CN114819461A - 一种基于人工智能技术的电网异常故障应急处置方法及系统 - Google Patents
一种基于人工智能技术的电网异常故障应急处置方法及系统 Download PDFInfo
- Publication number
- CN114819461A CN114819461A CN202210068214.7A CN202210068214A CN114819461A CN 114819461 A CN114819461 A CN 114819461A CN 202210068214 A CN202210068214 A CN 202210068214A CN 114819461 A CN114819461 A CN 114819461A
- Authority
- CN
- China
- Prior art keywords
- fault
- artificial intelligence
- equipment
- power grid
- data
- 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
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 76
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000005516 engineering process Methods 0.000 title claims abstract description 30
- 238000012423 maintenance Methods 0.000 claims abstract description 22
- 238000003745 diagnosis Methods 0.000 claims abstract description 7
- 230000033228 biological regulation Effects 0.000 claims description 15
- 230000033001 locomotion Effects 0.000 claims description 9
- 230000011664 signaling Effects 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000011161 development Methods 0.000 claims description 6
- 230000007774 longterm Effects 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 230000001276 controlling effect Effects 0.000 claims description 4
- 208000012661 Dyskinesia Diseases 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000013508 migration Methods 0.000 claims description 3
- 230000005012 migration Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000002787 reinforcement Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 description 6
- 238000010276 construction Methods 0.000 description 3
- 238000003058 natural language processing Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000012010 growth Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Classifications
-
- 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
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- 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
- G06Q10/0633—Workflow analysis
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明涉及电网技术领域，公开了一种基于人工智能技术的电网异常故障应急处置方法及系统，S1：搭建电力设备的信息库，对电力设备的数据实时区间记录，通过人工智能参照电力设备的数据和电力设备数据的实时反馈对电力设备的故障进行预警与故障分析。本发明通过信息库和电力设备数据的实时反馈对故障进行预警与故障分析，再将判别结果结合电网拓扑结构，对判定的故障进行二次识别，再根据检修计划的数据，别故障的异动特征，通过三次识别减少故障误报概率，并根据采集的设备运行数据进行学习，有效地减少人工智能对故障的误报率，并结合信息库提高人工智能的学习力，减少误报的重复性。
Description
技术领域
本发明涉及电网技术领域，具体为一种基于人工智能技术的电网异常故障应急处置方法及系统。
背景技术
随着智能电网的全面推进，现代电力系统向信息化、智能化的方向发展，人工智能技术在智能电网建设中将发挥重要作用。由于电网自身的特点，一旦发生事故，如不能准确、及时进行故障诊断和恢复，将造成极其严重的电网事故。
目前对电网异常故障的判断大多人工智能和调控人员相结合的方式，现有的人工智能协助调控人员的能力有限，对调控人员当时的处理能力和判断力有着严格的要求，而人工智能对故障误报率较高，且误报重复性较高。
因此，我们提供一种基于人工智能技术的电网异常故障应急处置方法及系统，有效地减少人工智能对故障的误报率，并结合信息库提高人工智能的学习力，减少误报的重复性。
发明内容
本发明的目的在于提供一种基于人工智能技术的电网异常故障应急处置方法及系统，解决了背景技术中所提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于人工智能技术的电网异常故障应急处置方法，
S1：搭建电力设备的信息库，对电力设备的数据实时区间记录，通过人工智能参照电力设备的数据和电力设备数据的实时反馈对电力设备的故障进行预警与故障分析；
S2：通过人工智能将电网数据监控平台采集的变电设备的运行数据通过图表进行表示，根据对在线采集的变电设备运动状态数据，对设备异常和故障进行诊断；
S3：基于故障判别结果，结合电网拓扑结构，对判定的故障进行二次识别，同时读入信号在电网拓扑中设备进行置位，结合信号对设备的负荷数据，可对电网拓扑结合层对故障进行校核；
S4：根据长期执行的检修计划的数据，对检修工作中的设备动作的遥信信号进行标记，识别故障的异动特征，减少故障误报概率；
S5：将人工智能辅助将误报信息进行过滤，将过滤后的警告信息反馈给人调控人员，通过调控人员对接收到的警告信息进行判断，并通知相关人员。
S6：通过相关人员限制事故的发展，保护设备的连续运动，并通知地面人员对进行维修。
作为本发明的一种优选实施方式，所述S1中采用电网设备中的数据和人工智能算法，面对不同故障模式特点，采用相应的故障诊断方式。
作为本发明的一种优选实施方式，所述S1中信息库，对采集的设备运行数据进行学习，通过强化学习和迁移技术，模拟监控人员的判断，提高人工智能的判断结果准确性，增强人工智能的故障分析处理能力。
作为本发明的一种优选实施方式，所述S2中基于电网设备的分类与特征，面对遥信信号的实时传输，引入信号的内容，在人工智能中激活判定，将实时数据根据数据规则给出故障判断分类。
作为本发明的一种优选实施方式，所述故障判断分类包含有：故障、异常、越限、变位和告知。
作为本发明的一种优选实施方式，一种基于人工智能技术的电网异常故障应急处置系统，利用基于人工智能技术的电网异常故障应急处置方法，所述基于人工智能技术的电网异常故障应急处置系统：所述基于人工智能技术的电网异常故障应急处置系统：搭建电力设备的信息库，并通过人工智能结合信息库对实时设备数据进行判断，并结合电网拓扑结构进行二次判断，再结合检修计划的数据识别异动特征，将过滤后的警报反馈给调控人员，并由调控人员通知相关人员限制异常故障的影响，通知地面人员快速到达故障位置。
作为本发明的一种优选实施方式，搭建电力设备的信息库，对电力设备的数据实时区间记录，通过人工智能对电力设备的故障进行预警与故障分析；通过人工智能将变电设备的运行数据通过图表进行表示，并根据信息库对设备异常和故障进行诊断。
作为本发明的一种优选实施方式，基于故障判别结果，结合电网拓扑结构，对判定的故障进行二次识别，可对电网拓扑结合层对故障进行校核；根据长期执行的检修计划的数据，对检修工作中的设备动作的遥信信号进行标记，识别故障的异动特征，减少故障误报概率。
作为本发明的一种优选实施方式，将人工智能辅助将误报信息进行过滤，将过滤后的警告信息反馈给人调控人员，并通知相关人员；通过相关人员限制故障的发展，保护设备的连续运动，并通知地面人员对进行维修。
与现有技术相比，本发明的有益效果如下：
本发明通过信息库和电力设备数据的实时反馈对故障进行预警与故障分析，再将判别结果结合电网拓扑结构，对判定的故障进行二次识别，再根据检修计划的数据，别故障的异动特征，通过三次识别减少故障误报概率，并根据采集的设备运行数据进行学习，有效地减少人工智能对故障的误报率，并结合信息库提高人工智能的学习力，减少误报的重复性。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
本发明提供一种技术方案：一种基于人工智能技术的电网异常故障应急处置方法及系统：
S1：搭建电力设备的信息库，对电力设备的数据实时区间记录，通过人工智能参照电力设备的数据和电力设备数据的实时反馈对电力设备的故障进行预警与故障分析；
S2：通过人工智能将电网数据监控平台采集的变电设备的运行数据通过图表进行表示，根据对在线采集的变电设备运动状态数据，对设备异常和故障进行诊断；
S3：基于故障判别结果，结合电网拓扑结构，对判定的故障进行二次识别，同时读入信号在电网拓扑中设备进行置位，结合信号对设备的负荷数据，可对电网拓扑结合层对故障进行校核；
S4：根据长期执行的检修计划的数据，对检修工作中的设备动作的遥信信号进行标记，识别故障的异动特征，减少故障误报概率；
S5：将人工智能辅助将误报信息进行过滤，将过滤后的警告信息反馈给人调控人员，通过调控人员对接收到的警告信息进行判断，并通知相关人员。
S6：通过相关人员限制事故的发展，保护设备的连续运动，并通知地面人员对进行维修。
本实施例中，所述S1中采用电网设备中的数据和人工智能算法，面对不同故障模式特点，采用相应的故障诊断方式。
本实施例中，所述S1中信息库，对采集的设备运行数据进行学习，通过强化学习和迁移技术，模拟监控人员的判断，提高人工智能的判断结果准确性，增强人工智能的故障分析处理能力。
本实施例中，所述S2中基于电网设备的分类与特征，面对遥信信号的实时传输，引入信号的内容，在人工智能中激活判定，将实时数据根据数据规则给出故障判断分类。
本实施例中，所述故障判断分类包含有：故障、异常、越限、变位和告知。
本发明还公开了一种基于人工智能技术的电网异常故障应急处置系统，借助基于人工智能技术的电网异常故障应急处置方法，所述基于人工智能技术的电网异常故障应急处置系统：搭建电力设备的信息库，并通过人工智能结合信息库对实时设备数据进行判断，并结合电网拓扑结构进行二次判断，再结合检修计划的数据识别异动特征，将过滤后的警报反馈给调控人员，并由调控人员通知相关人员限制异常故障的影响，通知地面人员快速到达故障位置
本实施例中，搭建电力设备的信息库，对电力设备的数据实时区间记录，通过人工智能对电力设备的故障进行预警与故障分析；通过人工智能将变电设备的运行数据通过图表进行表示，并根据信息库对设备异常和故障进行诊断。
本实施例中，基于故障判别结果，结合电网拓扑结构，对判定的故障进行二次识别，可对电网拓扑结合层对故障进行校核；根据长期执行的检修计划的数据，对检修工作中的设备动作的遥信信号进行标记，识别故障的异动特征，减少故障误报概率。
本实施例中，将人工智能辅助将误报信息进行过滤，将过滤后的警告信息反馈给人调控人员，并通知相关人员；通过相关人员限制故障的发展，保护设备的连续运动，并通知地面人员对进行维修。
将人的作用或人的认知模型引入人工智能系统中，与人工智能共同形成混合增强智能的形态，进而形成人工智能或机器智能可行的、重要的成长模式，混合增强智能技术与当前电力调度中人(调度员) 与机器(调度自动化系统)协同合作方式高度契合；
在故障诊断和辅助决策方面时，人工智能告警基本上是采用信息库的方式,对信号完整性、时序正确性要求较高，基于人工智能学习的综合智能告警,可在信号遗失及时序错乱的情况下,模拟人工运行经验,对故障进行较为准确判断,提高综合智能告警准确性，基于自然语言处理的故障处置辅助决策,基于自然语言处理、知识图谱的人工智能技术对电网事故预案文本进行信息抽取与构建,并与实际系统关联,实现处置要点信息的整合监视与辅助控制,辅助电网故障处置；
通过调控操作人工智能实现调控信息库构建、智能感知(地面硬件的配套)、语音系统的完全、判断力，其中语音识别、知识库、多轮对话可靠性基本上能满足调控操作的要求，目前机器学习的算法, 必须要有大量的有效语料支撑；
其中异常检测是指对数据中存在的不正常或非典型的分体进行检测和标志，有时也称为偏差检测。
异常检测看起来和监督学习问题非常相似，都是分类问题。都是对样本的标签进行预测和判断，但是实际上两者的区别非常大，因为异常检测中的正样本非常小；
常用的算法有：一分类支持向量机；基于PCA的异常检测。
而解决多分类问题通常适用三种解决方案：第一种，从数据集和适用方法入手，利用二分类器解决多分类问题；第二种，直接使用具备多分类能力的多分类器；第三种，将二分类器改进成为多分类器今儿解决多分类问题。
常用的算法：多分类逻辑回归、多分类神经网络、多分类决策森林、多分类决策丛林、一对多”多分类。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点，对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
Claims (9)
1.一种基于人工智能技术的电网异常故障应急处置方法，步骤如下：
S1：搭建电力设备的信息库，对电力设备的数据实时区间记录，通过人工智能参照电力设备的数据和电力设备数据的实时反馈对电力设备的故障进行预警与故障分析；
S2：通过人工智能将电网数据监控平台采集的变电设备的运行数据通过图表进行表示，根据对在线采集的变电设备运动状态数据，对设备异常和故障进行诊断；
S3：基于故障判别结果，结合电网拓扑结构，对判定的故障进行二次识别，同时读入信号在电网拓扑中设备进行置位，结合信号对设备的负荷数据，可对电网拓扑结合层对故障进行校核；
S4：根据长期执行的检修计划的数据，对检修工作中的设备动作的遥信信号进行标记，识别故障的异动特征，减少故障误报概率；
S5：将人工智能辅助将误报信息进行过滤，将过滤后的警告信息反馈给人调控人员，通过调控人员对接收到的警告信息进行判断，并通知相关人员。
S6：通过相关人员限制事故的发展，保护设备的连续运动，并通知地面人员对进行维修。
2.根据权利要求1所述的一种基于人工智能技术的电网异常故障应急处置方法，其特征在于：所述S1中采用电网设备中的数据和人工智能算法，面对不同故障模式特点，采用相应的故障诊断方式。
3.根据权利要求1所述的一种基于人工智能技术的电网异常故障应急处置方法，其特征在于：所述S1中信息库，对采集的设备运行数据进行学习，通过强化学习和迁移技术，模拟监控人员的判断，提高人工智能的判断结果准确性，增强人工智能的故障分析处理能力。
4.根据权利要求1所述的一种基于人工智能技术的电网异常故障应急处置方法，其特征在于：所述S2中基于电网设备的分类与特征，面对遥信信号的实时传输，引入信号的内容，在人工智能中激活判定，将实时数据根据数据规则给出故障判断分类。
5.根据权利要求4所述的一种基于人工智能技术的电网异常故障应急处置方法，其特征在于：所述故障判断分类包含有：故障、异常、越限、变位和告知。
6.一种基于人工智能技术的电网异常故障应急处置系统，其特征在于，利用权利要求1～5中任一权利要求所述的基于人工智能技术的电网异常故障应急处置方法，所述基于人工智能技术的电网异常故障应急处置系统：搭建电力设备的信息库，并通过人工智能结合信息库对实时设备数据进行判断，并结合电网拓扑结构进行二次判断，再结合检修计划的数据识别异动特征，将过滤后的警报反馈给调控人员，并由调控人员通知相关人员限制异常故障的影响，通知地面人员快速到达故障位置。
7.根据权利要求6所述的一种基于人工智能技术的电网异常故障应急处置系统，其特征在于：搭建电力设备的信息库，对电力设备的数据实时区间记录，通过人工智能对电力设备的故障进行预警与故障分析；通过人工智能将变电设备的运行数据通过图表进行表示，并根据信息库对设备异常和故障进行诊断。
8.根据权利要求6所述的一种基于人工智能技术的电网异常故障应急处置系统，其特征在于：基于故障判别结果，结合电网拓扑结构，对判定的故障进行二次识别，可对电网拓扑结合层对故障进行校核；根据长期执行的检修计划的数据，对检修工作中的设备动作的遥信信号进行标记，识别故障的异动特征，减少故障误报概率。
9.根据权利要求6所述的一种基于人工智能技术的电网异常故障应急处置系统，其特征在于：将人工智能辅助将误报信息进行过滤，将过滤后的警告信息反馈给人调控人员，并通知相关人员；通过相关人员限制故障的发展，保护设备的连续运动，并通知地面人员对进行维修。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210068214.7A CN114819461A (zh) | 2022-01-20 | 2022-01-20 | 一种基于人工智能技术的电网异常故障应急处置方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210068214.7A CN114819461A (zh) | 2022-01-20 | 2022-01-20 | 一种基于人工智能技术的电网异常故障应急处置方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114819461A true CN114819461A (zh) | 2022-07-29 |
Family
ID=82527943
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210068214.7A Pending CN114819461A (zh) | 2022-01-20 | 2022-01-20 | 一种基于人工智能技术的电网异常故障应急处置方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114819461A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108874339A (zh) * | 2018-06-11 | 2018-11-23 | 威创集团股份有限公司 | 信号源故障检测方法、装置及电子设备 |
| WO2019233047A1 (zh) * | 2018-06-07 | 2019-12-12 | 国电南瑞科技股份有限公司 | 基于电网调度的运维方法 |
| CN113285432A (zh) * | 2021-07-26 | 2021-08-20 | 广东电网有限责任公司东莞供电局 | 一种电力系统继电保护的自动化装置及保护方法 |
| CN115099557A (zh) * | 2022-05-09 | 2022-09-23 | 广东电网有限责任公司电力调度控制中心 | 一种基于智能监测智能电网分析方法 |
| CN115296413A (zh) * | 2022-08-16 | 2022-11-04 | 国网福建省电力有限公司电力科学研究院 | 一种含分布式电源配电网拓扑识别方法 |
-
2022
- 2022-01-20 CN CN202210068214.7A patent/CN114819461A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019233047A1 (zh) * | 2018-06-07 | 2019-12-12 | 国电南瑞科技股份有限公司 | 基于电网调度的运维方法 |
| CN108874339A (zh) * | 2018-06-11 | 2018-11-23 | 威创集团股份有限公司 | 信号源故障检测方法、装置及电子设备 |
| CN113285432A (zh) * | 2021-07-26 | 2021-08-20 | 广东电网有限责任公司东莞供电局 | 一种电力系统继电保护的自动化装置及保护方法 |
| CN115099557A (zh) * | 2022-05-09 | 2022-09-23 | 广东电网有限责任公司电力调度控制中心 | 一种基于智能监测智能电网分析方法 |
| CN115296413A (zh) * | 2022-08-16 | 2022-11-04 | 国网福建省电力有限公司电力科学研究院 | 一种含分布式电源配电网拓扑识别方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王振国，等: "基于人工智能技术的电网故障诊断与预警系统", 《黑龙江电力》, vol. 43, no. 3, 30 June 2021 (2021-06-30), pages 194 - 198 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110110870A (zh) | 一种基于事件图谱技术的设备故障智能监控方法 | |
| CN106888205B (zh) | 一种非侵入式基于功耗分析的plc异常检测方法 | |
| CN111445106B (zh) | 一种用电采集设备故障处理作业现场安全控制方法及系统 | |
| CN102638100B (zh) | 地区电网设备异常告警信号关联分析与诊断方法 | |
| CN109102210A (zh) | 基于大数据分析技术的监控缺陷智能辅助处置系统 | |
| CN108776452B (zh) | 一种特种设备现场维保监控方法及系统 | |
| CN117215940A (zh) | 智慧运维应急处理系统 | |
| CN108090657A (zh) | 基于休哈特控制理论和概率神经网络的油气储运设施风险评估与在线预警管理系统及方法 | |
| CN110349048B (zh) | 变电站多维数据运行交互控制平台及故障处置方法 | |
| CN111538643B (zh) | 一种监控系统报警信息过滤方法和系统 | |
| CN118213936A (zh) | 一种电压监视与电压保护系统及方法 | |
| CN116010886B (zh) | 安全监测方法、装置、电子设备和存储介质 | |
| CN116205265A (zh) | 一种基于深层神经网络的电网故障诊断方法及装置 | |
| CN117032165A (zh) | 一种工业设备故障诊断方法 | |
| CN105743220A (zh) | 一种调度自动化监控信息分析处理系统及方法 | |
| CN114859839A (zh) | 煤炭生产安全监控系统及方法 | |
| CN114912678A (zh) | 电网调控异常操作在线自动检测预警方法及系统 | |
| CN114819461A (zh) | 一种基于人工智能技术的电网异常故障应急处置方法及系统 | |
| Brown et al. | Learning models of plant behavior for anomaly detection and condition monitoring | |
| Bakhshandeh et al. | Dealing with abnormalities and deviations to enhance resilience in engineering Assets: A critical review from human factors and decision-making perspectives under complex operational contexts | |
| CN115328986A (zh) | 一种电厂安全预警数据分析处理方法及系统 | |
| CN107798398A (zh) | 一种网络化决策支持与应急处置系统 | |
| CN114942364A (zh) | 一种基于知识图谱技术的变电站故障诊断方法与系统 | |
| Chang et al. | Example use of the SACADA data to inform HRA | |
| DE102021211110A1 (de) | Verfahren zum Bereitstellen von Daten zum Betreiben eines Gebäudes |
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 |