多个上限偏置阈值；按照下限值的同一百分比进行递减，得到多个下限偏置阈值；将对应百分比增量的上限偏置阈值和下限偏置阈值组合得到多个偏置阈值。
4)检索分析：
依据索引表达进行检索，获取检索数据以及检索数据对应的电力设备的缔约关系，依据检索数据和对应的电力设备的缔约关系得到电力设备的运行状态，以及依据运行状态得到的对应的应急管理模式。
上述概括的方式是主动分析的方式，可以与任何电力分析软件进行配合使用，且能够满足对某一链路下的电力设备进行检索分析，获取检索链路上电力设备的运行状态。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实例的说明只是用于帮助理解本发明的方法及其核心思想。以上所述仅是本发明的优选实施方式，应当指出，由于文字表达的有限性，而客观上存在无限的具体结构，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进、润饰或变化，也可以将上述技术特征以适当的方式进行组合；这些改进润饰、变化或组合，或未经改进将发明的构思和技术方案直接应用于其它场合的，均应视为本发明的保护范围。

Claims (10)

1.工业园区电力大数据的分析应用方法，其特征在于，包括如下步骤：
1)建立分析库：
A1:获取电力设备的缔约关系，依据缔约关系建立缔约矩阵，使得具有相同缔约关系的电力设备在同一缔约矩阵下；
B1:获取每一缔约矩阵的属性值，在缔约矩阵下的任一电力设备位置关系发生变动时，属性值对应发生改变；
C1:依据所述属性值建立索引表，所述索引表用于链接在同一属性值下的缔约矩阵和电力设备之间的缔约关系；
D1:提取所述索引表，依据所述索引表建立数据分类，设置并使得采集到的电力设备的数据只有在相同的索引表下才能被分配到对应的存储模块中，
E1:关联各个存储模块的链路形成分析库；
2)建立分析索引：
A2:依据索引表建立索引目录；
B2：配置索引目录，所述索引目录包括至少一种索引表达，每一种索引表达具有多个分析数据以及多个分析数据中的关联表达，所述索引目录被配置为依据所述分析数据中的关联表达而被检索；
3)阈值设定：
获取连续的多个周期性时间的每一电力设备的运行数据及缔约关系，对运行数据进行处理，获取参考阈值和偏置阈值。
4)检索分析：
依据索引表达进行检索，获取检索数据以及检索数据对应的电力设备的缔约关系，依据检索数据和对应的电力设备的缔约关系得到电力设备的运行状态，以及依据运行状态得到的对应的应急管理模式。
2.根据权利要求1所述的工业园区电力大数据的分析应用方法，其特征在于，所述关联表达包括分析数据之间存在的关联关系以及分析数据中的存储关系。
3.根据权利要求1所述的工业园区电力大数据的分析应用方法，其特征在于，获取所述参考阈值的方法如下：
获取连续的多个周期性时间的每一电力设备的运行数据及缔约关系，将获取的运行数据分别进行模数转换得到模拟信号，将所述模拟信号输入值波形处理模块，波形处理模块对生成的基础波形数据进行去除干扰量及波形整理以得到平滑波形数据，提取平滑波形数据的峰值点，以峰值点作为参考阈值，以电力设备所属的缔约关系将参考阈值对应存储在相应的存储单元一中。
4.根据权利要求1所述的工业园区电力大数据的分析应用方法，其特征在于，获取所述偏置阈值的方法如下：
以参考阈值为基准，获取参考阈值的上限值和下限值，依据上限值和下限值为偏置量设置的参考点，按照上限值的同一百分比进行递增，得到多个上限偏置阈值；按照下限值的同一百分比进行递减，得到多个下限偏置阈值；将对应百分比增量的上限偏置阈值和下限偏置阈值组合得到多个偏置阈值。
5.根据权利要求1所述的工业园区电力大数据的分析应用方法，其特征在于，依据运行状态得到的对应的应急管理模式方法如下：
依次以偏置阈值生成模拟波形数据，依据模拟波形数据获取对应的电力设备的模拟运行状态，依据模拟运行状态建立应急管理模式，将应急管理模式以电力设备所属的缔约关系对应存储在相应的存储单元二中。
6.根据权利要求3所述的工业园区电力大数据的分析应用方法，其特征在于，所述波形处理模块对生成的基础波形数据利用低通滤波方式去除干扰量。
7.一种工业园区电力大数据的分析应用系统，其特征在于，包括
分析库，该分析库具有索引表、分类模块以及存储器；
所述索引表依据缔约矩阵的属性值建立，所述缔约矩阵的属性值包括电力设备的缔约关系，且具有相同缔约关系的电力设备在同一缔约矩阵下；
分类模块，依据所述索引表建立数据分类；设置并使得采集到的电力设备的数据只有在相同的索引表下才能被分配到对应的存储器中，
检索模块，依据索引表建立索引目录，依据索引目录对应的索引表达进行检索，获取检索数据以及检索数据对应的电力设备的缔约关系，
分析模块，依据检索数据和对应的电力设备的缔约关系得到电力设备的运行状态，
应急管理模块，依据运行状态得到的对应的应急管理模式。
8.根据权利要求7所述的工业园区电力大数据的分析应用系统，其特征在于，所述存储器设置在存储模块一中，且所述存储器设置有多个，每一所述存储器具有唯一的存储链路。
9.根据权利要求8所述的工业园区电力大数据的分析应用系统，其特征在于，不同的存储模块一按照所述存储链路与索引表链接，并使得在同一索引表下的存储链路链接相同的存储模块一。
10.根据权利要求7所述的工业园区电力大数据的分析应用系统，其特征在于，还包括存储模块二，该存储模块二用于将应急管理模式以电力设备所属的缔约关系对应存储在相应的存储单元二中。
CN202110434368.9A 2021-04-22 2021-04-22 工业园区电力大数据的分析应用方法及系统 Active CN113312348B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110434368.9A CN113312348B (zh) 2021-04-22 2021-04-22 工业园区电力大数据的分析应用方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110434368.9A CN113312348B (zh) 2021-04-22 2021-04-22 工业园区电力大数据的分析应用方法及系统

Publications (2)

Publication Number Publication Date
CN113312348A true CN113312348A (zh) 2021-08-27
CN113312348B CN113312348B (zh) 2022-07-22

Family

ID=77372510

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110434368.9A Active CN113312348B (zh) 2021-04-22 2021-04-22 工业园区电力大数据的分析应用方法及系统

Country Status (1)

Country Link
CN (1) CN113312348B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0170443A2 (en) * 1984-07-31 1986-02-05 Alcatel N.V. Method for searching an association matrix
CN104678206A (zh) * 2013-11-28 2015-06-03 大连君方科技有限公司 一种船舶电力设备监测系统
CN105842581A (zh) * 2016-03-23 2016-08-10 国网山东省电力公司章丘市供电公司 一种配电网故障预警方法以及系统
CN106097159A (zh) * 2016-07-28 2016-11-09 许继集团有限公司 一种配电网中关联信息拓扑分析方法与系统
CN109103991A (zh) * 2018-10-23 2018-12-28 国网陕西省电力公司铜川供电公司 一种智能配电网的大数据分析方法
CN111027199A (zh) * 2019-12-04 2020-04-17 南京国电南自电网自动化有限公司 一种变电站主辅设备全景模型及建模方法
CN112395430A (zh) * 2020-12-14 2021-02-23 广州汇通国信科技有限公司 一种基于知识图谱的电力设备缺陷检索方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0170443A2 (en) * 1984-07-31 1986-02-05 Alcatel N.V. Method for searching an association matrix
CN104678206A (zh) * 2013-11-28 2015-06-03 大连君方科技有限公司 一种船舶电力设备监测系统
CN105842581A (zh) * 2016-03-23 2016-08-10 国网山东省电力公司章丘市供电公司 一种配电网故障预警方法以及系统
CN106097159A (zh) * 2016-07-28 2016-11-09 许继集团有限公司 一种配电网中关联信息拓扑分析方法与系统
CN109103991A (zh) * 2018-10-23 2018-12-28 国网陕西省电力公司铜川供电公司 一种智能配电网的大数据分析方法
CN111027199A (zh) * 2019-12-04 2020-04-17 南京国电南自电网自动化有限公司 一种变电站主辅设备全景模型及建模方法
CN112395430A (zh) * 2020-12-14 2021-02-23 广州汇通国信科技有限公司 一种基于知识图谱的电力设备缺陷检索方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周莉: "面向对象的配电网络拓扑分析与研究", 《中国优秀中国优秀硕士学位论文全文数据库学位论文全文数据库》 *

Also Published As

Publication number Publication date
CN113312348B (zh) 2022-07-22

Similar Documents

Publication Publication Date Title
CN107256219B (zh) 应用于自动列车控制系统海量日志的大数据融合分析方法
CN103337012B (zh) 面向电网设备监控的多主题智能综合告警分析方法
CN101945009B (zh) 基于案例和模式匹配的电力通信网故障定位方法及装置
CN105677918A (zh) 一种基于Kafka和Quartz的分布式爬虫架构及其实现方法
CN107272646B (zh) 基于专家系统的压力机故障诊断系统
CN103235881B (zh) 一种基于最小割集的核反应堆故障监测系统
CN107909512A (zh) 一种结合电网运行方式的设备运行数据匹配和扩展方法
CN112256782A (zh) 基于Hadoop的电力大数据处理系统
CN111177276A (zh) 一种基于Spark计算框架的动能数据处理系统及方法
CN111428895A (zh) 一种智能电表故障诊断支撑中心
CN104299102A (zh) 电网调控一体化系统多维数据模型的建模方法
CN105373620A (zh) 大规模电池储能电站海量电池数据异常检测方法及系统
Wang et al. Fault diagnosis of industrial robots based on multi-sensor information fusion and 1D convolutional neural network
CN113312348B (zh) 工业园区电力大数据的分析应用方法及系统
Qin et al. Intelligent maintenance of shield tunelling machine based on knowledge graph
CN112905642A (zh) 基于csv映射文件将iec61850报告数据存入关系数据库的方法
CN110837593A (zh) 一种基于聚焦爬虫技术的旅游跟踪系统
CN104679732A (zh) 一种基于模糊树核的句法树相似度计算方法
CN117194501B (zh) Dcs趋势测点跳转逻辑组态的方法、系统、设备及介质
CN109190217B (zh) 一种弹性调控平台的消息掩码仿真测试系统
CN111752544B (zh) 一种构建支持星载传感器观测过程语义表达的本体模型的方法
Wang et al. Thinking on the Application of Big Data in Fault Diagnosis of Military Equipment
CN115729940A (zh) 一种基于能源行业时序数据处理模型方法
CN106651645A (zh) 一种直流输电系统故障数据管理方法
CN113310580A (zh) 一种变电设备红外诊断方法及系统

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