CN113364116B - 一种基于通讯控制器的新能源子站故障监控方法及装置 - Google Patents
一种基于通讯控制器的新能源子站故障监控方法及装置 Download PDFInfo
- Publication number
- CN113364116B CN113364116B CN202110458284.9A CN202110458284A CN113364116B CN 113364116 B CN113364116 B CN 113364116B CN 202110458284 A CN202110458284 A CN 202110458284A CN 113364116 B CN113364116 B CN 113364116B
- Authority
- CN
- China
- Prior art keywords
- new energy
- data
- acquisition
- communication controller
- energy substation
- 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
- 230000006854 communication Effects 0.000 title claims abstract description 122
- 238000004891 communication Methods 0.000 title claims abstract description 120
- 238000012544 monitoring process Methods 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000004140 cleaning Methods 0.000 claims abstract description 103
- 238000013480 data collection Methods 0.000 claims abstract description 12
- 238000013528 artificial neural network Methods 0.000 claims description 19
- 238000012549 training Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 15
- 238000012806 monitoring device Methods 0.000 claims description 7
- 230000006855 networking Effects 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 9
- 230000000977 initiatory effect Effects 0.000 description 5
- 230000005611 electricity Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000005728 strengthening Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010336 energy treatment Methods 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
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
- H02J13/00001—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 the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
-
- 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
- H02J13/00002—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 monitoring
-
- 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
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
-
- 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
- Y04S10/16—Electric power substations
-
- 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
- Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
- Y04S40/12—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Human Computer Interaction (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明提出了一种基于通讯控制器的新能源子站故障监控方法及装置，包括：获取通讯控制器对新能源子站的参考采集频率；根据新能源子站的气象特征和经济特征，将参考采集频率调整为本地采集频率；通过通讯控制器基于本地采集频率采集新能源子站数据，生成数据采集日志，通过预设的数据清洗规则库对新能源子站数据进行清洗，生成数据清洗日志；根据数据采集日志和数据清洗日志对新能源子站进行故障监控，通过通讯控制器将故障监控结果上传至主站。在主站和新能源子站之间增加通讯控制器，对主站和新能源子站有效隔离，为通讯控制器提供不同的本地采集频率，减少了无效采集通讯过程，并提高了故障监控的及时性。
Description
技术领域
本发明属于电网故障监控领域，尤其涉及一种基于通讯控制器的新能源子站故障监控方法及装置。
背景技术
在传统智能电网的主网中包含用于调度控制的主站以及采集各种新能源机组数据的新能源子站，通常由新能源子站直接访问主站以上传采集到的数据，主站通过对新能源子站进行监控以获取新能源机组的数据并进行处理。但是传统的故障监控方法一方面难以避免新能源子站对主站的扰动，另一方面由于子站对应的新能源种类众多，主站难以针对不同种类新能源下的子站进行有效的故障监控，造成了采集效率低下、故障监控滞后的问题。
发明内容
为了解决现有技术中存在的缺点和不足，本发明提出了一种基于通讯控制器的新能源子站故障监控方法，包括：
获取通讯控制器对新能源子站的参考采集频率；
根据新能源子站的气象特征和经济特征，将参考采集频率调整为本地采集频率；
通过通讯控制器基于本地采集频率采集新能源子站数据，生成数据采集日志，通过预设的数据清洗规则库对新能源子站数据进行清洗，生成数据清洗日志；
根据数据采集日志和数据清洗日志对新能源子站进行故障监控，通过通讯控制器将故障监控结果上传至主站。
可选的，所述通讯控制器基于Mesh组网构架部署在主站和新能源子站之间，将通讯控制程序整合打包到Docker容器，通过Kubernetes集群部署到通讯控制器上。
可选的，所述获取通讯控制器对新能源子站的参考采集频率，包括：
将新能源子站的所在地区、实时采集时段以及新能源类型输入采集频率预测模型中；
获取采集频率预测模型输出的针对各个实时采集时段的采集频率预测结果；
将采集频率预测结果按照时间顺序进行合并，得到通讯控制器的参考采集频率。
可选的，所述采集频率预测模型为预先训练好的神经网络预测模型，所述神经网络预测模型的训练过程包括：
获取不同新能源子站的所在地区、历史采集时段、新能源类型以及历史采集频率；
将新能源子站的所在地区、历史采集时段以及新能源类型输入神经网络预测模型进行训练；
当神经网络预测模型的输出结果与历史采集频率的绝对误差小于预设阈值时，停止对神经网络预测模型的训练。
可选的，所述历史采集时段包括丰能期日间时段、丰能期夜间时段、枯能期日间时段以及枯能期夜间时段。
可选的，所述根据新能源子站的气象特征和经济特征，将参考采集频率调整为本地采集频率，包括：
获取新能源子站所在地区的气象特征，判断气象特征与新能源子站对应的能源出力之间的第一相关性；
当第一相关性为正相关时，若气象特征大于预设气象参考特征，则根据气象特征与预设气象参考特征的差值以预设比例提高参考采集频率，若气象特征小于预设气象参考特征，则根据气象特征与预设气象参考特征的差值以预设比例降低参考采集频率；
当第一相关性为负相关时，若气象特征大于预设气象参考特征，则根据气象特征与预设气象参考特征的差值以预设比例降低参考采集频率，若气象特征小于预设气象参考特征，则根据气象特征与预设气象参考特征的差值以预设比例提高参考采集频率。
可选的，所述根据新能源子站的气象特征和经济特征，将参考采集频率调整为本地采集频率，包括：
获取新能源子站所在地区的经济特征，判断经济特征与新能源子站对应的用电需求的第二相关性；
当第二相关性为正相关时，若经济特征大于预设经济参考特征，则根据经济特征与预设经济参考特征的差值以预设比例提高参考采集频率，若经济特征小于预设经济参考特征，则根据经济特征与预设经济参考特征的差值以预设比例降低参考采集频率；
当第二相关性为负相关时，若经济特征大于预设经济参考特征，则根据经济特征与预设经济参考特征的差值以预设比例降低参考采集频率，若经济特征小于预设经济参考特征，则根据经济特征与预设经济参考特征的差值以预设比例提高参考采集频率。
可选的，所述通过通讯控制器基于本地采集频率采集新能源子站数据，生成数据采集日志，通过预设的数据清洗规则库对新能源子站数据进行清洗，生成数据清洗日志，包括：
通过通讯控制器向新能源子站发送采集请求，在数据采集日志中记录发送采集请求总次数；
若新能源子站未接收到采集请求，在数据采集日志中记为一次通讯失败；
若新能源子站接收到采集请求，基于本地采集频率采集新能源子站数据，在数据采集日志中记录采集失败的次数；
将采集总时长与本地采集频率的乘积作为总采集次数记录到数据采集日志中；
根据新能源子站数据的业务类型，在数据清洗规则库中选取对应的数据清洗规则，基于数据清洗规则中的准入条件筛选新能源子站数据中的问题数据，将问题数据在新能源子站数据中的占比计入数据清洗日志中。
可选的，所述根据数据采集日志和数据清洗日志对新能源子站进行故障监控，通过通讯控制器将故障监控结果上传至主站，包括：
若数据采集日志中通讯失败的次数在发送采集请求总次数中的占比超过预设第一阈值，通过通讯控制器的上行通道向主站发送表示新能源子站故障的第一告警信息；
若数据采集日志中采集失败的次数在总采集次数中的占比超过预设第二阈值，通过通讯控制器的上行通道向主站发送表示新能源子站不稳定的第二告警信息；
若数据清洗日志中问题数据在新能源子站数据中的占比超过预设第三阈值，通过通讯控制器的上行通道向主站发送表示子站工作不可靠的第三告警信息。
本发明还基于同样的思路提出了一种基于通讯控制器的新能源子站故障监控装置，包括：
采集频率获取单元：用于获取通讯控制器对新能源子站的参考采集频率，所述通讯控制器部署在主站和新能源子站之间；
采集频率调整单元：用于根据新能源子站的气象特征和经济特征，将参考采集频率调整为本地采集频率；
数据处理单元：用于通过通讯控制器基于本地采集频率采集新能源子站数据，生成数据采集日志，通过预设的数据清洗规则库对新能源子站数据进行清洗，生成数据清洗日志；
故障监控单元：用于根据数据采集日志和数据清洗日志对新能源子站进行故障监控，通过通讯控制器将故障监控结果上传至主站。
本发明提供的技术方案带来的有益效果是：
在主站和新能源子站之间增加通讯控制器，实现了对主站和新能源子站的有效隔离，将传统的主站侧主动发起连接方式改为由通讯控制器发起连接，有效避免了新能源子站对主站的扰动。同时，根据新能源类型的不同，结合采集时段的变化为通讯控制器提供不同的本地采集频率，减少了无效采集通讯过程，净化了通讯通道，并提高了故障监控的及时性。除此之外，利用Mesh网络技术、Docker容器技术、Kubernetes集群管理技术，将传统的通讯控制器整合成具有雾计算功能的雾计算控制节点，实现了远程控制、状态监控和部分数据本地计算并分析的功能，通过减少扰动和强化本地及时监控处理，提高了整体采集效率以及拓展组网的便利性。
本发明还针对新能源数据的不同业务类型采用不同的数据清洗规则，减少了无效数据的上送，节省了数据存储空间。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施例描述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例，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为本发明提出的一种基于通讯控制器的新能源子站故障监控方法的流程示意图；
图2为建立数据清洗规则库的流程示意图；
图3为本发明提出的一种基于通讯控制器的新能源子站故障监控装置的结构框图。
具体实施方式
为使本发明的结构和优点更加清楚，下面将结合附图对本发明的结构作进一步地描述。
实施例一
如图1所示，本实施例提出了一种基于通讯控制器的新能源子站故障监控方法，包括：
S1：获取通讯控制器对新能源子站的参考采集频率；
S2：根据新能源子站的气象特征和经济特征，将参考采集频率调整为本地采集频率；
S3：通过通讯控制器基于本地采集频率采集新能源子站数据，生成数据采集日志，通过预设的数据清洗规则库对新能源子站数据进行清洗，生成数据清洗日志；
S4：根据数据采集日志和数据清洗日志对新能源子站进行故障监控，通过通讯控制器将故障监控结果上传至主站。
本实施例在传统的主站与新能源子站的系统架构基础上，通过在主站与新能源子站之间部署通讯控制器实现主站与新能源子站的有效隔离，将传统的主站侧主动发起连接方式改为由通讯控制器发起连接，有效避免了新能源子站对主站的扰动。同时，本实施例在主站下针对不同类型的新能源子站，为每一种新能源子站部署一个通讯控制器，并且当这一类新能源子站数量超过N台的控制上限时，再增加一个通讯控制器，以此类推，实现通讯控制器的分布式部署，并使本实施例提出的新能源子站故障监控方案更适用于新能源种类复杂的特点。
在本实施例中，所述通讯控制器基于Mesh组网构架部署在主站和新能源子站之间，将通讯控制程序整合打包到Docker容器，通过Kubernetes集群部署到通讯控制器上。利用Mesh网络技术、Docker容器技术、Kubernetes集群管理技术，将传统的通讯控制器整合成具有雾计算功能的雾计算控制节点，实现了远程控制、状态监控和部分数据本地计算并分析的功能，通过减少扰动和强化本地及时监控处理，提高了整体采集效率以及拓展组网的便利性。
由于不同类型的新能源子站对应的新能源机组在运行时具有不同的特性，因此针对特性采用不同的采集频率能够提高数据采集的效果，本实施例会先为通讯控制器获取参考采集频率，再基于新能源子站的其他外部影响因素对参考采集频率进行调整，从而获得更适合新能源子站的本地采集频率。
所述S1具体包括：将新能源子站的所在地区、实时采集时段以及新能源类型输入采集频率预测模型中；获取采集频率预测模型输出的针对各个实时采集时段的采集频率预测结果；将采集频率预测结果按照时间顺序进行合并，得到通讯控制器的参考采集频率。
其中，所述采集频率预测模型为预先训练好的神经网络预测模型，由于采集频率通常与新能源子站所在地区、所处时段、对应的新能源类型有关，所述神经网络预测模型的训练过程包括：获取不同新能源子站的所在地区、历史采集时段、新能源类型以及历史采集频率；将新能源子站的所在地区、历史采集时段以及新能源类型输入神经网络预测模型进行训练；当神经网络预测模型的输出结果与历史采集频率的绝对误差小于预设阈值时，停止对神经网络预测模型的训练。
本实施例中，所述历史采集时段包括丰能期日间时段、丰能期夜间时段、枯能期日间时段以及枯能期夜间时段。上述历史采集时段通常根据新能源子站所在地区的新能源特点有关，通讯控制器中会预先存储一个能源丰枯对照表，包括按省份划分的地域、按月份划分的时域、能源类型以及丰枯标识，例如能源丰枯对照表保存有：A省份在6月份的太阳能为丰能期，所述丰能期包括丰能期日间和丰能期夜间。在对6月份时A地区中太阳能子站的采集频率预测模型进行训练时，分别将日间和夜间的历史采集频率，结合A地区、丰能期、太阳能这三个特征作为训练集，对采集频率预测模型进行滚动训练，调整采集频率预测模型中的参数。
在本实施例中，可针对所有历史采集时段训练一个统一的采集频率预测模型，也可以分别训练丰能期日间采集频率预测模型、丰能期夜间采集频率预测模型、枯能期日间采集频率预测模型以及枯能期夜间采集频率预测模型。
为了对采集频率实现进一步的优化，在本实施例中通过执行S2，分别从气候和经济两个影响采集频率的外部因素对参考采集频率做进一步调整。针对气候这一外部因素，具体包括：
获取新能源子站所在地区的气象特征，判断气象特征与新能源子站对应的能源出力之间的第一相关性；
当第一相关性为正相关时，若气象特征大于预设气象参考特征，则根据气象特征与预设气象参考特征的差值以预设比例提高参考采集频率，若气象特征小于预设气象参考特征，则根据气象特征与预设气象参考特征的差值以预设比例降低参考采集频率。例如，日照时长作为气象特征中的其中一项，日照时长越长，太阳能出力越大，即太阳能的发电功率越高，故此时第一相关性为正相关。若实时的日照时长大于参考值220h-380h，每超过10h，参考采集频率的间隔缩短10秒，即以预设比例提高了参考采集频率。
当第一相关性为负相关时，若气象特征大于预设气象参考特征，则根据气象特征与预设气象参考特征的差值以预设比例降低参考采集频率，若气象特征小于预设气象参考特征，则根据气象特征与预设气象参考特征的差值以预设比例提高参考采集频率。例如，雨水天数作为气象特征中的其中一项，雨水天数越长，太阳能处理越小，即太阳能的发电功率越低，故此时第一相关性为负相关。此时参考采集频率的调整与上述第一相关性为正相关时的举例同理，此处不再赘述。
针对经济这一外部因素，具体包括：
获取新能源子站所在地区的经济特征，判断经济特征与新能源子站对应的用电需求的第二相关性；
当第二相关性为正相关时，若经济特征大于预设经济参考特征，则根据经济特征与预设经济参考特征的差值以预设比例提高参考采集频率，若经济特征小于预设经济参考特征，则根据经济特征与预设经济参考特征的差值以预设比例降低参考采集频率。例如，工厂数量作为经济特征中的其中一项，工厂数量越多，当地的用电需求越大，故此时第二相关性为正相关。若当地的工厂数量大于参考值，每超过100个，参考采集频率的间隔缩短10秒，即以预设比例提高了参考采集频率。在用电需求较大的地区提高新能源子站数据的采集频率，更及时监控到新能源子站的故障情况，从而维持该地区的电力系统的稳定运行。
当第二相关性为负相关时，若经济特征大于预设经济参考特征，则根据经济特征与预设经济参考特征的差值以预设比例降低参考采集频率，若经济特征小于预设经济参考特征，则根据经济特征与预设经济参考特征的差值以预设比例提高参考采集频率。例如，节假日天数作为经济特征中的其中一项，节假日越多，当地的用电需求越小，故此时第二相关性为负相关。此时参考采集频率的调整与上述第二相关性为正相关时的举例同理，此处不再赘述。
将基于所有的气象特征与经济特征的相关性进行的调整叠加，即得到最终的本地采集频率。本实施例中，主站将参考采集频率调整为本地采集频率，按照本地采集频率的前置地址的顺序进行排序，根据预先存储的前置地址表将本地采集频率发送给与前置地址对应的通讯控制器，通讯控制器保存好本地采集频率的数据后向主站回送数据接收状态，同时主站将定期检查数据接收状态，并对未接收成功的通讯控制器进行重发。
在本实施例中，根据采集过程中的数据采集日志以及数据处理过程中的数据清洗日志，实现新能源子站的故障监控，所述S3包括：
通过通讯控制器向新能源子站发送采集请求，在数据采集日志中记录发送采集请求总次数；
若新能源子站未接收到采集请求，在数据采集日志中记为一次通讯失败；
若新能源子站接收到采集请求，基于本地采集频率采集新能源子站数据，在数据采集日志中记录采集失败的次数；
将采集总时长与本地采集频率的乘积作为总采集次数记录到数据采集日志中；
根据新能源子站数据的业务类型，在数据清洗规则库中选取对应的数据清洗规则，基于数据清洗规则中的准入条件筛选新能源子站数据中的问题数据，将问题数据在新能源子站数据中的占比计入数据清洗日志中。
在本实施例中，数据清洗规则库中针对不同业务类型的数据存有若干个数据清洗规则，所述数据清洗规则包括数据业务类型、准入条件以及清洗规则，本实施例中以规则编号进行标识并实现数据清洗规则的调用。例如，数据业务类型为电能数据，其数据清洗规则的准入条件为值为空，即对采集到的值为空的数据进行清洗处理，清洗规则为均值插入，即以采集到的其他电能数据的平均值对空值进行填充。又例如，数据业务类型为设备台账信息，其数据清洗规则的准入条件为主键为空，清洗规则为直接删除主键为空的设备台账信息。
本实施例中对于同一个业务类型的数据，可存储多个数据清洗规则，所述数据清洗规则库的建立过程如图2所示，包括：
建立规则库的流程开始时，获取预先设置的标准数据与问题数据；随后开始问题数据处理，启动对数据清洗规则的轮询程序，利用当前轮询到的数据清洗规则处理问题数据，计算处理后的问题数据与标准数据的相似度，若相似度小于预设值，则清洗规则计数器加1，否则直接返回数据清洗规则库轮询的步骤，更换下一个数据清洗规则进行处理；当数据清洗规则库轮询结束时，判断问题数据处理是否结束，即是否所有问题数据都经过了处理，若未结束则更换下一个问题数据重复上述轮询步骤；当问题数据处理结束时，获取清洗规则计数器的计数大于1的数据清洗规则，将计数大于问题数据总数量的50％的数据清洗规则加入数据清洗规则库，结束建立规则库的流程。
通过上述轮询过程，即可筛选出数据清洗规则库中的有效数据清洗规则，从而提高了新能源子站数据的质量。
在本实施例中，所述S4具体包括：
若数据采集日志中通讯失败的次数在发送采集请求总次数中的占比超过预设第一阈值，通过通讯控制器的上行通道向主站发送表示新能源子站故障的第一告警信息；
若数据采集日志中采集失败的次数在总采集次数中的占比超过预设第二阈值，通过通讯控制器的上行通道向主站发送表示新能源子站不稳定的第二告警信息；
若数据清洗日志中问题数据在新能源子站数据中的占比超过预设第三阈值，通过通讯控制器的上行通道向主站发送表示子站工作不可靠的第三告警信息。
通过数据采集日志判断新能源子站的通讯功能是否正常以及是否正常产生相关的运行数据，通过数据清洗日志判断新能源子站是否经常产生异常的数据导致工作不够稳定。
实施例二
如图3所示，本实施例提出了一种基于通讯控制器的新能源子站故障监控装置5，包括：
采集频率获取单元51：用于获取通讯控制器对新能源子站的参考采集频率，所述通讯控制器部署在主站和新能源子站之间；
采集频率调整单元52：用于根据新能源子站的气象特征和经济特征，将参考采集频率调整为本地采集频率；
数据处理单元53：用于通过通讯控制器基于本地采集频率采集新能源子站数据，生成数据采集日志，通过预设的数据清洗规则库对新能源子站数据进行清洗，生成数据清洗日志；
故障监控单元54：用于根据数据采集日志和数据清洗日志对新能源子站进行故障监控，通过通讯控制器将故障监控结果上传至主站。
本实施例在传统的主站与新能源子站的系统架构基础上，通过在主站与新能源子站之间部署通讯控制器实现主站与新能源子站的有效隔离，将传统的主站侧主动发起连接方式改为由通讯控制器发起连接，有效避免了新能源子站对主站的扰动。同时，本实施例在主站下针对不同类型的新能源子站，为每一种新能源子站部署一个通讯控制器，并且当这一类新能源子站数量超过N台的控制上限时，再增加一个通讯控制器，以此类推，实现通讯控制器的分布式部署，并使本实施例提出的新能源子站故障监控方案更适用于新能源种类复杂的特点。
在本实施例中，所述通讯控制器基于Mesh组网构架部署在主站和新能源子站之间，将通讯控制程序整合打包到Docker容器，通过Kubernetes集群部署到通讯控制器上。利用Mesh网络技术、Docker容器技术、Kubernetes集群管理技术，将传统的通讯控制器整合成具有雾计算功能的雾计算控制节点，实现了远程控制、状态监控和部分数据本地计算并分析的功能，通过减少扰动和强化本地及时监控处理，提高了整体采集效率以及拓展组网的便利性。
由于不同类型的新能源子站对应的新能源机组在运行时具有不同的特性，因此针对特性采用不同的采集频率能够提高数据采集的效果，本实施例会先为通讯控制器获取参考采集频率，再基于新能源子站的其他外部影响因素对参考采集频率进行调整，从而获得更适合新能源子站的本地采集频率。
所述采集频率获取单元51具体用于：将新能源子站的所在地区、实时采集时段以及新能源类型输入采集频率预测模型中；获取采集频率预测模型输出的针对各个实时采集时段的采集频率预测结果；将采集频率预测结果按照时间顺序进行合并，得到通讯控制器的参考采集频率。
其中，所述采集频率预测模型为预先训练好的神经网络预测模型，由于采集频率通常与新能源子站所在地区、所处时段、对应的新能源类型有关，因此在本实施例中，所述新能源子站故障监控装置5还包括模型训练单元，具体用于：获取不同新能源子站的所在地区、历史采集时段、新能源类型以及历史采集频率；将新能源子站的所在地区、历史采集时段以及新能源类型输入神经网络预测模型进行训练；当神经网络预测模型的输出结果与历史采集频率的绝对误差小于预设阈值时，停止对神经网络预测模型的训练。
本实施例中，所述历史采集时段包括丰能期日间时段、丰能期夜间时段、枯能期日间时段以及枯能期夜间时段。上述历史采集时段通常根据新能源子站所在地区的新能源特点有关，通讯控制器中会预先存储一个能源丰枯对照表，包括按省份划分的地域、按月份划分的时域、能源类型以及丰枯标识，例如能源丰枯对照表保存有：A省份在6月份的太阳能为丰能期，所述丰能期包括丰能期日间和丰能期夜间。在对6月份时A地区中太阳能子站的采集频率预测模型进行训练时，分别将日间和夜间的历史采集频率，结合A地区、丰能期、太阳能这三个特征作为训练集，对采集频率预测模型进行滚动训练，调整采集频率预测模型中的参数。
在本实施例中，所述模型训练单元可针对所有历史采集时段训练一个统一的采集频率预测模型，也可以分别训练丰能期日间采集频率预测模型、丰能期夜间采集频率预测模型、枯能期日间采集频率预测模型以及枯能期夜间采集频率预测模型。
为了对采集频率实现进一步的优化，在本实施例中通过采集频率调整单元52分别从气候和经济两个影响采集频率的外部因素对参考采集频率做进一步调整。针对气候这一外部因素，具体用于：
获取新能源子站所在地区的气象特征，判断气象特征与新能源子站对应的能源出力之间的第一相关性；
当第一相关性为正相关时，若气象特征大于预设气象参考特征，则根据气象特征与预设气象参考特征的差值以预设比例提高参考采集频率，若气象特征小于预设气象参考特征，则根据气象特征与预设气象参考特征的差值以预设比例降低参考采集频率。例如，日照时长作为气象特征中的其中一项，日照时长越长，太阳能出力越大，即太阳能的发电功率越高，故此时第一相关性为正相关。若实时的日照时长大于参考值220h-380h，每超过10h，参考采集频率的间隔缩短10秒，即以预设比例提高了参考采集频率。
当第一相关性为负相关时，若气象特征大于预设气象参考特征，则根据气象特征与预设气象参考特征的差值以预设比例降低参考采集频率，若气象特征小于预设气象参考特征，则根据气象特征与预设气象参考特征的差值以预设比例提高参考采集频率。例如，雨水天数作为气象特征中的其中一项，雨水天数越长，太阳能处理越小，即太阳能的发电功率越低，故此时第一相关性为负相关。此时参考采集频率的调整与上述第一相关性为正相关时的举例同理，此处不再赘述。
针对经济这一外部因素，具体用于：
获取新能源子站所在地区的经济特征，判断经济特征与新能源子站对应的用电需求的第二相关性；
当第二相关性为正相关时，若经济特征大于预设经济参考特征，则根据经济特征与预设经济参考特征的差值以预设比例提高参考采集频率，若经济特征小于预设经济参考特征，则根据经济特征与预设经济参考特征的差值以预设比例降低参考采集频率。例如，工厂数量作为经济特征中的其中一项，工厂数量越多，当地的用电需求越大，故此时第二相关性为正相关。若当地的工厂数量大于参考值，每超过100个，参考采集频率的间隔缩短10秒，即以预设比例提高了参考采集频率。在用电需求较大的地区提高新能源子站数据的采集频率，更及时监控到新能源子站的故障情况，从而维持该地区的电力系统的稳定运行。
当第二相关性为负相关时，若经济特征大于预设经济参考特征，则根据经济特征与预设经济参考特征的差值以预设比例降低参考采集频率，若经济特征小于预设经济参考特征，则根据经济特征与预设经济参考特征的差值以预设比例提高参考采集频率。例如，节假日天数作为经济特征中的其中一项，节假日越多，当地的用电需求越小，故此时第二相关性为负相关。此时参考采集频率的调整与上述第二相关性为正相关时的举例同理，此处不再赘述。
将基于所有的气象特征与经济特征的相关性进行的调整叠加，即得到最终的本地采集频率。本实施例中，主站将参考采集频率调整为本地采集频率，按照本地采集频率的前置地址的顺序进行排序，根据预先存储的前置地址表将本地采集频率发送给与前置地址对应的通讯控制器，通讯控制器保存好本地采集频率的数据后向主站回送数据接收状态，同时主站将定期检查数据接收状态，并对未接收成功的通讯控制器进行重发。
在本实施例中，通过数据处理单元53根据采集过程中的数据采集日志以及数据处理过程中的数据清洗日志，实现新能源子站的故障监控，具体用于：
通过通讯控制器向新能源子站发送采集请求，在数据采集日志中记录发送采集请求总次数；
若新能源子站未接收到采集请求，在数据采集日志中记为一次通讯失败；
若新能源子站接收到采集请求，基于本地采集频率采集新能源子站数据，在数据采集日志中记录采集失败的次数；
将采集总时长与本地采集频率的乘积作为总采集次数记录到数据采集日志中；
根据新能源子站数据的业务类型，在数据清洗规则库中选取对应的数据清洗规则，基于数据清洗规则中的准入条件筛选新能源子站数据中的问题数据，将问题数据在新能源子站数据中的占比计入数据清洗日志中。
在本实施例中，数据清洗规则库中针对不同业务类型的数据存有若干个数据清洗规则，所述数据清洗规则包括数据业务类型、准入条件以及清洗规则，本实施例中以规则编号进行标识并实现数据清洗规则的调用。例如，数据业务类型为电能数据，其数据清洗规则的准入条件为值为空，即对采集到的值为空的数据进行清洗处理，清洗规则为均值插入，即以采集到的其他电能数据的平均值对空值进行填充。又例如，数据业务类型为设备台账信息，其数据清洗规则的准入条件为主键为空，清洗规则为直接删除主键为空的设备台账信息。
本实施例中对于同一个业务类型的数据，可存储多个数据清洗规则，因此本实施例中所述新能源子站故障监控装置5还包括规则库建立单元，具体用于：
建立规则库的流程开始时，获取预先设置的标准数据与问题数据；随后开始问题数据处理，启动对数据清洗规则的轮询程序，利用当前轮询到的数据清洗规则处理问题数据，计算处理后的问题数据与标准数据的相似度，若相似度小于预设值，则清洗规则计数器加1，否则直接返回数据清洗规则库轮询的步骤，更换下一个数据清洗规则进行处理；当数据清洗规则库轮询结束时，判断问题数据处理是否结束，即是否所有问题数据都经过了处理，若未结束则更换下一个问题数据重复上述轮询步骤；当问题数据处理结束时，获取清洗规则计数器的计数大于1的数据清洗规则，将计数大于问题数据总数量的50％的数据清洗规则加入数据清洗规则库，结束建立规则库的流程。
通过上述轮询过程，即可筛选出数据清洗规则库中的有效数据清洗规则，从而提高了新能源子站数据的质量。
在本实施例中，所述故障监控单元54具体用于：
若数据采集日志中通讯失败的次数在发送采集请求总次数中的占比超过预设第一阈值，通过通讯控制器的上行通道向主站发送表示新能源子站故障的第一告警信息；
若数据采集日志中采集失败的次数在总采集次数中的占比超过预设第二阈值，通过通讯控制器的上行通道向主站发送表示新能源子站不稳定的第二告警信息；
若数据清洗日志中问题数据在新能源子站数据中的占比超过预设第三阈值，通过通讯控制器的上行通道向主站发送表示子站工作不可靠的第三告警信息。
通过数据采集日志判断新能源子站的通讯功能是否正常以及是否正常产生相关的运行数据，通过数据清洗日志判断新能源子站是否经常产生异常的数据导致工作不够稳定。
上述实施例中的各个序号仅仅为了描述，不代表各部件的组装或使用过程中的先后顺序。
以上所述仅为本发明的实施例，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、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于通讯控制器的新能源子站故障监控方法，其特征在于，所述新能源子站故障监控方法包括：
获取通讯控制器对新能源子站的参考采集频率；
根据新能源子站的气象特征和经济特征，将参考采集频率调整为本地采集频率；
通过通讯控制器基于本地采集频率采集新能源子站数据，生成数据采集日志，通过预设的数据清洗规则库对新能源子站数据进行清洗，生成数据清洗日志；
根据数据采集日志和数据清洗日志对新能源子站进行故障监控，通过通讯控制器将故障监控结果上传至主站；
所述根据新能源子站的气象特征和经济特征，将参考采集频率调整为本地采集频率，包括：
获取新能源子站所在地区的气象特征，判断气象特征与新能源子站对应的能源出力之间的第一相关性；
当第一相关性为正相关时，若气象特征大于预设气象参考特征，则根据气象特征与预设气象参考特征的差值以预设比例提高参考采集频率，若气象特征小于预设气象参考特征，则根据气象特征与预设气象参考特征的差值以预设比例降低参考采集频率；
当第一相关性为负相关时，若气象特征大于预设气象参考特征，则根据气象特征与预设气象参考特征的差值以预设比例降低参考采集频率，若气象特征小于预设气象参考特征，则根据气象特征与预设气象参考特征的差值以预设比例提高参考采集频率。
2.根据权利要求1所述的一种基于通讯控制器的新能源子站故障监控方法，其特征在于，所述通讯控制器基于Mesh组网构架部署在主站和新能源子站之间，将通讯控制程序整合打包到Docker容器，通过Kubernetes集群部署到通讯控制器上。
3.根据权利要求1所述的一种基于通讯控制器的新能源子站故障监控方法，其特征在于，所述获取通讯控制器对新能源子站的参考采集频率，包括：
将新能源子站的所在地区、实时采集时段以及新能源类型输入采集频率预测模型中；
获取采集频率预测模型输出的针对各个实时采集时段的采集频率预测结果；
将采集频率预测结果按照时间顺序进行合并，得到通讯控制器的参考采集频率。
4.根据权利要求3所述的一种基于通讯控制器的新能源子站故障监控方法，其特征在于，所述采集频率预测模型为预先训练好的神经网络预测模型，所述神经网络预测模型的训练过程包括：
获取不同新能源子站的所在地区、历史采集时段、新能源类型以及历史采集频率；
将新能源子站的所在地区、历史采集时段以及新能源类型输入神经网络预测模型进行训练；
当神经网络预测模型的输出结果与历史采集频率的绝对误差小于预设阈值时，停止对神经网络预测模型的训练。
5.根据权利要求4所述的一种基于通讯控制器的新能源子站故障监控方法，其特征在于，所述历史采集时段包括丰能期日间时段、丰能期夜间时段、枯能期日间时段以及枯能期夜间时段。
6.根据权利要求1所述的一种基于通讯控制器的新能源子站故障监控方法，其特征在于，所述根据新能源子站的气象特征和经济特征，将参考采集频率调整为本地采集频率，包括：
获取新能源子站所在地区的经济特征，判断经济特征与新能源子站对应的用电需求的第二相关性；
当第二相关性为正相关时，若经济特征大于预设经济参考特征，则根据经济特征与预设经济参考特征的差值以预设比例提高参考采集频率，若经济特征小于预设经济参考特征，则根据经济特征与预设经济参考特征的差值以预设比例降低参考采集频率；
当第二相关性为负相关时，若经济特征大于预设经济参考特征，则根据经济特征与预设经济参考特征的差值以预设比例降低参考采集频率，若经济特征小于预设经济参考特征，则根据经济特征与预设经济参考特征的差值以预设比例提高参考采集频率。
7.根据权利要求1所述的一种基于通讯控制器的新能源子站故障监控方法，其特征在于，所述通过通讯控制器基于本地采集频率采集新能源子站数据，生成数据采集日志，通过预设的数据清洗规则库对新能源子站数据进行清洗，生成数据清洗日志，包括：
通过通讯控制器向新能源子站发送采集请求，在数据采集日志中记录发送采集请求总次数；
若新能源子站未接收到采集请求，在数据采集日志中记为一次通讯失败；
若新能源子站接收到采集请求，基于本地采集频率采集新能源子站数据，在数据采集日志中记录采集失败的次数；
将采集总时长与本地采集频率的乘积作为总采集次数记录到数据采集日志中；
根据新能源子站数据的业务类型，在数据清洗规则库中选取对应的数据清洗规则，基于数据清洗规则中的准入条件筛选新能源子站数据中的问题数据，将问题数据在新能源子站数据中的占比计入数据清洗日志中。
8.根据权利要求7所述的一种基于通讯控制器的新能源子站故障监控方法，其特征在于，所述根据数据采集日志和数据清洗日志对新能源子站进行故障监控，通过通讯控制器将故障监控结果上传至主站，包括：
若数据采集日志中通讯失败的次数在发送采集请求总次数中的占比超过预设第一阈值，通过通讯控制器的上行通道向主站发送表示新能源子站故障的第一告警信息；
若数据采集日志中采集失败的次数在总采集次数中的占比超过预设第二阈值，通过通讯控制器的上行通道向主站发送表示新能源子站不稳定的第二告警信息；
若数据清洗日志中问题数据在新能源子站数据中的占比超过预设第三阈值，通过通讯控制器的上行通道向主站发送表示子站工作不可靠的第三告警信息。
9.一种基于通讯控制器的新能源子站故障监控装置，适用于权利要求1所述的新能源子站故障监控方法，其特征在于，所述新能源子站故障监控装置包括：
采集频率获取单元：用于获取通讯控制器对新能源子站的参考采集频率，所述通讯控制器部署在主站和新能源子站之间；
采集频率调整单元：用于根据新能源子站的气象特征和经济特征，将参考采集频率调整为本地采集频率；
数据处理单元：用于通过通讯控制器基于本地采集频率采集新能源子站数据，生成数据采集日志，通过预设的数据清洗规则库对新能源子站数据进行清洗，生成数据清洗日志；
故障监控单元：用于根据数据采集日志和数据清洗日志对新能源子站进行故障监控，通过通讯控制器将故障监控结果上传至主站。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110458284.9A CN113364116B (zh) | 2021-04-27 | 2021-04-27 | 一种基于通讯控制器的新能源子站故障监控方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110458284.9A CN113364116B (zh) | 2021-04-27 | 2021-04-27 | 一种基于通讯控制器的新能源子站故障监控方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113364116A CN113364116A (zh) | 2021-09-07 |
| CN113364116B true CN113364116B (zh) | 2024-03-29 |
Family
ID=77525561
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110458284.9A Active CN113364116B (zh) | 2021-04-27 | 2021-04-27 | 一种基于通讯控制器的新能源子站故障监控方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113364116B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11191926A (ja) * | 1997-12-25 | 1999-07-13 | Toshiba Corp | 事故点探査支援装置とそれらのプログラムを記録した記録媒体 |
| JP2002044112A (ja) * | 2000-07-26 | 2002-02-08 | Hitachi Ltd | Ｓｄｌｃ方式ループネットワークシステム及びそのデータ伝送方法並びにｓｄｌｃ通信装置 |
| JP5461722B1 (ja) * | 2013-02-20 | 2014-04-02 | 中国電力株式会社 | 太陽光発電装置の健全性を診断する方法及び情報処理装置 |
| CN104819141A (zh) * | 2015-04-01 | 2015-08-05 | 宁波杭州湾新区祥源动力供应有限公司 | 一种空压站的控制方法及系统 |
| CN104929864A (zh) * | 2015-02-06 | 2015-09-23 | 青岛科技大学 | 基于fpga的嵌入式风力发电机组运行状态监测及故障诊断系统 |
| CN106655516A (zh) * | 2017-01-11 | 2017-05-10 | 国网山东省电力公司蓬莱市供电公司 | 电源设备采集装置及远程故障诊断系统 |
| CN106789412A (zh) * | 2016-12-08 | 2017-05-31 | 国网北京市电力公司 | 监测信息采集主站性能的方法、装置及系统 |
| CN107144760A (zh) * | 2016-12-31 | 2017-09-08 | 国电南瑞科技股份有限公司 | 一种支撑电网故障感知与分析的全景录波方法及平台系统 |
| WO2017161785A1 (zh) * | 2016-03-23 | 2017-09-28 | 严利容 | 基于储能运行状态的光伏功率稳定输出控制方法 |
| CN108321819A (zh) * | 2018-01-31 | 2018-07-24 | 国家电网公司西北分部 | 基于新能源场站功率损失量精确感知的直流功率速降方法及其系统 |
| CN108683544A (zh) * | 2018-05-22 | 2018-10-19 | 国家电网公司 | 电站设备的监控方法及装置、存储介质、电子装置 |
| CN111901372A (zh) * | 2020-06-11 | 2020-11-06 | 北京华电天仁电力控制技术有限公司 | 一种集中式风电监控系统接入装置 |
| JP2021063747A (ja) * | 2019-10-16 | 2021-04-22 | 中国電力株式会社 | 故障点位置標定システム、親局、親局の制御方法、プログラム |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3551905B2 (ja) * | 2000-09-01 | 2004-08-11 | オムロン株式会社 | 管理局及びネットワークシステム並びにネットワークシステムにおける通信方法 |
-
2021
- 2021-04-27 CN CN202110458284.9A patent/CN113364116B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11191926A (ja) * | 1997-12-25 | 1999-07-13 | Toshiba Corp | 事故点探査支援装置とそれらのプログラムを記録した記録媒体 |
| JP2002044112A (ja) * | 2000-07-26 | 2002-02-08 | Hitachi Ltd | Ｓｄｌｃ方式ループネットワークシステム及びそのデータ伝送方法並びにｓｄｌｃ通信装置 |
| JP5461722B1 (ja) * | 2013-02-20 | 2014-04-02 | 中国電力株式会社 | 太陽光発電装置の健全性を診断する方法及び情報処理装置 |
| CN104929864A (zh) * | 2015-02-06 | 2015-09-23 | 青岛科技大学 | 基于fpga的嵌入式风力发电机组运行状态监测及故障诊断系统 |
| CN104819141A (zh) * | 2015-04-01 | 2015-08-05 | 宁波杭州湾新区祥源动力供应有限公司 | 一种空压站的控制方法及系统 |
| WO2017161785A1 (zh) * | 2016-03-23 | 2017-09-28 | 严利容 | 基于储能运行状态的光伏功率稳定输出控制方法 |
| CN106789412A (zh) * | 2016-12-08 | 2017-05-31 | 国网北京市电力公司 | 监测信息采集主站性能的方法、装置及系统 |
| CN107144760A (zh) * | 2016-12-31 | 2017-09-08 | 国电南瑞科技股份有限公司 | 一种支撑电网故障感知与分析的全景录波方法及平台系统 |
| CN106655516A (zh) * | 2017-01-11 | 2017-05-10 | 国网山东省电力公司蓬莱市供电公司 | 电源设备采集装置及远程故障诊断系统 |
| CN108321819A (zh) * | 2018-01-31 | 2018-07-24 | 国家电网公司西北分部 | 基于新能源场站功率损失量精确感知的直流功率速降方法及其系统 |
| CN108683544A (zh) * | 2018-05-22 | 2018-10-19 | 国家电网公司 | 电站设备的监控方法及装置、存储介质、电子装置 |
| JP2021063747A (ja) * | 2019-10-16 | 2021-04-22 | 中国電力株式会社 | 故障点位置標定システム、親局、親局の制御方法、プログラム |
| CN111901372A (zh) * | 2020-06-11 | 2020-11-06 | 北京华电天仁电力控制技术有限公司 | 一种集中式风电监控系统接入装置 |
Non-Patent Citations (4)
| Title |
|---|
| 一种用于电网复杂故障分析的全景数据平台研究;郄朝辉;夏成林;沈宇龙;仲雅霓;;《广西电力》(第4期);全文 * |
| 光伏电站快速频率响应技术研究及应用;华光辉;《电网与清洁能源》;第35卷(第5期);全文 * |
| 化工仪表DCS监控系统的开发与应用;陈耀军;《轻工科技》(第8期);全文 * |
| 基于孤立电网的综合故障诊断系统设计与实现;刘垚;房艺丹;;《宁夏电力》(第3期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113364116A (zh) | 2021-09-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103812131B (zh) | 一种基于多智能体的城市电网孤岛黑启动系统及方法 | |
| EP2883196B1 (de) | Verfahren und vorrichtung zur raumzeitlichen steuerung der elektroenergieaufnahme eines telekommunikationsnetzes in abhängigkeit von zuständen des energieversorgungssystems | |
| CN105337575B (zh) | 光伏电站状态预测及故障诊断方法和系统 | |
| CN109494877B (zh) | 海上风电场一体化监控方法、装置、计算机设备和介质 | |
| CN112821553A (zh) | 基于低压配电网台区智慧物联网感知调控系统及方法 | |
| CN105553103B (zh) | 一种区域主动配电网能量管理系统及方法 | |
| CN109638964A (zh) | 一种基于边缘计算架构的多元电网信息交互系统及方法 | |
| CN110809260B (zh) | 一种用电信息采集系统的本地数据处理方法 | |
| CN112653154B (zh) | 基于边缘计算的分布式光伏配电网无功优化控制方法 | |
| CN108173261B (zh) | 新能源并网有功高可靠性自动控制系统 | |
| CN110807550A (zh) | 基于神经网络的配变重过载识别预警方法及终端设备 | |
| CN106817708A (zh) | 一种巡检簇构建方法及装置 | |
| CN112714488A (zh) | 基于能耗数据的网络节能方法及装置 | |
| CN213754105U (zh) | 一种基于大数据的光伏电站智能管理系统 | |
| CN108062603A (zh) | 基于配电自动化终端设备全生命周期寿命预测方法及系统 | |
| CN113364116B (zh) | 一种基于通讯控制器的新能源子站故障监控方法及装置 | |
| CN112098715A (zh) | 基于5g和修正gcn图神经网络的电能监控与预警系统 | |
| CN111463781A (zh) | 一种弹性导向的考虑电动公交的配电网恢复方法及系统 | |
| CN116436090A (zh) | 一种低压分布式光伏发电出力预测方法 | |
| EP4379642A1 (en) | Energy management system for national power grid demand management and blackout prevention, and operation method thereof | |
| CN110233756A (zh) | 一种动态低功耗网络的构建方法 | |
| WO2013149899A1 (de) | Verfahren zur bestimmung von messstellen in niederspannungsnetzen und netzmanagementsubsystem zur durchführung des verfahrens. | |
| Liao et al. | Optimal smart grid operation and control enhancement by edge computing | |
| CN112600305A (zh) | 一种面向网络聚合的电网运行实时指标数据计算方法 | |
| CN111245097A (zh) | 一种智能电网管控系统及方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |