CN114091697A - 一种火电机组全工况状态实时辨别的方法 - Google Patents
一种火电机组全工况状态实时辨别的方法 Download PDFInfo
- Publication number
- CN114091697A CN114091697A CN202111350847.9A CN202111350847A CN114091697A CN 114091697 A CN114091697 A CN 114091697A CN 202111350847 A CN202111350847 A CN 202111350847A CN 114091697 A CN114091697 A CN 114091697A
- Authority
- CN
- China
- Prior art keywords
- unit
- state
- time
- data
- judging
- 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
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/40—Scaling the whole image or part thereof
- G06T3/4007—Interpolation-based scaling, e.g. bilinear interpolation
Abstract
本发明公开了一种火电机组全工况状态实时辨别的方法,包括:步骤1:数据标签名称的标准化和采集数据的归类处理;步骤2:运用数据集对机组运行、备用状态的判定;步骤3:运用数据集对机组启动、停机状态判定;步骤4:利用插值算法对数据集采样时间对时和差分方程计算标准化负荷特征值对机组非停、备用状态判定;步骤5:利用现场特征数据对机组检修状态判定;步骤6:机组全工况状态最终实时展示。本发明实现了机组各种状态的自动判断,生产值班人员可以在第一时间了解机组运行状态和持续时间、对安全生产管理有了有效方法。
Description
技术领域
本发明涉及一种火电机组全工况状态实时判别方法,具体涉及一种火电机组全工况状态实时辨别的方法。
背景技术
目前,随着电力企业的飞速发展国内的装机台数也大量提升,如何促进集团管理人员及时了解集团机组运行情况,迅速进行安全生产指导,已经成为集团监管的重要关注方向。以往的集团监管信息中,因为检修、备用、非停状态难以实现自动逻辑判断,一直以手工填报为主。因集团监管机组台数数量较大、人工填报计划时间滞后、变更等原因降低了信息监管的效率,所以在现有的生产实时监管系统中开发了火电机组状态自动判别程序,通过该程序能够在线自动辨别机组启动、运行、停机、备用、非停、检修的情况,节约了大量人工填报机组状态的人力成本、提高公司生产管理的效率和质量,使得安全生产管理人员能够及时了解和监督所属各电厂的机组是否稳定、经济运行,第一时间进行安全生产指导。
发明内容
本发明的目的在于提供一种火电机组全工况状态实时辨别的方法,以解决上述现有技术中提出的问题。
本发明是通过以下技术方案来实现的:
一种火电机组全工况状态实时辨别的方法,包括以下步骤:
步骤1:数据标签名称的标准化和采集数据的归类处理;
步骤2:运用数据集对机组运行、备用状态的判定;
步骤3:运用数据集对机组启动、停机状态判定;
步骤4:利用插值算法对数据集采样时间对时和差分方程计算标准化负荷特征值对机组非停、备用状态判定;
步骤5:利用现场特征数据对机组检修状态判定;
步骤6:机组全工况状态最终实时展示。
本发明进一步的改进在于,所述数据标签名称的标准化和采集数据的归类处理,具体包括以下步骤:
步骤S101,对数据标签进行标准化命名,顺序如厂站标签名+机组编号+设备标签简写;
步骤S102,将现场的数据编码和标准化测点名称做测点名称对应,以厂站名和设备名称为相同为归类条件,机组编号为循环写入条件,将每次间隔扫描周期内的样本数据归类定义到A1……AN的向量集合内,如集合AN[Si……Sn]表示为A厂N号机组设备状态集合、Si……Sn为扫描周期内获取的n个状态本值;
步骤S103,对数据集合AN的n个样本进行有效性处理,如果n=1,则将AN-1数据集内的后1个样本依时间顺序补充到集合AN内,如果n=0,说明没有获取到要本数据、则退出本次循环,如此循环分析3次后,如都无法获取样本数据则判断为系统故障。
本发明进一步的改进在于,所述运用数据集对机组运行、备用状态的判定,具体包括以下步骤:
每间隔一定时间获取发电机跳闸值并对样本集合求和,若说明机组保持运行状态,判断本次机组为运行状态,若说明机组保持备用状态,判断本次机组状态为运行状态,其中发电机跳闸值在程序里设定扫描周期为5分钟、样本值s为0、1两种状态数据,0表示机组运行、1表示机组跳闸。
本发明进一步的改进在于,所述运用数据集对机组启动、停机状态判定,具体包括以下步骤:
当时,若说明机组运行状态发送了变化,此时应对机组负荷变化率做出判断,当s1=1时,说明机组由备用转为启动状态,此时输出机组状态为启动;当s1=0时,说明机组由运行转为备用状态,此时输出机组状态为停机。
本发明进一步的改进在于,所述利用插值算法对数据集采样时间对时和差分方程计算标准化负荷特征值对机组非停、备用状态判定,具体包括以下步骤:
步骤S401,当判断出发电机停机后,对非停状态进行判断,首先入插值函数对样本数据进行样本值的简化处理,PN(K)=P(k-△t1)+((P(k+△t2)-P(k-△t1))△t1/(△t1+△t2)得到扫描周期内的分钟整点插值,然后利用该插值数据和差分方程式aN(K)=[PN(K)-PN(K-1)]/TsPe计算得到机组功率每整点分钟的变化率,由于现场采集数据的随机性、样本数据的时标获取大都不能保证在每次整分钟时刻都有对应的采样样本值,对没有整分钟时刻样本值的功率进行插值计算获取,因此程序中K表示本次采样周期T内第K个插值整分时刻数据,k为第K个插值对应的时刻、△t1代表第K个插值与前一个样本值的时间差、△t2代表第K个插值与后一个样本值的时间差、Ts代表相邻插值的间隔时间、Pe为监测机组的额定功率,aN(K)代表N号机组第K个负荷变化率;
步骤S402,定义数组A[a0……an]、B[b0……bn]、并将数组A、B进行比较后得到计算数组数组中a0代表跳闸时刻的计算负荷变化率、an代表跳闸前n分钟时刻的计算负荷变化率,b0代表厂内运行规程停机曲线跳闸时刻的允许负荷变化率、bn代表厂内运行规程停机曲线跳闸时刻前n分钟允许负荷变化率、代表跳闸时刻前n分钟实际负荷变化率和允许负荷变化率的比较值;
步骤S403,对计算结果的数据元素进行分项比较,如果有其中1个元素大于2,或2个数据大于1.5、或3个数据大于1.2即刻判断该机组在停机阶段负荷变化异常发生非停、如果数组C内所有数据没有满足非停判断条件则判断为正常停机转为备用状态。
本发明进一步的改进在于,所述利用现场特征数据对机组检修状态判定,具体包括以下步骤:
经过非停状态判别后,当发电机运行状态仍为备用状态,继续判断发电机检修信号状态,当发电机检修状态为真时,判定机组为检修状态,否则,机组状态仍为备用,至此,一个周期的数据扫描判断接收,等待下一周期循环判断。
本发明进一步的改进在于,所述机组全工况状态最终实时展示,具体包括以下步骤:
机组运行状态甘特图将集团各个机组名称按照纵轴方向逐次排列,每个机组名称后按横轴方向依据时间顺序逐次显示机组状态颜色,状态颜色已在显示前依据机组状态值分别做了定义,这样,机组状态和时间将依据数据库的数据值和时间在展示图中依次显示。
本发明至少具有如下有益的技术效果:
1、本发明在逻辑处理前先将现场测点数据标签进行了标准化,按照厂站名称+机组名称+设备名称的方式进行了归类,这样为程序的自动化循环判定提供了前提条件,使得集团大量机组的自动判定成为可能;
2、本法方对机组跳闸前的功率样本数据进行了插值计算、在时间上进行了统一化处理,使得计算负荷变化率在和对标机组在原本不同时间里的允许变化率有了可比性;
3、本发明利用差分方程循环迭代法计算得到了机组停机前的大量负荷变化率数据,并引入了机组正常停机的负荷变化率曲线图数据,然后依次按该正常停机曲线进行对标分析、为机组非停的正确判断提供了可靠性依据;
4、本发明在停机阶段的负荷变化率判断中时引入了时刻阶段比较法,较以往利用统计期内的负荷变化率平均值比较有了更大的准确性;
5、本发明在最后非停阶段的数据比较中,使用了批量数据的比较法方,除了利用阈值比较法外还增加了安全裕度值和概率比较法,较以往仅依靠阈值或填报数据比较方案更加安全可靠;
6、原本的机组状态如备用、非停、检修因逻辑判定较为复杂,一直以人工填报为主,该方法依据火电机组运行特征数据实时在线判别火电机组全工况状态的自动判断,减少了大量的人工填报时间、减少了因人工填报滞后、遗漏带来的误报率并挺高了安全监管效率。
7、本发明中增加了数据异常处理,并给出了数据异常报警、提高系统的可靠性。
目前该方法在已成功应用,实现了机组各种状态的自动判断,生产值班人员可以在第一时间了解机组运行状态和持续时间、对安全生产管理有了有效方法。
附图说明
图1是某型机组停机曲线。
图2是本发明流程图。
图3是典型SIS系统网络配置图。
图4是系统数据流程。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
1、网络基础
参见图3,针对目前大多数电厂都部署有火电厂厂级实时监控信息SIS系统(Supervisory Information System in Plant Level),本发明将借助现有的SIS系统完成各个厂站侧的实时数据上传集团。SIS网络位于电厂网络的中间层,起着承上启下的作用。目前,本发明将通过接口机与安全I区内的DCS系统,将该系统的机组相关运行状态信息一次数据实时采集送往SIS网络III区镜像数据库服务器。
2、系统组成
参见图4,机组状态数据,通过我公司开发的数据传输软件利用各个公司的至集团的远程专线送至集团的监管系统;该监管系统由超融合一体机系统划分出若干虚拟机,部署有数据接收服务器、数据库服务器、网站发布服务器、报警逻辑计算服务器;其中数据接收服务器负责接收各个厂站送来的机组状态信息,并按照电厂名称+机组编号+设备名称的方式进行测点标准化对应处理后数据写入实时数据库服务器,报警逻辑处理程序负责实时将最新的机组运行信息进行逻辑处理,判断出机组最新运行状态并写入数据库,发布服务器最终将各个厂站机组运行状态数据从数据库读取汇总在内网网站以图形展示的方式实现对标管理。为了更加有效的提升办公效率,本发明在内网经过网闸防护后,部署一套微信发布服务器,这样就可以在用户手机上部署一套集团应用管理软件,为实现集团的移动办公和生产管理提供决策。
3、实施例
3.1计算流程,参见图2
步骤1:数据标签名称的标准化和采集数据的归类处理
步骤S101对数据标签进行标准化命名,顺序如厂站标签名+机组编号+设备标签简写、例如DL电厂1号机组发电机断路器跳闸状态命名为:DL.N1.GCB_State
步骤S102将现场的数据编码和标准化测点名称做测点名称对应,以厂站名DL和设备名称GCB_State为相同为归类条件,机组编号N*.为循环写入条件,将每次间隔扫描周期内的样本数据归类定义到A1……AN的向量集合内,如集合A1[s1……sn]表示为DL厂1号机组发电机断路器跳闸状态样本集合、[s1……sn]为扫描周期内获取的n个状态本值;
步骤S103对数据集合AN的n个样本进行有效性处理,如果n=1,则将AN-1数据集内的后1个样本依时间顺序补充到集合AN内,如果n=0,说明没有获取到要本数据、则退出本次循环,如此循环分析3次后,如都无法获取样本数据则判断为系统故障;
步骤2:运行、备用状态的判定
步骤S201每间隔一定时间获取发电机跳闸值(程序里设定扫描周期为5分钟、样本值s为0、1两种状态数据,0表示机组运行、1表示机组跳闸)并对样本集合求和,若说明机组保持运行状态,判断本次机组为运行状态,若说明机组保持备用状态,判断本次机组状态为运行状态。
步骤3:机组启动、停机状态判定
步骤S301当时,若说明机组运行状态发送了变化,此时应对机组负荷变化率做出判断。当S1=1时,说明机组由备用转为启动状态,此时输出机组状态为启动;当S1=0时,说明机组由运行转为备用状态,此时输出机组状态为停机;
参照图3,引入DL电厂正常停机曲线图数据,该图横轴对应停机时间(单位为min)、纵轴为停机时相应时刻的功率、图内数据为每阶段的允许功率变化率;将计算功率变化率按时间对应图中每阶段功率变化率允许值进行对比。
步骤4:机组非停、备用状态判定
步骤S401当判断出发电机停机后,对应非停状态的判断,首先需要引入插值函数对样本数据进行样本值的简化处理,PN(K)=P(k-△t1)+((P(k+△t2)-P(k-△t1))△t1/(△t1+△t2)得到扫描周期内的分钟整点插值,然后利用该插值数据和差分方程式aN(K)=[PN(K)-PN(K-1)]/TsPe计算得到机组功率每整点分钟得变化率,由于现场采集数据的随机性、样本数据的时标获取大都不能保证在每次整分钟时刻都有对应的采样样本值,这就需要对没有整分钟时刻样本值的功率进行插值计算获取,因此程序中K表示本次采样周期T内第K个插值整分时刻数据,k为第K个插值对应的时刻、△t1代表第K个插值与前一个样本值的时间差、△t2代表第K个插值与后一个样本值的时间差、Ts代表相邻插值的间隔时间、Pe为监测机组的额定功率,aN(K)代表N号机组第K个负荷变化率。
步骤S402定义数组A[a0……an]、B[b0……bn]、并将数组A、B进行比较后得到计算数组由于从样本数据中从时间顺序得到开始进行停机的时刻是很困难的,因此从发电机调闸时刻开始进行倒序记时进行比较时可行的,同时发电机的非停主要特征是机组故障引起的突然甩负荷,因此在最后阶段的数据比较也是较为合理的,因此数组中a0代表跳闸时刻的计算负荷变化率、an代表跳闸前n分钟时刻的计算负荷变化率,b0代表厂内运行规程停机曲线跳闸时刻的允许负荷变化率、bn代表厂内运行规程停机曲线跳闸时刻前n分钟允许负荷变化率、代表跳闸时刻前n分钟实际负荷变化率和允许负荷变化率的比较值。
步骤S403对计算结果的数据元素进行分项比较,如果有其中1个元素大于2,或2个数据大于1.5、或3个数据大于1.2即刻判断该机组在停机阶段负荷变化异常发生非停、如果数组C内所有数据没有满足非停判断条件则判断为正常停机转为备用状态。
步骤5:机组检修状态判定
步骤S501经过非停状态判别后,当发电机运行状态仍为备用状态,继续判断发电机检修信号状态,当发电机检修状态为真时,判定机组为检修状态。否则,机组状态仍为备用。目前,机组检修信号,在厂站侧一般无自动测点,目前本发明可依据发电机断路器接地刀闸接地合闸信号或现场手动填报计划取到检修信号值,并将该值在测点标签对应时赋值给标准化检修状态测点。
参照图4,将写入数据库的机组状态值按对应时间和颜色显示在状态图标中。
步骤6:机组事件最终状态展示
步骤S601机组运行状态甘特图将集团各个机组名称按照纵轴方向逐次排列,每个机组名称后按横轴方向依据时间顺序逐次显示机组状态颜色,状态颜色以在显示前依据机组状态值分别做了定义。这样,机组状态和时间将依据数据库的数据值和时间在展示图中。
虽然,上文中已经用一般性说明及具体实施方案对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (7)
1.一种火电机组全工况状态实时辨别的方法,其特征在于,包括以下步骤:
步骤1:数据标签名称的标准化和采集数据的归类处理;
步骤2:运用数据集对机组运行、备用状态的判定;
步骤3:运用数据集对机组启动、停机状态判定;
步骤4:利用插值算法对数据集采样时间对时和差分方程计算标准化负荷特征值对机组非停、备用状态判定;
步骤5:利用现场特征数据对机组检修状态判定;
步骤6:机组全工况状态最终实时展示。
2.根据权利要求1所述的一种火电机组全工况状态实时辨别的方法,其特征在于,所述数据标签名称的标准化和采集数据的归类处理,具体包括以下步骤:
步骤S101,对数据标签进行标准化命名,顺序如厂站标签名+机组编号+设备标签简写;
步骤S102,将现场的数据编码和标准化测点名称做测点名称对应,以厂站名和设备名称为相同为归类条件,机组编号为循环写入条件,将每次间隔扫描周期内的样本数据归类定义到A1.....AN的向量集合内,如集合AN[Si......Sn]表示为A厂N号机组设备状态集合、Si......Sn为扫描周期内获取的n个状态本值;
步骤S103,对数据集合AN的n个样本进行有效性处理,如果n=1,则将AN-1数据集内的后1个样本依时间顺序补充到集合AN内,如果n=0,说明没有获取到要本数据、则退出本次循环,如此循环分析3次后,如都无法获取样本数据则判断为系统故障。
5.根据权利要求4所述的一种火电机组全工况状态实时辨别的方法,其特征在于,所述利用插值算法对数据集采样时间对时和差分方程计算标准化负荷特征值对机组非停、备用状态判定,具体包括以下步骤:
步骤S401,当判断出发电机停机后,对非停状态进行判断,首先入插值函数对样本数据进行样本值的简化处理,PN(K)=P(k-△t1)+((P(k+△t2)-P(k-△t1))△t1/(△t1+△t2)得到扫描周期内的分钟整点插值,然后利用该插值数据和差分方程式aN(K)=[PN(K)-PN(K-1)]/TsPe计算得到机组功率每整点分钟的变化率,由于现场采集数据的随机性、样本数据的时标获取大都不能保证在每次整分钟时刻都有对应的采样样本值,对没有整分钟时刻样本值的功率进行插值计算获取,因此程序中K表示本次采样周期T内第K个插值整分时刻数据,k为第K个插值对应的时刻、△t1代表第K个插值与前一个样本值的时间差、△t2代表第K个插值与后一个样本值的时间差、Ts代表相邻插值的间隔时间、Pe为监测机组的额定功率,aN(K)代表N号机组第K个负荷变化率;
步骤S402,定义数组A[a0......an]、B[b0......bn]、并将数组A、B进行比较后得到计算数组数组中a0代表跳闸时刻的计算负荷变化率、an代表跳闸前n分钟时刻的计算负荷变化率,b0代表厂内运行规程停机曲线跳闸时刻的允许负荷变化率、bn代表厂内运行规程停机曲线跳闸时刻前n分钟允许负荷变化率、代表跳闸时刻前n分钟实际负荷变化率和允许负荷变化率的比较值;
6.根据权利要求5所述的一种火电机组全工况状态实时辨别的方法,其特征在于,所述利用现场特征数据对机组检修状态判定,具体包括以下步骤:
经过非停状态判别后,当发电机运行状态仍为备用状态,继续判断发电机检修信号状态,当发电机检修状态为真时,判定机组为检修状态,否则,机组状态仍为备用,至此,一个周期的数据扫描判断接收,等待下一周期循环判断。
7.根据权利要求6所述的一种火电机组全工况状态实时辨别的方法,其特征在于,所述机组全工况状态最终实时展示,具体包括以下步骤:
机组运行状态甘特图将集团各个机组名称按照纵轴方向逐次排列,每个机组名称后按横轴方向依据时间顺序逐次显示机组状态颜色,状态颜色已在显示前依据机组状态值分别做了定义,这样,机组状态和时间将依据数据库的数据值和时间在展示图中依次显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111350847.9A CN114091697A (zh) | 2021-11-15 | 2021-11-15 | 一种火电机组全工况状态实时辨别的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111350847.9A CN114091697A (zh) | 2021-11-15 | 2021-11-15 | 一种火电机组全工况状态实时辨别的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114091697A true CN114091697A (zh) | 2022-02-25 |
Family
ID=80300783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111350847.9A Pending CN114091697A (zh) | 2021-11-15 | 2021-11-15 | 一种火电机组全工况状态实时辨别的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114091697A (zh) |
-
2021
- 2021-11-15 CN CN202111350847.9A patent/CN114091697A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109146093B (zh) | 一种基于学习的电力设备现场勘查方法 | |
CA2564724C (en) | Automatic remote monitoring and diagnostics system and communication method for communicating between a programmable logic controller and a central unit | |
CN101555806B (zh) | 发电厂生产实时参数分类报警和识别辅助方法 | |
CN104753178A (zh) | 一种电网故障处理系统 | |
CN106104530B (zh) | 自动化处理自动化系统的多个协议数据的方法 | |
KR20110048771A (ko) | 전력 텔레메트릭스의 엔지니어링 플랫폼 시스템 및 그 이용방법 | |
CN110866616A (zh) | 一种变电站二次设备故障预警方法及装置 | |
US20200393501A1 (en) | Systems and methods to analyze waveforms from multiple devices in power systems | |
CN116187593B (zh) | 一种配电网故障预测处理方法、装置、设备、存储介质 | |
CN117374978B (zh) | 结合知识图谱构建的并网调度管理方法及系统 | |
Deliyannides et al. | Design criteria for an integrated microprocessor-based substation protection and control system | |
CN111894798B (zh) | 一种风机运行状态确定方法及系统 | |
JPH0877211A (ja) | プラントの保全支援装置 | |
CN114091697A (zh) | 一种火电机组全工况状态实时辨别的方法 | |
CN115638813A (zh) | 一种设备状态监测方法、装置、电子设备和存储介质 | |
KR101896442B1 (ko) | Ict 융합형 풍력 발전 단지 모니터링 시스템, 서버 및 방법 | |
CN111539642B (zh) | 一种基于面向对象的电厂数据采集处理系统及其方法 | |
Naumov et al. | Experience in use of remote access and predictive analytics for power equipment’s condition | |
CN114265837A (zh) | 一种站端交互数据特征提取方法 | |
CN114564519A (zh) | 一种火电机组多工况状态台数及容量实时统计的方法 | |
CN114564518A (zh) | 一种火电机组多工况状态次数和非停率实时统计的方法 | |
CN112101758A (zh) | 基于人工智能的制衣厂生产异常决策系统及方法 | |
CN110932391A (zh) | 一种站内馈线开关跳闸识别方法及系统 | |
EP3964844A1 (en) | Systems and methods to analyze waveforms from multiple devices in power systems | |
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 |
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 |