CN114301174B - 配电站网络监控方法、装置、计算机设备和存储介质 - Google Patents
配电站网络监控方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN114301174B CN114301174B CN202111580095.5A CN202111580095A CN114301174B CN 114301174 B CN114301174 B CN 114301174B CN 202111580095 A CN202111580095 A CN 202111580095A CN 114301174 B CN114301174 B CN 114301174B
- Authority
- CN
- China
- Prior art keywords
- target
- data
- service data
- monitoring
- power grid
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 268
- 238000009826 distribution Methods 0.000 title claims abstract description 106
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000004590 computer program Methods 0.000 claims abstract description 38
- 238000004519 manufacturing process Methods 0.000 claims description 42
- 238000004140 cleaning Methods 0.000 claims description 9
- 238000012806 monitoring device Methods 0.000 claims description 8
- 239000000284 extract Substances 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 abstract description 13
- 238000007726 management method Methods 0.000 description 46
- 230000002159 abnormal effect Effects 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000007547 defect Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000008439 repair process Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- 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
本申请涉及一种配电站网络监控方法、装置、计算机设备、存储介质和计算机程序产品。通过获取目标监控需求,根据目标监控需求确定目标数据源;根据目标数据源获取目标业务数据;从目标业务数据中获取不同电网管辖层级对应的业务数据;将不同电网管辖层级对应的业务数据输入预设配电站网络监控模型进行预测,得到不同电网管辖层级对应的监控结果;将不同电网管辖层级对应的监控结果发送至对应的电网管辖层级配电站,以使电网管辖层级配电站根据监控结果对配电站进行运维。本方法根据目标监控需求获取不同电网管辖层级的业务数据,预测得到不同电网管辖层级对应的监控结果,根据不同管辖区域的监控结果对管辖区域进行运维,提高了运维监控效率。
Description
技术领域
本申请涉及大数据技术以及电力技术领域,特别是涉及一种配电站网络监控方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着电网规模不断扩大,电网各个业务系统的数据资源互相独立,造成企业数据集成与共享难度加大。
目前电网开始构建大数据平台、数据仓库等数据共享平台,接入各业务系统的数据,在数据分析与应用时存在实时性、以及精确度不足的问题,造成运维监控效率低下。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高电网运维监控效率的配电站网络监控方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种配电站网络监控方法。该方法包括:
获取目标监控需求,根据目标监控需求确定目标数据源;
根据目标数据源获取目标业务数据;
从目标业务数据中获取不同电网管辖层级对应的业务数据;
将不同电网管辖层级对应的业务数据输入预设配电站网络监控模型进行预测,得到不同电网管辖层级对应的监控结果;
将不同电网管辖层级对应的监控结果发送至对应的电网管辖层级配电站,以使电网管辖层级配电站根据监控结果对配电站进行运维。
在其中一个实施例中,电网管辖层级包括班级、区级以及全局;从目标业务数据中获取不同电网管辖层级对应的业务数据包括:提取目标业务数据中班级标识以及区级标识;根据班级标识,从目标业务数据中归集属于相同班级的班级业务数据;根据区级标识,从目标业务数据中归集属于相同区级的区级业务数据;将目标业务数据归集得到全局业务数据。
在其中一个实施例中,该方法还包括:接收用户的登陆请求,提取登陆请求中携带的用户标识;根据用户标识确定用户电网管辖层级;推送与用户电网管辖层级对应的监控结果。
在其中一个实施例中,根据目标数据源获取目标业务数据包括:根据目标数据源的数据标识确定业务领域;根据业务领域确定目标业务系统;从目标业务系统中获取目标业务数据。
在其中一个实施例中,从目标业务系统中获取目标业务数据包括:向目标业务系统推送数据共享请求;接收目标业务系统推送的初始业务数据,初始业务数据由目标业务系统根据数据共享请求判定允许业务数据共享时下发;根据初始业务数据以及对应的主题域构建目标数据集市;从目标数据集市中获取目标业务数据。
在其中一个实施例中,根据初始业务数据以及对应的主题域构建目标数据集市包括:根据预设业务分类标准对初始业务数据进行分类,得到初始业务数据对应的主题域;确定主题域所属的实体对象、属性以及实体关系;根据实体对象、属性以及实体关系构建目标数据表;对目标数据表进行数据清洗,得到目标业务数据。
第二方面,本申请还提供了一种配电站网络监控装置。该装置包括:
需求获取模块,用于获取目标监控需求,根据目标监控需求确定目标数据源;
业务数据获取模块,用于根据目标数据源获取目标业务数据;
层级数据获取模块,用于从目标业务数据中获取不同电网管辖层级对应的业务数据;
监控模块,用于将不同电网管辖层级对应的业务数据输入预设配电站网络监控模型进行预测,得到不同电网管辖层级对应的监控结果;
发送模块,用于将所述不同电网管辖层级对应的监控结果发送至对应的电网管辖层级配电站,以使电网管辖层级配电站根据监控结果对配电站进行运维。
第三方面,本申请还提供了一种计算机设备。该计算机设备包括存储器和处理器,该存储器存储有计算机程序,该处理器执行该计算机程序时实现以下步骤:
获取目标监控需求,根据目标监控需求确定目标数据源;
根据目标数据源获取目标业务数据;
从目标业务数据中获取不同电网管辖层级对应的业务数据;
将不同电网管辖层级对应的业务数据输入预设配电站网络监控模型进行预测,得到不同电网管辖层级对应的监控结果;
将不同电网管辖层级对应的监控结果发送至对应的电网管辖层级配电站,以使电网管辖层级配电站根据监控结果对配电站进行运维。
第四方面,本申请还提供了一种计算机可读存储介质。该计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取目标监控需求,根据目标监控需求确定目标数据源;
根据目标数据源获取目标业务数据;
从目标业务数据中获取不同电网管辖层级对应的业务数据;
将不同电网管辖层级对应的业务数据输入预设配电站网络监控模型进行预测,得到不同电网管辖层级对应的监控结果;
将不同电网管辖层级对应的监控结果发送至对应的电网管辖层级配电站,以使电网管辖层级配电站根据监控结果对配电站进行运维。
第五方面,本申请还提供了一种计算机程序产品。该计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取目标监控需求,根据目标监控需求确定目标数据源;
根据目标数据源获取目标业务数据;
从目标业务数据中获取不同电网管辖层级对应的业务数据;
将不同电网管辖层级对应的业务数据输入预设配电站网络监控模型进行预测,得到不同电网管辖层级对应的监控结果;
将不同电网管辖层级对应的监控结果发送至对应的电网管辖层级配电站,以使电网管辖层级配电站根据监控结果对配电站进行运维。
上述配电站网络监控方法、装置、计算机设备、存储介质和计算机程序产品,获取目标监控需求,根据目标监控需求确定目标数据源;根据目标数据源获取目标业务数据;从目标业务数据中获取不同电网管辖层级对应的业务数据;将不同电网管辖层级对应的业务数据输入预设配电站网络监控模型进行预测,得到不同电网管辖层级对应的监控结果;将不同电网管辖层级对应的监控结果发送至对应的电网管辖层级配电站,以使电网管辖层级配电站根据监控结果对配电站进行运维。本方法根据目标监控需求获取不同电网管辖层级的业务数据,将不同电网管辖层级的业务数据依次输入预设配电站网络监控模型进行预测,得到不同电网管辖层级对应的监控结果,可以根据不同管辖区域的监控结果对对应的管辖区域进行运维,提高了运维监控效率。
附图说明
图1为一个实施例中配电站网络监控方法的应用环境图;
图2为一个实施例中配电站网络监控方法的流程示意图;
图3为一个实施例中业务层级数据的获取过程的流程示意图;
图4为一个实施例中配电站网络监控方法的架构图;
图5为一个实施例中构建目标数据集市的原理图;
图6为一个实施例中配电站网络监控装置的结构框图;
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
伴随电网规模不断扩大,目前电网各部门的运营监控应用建设或未开展、或未深化。各单位日常工作越来越繁重,部分监控工作依赖于手工整理,各业务系统针对其业务过程的统计、分析未能覆盖横向业务过程。
系统运营监控可视化正处于初步建设阶段,存在数据基础不牢固、大数据平台支撑能力不足、运监体系不完善等问题。以全面提升生产域精益化管理水平为目标,有序推进生产监控指挥中心建设,全面融合生产域多源系统信息,充分运用“云大物移智”等新技术,摆脱传统生产模式在信息获取、状态感知及作业方式等方面困局,实现关键指标、流程等实时监控,提升设备状态感知、辅助决策及生产指挥能力,打造网、省、地、县、所五级联动监控指挥体系,提高公司运营分析和协调管控能力,促进生产管理由“被动”向“主动”转变,引领生产管理模式智慧化转变,推动配网生产监控精益化管理水平的提升。
本申请充分运用“云计算、大数据、物联网、移动互联网、人工智能”等新技术,基于配网生产规范监控、应急管理系统、停电监控等应用,开展生产异动预警监控、班组日常作业监控、主动抢修监控及停电业务二级管控指标分析,集成应急指挥监控、智能电房监控,通过多源数据融合、分析与应用,建设成为输变配于一体的市局、区局、班组统一生产运营指挥平台,监测异动并实时预警管控,提升生产管理监控能力,提高生产管控效益,促进电网整体生产运维管理水平提升。
本申请实施例提供的配电站网络监控方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。终端102获取目标监控需求,根据目标监控需求确定目标数据源;根据目标数据源获取目标业务数据;从目标业务数据中获取不同电网管辖层级对应的业务数据;将不同电网管辖层级对应的业务数据输入预设配电站网络监控模型进行预测,得到不同电网管辖层级对应的监控结果;将不同电网管辖层级对应的监控结果发送至对应的电网管辖层级配电站,以使电网管辖层级配电站根据监控结果对配电站进行运维。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种配电站网络监控方法,以该方法应用于图1中的终端为例进行说明,包括以下步骤:
步骤202,获取目标监控需求,根据目标监控需求确定目标数据源。
其中,目标监控需求指的是配网生产监控的需求,项目使用原型设计法制定需求,依据构建配网生产运营监控指挥应用平台设计思路,调研系统需求,使用原型设计方法梳理功能需求,开展需求评审,最终完成系统需求设计。例如生产异动预警监控、班组日常作业监控、智能电房异常监控等。
具体地,终端获取目标监控需求,根据目标监控需求进行分析,得到目标监控需求所需数据的数据范围,即目标数据源。
步骤204,根据目标数据源获取目标业务数据。
具体地,终端根据目标数据源确定目标业务系统,从目标业务系统中实时获取目标业务数据。
步骤206,从目标业务数据中获取不同电网管辖层级对应的业务数据。
具体地,终端从目标业务系统获取到目标业务数据后,根据业务数据的电网管辖层级,从目标业务数据中获取不同电网管辖层级对应的业务数据。
步骤208,将不同电网管辖层级对应的业务数据输入预设配电站网络监控模型进行预测,得到不同电网管辖层级对应的监控结果。
其中,预设配电站网络监控模型可以对业务数据进行多维度的预测,包括生产异动监控、班组日常作业监控、主动抢修指挥监控、应急抢修指挥监控、智能电房监控等。
具体地,将目标业务数据中每个电网管辖层级对应的业务数据分别输入预设配电站网络监控模型进行预测,得到每个电网管辖层级对应的监控结果。
步骤210,将不同电网管辖层级对应的监控结果发送至对应的电网管辖层级配电站,以使电网管辖层级配电站根据监控结果对配电站进行运维。
具体地,将不同电网管辖层级对应的监控结果发送至对应的电网管辖层级配电站,电网管辖层级配电站根据监控结果对配电站进行运维。有利于发现管理过程中的薄弱环节,明确每个电网管辖层级的运维人员,根据监控结果快速定位问题及解决问题,提高业务人员及管理人员的工作效率,有效降低沟通成本,从而降低总管理成本。
上述配电站网络监控方法中,获取目标监控需求,根据目标监控需求确定目标数据源;根据目标数据源获取目标业务数据;从目标业务数据中获取不同电网管辖层级对应的业务数据;将不同电网管辖层级对应的业务数据输入预设配电站网络监控模型进行预测,得到不同电网管辖层级对应的监控结果;将不同电网管辖层级对应的监控结果发送至对应的电网管辖层级配电站,以使电网管辖层级配电站根据监控结果对配电站进行运维。本方法根据目标监控需求获取不同电网管辖层级的业务数据,将不同电网管辖层级的业务数据依次输入预设配电站网络监控模型进行预测,得到不同电网管辖层级对应的监控结果,可以根据不同管辖区域的监控结果对对应的管辖区域进行运维,提高了运维监控效率。
在一个可选的实施例中,如图3所示,电网管辖层级包括班级、区级以及全局;从目标业务数据中获取不同电网管辖层级对应的业务数据包括:
步骤302,提取目标业务数据中班级标识以及区级标识。
具体地,目标业务数据中包含数据的电网管辖层级标识,提取目标业务数据中的班级标识以及区级标识。
其中,电网管辖层级包括班级、区级以及全局等。本申请中的电网管辖层级按照班级、区级、全局从小到大的范围来划分,以对不同电网管辖层级的业务信息进行监控。也可以按照电网层级、省级、地市级、县(区)级、所级来划分,获取过程类似,本申请实施例在此不作限定。
步骤304,根据班级标识,从目标业务数据中归集属于相同班级的班级业务数据。
具体地,终端将目标业务数据中班级标识相同的数据进行汇总,得到班级业务数据。
步骤306,根据区级标识,从目标业务数据中归集属于相同区级的区级业务数据。
具体地,区级标识相同的所有班组组成区局,将所有将班级业务数据中区级标识相同的班级业务数据汇总得到区级业务数据。
步骤308,将目标业务数据归集得到全局业务数据。
具体地,全局标识相同的所有区级组成全局,将所有将区级业务数据中全局标识相同的区级业务数据汇总得到全局业务数据,即,全局范围内所有的目标业务数据汇总得到全局业务数据。
本申请实施例中,按照电网管辖层级信息对目标业务数据进行划分,可以根据不同电网管辖层级业务数据对每个电网管辖层级对应的区域进行实时监控,提高了监控效率以及精确性。
在一个可选的实施例中,将不同电网管辖层级对应的业务数据输入预设配电站网络监控模型进行预测,得到不同电网管辖层级对应的监控结果,包括:将班级业务数据输入预设配电站网络监控模型进行预测,得到班级监控结果;将区级业务数据输入预设配电站网络监控模型进行预测,得到区级监控结果;将全局业务数据输入预设配电站网络监控模型进行预测,得到全局监控结果。
具体地,获取到班级业务数据、区级业务数据、全局业务数据后,将班级业务数据输入预设配电站网络监控模型进行预测,得到班级监控结果;将区级业务数据输入预设配电站网络监控模型进行预测,得到区级监控结果;将全局业务数据输入预设配电站网络监控模型进行预测,得到全局监控结果。
不同电网管辖层级的业务数据中包括不同类型的业务数据,业务数据类型包括配网生产计划、设备缺陷、跳闸、停电管理、负荷管理、电流电压、风险管理、配网实时负荷数据、业扩、投诉、生产项目管理、现场作业及智能电房等班组监控业务数据等。预设配电站网络监控模型中包括多种预测模型,可以为生产异动监控模型、班组日常作业监控模型、主动抢修指挥模型、应急抢修指挥模型、智能电房监控模型等。不同的模型根据对应的实际运行数据进行训练得到。
例如,终端从电网管理平台获取馈线重过载、配变重过载、电流电压、配变监测终端等业务数据,进行配网生产计划、设备缺陷、跳闸、停电管理、负荷管理、电流电压、风险管理、配变监测终端、智能电表、业扩、投诉等业务异动情况监控,根据不同的预警模型对不同层级业务进行监控分析,形成全局、区局、班组三级异动预警监控,对监测的异常信息进行及时预警,其中:
全局监控展示全局的风险管理、应急及保供电信息跟踪统计、运维管理信息统计分析、电网运行信息、两票管理(即业务域重点信息预览)、重点指标及重点督办任务等,24小时不间断滚动展示重大事件等信息。
区局监控以监控人员所在区局的视角,展示该区局的风险管理信息、应急及保供电信息、运维管理信息、电网运行信息、两票管理、重点指标及重点督办任务等,24小时不间断滚动展示重大事件等信息。
班组监控以监控人员所在班组的视角,展示班组管辖的站房、馈线及台区等信息,展示当天、本周关注的工作计划及异动预警等信息,监控管辖范围的电网风险、设备风险、设备故障、应急抢修、投诉等信息,重大事件、重要指标及重点任务等24小时滚动展示。
班组日常作业监控通过各班组日常工作种类、日常工作数量、日常工作完成进度等数据信息对班组日常工作分析预警、班组绩效管理、人员绩效管理进行监控,重点分析日常工作异动信息,实施现场作业监控等。
智能电房监控使用ETL技术,实现规化、基建、物资、生产、营销等业务数据抽取融合,根据业务数据建立大数据集市,实现资产从投资计划、项目基建、物资采购、生产运行和退役报废各生命周期全周期监控,支持各业务协同。
本申请实施例中,对不同层级进行生产异动监控、班组日常作业监控、主动抢修指挥监控、应急抢修指挥监控、智能电房监控,并将每个层级的监控结果进行可视化展示,实现了配网生产管理中不同业务实现情况监控以及预警,可以及时发现管理过程中存在的问题和风险,提醒管理人员不管改进管理工作。还有利于发现管理过程中的薄弱环节,明确每个节点的责任人,快速定位问题及解决问题,提高业务人员及管理人员的工作效率,有效降低沟通成本,从而降低总管理成本。通过配网生产运营监控指挥应用建设,对设备状态监测指导差异化运维策略、配网运维主体决策管控、综合绩效管理评估等进行辅助决策,全面提升配网生产管理的精益化水平。
在一个可选的实施例中,该方法还包括:接收用户的登陆请求,提取登陆请求中携带的用户标识;根据用户标识确定用户电网管辖层级;推送与用户电网管辖层级对应的监控结果。
其中,用户电网管辖层级指的是用户的电网管辖层级权限,用户具备查询与用户电网管辖层级对应的监控结果以及用户电网管辖层级的下级管辖层级监控结果的权限。例如用户拥有全局管辖层级时,可以查看全局下的所有区级以及班级监控结果,而用户拥有区级管辖层级时,可以查看对应的区级监控结果以及区级下所有班级的监控结果,而当用户只有班级管辖层级时,只能查看该班级的监控结果。
具体地,终端接收用户的登陆请求,对登陆请求进行解析,提取登陆请求中携带的用户标识,根据用户标识在用户信息数据库中进行查询,确定用户的电网管辖层级,将与用户电网管辖层级对应范围内的监控结果推送至终端显示界面。
在一个可选的实施例中,根据目标数据源获取目标业务数据包括:根据目标数据源的数据标识确定业务领域;根据业务领域确定目标业务系统;从目标业务系统中获取目标业务数据。
具体地,终端根据目标源的数据标识确定数据范围,进而根据数据范围确定业务领域,根据业务领域确定需要获取数据的业务系统,即目标业务系统,然后从目标业务系统中获取目标业务数据。
在一个可选的实施例中,从目标业务系统中获取目标业务数据包括:向目标业务系统推送数据共享请求;接收目标业务系统推送的初始业务数据,初始业务数据由目标业务系统根据数据共享请求判定允许业务数据共享时下发;根据初始业务数据以及对应的主题域构建目标数据集市;从目标数据集市中获取目标业务数据。
具体地,终端向目标业务系统(即数据源)发送数据共享请求,当目标业务系统同意共享后发送同意共享信息,并将初始业务数据实时传输至终端。如图4所示,终端通过接收目标业务系统推送的同意共享信息以及初始业务数据,通过ETL技术(数据抽取(Extract)、转换(Transform)、装载(Load))对初始业务数据进行处理,处理后的数据存储至数据中心,数据中心实现了个业务系统数据的汇聚,终端从数据中心获取处理后的数据以及对应的主题域构建目标数据集市。
本实施例中,数据集市汇集多个业务系统数据,通过制定并固化“数据实时交互”机制,从业务系统中,对需要实时共享的数据项发起数据共享申请,申请完成后就实现数据实时协同应用,灵活快速响应系统数据变动及需求变动,从而实现数据从数据源到终端的跨系统自动流转,实现业务数据的跨系统实时数据交互;为配网生产运营监控提供数据资源和计算服务能力,如架构图4中所示:业务数据从数据源层-配网生产监控层(应用层),通过数据采集方式(准实时获取、T+1/准实时获取、流式获取)同步到数据中心,通过数据中心对数据进行存储和加工,还可以按照租户自定义数据挖掘和公共数据挖掘将租户分为不同的数据区,数据区中拥有不同的主题域,通过数据服务提供不同主题域对应的数据服务,如安全控制、用户认证、多租户管理、资源监控、流程管理工具等。最后,通过数据中心再把目标业务数据下发到终端进行配网生产监控进行配电站网络监控。
在一个可选的实施例中,根据初始业务数据以及对应的主题域构建目标数据集市包括:根据预设业务分类标准对初始业务数据进行分类,得到初始业务数据对应的主题域;确定主题域所属的实体对象、属性以及实体关系;根据实体对象、属性以及实体关系构建目标数据表;对目标数据表进行数据清洗,得到目标业务数据。
具体地,终端根据预设业务分类标准对初始业务数据进行分类,将初始业务数据中不同类型的数据分到对应的主题域,主题域根据配网生产计划、设备缺陷、跳闸、停电管理、负荷管理、电流电压、风险管理、配网实时负荷数据、业扩、投诉、生产项目管理、现场作业及智能电房等班组监控业务数据来分类,可以进行生产异动监控、班组日常作业监控、主动抢修指挥、应急抢修指挥、智能电房监控。预设业务分类标准可以由电网业务标准确定。
每个主题域均对应某一业务的数据实体对象,不同的实体对象有不同的属性,实体包括生产计划、巡视计划、消缺计划、停电计划、班组日常工作分析、班组日常工作预警等。其中,生产计划分析计划完成情况、巡视计划分析巡视变更情况、消缺计划分析消缺及时性,停电计划分析停电执行情况、班组日常工作分析分析单位日常工作情况。如图5所示,实体对象之间存在关联关系,例如生产计划与巡视计划,巡视计划是生产计划的一部分,生产计划分析巡视计划的总体完成情况,巡视计划从巡视类型的维度分析巡视情况。根据实体对象、属性以及实体关系构建目标数据表,采用postgresql、mmp数据库对数据表进行存储,对目标数据表中的缺失值、异常值、重复值和无用值进行数据清洗,得到目标业务数据。
本实施例中,对初始业务数据进行抽取转换为高质量数据,构建面向主题的数据集市,进而可以满足不同应用的专业分析需求,对不同的业务数据进行预警分析,得到对应的预警结果,提高了配网生产监控的及时性以及精确性。
为了易于理解本申请实施例提供的技术方案,以完整的配网生产监控过程对本申请实施例提供的配电站网络监控方法进行简要说明:
(1)获取目标监控需求,根据目标监控需求确定目标数据源。
(2)根据目标数据源的数据标识确定业务领域;根据业务领域确定目标业务系统。
(3)向目标业务系统推送数据共享请求。
(4)接收目标业务系统推送的初始业务数据。
(5)根据初始业务数据以及对应的主题域构建目标数据集市。
(6)从目标数据集市中获取目标业务数据。
(7)提取目标业务数据中班级标识以及区级标识;根据班级标识,从目标业务数据中归集属于相同班级的班级业务数据;根据区级标识,从目标业务数据中归集属于相同区级的区级业务数据;将目标业务数据归集得到全局业务数据。
(8)将班级业务数据输入预设配电站网络监控模型进行预测,得到班级监控结果;将区级业务数据输入预设配电站网络监控模型进行预测,得到区级监控结果;将全局业务数据输入预设配电站网络监控模型进行预测,得到全局监控结果。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的配电站网络监控方法的配电站网络监控装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个配电站网络监控装置实施例中的具体限定可以参见上文中对于配电站网络监控方法的限定,在此不再赘述。
在一个实施例中,如图6所示,提供了一种配电站网络监控装置,包括:需求获取模块602、业务数据获取模块604、层级数据获取模块606、监控模块608和发送模块620,其中:
需求获取模块602,用于获取目标监控需求,根据目标监控需求确定目标数据源。
业务数据获取模块604,用于根据目标数据源获取目标业务数据。
层级数据获取模块606,用于从目标业务数据中获取不同电网管辖层级对应的业务数据。
监控模块608,用于将不同电网管辖层级对应的业务数据输入预设配电站网络监控模型进行预测,得到不同电网管辖层级对应的监控结果。
发送模块610,用于将所述不同电网管辖层级对应的监控结果发送至对应的电网管辖层级配电站,以使电网管辖层级配电站根据监控结果对配电站进行运维。
在一个可选的实施例中,电网管辖层级包括班级、区级以及全局;层级数据获取模块606还用于提取目标业务数据中班级标识以及区级标识;根据班级标识,从目标业务数据中归集属于相同班级的班级业务数据;根据区级标识,从目标业务数据中归集属于相同区级的区级业务数据;将目标业务数据归集得到全局业务数据。
在一个可选的实施例中,监控模块608还用于接收用户的登陆请求,提取登陆请求中携带的用户标识;根据用户标识确定用户电网管辖层级;推送与用户电网管辖层级对应的监控结果。
在一个可选的实施例中,业务数据获取模块604还用于根据目标数据源的数据标识确定业务领域;根据业务领域确定目标业务系统;从目标业务系统中获取目标业务数据。
在一个可选的实施例中,业务数据获取模块604还用于向目标业务系统推送数据共享请求;接收目标业务系统推送的初始业务数据,初始业务数据由目标业务系统根据数据共享请求判定允许业务数据共享时下发;根据初始业务数据以及对应的主题域构建目标数据集市;从目标数据集市中获取目标业务数据。
在一个可选的实施例中,业务数据获取模块604还用于根据预设业务分类标准对初始业务数据进行分类,得到初始业务数据对应的主题域;确定主题域所属的实体对象、属性以及实体关系;根据实体对象、属性以及实体关系构建目标数据表;对目标数据表进行数据清洗,得到目标业务数据。
上述配电站网络监控装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种配电站网络监控方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取目标监控需求,根据目标监控需求确定目标数据源;
根据目标数据源获取目标业务数据;
从目标业务数据中获取不同电网管辖层级对应的业务数据;
将不同电网管辖层级对应的业务数据输入预设配电站网络监控模型进行预测,得到不同电网管辖层级对应的监控结果;
将不同电网管辖层级对应的监控结果发送至对应的电网管辖层级配电站,以使电网管辖层级配电站根据监控结果对配电站进行运维。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:电网管辖层级包括班级、区级以及全局;从目标业务数据中获取不同电网管辖层级对应的业务数据包括:提取目标业务数据中班级标识以及区级标识;根据班级标识,从目标业务数据中归集属于相同班级的班级业务数据;根据区级标识,从目标业务数据中归集属于相同区级的区级业务数据;将目标业务数据归集得到全局业务数据。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:接收用户的登陆请求,提取登陆请求中携带的用户标识;根据用户标识确定用户电网管辖层级;推送与用户电网管辖层级对应的监控结果。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据目标数据源获取目标业务数据包括:根据目标数据源的数据标识确定业务领域;根据业务领域确定目标业务系统;从目标业务系统中获取目标业务数据。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:从目标业务系统中获取目标业务数据包括:向目标业务系统推送数据共享请求;接收目标业务系统推送的初始业务数据,初始业务数据由目标业务系统根据数据共享请求判定允许业务数据共享时下发;根据初始业务数据以及对应的主题域构建目标数据集市;从目标数据集市中获取目标业务数据。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据初始业务数据以及对应的主题域构建目标数据集市包括:根据预设业务分类标准对初始业务数据进行分类,得到初始业务数据对应的主题域;确定主题域所属的实体对象、属性以及实体关系;根据实体对象、属性以及实体关系构建目标数据表;对目标数据表进行数据清洗,得到目标业务数据。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取目标监控需求,根据目标监控需求确定目标数据源;
根据目标数据源获取目标业务数据;
从目标业务数据中获取不同电网管辖层级对应的业务数据;
将不同电网管辖层级对应的业务数据输入预设配电站网络监控模型进行预测,得到不同电网管辖层级对应的监控结果;
将不同电网管辖层级对应的监控结果发送至对应的电网管辖层级配电站,以使电网管辖层级配电站根据监控结果对配电站进行运维。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:电网管辖层级包括班级、区级以及全局;从目标业务数据中获取不同电网管辖层级对应的业务数据包括:提取目标业务数据中班级标识以及区级标识;根据班级标识,从目标业务数据中归集属于相同班级的班级业务数据;根据区级标识,从目标业务数据中归集属于相同区级的区级业务数据;将目标业务数据归集得到全局业务数据。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:接收用户的登陆请求,提取登陆请求中携带的用户标识;根据用户标识确定用户电网管辖层级;推送与用户电网管辖层级对应的监控结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据目标数据源获取目标业务数据包括:根据目标数据源的数据标识确定业务领域;根据业务领域确定目标业务系统;从目标业务系统中获取目标业务数据。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:从目标业务系统中获取目标业务数据包括:向目标业务系统推送数据共享请求;接收目标业务系统推送的初始业务数据,初始业务数据由目标业务系统根据数据共享请求判定允许业务数据共享时下发;根据初始业务数据以及对应的主题域构建目标数据集市;从目标数据集市中获取目标业务数据。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据初始业务数据以及对应的主题域构建目标数据集市包括:根据预设业务分类标准对初始业务数据进行分类,得到初始业务数据对应的主题域;确定主题域所属的实体对象、属性以及实体关系;根据实体对象、属性以及实体关系构建目标数据表;对目标数据表进行数据清洗,得到目标业务数据。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取目标监控需求,根据目标监控需求确定目标数据源;
根据目标数据源获取目标业务数据;
从目标业务数据中获取不同电网管辖层级对应的业务数据;
将不同电网管辖层级对应的业务数据输入预设配电站网络监控模型进行预测,得到不同电网管辖层级对应的监控结果;
将不同电网管辖层级对应的监控结果发送至对应的电网管辖层级配电站,以使电网管辖层级配电站根据监控结果对配电站进行运维。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:电网管辖层级包括班级、区级以及全局;从目标业务数据中获取不同电网管辖层级对应的业务数据包括:提取目标业务数据中班级标识以及区级标识;根据班级标识,从目标业务数据中归集属于相同班级的班级业务数据;根据区级标识,从目标业务数据中归集属于相同区级的区级业务数据;将目标业务数据归集得到全局业务数据。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:接收用户的登陆请求,提取登陆请求中携带的用户标识;根据用户标识确定用户电网管辖层级;推送与用户电网管辖层级对应的监控结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据目标数据源获取目标业务数据包括:根据目标数据源的数据标识确定业务领域;根据业务领域确定目标业务系统;从目标业务系统中获取目标业务数据。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:从目标业务系统中获取目标业务数据包括:向目标业务系统推送数据共享请求;接收目标业务系统推送的初始业务数据,初始业务数据由目标业务系统根据数据共享请求判定允许业务数据共享时下发;根据初始业务数据以及对应的主题域构建目标数据集市;从目标数据集市中获取目标业务数据。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据初始业务数据以及对应的主题域构建目标数据集市包括:根据预设业务分类标准对初始业务数据进行分类,得到初始业务数据对应的主题域;确定主题域所属的实体对象、属性以及实体关系;根据实体对象、属性以及实体关系构建目标数据表;对目标数据表进行数据清洗,得到目标业务数据。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种配电站网络监控方法,其特征在于,所述方法包括:
获取目标监控需求,根据所述目标监控需求确定目标数据源;
根据所述目标数据源获取目标业务数据,其中,所述根据所述目标数据源获取目标业务数据包括:根据目标数据源的数据标识确定业务领域;根据所述业务领域确定目标业务系统;从所述目标业务系统中获取目标业务数据;所述从所述目标业务系统中获取目标业务数据包括:向所述目标业务系统推送数据共享请求;接收所述目标业务系统推送的初始业务数据,所述初始业务数据由所述目标业务系统根据所述数据共享请求判定允许业务数据共享时下发;根据所述初始业务数据以及对应的主题域构建目标数据集市;从所述目标数据集市中获取目标业务数据;所述根据所述初始业务数据以及对应的主题域构建目标数据集市包括:根据预设业务分类标准对所述初始业务数据进行分类,得到所述初始业务数据对应的主题域;确定所述主题域所属的实体对象、属性以及实体关系;根据所述实体对象、属性以及实体关系构建目标数据表;对所述目标数据表进行数据清洗,得到目标业务数据;
从所述目标业务数据中获取不同电网管辖层级对应的业务数据,其中,所述电网管辖层级包括班级、区级以及全局;所述从所述目标业务数据中获取不同电网管辖层级对应的业务数据包括:提取所述目标业务数据中班级标识以及区级标识;根据所述班级标识,从所述目标业务数据中归集属于相同班级的班级业务数据;根据所述区级标识,从所述目标业务数据中归集属于相同区级的区级业务数据;将所述目标业务数据归集得到全局业务数据;
将所述不同电网管辖层级对应的业务数据输入预设配电站网络监控模型进行预测,得到不同电网管辖层级对应的监控结果;
将所述不同电网管辖层级对应的监控结果发送至对应的电网管辖层级配电站,以使电网管辖层级配电站根据监控结果对配电站进行运维。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
接收用户的登陆请求,提取所述登陆请求中携带的用户标识;
根据所述用户标识确定用户电网管辖层级;
推送与所述用户电网管辖层级对应的监控结果。
3.根据权利要求1所述的方法,其特征在于,所述将所述不同电网管辖层级对应的业务数据输入预设配电站网络监控模型进行预测,得到不同电网管辖层级对应的监控结果,包括:
将班级业务数据输入预设配电站网络监控模型进行预测,得到班级监控结果;
将区级业务数据输入预设配电站网络监控模型进行预测,得到区级监控结果;
将全局业务数据输入预设配电站网络监控模型进行预测,得到全局监控结果。
4.根据权利要求3所述的方法,其特征在于,所述预设配电站网络监控模型包括生产异动监控模型、班组日常作业监控模型、主动抢修指挥模型、应急抢修指挥模型、以及智能电房监控模型。
5.一种配电站网络监控装置,其特征在于,所述装置包括:
需求获取模块,用于获取目标监控需求,根据所述目标监控需求确定目标数据源;
业务数据获取模块,用于根据所述目标数据源获取目标业务数据,其中,所述根据所述目标数据源获取目标业务数据包括:根据目标数据源的数据标识确定业务领域;根据所述业务领域确定目标业务系统;从所述目标业务系统中获取目标业务数据;所述从所述目标业务系统中获取目标业务数据包括:向所述目标业务系统推送数据共享请求;接收所述目标业务系统推送的初始业务数据,所述初始业务数据由所述目标业务系统根据所述数据共享请求判定允许业务数据共享时下发;根据所述初始业务数据以及对应的主题域构建目标数据集市;从所述目标数据集市中获取目标业务数据;所述根据所述初始业务数据以及对应的主题域构建目标数据集市包括:根据预设业务分类标准对所述初始业务数据进行分类,得到所述初始业务数据对应的主题域;确定所述主题域所属的实体对象、属性以及实体关系;根据所述实体对象、属性以及实体关系构建目标数据表;对所述目标数据表进行数据清洗,得到目标业务数据;
层级数据获取模块,用于从所述目标业务数据中获取不同电网管辖层级对应的业务数据,其中,所述电网管辖层级包括班级、区级以及全局;所述从所述目标业务数据中获取不同电网管辖层级对应的业务数据包括:提取所述目标业务数据中班级标识以及区级标识;根据所述班级标识,从所述目标业务数据中归集属于相同班级的班级业务数据;根据所述区级标识,从所述目标业务数据中归集属于相同区级的区级业务数据;将所述目标业务数据归集得到全局业务数据;
监控模块,用于将所述不同电网管辖层级对应的业务数据输入预设配电站网络监控模型进行预测,得到不同电网管辖层级对应的监控结果;
发送模块,用于将所述不同电网管辖层级对应的监控结果发送至对应的电网管辖层级配电站,以使电网管辖层级配电站根据监控结果对配电站进行运维。
6.根据权利要求5所述的装置,其特征在于,所述监控模块还用于接收用户的登陆请求,提取所述登陆请求中携带的用户标识;根据所述用户标识确定用户电网管辖层级;推送与所述用户电网管辖层级对应的监控结果。
7.根据权利要求5所述的装置,其特征在于,所述监控模块还用于将班级业务数据输入预设配电站网络监控模型进行预测,得到班级监控结果;将区级业务数据输入预设配电站网络监控模型进行预测,得到区级监控结果;将全局业务数据输入预设配电站网络监控模型进行预测,得到全局监控结果。
8.根据权利要求7所述的装置,其特征在于,所述预设配电站网络监控模型包括生产异动监控模型、班组日常作业监控模型、主动抢修指挥模型、应急抢修指挥模型、以及智能电房监控模型。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111580095.5A CN114301174B (zh) | 2021-12-22 | 2021-12-22 | 配电站网络监控方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111580095.5A CN114301174B (zh) | 2021-12-22 | 2021-12-22 | 配电站网络监控方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114301174A CN114301174A (zh) | 2022-04-08 |
CN114301174B true CN114301174B (zh) | 2024-04-05 |
Family
ID=80970621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111580095.5A Active CN114301174B (zh) | 2021-12-22 | 2021-12-22 | 配电站网络监控方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114301174B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115271561B (zh) * | 2022-09-28 | 2022-12-23 | 国网上海能源互联网研究院有限公司 | 应急供电管控系统及负荷恢复的移动应急电源调度方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102023617A (zh) * | 2009-09-17 | 2011-04-20 | 上海可鲁系统软件有限公司 | 一种基于工业互联网的煤矿安全信息监控系统 |
CN109190996A (zh) * | 2018-09-18 | 2019-01-11 | 中国电力科学研究院有限公司 | 一种配电网台区运行风险监测预警方法和装置 |
CN111611236A (zh) * | 2020-05-28 | 2020-09-01 | 宁波和利时智能科技有限公司 | 一种数据分析方法及系统 |
CN112234711A (zh) * | 2020-10-09 | 2021-01-15 | 广东电网有限责任公司广州供电局 | 智能互联配电运维管理系统 |
CN112529755A (zh) * | 2021-01-16 | 2021-03-19 | 江苏江凌测控科技股份有限公司 | 高铁动车智能运维管理系统 |
CN112667673A (zh) * | 2021-01-06 | 2021-04-16 | 云南电网有限责任公司信息中心 | 配网运营数据监控方法、装置、计算机设备和存储介质 |
CN113472079A (zh) * | 2021-07-27 | 2021-10-01 | 上海交通大学 | 配电站运维监控云机器人系统、后台处理及作业任务方法 |
-
2021
- 2021-12-22 CN CN202111580095.5A patent/CN114301174B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102023617A (zh) * | 2009-09-17 | 2011-04-20 | 上海可鲁系统软件有限公司 | 一种基于工业互联网的煤矿安全信息监控系统 |
CN109190996A (zh) * | 2018-09-18 | 2019-01-11 | 中国电力科学研究院有限公司 | 一种配电网台区运行风险监测预警方法和装置 |
CN111611236A (zh) * | 2020-05-28 | 2020-09-01 | 宁波和利时智能科技有限公司 | 一种数据分析方法及系统 |
CN112234711A (zh) * | 2020-10-09 | 2021-01-15 | 广东电网有限责任公司广州供电局 | 智能互联配电运维管理系统 |
CN112667673A (zh) * | 2021-01-06 | 2021-04-16 | 云南电网有限责任公司信息中心 | 配网运营数据监控方法、装置、计算机设备和存储介质 |
CN112529755A (zh) * | 2021-01-16 | 2021-03-19 | 江苏江凌测控科技股份有限公司 | 高铁动车智能运维管理系统 |
CN113472079A (zh) * | 2021-07-27 | 2021-10-01 | 上海交通大学 | 配电站运维监控云机器人系统、后台处理及作业任务方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114301174A (zh) | 2022-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022012285A1 (zh) | 一种多源融合的多平台能源信息管理系统 | |
CN107256443B (zh) | 基于业务和数据集成的线损实时计算方法 | |
CN114004584A (zh) | 一种基于数据中台构建用户画像的电力信息管理方法 | |
CN114301174B (zh) | 配电站网络监控方法、装置、计算机设备和存储介质 | |
CN111123866A (zh) | 一种智能油田地面数据治理及管控系统 | |
CN112883001A (zh) | 一种基于营配贯通数据可视化平台的数据处理方法、装置及介质 | |
CN115860694A (zh) | 一种基于即时消息技术的业扩流程管控方法及系统 | |
CN104484734A (zh) | 一种低碳城市能源优化配置数据中心架构 | |
Qian et al. | Research on key construction technology of building engineering under the background of big data | |
CN114493262A (zh) | 一种电力大数据的处理系统、方法、装置及计算机设备 | |
CN114254806A (zh) | 配电网重过载预警方法、装置、计算机设备和存储介质 | |
Hu et al. | Big data management and application research in power load forecasting and power transmission and transformation equipment evaluation | |
Min et al. | Application Research of Power Grid Full-Business Monitoring and Analysis Based on Multi-source business and data fusion | |
Chen et al. | Big data applications in power industry | |
CN111210121A (zh) | 一种基于网格化的配电网动态可视化管理信息系统 | |
Dandong et al. | Design of municipal solid waste intelligent supervision Platform based on big data | |
Zhen et al. | Discussion about recent applications of power big data in smart grid | |
Cheng et al. | Research on freight big data application based on Railway Data Service Platform | |
Zayas et al. | Getting ready for data analytics of electric power distribution systems | |
Zhang et al. | Power Marketing Risk Prevention and Control Management of Power Supply Enterprises Based on Big Data Analysis Technology | |
Yao et al. | Design and application of network optimizing integrated platform based on rasterized big data | |
Duan et al. | Bionic based key technologies of equipment portrait for railway passenger stations | |
Zhao et al. | Research on the application of big data technology in smart city | |
Li et al. | Practice and Key Technologies of Integration and Sharing of Water Resources and Data Resources Based on Cloud Computing | |
Lei et al. | Research on Data Service Directory Construction Technology for Power Grid Enterprise Data Middle Platform |
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 |