CN113344298A - 一种线路多工况预测分析方法、装置、设备及存储介质 - Google Patents

一种线路多工况预测分析方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN113344298A
CN113344298A CN202110743023.1A CN202110743023A CN113344298A CN 113344298 A CN113344298 A CN 113344298A CN 202110743023 A CN202110743023 A CN 202110743023A CN 113344298 A CN113344298 A CN 113344298A
Authority
CN
China
Prior art keywords
data information
fault
node
matching
information
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
Application number
CN202110743023.1A
Other languages
English (en)
Inventor
苏华权
彭泽武
温柏坚
裴求根
江疆
邵彦宁
冯歆尧
杨秋勇
梁盈威
谢瀚阳
张子超
李国强
郭锦超
李雄刚
陈浩
张英
刘高
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.)
Guangdong Power Grid Co Ltd
Original Assignee
Guangdong 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 Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN202110743023.1A priority Critical patent/CN113344298A/zh
Publication of CN113344298A publication Critical patent/CN113344298A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06F16/23—Updating
    • 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
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Primary Health Care (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Public Health (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Locating Faults (AREA)

Abstract

本发明公开了一种线路多工况预测分析方法、装置、设备及存储介质，方法包括：线路根据距离进行分段确定n个节点；检测n个节点数据信息，若任一所述节点数据信息小于等于阈值，则所属节点的数据信息为正常数据信息，否则为故障数据信息；将所述故障数据信息与历史数据库信息进行匹配，若匹配成功则获取故障原因，若匹配不成功，则需要进行二次排查，并获取新的故障原因数据。本发明经过线路分段，精准定位故障数据信息所处的位置，并将故障数据与历史数据进行匹配，获取故障的原因，提高了工况故障处理的效率。

Description

一种线路多工况预测分析方法、装置、设备及存储介质
技术领域
本发明涉及工况故障分析技术领域，尤其涉及一种线路多工况预测分析方法、装置、设备及存储介质。
背景技术
电力系统是由发电厂、送变电线路、供配电所和用电等环节组成的电能生产与消费系统，它的功能是将自然界的一次能源通过发电动力装置转化成电能，再经输电、变电和配电将电能供应到各用户，为实现这一功能，电力系统在各个环节和不同层次还具有相应的信息与控制系统，对电能的生产过程进行测量、调节、控制、保护、通信和调度，以保证用户获得安全、优质的电能。
电能采用线路输送，通过各级线路输送到用户，但是由于线路繁多复杂，导致工作人员对故障电路定位起来比较困难，增加了线路进行检测和维护的难度。
发明内容
本发明目的在于，提供一种线路多工况预测分析方法、装置、设备及存储介质，以解决多线路故障检测、定位和分析难的问题。
为实现上述目的，本发明提供一种线路多工况预测分析方法，包括：
线路根据距离进行分段确定n个节点；
检测n个所述节点数据信息，若任一所述节点数据信息小于等于阈值，则所属节点的数据信息为正常数据信息，否则为故障数据信息；
将所述故障数据信息与历史数据库信息进行匹配，若匹配成功则获取故障原因，若匹配不成功，则需要进行二次排查，并获取新的故障原因数据。
优选地，所述检测n个所述节点数据信息，若任一所述节点数据信息小于等于阈值，则所属节点的数据信息为正常数据信息，否则为故障数据信息，包括：
根据所述故障数据信息进行节点定位，获取出现故障的节点位置，并将所述出现故障的节点位置的信息发送至终端控制。
优选地，所述将所述故障数据信息与历史数据库信息进行匹配，若匹配成功则获取故障原因，若匹配不成功，则需要进行二次排查，并获取新的故障原因数据，包括：
根据所述故障数据信息提取识别特征，将所述识别特征与所述历史数据库进行匹配，其中，所述特征包括奇异点、数据扰动和畸变特征。
优选地，所述的线路多工况预测分析装置，还包括：
若匹配不成功，在获取所述新的故障原因数据之前，将所述故障数据信息进行存储；
在完成二次排查之后，将所述故障数据信息中的正常数据信息进行删除。
本发明还提供一种线路多工况预测分析装置，包括：
分段模块，用于线路根据距离进行分段确定n个节点；
判断模块，用于检测n个所述节点数据信息，若任一所述节点数据信息小于等于阈值，则所属节点的数据信息为正常数据信息，否则为故障数据信息；
匹配模块，用于将所述故障数据信息与历史数据库信息进行匹配，若匹配成功则获取故障原因，若匹配不成功，则需要进行二次排查，并获取新的故障原因数据。
优选地，所述判断模块，还用于：
根据所述故障数据信息进行节点定位，获取出现故障的节点位置，并将所述出现故障的节点位置的信息发送至终端控制。
优选地，所述匹配模块，还用于：
根据所述故障数据信息提取识别特征，将所述识别特征与所述历史数据库进行匹配，其中，所述特征包括奇异点、数据扰动和畸变特征。
优选地，所述匹配模块，还用于：
若匹配不成功，在获取所述新的故障原因数据之前，将所述故障数据信息进行存储；
在完成二次排查之后，将所述故障数据信息中的正常数据信息进行删除。
本发明通过将线路分为n个节点，并对所有节点进行检测，获取故障信息所在的节点位置，精确的确定故障节点所在的位置，经与历史故障数据信息进行匹配，快速分析故障原因，并结合人工排查，及时更新历史数据库信息，提高工况故障处理的效率。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明某一实施例提供的线路多工况预测分析方法的流程示意图；
图2是本发明另一实施例提供的线路节点分段示意图；
图3是本发明某一实施例提供的线路多工况预测分析装置的结构示意图。
具体实施方式
下面将结合本发明中的附图，对本发明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。
应当理解，文中所使用的步骤编号仅是为了方便描述，不作为对步骤执行先后顺序的限定。
应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
请参阅图1，本发明提供一种线路多工况预测分析方法，包括：
S101、线路根据距离进行分段确定n个节点。
请参阅图2，具体的，根据线路的距离划分n个节点，且每个节点互不干涉，将n个节点进行标号分类，进行实时检测便于对多条线路进行分类管理，方便快速寻找故障线路，并且将故障数据信息进行传输采用的是无线局域网，便于快速定位故障线路，使后台得知该节点出现线路故障，通过对节点信息的采集，经过判断分析，获取故障结果。
S102、检测n个所述节点数据信息，若任一所述节点数据信息小于等于阈值，则所属节点的数据信息为正常数据信息，否则为故障数据信息。
具体的，在线路上分为n个节点，每个节点都会被检测到，通过检测到的节点信息与阈值相比较，通过历史的故障信息数据建立历史故障数据库，便于工作人员查看，历史故障数据库是历史发生工况故障的记录，预先设置一个阈值，该阈值为正常数据信息与故障数据信息的临界值，通过与阈值之间的比较获取数据信息，且能快速定位到故障节点的位置，提高了故障线路抢修速度。
S103、将所述故障数据信息与历史数据库信息进行匹配，若匹配成功则获取故障原因，若匹配不成功，则需要进行二次排查，并获取新的故障原因数据。
具体的，根据数据库提供工况数据的基础，故障数据信息通过提取识别特征，将识别特征与历史数据库的数据信息进行匹配，其中所提取的特征包括，奇异点、数据扰动和畸变特征，若检测到的故障数据信息与历史数据库信息匹配成功，则表示得出故障的原因。
若匹配不成功，在获取新的故障原因之前，将故障数据信息进行存储，在完成排查之后，将故障数据信息中的正常数据信息进行删除。采用大数据云端进行数据信息的存储，且根据数据信息不同划分存储在云端，通过对出故障的线路进行实时控制，对采集的工况数据与数据库数据进行匹配对比，将所有进行对比的数据再进一步筛选，然后提取出完成排查以后有故障的数据信息，进行存储更新数据库，以便日后查看。
本发明提供一种线路多工况预测分析方法，通过检测故障信息并进行分析，提高了故障线路的抢修速度，针对电能采用线路输送，通过各级线路输送到用户，但是由于线路繁多复杂，导致工作人员对故障电路电位起来比较困难，同时使线路进行检测和维护比较困难，本发明通过划分线路节点，能快速的定位故障节点，然后将故障节点的信息与历史故障信息进行比对，获取故障的原因，若检测到的故障节点信息与历史故障节点信息不匹配，则进一步采用人工对该节点进行排查，获取到故障的原因，将该原因与该数据存储入历史故障信息库中，然后更新历史故障数据库信息，为日后的检测与维修提供便捷，加快故障线路抢修的速度。
请参阅图3，本发明提供一种线路多工况预测分析装置，包括：
分段模块11，用于线路根据距离进行分段确定n个节点。
请参阅图2，具体的，根据线路的距离划分n个节点，且每个节点互不干涉，将n个节点进行标号分类，进行实时检测便于对多条线路进行分类管理，方便快速寻找故障线路，并且将故障数据信息进行传输采用的是无线局域网，便于快速定位故障线路，使后台得知该节点出现线路故障，通过对节点信息的采集，经过判断分析，获取故障结果。
判断模块12，用于检测n个所述节点数据信息，若任一所述节点数据信息小于等于阈值，则所属节点的数据信息为正常数据信息，否则为故障数据信息。
分段模块11与判断模块12连接，分段模块11通过对各个节点进行检测，再根据节点编号对出故障的节点进行定位，将该信息传输至判断模块12进行判断是否是正常的数据信息。
具体的，在线路上分为n个节点，每个节点都会被检测到，通过检测到的节点信息与阈值相比较，通过历史的故障信息数据建立历史故障数据库，便于工作人员查看，历史故障数据库是历史发生工况故障的记录，预先设置一个阈值，该阈值为正常数据信息与故障数据信息的临界值，通过与阈值之间的比较获取数据信息，且能快速定位到故障节点的位置，提高了故障线路抢修速度。
匹配模块13，用于将所述故障数据信息与历史数据库信息进行匹配，若匹配成功则获取故障原因，若匹配不成功，则需要进行二次排查，并获取新的故障原因数据。
判断模块12与匹配模块13连接，判断模块12将判断为故障的数据信息传输至匹配模块13进行匹配分析，判断是否需要进行人工排查。
具体的，根据数据库提供工况数据的基础，故障数据信息通过提取识别特征，将识别特征与历史数据库的数据信息进行匹配，其中所提取的特征包括，奇异点、数据扰动和畸变特征，若检测到的故障数据信息与历史数据库信息匹配成功，则表示得出故障的原因。
若匹配不成功，在获取新的故障原因之前，将故障数据信息进行存储，在完成排查之后，将故障数据信息中的正常数据信息进行删除。采用大数据云端进行数据信息的存储，且根据数据信息不同划分存储在云端，通过对出故障的线路进行实时控制，对采集的工况数据与数据库数据进行匹配对比，将所有进行对比的数据再进一步筛选，然后提取出完成排查以后有故障的数据信息，进行存储更新数据库，以便日后查看。
本发明提供一种线路多工况预测分析装置，通过检测故障信息并进行分析，提高了故障线路的抢修速度，针对电能采用线路输送，通过各级线路输送到用户，但是由于线路繁多复杂，导致工作人员对故障电路电位起来比较困难，同时使线路进行检测和维护比较困难，本发明通过划分线路节点，能快速的定位故障节点，然后将故障节点的信息与历史故障信息进行比对，获取故障的原因，若检测到的故障节点信息与历史故障节点信息不匹配，则进一步采用人工对该节点进行排查，获取到故障的原因，将该原因与该数据存储入历史故障信息库中，然后更新历史故障数据库信息，为日后的检测与维修提供便捷，加快故障线路抢修的速度。
本发明提供一种计算机终端设备，包括一个或多个处理器和存储器。存储器与所述处理器耦接，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述任意一个实施例中的线路多工况预测分析方法。
处理器用于控制该计算机终端设备的整体操作，以完成上述的线路多工况预测分析方法的全部或部分步骤。存储器用于存储各种类型的数据以支持在该计算机终端设备的操作，这些数据例如可以包括用于在该计算机终端设备上操作的任何应用程序或方法的指令，以及应用程序相关的数据。该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 Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-OnlyMemory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-OnlyMemory，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。
在一示例性实施例中，计算机终端设备可以被一个或多个应用专用集成电路(Application Specific 1ntegrated Circuit，简称AS1C)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的线路多工况预测分析方法，并达到如上述方法一致的技术效果。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述任意一个实施例中的线路多工况预测分析方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器，上述程序指令可由计算机终端设备的处理器执行以完成上述的线路多工况预测分析方法，并达到如上述方法一致的技术效果。
以上所述是本发明的优选实施方式，应当指出，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和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.一种线路多工况预测分析方法，其特征在于，包括：
线路根据距离进行分段确定n个节点；
检测n个所述节点数据信息，若任一所述节点数据信息小于等于阈值，则所属节点的数据信息为正常数据信息，否则为故障数据信息；
将所述故障数据信息与历史数据库信息进行匹配，若匹配成功则获取故障原因，若匹配不成功，则需要进行二次排查，并获取新的故障原因数据。
2.根据权利要求1所述的线路多工况预测分析方法，其特征在于，所述检测n个所述节点数据信息，若任一所述节点数据信息小于等于阈值，则所属节点的数据信息为正常数据信息，否则为故障数据信息，包括：
根据所述故障数据信息进行节点定位，获取出现故障的节点位置，并将所述出现故障的节点位置的信息发送至终端控制。
3.根据权利要求2所述的线路多工况预测分析方法，其特征在于，所述将所述故障数据信息与历史数据库信息进行匹配，若匹配成功则获取故障原因，若匹配不成功，则需要进行二次排查，并获取新的故障原因数据，包括：
根据所述故障数据信息提取识别特征，将所述识别特征与所述历史数据库进行匹配，其中，所述特征包括奇异点、数据扰动和畸变特征。
4.根据权利要求3所述的线路多工况预测分析方法，其特征在于，还包括：
若匹配不成功，在获取所述新的故障原因数据之前，将所述故障数据信息进行存储；
在完成二次排查之后，将所述故障数据信息中的正常数据信息进行删除。
5.一种线路多工况预测分析装置，其特征在于，包括：
分段模块，用于线路根据距离进行分段确定n个节点；
判断模块，用于检测n个所述节点数据信息，若任一所述节点数据信息小于等于阈值，则所属节点的数据信息为正常数据信息，否则为故障数据信息；
匹配模块，用于将所述故障数据信息与历史数据库信息进行匹配，若匹配成功则获取故障原因，若匹配不成功，则需要进行二次排查，并获取新的故障原因数据。
6.根据权利要求5所述的线路多工况预测分析装置，其特征在于，所述判断模块，还用于：
根据所述故障数据信息进行节点定位，获取出现故障的节点位置，并将所述出现故障的节点位置的信息发送至终端控制。
7.根据权利要求6所述的线路多工况预测分析装置，其特征在于，所述匹配模块，还用于：
根据所述故障数据信息提取识别特征，将所述识别特征与所述历史数据库进行匹配，其中，所述特征包括奇异点、数据扰动和畸变特征。
8.根据权利要求7所述的线路多工况预测分析装置，其特征在于，所述匹配模块，还用于：
若匹配不成功，在获取所述新的故障原因数据之前，将所述故障数据信息进行存储；
在完成二次排查之后，将所述故障数据信息中的正常数据信息进行删除。
9.一种计算机终端设备，其特征在于，包括：
一个或多个处理器；
存储器，与所述处理器耦接，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至4任一项所述的线路多工况预测分析方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的线路多工况预测分析方法。
CN202110743023.1A 2021-06-30 2021-06-30 一种线路多工况预测分析方法、装置、设备及存储介质 Pending CN113344298A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110743023.1A CN113344298A (zh) 2021-06-30 2021-06-30 一种线路多工况预测分析方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110743023.1A CN113344298A (zh) 2021-06-30 2021-06-30 一种线路多工况预测分析方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN113344298A true CN113344298A (zh) 2021-09-03

Family

ID=77482124

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110743023.1A Pending CN113344298A (zh) 2021-06-30 2021-06-30 一种线路多工况预测分析方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113344298A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101871988A (zh) * 2009-04-23 2010-10-27 上海市南供电设计有限公司 一种运用电力线载波通信的中压配电网定位系统及方法
CN109884465A (zh) * 2019-03-01 2019-06-14 辽宁工业大学 一种基于信号注入法的单向接地故障定位方法
CN110018389A (zh) * 2019-02-21 2019-07-16 国网山东省电力公司临沂供电公司 一种输电线路在线故障监测方法及系统
CN110286300A (zh) * 2019-08-09 2019-09-27 厦门四信通信科技有限公司 一种多分支输电线路故障定位方法、装置、设备及系统
CN110532343A (zh) * 2019-09-04 2019-12-03 广东电网有限责任公司 一种配电网中压故障综合分析与信息提示系统
CN112886468A (zh) * 2021-01-12 2021-06-01 云南电网有限责任公司电力科学研究院 一种基于巡维数据的输电线路区域故障定位方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101871988A (zh) * 2009-04-23 2010-10-27 上海市南供电设计有限公司 一种运用电力线载波通信的中压配电网定位系统及方法
CN110018389A (zh) * 2019-02-21 2019-07-16 国网山东省电力公司临沂供电公司 一种输电线路在线故障监测方法及系统
CN109884465A (zh) * 2019-03-01 2019-06-14 辽宁工业大学 一种基于信号注入法的单向接地故障定位方法
CN110286300A (zh) * 2019-08-09 2019-09-27 厦门四信通信科技有限公司 一种多分支输电线路故障定位方法、装置、设备及系统
CN110532343A (zh) * 2019-09-04 2019-12-03 广东电网有限责任公司 一种配电网中压故障综合分析与信息提示系统
CN112886468A (zh) * 2021-01-12 2021-06-01 云南电网有限责任公司电力科学研究院 一种基于巡维数据的输电线路区域故障定位方法及装置

Similar Documents

Publication Publication Date Title
CN113282461B (zh) 传输网的告警识别方法和装置
CN111650921A (zh) 一种智能电网调控控制系统设备故障诊断方法及系统
CN112464995A (zh) 一种基于决策树算法的电网配变故障诊断方法及系统
CN110687473B (zh) 一种智能变电站继电保护测试故障定位方法及系统
CN112016743A (zh) 电网设备的检修预测方法、装置、计算机设备和存储介质
CN111046942A (zh) 一种道岔故障判断方法及装置
CN105911424A (zh) 一种基于故障指示器误报信号的识别方法
CN112417763A (zh) 输电线路的缺陷诊断方法、装置、设备及存储介质
CN114765574B (zh) 一种网络异常定界定位方法及装置
CN110503215A (zh) 基于图像识别技术识别设备状态、故障及处理异常的方法
CN111563886B (zh) 基于非监督特征学习的隧道钢轨表面病害检测方法及装置
CN113471864A (zh) 一种变电站二次设备现场检修装置及方法
CN116298515B (zh) 同步波形测量终端及其测量方法
CN112083275A (zh) 一种配网故障类型识别方法及系统
CN117034149A (zh) 故障处理策略确定方法、装置、电子设备和存储介质
CN113344298A (zh) 一种线路多工况预测分析方法、装置、设备及存储介质
KR101984257B1 (ko) 클라우드기반 빅데이터분석시스템 및 방법
CN113591909A (zh) 电力系统的异常检测方法、异常检测装置以及存储介质
CN113360628A (zh) 一种基于问题知识库的网络报修事件分层维修方法及系统
CN113541126A (zh) 适用于验证高级算法的配电网仿真系统及算法验证方法
CN112579429A (zh) 一种问题定位方法和装置
CN118050600B (zh) 基于分布式行波测量的配网故障定位系统
CN115018366B (zh) 储能系统工作状态监测方法、装置、存储介质及电子设备
CN110351120B (zh) 一种通信设备故障判断方法及系统
CN116895136A (zh) 一种供电服务实时故障处置系统和方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210903

RJ01 Rejection of invention patent application after publication