CN113655308A - 一种基于智能感知的同期线损监测治理系统 - Google Patents
一种基于智能感知的同期线损监测治理系统 Download PDFInfo
- Publication number
- CN113655308A CN113655308A CN202110868675.8A CN202110868675A CN113655308A CN 113655308 A CN113655308 A CN 113655308A CN 202110868675 A CN202110868675 A CN 202110868675A CN 113655308 A CN113655308 A CN 113655308A
- Authority
- CN
- China
- Prior art keywords
- module
- line loss
- loss
- line
- analysis
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 25
- 230000001360 synchronised effect Effects 0.000 title claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims abstract description 81
- 238000004458 analytical method Methods 0.000 claims abstract description 73
- 238000003745 diagnosis Methods 0.000 claims abstract description 51
- 230000002159 abnormal effect Effects 0.000 claims abstract description 30
- 238000005065 mining Methods 0.000 claims abstract description 15
- 238000012800 visualization Methods 0.000 claims abstract description 12
- 230000005611 electricity Effects 0.000 claims abstract description 11
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 8
- 238000004128 high performance liquid chromatography Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 5
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 4
- 230000002457 bidirectional effect Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 4
- 229910052802 copper Inorganic materials 0.000 claims description 4
- 239000010949 copper Substances 0.000 claims description 4
- 229910052742 iron Inorganic materials 0.000 claims description 4
- 230000008447 perception Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 28
- 238000010276 construction Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000012827 research and development Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001915 proofreading effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R21/00—Arrangements for measuring electric power or power factor
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明涉及一种基于智能感知的同期线损监测治理系统,包括:异常智能诊断模块、大屏可视化模块、三率数据对比与分析挖掘模块、边缘计算模块和配线台区线损分级计算高级应用模块;所述异常智能诊断模块用于对线路、台区线损进行异常诊断;所述大屏可视化模块用于对四分线损指标完成情况和电量监控分析的展示;所述三率数据对比与分析挖掘模块用于将配线理论线损、统计线损和同期线损的“三率”作对比,评估配网运行情况;所述边缘计算模块用于在设备侧开展同期售电量、台区线损率的边缘计算;所述配线台区线损分级计算高级应用模块用于拓扑识别和线损分级计算。本发明能够加强同期线损相关基础数据治理与采集运维质量。
Description
技术领域
本发明属于同期线损监测治理技术领域,涉及一种同期线损监测治理系统,尤其是一种基于智能感知的同期线损监测治理系统。
背景技术
随着“三型两网”新战略的实施,部署泛在电力物联网建设,为同期线损系统应用提升创造了更好的条件,也提出了更高的要求。一方面,公司《泛在电力物联网建设大纲》不仅明确要大力提升数据自动采集、自动获取、灵活应用能力,2021年要实现营配贯通率100%目标;《泛在电力物联网2019年建设方案》部署57项重点任务,大力开展营配贯通优化提升、配电物联网建设、输变电物联网建设、数据中台建设、“国网芯”研发应用、新型智能终端研发应用等工作,为进一步提升台账、拓扑、采集等全方位数据质量和采集计算能力创造了条件。
目前,同期线损是供电企业最为重要的经营质量与效率指标之一,近年来已成为供电企业进行线损精细化管理的重要标准。但是很多地区在初期治理阶段,部分组织制度不健全,日常管理工作也不具备科学性与合理性,台区同期线损常出现很多异常数据,且治理方式单一化缺乏相应的分析能力,导致治理工作中存在很大阻碍,因此亟需一种智能化的同期线损监测治理系统。
经检索未发现和本发明相同或相似的现有技术的公开文献。
发明内容
本发明的目的在于克服现有技术的不足,提出一种基于智能感知的同期线损监测治理系统,能够加强同期线损相关基础数据治理与采集运维质量。
本发明解决其现实问题是采取以下技术方案实现的:
一种基于智能感知的同期线损监测治理系统,包括:异常智能诊断模块、大屏可视化模块、三率数据对比与分析挖掘模块、边缘计算模块和配线台区线损分级计算高级应用模块;
所述异常智能诊断模块用于对线路、台区线损进行异常诊断,并实现高损线路台区的主动分析;所述大屏可视化模块用于对四分线损指标完成情况和电量监控分析的展示;所述三率数据对比与分析挖掘模块用于将配线理论线损、统计线损和同期线损的“三率”作对比,评估配网运行情况;所述边缘计算模块用于在设备侧以配变为单元开展同期售电量、台区线损率的边缘计算;所述配线台区线损分级计算高级应用模块用于拓扑识别和线损分级计算。
而且,所述异常诊断模块包括:档案诊断分析模块、拓扑诊断分析模块、模型诊断分析模块、采集诊断分析模块、线损诊断分析模块和智能诊断模块,该线损诊断分析模块用于对线路、台区线损进行异常诊断,对高损、负损的数据,根据电量智能诊断电量突变、关系错误的异常原因;该智能诊断模块用于通过高损模型甄别有效异常数据项,实现高损线路台区的主动分析。
而且,所述三率数据对比与分析挖掘模块,包括:三率数据对比模块、负荷辅助调整模块、无功辅助调整模块和新设备仿真模块;所述三率数据对比模块用于开展理论线损、统计线损和同期线损的“三率”对比与相关数据价值挖掘的内容,通过线损计算结果,结合配变三相负荷、铜损、铁损、线路供电半径的数据评估配网运行情况。
而且,所述大屏可视化模块包括:四分线损指标展示模块和电量监控分析模块,所述四分线损指标展示模块用于实现四分线损各专业指标完成情况、指标趋势分析、线损波动分析、三率比对分析的展示;所述电量监控分析模块用于对电量的构成加以进一步区分,从分析行业用电、客户异常用电、五星供电所、重点关注路线进行展示。
而且,所述边缘计算模块包括线损边缘计算模块和数据接入模块,该线损边缘计算模块用于在设备侧以配变为单元开展同期售电量、台区线损率的边缘计算,该数据接入模块用于基于智能集中器回传报文。
而且,所述配线台区线损分级计算高级应用模块包括:线变关系自动识别模块、台户关系自动识别模块、分支拓扑自动识别模块、分支箱到表箱线损计算模块、台区总表到分支箱线损计算模块和台区总表到表箱线损计算模块;所述变关系自动识别模块、台户关系自动识别模块和分支拓扑自动识别模块用于通过HPLC及双向工频通信技术,自动识别线变关系与台户关系,以及台区下分支拓扑结构;所述分支箱到表箱线损计算模块、台区总表到分支箱线损计算模块和台区总表到表箱线损计算模块用于计算各级线损,快速定位台区中损耗点。
本发明的优点和有益效果:
本发明建立了基于智能感知的同期线损检测治理系统,将边缘计算创新化,并提出了拓扑自动识别的新技术,实现了线损异常智能诊断、配网辅助降损、成果综合展示,同时完善了现场作业协同机制,从而加强了同期线损相关基础数据治理与采集运维质量,推动了营配调贯通与业务管理提升,深入挖掘出线损与电量大数据的价值,全面实现了“六全”管理,最终提升了同期线损管理水平。
附图说明
图1为本发明的系统构成图。
具体实施方式
以下结合附图对本发明实施例作进一步详述:
一种基于智能感知的同期线损监测治理系统,如图1所示,包括:异常智能诊断模块、大屏可视化模块、三率数据对比与分析挖掘模块、边缘计算模块和配线台区线损分级计算高级应用模块;
所述异常智能诊断模块用于对线路、台区线损进行异常诊断,并实现高损线路台区的主动分析;所述大屏可视化模块用于对四分线损指标完成情况和电量监控分析的展示;所述三率数据对比与分析挖掘模块用于将配线理论线损、统计线损和同期线损的“三率”作对比,评估配网运行情况;所述边缘计算模块用于在设备侧以配变为单元开展同期售电量、台区线损率的边缘计算;所述配线台区线损分级计算高级应用模块用于拓扑识别和线损分级计算。
在本实施例中,所述异常诊断模块包括:档案诊断分析模块、拓扑诊断分析模块、模型诊断分析模块、采集诊断分析模块、线损诊断分析模块和智能诊断模块,该线损诊断分析模块用于对线路、台区线损进行异常诊断,对高损、负损的数据,根据电量智能诊断电量突变、关系错误的异常原因;该智能诊断模块用于通过高损模型甄别有效异常数据项,实现高损线路台区的主动分析。
在本实施例中,所述三率数据对比与分析挖掘模块,包括:三率数据对比模块、负荷辅助调整模块、无功辅助调整模块和新设备仿真模块;所述三率数据对比模块用于开展理论线损、统计线损和同期线损等“三率”对比与相关数据价值挖掘的内容,通过线损计算结果,结合配变三相负荷、铜损、铁损、线路供电半径等数据评估配网运行情况,定位有待优化的薄弱点,明确精准降损方向,支撑低压切改、相别调整等改造工作;
在本实施例中,所述大屏可视化模块包括四分线损指标展示模块和电量监控分析模块,所述四分线损指标展示模块用于实现四分线损各专业指标完成情况、指标趋势分析、线损波动分析、三率比对分析的展示;所述电量监控分析模块用于对电量的构成加以进一步区分,从分析行业用电、客户异常用电、五星供电所、重点关注路线等进行展示。
在本实施例中,所述边缘计算模块包括线损边缘计算模块和数据接入模块,该线损边缘计算模块用于在设备侧以配变为单元开展同期售电量、台区线损率等边缘计算,该数据接入模块用于基于智能集中器回传报文;所述边缘计算模块的功能深化泛在物联网技术应用,利用智能配变终端及新一代智能采集终端,在设备侧以配变为单元开展同期售电量、台区线损率等边缘计算,主要包括了用户电量边缘计算、台区线损边缘计算、数据传输,基于智能集中器回传报文,研发数据解析服务,分析报文格式并提取所需数据,并将边缘计算结果与台区拓扑图相结合进行展示。
在本实施例中,所述配线台区线损分级计算高级应用模块包括:线变关系自动识别模块、台户关系自动识别模块、分支拓扑自动识别模块、分支箱到表箱线损计算模块、台区总表到分支箱线损计算模块和台区总表到表箱线损计算模块;所述变关系自动识别模块、台户关系自动识别模块和分支拓扑自动识别模块用于通过HPLC及双向工频通信技术,自动识别线变关系与台户关系,以及台区下分支拓扑结构;所述分支箱到表箱线损计算模块、台区总表到分支箱线损计算模块和台区总表到表箱线损计算模块用于计算各级线损,快速定位台区中损耗点。
下面对本发明中各模块的功能和作用作进一步说明:
在本实施例中,异常智能诊断模块,该模块下主要包括五个功能。功能1档案诊断分析,该功能是将常规线路、台区、表计档案异常模型纳入同期线损系统,通过与源端校对、应用异常模型的方式,对线路、台区、表计档案异常进行原因进行主动分析,解决传统档案异常即无法接入问题。功能2拓扑诊断分析,该功能是在同期系统划分“区域”,设定村庄、配电室及关联线路为线路最小区域,计算区域线损,通过区域线损与单台区及线路线损比对,诊断拓扑异常线路及台区。功能3模型诊断分析,该功能是诊断区域、分压关口,以及线路、台区、元件线损计算模型,从档案一致性、模型属性、逻辑性分析三个维度进行模型异常诊断分析,定位存在问题的模型。功能4采集诊断分析,该功能可以进行线损自动试算,针对线损突增异常至高损问题,对未采集用户进行还原试算,并对影响用户进行主动提示。功能5线损诊断分析,该功能可以对线路、台区线损进行异常诊断,对高损、负损等数据,根据电量智能诊断电量突变、关系错误等异常原因。功能6智能诊断,该功能开发了高损辅助分析模型库,可挖掘源端系统失压失流、零线电流异常等计量、反窃电异常数据项并向同期系统推送,通过高损模型甄别有效异常数据项,实现高损线路台区的主动分析。
在本实施例中,大屏可视化模块,该模块下主要包含两个功能。功能1四分线损指标,该功能是实现四分线损各专业指标完成情况、指标趋势分析、线损波动分析、三率比对分析,帮助各专业用户开展线损异常治理。功能2电量监控分析,该功能是对电量的构成加以进一步区分,从趋势、地理分布、电压等级等维度,分别统计分区、分压关口及电厂、变电站、线路、公变等设备的电量情况以及高低压用户的用电水平,并从分析行业用电、客户异常用电、五星供电所、重点关注路线等进行展示。
在本实施例中,所述三率数据对比与分析挖掘模块,的功能是低压改造辅助,该功能是开展理论线损、统计线损和同期线损等“三率”对比与相关数据价值挖掘工作。通过线损计算结果,结合配变三相负荷、铜损、铁损、线路供电半径等数据评估配网运行情况,定位有待优化的薄弱点,明确精准降损方向,支撑低压切改、相别调整等改造工作。
在本实施例中,边缘计算模块,该模块主要包含两个功能。功能1线损边缘计算,该功能深化泛在物联网技术应用,利用智能配变终端及新一代智能采集终端,在设备侧以配变为单元开展同期售电量、台区线损率等边缘计算,主要包括了用户电量边缘计算、台区线损边缘计算、数据传输。功能2数据接入,该功能是基于智能集中器回传报文,研发数据解析服务,分析报文格式并提取所需数据,并将边缘计算结果与台区拓扑图相结合进行展示。
在本实施例中,配线台区线损分级计算高级应用模块,该模块主要包含两个功能。功能1拓扑识别,该功能基于加装的新型硬件设备,通过HPLC及双向工频通信技术,自动识别线变关系与台户关系,以及台区下分支拓扑结构。同时通过图形化组件自动绘制拓扑,实现可视化展现。功能2线损分级计算,该功能精确计算“台区总表到分表”“台区总表到分支箱”“台区总表到表箱”“分支箱到表箱”“分支箱到分表”“表箱到分表”等各级线损,快速定位台区中损耗点,应用边缘计算结果直接指导基层开展异常治理和运维消缺,推动基层营配调治理、采集管控、故障检修、线损治理等专业协同与效率提升。
在本实施例中,本发明的基于智能感知的同期线损监测治理系统还具备工单管理功能,该功能下包括配线工单管理和台区工单管理,是将线损异常情况生成工单,派发下级单位,下级单位填写核查治理结果,实现工单高效流转与处理;
本发明的工作过程为:
1.线损管理人员使用本系统时,根据(省)市公司层级线损指标进行分专业展示,分专业需求从发展专业、调度专业、运检专业和营销专业四个板块进行监控管理,实现专业日监控功能和任意区间分析功能;
2.线损管理人员利用系统进行异常智能诊断时,通过数据查询来校验变电站、母线、变压器、输电线路、开关、配电线路、台区、用户、计量点、电能表各类设备档案属性字段是否存在异常;根据实际业务逻辑校验各设备与其他设备的关联关系是否存在异常;对比各类设备档案数据与源端数据一致性,诊断不一致数据;
3.线损管理人员利用系统进行三率对比时,通过相应页面来对比分析配线同期线损率、理论线损率数据,并能查看具体明细;
4.线损管理人员利用系统系统进行工单管理时,通过配线或台区的工单管理,通过分析线损异常情况生成工单,派发下级单位,下级单位填写核查治理结果,实现工单高效流转与处理;
5.线损管理人员查看系统分业务大屏展示,可查看四分线损各专业指标完成情况、指标趋势分析、线损波动分析、三率比对分析来开展线损异常治理;
6.线损管理人员利用边缘计算功能,选择时间间隔为“日”时,展示选择区间段每日的线损情况,选择时间间隔为“时”时,展示选择区间段每小时的线损情况,查看台区总表-分支箱/表箱线损展示结果;还可以根据实际情况,实现将各级线损加载,利用系统自动绘制的拓扑图。
需要强调的是,本发明所述实施例是说明性的,而不是限定性的,因此本发明包括并不限于具体实施方式中所述实施例,凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式,同样属于本发明保护的范围。
Claims (6)
1.一种基于智能感知的同期线损监测治理系统,其特征在于:包括:异常智能诊断模块、大屏可视化模块、三率数据对比与分析挖掘模块、边缘计算模块和配线台区线损分级计算高级应用模块;
所述异常智能诊断模块用于对线路、台区线损进行异常诊断,并实现高损线路台区的主动分析;所述大屏可视化模块用于对四分线损指标完成情况和电量监控分析的展示;所述三率数据对比与分析挖掘模块用于将配线理论线损、统计线损和同期线损的“三率”作对比,评估配网运行情况;所述边缘计算模块用于在设备侧以配变为单元开展同期售电量、台区线损率的边缘计算;所述配线台区线损分级计算高级应用模块用于拓扑识别和线损分级计算。
2.根据权利要求1所述的一种基于智能感知的同期线损监测治理系统,其特征在于:所述异常诊断模块包括:档案诊断分析模块、拓扑诊断分析模块、模型诊断分析模块、采集诊断分析模块、线损诊断分析模块和智能诊断模块,该线损诊断分析模块用于对线路、台区线损进行异常诊断,对高损、负损的数据,根据电量智能诊断电量突变、关系错误的异常原因;该智能诊断模块用于通过高损模型甄别有效异常数据项,实现高损线路台区的主动分析。
3.根据权利要求1所述的一种基于智能感知的同期线损监测治理系统,其特征在于:所述三率数据对比与分析挖掘模块,包括:三率数据对比模块、负荷辅助调整模块、无功辅助调整模块和新设备仿真模块;所述三率数据对比模块用于开展理论线损、统计线损和同期线损的“三率”对比与相关数据价值挖掘的内容,通过线损计算结果,结合配变三相负荷、铜损、铁损、线路供电半径的数据评估配网运行情况。
4.根据权利要求1所述的一种基于智能感知的同期线损监测治理系统,其特征在于:所述大屏可视化模块包括:四分线损指标展示模块和电量监控分析模块,所述四分线损指标展示模块用于实现四分线损各专业指标完成情况、指标趋势分析、线损波动分析、三率比对分析的展示;所述电量监控分析模块用于对电量的构成加以进一步区分,从分析行业用电、客户异常用电、五星供电所、重点关注路线进行展示。
5.根据权利要求1所述的一种基于智能感知的同期线损监测治理系统,其特征在于:所述边缘计算模块包括线损边缘计算模块和数据接入模块,该线损边缘计算模块用于在设备侧以配变为单元开展同期售电量、台区线损率的边缘计算,该数据接入模块用于基于智能集中器回传报文。
6.根据权利要求1所述的一种基于智能感知的同期线损监测治理系统,其特征在于:所述配线台区线损分级计算高级应用模块包括:线变关系自动识别模块、台户关系自动识别模块、分支拓扑自动识别模块、分支箱到表箱线损计算模块、台区总表到分支箱线损计算模块和台区总表到表箱线损计算模块;所述变关系自动识别模块、台户关系自动识别模块和分支拓扑自动识别模块用于通过HPLC及双向工频通信技术,自动识别线变关系与台户关系,以及台区下分支拓扑结构;所述分支箱到表箱线损计算模块、台区总表到分支箱线损计算模块和台区总表到表箱线损计算模块用于计算各级线损,快速定位台区中损耗点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110868675.8A CN113655308A (zh) | 2021-07-30 | 2021-07-30 | 一种基于智能感知的同期线损监测治理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110868675.8A CN113655308A (zh) | 2021-07-30 | 2021-07-30 | 一种基于智能感知的同期线损监测治理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113655308A true CN113655308A (zh) | 2021-11-16 |
Family
ID=78479037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110868675.8A Pending CN113655308A (zh) | 2021-07-30 | 2021-07-30 | 一种基于智能感知的同期线损监测治理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113655308A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114968014A (zh) * | 2022-05-16 | 2022-08-30 | 湖北中巽泰科技有限公司 | 一种基于数据可视化的同期线损交互式展示方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6195614B1 (en) * | 1997-06-02 | 2001-02-27 | Tektronix, Inc. | Method of characterizing events in acquired waveform data from a metallic transmission cable |
CN104467193A (zh) * | 2014-12-29 | 2015-03-25 | 国家电网公司 | 一种基于日频度监测的四分线损准实时在线监控方案 |
CN107527114A (zh) * | 2017-08-09 | 2017-12-29 | 国网信通亿力科技有限责任公司 | 一种基于大数据的线路台区异常分析方法 |
CN110442625A (zh) * | 2019-06-18 | 2019-11-12 | 国网甘肃省电力公司电力科学研究院 | 一种基于理论线损计算的同期线损对比分析方法 |
CN110763947A (zh) * | 2019-11-27 | 2020-02-07 | 国网江苏省电力有限公司盐城供电分公司 | 一种用于同期线损的统计装置及其使用方法 |
CN110943450A (zh) * | 2019-12-12 | 2020-03-31 | 山东电工电气集团有限公司 | 一种基于物联网的台区自动拓扑线损分析方法 |
CN111191878A (zh) * | 2019-12-10 | 2020-05-22 | 国网天津市电力公司电力科学研究院 | 一种基于异常分析的台区及电能表状态评价方法及系统 |
CN111199289A (zh) * | 2018-10-30 | 2020-05-26 | 国网河南省电力公司濮阳供电公司 | 一种基于大数据的线损监测系统 |
CN112527857A (zh) * | 2020-11-18 | 2021-03-19 | 李有伟 | 基于智能电表的多角度线损可视化数据分析平台 |
CN213072214U (zh) * | 2020-07-22 | 2021-04-27 | 广州创晨能源技术有限公司 | 一种基于边缘计算的配电网故障预警仪 |
CN113111053A (zh) * | 2021-04-13 | 2021-07-13 | 国网冀北电力有限公司技能培训中心 | 一种基于大数据的线损诊断与反窃电系统、方法及模型 |
CN113109656A (zh) * | 2021-04-26 | 2021-07-13 | 北京中兆龙芯软件科技有限公司 | 一种低压台区线损精细化分析系统及分析方法 |
CN113159339A (zh) * | 2021-04-20 | 2021-07-23 | 国网江西省电力有限公司信息通信分公司 | 一种基于大数据的一台区一指标线损管理方法及系统 |
-
2021
- 2021-07-30 CN CN202110868675.8A patent/CN113655308A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6195614B1 (en) * | 1997-06-02 | 2001-02-27 | Tektronix, Inc. | Method of characterizing events in acquired waveform data from a metallic transmission cable |
CN104467193A (zh) * | 2014-12-29 | 2015-03-25 | 国家电网公司 | 一种基于日频度监测的四分线损准实时在线监控方案 |
CN107527114A (zh) * | 2017-08-09 | 2017-12-29 | 国网信通亿力科技有限责任公司 | 一种基于大数据的线路台区异常分析方法 |
CN111199289A (zh) * | 2018-10-30 | 2020-05-26 | 国网河南省电力公司濮阳供电公司 | 一种基于大数据的线损监测系统 |
CN110442625A (zh) * | 2019-06-18 | 2019-11-12 | 国网甘肃省电力公司电力科学研究院 | 一种基于理论线损计算的同期线损对比分析方法 |
CN110763947A (zh) * | 2019-11-27 | 2020-02-07 | 国网江苏省电力有限公司盐城供电分公司 | 一种用于同期线损的统计装置及其使用方法 |
CN111191878A (zh) * | 2019-12-10 | 2020-05-22 | 国网天津市电力公司电力科学研究院 | 一种基于异常分析的台区及电能表状态评价方法及系统 |
CN110943450A (zh) * | 2019-12-12 | 2020-03-31 | 山东电工电气集团有限公司 | 一种基于物联网的台区自动拓扑线损分析方法 |
CN213072214U (zh) * | 2020-07-22 | 2021-04-27 | 广州创晨能源技术有限公司 | 一种基于边缘计算的配电网故障预警仪 |
CN112527857A (zh) * | 2020-11-18 | 2021-03-19 | 李有伟 | 基于智能电表的多角度线损可视化数据分析平台 |
CN113111053A (zh) * | 2021-04-13 | 2021-07-13 | 国网冀北电力有限公司技能培训中心 | 一种基于大数据的线损诊断与反窃电系统、方法及模型 |
CN113159339A (zh) * | 2021-04-20 | 2021-07-23 | 国网江西省电力有限公司信息通信分公司 | 一种基于大数据的一台区一指标线损管理方法及系统 |
CN113109656A (zh) * | 2021-04-26 | 2021-07-13 | 北京中兆龙芯软件科技有限公司 | 一种低压台区线损精细化分析系统及分析方法 |
Non-Patent Citations (2)
Title |
---|
周恬;: "浅析10kV配电线路同期线损日常管理", 产业创新研究, no. 12, 28 June 2020 (2020-06-28) * |
张蓝宇;陈艺云;吴海入;王珏;钟永恒;: "基于数据挖掘技术的台区线损智能诊断研究及应用", 湖南电力, no. 02, 25 April 2019 (2019-04-25) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114968014A (zh) * | 2022-05-16 | 2022-08-30 | 湖北中巽泰科技有限公司 | 一种基于数据可视化的同期线损交互式展示方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108053151B (zh) | 一种基于gis空间服务的配网供电能力实时分析方法 | |
WO2020147349A1 (zh) | 配电网运行辅助决策分析系统及方法 | |
CN111177101A (zh) | 一种基于大数据架构的配电网多维可视化平台 | |
CN109683059B (zh) | 确定线损异常的方法及装置、存储介质、处理器 | |
CN106300652B (zh) | 一种用户侧节能节电管理系统 | |
CN104538958B (zh) | 用电客户电网接入点的智能分析方法及系统 | |
CN106814286B (zh) | 基于多元故障采集的配电网故障定位系统、方法及服务器 | |
CN113162033B (zh) | 基于冻结电流的配电网台区拓扑关系自动识别方法及系统 | |
CN113098130A (zh) | 一种监测低压台区线损异常问题的分析系统 | |
CN112132443A (zh) | 一种可靠性配电网供电管控系统 | |
CN104297616A (zh) | 一种基于多系统信息交互的10kV配电线路断线侦测方法 | |
CN112583119A (zh) | 一种基于智能融合终端的低压智能台区模拟平台系统 | |
CN105048456A (zh) | 应用于智能计量平台的降损节能管理方法及系统 | |
CN113655308A (zh) | 一种基于智能感知的同期线损监测治理系统 | |
CN103020290B (zh) | 电网信息校验方法及系统 | |
CN113489145A (zh) | 具备边缘计算一发多收功能的台区全息终端及其监测方法 | |
CN109840646A (zh) | 基于大数据处理的电压监测方法 | |
Luo et al. | Research and application of GIS‐based medium‐voltage distribution network comprehensive technical evaluation system | |
CN110852588A (zh) | 电网系统终端客户用能需求一体化分析系统 | |
CN105678416A (zh) | 一种配电台区建设与改造智能决策系统 | |
CN112052620B (zh) | 城市配电台区智能化监视与分析系统 | |
Yang et al. | Compliance verification and probabilistic analysis of state-wide power quality monitoring data | |
CN112271821A (zh) | 基于云计算的用电终端降损节能智能化监测与分析系统 | |
CN107292470A (zh) | 可视化电网现状诊断分析系统 | |
Herbst et al. | Lv grid data analysis demonstrated at dso arbon energie |
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 |