CN113726583A - 一种基于fsm模型的远动机通讯状态判断方法 - Google Patents

一种基于fsm模型的远动机通讯状态判断方法 Download PDF

Info

Publication number
CN113726583A
CN113726583A CN202111118539.3A CN202111118539A CN113726583A CN 113726583 A CN113726583 A CN 113726583A CN 202111118539 A CN202111118539 A CN 202111118539A CN 113726583 A CN113726583 A CN 113726583A
Authority
CN
China
Prior art keywords
fuzzy
communication state
vector
message
message event
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
CN202111118539.3A
Other languages
English (en)
Inventor
邓牟军
刘匀
万毅
周智
田可
葛振亚
藤清松
徐继林
杨成江
潘克听
张玉琦
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.)
Guizhou Power Grid Co Ltd
Original Assignee
Guizhou 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 Guizhou Power Grid Co Ltd filed Critical Guizhou Power Grid Co Ltd
Priority to CN202111118539.3A priority Critical patent/CN113726583A/zh
Publication of CN113726583A publication Critical patent/CN113726583A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06—Management of faults, events, alarms or notifications
    • H04L41/0654—Management of faults, events, alarms or notifications using network fault recovery
    • H04L41/0659—Management of faults, events, alarms or notifications using network fault recovery by isolating or reconfiguring faulty entities
    • H04L41/0661—Management of faults, events, alarms or notifications using network fault recovery by isolating or reconfiguring faulty entities by reconfiguring faulty entities
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/02—Details
    • H04L12/12—Arrangements for remote connection or disconnection of substations or of equipment thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06—Management of faults, events, alarms or notifications
    • H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q2209/00—Arrangements in telecontrol or telemetry systems
    • H04Q2209/30—Arrangements in telecontrol or telemetry systems using a wired architecture
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Selective Calling Equipment (AREA)

Abstract

本发明公开了一种基于FSM模型的远动机通讯状态判断方法，所述方法包括以下步骤：所述方法包括以下步骤：建立模糊矩阵；建立模糊推理方法；根据模糊推理方法分析报文并输出报文类型。以解决现有技术不能对不在常规库中的报文无需重启的情况做出决策，存在误重启概率高的问题。

Description

一种基于FSM模型的远动机通讯状态判断方法
技术领域
本发明涉及一种基于FSM模型的远动机通讯状态判断方法，属于远动机控制技术领域。
背景技术
远动机安装在变电站现场，是一种电力系统在线监测、控制设备，将采集到的一、二次设备遥信、遥测等信息上送至调控中心主站端；同时，执行调控中心发往厂站端的遥控、遥调命令，实现对变电站一二次设备的控制。因此，远动机对电网调度自动化系统极其重要。
随着无人值守变电站模式的全面推广，目前35kv及以上变电站许多已经全部实现无人值守，运行操作人员往往只需在主控站或调度室内，进行变电站的全方位监视和控制，人力资源得到较大程度节省。但无人值守变电站依旧存在以下问题：
远动通讯异常情况下，远动问题引起的缺陷占比最高，如遥测数据长时间不刷新、遥信位置与现场不对应、厂站单通道中断、遥控命令无法被执行等。绝大多数远动缺陷可通过重启解决。
现有模式，远动异常处理耗时非常长。从办理工作许可、再抵达工作现场等需要消耗大量时间，效率低下。
日常遇到遥测、遥信数据无法刷新等缺陷时，既会影响调控人员对电网运行状态的判断，更有可能会严重影响电压合格率指标。等待运行维护人员赶至现场重启远动机的时间过长，可能已经对A类电压合格率指标造成不可逆影响。
电网规模逐年扩大，厂站设备日益老化，变电巡维及自动化等人员维护工作量逐年增大，运行人员紧缺，生产任务繁重，人力需求高。
为了解决此问题，申请人研制了一种基于FSM模型的远动机智能重启方法，使得运维人员不必到现场，甚至不必介入即可实现远动机的自动重启，大大降低了远动异常处理对运维人员的人力需求，且自动监测自动做决策，决策时间可达秒级，避免了重启远动机的时间过长导致的电压合格率指标下降的问题。但是这种智能重启方法存在的问题是，做出远动机重启决策仅通过判断报文是否在常规库来决定是否重启，但事实上如果报文不在常规库中也有无需重启的可能，现有的智能重启方法不能对不在常规库中的报文无需重启的情况做出决策，存在误重启概率高的问题。
发明内容
本发明要解决的技术问题是：提供一种基于FSM模型的远动机通讯状态判断方法，以克服现有技术的不足。
本发明的技术方案是：一种基于FSM模型的远动机通讯状态判断方法，所述方法包括以下步骤：
建立模糊矩阵；
建立模糊推理方法；
根据模糊推理方法分析报文并输出报文类型。
进一步地，所述建立模糊矩阵的方法为：
S03-1、通过事件库得到报文事件向量；
S03-2、建立通讯状态Y向量；
S03-3、建立报文事件向量与通讯状态向量之间的模糊矩阵。
进一步地，所述模糊推理方法为：
通过报文事件模糊向量和报文事件向量与通讯状态向量之间的模糊矩阵来求出各种通讯状态模糊向量；
Figure BDA0003276173010000021
Figure BDA0003276173010000028
为模糊算子，将模糊算子具化得到模糊诊断公式。
Figure BDA0003276173010000022
式中，
Figure BDA0003276173010000023
Figure BDA0003276173010000024
为报文事件模糊向量，μx(i＝1，2，…，m)是诊断对象发生报文事件xi的隶属度，m为诊断对象可能表现的征兆；
Figure BDA0003276173010000025
Figure BDA0003276173010000026
为通讯状态模糊向量，
Figure BDA0003276173010000027
是诊断对象具有状态yi的隶属度，V和∧为二元运算的模糊算子，V为两个元素中取大，∧为两个元素中取小，计算所得的为通讯状态模糊向量中各元素的隶属度。
进一步地，诊断原则采用最大隶属原则进行诊断，如果计算得出的通讯状态模糊向量中各元素的隶属度最大，则隶属度最大的通讯状态模糊向量对应的通讯状态为报文的通讯状态。
进一步地，所述步骤S03-1中的报文事件向量为：
X＝{x1，x2，...，xm}，
其中，xi(i＝1，2，...，m)代表各种可能的报文事件。
进一步地，所述步骤S03-2中的通讯状态Y向量为：
Y＝{y1，y2，...，yn}，
其中，yi(i＝1，2，...，n)代表各种可能的通讯状态。
进一步地，所述步骤S03-3中的报文事件向量与通讯状态向量之间的模糊矩阵为：
Figure BDA0003276173010000031
其中，0≤rij≤1，1≤i≤m，1≤j≤n，i、j、m和n均为正整数，表示了报文事件X和到通讯状态Y上的一个模糊关系矩阵γij，反映了报文事件xi与通讯状态yi相关程度的量化模糊值。
进一步地，所述模糊算子具化后的模糊诊断公式为：
Figure BDA0003276173010000032
式中，
Figure BDA0003276173010000033
Figure BDA0003276173010000034
为报文事件模糊向量，μx(i＝1，2，…，m)是诊断对象发生报文事件xi的隶属度，m为诊断对象可能表现的征兆；
Figure BDA0003276173010000035
Figure BDA0003276173010000036
为通讯状态模糊向量，
Figure BDA0003276173010000037
是诊断对象具有状态yi的隶属度，V和∧为二元运算的模糊算子，V为两个元素中取大，∧为两个元素中取小，计算所得的为通讯状态模糊向量中各元素的隶属度。
本发明的有益效果是：本发明通过模糊矩阵建立了模糊诊断模型，模糊矩阵表示了事件集与通讯状态集之间互相制约的关系，然后通过模糊推理方法求出各种通讯状态的隶属度，根据通讯状态的隶属度获取报文通讯状态，获得报文通讯状态后，根据报文通讯状态的特点来判断远动机是否重启，就算报文不在常规库中，通过通讯报文状态，可对不在常规库中的报文无需重启的情况做出决策，大大降低了远动机误重启概率。
附图说明
图1为本发明实施例的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例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。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制；术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性，此外，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施实例1：参考图1，一种基于FSM模型的远动机通讯状态判断方法，所述方法包括以下步骤：
建立模糊矩阵；
建立模糊推理方法；
根据模糊推理方法分析报文并输出报文类型。
本发明通过模糊矩阵建立了模糊诊断模型，模糊矩阵表示了事件集与通讯状态集之间互相制约的关系，然后通过模糊推理方法求出各种通讯状态的隶属度，根据通讯状态的隶属度获取报文通讯状态，获得报文通讯状态后，根据报文通讯状态的特点来判断远动机是否重启，就算报文不在常规库中，通过通讯报文状态，可对不在常规库中的报文无需重启的情况做出决策，大大降低了远动机误重启概率。
进一步地，所述建立模糊矩阵的方法为：
S03-1、通过事件库得到报文事件向量，
X＝{x1，x2，...，xm}，
其中，xi(i＝1，2，...，m)代表各种可能的报文事件；
S03-2、建立通讯状态Y向量，
Y＝{y1，y2，...，yn}，
yi(i＝1，2，...，n)代表各种可能的通讯状态；
S03-3、建立报文事件向量与通讯状态向量之间的模糊矩阵，
Figure BDA0003276173010000051
其中，0≤rij≤1，1≤i≤m，1≤j≤n，i、j、m和n均为正整数，表示了报文事件X和到通讯状态Y上的一个模糊关系矩阵γij，反映了报文事件xi与通讯状态yi相关程度的量化模糊值。
根据本发明实施例的智能重启方法判断报文类型的方法，模糊矩阵的获取方法具体通过S03-1、通过事件库得到报文事件向量，S03-2、建立通讯状态Y向量，S03-3、建立报文事件向量与通讯状态向量之间的模糊矩阵，
进一步地，所述模糊推理方法为：
通过报文事件模糊向量和报文事件向量与通讯状态向量之间的模糊矩阵来求出各种通讯状态模糊向量；
Figure BDA0003276173010000061
Figure BDA0003276173010000068
为模糊算子，模糊算子具化以后可得到模糊诊断公式，
Figure BDA0003276173010000062
式中，
Figure BDA0003276173010000063
Figure BDA0003276173010000064
为报文事件模糊向量，μx(i＝1，2，…，m)是诊断对象发生报文事件xi的隶属度，m为诊断对象可能表现的征兆；
Figure BDA0003276173010000065
Figure BDA0003276173010000066
为通讯状态模糊向量，
Figure BDA0003276173010000067
是诊断对象具有状态yi的隶属度，V和∧为二元运算的模糊算子，V为两个元素中取大，∧为两个元素中取小，计算所得的为通讯状态模糊向量中各元素的隶属度。
根据本发明实施例的智能重启方法判断报文类型的方法，模糊推理方法具体通过通过报文事件模糊向量和报文事件向量与通讯状态向量之间的模糊矩阵来求出各种通讯状态模糊向量。
进一步地，诊断原则采用最大隶属原则进行诊断，如果计算得出的通讯状态模糊向量中各元素的隶属度最大，则隶属度最大的通讯状态模糊向量对应的通讯状态为报文的通讯状态。
根据本发明实施例的智能重启方法判断报文类型的方法，具体通过隶属度最大来判断通讯状态类型。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (8)

1.一种基于FSM模型的远动机通讯状态判断方法，其特征在于，所述方法包括以下步骤：
建立模糊矩阵；
建立模糊推理方法；
根据模糊推理方法分析报文并输出报文类型。
2.根据权利要求1所述的基于FSM模型的远动机通讯状态判断方法，其特征在于，所述建立模糊矩阵的方法为：
S03-1、通过事件库得到报文事件向量；
S03-2、建立通讯状态Y向量；
S03-3、建立报文事件向量与通讯状态向量之间的模糊矩阵。
3.根据权利要求2所述的基于FSM模型的远动机通讯状态判断方法，其特征在于，
所述模糊推理方法为：
通过报文事件模糊向量和报文事件向量与通讯状态向量之间的模糊矩阵来求出各种通讯状态模糊向量；
Figure FDA0003276171000000011
Figure FDA0003276171000000012
为模糊算子，将模糊算子具化得到模糊诊断公式。
Figure FDA0003276171000000013
式中，
Figure FDA0003276171000000014
Figure FDA0003276171000000015
为报文事件模糊向量，μx(i＝1，2，…，m)是诊断对象发生报文事件xi的隶属度，m为诊断对象可能表现的征兆；
Figure FDA0003276171000000016
Figure FDA0003276171000000017
为通讯状态模糊向量，
Figure FDA0003276171000000018
是诊断对象具有状态yi的隶属度，V和∧为二元运算的模糊算子，V为两个元素中取大，∧为两个元素中取小，计算所得的为通讯状态模糊向量中各元素的隶属度。
4.根据权利要求3所述的基于FSM模型的远动机通讯状态判断方法，其特征在于，
诊断原则采用最大隶属原则进行诊断，如果计算得出的通讯状态模糊向量中各元素的隶属度最大，则隶属度最大的通讯状态模糊向量对应的通讯状态为报文的通讯状态。
5.根据权利要求2所述的基于FSM模型的远动机通讯状态判断方法，其特征在于，所述步骤S03-1中的报文事件向量为：
X＝{x1，x2，...，xm}，
其中，xi(i＝1，2，...，m)代表各种可能的报文事件。
6.根据权利要求2所述的基于FSM模型的远动机通讯状态判断方法，其特征在于，所述步骤S03-2中的通讯状态Y向量为：
Y＝{y1，y2，...，yn}，
其中，yi(i＝1，2，...，n)代表各种可能的通讯状态。
7.根据权利要求2所述的基于FSM模型的远动机通讯状态判断方法，其特征在于，所述步骤S03-3中的报文事件向量与通讯状态向量之间的模糊矩阵为：
Figure FDA0003276171000000021
其中，0≤nij≤1，1≤i≤m，1≤j≤n，i、j、m和n均为正整数，表示了报文事件X和到通讯状态Y上的一个模糊关系矩阵γij，反映了报文事件xi与通讯状态yi相关程度的量化模糊值。
8.根据权利要求3所述的基于FSM模型的远动机通讯状态判断方法，其特征在于，所述模糊算子具化后的模糊诊断公式为：
Figure FDA0003276171000000022
式中，
Figure FDA0003276171000000023
Figure FDA0003276171000000024
为报文事件模糊向量，μx(i＝1，2，…，m)是诊断对象发生报文事件xi的隶属度，m为诊断对象可能表现的征兆；
Figure FDA0003276171000000031
Figure FDA0003276171000000032
为通讯状态模糊向量，
Figure FDA0003276171000000033
是诊断对象具有状态yi的隶属度，V和∧为二元运算的模糊算子，V为两个元素中取大，∧为两个元素中取小，计算所得的为通讯状态模糊向量中各元素的隶属度。
CN202111118539.3A 2021-09-24 2021-09-24 一种基于fsm模型的远动机通讯状态判断方法 Pending CN113726583A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111118539.3A CN113726583A (zh) 2021-09-24 2021-09-24 一种基于fsm模型的远动机通讯状态判断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111118539.3A CN113726583A (zh) 2021-09-24 2021-09-24 一种基于fsm模型的远动机通讯状态判断方法

Publications (1)

Publication Number Publication Date
CN113726583A true CN113726583A (zh) 2021-11-30

Family

ID=78684719

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111118539.3A Pending CN113726583A (zh) 2021-09-24 2021-09-24 一种基于fsm模型的远动机通讯状态判断方法

Country Status (1)

Country Link
CN (1) CN113726583A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103091112A (zh) * 2013-01-31 2013-05-08 林惠堂 基于模糊推理和自学习的汽车排放故障检诊方法及装置
CN110377001A (zh) * 2019-06-04 2019-10-25 上海华电奉贤热电有限公司 基于数据融合的工业设备智能故障诊断系统和方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103091112A (zh) * 2013-01-31 2013-05-08 林惠堂 基于模糊推理和自学习的汽车排放故障检诊方法及装置
CN110377001A (zh) * 2019-06-04 2019-10-25 上海华电奉贤热电有限公司 基于数据融合的工业设备智能故障诊断系统和方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
周志英;: "模糊技术在柴油发动机故障诊断中的应用", 煤矿机械 *
王秉仁,姜小丽,张雷: "基于模糊逻辑推理的汽车故障诊断的研究", 机电工程 *
臧殿红;康忠健;赵有俊;: "基于模糊理论的MOA故障诊断方法研究", 电气技术 *

Similar Documents

Publication Publication Date Title
CN110020967B (zh) 一种电网调度端变电站智能告警的信息处理方法及装置
CN115296422B (zh) 基于大数据的电力电缆运行状态监测管控系统及方法
CN103441572A (zh) 变电站设备监控方法
CN208027111U (zh) 用于数据中心机房的智能预警控制系统
CN111045364B (zh) 一种基于大数据平台的动力环境监控系统辅助决策方法
CN106817708A (zh) 一种巡检簇构建方法及装置
CN115293370A (zh) 一种分布式光伏电站的数字一体化运维管理系统
CN109581115B (zh) 一种配电网低电压诊断系统和诊断方法
CN117477794B (zh) 基于网关机数据交换的配电站用电管理优化系统及方法
CN107611940B (zh) 一种基于历史数据分析的配电网异常监测方法与系统
CN113128721A (zh) 一种充电桩智能化运维管理系统及方法
CN103545805B (zh) 一种基于模型化的铁路电力供电臂监控方法
CN113726583A (zh) 一种基于fsm模型的远动机通讯状态判断方法
CN114692787B (zh) 基于多源数据的三绕组主变压器事件分析处理方法和系统
CN115775047A (zh) 一种区域电力供需分析预测方法、系统及存储介质
CN116362561A (zh) 一种基于大数据的集控站运行辅助决策方法
CN113726007B (zh) 一种基于透明体系架构的智能录波器主站管理方法及系统
CN115313621A (zh) 基于灰色理论的智能变电站自动运维系统及其方法
CN113097981B (zh) 一种变电站监控告警信号漏发的判断方法
CN115689532A (zh) 一种电力系统故障分析方法及其装置
CN113777997B (zh) 一种基于fsm模型的远动机智能重启方法
CN114825625A (zh) 一种电池储能电站运维系统及方法
CN106709158B (zh) 电网馈线自动化系统的性能提升方法
CN216118474U (zh) 一种智能泵站水泵诊断系统
CN107465185B (zh) 一种基于二次系统运行方式的变电站智能运维系统

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