CN113659716A - 一种针对电力网络突发事件监控系统 - Google Patents
一种针对电力网络突发事件监控系统 Download PDFInfo
- Publication number
- CN113659716A CN113659716A CN202110934493.6A CN202110934493A CN113659716A CN 113659716 A CN113659716 A CN 113659716A CN 202110934493 A CN202110934493 A CN 202110934493A CN 113659716 A CN113659716 A CN 113659716A
- Authority
- CN
- China
- Prior art keywords
- big data
- cloud
- source big
- data
- platform
- 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
Images
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
Abstract
本发明公开了一种针对电力网络突发事件监控系统,分析平台包括电力系统实时数据检测平台、电力系统信息化平台、远程云端以及云管控平台,电力系统实时数据检测平台用于实时检测并采集发电力系统和输电力系统的多源大数据,且将多源大数据发送至所述电力系统信息化平台以及远程云端,电力系统信息化平台用于对多源大数据进行提取、项处理、集成以及融合处理后发送至所述远程云端,所述远程云端用于对多源大数据进行存储、分析、统计以及管理;云管控平台对所述远程云端进行控制并显示相应的多源大数据,本发明通过大数据分析,能够更好地辨别电力系统整体运行状态、异常或故障,并进行有效监控。
Description
技术领域
发明涉及电力系统技术领域,尤其涉及一种针对电力网络突发事件监控系统。
背景技术
配电系统是连接发电系统、箱电系统和用户的中间环节,长期以来我国配电系统的发展远远落后于输电系统,存在的普遍问题是:设备老化、事故率高、负荷重、网损率高、供电半径长、可靠性差,电能质量水平低以及运行自动化程度低等,电力系统如何积极应对故障事件,不仅需要对自身运行状态有科学准确的评估,还要针对不断变化的工况及时作出必要的调整,这就需要掌握覆盖辖区内配网的准确可靠、全面、及时的状态信息,对其进行专业的分析判断,对配网运行状态进行有效评估。对于输电环节,实现智能化输电力系统,需要立足于提高输电力系统运行的安全性和稳定性,降低全网大规模停电的风险,实现能源的广域优化配置以及大型可再生能源的集约化开发。在保证电源总量稳定和结构调整的前提下,需要逐步对长距离、大规模、高参数的输电线路加以必要的控制。此外,使用具有传输容量大、占用走廊少、损耗低、环境友好等优点的超导电缆将提高输电系统能力,同时,由于太阳能、风能发出的电力一般是低电压、大电流,大规模送出需要升压,相比于常规输电线路,高温超导电缆可以实现低电压、大电流方式输送,更加节约成本,因此超导电缆大规模地应用于未来的智能化电力系统也是必然趋势。
针对电力系统多源大数据的分布式数据库的建立和可视化展示方面,国内已有不少研究,但是主要还是针对某个具体的业务展开的。国内已有供电局完成了在用电调度精益化管理应用方面的开发,在用电环节中,智能化概念主要体现在三个方面:双向互动,通过支持智能电网双向电力供求的智能电表,将为用户提供双向互动式的用电服务,电网可以了解用户的需求,用户也可以向电网反映自己的需求﹔分时电价,用户根据自己的需要,结合实际的电价,选择自己的用电方式,实现用户主动调节负荷,移峰填谷,用户选择电价低时用电,实现电力资源在需求侧的优化配置,引导用户科学、合理、节约用电,达到真正的低碳电力;全面控制,通过用户智能交互终端技术,全面地对用户的实时负荷、电压、电流、功率因数、乃至谐波等电网参数进行监控,为短时负荷预测以及全网线损计算提供数据支持,并对一些可以自动运行的用电设备进行控制,根据系统的实时电价和用户意愿选择适当的时候自动运转或者停止,实现错峰、填谷的功能。
采集电力系统运行过程中记录了不同维度的数据,包括天气数据、用户端信息、电压电流变化值、线路运行数据等方面的数据各维度数据分别由不同系统、设备进行采集,所以数据处于分散、记录方式不一致的状态如果需要对电力系统进行分析就需要考虑到各个系统的数据,以往的分析方式是通过对不同的系统的数据进行汇总分析,其中,在数据汇总的过程中会丢失一些信息和精度,并且如果以汇总后的数据进行数据分析,结果并不理想以及准确度低。
发明内容
为了克服现有技术存在的缺点与不足,本发明提供一种针对电力网络突发事件监控系统,从电力系统大量的历史数据中进行挖掘有效信息,开展电力系统运行状态的专项分析,通过大数据分析,能够更好地辨别电力系统整体运行状态、异常或故障,并进行为了克服现有技术存在的缺点与不足,本发明提供一种针对电力网络突发事件监控系统,从电力系统大量的历史数据中进行挖掘有效信息,开展电力系统运行状态的专项分析,通过大数据分析,能够更好地辨别电力系统整体运行状态、异常或故障,并进行有效监控,解决了电力系统在数据量大情况下使用常规方法无法进行分析或者分析效率低下的问题。
为解决上述技术问题,本发明提供如下技术方案:一种基于大数据融合模型的电力系统控制平台,包括电力系统实时数据检测平台、电力系统信息化平台、远程云端以及云管控平台,这三个平台通过对电力数据的采集发送、特征提取、存储运算、深度学习、分析治理五个步骤实现对电力网络突发事件的监控;所述电力系统实时数据检测平台、电力系统信息化平台以及远程云端之间相互连接,所述远程云端连接所述云管控平台;所述电力系统实时数据检测平台用于实时检测并采集发电力系统和输电力系统的多源大数据,且将多源大数据发送至所述电力系统信息化平台以及远程云端;所述电力系统信息化平台用于对多源大数据进行提取、预处理、集成以及融合处理后发送至所述远程云端;所述远程云端用于对多源大数据进行存储、分析、统计以及管理;所述云管控平台对所述远程云端进行控制并显示相应的多源大数据。
进一步地,所述电力系统实时数据检测平台通过信息传输光缆连接所述电力系统信息化平台和远程云端;所述电力系统实时数据检测平台包括数据检测模块、数据采集模块以及外层数据传输接口模块,所述数据检测模块用于实时检测电力系统实时数据检测平台,所述数据采集模块用于采集所述数据检测模块检测到的多源大数据,所述外层数据传输接口模块用于将多源大数据发送出去。
进一步地,所述电力系统信息化平台通过信息传输光缆连接所述电力系统实时数据检测平台和远程云端;所述电力系统信息化平台包括提取模块、预处理模块、集成模块、融合模块以及内层数据传输接口模块,所述提取模块用于提取多源大数据特征,所述预处理模块用于将提取特征后的多源大数据进行预处理,所述集成模块用于集成多源大数据,所述融合模块将多源大数据融合统一后通过内层数据传输接口模块发送给远程云端。
进一步地,所述远程云端通过路由器连接所述云管控平台;所述远程云端包括接口云端,应用云端以及关系云端,接口云端,应用云端以及关系云端之间构建局域网进行连接,局域网通过路由器连接所述云管控平台;所述接口云端用于连接所述电力系统实时数据检测平台和电力系统信息化平台,所述应用云端用于分析和统计多源大数据,所述关系云端用于存储、加工以及管理多源大数据。
进一步地,所述云管控平台包括云端主机和HD显示器,所述云端主机用于对所述远程云端进行控制;所述HD显示器用于显示相应的多源大数据,包括平行坐标、分布图和表格。
本发明另一目的是提供一种基于大数据融合模型的电力系统控制平台的控制方法,包括下述步骤。
A1、电力系统实时数据检测平台实时检测并采集发电力系统和输电力系统的多源大数据,并将多源大数据发送至电力系统信息化平台和远程云端,远程云端进行存储多源大数据。
A2、电力系统信息化平台将接收到的多源大数据进行特征提取,然后按特征信息对多源大数据进行处理,产生特征值,按时间关系对所述特征值进行融合到特征值集;将特征值集内的多源大数据发送至远程云端。
A3、远程云端不断接收多源大数据并进行存储和运算;远程云端根据多源大数据,深入挖掘电力系统运行的多源大数据的历史信息。
A4、对多源大数据的历史信息进行深度学习,得到经验数据中心。
A5、建立漏洞分析和治理机制:电力系统实时数据检测平台检测并采集新的多源大数据,对比步骤A4的经验数据中心,得出电力系统建设最佳方案。
进一步地,所述步骤AI中的多源大数据包括天气数据、用户端信息、电压电流变化值、线路运行数据。
进一步地,所述步骤A2中,所述电力系统信息化平台将接收到的多源大数据进行特征提取,特征提取具体采用基于深度学习的CoxPH算法。
进一步地,所述步骤A3中,远程云端采用不同关联型数据库对多源大数据存储和运算。
所述远程云端深入挖掘电力系统运行历史信息,采用的方法包括:卷积神经网络、模糊控制、线性判别法、支持向量机、决策树算法。
进一步地,,所述步骤A3中,远程云端不断接收多源大数据并进行在储和运算,在远程云端中,在单台云端性能不足以来做海量数据运算情况下,远程云端通过Hash与Bit-map算法相融合的方式进行多个云端同时计算。
采用上述技术方案后,本发明至少具有如下有益效果。
(1)本发明对电力系统各系统数据的准实时协同分析成为可能,电力系统多源数据的自动融合分析成为可能。
(2)本发明方法中使用了不同关联型数据库对多源大数据进行存储和运算,而非关系数据库具有性能更高.扩展性更好,适合对海量数据进行处理等优点;而现有技术采用的关系型数据库的具有扩展性差、不适合海量数据的应用场景等缺点。
(3)本发明方法中远程云端使用了Hash与Bit-map算法相融合的方式进行多个云端同时计算。其中,Hash能快速找到一种数据内容和数据存放地址之间的映射关系,能快速处理大量数据,Bit-map运算效率高,不需要进行比较和移位。
附图说明
图1为本发明的结构框架图;
图2为本发明的控制方法步骤图;
图3为本发明的CoxPH算法流程图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互结合,下面结合附图和有具体实施例对本申请作进一步详细说明。
实施例
如图1所示,本发明提供了一种基于大数据融合模型的电力系统控制平台,主要包括有电力系统实时数据检测平台、电力系统信息化平台远程云端以及云管控平台,其中,电力系统实时数据检测平台、电力系统信息化平台以及远程云端之间相互连接,远程云端连接云管控平台。优选地,本发明的电力系统实时数据检测平台和电力系统信息化平台通过信息传输光缆相互连接,上且电力系统实时数据检测平台和电力系统信息化平台通过信息传输光缆连接远程云端;或者,电力系统实时数据检测平台、电力系统信息化平台以及远程云端三者之间可以通过不同形式的网络进行连接。另外,远程云端通过路由器连接云管控平台。
其中,上述的电力系统实时数据检测平台用于实时检测并采集发电力系统和输电力系统的多源大数据,且将多源大数据发送至所述电力系统信息化平台以及远程云端;电力系统信息化平台用于对多源大数据进行提取、预处理、集成以及融合处理后发送至所述远程云端:远程云端用于对多源大数据进行存储、分析、统计以及管理;云管控平台对远程云端进行控制并显示相应的多源大数据。
本发明的电力系统实时数据检测平台包括数据检测模块、数据采集模块以及电力通信接口模块,数据检测模块用于实时检测电力系统实时数据检测平台,数据采集模块用于采集数据检测模块检测到的多源大数据,电力通信接口模块用于将多源大数据发送出去。
本发明的电力系统信息化平台包括提取模块、预处理模块、集成模块、融合模块以及电力通信接口模块,电力通信接口模块跟电力系统实时数据检测平台的电力通信接口模块一致:提取模块用于提取多源大数据特征,预处理模块用于将提取特征后的多源大数据进行预处理,集成模块用于集成多源大数据,融合模块将多源大数据融合统一后过电力通信接口模块发送给远程云端。
如图1所示,云端训包括接口云端、应用云端以及关系云端,接口云端、应用云端以及关系云端之间构建局域网进行连接,局域网通过路由器连接云管控平台;接口云端用于连接电力系统实时数据检测平台和电力系统信息化平台,应用云端用于分析和统计多源大数据,关系云端用于存储、加工以及管理多源大数据。
本发明的云管控平台包括云端主机和HD显示器,云端主机用于对所述远程云端进行控制;HD显示器用于显示相应的多源大数据,包括曲线图和表格。
如图2所示,对于上述的一种针对电力网络突发事件监控系统,其具体方法为。
A1、电力系统实时数据检测平台实时检测并采集发电力系统和输电力系统的多源大数据,并将多源大数据发送至电力系统信息化平台和远程云端,远程云端进行存储多源大数据。
A2、电力系统信息化平台将接收到的多源大数据进行特征提取,然后按特征信息对多源大数据进行处理,产生特征值,按时间关系对所述特征值进行融合到特征值集;将特征值集内的多源大数据发送至远程云端;
一般地,所述电力系统信息化平台将接收到的多源大数据进行特征提取,特征提取具体采用基于深度学习的CoxPH算法。
如图3所示,是基于深度学习的CoxPH算法流程图。
对含有深度神经网络的模型进行训练,参数设置如下:神经网络输入层节点数I=21,隐含层共两层,节点数分别为H=10和H=5,输出层节点数为o=1,神经网络迭代次数T=4500。此处采用C-index作为所建立多源大数据进行特征提取可靠性评估模型准确性的指示值。
CoxPH算法又被称为Cox比例风险模型,该模型对风险函数所具有的形式做了如下假设,如式(1)所示:
对数部分风险
式中λ0(t)是基准风险函数;X=(x1,...,xm)为协变量组成的向量;hθ(x)为对数部分风险函数;θ表示hθ(x)的参数。CoxPH算法的主要假设是:对于λ(t|X),当发生变化,变化前后两个λ(t|X)的比值是一个仅依赖于变化前后取值而不依赖于时间的常数,如式(2)所示:
模型的求解过程包含两部分:对λ0(t)和对hθ(X)的求解。其中,对hθ(X)的求解较为复杂,hθ(X)求解得出后,即可基于Breslow估计器得到λ0(t)。因此,此处着重说明对hθ(X)的求解。
由于λ0(t)事先未定义,因此无法直接使用标准似然函数对预测模型进行拟合。CoxPH算法中定义了偏似然函数来对θ进行计算。假设精确生存时间有k个,数据集容量为n。将数据按照其生存时间排序t1<t2<...<tk,其中ti是个体i的生存时间,则个体i的条件死亡概率如式(3)所示:
对所有死亡个体的条件概率相乘即有:
式中R(ti)为ti时刻内仍然处于观察研究的个体集合;Xi为观察协变量,通过将偏似然函数最大化,即得到θ,一般求解时可以对(4)求取负对数,如式(5)所示:
通过求取令其(5)最小的θ,即可得到hθ(X)。随后通过Breslow估计器,可求解λ0(t),从而得到完整的CoxPH算法。
A3、远程云端不断接收多源大数据并进行存储和运算;远程云端根据多源大数据,深入挖掘电力系统运行的多源大数据的历史信息。
优选地,远程云端采用不同关联型数据库对多源大数据存储和运算。
优选地,所述远程云端深入挖掘电力系统运行历史信息,采用的方法包括:利用卷积神经网络、模糊控制、线性判别法、支持向量机、决策树算法。
优选地,远程云端不断接收多源大数据并进行存储和运算,在远程云端中,在单台云端性能不足以来做海量数据运算情况下,远程云端通过Hash与Bit-map算法相融合的方式进行多个云端同时计算。
A4、远程云端对多源大数据的历史信息进行深度学习,得到经验数据中心。
A5、远程云端建立漏洞分析和治理机制:电力系统实时数据检测平台检测并采集新的多源大数据,对比步骤A4的经验数据中心,得出电力系统建设最佳方案。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解的是,在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种等效的变化、修改、替换和变型,本发明的范围由所附权利要求及其等同范围限定。
Claims (10)
1.一种针对电力网络突发事件监控系统,其特征在于,包括电力系统实时数据检测平台、电力系统信息化平台、远程云端以及云管控平台,这三个平台通过对电力数据的采集发送、特征提取、存储运算、深度学习、分析治理五个步骤实现对电力网络突发事件的监控;
所述电力系统实时数据检测平台、电力系统信息化平台以及远程云端之间相互连接;
所述远程云端连接所述云管控平台;
所述电力系统实时数据检测平台用于实时检测并采集发电力系统和输电力系统的多源大数据,且将多源大数据发送至所述电力系统信息化平台以及远程云端;
所述电力系统信息化平台用于对多源大数据进行提取、预处理、集成以及融合处理后发送至所述远程云端;
所述远程云端用于对多源大数据进行存储、分析、统计以及管理;所述云管控平台对所述远程云端进行控制并显示相应的多源大数据。
2.如权利要求1所述的一种针对电力网络突发事件监控系统,其特征在于,所述电力系统实时数据检测平台通过信息传输光缆连接所述电力系统信息化平台和远程云端;所述电力系统实时数据检测平台包括数据检测模块、数据采集模块以及外层数据传输接口模块,所述数据检测模块用于实时检测电力系统实时数据检测平台,所述数据采集模块用于采集所述数据检测模块检测到的多源大数据,所述外层数据传输接口模块用于将多源大数据发送出去。
3.如权利要求1所述的一种针对电力网络突发事件监控系统,其特征在于,所述电力系统信息化平台通过信息传输光缆连接所述电力系统实时数据检测平台和远程云端;所述电力系统信息化平台包括提取模块、预处理模块、集成模块、融合模块以及内层数据传输接口模块,所述提取模块用于提取多源大数据特征,所述预处理模块用于将提取特征后的多源大数据进行预处理,所述集成模块用于集成多源大数据,所述融合模块将多源大数据融合统一后通过内层数据传输接口模块发送给远程云端。
4.如权利要求1所述的一种针对电力网络突发事件监控系统,其特征在于,所述远程云端通过路由器连接所述云管控平台;所述远程云端包括接口云端、应用云端以及关系云端,接口云端、应用云端以及关系云端之间构建局域网进行连接,局域网通过路由器连接所述云管控平台:所述接口云端用于连接所述电力系统实时数据检测平台和电力系统信息化平台,所述应用云端用于分析和统计多源大数据,所述关系云端用于存储、加工以及管理多源大数据。
5.如权利要求1所述的一种针对电力网络突发事件监控系统,其特征在于,所述云管控平台包括云端主机和HD显示器,所述云端主机用于对所述远程云端进行控制;所述HD显示器用于显示相应的多源大数据,包括曲线图和表格。
6.如权利要求1中任一项所述的一种针对电力网络突发事件监控系统,其特征在于,所述的采集发送、特征提取、存储运算、深度学习、分析治理五个步骤包括:
A1、实时检测并采集发电力系统和输电力系统的多源大数据,并发送至电力系统信息化平台和远程云端,存储多源大数据;
A2、电力系统信息化平台将接收到的多源大数据进行特征提取,产生特征值,按时间关系对所述特征值进行融合到特征值集;将特征值集内的多源大数据发送至远程云端;
A3、远程云端不断接收多源大数据并进行存储和运算;
A4、对多源大数据的历史信息进行深度学习,得到经验数据中心;
A5、建立漏洞分析和治理机制。
7.如权利要求6所述一种针对电力网络突发事件监控系统,其特征在于,所述步骤A1中的多源大数据包括天气数据、用户端信息、电压电流变化值、线路运行数据。
8.如权利要求6所述一种针对电力网络突发事件监控系统,其特征在于,所述步骤A2中,所述电力系统信息化平台将接收到的多源大数据进行特征提取,特征提取具体采用基于深度学习的CoxPH算法。
9.如权利要求6所述一种针对电力网络突发事件监控系统,其特征在于,所述步骤A3中,远程云端采用不同关联型数据库对多源大数据存储和运算;所述远程云端深入挖掘电力系统运行历史信息,采用的方法包括:卷积神经网络、模糊控制、线性判别法、支持向量机、决策树算法。
10.如权利要求6所述一种针对电力网络突发事件监控系统,其特征在于,所述步骤A3中,远程云端不断接收多源大数据并进行存储和运算,在远程云端中,在单台云端性能不足以来做海量数据运算情况下,远程云端通过Hash与Bit-map算法相融合的方式进行多个云端同时计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110934493.6A CN113659716A (zh) | 2021-08-16 | 2021-08-16 | 一种针对电力网络突发事件监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110934493.6A CN113659716A (zh) | 2021-08-16 | 2021-08-16 | 一种针对电力网络突发事件监控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113659716A true CN113659716A (zh) | 2021-11-16 |
Family
ID=78480348
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110934493.6A Pending CN113659716A (zh) | 2021-08-16 | 2021-08-16 | 一种针对电力网络突发事件监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113659716A (zh) |
-
2021
- 2021-08-16 CN CN202110934493.6A patent/CN113659716A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113904443B (zh) | 多维度空间可视化的现场变电设备监控与预警系统 | |
Wu et al. | Risk assessment of wind-photovoltaic-hydrogen storage projects using an improved fuzzy synthetic evaluation approach based on cloud model: A case study in China | |
CN105426980B (zh) | 一种配电网健康指数评估工程应用系统 | |
CN111160791A (zh) | 一种基于gbdt算法及因素融合的异常用户识别方法 | |
CN111126866A (zh) | 交直流可再生能源系统的综合能效评估管理系统及方法 | |
CN107705054A (zh) | 满足复杂数据的新能源并网发电远程测试诊断平台及方法 | |
CN113487447A (zh) | 一种基于大数据的配电网负荷预测及线损成因分析方法 | |
CN112688431A (zh) | 一种基于大数据的配电网负荷过载可视化方法及系统 | |
CN110826228B (zh) | 一种地区电网运行品质极限评估方法 | |
CN115528817A (zh) | 一种用户端智能配用电系统、方法、介质、设备及终端 | |
CN115173550A (zh) | 一种分布式光伏发电实时监控方法和系统 | |
CN114861539A (zh) | 一种5g城市综合能源互联网数字孪生系统建模与实现方法 | |
CN103617447A (zh) | 智能变电站的评价系统及评价方法 | |
CN108647860A (zh) | 基于OpenStack的电力设备状态监测与评估云平台 | |
CN113556369A (zh) | 基于电力物联网的电网设备管控方法及管控系统 | |
CN109120064A (zh) | 变电站直流电源管理系统 | |
CN113659716A (zh) | 一种针对电力网络突发事件监控系统 | |
CN110705062A (zh) | 基于5g的机柜能耗远程统计计量方法 | |
CN116522746A (zh) | 高耗能企业配电托管方法 | |
Ya’An | Application of artificial intelligence in computer network technology in the era of big data | |
CN112101422A (zh) | 电力系统故障案例的典型案例自学习方法 | |
Keyan et al. | Anomaly detection method of distribution network line loss based on hybrid clustering and LSTM | |
CN109378834A (zh) | 基于信息最大相关的大规模电网电压稳定裕度评估系统 | |
Wang et al. | Multi-source data processing method for low-voltage distribution network | |
Zhu et al. | Design and realization of regional power quality monitoring system |
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 |