CN114784955A - 一种智能变电站异常信息处理方法 - Google Patents
一种智能变电站异常信息处理方法 Download PDFInfo
- Publication number
- CN114784955A CN114784955A CN202210186953.6A CN202210186953A CN114784955A CN 114784955 A CN114784955 A CN 114784955A CN 202210186953 A CN202210186953 A CN 202210186953A CN 114784955 A CN114784955 A CN 114784955A
- Authority
- CN
- China
- Prior art keywords
- information
- alarm information
- fault
- abnormal
- virtual
- 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
-
- 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]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- H02J13/00006—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 information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
- H02J13/00016—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 information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using a wired telecommunication network or a data transmission bus
- H02J13/00017—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 information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using a wired telecommunication network or a data transmission bus using optical fiber
-
- 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
- H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
-
- 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
- H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
- H02J13/00034—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for the elements or equipment being or involving an electric power substation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- Computer Networks & Wireless Communication (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供了一种智能变电站异常信息处理方法,包括以下步骤:建立智能变电站二次回路模型和数据库,数据库中已有智能变电站二次回路信息,虚回路与物理回路的映射关系,收集异常告警信息;接收异常告警信息,利用空间向量相似度法,将收集的异常告警信息进行分类,判断告警信息之间的相关度,判断是否为同一故障的告警信息,最终将收集的告警信息分为:与断链相关的多个故障告警信息和与断链无关的告警信息;利用异常告警信息,根据虚回路通道故障节点集合形成获得可能出现故障元件的范围;利用可信度推理方法,在可疑故障元件范围中准确定位故障元件。本发明利用空间向量相似度对现场异常告警信息进行筛选,提高异常信息处理效率。
Description
技术领域
本发明涉及一种智能变电站异常信息处理方法,属于继电保护中二次回路故障诊断及定位技术领域。
背景技术
智能变电站站基于IEC61850标准,分为站控层、间隔层和过程层。其中,间隔层与过程层之间以及过程层内的二次回路采用IEC61850-9-2组网以及基于“发布/订阅”机制的光纤网络通信,取代了常规变电站中由电缆组成的二次回路,从而简化了常规站复杂的二次回路。
但是,智能站的二次回路存在以下问题:一是智能站内SCD中虚回路没有明确物理端口信息,二次回路可视化技术没有推广开来,导致虚回路和物理回路拓扑关系难以明确,增加检修人员排查处理异常告警的难度;二是智能站光线网络中传输多路信号,当智能变电站二次回路出现故障时,检修人员无法从外部的物理连线分析二次回路查找故障点,需要逐一检查所有通信链路,或者花费大量时间从大量的告警信息中分析故障原因,故障繁琐并且效率低。
二次回路故障是智能站运行维护的常见问题,当发生二次回路故障时,如何从现场大量异常告警信息中分辨出不同的断链故障和单装置故障,并迅速定位排除故障,是亟需解决的问题。
发明内容
本发明目的是提供了一种智能变电站异常信息处理方法,本发明可以迅速确定故障范围,最终精准定位故障元件,从而大大提高检修人员的工作效率。
本发明为实现上述目的,通过以下技术方案实现:
一种智能变电站异常信息处理方法,其特征在于,包括以下步骤:
1)建立智能变电站二次回路模型和数据库,在新建或者改扩建变电站的初期,在SCD中加入虚回路的物理端口信息,确定虚回路与物理回路的拓扑关系,从而建立智能站二次回路模型,模型中包含虚回路对应的物理通道集合,包含设备,端口,板卡和光纤,数据库中包含智能站二次回路拓扑模型外,还有告警信息,断链信息和相应的故障信息;
2)数据库中已有智能变电站二次回路信息,虚回路与物理回路的一一映射关系,收集后台和D5000系统的异常告警信息;
3)接收异常告警信息,利用空间向量相似度法,将收集的异常告警信息进行分类,判断告警信息之间的相关度,判断是否为同一故障的告警信息,最终将收集的告警信息分为:与断链相关的多个故障告警信息和与断链无关的告警信息;
4)利用异常告警信息,根据虚回路通道故障节点集合形成获得可能出现故障元件的范围;
5)利用可信度推理方法,在可疑故障元件范围中准确定位故障元件。
优选的,所述步骤3中异常告警信息分类具体步骤如下:
1)现场接收到的异常信息,通过向量相似度方法分类后,如果只有异常告警信号,没有断链信息,可直接准确定位故障元件;若既有异常告警信息,又有断链信息,通过举证表法,确定可能发生故障的元件范围;
当智能站二次回路发生故障时,后台机和D5000系统接收到大量异常告警信息,利用空间向量相似度方法进行分类,可分为两类:有异常告警信息同时有相关的断链信息;有异常告警信息,同时无相关的断链信息;用向量表示现场接收到的断链信息,用向量表示异常告警信息;用两向量之间的余弦夹角来表示同一故障的断链信息与告警信息的相似度为:
其中,m表示现场接收到的断链,Wi,m表示m中第i个现场接收到的断链信息,表示现场接受到的断链信息;n表示异常告警信息,Wi,n表示二次回路故障异常信息n中第i个异常告警信息,表示现场接受的二次回路故障。当等于1接收到的现场断链信息与异常告警信息相关,将相关的信息筛选出来;当小于1接受现场断链信息与异常告警信息无关。
优选的,所述举证表法确定可能发生故障的元件范围具体步骤如下:
1)举证表法通过虚回路故障节点集合表现,将虚回路作为故障举证表的索引列,用于标识虚回路的故障点集合,将虚回路的通信状态作为举证标的数据列,若此虚回路通讯状态正常,则节点数据的举证值列置0,若此虚回路通讯状态异常,则节点数据举证值列置1;将全网的虚回路对应的故障节点集合形成举证表;
2)根据举证表虚回路节点集合中的信息,找到虚回路对应的节点元件,并找到对应的举证值,根据对应的虚回路通讯状态赋值,虚回路通讯状态正常赋1,虚回路通讯异常赋0,其他单元格值为空
3)根据举证表统计数据,非0值的节点集合,就是利用举证表法得到的初步故障元件集合。
优选的,所述利用可信度推理方法,进一步确定故障元件的步骤为:
1)通过D5000和后台接收到的信息,从每条告警信息(Gi,i=1,2,…)对各元件进行打分,打分通过D5000和后台当前接收到的该元件的信息量与上报信息总量之比,得到具有可信度的犹豫模糊决策矩阵Dl=(hij)m×n;通过相对应电压等级历史数据中,上报本类故障告警信息数量与系统接收的告警信息总数之比,得到具有可信度的偏好值
2)求解属性权重ω=(ω1,ω2,…,ωn)T,具体公式如下:
式中,表示任意初步故障节点的犹豫模糊集h(xi)(i=1,2)中第j小的元素;lit τ(j)表示与γit τ(j)相应的可信度,表示中第j小的元素;表示与相应的可信度;k表示犹豫模糊集h(x)中元素的个数,t=1,2,...,n;
3)求解可信度诱导犹豫模糊加权平均集成算子即为初步故障节点的综合属性值z(Yi)(i=1,2,…,m),具体公式如下:
γ1∈h(x1),γ2∈h(x2),…,γn∈h(xn)
4)计算得分函数,判断各元件故障的可能性,得分越多的元件,故障的可能性越大;具体计算公式如下:
式中k为决策小组数量;
5)二次检修人员可以根据各元件得分从高到低的顺序,排查各元件,从而快速定位故障元件,减少排查故障元件的工作量,从而大大提高消缺工作的效率。
本发明的优点在于:本发明利用空间向量相似度对现场异常告警信息进行筛选,提高异常信息处理效率。利用举证表法定位故障范围后,结合可信度方法推理,得出可疑故障元件故障率,最终定位具体故障元件。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
图1为本发明实施例1的主视结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
步骤一:建立智能变电站二次回路模型和数据库。在新建或者改扩建变电站的初期,在SCD中加入虚回路的物理端口信息,确定虚回路与物理回路的拓扑关系,从而建立智能站二次回路模型。模型中包含虚回路对应的物理通道集合,包含设备,端口,板卡和光纤。数据库中包含智能站二次回路拓扑模型外,还有告警信息,断链信息和相应的故障信息。
步骤二:现场接收到的异常信息,通过向量相似度方法分类后,如果只有异常告警信号,没有断链信息,一般是单装置或者插件故障,可直接准确定位故障元件;若既有异常告警信息,又有断链信息,通过举证表法,确定可能发生故障的元件范围。
当智能站二次回路发生故障时,后台机和D5000系统接收到大量异常告警信息,利用空间向量相似度方法进行分类,可分为两类:有异常告警信息同时有相关的断链信息;有异常告警信息,同时无相关的断链信息。用向量表示现场接收到的断链信息,用向量表示异常告警信息。用两向量之间的余弦夹角来表示同一故障的断链信息与告警信息的相似度为:
其中,m表示现场接收到的断链,Wi,m表示m中第i个现场接收到的断链信息,表示现场接受到的断链信息;n表示异常告警信息,Wi,n表示二次回路故障异常信息n中第i个异常告警信息,表示现场接受的二次回路故障。当,接收到的现场断链信息与异常告警信息相关,将相关的信息筛选出来;当,接受现场断链信息与异常告警信息无关。
步骤三:确定可能发生故障的元件范围。现场接收到的异常信息,通过向量相似度方法分类后,如果只有异常告警信号,没有断链信息,一般是单装置或者插件故障,可直接准确定位故障元件;若既有异常告警信息,又有断链信息,通过举证表法,确定可能发生故障的元件范围。
举证表法通过虚回路故障节点集合表现,将虚回路作为故障举证表的索引列,用于标识虚回路的故障点集合;将虚回路的通信状态作为举证标的数据列,若此虚回路通讯状态正常,则节点数据列置0,若此虚回路通讯状态异常,则节点数据列置1。将全网的虚回路对应的故障节点集合形成举证表。
例:某变电站虚回路与物理节点对应的二次回路模型如表1所示。
表1二次虚回路节点集合
由表1所示的虚回路节点集合对应的举证表法形成的故障举证表为表2所示。
表2故障举证表
根据表1虚回路节点集合中的信息,可以找到虚回路对应的节点元件,在表2故障举证表中找到对应的单元格,单元格表示举证值,根据单元格对应的虚回路通讯状态赋值,虚回路通讯状态正常赋1,虚回路通讯异常赋0,其他单元格值为空。如:虚回路G3,表2中虚回路G3对应的节点元件为:B,C,D,E四个节点。当G3回路通讯故障时,可能导致G3回路通讯故障的点为“B,C,D,E”,在表2中,将对应的单元格值置为1。
故障举证表最后一行为统计行,对应的物理节点的单元格值计算为:该节点对应的本列单元格中若有值为0,则本节点的统计值为0;否则,本节点对应的统计处单元格的值为该列单元格的值之和。
根据表2中的统计数据,非0值的节点集合,就是利用举证表法得到的初步故障元件集合。
步骤四:利用可信度方法推理,准确定位故障元件。
设初步故障节点集合为X={x1,x2,x3…,xm},为一非空集合,则从X到[0,1]的一个子集的函数,称为犹豫模糊集,记作
A={(x,h(x))|x∈X} (2)
式中,h(x)是[0,1]中几个可能的数的集合,表示x∈X属于集合A的隶属度。h(x)是D5000和后台这两个决策小组对于每个初步故障节点的打分集合,每个节点的得分是D5000和后台接收到的该节点的信息量与上报的信息量之比,表示该节点发生故障的可能性,得分越高,则该节点越可能发生故障。
设X={x1,x2,x3…,xm}为一非空初步故障节点集合,h(x)为定义在x∈X上的犹豫模糊集,表示故障节点xi(xi∈X)发生故障的可能性,则
为犹豫模糊集h(x)的得分函数。式中,k表示犹豫模糊集h(x)中元素的个数。在故障定位中,拥有两个决策小组D5000和后台,则k=2。定义在x∈X上的犹豫模糊集h(x1)、h(x2)的关系为s越大故障概率越高。
(1)若s(h(x1))>s(h(x2)),则h(x1)>h(x2);
(2)若s(h(x1))=s(h(x2)),则h(x1)=h(x2)。
引入可信度确保得到的打分结果更加合理,保证故障节点的筛查、定位更加准确。设初步故障节点的犹豫模糊集h(x1),h(x2),…,h(xn),有可信度li∈[0,1],在故障定位中,后台与D5000系统打分的可信度是根据两年间相对应的电压等级历史数据中,上报本类故障的历史信息数量与系统接受的告警信息是数量之比确定。且h(xi)(i=1,2,…,n)的权重向量为ω=(ω1,ω2,…,ωn)T,ωi∈[0,1],权重由D500和后台分别上报的告警信息数量与告警信息的总和之比求得。
CIHFWA(confidence induced hesitant fuzzy weighted average)为可信度诱导犹豫模糊加权平均集成算子,。
基于可信度的犹豫模糊关联公式,对于任意两个初步故障节点的犹豫模糊集h(x1),h(x2),k=max{k1,k2},式中k1,k2分别为h(x1),h(x2)中元素的个数。有可信度li∈[0,1](i=1,2),表示则称
其中,t=1,2,...,n。
利用可信度推理方法,进一步确定故障元件的步骤为:
1、通过D5000和后台接收到的信息,从每条告警信息(Gi,i=1,2,…)对各元件进行打分,打分通过D5000和后台当前接收到的该元件的信息量与上报信息总量之比,得到具有可信度的犹豫模糊决策矩阵Dl=(dij)m×n。通过2年间相对应电压等级历史数据中,上报本类故障告警信息数量与系统接收的告警信息总数之比,得到具有可信度的偏好值
2、利用式(6)求属性权重w=(w1,w2,…,wn)T。
3、根据式(4)求综合属性值z(Yi)(i=1,2,…,m)。
4、根据公式(3)计算得分函数,判断各元件故障的可能性,得分越多的元件,故障的可能性越大。
二次检修人员可以根据各元件得分从高到低的顺序,排查各元件,从而快速定位故障元件,减少排查故障元件的工作量,从而大大提高消缺工作的效率。
Claims (5)
1.一种智能变电站异常信息处理方法,其特征在于,包括以下步骤:
1)建立智能变电站二次回路模型和数据库,在新建或者改扩建变电站的初期,在SCD中加入虚回路的物理端口信息,确定虚回路与物理回路的拓扑关系,从而建立智能站二次回路模型,模型中包含虚回路对应的物理通道集合,包含设备,端口,板卡和光纤,数据库中包含智能站二次回路拓扑模型外,还有告警信息,断链信息和相应的故障信息;
2)数据库中已有智能变电站二次回路信息,虚回路与物理回路的一一映射关系,收集后台和D5000系统的异常告警信息;
3)接收异常告警信息,利用空间向量相似度法,将收集的异常告警信息进行分类,判断告警信息之间的相关度,判断是否为同一故障的告警信息,最终将收集的告警信息分为:与断链相关的多个故障告警信息和与断链无关的告警信息;
4)利用异常告警信息,根据虚回路通道故障节点集合形成获得可能出现故障元件的范围;
5)利用可信度推理方法,在可疑故障元件范围中准确定位故障元件。
2.根据权利要求1所述的智能变电站异常信息处理方法,其特征在于,所述步骤3中异常告警信息分类具体步骤如下:
1)现场接收到的异常信息,通过向量相似度方法分类后,如果只有异常告警信号,没有断链信息,可直接准确定位故障元件;若既有异常告警信息,又有断链信息,通过举证表法,确定可能发生故障的元件范围;
当智能站二次回路发生故障时,后台机和D5000系统接收到大量异常告警信息,利用空间向量相似度方法进行分类,可分为两类:有异常告警信息同时有相关的断链信息;有异常告警信息,同时无相关的断链信息;用向量表示现场接收到的断链信息,用向量表示异常告警信息;用两向量之间的余弦夹角来表示同一故障的断链信息与告警信息的相似度为:
3.根据权利要求2所述的智能变电站异常信息处理方法,其特征在于,所述举证表法确定可能发生故障的元件范围具体步骤如下:
1)举证表法通过虚回路故障节点集合表现,将虚回路作为故障举证表的索引列,用于标识虚回路的故障点集合,将虚回路的通信状态作为举证标的数据列,若此虚回路通讯状态正常,则节点数据的举证值列置0,若此虚回路通讯状态异常,则节点数据举证值列置1;将全网的虚回路对应的故障节点集合形成举证表;
2)根据举证表虚回路节点集合中的信息,找到虚回路对应的节点元件,并找到对应的举证值,根据对应的虚回路通讯状态赋值,虚回路通讯状态正常赋1,虚回路通讯异常赋0,其他单元格值为空
3)根据举证表统计数据,非0值的节点集合,就是利用举证表法得到的初步故障元件集合。
4.根据权利要求1所述的智能变电站异常信息处理方法,其特征在于,所述利用可信度推理方法,进一步确定故障元件的步骤为:
1)通过D5000和后台接收到的信息,从每条告警信息(Gi,i=1,2,…)对各元件进行打分,打分通过D5000和后台当前接收到的该元件的信息量与上报信息总量之比,得到具有可信度的犹豫模糊决策矩阵Dl=(hij)m×n;通过相对应电压等级历史数据中,上报本类故障告警信息数量与系统接收的告警信息总数之比,得到具有可信度的偏好值
2)求解属性权重ω=(ω1,ω2,…,ωn)T,具体公式如下:
式中,表示任意初步故障节点的犹豫模糊集h(xi)(i=1,2)中第j小的元素;lit τ(j)表示与γit τ(j)相应的可信度,表示中第j小的元素;表示与相应的可信度;k表示犹豫模糊集h(x)中元素的个数,t=1,2,...,n;
3)求解可信度诱导犹豫模糊加权平均集成算子即为初步故障节点的综合属性值z(Yi)(i=1,2,…,m),具体公式如下:
4)计算得分函数,判断各元件故障的可能性,得分越多的元件,故障的可能性越大;
具体计算公式如下:
式中k为决策小组数量;
5)二次检修人员可以根据各元件得分从高到低的顺序,排查各元件,从而快速定位故障元件,减少排查故障元件的工作量,从而大大提高消缺工作的效率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210186953.6A CN114784955A (zh) | 2022-02-28 | 2022-02-28 | 一种智能变电站异常信息处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210186953.6A CN114784955A (zh) | 2022-02-28 | 2022-02-28 | 一种智能变电站异常信息处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114784955A true CN114784955A (zh) | 2022-07-22 |
Family
ID=82423678
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210186953.6A Pending CN114784955A (zh) | 2022-02-28 | 2022-02-28 | 一种智能变电站异常信息处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114784955A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117313189A (zh) * | 2023-12-01 | 2023-12-29 | 国网山东省电力公司淄博供电公司 | 光纤二次回路可视化分析方法、系统、终端及存储介质 |
CN117691755A (zh) * | 2024-02-02 | 2024-03-12 | 南京雅宸众联电力技术有限公司 | 一种智能变电站二次回路的可视化监测及异常检测系统 |
-
2022
- 2022-02-28 CN CN202210186953.6A patent/CN114784955A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117313189A (zh) * | 2023-12-01 | 2023-12-29 | 国网山东省电力公司淄博供电公司 | 光纤二次回路可视化分析方法、系统、终端及存储介质 |
CN117313189B (zh) * | 2023-12-01 | 2024-03-19 | 国网山东省电力公司淄博供电公司 | 光纤二次回路可视化分析方法、系统、终端及存储介质 |
CN117691755A (zh) * | 2024-02-02 | 2024-03-12 | 南京雅宸众联电力技术有限公司 | 一种智能变电站二次回路的可视化监测及异常检测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114784955A (zh) | 一种智能变电站异常信息处理方法 | |
CN105591691B (zh) | 一种基于gis的通信光缆的故障点定位方法 | |
CN106199276B (zh) | 一种用电信息采集系统中异常信息的智能诊断系统及方法 | |
CN106941423A (zh) | 故障原因定位方法及装置 | |
CN109039763A (zh) | 一种基于回溯法的网络故障节点检测方法及网络管理系统 | |
CN104299115B (zh) | 基于模糊c均值聚类算法的智能变电站二次系统状态分析方法 | |
CN110380514A (zh) | 一种智能变电站继电保护二次回路故障诊断方法 | |
CN107426019A (zh) | 网络故障确定方法、计算机设备及计算机可读存储介质 | |
CN104574219A (zh) | 电网业务信息系统运行工况的监测预警方法及系统 | |
CN109246495A (zh) | 一种面向多层次、多指标的光网络业务质量评估方法 | |
CN112463892A (zh) | 一种基于风险态势的预警方法及系统 | |
CN106330588A (zh) | 一种bfd检测方法与装置 | |
CN108536130A (zh) | 一种群智能寻优的化工故障诊断系统 | |
CN106933097A (zh) | 一种基于多层优化pcc‑sdg的化工过程故障诊断方法 | |
CN113740666B (zh) | 一种数据中心电力系统告警风暴根源故障的定位方法 | |
CN112949874A (zh) | 一种配电终端缺陷特征自诊断方法及系统 | |
CN114172784B (zh) | 一种网络故障风险分析方法及装置 | |
CN116032003A (zh) | 一种基于电力专网数据处理的电网巡检方法及系统 | |
CN116684253A (zh) | 基于智能运维的网络异常管控方法 | |
US10735099B2 (en) | Method and apparatus for performing event-driven diagnostics or prognostics of a network behaviour of a hierarchical optical network | |
CN114385403A (zh) | 基于双层知识图谱架构的分布式协同故障诊断方法 | |
CN113159503B (zh) | 一种远程遥控智能安全评估系统和方法 | |
CN113484693A (zh) | 基于图神经网络的变电站二次回路故障定位方法及系统 | |
CN115664006B (zh) | 一种增量配电网智能管控一体化平台 | |
CN116884159A (zh) | 一种基于ai识别的消防智能预警方法及系统 |
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 |