CN114123494B - 一种面向配电终端在线状态估计方法 - Google Patents

一种面向配电终端在线状态估计方法 Download PDF

Info

Publication number
CN114123494B
CN114123494B CN202111331635.6A CN202111331635A CN114123494B CN 114123494 B CN114123494 B CN 114123494B CN 202111331635 A CN202111331635 A CN 202111331635A CN 114123494 B CN114123494 B CN 114123494B
Authority
CN
China
Prior art keywords
data
power distribution
distribution terminal
state
matrix
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
Application number
CN202111331635.6A
Other languages
English (en)
Other versions
CN114123494A (zh
Inventor
董杰
赵建军
周金涛
贾慧
李洋
刘佳林
刘欢
靳康萌
孔乾坤
杨挺
刘亚闯
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.)
State Grid Jibei Power Co ltd Smart Distribution Network Center
Tianjin University
State Grid Corp of China SGCC
Original Assignee
State Grid Jibei Power Co ltd Smart Distribution Network Center
Tianjin University
State Grid Corp of China SGCC
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 State Grid Jibei Power Co ltd Smart Distribution Network Center, Tianjin University, State Grid Corp of China SGCC filed Critical State Grid Jibei Power Co ltd Smart Distribution Network Center
Priority to CN202111331635.6A priority Critical patent/CN114123494B/zh
Publication of CN114123494A publication Critical patent/CN114123494A/zh
Application granted granted Critical
Publication of CN114123494B publication Critical patent/CN114123494B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J13/00002—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G06F18/2133—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on naturality criteria, e.g. with non-negative factorisation or negative correlation
    • 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • 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
    • 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
    • Y04S40/128—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 involving the use of Internet protocol

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Human Computer Interaction (AREA)
  • Algebra (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明涉及一种面向配电终端在线状态估计方法，其技术特点是：通过对配电终端采集的数据进行预处理，得到配电终端的状态数据矩阵；采用数据融合模型计算数据样本与邻居数据的方差，消除方差差异影响，得到配电终端的状态估计矩阵；采用非负矩阵分解的方法对配电终端的状态估计矩阵进行降维处理，得到低维样本与邻居状态矩阵的欧式距离；根据低维样本与邻居状态矩阵的欧式距离对状态数据进行状态估计。本发明采用数据融合‑非负矩阵分解方法实现面向配电终端的实时状态估计功能，具有准确性高且速度快的特点，能够有效应对配电物联网中配电终端的实时状态估计需求，可广泛用于电力配电系统中。

Description

一种面向配电终端在线状态估计方法
技术领域
本发明属于配电系统技术领域，涉及配电终端状态监测，尤其是一种面向配电终端在线状态估计方法。
背景技术
由于配电系统中各类新型负荷、电源、储能设备的比例不断升高，配电系统的愈发不可观测和控制，因此，在配电系统中部署大量融合监测、控制、通信功能于一体的智能终端，能够有效提升新型配电系统的可观性和可控性。但是，大量智能终端的接入使得配电系统运行观测效率进一步提升的同时，也带来了信道干扰、数据量剧增、终端故障与电力故障的耦合等问题，因此有必要提升智能终端自我在线监测和状态估计的能力，从而减少信息-物理耦合造成的系统信息的不确定性上升及连锁故障的发生。
发明内容
本发明的目的在于克服现有技术的不足，提供一种面向配电终端在线状态估计方法，能够实时有效地对配电终端及配电终端-平台通信信道的状态进行估计。
本发明解决现有的技术问题是采取以下技术方案实现的：
一种面向配电终端在线状态估计方法，包括以下步骤：
步骤1、通过对配电终端采集的数据进行预处理，得到配电终端的状态数据矩阵；
步骤2、采用数据融合模型计算数据样本与邻居数据的方差，消除方差差异影响，得到配电终端的状态估计矩阵；
步骤3、采用非负矩阵分解的方法对配电终端的状态估计矩阵进行降维处理，得到低维样本与邻居状态矩阵的欧式距离；
步骤4、根据低维样本与邻居状态矩阵的欧式距离对状态数据进行状态估计。
进一步，所述步骤1的具体实现方法包括以下步骤：
⑴配电终端收集自身传感器数据；
⑵配电终端通过与数据平台的通信数据反馈获取通信质量数据；
⑶配电终端发送查询指令获取与邻居终端的相关状态数据及通信质量数据；
⑷配电终端对获取的各类数据进预处理，对异常状态数据进行初步判断，对状态数据及通信质量数据进行矩阵化处理，得到配电终端的状态数据矩阵。
进一步，所述配电终端的状态数据矩阵中t0时刻的元素按下式计算得到：
上式中，t0为获取数据的时刻，wi为t0时刻终端获取的数据为N(wi)为样本wi的邻居数据集合，Xt0(i,j)为矩阵中第i行第j列的元素值，wj为样本数据wi的第j个邻居数据，α邻居数据的数据权重系数，l为邻居数据的数量。
进一步，所述步骤2的具体实现方法为：
首先，根据数据样本w与邻居样本wn的距离选择满足如下条件的n个数据：
D(w,w1)≤D(w,w2)≤…≤D(w,wn)
上式中，D表示两个数据之间的欧式距离；
采用如下公式消除多模态之间的方差差异，计算得到配电终端的状态估计矩阵：
上式中，Xt'0(i,j)为状态估计矩阵中第i行第j列的元素值，D表示两个数据之间的欧式距离，α邻居数据的数据权重系数。
进一步，所述步骤3的具体实现方法为：
首先，采用非负矩阵分解的方法对步骤2获得的配电终端的状态估计矩阵进行如下变换：
上式中，为t0时刻状态数据矩阵的近似低阶重建，Et0为状态数据矩阵的残差矩阵，W为状态数据基矩阵；
然后，在非负矩阵分解空间中，采用下式计算低维样本与邻居状态矩阵的欧式距离：
进一步，所述步骤4的具体实现方法包括以下步骤：
⑴按照步骤1的方法对配电终端采集的状态数据进行预处理得到状态数据矩阵；
⑵预处理后向非负分解矩阵模型上进行投影，并计算该数据状态矩阵与其n个近邻样本的欧氏距离的平方和；
⑶比较欧氏距离的平方和与所设置参考基线的差值大小的绝对来确定终端状态是否正常，若样本的欧氏距离的平方和位于阈值范围之外，则该时刻配电终端状态异常，否则该时刻配电终端状态异常；
⑷将步骤⑶得到的状态估计结果进行输出。
本发明的优点和积极效果是：
本发明设计合理，其采用数据融合-非负矩阵分解方法实现面向配电终端的实时状态快速准确估计功能，并且通过一个典型的配电物联网算例进行验证，结果显示，本发明具有准确性高且速度快的特点，可以有效应对配电物联网中配电终端的实时状态估计需求，可广泛用于电力配电系统中。
附图说明
图1是本发明面向配电终端在线状态估计方法流程图。
具体实施方式
以下结合附图对本发明实施例做进一步详述。
本发明的设计思想是：根据配电终端自带的状态传感器及信道数据的采集特性、数据传输的状态等数据，针对配电终端的运行状态异常、通信信道质量恶化、电力-通信连锁故障等实际应用场景，通过建立数据融合-非负矩阵分解的模型，结合配电物联网系统监测平台的实时监测情况及与配电终端的实时交互状态，实现在线状态估计功能。其通过对不同来源的数据融合判别及对异常数据的预处理，使得多模态数据进一步融合消除多模态间数据的方差，能够准确对配电终端及配电终端-平台通信信道的状态进行估计。
基于上述设计思想，本发明提出一种面向配电终端在线状态估计方法，如图1所示，包括以下步骤：
步骤1、通过对配电终端采集的数据进行预处理，得到配电终端的状态数据矩阵。
本步骤的具体实现方法包括以下步骤：
(1)配电终端收集自身传感器数据；
(2)配电终端通过与数据平台的通信数据反馈获取通信质量数据；
(3)配电终端发送查询指令获取与邻居终端的相关状态数据及通信质量数据；
(4)配电终端对获取的各类数据进预处理，对异常状态数据进行初步判断，对状态数据及通信质量数据进行矩阵化处理，得到配电终端的状态数据矩阵。设该时刻为t0，则状态数据矩阵中的元素按照下式计算：
上式中，t0为获取数据的时刻，wi为t0时刻终端获取的数据为N(wi)为样本wi的邻居数据集合，Xt0(i,j)为矩阵中第i行第j列的元素值，wj为样本数据wi的第j个邻居数据，α邻居数据的数据权重系数，l为邻居数据的数量。
步骤2、采用数据融合模型计算数据样本与邻居数据的方差，消除方差差异影响，得到配电终端的状态估计矩阵。
本步骤的具体实现方法包括以下步骤：
(1)根据数据样本w与邻居样本wn的距离选择满足如下条件的n个数据。
D(w,w1)≤D(w,w2)≤…≤D(w,wn)
上式中，D表示两个数据之间的欧式距离。
(2)采用如下公式消除多模态之间的方差差异，计算得到配电终端的状态估计矩阵。
上式中，X't0(i,j)为状态估计矩阵中第i行第j列的元素值，D表示两个数据之间的欧式距离。
通过以上步骤，采用数据融合模型计算数据样本与邻居数据的方差，用以消除多模态之间的方差差异，避免局部敏感数据对于估计结果的不良影响。
步骤3、采用非负矩阵分解的方法对配电终端的状态估计矩阵进行降维处理，得到低维样本与邻居状态矩阵的欧式距离。
(1)采用非负矩阵分解的方法对步骤2所获得的配电终端的状态估计矩阵进行如下变换：
上式中，为t0时刻状态数据矩阵的近似低阶重建，Et0为状态数据矩阵的残差矩阵，W为状态数据基矩阵。
(2)在非负矩阵分解空间中，采用下式计算低维样本与邻居状态矩阵的欧式距离。
在本步骤中，采用非负矩阵分解的方法对配电终端的状态估计矩阵进行降维，并将结果转给步骤4中的数据平台实现在线监测状态估计功能，并输出状态估计结果，从而为配电系统运行优化控制提供状态数据支撑。
步骤4、根据低维样本与邻居状态矩阵的欧式距离对状态数据进行状态估计。
本步骤的具体实现方法包括以下步骤：
(1)按照步骤1的方法对配电终端采集的状态数据进行预处理得到状态数据矩阵；
(2)预处理后向非负分解矩阵模型上进行投影，并计算该数据状态矩阵与其n个近邻样本的欧氏距离的平方和；
(3)比较欧氏距离的平方和与所设置参考基线的差值大小的绝对来确定终端状态是否正常，若样本的欧氏距离的平方和位于阈值范围之外，则该时刻配电终端状态异常，反之，该时刻配电终端状态异常。
(4)将步骤(3)得到的状态估计结果进行输出。
本发明通过以上步骤，实现了在线监测状态估计及状态估计结果输出功能，从而为配电系统运行优化控制提供状态数据支撑。
下面通过一个典型的配电物联网算例对本发明的效果进行试验。在该算例中，配电网中包含三种类型的配电终端分别为馈线终端30台、低压变电站监测终端20台以及10kV配变监测终端5台，系统中各类终端状态传感器每隔1分钟采集一次终端状态数据包括线路温度、变电站各类环境参数、变压器各类状态数据等。分别每隔10分钟随机选择一个终端产生自身故障或通信状态异常，总计测试1000次，采用本发明方法进行状态估计。结果显示，本发明对配电终端自身异常状态估计正确率为99.7％，正常状态估计正确率为100％；对通信状态异常估计正确率为96.3％，正常状态估计为99.8％，上述估计时间均故障发生时刻后0.1—1s内完成。
通过上述试验可以看出，本发明能够有效应对配电物联网中配电终端的实时状态估计需求。
需要强调的是，本发明所述的实施例是说明性的，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的实施例，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 (2)

1.一种面向配电终端在线状态估计方法，其特征在于：包括以下步骤：
步骤1、通过对配电终端采集的数据进行预处理，得到配电终端的状态数据矩阵；
步骤2、采用数据融合模型计算数据样本与邻居数据的方差，消除方差差异影响，得到配电终端的状态估计矩阵；
步骤3、采用非负矩阵分解的方法对配电终端的状态估计矩阵进行降维处理，得到低维样本与邻居状态矩阵的欧式距离；
步骤4、根据低维样本与邻居状态矩阵的欧式距离对状态数据进行状态估计；
所述步骤1的具体实现方法包括以下步骤：
⑴配电终端收集自身传感器数据；
⑵配电终端通过与数据平台的通信数据反馈获取通信质量数据；
⑶配电终端发送查询指令获取与邻居终端的相关状态数据及通信质量数据；
⑷配电终端对获取的各类数据进预处理，对异常状态数据进行初步判断，对状态数据及通信质量数据进行矩阵化处理，得到配电终端的状态数据矩阵；
所述配电终端的状态数据矩阵中t0时刻的元素按下式计算得到：
上式中，t0为获取数据的时刻，wi为t0时刻终端获取的数据为N(wi)为样本wi的邻居数据集合，Xt0(i,j)为矩阵中第i行第j列的元素值，wj为样本数据wi的第j个邻居数据，α邻居数据的数据权重系数，l为邻居数据的数量。
2.根据权利要求1所述的一种面向配电终端在线状态估计方法，其特征在于：所述步骤2的具体实现方法为：
首先，根据数据样本w与邻居样本wn的距离选择满足如下条件的n个数据：
D(w,w1)≤D(w,w2)≤…≤D(w,wn)
上式中，D(w,w1)表示两个数据(w,w1)之间的欧式距离；
采用如下公式消除多模态之间的方差差异，计算得到配电终端的状态估计矩阵：
上式中，X′t0(i,j)为状态估计矩阵中第i行第j列的元素值，D表示两个数据之间的欧式距离，α邻居数据的数据权重系数。
CN202111331635.6A 2021-11-11 2021-11-11 一种面向配电终端在线状态估计方法 Active CN114123494B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111331635.6A CN114123494B (zh) 2021-11-11 2021-11-11 一种面向配电终端在线状态估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111331635.6A CN114123494B (zh) 2021-11-11 2021-11-11 一种面向配电终端在线状态估计方法

Publications (2)

Publication Number Publication Date
CN114123494A CN114123494A (zh) 2022-03-01
CN114123494B true CN114123494B (zh) 2023-12-22

Family

ID=80378382

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111331635.6A Active CN114123494B (zh) 2021-11-11 2021-11-11 一种面向配电终端在线状态估计方法

Country Status (1)

Country Link
CN (1) CN114123494B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999010783A1 (en) * 1997-08-22 1999-03-04 Voyan Technology A method for real-time nonlinear system state estimation and control
WO2010145621A1 (zh) * 2009-10-28 2010-12-23 中兴通讯股份有限公司 一种多天线系统中的信道估计方法及装置
WO2016003365A1 (en) * 2014-07-04 2016-01-07 Loke Kar Kit Bernard A wearable input device
CN110443481A (zh) * 2019-07-26 2019-11-12 国家电网有限公司 基于混合k-近邻算法的配电自动化终端状态评价系统及方法
CN110994802A (zh) * 2019-12-20 2020-04-10 河南九域恩湃电力技术有限公司 一种输电导线运行状态监测方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999010783A1 (en) * 1997-08-22 1999-03-04 Voyan Technology A method for real-time nonlinear system state estimation and control
WO2010145621A1 (zh) * 2009-10-28 2010-12-23 中兴通讯股份有限公司 一种多天线系统中的信道估计方法及装置
WO2016003365A1 (en) * 2014-07-04 2016-01-07 Loke Kar Kit Bernard A wearable input device
CN110443481A (zh) * 2019-07-26 2019-11-12 国家电网有限公司 基于混合k-近邻算法的配电自动化终端状态评价系统及方法
CN110994802A (zh) * 2019-12-20 2020-04-10 河南九域恩湃电力技术有限公司 一种输电导线运行状态监测方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于DP-TBD的分布式异步迭代滤波融合算法研究;李洋漾;李雯;易伟;孔令讲;;雷达学报(第02期);全文 *
基于马尔科夫理论的配电系统可靠性算法;张磐;蒋菱;郁舒雁;王殿蒙;葛磊蛟;;电气应用(第11期);全文 *

Also Published As

Publication number Publication date
CN114123494A (zh) 2022-03-01

Similar Documents

Publication Publication Date Title
CN110018389B (zh) 一种输电线路在线故障监测方法及系统
CN112200178B (zh) 基于人工智能的变电站绝缘子红外图像检测方法
CN107807860B (zh) 一种基于矩阵分解的电力故障分析方法及系统
CN108090515B (zh) 一种基于数据融合的环境等级评估方法
CN111598166A (zh) 基于主分量分析和Softmax函数的单相接地故障分类方法和系统
CN116008714B (zh) 一种基于智能量测终端的反窃电分析方法
CN109945977B (zh) 一种干式变压器热故障诊断方法及系统
CN113589837A (zh) 一种基于边缘云的电力实时巡检方法
CN113159334A (zh) 基于轻量型深度学习的电气设备红外图像实时性检测与诊断方法
CN111931556A (zh) 一种输电线覆冰监测管理系统
CN115908051A (zh) 一种电力系统储能容量确定方法
CN116108402A (zh) 基于电力多源异构数据融合分析的方法、设备及存储介质
CN114740303A (zh) 一种无线无源高压开关柜的故障监测系统
CN114123494B (zh) 一种面向配电终端在线状态估计方法
CN106325258B (zh) 一种基于在线监测信息的继电保护装置状态评估方法
CN117268588B (zh) 一种远程监控电力柜环境的监测系统
CN111917178B (zh) 一种运维一体化变电站的巡视方法
CN107025500B (zh) 主动配电网量测设备关键部署位置的识别方法
CN109740797A (zh) 一种基于条件概率的电力设备缺陷事件预警方法
CN107069710B (zh) 计及新能源时空相关性的电力系统状态估计方法
CN115224795A (zh) 一种智能化变电站设备运行监测预警系统及方法
CN109375139B (zh) 一种自动测试光纤电流互感器的装置及方法
CN113078880A (zh) 光伏发电组件分布式在线故障诊断方法及系统
CN113420896A (zh) 基于人工智能和大数据分析的变电站巡检辅助方法和系统
CN112162164A (zh) 一种基于神经网络的电缆寿命预测系统

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
GR01 Patent grant
GR01 Patent grant