CN114511179B - 一种处理配电柜异常的智能规划方法及系统 - Google Patents
一种处理配电柜异常的智能规划方法及系统 Download PDFInfo
- Publication number
- CN114511179B CN114511179B CN202111619188.4A CN202111619188A CN114511179B CN 114511179 B CN114511179 B CN 114511179B CN 202111619188 A CN202111619188 A CN 202111619188A CN 114511179 B CN114511179 B CN 114511179B
- Authority
- CN
- China
- Prior art keywords
- information
- power distribution
- shunt
- power output
- obtaining
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 182
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012545 processing Methods 0.000 title claims abstract description 39
- 230000005856 abnormality Effects 0.000 title claims abstract description 24
- 238000012544 monitoring process Methods 0.000 claims abstract description 117
- 230000002159 abnormal effect Effects 0.000 claims abstract description 30
- 238000003062 neural network model Methods 0.000 claims abstract description 18
- 238000012549 training Methods 0.000 claims description 30
- 238000004088 simulation Methods 0.000 claims description 24
- 230000004044 response Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 description 14
- 238000003860 storage Methods 0.000 description 10
- 238000013528 artificial neural network Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000005611 electricity Effects 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000003925 brain function Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- 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
- G06Q10/06313—Resource planning in a project environment
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Software Systems (AREA)
- Computer Security & Cryptography (AREA)
- Strategic Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioethics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Computer Hardware Design (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Molecular Biology (AREA)
- Tourism & Hospitality (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Biodiversity & Conservation Biology (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种处理配电柜异常的智能规划方法及系统，其中，所述方法包括：获得配电柜的配电数据信息；获得社区内用电户数信息；将配电数据信息和用电户数信息输入神经网络模型，获得配电柜电力输出分路信息；根据配电柜电力输出分路信息获得第一电力输出分路信息直至第N电力输出分路信息；分别对所有电力输出分路信息进行实时监控，依次获得第一监控信息直至第N监控信息；将所有监控信息上传至后台控制中心显示屏；判断是否存在异常；若存在，获得第一预警信息；根据第一预警信息，对配电柜的配电数据信息进行智能规划。解决了现有的不能对配电柜的突发异常情况进行智能规划的技术问题。
Description
技术领域
本发明涉及配电柜异常处理技术领域，尤其涉及一种处理配电柜异常的智能规划方法及系统。
背景技术
随着我国经济发展较快，城乡用电量大增，而设备和管理的改造升级却并未跟上，造成了配电管理中出现了很多问题,由于停电造成了很多的不便和损失。
但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
由于配电柜在使用过程中，会出现很多跳闸等异常情况，因不能及时解决问题，给居民用电造成了不便。
发明内容
本申请实施例通过提供一种处理配电柜异常的智能规划方法及系统，解决了现有的不能对配电柜的突发异常情况进行智能规划的技术问题，达到了通过对配电柜的工作状态进行实时监控，进而及时捕捉到工作异常情况并进行处理，提高了配电柜工作异常时的应急处突能力的技术效果。
本申请实施例提供了一种处理配电柜异常的智能规划方法，其中，所述方法包括：获得配电柜的配电数据信息；获得社区内用电户数信息；将所述配电数据信息和所述用电户数信息作为输入信息输入神经网络模型，获得配电柜电力输出分路信息；根据所述配电柜电力输出分路信息获得第一电力输出分路信息、第二电力输出分路信息，以此类推，直至获得第N电力输出分路信息；分别对所述第一电力输出分路信息、所述第二电力输出分路信息直至所述第N电力输出分路信息进行实时监控，依次获得第一监控信息、第二监控信息直至第N监控信息；将所述第一监控信息、所述第二监控信息直至所述第N监控信息上传至后台控制中心显示屏；判断所述第一监控信息、所述第二监控信息直至所述第N监控信息是否存在异常；若存在，获得第一预警信息，所述第一预警信息用于在所述后台控制中心显示屏上进行预警信息提示；根据所述第一预警信息，对所述配电柜的配电数据信息进行智能规划。
另一方面，本申请还提供了一种处理配电柜异常的智能规划系统，其中，所述系统包括：第一获得单元：所述第一获得单元用于获得配电柜的配电数据信息；第二获得单元：所述第二获得单元用于获得社区内用电户数信息；第一输入单元：所述第一输入单元用于将所述配电数据信息和所述用电户数信息作为输入信息输入神经网络模型，获得配电柜电力输出分路信息；第三获得单元：所述第三获得单元用于根据所述配电柜电力输出分路信息获得第一电力输出分路信息、第二电力输出分路信息，以此类推，直至获得第N电力输出分路信息；第一监控单元：所述第一监控单元用于分别对所述第一电力输出分路信息、所述第二电力输出分路信息直至所述第N电力输出分路信息进行实时监控，依次获得第一监控信息、第二监控信息直至第N监控信息；第一上传单元：所述第一上传单元用于将所述第一监控信息、所述第二监控信息直至所述第N监控信息上传至后台控制中心显示屏；第一判断单元：所述第一判断单元用于判断所述第一监控信息、所述第二监控信息直至所述第N监控信息是否存在异常；第四获得单元：所述第四获得单元用于若存在，获得第一预警信息，所述第一预警信息用于在所述后台控制中心显示屏上进行预警信息提示；第一规划单元：所述第一规划单元用于根据所述第一预警信息，对所述配电柜的配电数据信息进行智能规划。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
通过根据配电柜的配电数据信息和社区内的用电户数信息，对社区居民的用电进行智能规划，并实时监控配电柜的工作状态，通过后台控制中心对配电柜的电力输出信息进行集中监控和规划调配，达到了智能处理配电柜异常状态的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种处理配电柜异常的智能规划方法的流程示意图；
图2为本申请实施例一种处理配电柜异常的智能规划系统的结构示意图；
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明：第一获得单元11，第二获得单元12，第一输入单元13，第三获得单元14，第一监控单元15，第一上传单元16，第一判断单元17，第四获得单元18，第一规划单元19，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。
具体实施方式
本申请实施例通过提供一种处理配电柜异常的智能规划方法及系统，解决了现有的不能对配电柜的突发异常情况进行智能规划的技术问题，达到了通过对配电柜的工作状态进行实时监控，进而及时捕捉到工作异常情况并进行处理，提高了配电柜工作异常时的应急处突能力的技术效果。
下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
申请概述
随着我国经济发展较快，城乡用电量大增，而设备和管理的改造升级却并未跟上，造成了配电管理中出现了很多问题，由于停电造成了很多的不便和损失。由于配电柜在使用过程中，会出现很多跳闸等异常情况，因不能及时解决问题，给居民用电造成了不便。
针对上述技术问题，本申请提供的技术方案总体思路如下：
本申请实施例提供了一种处理配电柜异常的智能规划方法，其中，所述方法包括：获得配电柜的配电数据信息；获得社区内用电户数信息；将所述配电数据信息和所述用电户数信息作为输入信息输入神经网络模型，获得配电柜电力输出分路信息；根据所述配电柜电力输出分路信息获得第一电力输出分路信息、第二电力输出分路信息，以此类推，直至获得第N电力输出分路信息；分别对所述第一电力输出分路信息、所述第二电力输出分路信息直至所述第N电力输出分路信息进行实时监控，依次获得第一监控信息、第二监控信息直至第N监控信息；将所述第一监控信息、所述第二监控信息直至所述第N监控信息上传至后台控制中心显示屏；判断所述第一监控信息、所述第二监控信息直至所述第N监控信息是否存在异常；若存在，获得第一预警信息，所述第一预警信息用于在所述后台控制中心显示屏上进行预警信息提示；根据所述第一预警信息，对所述配电柜的配电数据信息进行智能规划。
为了更好地理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
实施例一
如图1所示，本申请实施例提供了一种处理配电柜异常的智能规划方法，其中，所述方法还包括：
步骤S100：获得配电柜的配电数据信息；
具体而言，所述配电柜为将上一级配电设备某一电路的电能分配给就近的电荷，对负荷提供保护、监视和控制，所述配电数据信息为所述配电柜的基本电气参数信息和主要技术性能，包括额定工作电压、使用频率、额定电流、额定峰值电流等信息。
步骤S200：获得社区内用电户数信息；
具体而言，所述配电柜可用于社区配电，所述社区内用电户数信息为统计的社区内的总的用电户数，通过获得所述社区内用电户数信息，使得所述配电柜的电力分配更加合理。
步骤S300：将所述配电数据信息和所述用电户数信息作为输入信息输入神经网络模型，获得配电柜电力输出分路信息；
具体而言，已知所述配电数据信息和所述用电户数信息，可将所述配电数据信息和所述用电户数信息作为输入信息，输入神经网络模型，所述神经网络模型为一个训练模型，可对输入数据进行不断训练，进而获得配电柜电力输出分路信息，所述配电柜电力输出分路信息为对配电柜的电力输出进行分路，进而对电力信息进行智能规划。
步骤S400：根据所述配电柜电力输出分路信息获得第一电力输出分路信息、第二电力输出分路信息，以此类推，直至获得第N电力输出分路信息；
具体而言，已知所述配电柜电力输出分路信息，可根据所述配电柜电力输出分路信息获得第一电力输出分路信息、第二电力输出分路信息，以此类推，直至获得第N电力输出分路信息，所述第一电力输出分路信息为第一分路的电力输出信息，通过将配电柜的电力输出信息进行分路划分，便于电能的智能规划。
步骤S500：分别对所述第一电力输出分路信息、所述第二电力输出分路信息直至所述第N电力输出分路信息进行实时监控，依次获得第一监控信息、第二监控信息直至第N监控信息；
具体而言，已知对配电柜的电力输出信息进行分路划分，还可分别对所述第一电力输出分路信息、所述第二电力输出分路信息直至所述第N电力输出分路信息进行实时监控，进而依次获得第一监控信息、第二监控信息直至第N监控信息，所述第一监控信息为对所述第一电力输出分路信息进行监控的信息，通过实时监控各分路的工作状态信息，便于掌握配电柜的运行情况。
步骤S600：将所述第一监控信息、所述第二监控信息直至所述第N监控信息上传至后台控制中心显示屏；
具体而言，已知获得所述第一监控信息、第二监控信息直至第N监控信息，还可将所述第一监控信息、所述第二监控信息直至所述第N监控信息上传至后台控制中心显示屏，所述后台控制中心相当于人的大脑，用于接收信息和发布指令，对配电柜的工作状态进行整体的智能规划。
步骤S700：判断所述第一监控信息、所述第二监控信息直至所述第N监控信息是否存在异常；
具体而言，还可对所述第一监控信息、所述第二监控信息直至所述第N监控信息进行判断，判断是否存在异常，进一步可理解为某一电力输出分路所述是否存在输出电流过大等情况，进而对异常情况进行及时处理，避免造成更大的损失。
步骤S800：若存在，获得第一预警信息，所述第一预警信息用于在所述后台控制中心显示屏上进行预警信息提示；
步骤S900：根据所述第一预警信息，对所述配电柜的配电数据信息进行智能规划。
具体而言，通过判断所述第一监控信息、所述第二监控信息直至所述第N监控信息是否存在异常，当存在异常时，可获得第一预警信息，所述第一预警信息为在所述后台控制中心显示屏上进行预警信息提示，使得后台控制中心对预警信息进行及时处理，进而对所述配电柜的配电数据信息进行智能规划，达到了提高配电柜工作异常时的应急处突能力的技术效果。
所述将所述配电数据信息和所述用电户数信息作为输入信息输入神经网络模型，获得配电柜电力输出分路信息，步骤S300还包括：
步骤S310：将所述配电数据信息和所述用电户数信息输入第一训练模型，所述第一训练模型通过多组训练数据训练所得，所述多组训练数据中的每一组训练数据均包括：所述配电数据信息、所述用电户数信息和用来标识配电柜电力输出分路的标识信息；
步骤S320：获得所述第一训练模型的输出信息，所述输出信息包括配电柜电力输出分路信息。
具体而言，要获得精确的配电柜电力输出分路信息，可通过将所述配电数据信息和所述用电户数信息输入第一训练模型不断地进行训练，可以使得输出的训练结果更加精确。所述训练模型是一个神经网络模型即机器学习中的神经网络模型，神经网络(NeuralNetworks，NN)是由大量的、简单的处理单元（称为神经元）广泛地互相连接而形成的复杂神经网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络（Artificial NeuralNetworks），是对人类大脑系统的一阶特性的一种描述。简单地讲，它是一个数学模型。在本申请实施例中，将所述配电数据信息和所述用电户数信息输入第一训练模型，用标识的配电柜电力输出分路信息对所述神经网络模型进行训练。
进一步来说，所述训练神经网络模型的过程实质为监督学习的过程。所述多组训练数据具体为：所述配电数据信息、所述用电户数信息和用来标识配电柜电力输出分路的标识信息。通过输入所述配电数据信息和所述用电户数信息，神经网络模型会输出配电柜电力输出分路信息，通过将所述输出信息与所述起标识作用的配电柜电力输出分路信息进行校验，如果所述输出信息与所述起标识作用的配电柜电力输出分路信息要求相一致，则本数据监督学习完成，则进行下一组数据监督学习；如果所述输出信息与所述起标识作用的配电柜电力输出分路信息要求不一致，则神经网络学习模型自身进行调整，直到神经网络学习模型输出结果与所述起标识作用的配电柜电力输出分路信息要求相一致，进行下一组数据的监督学习。通过训练数据使神经网络学习模型自身不断地修正、优化，通过监督学习的过程来提高神经网络学习模型处理所述信息的准确性，进而达到使得配电柜电力输出分路信息更加精确的技术效果。
所述分别对所述第一电力输出分路信息、所述第二电力输出分路信息直至所述第N电力输出分路信息进行实时监控，步骤S500还包括：
步骤S510：获得第一图像信息，所述第一图像信息为通过摄像头拍摄到的所述第一电力输出分路信息的图像信息；
步骤S520：根据所述第一图像信息获得第一分路电气参数信息；
步骤S530：根据所述第一分路电气参数信息构建第一分路配电网络仿真模型；
步骤S540：通过所述第一分路配电网络仿真模型对所述第一电力输出分路信息进行实时监控。
具体而言，要对所述第一电力输出分路信息进行实时监控，可获得第一图像信息，所述第一图像信息为通过摄像头拍摄到的所述第一电力输出分路信息的图像信息，进而根据所述第一图像信息获得第一分路电气参数信息，所述第一分路电气参数信息为第一电力输出分路的输出电流信息等，并根据所述第一分路电气参数信息构建第一分路配电网络仿真模型，所述第一分路配电网络仿真模型为根据实时的输出电流信息构建的配电网络仿真模型，可通过所述第一分路配电网络仿真模型模拟配电网络运行，实现无人值班模式，通过根据所述第一分路配电网络仿真模型对所述第一电力输出分路信息进行实时监控，达到了实时监控第一电力输出分路的运行情况的技术效果。
进一步，本申请实施例还包括：
步骤S550：根据所述第一分路配电网络仿真模型获得第一分路电流输出信息；
步骤S560：设定所述第一分路电流输出信息的预告警电流值；
步骤S570：判断所述第一分路电流输出信息是否满足所述预告警电流值；
步骤S580：若满足，获得第一预警信息；
步骤S590：根据所述第一预警信息，获得第一发送指令，所述第一发送指令为将所述第一预警信息通过所述第一分路配电网络仿真模型发送至所述后台控制中心显示屏。
具体而言，已知通过所述第一分路配电网络仿真模型对所述第一电力输出分路信息进行实时监控，进而根据所述第一分路配电网络仿真模型获得第一分路电流输出信息，所述第一分路电流输出信息为通过第一分路输出的电流信息，还可设定所述第一分路电流输出信息的预告警电流值，所述预告警电流值为预设的所述第一分路的接近额定输出电流的告警电流值，进而判断所述第一分路电流输出信息是否满足所述预告警电流值，进一步可理解为16A的开关，设定报警值为14A，当负载超过14A则报警，获得第一预警信息，所述第一预警信息为所述第一分路电流输出信息超出所述预告警电流值，进而根据所述第一预警信息，获得第一发送指令，所述第一发送指令为将所述第一预警信息通过所述第一分路配电网络仿真模型发送至所述后台控制中心显示屏，后台控制中心收到所述第一预警信息之后，可预先发现故障或人为操作隐患，并及时处理隐患，避免过载时，开关切断电源，造成配电柜设备断电，达到了预先排除隐患故障，避免造成更大损失的技术效果。
进一步，本申请实施例还包括：
步骤S1010：获得第一紧急情况信息，所述第一紧急情况信息为所述第一电力输出分路信息的突发紧急情况信息；
步骤S1020：根据所述第一紧急情况信息，获得第一请求指令，所述第一请求指令为自动调用第一紧急情况图像信息；
步骤S1030：根据所述第一请求指令，调整摄像头姿态获取所述第一紧急情况图像信息。
具体而言，为了进一步对配电柜的异常情况进行智能规划，还可获得第一紧急情况信息，所述第一紧急情况信息为所述第一电力输出分路信息的突发紧急情况信息，进一步可理解为发生跳闸等突发情况，并根据所述第一紧急情况信息，获得第一请求指令，所述第一请求指令为自动调用第一紧急情况图像信息，所述第一紧急情况图像信息为对所述第一紧急情况信息进行视频记录，便于运行人员对故障信息进行及时分析，减少分析时间，进而根据所述第一请求指令，调整摄像头姿态获取所述第一紧急情况图像信息，通过将摄像头调整至第一紧急情况点，并及时捕捉现场目标，达到了提升运行人员响应速度和工作效率，进一步对配电柜的异常情况进行智能规划的技术效果。
进一步，本申请实施例还包括：
步骤S1040：根据所述第一紧急情况图像信息，获得第一发送指令；
步骤S1050：根据所述第一发送指令，将所述第一紧急情况图像信息发送至所述后台控制中心显示屏；
步骤S1060：获得第一响应信息，所述第一响应信息为后台控制中心对所述第一紧急情况信息的响应信息。
具体而言，已知获得所述第一紧急情况图像信息，还可根据所述第一紧急情况图像信息，获得第一发送指令，所述第一发送指令为将所述第一紧急情况图像信息发送至所述后台控制中心显示屏进行显示，后台控制中心收到所述第一紧急情况图像信息之后，获得第一响应信息，所述第一响应信息为后台控制中心对所述第一紧急情况信息的响应信息，可对具体的紧急情况信息进行相应的应急响应并及时处理，达到了后台控制中心自动调用现场画面，并对紧急情况作出及时响应的技术效果。
进一步，本申请实施例还包括：
步骤S1110：根据所述第一电力输出分路信息生成第一标识码，所述第一标识码与所述第一电力输出分路信息相对应；
步骤S1120：根据所述第二电力输出分路信息生成第二标识码，以此类推，根据所述第N电力输出分路信息和第N-1标识码生成第N标识码，其中，N为大于1的自然数；
步骤S1130：将所有电力输出分路信息和与其对应的标识码作为一个区块；
步骤S1140：将不同区块分别复制保存在M台电子设备上，其中，M、N分别为大于0的整数。
具体而言，为了确保所述电力输出分路信息的存储安全，可对所述电力输出分路信息进行基于区块链的加密存储，保证了所述电力输出分路信息的存储安全以及不被篡改，进一步提高了配电柜的智能规划能力。
根据所述第一电力输出分路信息生成第一标识码，所述第一标识码与所述第一电力输出分路信息相对应；根据所述第二电力输出分路信息生成第二标识码，以此类推，根据所述第N电力输出分路信息和第N-1标识码生成第N标识码，其中，N为大于1的自然数；将所有电力输出分路信息和与其对应的标识码作为一个区块；将不同区块分别复制保存在M台电子设备上，其中，M、N分别为大于0的整数。对所述电力输出分路信息进行加密存储，其中，每个设备对应于一个节点，所有节点组合起来形成了区块链，这样的区块链就构成了一个便于验证（只要验证最后一个区块的Hash值就相当于验证了整个版本），不可更改（任何一个交易信息的更改，会让所有之后的区块的Hash值发生变化，这样在验证时就无法通过）的总账本。
区块链系统采用分布式数据形式，让每一个参与节点都能够获得一份完整的数据库备份，除非能够同时控制整个系统中51%的节点，否则单个节点对数据库的修改是无效的，也无法影响其他节点上的数据内容。因此，参与系统中的节点越多，算力越强，系统中的数据安全性也就越高。对所述电力输出分路信息基于区块链的加密处理，有效保证了所述电力输出分路信息的存储安全，达到了对所述电力输出分路信息进行安全的记录并保存的技术效果。
为了使得对所述电力输出分路信息的存储更加高效快速，本申请实施例还包括：
步骤S750：将所述第N电力输出分路信息和第N标识码作为第N区块；
步骤S760：获得所述第N区块记录时间，所述第N区块记录时间表示所述第N区块需要记录的时间；
步骤S770：根据所述第N区块记录时间，获得所述M台设备中运速最强的第一设备；
步骤S780：将所述第N区块的记录权发送给所述第一设备。
具体而言，在对所述电力输出分路信息进行基于区块链的加密操作时，为了获得更加高效的运算、存储速率，可获得所述第N区块记录时间，所述第N区块记录时间表示所述第N区块需要记录的时间；进而根据所述第N区块记录时间，获得所述M台设备中运速最强的第一设备；将所述第N区块的记录权发送给所述第一设备，进而保证了去中心化区块链系统的安全、有效和稳定运行，能够保证所述区块能够被快速准确的记录在设备中，进而保证了信息的安全性，进而对所述电力输出分路信息进行准确的判断，达到了使得对所述电力输出分路信息存储记录更加快速和高效的技术效果。
综上所述，本申请实施例所提供的一种处理配电柜异常的智能规划方法及系统具有如下技术效果：
1、通过根据配电柜的配电数据信息和社区内的用电户数信息，对社区居民的用电进行智能规划，并实时监控配电柜的工作状态，通过后台控制中心对配电柜的电力输出信息进行集中监控和规划调配，达到了智能处理配电柜异常状态的技术效果。
2、通过自动捕捉配电柜运行过程中的紧急情况图像信息，并将紧急情况图像信息上传至后台控制中心显示屏，使得运行人员可以对故障信息进行及时分析，减少分析时间，达到了提升运行人员响应速度和工作效率，对紧急情况作出及时响应，进一步对配电柜的异常情况进行智能规划的技术效果。
实施例二
基于与前述实施例中一种处理配电柜异常的智能规划方法同样发明构思，本发明还提供了一种处理配电柜异常的智能规划系统，如图2所示，所述系统包括：
第一获得单元11：所述第一获得单元11用于获得配电柜的配电数据信息；
第二获得单元12：所述第二获得单元12用于获得社区内用电户数信息；
第一输入单元13：所述第一输入单元13用于将所述配电数据信息和所述用电户数信息作为输入信息输入神经网络模型，获得配电柜电力输出分路信息；
第三获得单元14：所述第三获得单元14用于根据所述配电柜电力输出分路信息获得第一电力输出分路信息、第二电力输出分路信息，以此类推，直至获得第N电力输出分路信息；
第一监控单元15：所述第一监控单元15用于分别对所述第一电力输出分路信息、所述第二电力输出分路信息直至所述第N电力输出分路信息进行实时监控，依次获得第一监控信息、第二监控信息直至第N监控信息；
第一上传单元16：所述第一上传单元16用于将所述第一监控信息、所述第二监控信息直至所述第N监控信息上传至后台控制中心显示屏；
第一判断单元17：所述第一判断单元17用于判断所述第一监控信息、所述第二监控信息直至所述第N监控信息是否存在异常；
第四获得单元18：所述第四获得单元18用于若存在，获得第一预警信息，所述第一预警信息用于在所述后台控制中心显示屏上进行预警信息提示；
第一规划单元19：所述第一规划单元19用于根据所述第一预警信息，对所述配电柜的配电数据信息进行智能规划。
进一步的，所述系统还包括：
第二输入单元：所述第二输入单元用于将所述配电数据信息和所述用电户数信息输入第一训练模型，所述第一训练模型通过多组训练数据训练所得，所述多组训练数据中的每一组训练数据均包括：所述配电数据信息、所述用电户数信息和用来标识配电柜电力输出分路的标识信息；
第五获得单元：所述第五获得单元用于获得所述第一训练模型的输出信息，所述输出信息包括配电柜电力输出分路信息。
进一步的，所述系统还包括：
第六获得单元：所述第六获得单元用于获得第一图像信息，所述第一图像信息为通过摄像头拍摄到的所述第一电力输出分路信息的图像信息；
第七获得单元：所述第七获得单元用于根据所述第一图像信息获得第一分路电气参数信息；
第一构建单元：所述第一构建单元用于根据所述第一分路电气参数信息构建第一分路配电网络仿真模型；
第二监控单元：所述第二监控单元用于通过所述第一分路配电网络仿真模型对所述第一电力输出分路信息进行实时监控。
进一步的，所述系统还包括：
第八获得单元：所述第八获得单元用于根据所述第一分路配电网络仿真模型获得第一分路电流输出信息；
第一设定单元：所述第一设定单元用于设定所述第一分路电流输出信息的预告警电流值；
第二判断单元：所述第二判断单元用于判断所述第一分路电流输出信息是否满足所述预告警电流值；
第九获得单元：所述第九获得单元用于若满足，获得第一预警信息；
第十获得单元：所述第十获得单元用于根据所述第一预警信息，获得第一发送指令，所述第一发送指令为将所述第一预警信息通过所述第一分路配电网络仿真模型发送至所述后台控制中心显示屏。
进一步的，所述系统还包括：
第十一获得单元：所述第十一获得单元用于获得第一紧急情况信息，所述第一紧急情况信息为所述第一电力输出分路信息的突发紧急情况信息；
第十二获得单元：所述第十二获得单元用于根据所述第一紧急情况信息，获得第一请求指令，所述第一请求指令为自动调用第一紧急情况图像信息；
第一调整单元：所述第一调整单元用于根据所述第一请求指令，调整摄像头姿态获取所述第一紧急情况图像信息。
进一步的，所述系统还包括：
第十三获得单元：所述第十三获得单元用于根据所述第一紧急情况图像信息，获得第一发送指令；
第一发送单元：所述第一发送单元用于根据所述第一发送指令，将所述第一紧急情况图像信息发送至所述后台控制中心显示屏；
第十四获得单元：所述第十四获得单元用于获得第一响应信息，所述第一响应信息为后台控制中心对所述第一紧急情况信息的响应信息。
进一步的，所述系统还包括：
第一生成单元：所述第一生成单元用于根据所述第一电力输出分路信息生成第一标识码，所述第一标识码与所述第一电力输出分路信息相对应；
第二生成单元：所述第二生成单元用于根据所述第二电力输出分路信息生成第二标识码，以此类推，根据所述第N电力输出分路信息和第N-1标识码生成第N标识码，其中，N为大于1的自然数；
第十五获得单元：所述第十五获得单元用于将所有电力输出分路信息和与其对应的标识码作为一个区块；
第一保存单元：所述第一保存单元用于将不同区块分别复制保存在M台电子设备上，其中，M、N分别为大于0的整数。
前述图1实施例一中的一种处理配电柜异常的智能规划方法的各种变化方式和具体实例同样适用于本实施例的一种处理配电柜异常的智能规划系统，通过前述对一种处理配电柜异常的智能规划方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种处理配电柜异常的智能规划系统的实施方法，所以为了说明书的简洁，再次不再详述。
实施例三
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实例施中一种处理配电柜异常的智能规划方法的发明构思，本发明还提供一种处理配电柜异常的智能规划系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种处理配电柜异常的智能规划方法的任一方法的步骤。
其中，在图3中，总线架构（用总线300来代表），总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他装置通信的单元。处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请实施例提供了一种处理配电柜异常的智能规划方法，其中，所述方法包括：获得配电柜的配电数据信息；获得社区内用电户数信息；将所述配电数据信息和所述用电户数信息作为输入信息输入神经网络模型，获得配电柜电力输出分路信息；根据所述配电柜电力输出分路信息获得第一电力输出分路信息、第二电力输出分路信息，以此类推，直至获得第N电力输出分路信息；分别对所述第一电力输出分路信息、所述第二电力输出分路信息直至所述第N电力输出分路信息进行实时监控，依次获得第一监控信息、第二监控信息直至第N监控信息；将所述第一监控信息、所述第二监控信息直至所述第N监控信息上传至后台控制中心显示屏；判断所述第一监控信息、所述第二监控信息直至所述第N监控信息是否存在异常；若存在，获得第一预警信息，所述第一预警信息用于在所述后台控制中心显示屏上进行预警信息提示；根据所述第一预警信息，对所述配电柜的配电数据信息进行智能规划。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (6)
1.一种处理配电柜异常的智能规划方法，其中，所述方法还包括：
获得配电柜的配电数据信息；
获得社区内用电户数信息；
将所述配电数据信息和所述用电户数信息作为输入信息输入神经网络模型，获得配电柜电力输出分路信息；
根据所述配电柜电力输出分路信息获得第一电力输出分路信息、第二电力输出分路信息，以此类推，直至获得第N电力输出分路信息；
分别对所述第一电力输出分路信息、所述第二电力输出分路信息直至所述第N电力输出分路信息进行实时监控，依次获得第一监控信息、第二监控信息直至第N监控信息，其中包括：获得第一图像信息，所述第一图像信息为通过摄像头拍摄到的所述第一电力输出分路信息的图像信息；根据所述第一图像信息获得第一分路电气参数信息；根据所述第一分路电气参数信息构建第一分路配电网络仿真模型；通过所述第一分路配电网络仿真模型对所述第一电力输出分路信息进行实时监控；
将所述第一监控信息、所述第二监控信息直至所述第N监控信息上传至后台控制中心显示屏；
判断所述第一监控信息、所述第二监控信息直至所述第N监控信息是否存在异常；
若存在，获得第一预警信息，所述第一预警信息用于在所述后台控制中心显示屏上进行预警信息提示；
根据所述第一预警信息，对所述配电柜的配电数据信息进行智能规划；
所述方法还包括：
获得第一紧急情况信息，所述第一紧急情况信息为所述第一电力输出分路信息的突发紧急情况信息；
根据所述第一紧急情况信息，获得第一请求指令，所述第一请求指令为自动调用第一紧急情况图像信息；
根据所述第一请求指令，调整摄像头姿态获取所述第一紧急情况图像信息；
根据所述第一紧急情况图像信息，获得第一发送指令；
根据所述第一发送指令，将所述第一紧急情况图像信息发送至所述后台控制中心显示屏；
获得第一响应信息，所述第一响应信息为后台控制中心对所述第一紧急情况信息的响应信息。
2.如权利要求1所述的方法，其中，所述将所述配电数据信息和所述用电户数信息作为输入信息输入神经网络模型，获得配电柜电力输出分路信息，还包括:
将所述配电数据信息和所述用电户数信息输入第一训练模型，所述第一训练模型通过多组训练数据训练所得，所述多组训练数据中的每一组训练数据均包括：所述配电数据信息、所述用电户数信息和用来标识配电柜电力输出分路的标识信息；
获得所述第一训练模型的输出信息，所述输出信息包括配电柜电力输出分路信息。
3.如权利要求1所述的方法，其中，所述方法还包括：
根据所述第一分路配电网络仿真模型获得第一分路电流输出信息；
设定所述第一分路电流输出信息的预告警电流值；
判断所述第一分路电流输出信息是否满足所述预告警电流值；
若满足，获得第一预警信息；
根据所述第一预警信息，获得第一发送指令，所述第一发送指令为将所述第一预警信息通过所述第一分路配电网络仿真模型发送至所述后台控制中心显示屏。
4.如权利要求1所述的方法，其中，所述方法还包括：
根据所述第一电力输出分路信息生成第一标识码，所述第一标识码与所述第一电力输出分路信息相对应；
根据所述第二电力输出分路信息生成第二标识码，以此类推，根据所述第N电力输出分路信息和第N-1标识码生成第N标识码，其中，N为大于1的自然数；
将所有电力输出分路信息和与其对应的标识码作为一个区块；
将不同区块分别复制保存在M台电子设备上，其中，M、N分别为大于0的整数。
5.一种处理配电柜异常的智能规划系统，其中，所述系统包括：
第一获得单元：所述第一获得单元用于获得配电柜的配电数据信息；
第二获得单元：所述第二获得单元用于获得社区内用电户数信息；
第一输入单元：所述第一输入单元用于将所述配电数据信息和所述用电户数信息作为输入信息输入神经网络模型，获得配电柜电力输出分路信息；
第三获得单元：所述第三获得单元用于根据所述配电柜电力输出分路信息获得第一电力输出分路信息、第二电力输出分路信息，以此类推，直至获得第N电力输出分路信息；
第一监控单元：所述第一监控单元用于分别对所述第一电力输出分路信息、所述第二电力输出分路信息直至所述第N电力输出分路信息进行实时监控，依次获得第一监控信息、第二监控信息直至第N监控信息；
第六获得单元：所述第六获得单元用于获得第一图像信息，所述第一图像信息为通过摄像头拍摄到的所述第一电力输出分路信息的图像信息；
第七获得单元：所述第七获得单元用于根据所述第一图像信息获得第一分路电气参数信息；
第一构建单元：所述第一构建单元用于根据所述第一分路电气参数信息构建第一分路配电网络仿真模型；
第二监控单元：所述第二监控单元用于通过所述第一分路配电网络仿真模型对所述第一电力输出分路信息进行实时监控；
第一上传单元：所述第一上传单元用于将所述第一监控信息、所述第二监控信息直至所述第N监控信息上传至后台控制中心显示屏；
第一判断单元：所述第一判断单元用于判断所述第一监控信息、所述第二监控信息直至所述第N监控信息是否存在异常；
第四获得单元：所述第四获得单元用于若存在，获得第一预警信息，所述第一预警信息用于在所述后台控制中心显示屏上进行预警信息提示；
第一规划单元：所述第一规划单元用于根据所述第一预警信息，对所述配电柜的配电数据信息进行智能规划；
第十一获得单元：所述第十一获得单元用于获得第一紧急情况信息，所述第一紧急情况信息为所述第一电力输出分路信息的突发紧急情况信息；
第十二获得单元：所述第十二获得单元用于根据所述第一紧急情况信息，获得第一请求指令，所述第一请求指令为自动调用第一紧急情况图像信息；
第一调整单元：所述第一调整单元用于根据所述第一请求指令，调整摄像头姿态获取所述第一紧急情况图像信息；
第十三获得单元：所述第十三获得单元用于根据所述第一紧急情况图像信息，获得第一发送指令；
第一发送单元：所述第一发送单元用于根据所述第一发送指令，将所述第一紧急情况图像信息发送至所述后台控制中心显示屏；
第十四获得单元：所述第十四获得单元用于获得第一响应信息，所述第一响应信息为后台控制中心对所述第一紧急情况信息的响应信息。
6.一种处理配电柜异常的智能规划系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现权利要求1-4任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111619188.4A CN114511179B (zh) | 2021-12-28 | 2021-12-28 | 一种处理配电柜异常的智能规划方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111619188.4A CN114511179B (zh) | 2021-12-28 | 2021-12-28 | 一种处理配电柜异常的智能规划方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114511179A CN114511179A (zh) | 2022-05-17 |
| CN114511179B true CN114511179B (zh) | 2023-09-12 |
Family
ID=81548575
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111619188.4A Active CN114511179B (zh) | 2021-12-28 | 2021-12-28 | 一种处理配电柜异常的智能规划方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114511179B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116167200B (zh) * | 2022-12-05 | 2024-07-12 | 上海蓝箭电控设备南通有限公司 | 一种配电柜使用年限检测方法和装置 |
Citations (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102572386A (zh) * | 2011-05-20 | 2012-07-11 | 广东迅通科技股份有限公司 | 多设备协作报警分析处理系统 |
| CN103108159A (zh) * | 2013-01-17 | 2013-05-15 | 新疆电力公司乌鲁木齐电业局 | 一种电力智能视频分析监控系统和方法 |
| CN103279897A (zh) * | 2013-04-28 | 2013-09-04 | 北京臻迪科技有限公司 | 电力调度监测信息展示方法及系统 |
| CN104268802A (zh) * | 2014-10-11 | 2015-01-07 | 国家电网公司 | 采用神经网络模型确定城市居民小区用电需用系数的方法 |
| CN104577772A (zh) * | 2015-01-30 | 2015-04-29 | 国家电网公司 | 一种配电柜 |
| CN104734359A (zh) * | 2015-03-28 | 2015-06-24 | 黄友锋 | 一种电网配电线路实时监控分析系统 |
| CN109615169A (zh) * | 2018-11-08 | 2019-04-12 | 国家电网有限公司 | 一种基于MEA-IElman神经网络的配电网可靠性评估方法 |
| CN110827404A (zh) * | 2019-11-07 | 2020-02-21 | 中水三立数据技术股份有限公司 | 一种泵站全景监控预警系统及其方法 |
| CN110932099A (zh) * | 2019-12-16 | 2020-03-27 | 安徽飞凯电子技术有限公司 | 一种基于大数据的配电柜运行监测系统 |
| CN111210129A (zh) * | 2019-12-28 | 2020-05-29 | 深圳供电局有限公司 | 一种基于网格化的配电网规划业务管理信息系统 |
| CN111428987A (zh) * | 2020-03-20 | 2020-07-17 | 广东电网有限责任公司 | 一种基于人工智能的继保装置图像识别方法和系统 |
| CN111475581A (zh) * | 2020-04-24 | 2020-07-31 | 江苏荣泽信息科技股份有限公司 | 一种基于区块链的电力系统用电使用数据统计管理系统 |
| CN111582626A (zh) * | 2020-03-17 | 2020-08-25 | 上海博英信息科技有限公司 | 一种基于大数据的电网规划适应性方法 |
| CN112131783A (zh) * | 2020-09-04 | 2020-12-25 | 国电南瑞科技股份有限公司 | 一种基于配电台区大数据的户变拓扑关系识别方法 |
| CN112491139A (zh) * | 2020-11-12 | 2021-03-12 | 杭州凯达电力建设有限公司自动化运维分公司 | 一种用电综合监控系统 |
| CN112508261A (zh) * | 2020-12-03 | 2021-03-16 | 广东电网有限责任公司 | 一种基于神经网络的配电变压器负荷分层预测方法及装置 |
| CN112613178A (zh) * | 2020-12-25 | 2021-04-06 | 苏州智方电力设计有限公司 | 一种配电线路规划方法、系统、智能终端以及存储介质 |
| CN112785009A (zh) * | 2020-12-31 | 2021-05-11 | 深圳市创奇电气有限公司 | 智能配电柜分路电流实时监控预警方法、系统以及存储介质 |
| CN113114992A (zh) * | 2021-04-07 | 2021-07-13 | 黑龙江省交投千方科技有限公司 | 一种智能视频网关、高速公路监控系统及方法 |
| CN113225212A (zh) * | 2021-04-30 | 2021-08-06 | 中国联合网络通信集团有限公司 | 数据中心监控系统、方法及服务器 |
| 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 |
| CN113471982A (zh) * | 2021-07-22 | 2021-10-01 | 天津大学 | 云边协同与电网隐私保护的分布式电源就地电压控制方法 |
| CN113505951A (zh) * | 2021-03-31 | 2021-10-15 | 国网山西省电力公司吕梁供电公司 | 一种配网规划全过程评估管理系统 |
| CN113535806A (zh) * | 2021-06-18 | 2021-10-22 | 胡茂民 | 一种基于区块链的电力数据处理方法及装置 |
-
2021
- 2021-12-28 CN CN202111619188.4A patent/CN114511179B/zh active Active
Patent Citations (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102572386A (zh) * | 2011-05-20 | 2012-07-11 | 广东迅通科技股份有限公司 | 多设备协作报警分析处理系统 |
| CN103108159A (zh) * | 2013-01-17 | 2013-05-15 | 新疆电力公司乌鲁木齐电业局 | 一种电力智能视频分析监控系统和方法 |
| CN103279897A (zh) * | 2013-04-28 | 2013-09-04 | 北京臻迪科技有限公司 | 电力调度监测信息展示方法及系统 |
| CN104268802A (zh) * | 2014-10-11 | 2015-01-07 | 国家电网公司 | 采用神经网络模型确定城市居民小区用电需用系数的方法 |
| CN104577772A (zh) * | 2015-01-30 | 2015-04-29 | 国家电网公司 | 一种配电柜 |
| CN104734359A (zh) * | 2015-03-28 | 2015-06-24 | 黄友锋 | 一种电网配电线路实时监控分析系统 |
| CN109615169A (zh) * | 2018-11-08 | 2019-04-12 | 国家电网有限公司 | 一种基于MEA-IElman神经网络的配电网可靠性评估方法 |
| CN110827404A (zh) * | 2019-11-07 | 2020-02-21 | 中水三立数据技术股份有限公司 | 一种泵站全景监控预警系统及其方法 |
| CN110932099A (zh) * | 2019-12-16 | 2020-03-27 | 安徽飞凯电子技术有限公司 | 一种基于大数据的配电柜运行监测系统 |
| CN111210129A (zh) * | 2019-12-28 | 2020-05-29 | 深圳供电局有限公司 | 一种基于网格化的配电网规划业务管理信息系统 |
| CN111582626A (zh) * | 2020-03-17 | 2020-08-25 | 上海博英信息科技有限公司 | 一种基于大数据的电网规划适应性方法 |
| CN111428987A (zh) * | 2020-03-20 | 2020-07-17 | 广东电网有限责任公司 | 一种基于人工智能的继保装置图像识别方法和系统 |
| CN111475581A (zh) * | 2020-04-24 | 2020-07-31 | 江苏荣泽信息科技股份有限公司 | 一种基于区块链的电力系统用电使用数据统计管理系统 |
| CN112131783A (zh) * | 2020-09-04 | 2020-12-25 | 国电南瑞科技股份有限公司 | 一种基于配电台区大数据的户变拓扑关系识别方法 |
| CN112491139A (zh) * | 2020-11-12 | 2021-03-12 | 杭州凯达电力建设有限公司自动化运维分公司 | 一种用电综合监控系统 |
| CN112508261A (zh) * | 2020-12-03 | 2021-03-16 | 广东电网有限责任公司 | 一种基于神经网络的配电变压器负荷分层预测方法及装置 |
| CN112613178A (zh) * | 2020-12-25 | 2021-04-06 | 苏州智方电力设计有限公司 | 一种配电线路规划方法、系统、智能终端以及存储介质 |
| CN112785009A (zh) * | 2020-12-31 | 2021-05-11 | 深圳市创奇电气有限公司 | 智能配电柜分路电流实时监控预警方法、系统以及存储介质 |
| CN113505951A (zh) * | 2021-03-31 | 2021-10-15 | 国网山西省电力公司吕梁供电公司 | 一种配网规划全过程评估管理系统 |
| CN113114992A (zh) * | 2021-04-07 | 2021-07-13 | 黑龙江省交投千方科技有限公司 | 一种智能视频网关、高速公路监控系统及方法 |
| CN113225212A (zh) * | 2021-04-30 | 2021-08-06 | 中国联合网络通信集团有限公司 | 数据中心监控系统、方法及服务器 |
| CN113535806A (zh) * | 2021-06-18 | 2021-10-22 | 胡茂民 | 一种基于区块链的电力数据处理方法及装置 |
| CN113471982A (zh) * | 2021-07-22 | 2021-10-01 | 天津大学 | 云边协同与电网隐私保护的分布式电源就地电压控制方法 |
| 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 |
Non-Patent Citations (1)
| Title |
|---|
| 刘凯，赵发平.配电网故障诊断及处理.《中国矿业大学出版社》,2019,第34页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114511179A (zh) | 2022-05-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107346466A (zh) | 一种电力调度系统的控制方法及装置 | |
| CN211509189U (zh) | 电力作业现场监督设备及系统 | |
| CN111208384B (zh) | 一种智能电网管理系统 | |
| CN113589096A (zh) | 一种多状态量可组态变电设备边缘计算系统及其方法 | |
| CN103926891B (zh) | 移动通信机房基站动力环境设备监测系统及方法 | |
| CN109145362A (zh) | 一种电网建模方法及系统 | |
| EP4203398A1 (en) | Data processing method, apparatus, device, and storage medium | |
| CN114511179B (zh) | 一种处理配电柜异常的智能规划方法及系统 | |
| CN104505947B (zh) | 一种变电站直流电源监控系统及方法 | |
| CN106227127A (zh) | 发电设备智能监控装置和监控方法 | |
| CN116523294A (zh) | 基于知识图谱的电网风险预警及决策系统、方法及设备 | |
| CN108183814A (zh) | 用电信息采集系统的通信信道的故障排查方法和装置 | |
| CN117200421B (zh) | 一种基于物联网的安全弱电配电设备及其智能控制方法 | |
| CN109961376A (zh) | 一种分散式储能设备管控系统及方法 | |
| CN112508384B (zh) | 一种电力调度操作票可视化自动监控设备及方法 | |
| CN115953009B (zh) | 电力系统的调度方法、调度决策模型的训练方法 | |
| CN115661967A (zh) | 一种应用于换流站设备故障的智能联动巡检方法 | |
| CN115833927A (zh) | 一种纤芯的切换方法、装置、电子设备和存储介质 | |
| CN112947211B (zh) | 一种基于云平台的会议室用时序电源管理系统及方法 | |
| CN211906341U (zh) | 一种电网调度管理系统 | |
| CN112415306A (zh) | 一种配电自动化设备模块智能检测装置 | |
| CN111539642A (zh) | 一种基于面向对象的电厂数据采集处理系统及其方法 | |
| CN117578742B (zh) | 一种智能电力调度系统安全监控方法及系统 | |
| CN117350889B (zh) | 一种输电线路边缘计算与物联代理装置 | |
| CN208180176U (zh) | 一种用于远程控制的注塑设备 |
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 |