CN114626440A - 一种监控信号的对象化分析方法及装置 - Google Patents
一种监控信号的对象化分析方法及装置 Download PDFInfo
- Publication number
- CN114626440A CN114626440A CN202210158711.6A CN202210158711A CN114626440A CN 114626440 A CN114626440 A CN 114626440A CN 202210158711 A CN202210158711 A CN 202210158711A CN 114626440 A CN114626440 A CN 114626440A
- Authority
- CN
- China
- Prior art keywords
- model
- type
- equipment
- attribute
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- 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
Abstract
本发明公开了一种监控信号的对象化分析方法及装置,实现面向电网及设备的监控信号对象化建模,采用特征提取、分类建模、组合筛选、属性固化、故障告警信息获取的方法,实现监控信号到对象化模型的映射。本发明通过对信息离散、零碎的监控信号进行分类、构建模块,有效将监控信号进行预处理,进一步构建出优化的对象化模型、事件化模型,再通过对象化模型的固化与赋值,完成对象化模型的浓缩,并对对象化模型中信息进行分析,实现快速定位电网事故,减少复杂信息分析时间,为减少电网设备异常状态现场检查时间提供基础。
Description
技术领域
本发明涉及一种监控信号的对象化分析方法及装置,属于电力系统运行监视技术领域。
背景技术
电是目前应用最广泛的能源,居民用电的最直接来源是就近的变电站。所以为保证用电安全,往往需要电力系统对反应变电站设备状况的信号进行实时监控。但是,由于变电站数量众多,且现有的监控方式是针对每一变电站分别进行监控,监控工作量巨大,再加上设备状态信息离散化、碎片化,不同的变电站的设备工作过程中的状态信息可能各不相同,可能需要人工判断变电站出现的状态信息是否为故障信息,导致信息整合速度慢,监测过程缺乏及时性,且监控结果容易出现误差。
再加上电网设备规模扩大及智能监测水平提升,设备监控信息的数量呈现几何级增长趋势,现有电网监控业务实时分析处置方面仍存在着电网监控数据融合与信息标准化过程不够智能、监控事件分析及处置广度与深度不足等问题,为了提高工作效率,提升调控业务智能化水平,迫切需要对当前调度业务系统进行改造,实现对监控信息的智能分析。
发明内容
目的:为了克服现有技术中存在的监控业务信息离散、零碎,缺乏有效的一次设备、二次设备、辅助设备以及相关监控信号模型定义的不足,本发明提供一种监控信号的对象化分析方法及装置,实现面向电网及设备的监控信号对象化建模,采用特征提取、分类建模、组合筛选、属性固化、故障告警信息获取的方法,实现监控信号到对象化模型的映射。
技术方案:为解决上述技术问题,本发明采用的技术方案为:
第一方面,一种监控信号的对象化分析方法,具体步骤如下:
步骤1:获取监控信号中关于电网、设备的特性和逻辑结果,对于特性和逻辑结果按不同属性进行分类,得到分类后的监控信号。
步骤2:针对分类后的监控信号基于每个监控信号的信号名称、信号所属设备信息,结合拓扑连接关系,提取具有强相关性的集合构建各类型模块。
步骤3:将分类后的监控信号构建的各类型模块按照层级进行排列组合,形成中间模型,再根据预设规则对中间模型进行筛选,形成对象化模型、事件化模型。
步骤4:固化对象化模型属性,形成对象化模型属性固化表,将对象化模型属性固化表与事件化模型进行匹配,将匹配成功的事件化模型中内容赋入对象化模型属性固化表中。
步骤5:从对象化模型属性固化表中获得一次设备、二次设备的状态,根据一次设备、二次设备的状态进行分析,得到一次设备、二次设备的故障告警信息。
第二方面,一种监控信号的对象化分析装置,具体模块如下:
监控信号分类模块:用于获取监控信号中关于电网、设备的特性和逻辑结果,对于特性和逻辑结果按不同属性进行分类,得到分类后的监控信号。
各类模块构建模块:用于针对分类后的监控信号基于每个监控信号的信号名称、信号所属设备信息,结合拓扑连接关系,提取具有强相关性的集合构建各类型模块。
对象化模型、事件化模型构建模块:用于将分类后的监控信号构建的各类型模块按照层级进行排列组合,形成中间模型,再根据预设规则对中间模型进行筛选,形成对象化模型、事件化模型。
对象化模型固化模块:用于固化对象化模型属性,形成对象化模型属性固化表,将对象化模型属性固化表与事件化模型进行匹配,将匹配成功的事件化模型中内容赋入对象化模型属性固化表中。
故障告警模块:用于从对象化模型属性固化表中获得一次设备、二次设备的状态,根据一次设备、二次设备的状态进行分析,得到一次设备、二次设备的故障告警信息。
第三方面,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,该程序被处理器执行时,实现第一方面所述的一种监控信号的对象化分析方法。
作为优选方案,所述对于特性和逻辑结果按不同属性进行分类,包括:电网、设备的特性和逻辑结果按照所属厂站类型、电压等级类型、一次设备类型、二次设备类型的属性进行分类。
作为优选方案,所述层级包括:厂站层级、一次设备层级、二次设备层级和特殊字典层级。所述特殊字典层级至少包括:共性字典类、个性字典类和独立字典类。
作为优选方案,所述预设规则包括:根据电网、设备及运维监控工作的特性、规律,依照设备说明书、出厂资料、电力系统相关规程规范和典型监控信号告警原因、释义和处置原则。
作为优选方案,所述对象化模型至少包括:一次设备标识、二次设备标识、属性、信号类型、电压类型、设备所属的厂站标识和设备所属的间隔标识。
所述事件化模型至少包括:事件名称、事件类型、适用范围、厂站信息和相关告警信号。
作为优选方案,所述对象化模型属性固化表至少包括:ID、模型名称、适用类别、适用范围和属性固化。所述属性固化至少包括:告警等级、故障源类型、是否光字、告警延时、信号类型、厂站类型、一次设备类型、二次设备类型、电压等级、告警释义、告警原因和处置原则。
作为优选方案,所述将对象化模型属性固化表与事件化模型进行匹配,将匹配成功的事件化模型中内容赋入对象化模型属性固化表中的方法,包括如下步骤:
步骤4.1:结合历史监控信息分析库中策略,对事件化模型进行拆分,分离出事件名称,事件类型,适用范围、厂站信息,相关告警信号。
步骤4.2:对分离出的事件名称,事件类型,适用范围、厂站信息,相关告警信号进行解析得到事件规则、集合规则、条件规则。
步骤4.3:根据事件规则、集合规则、条件规则中设备类型、电压等级、设备拓扑关系与对象化模型属性固化表进行匹配。
步骤4.4:将匹配成功的事件化模型从事件规则、集合规则和条件规则进行逐个关联维护,将对应的内容赋入对象化模型属性固化表中。
作为优选方案,所述事件规则至少包括:事件名称、事件类型、设备类型、关联集合和关联条件。
所述集合规则至少包括:集合名称、集合类型、关联条件和关联条件类型。
所述条件规则至少包含:条件名称、条件拓扑关系、设备类型和条件属性规则。
有益效果:本发明提供的一种监控信号的对象化分析方法及装置,通过对信息离散、零碎的监控信号进行分类、构建模块,有效将监控信号进行预处理,进一步构建出优化的对象化模型、事件化模型,再通过对象化模型的固化与赋值,完成对象化模型的浓缩,并对对象化模型中信息进行分析,实现快速定位电网事故,减少复杂信息分析时间,为减少电网设备异常状态现场检查时间提供基础。
另外,通过智能分析减少现场操作时间,提高了事故处置及日常调令操作效率,极大程度上减少了事故处置及设备停电时间,同时减少了事故时对人身安全带来的隐患,提高客户满意度,具有良好的社会效益。
附图说明
图1为本发明的方法流程示意图。
图2为告警事件、集合、条件关系示意图。
图3为本发明的装置结构示意图。
具体实施方式
下面结合具体实施例对本发明作更进一步的说明。
如图1所示,一种监控信号的对象化分析方法,具体步骤如下:
步骤1:获取监控信号中关于电网、设备的特性和逻辑结果,对于特性和逻辑结果按不同属性进行分类,得到分类后的监控信号。
电网、设备的特性和逻辑结果按照所属厂站类型、电压等级类型、一次设备类型、二次设备类型的属性进行分类。
其中,所属厂站类型至少包括智能站、常规站、智能站和常规站三种类型。
电压等级类型至少包括500kV、220kV、110kV、66kV、35kV。
一次设备类型至少包括母线、线路、断路器、主变本体、电容器、电抗器。
二次设备类型至少包括线路保护装置、主变保护装置、非电量保护装置、线路辅助保护装置、合并单元、智能终端、断路器保护装置、容抗器测控保护装置、合智单元、母线保护装置、线路高抗保护装置。
提取的关于电网、设备的特性和逻辑结果作为特征可有效的反应出调度系统关于监控信号的特征,对以上监控信号基础上进行分类,实现监控信息描述的结构化,便于神经网络感知层的进一步逻辑分析。
步骤2:针对分类后的监控信号基于每个监控信号的信号名称、信号所属设备信息,结合拓扑连接关系,提取具有强相关性的集合构建各类型模块。
现以“二次设备类型”中的各监控信号为例,对各的监控信号所属设备的特征进行分析,将监控信号归为不同设备类型的模块,包括:线路保护装置模块、主变保护装置模块、非电量保护装置模块、线路辅助保护装置模块、合并单元模块、智能终端模块,各设备类型的模块还可以根据具体设备名称进行小类模块定义,如表1所示:
表1 二次设备类型的小类模块
步骤3:将分类后的监控信号构建的各类型模块按照层级进行排列组合,形成中间模型,再根据预设规则对中间模型进行筛选,形成对象化模型、事件化模型。
所述层级包括:厂站层级、一次设备层级、二次设备层级和特殊字典层级。所述特殊字典层级至少包括:共性字典类、个性字典类和独立字典类。
所述预设规则包括:根据电网、设备及运维监控工作的特性、规律,依照设备说明书、出厂资料、电力系统相关规程规范和典型监控信号告警原因、释义和处置原则。
所述对象化模型至少包括:一次设备标识、二次设备标识、属性、信号类型、电压类型、设备所属的厂站标识和设备所属的间隔标识。
所述事件化模型至少包括:事件名称、事件类型、适用范围、厂站信息和相关告警信号。
以特殊字典层级为例,最终形成的对象化模型,包括典型信号字典模型,如:“智能.常规站/500kV.220kV/母线/第一套母线保护/差动保护跳Ⅱ母出口”、“智能.常规站/ll0kV/线路/第二套辅助保护/装置异常”。典型二次台账模型如:“智能.常规站/500kV/#1变压器/第一套非电量保护”等。
步骤4:固化对象化模型属性,形成对象化模型属性固化表,将对象化模型属性固化表与事件化模型进行匹配,将匹配成功的事件化模型中内容赋入对象化模型属性固化表中。
所述对象化模型属性固化表至少包括:ID、模型名称、适用类别、适用范围和属性固化。所述属性固化至少包括:告警等级、故障源类型、是否光字、告警延时、信号类型、厂站类型、一次设备类型、二次设备类型、电压等级、告警释义、告警原因和处置原则。
所述将对象化模型属性固化表与事件化模型进行匹配,将匹配成功的事件化模型中内容赋入对象化模型属性固化表中的方法,包括如下步骤:
步骤4.1:结合历史监控信息分析库中策略,对事件化模型进行拆分,分离出事件名称,事件类型,适用范围、厂站信息,相关告警信号。
步骤4.2:对分离出的事件名称,事件类型,适用范围、厂站信息,相关告警信号进行解析得到事件规则、集合规则、条件规则。
步骤4.3:根据事件规则、集合规则、条件规则中设备类型、电压等级、设备拓扑关系与对象化模型属性固化表进行匹配。
步骤4.4:将匹配成功的事件化模型从事件规则、集合规则和条件规则进行逐个关联维护,将对应的内容赋入对象化模型属性固化表中。
如图2所示,所述事件规则至少包括:事件名称、事件类型、设备类型、关联集合和关联条件。
所述集合规则至少包括:集合名称、集合类型、关联条件和关联条件类型。
所述条件规则至少包含:条件名称、条件拓扑关系、设备类型和条件属性规则。
以典型信号字典模型为例,典型信号字典模型属性固化表,如表2所示。
表2典型信号字典模型属性固化表
步骤5:从对象化模型属性固化表中获得一次设备、二次设备的状态,根据一次设备、二次设备的状态进行分析,得到一次设备、二次设备的故障告警信息。
如图3所示,一种监控信号的对象化分析装置,具体模块如下:
监控信号分类模块:用于获取监控信号中关于电网、设备的特性和逻辑结果,对于特性和逻辑结果按不同属性进行分类,得到分类后的监控信号。
各类模块构建模块:用于针对分类后的监控信号基于每个监控信号的信号名称、信号所属设备信息,结合拓扑连接关系,提取具有强相关性的集合构建各类型模块。
对象化模型、事件化模型构建模块:用于将分类后的监控信号构建的各类型模块按照层级进行排列组合,形成中间模型,再根据预设规则对中间模型进行筛选,形成对象化模型、事件化模型。
对象化模型固化模块:用于固化对象化模型属性,形成对象化模型属性固化表,将对象化模型属性固化表与事件化模型进行匹配,将匹配成功的事件化模型中内容赋入对象化模型属性固化表中。
故障告警模块:用于从对象化模型属性固化表中获得一次设备、二次设备的状态,根据一次设备、二次设备的状态进行分析,得到一次设备、二次设备的故障告警信息。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、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。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (19)
1.一种监控信号的对象化分析方法,其特征在于:包括如下步骤:
步骤1:获取监控信号中关于电网、设备的特性和逻辑结果,对于特性和逻辑结果按不同属性进行分类,得到分类后的监控信号;
步骤2:针对分类后的监控信号基于每个监控信号的信号名称、信号所属设备信息,结合拓扑连接关系,提取具有强相关性的集合构建各类型模块;
步骤3:将分类后的监控信号构建的各类型模块按照层级进行排列组合,形成中间模型,再根据预设规则对中间模型进行筛选,形成对象化模型、事件化模型;
步骤4:固化对象化模型属性,形成对象化模型属性固化表,将对象化模型属性固化表与事件化模型进行匹配,将匹配成功的事件化模型中内容赋入对象化模型属性固化表中;
步骤5:从对象化模型属性固化表中获得一次设备、二次设备的状态,根据一次设备、二次设备的状态进行分析,得到一次设备、二次设备的故障告警信息。
2.根据权利要求1所述的一种监控信号的对象化分析方法,其特征在于:所述对于特性和逻辑结果按不同属性进行分类,包括:电网、设备的特性和逻辑结果按照所属厂站类型、电压等级类型、一次设备类型、二次设备类型的属性进行分类。
3.根据权利要求1所述的一种监控信号的对象化分析方法,其特征在于:所述层级包括:厂站层级、一次设备层级、二次设备层级和特殊字典层级。
4.根据权利要求1所述的一种监控信号的对象化分析方法,其特征在于:所述预设规则包括:根据电网、设备及运维监控工作的特性、规律,依照设备说明书、出厂资料、电力系统相关规程规范和典型监控信号告警原因、释义和处置原则。
5.根据权利要求1所述的一种监控信号的对象化分析方法,其特征在于:所述对象化模型至少包括:一次设备标识、二次设备标识、属性、信号类型、电压类型、设备所属的厂站标识和设备所属的间隔标识。
6.根据权利要求1所述的一种监控信号的对象化分析方法,其特征在于:所述事件化模型至少包括:事件名称、事件类型、适用范围、厂站信息和相关告警信号。
7.根据权利要求1所述的一种监控信号的对象化分析方法,其特征在于:所述对象化模型属性固化表至少包括:ID、模型名称、适用类别、适用范围和属性固化;所述属性固化至少包括:告警等级、故障源类型、是否光字、告警延时、信号类型、厂站类型、一次设备类型、二次设备类型、电压等级、告警释义、告警原因和处置原则。
8.根据权利要求1所述的一种监控信号的对象化分析方法,其特征在于:所述将对象化模型属性固化表与事件化模型进行匹配,将匹配成功的事件化模型中内容赋入对象化模型属性固化表中的方法,包括如下步骤:
步骤4.1:结合历史监控信息分析库中策略,对事件化模型进行拆分,分离出事件名称,事件类型,适用范围、厂站信息,相关告警信号;
步骤4.2:对分离出的事件名称,事件类型,适用范围、厂站信息,相关告警信号进行解析得到事件规则、集合规则、条件规则;
步骤4.3:根据事件规则、集合规则、条件规则中设备类型、电压等级、设备拓扑关系与对象化模型属性固化表进行匹配;
步骤4.4:将匹配成功的事件化模型从事件规则、集合规则和条件规则进行逐个关联维护,将对应的内容赋入对象化模型属性固化表中。
9.根据权利要求8所述的一种监控信号的对象化分析方法,其特征在于:所述事件规则至少包括:事件名称、事件类型、设备类型、关联集合和关联条件;
所述集合规则至少包括:集合名称、集合类型、关联条件和关联条件类型;
所述条件规则至少包含:条件名称、条件拓扑关系、设备类型和条件属性规则。
10.一种监控信号的对象化分析装置,其特征在于:具体模块如下:
监控信号分类模块:用于获取监控信号中关于电网、设备的特性和逻辑结果,对于特性和逻辑结果按不同属性进行分类,得到分类后的监控信号;
各类模块构建模块:用于针对分类后的监控信号基于每个监控信号的信号名称、信号所属设备信息,结合拓扑连接关系,提取具有强相关性的集合构建各类型模块;
对象化模型、事件化模型构建模块:用于将分类后的监控信号构建的各类型模块按照层级进行排列组合,形成中间模型,再根据预设规则对中间模型进行筛选,形成对象化模型、事件化模型;
对象化模型固化模块:用于固化对象化模型属性,形成对象化模型属性固化表,将对象化模型属性固化表与事件化模型进行匹配,将匹配成功的事件化模型中内容赋入对象化模型属性固化表中;
故障告警模块:用于从对象化模型属性固化表中获得一次设备、二次设备的状态,根据一次设备、二次设备的状态进行分析,得到一次设备、二次设备的故障告警信息。
11.根据权利要求10所述的一种监控信号的对象化分析装置,其特征在于:所述对于特性和逻辑结果按不同属性进行分类,包括:电网、设备的特性和逻辑结果按照所属厂站类型、电压等级类型、一次设备类型、二次设备类型的属性进行分类。
12.根据权利要求10所述的一种监控信号的对象化分析装置,其特征在于:所述层级包括:厂站层级、一次设备层级、二次设备层级和特殊字典层级。
13.根据权利要求10所述的一种监控信号的对象化分析装置,其特征在于:所述预设规则包括:根据电网、设备及运维监控工作的特性、规律,依照设备说明书、出厂资料、电力系统相关规程规范和典型监控信号告警原因、释义和处置原则。
14.根据权利要求10所述的一种监控信号的对象化分析装置,其特征在于:所述对象化模型至少包括:一次设备标识、二次设备标识、属性、信号类型、电压类型、设备所属的厂站标识和设备所属的间隔标识。
15.根据权利要求10所述的一种监控信号的对象化分析装置,其特征在于:所述事件化模型至少包括:事件名称、事件类型、适用范围、厂站信息和相关告警信号。
16.根据权利要求10所述的一种监控信号的对象化分析装置,其特征在于:所述对象化模型属性固化表至少包括:ID、模型名称、适用类别、适用范围和属性固化;所述属性固化至少包括:告警等级、故障源类型、是否光字、告警延时、信号类型、厂站类型、一次设备类型、二次设备类型、电压等级、告警释义、告警原因和处置原则。
17.根据权利要求10所述的一种监控信号的对象化分析装置,其特征在于:所述将对象化模型属性固化表与事件化模型进行匹配,将匹配成功的事件化模型中内容赋入对象化模型属性固化表中的方法,包括如下步骤:
步骤4.1:结合历史监控信息分析库中策略,对事件化模型进行拆分,分离出事件名称,事件类型,适用范围、厂站信息,相关告警信号;
步骤4.2:对分离出的事件名称,事件类型,适用范围、厂站信息,相关告警信号进行解析得到事件规则、集合规则、条件规则;
步骤4.3:根据事件规则、集合规则、条件规则中设备类型、电压等级、设备拓扑关系与对象化模型属性固化表进行匹配;
步骤4.4:将匹配成功的事件化模型从事件规则、集合规则和条件规则进行逐个关联维护,将对应的内容赋入对象化模型属性固化表中。
18.根据权利要求17所述的一种监控信号的对象化分析装置,其特征在于:所述事件规则至少包括:事件名称、事件类型、设备类型、关联集合和关联条件;
所述集合规则至少包括:集合名称、集合类型、关联条件和关联条件类型;
所述条件规则至少包含:条件名称、条件拓扑关系、设备类型和条件属性规则。
19.一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,该程序被处理器执行时,实现如权利要求1-9中任一项所述的一种监控信号的对象化分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210158711.6A CN114626440A (zh) | 2022-02-21 | 2022-02-21 | 一种监控信号的对象化分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210158711.6A CN114626440A (zh) | 2022-02-21 | 2022-02-21 | 一种监控信号的对象化分析方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114626440A true CN114626440A (zh) | 2022-06-14 |
Family
ID=81900041
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210158711.6A Pending CN114626440A (zh) | 2022-02-21 | 2022-02-21 | 一种监控信号的对象化分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114626440A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115296976A (zh) * | 2022-06-28 | 2022-11-04 | 青岛海尔科技有限公司 | 物联网设备故障检测方法、装置、设备及存储介质 |
-
2022
- 2022-02-21 CN CN202210158711.6A patent/CN114626440A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115296976A (zh) * | 2022-06-28 | 2022-11-04 | 青岛海尔科技有限公司 | 物联网设备故障检测方法、装置、设备及存储介质 |
CN115296976B (zh) * | 2022-06-28 | 2024-03-22 | 青岛海尔科技有限公司 | 物联网设备故障检测方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102638100B (zh) | 地区电网设备异常告警信号关联分析与诊断方法 | |
CN105245185B (zh) | 一种接入配电网的区域分布式光伏故障诊断系统及方法 | |
WO2018086488A1 (zh) | 一种配电网风险辨识系统、方法及计算机存储介质 | |
CN102142716B (zh) | 一种基于三态数据多维协同处理的电网在线故障诊断方法 | |
CN108537344A (zh) | 基于闭环知识管理的二次设备智能运维方法 | |
CN106655522A (zh) | 一种适用于电网二次设备运维管理的主站系统 | |
WO2015043441A1 (zh) | 基于多场景分析的智能告警推理方法 | |
CN104020754A (zh) | 一种变电站一次主设备状态监测信息接入调控系统的方法 | |
CN110707692A (zh) | 一种电力系统在线负荷分析与建模系统及方法 | |
CN111768076B (zh) | 一种以电网事件为中心的监控告警信号聚类方法 | |
CN109494877B (zh) | 海上风电场一体化监控方法、装置、计算机设备和介质 | |
CN107798395A (zh) | 一种电网事故信号自动诊断方法及系统 | |
CN108268706B (zh) | 面向一体化监控系统智能告警应用的闭环测试系统及方法 | |
CN110336375A (zh) | 一种电网监控告警信息的处理方法及系统 | |
CN103227450B (zh) | 在线故障恢复方法及系统 | |
CN106651198A (zh) | 一种电网事故辅助处理方法及其系统 | |
CN110350660B (zh) | 一种继电保护功能压板在线监视方法和系统 | |
CN111049131A (zh) | 一种地区电网在线故障处置预案生成方法及系统 | |
CN114626440A (zh) | 一种监控信号的对象化分析方法及装置 | |
CN112950064B (zh) | 一种电网安全风险影响因素分析方法及装置 | |
CN104657814A (zh) | 基于ems系统的继电保护装置信号模板抽取定义方法 | |
CN104701993A (zh) | 辨识继电保护装置检修数据的方法和系统 | |
CN106651113A (zh) | 一种基于超前n‑1分析的调度员操作风险评估方法 | |
CN111509839A (zh) | 一种基于告警信号的跳闸事件化模型分析方法 | |
CN108596450B (zh) | 电网风险预警方法和系统 |
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 |