CN114819665B - 一种基于分布式能源管理的异常预警方法及系统 - Google Patents
一种基于分布式能源管理的异常预警方法及系统 Download PDFInfo
- Publication number
- CN114819665B CN114819665B CN202210478300.5A CN202210478300A CN114819665B CN 114819665 B CN114819665 B CN 114819665B CN 202210478300 A CN202210478300 A CN 202210478300A CN 114819665 B CN114819665 B CN 114819665B
- Authority
- CN
- China
- Prior art keywords
- power
- node
- data
- unit
- quality evaluation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000009826 distribution Methods 0.000 claims abstract description 152
- 238000013441 quality evaluation Methods 0.000 claims abstract description 75
- 230000002159 abnormal effect Effects 0.000 claims abstract description 72
- 230000005611 electricity Effects 0.000 claims abstract description 62
- 238000004458 analytical method Methods 0.000 claims abstract description 34
- 238000012549 training Methods 0.000 claims abstract description 20
- 230000000007 visual effect Effects 0.000 claims abstract description 13
- 238000007726 management method Methods 0.000 claims description 30
- 230000005856 abnormality Effects 0.000 claims description 19
- 238000001303 quality assessment method Methods 0.000 claims description 17
- 238000012216 screening Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 16
- 230000008439 repair process Effects 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 4
- 230000005284 excitation Effects 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 238000010248 power generation Methods 0.000 claims description 2
- 230000001915 proofreading effect Effects 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 11
- 238000011156 evaluation Methods 0.000 description 11
- 230000004069 differentiation Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 239000002699 waste material Substances 0.000 description 3
- 238000013480 data collection Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
Images
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
- G06Q10/06313—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
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于分布式能源管理的异常预警方法及系统,所述方法包括:获得目标企业的能源服务覆盖范围;基于需求用户数量,对所述服务覆盖范围内的历史用电数据进行采集,获得历史用电数据集合;通过对所述历史用电数据集合进行可视化的遍历解析,获得历史用电异常概率信息;将所述历史用电异常概率信息输入至电力质量评估模型进行训练,获得电力质量评估结果;对所述目标企业的配电参数进行数据采集,获得各节点配电参数集合;对所述电力质量评估结果和所述各节点配电参数集合进行支持度分析,获得差异化节点参数集合;根据所述差异化节点参数集合,对所述配电参数进行专项异常预警。
Description
技术领域
本发明涉及分布式能源管理领域,尤其涉及一种基于分布式能源管理的异常预警方法及系统。
背景技术
分布式能源是一种建在用户端的能源供应方式,可独立运行,也可并网运行,是以资源、环境效益最大化确定方式和容量的系统,将用户多种能源需求,以及资源配置状况进行系统整合优化,采用需求应对式设计和模块化配置的新型能源系统,是相对于集中供能的分散式供能方式。
然而,现有技术中存在利用分布式能源进行分散式供能的过程中,无法对出现异常的节点参数进行及时感知,使得能源供给效率有所降低,同时对可供给能源造成了极大浪费的技术问题。
发明内容
本发明的目的是提供一种基于分布式能源管理的异常预警方法及系统,用以解决现有技术中利用分布式能源进行分散式供能的过程中,无法对出现异常的节点参数进行及时感知,使得能源供给效率有所降低,同时对可供给能源造成了极大浪费的技术问题。
鉴于上述问题,本发明提供了一种基于分布式能源管理的异常预警方法及系统。
第一方面,本发明提供了一种基于分布式能源管理的异常预警方法,所述方法包括:获得目标企业的能源服务覆盖范围,其中,所述能源服务覆盖范围包括需求用户数量;基于所述需求用户数量,对所述服务覆盖范围内的历史用电数据进行采集,获得历史用电数据集合;通过对所述历史用电数据集合进行可视化的遍历解析,获得历史用电异常概率信息;将所述历史用电异常概率信息输入至电力质量评估模型进行训练,获得电力质量评估结果;对所述目标企业的配电参数进行数据采集,获得各节点配电参数集合;对所述电力质量评估结果和所述各节点配电参数集合进行支持度分析,获得差异化节点参数集合;根据所述差异化节点参数集合,对所述配电参数进行专项异常预警。
另一方面,本发明还提供了一种基于分布式能源管理的异常预警系统,用于执行如第一方面所述的一种基于分布式能源管理的异常预警方法,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目标企业的能源服务覆盖范围,其中,所述能源服务覆盖范围包括需求用户数量;第一采集单元,所述第一采集单元用于基于所述需求用户数量,对所述服务覆盖范围内的历史用电数据进行采集,获得历史用电数据集合;第一解析单元,所述第一解析单元用于通过对所述历史用电数据集合进行可视化的遍历解析,获得历史用电异常概率信息;第一输入单元,所述第一输入单元用于将所述历史用电异常概率信息输入至电力质量评估模型进行训练,获得电力质量评估结果;第二采集单元,所述第二采集单元用于对所述目标企业的配电参数进行数据采集,获得各节点配电参数集合;第一分析单元,所述第一分析单元用于对所述电力质量评估结果和所述各节点配电参数集合进行支持度分析,获得差异化节点参数集合;第一预警单元,所述第一预警单元用于根据所述差异化节点参数集合,对所述配电参数进行专项异常预警。
第三方面,一种电子设备,其中,包括处理器和存储器;
该存储器,用于存储;
该处理器,用于通过调用,执行上述第一方面中任一项所述的方法。
第四方面,一种计算机程序产品,包括计算机程序和/或指令,该计算机程序和/或指令被处理器执行时实现上述第一方面中任一项所述方法的步骤。
本发明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:
通过对目标企业所负责的用户进行历史用电数据采集,基于此可解析获得历史用电数据中的用电异常概率,通过对其进行电力质量评估,可获得对应的评估结果,同时,对目标企业的配电参数进行采集,通过对评估结果和配电参数进行支持度分析,可对出现异常的差异化节点进行筛选,从而根据差异化节点参数,对目标企业的配电参数进行动态的异常预警,达到了对出现异常的节点参数进行及时感知,使得能源供给效率有所提升,同时最大化利用可供给能源的技术效果。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明一种基于分布式能源管理的异常预警方法的流程示意图;
图2为本发明一种基于分布式能源管理的异常预警方法中获得历史用电异常概率信息的流程示意图;
图3为本发明一种基于分布式能源管理的异常预警方法中获得电力质量评估结果的流程示意图;
图4为本发明一种基于分布式能源管理的异常预警方法中获得各节点配电参数集合的流程示意图;
图5为本发明一种基于分布式能源管理的异常预警系统的结构示意图;
图6为本发明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,第一采集单元12,第一解析单元13,第一输入单元14,第二采集单元15,第一分析单元16,第一预警单元17,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
本发明通过提供一种基于分布式能源管理的异常预警方法及系统,解决现有技术中利用分布式能源进行分散式供能的过程中,无法对出现异常的节点参数进行及时感知,使得能源供给效率有所降低,同时对可供给能源造成了极大浪费的技术问题。
本发明技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
下面,将参考附图对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明的实施例,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。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部。
本发明提供了一种基于分布式能源管理的异常预警方法,所述方法包括:通过对目标企业所负责的用户进行历史用电数据采集,基于此可解析获得历史用电数据中的用电异常概率,通过对其进行电力质量评估,可获得对应的评估结果,同时,对目标企业的配电参数进行采集,通过对评估结果和配电参数进行支持度分析,可对出现异常的差异化节点进行筛选,从而根据差异化节点参数,对目标企业的配电参数进行动态的异常预警,达到了对出现异常的节点参数进行及时感知,使得能源供给效率有所提升,同时最大化利用可供给能源的技术效果。
在介绍了本发明基本原理后,下面将结合说明书附图来具体介绍本发明的各种非限制性的实施方式。
实施例一
请参阅附图1,本发明提供了一种基于分布式能源管理的异常预警方法,所述方法具体包括如下步骤:
步骤S100:获得目标企业的能源服务覆盖范围,其中,所述能源服务覆盖范围包括需求用户数量;
步骤S200:基于所述需求用户数量,对所述服务覆盖范围内的历史用电数据进行采集,获得历史用电数据集合;
具体而言,分布式能源是一种建在用户端的能源供应方式,可独立运行,也可并网运行,是以资源、环境效益最大化确定方式和容量的系统,将用户多种能源需求,以及资源配置状况进行系统整合优化,采用需求应对式设计和模块化配置的新型能源系统,是相对于集中供能的分散式供能方式。
然而,由于现有技术中,在利用分布式能源进行分散式供能的过程中,无法对出现异常的节点参数进行及时感知,使得能源供给效率有所降低,同时对可供给能源造成了极大浪费的技术问题。
为了解决此类问题,本申请提出了一种基于分布式能源管理的异常预警方法,通过对目标企业所负责的用户进行历史用电数据采集,基于此可解析获得历史用电数据中的用电异常概率,通过对其进行电力质量评估,可获得对应的评估结果,同时,对目标企业的配电参数进行采集,通过对评估结果和配电参数进行支持度分析,可对出现异常的差异化节点进行筛选,从而根据差异化节点参数,对目标企业的配电参数进行动态的异常预警,达到了对出现异常的节点参数进行及时感知,使得能源供给效率有所提升,同时最大化利用可供给能源的技术效果。
具体的,所述目标企业为能源管理单位,所述能源服务覆盖范围为该企业对预定范围内的用户提供可供给能源的范围,所述用户数量即为该范围内的常住人口数量,通过对该范围内的常住人口数量进行统计,可有效采集对应的能源需求数量,在此以电能为例进行说明,所述历史用电数据集合即为该范围的常住人口数量维持生活工作所需的用电数据集合。
步骤S300:通过对所述历史用电数据集合进行可视化的遍历解析,获得历史用电异常概率信息;
进一步的,如图2所示,步骤S300包括:
步骤S310:对所述历史用电数据集合进行反馈筛选,获得需求用户对所述历史用电数据的应用反馈集合,其中,所述应用反馈集合包括正向反馈集合和负向反馈集合;
步骤S320:基于所述历史用电数据集合的覆盖时间范围内,对所述需求用户的用电故障报修进行数据采集,获得故障报修日志集合;
步骤S330:对所述负向反馈集合和所述故障报修日志集合进行数据求交集,获得用电异常数据;
步骤S340:基于所述用电异常数据和所述负向反馈集合,获得所述历史用电异常概率信息。
具体而言,在获得所述历史用电数据集合后,需对其进行可视化的遍历解析,以获得历史用电异常概率信息,其中,所述历史用电异常概率信息可理解为,在该企业进行历史供电的过程中,收到的用户的负向反馈占据总的故障报修的概率数值。
具体的,可对所述历史用电数据集合进行反馈筛选,获得需求用户对所述历史用电数据的应用反馈集合,其中,所述应用反馈集合由该企业的后台数据统计所得,其中包括正向反馈集合和负向反馈集合,所述正向反馈集合表征了用户对某一时间节点的电能供给比较满意,反之,所述负向反馈集合表征了用户对另一时间节点的电能供给不满意。进而,基于所述历史用电数据集合的覆盖时间范围内,对所述需求用户的用电故障报修进行数据采集,换言之,当覆盖时间范围为去年一年的时间时,所述故障保修日志集合即为去年一年内的统计到的用户上报的电能供给故障报修数据。
进而,对上述的用户对另一时间节点的电能供给不满意的反馈数据集合,和去年一年内的统计到的用户上报的电能供给故障报修数据进行数据的求交集运算,可获得相交部分的数据,记录为用电异常数据,最终,根据用电异常数据对不满意的反馈数据集合的占比,求得所述历史用电异常概率信息,所述历史用电异常概率信息反映了电能供给的分布式网络节点中出现的工作异常的概率。
步骤S400:将所述历史用电异常概率信息输入至电力质量评估模型进行训练,获得电力质量评估结果;
进一步的,如图3所示,步骤S400包括:
步骤S410:所述电力质量评估模型嵌入有数据校对单元,其中,所述数据校对单元包括异常数据标正参数;
步骤S420:通过将所述历史用电异常概率信息作为输入数据,输入至电力质量评估模型,基于所述异常数据标正参数对所述输入数据进行训练;
步骤S430:获得所述电力质量评估模型的训练结果,所述训练结果包括异常差值区间;
步骤S440:根据所述异常差值区间,确定所述电力质量评估结果;
步骤S450:所述电力质量评估模型还嵌入有差值区间匹配单元,其中,所述差值区间匹配单元包括各差值区间集合和电力质量评估区间集合,且所述各差值区间集合和所述电力质量评估区间集合中的数据一一对应;
步骤S460:将所述异常差值区间上传至所述差值区间匹配单元进行对应匹配;
步骤S470:获得所述差值区间匹配单元的匹配结果,所述匹配结果包括所述电力质量评估结果。
具体而言,在获得所述历史用电异常概率信息之后,可对其进行电力供给的质量评估,所述电力质量评估结果即为通过模型训练得到的结果。具体的,在基于电力质量评估模型对数据进行训练时,可根据其内嵌的数据校对单元进行校对训练,其中,所述异常数据标正参数,为该校对单元设定的达到标准的电力质量评估结果的标正参数,可基于此,对输入进的数据进行对比校对。通过将所述历史用电异常概率信息作为输入数据,输入至电力质量评估模型,基于所述异常数据标正参数对所述输入数据进行训练,可获得训练结果,所述异常差值区间即为输入的历史用电异常概率信息与设定的达到标准的电力质量评估结果的标正参数之间的差值区间,即输入信息想要得到标准标正参数的差值区间。
进一步的,需要对所述异常差值区间进行评估结果匹配。具体的,可根据所述电力质量评估模型嵌入的差值区间匹配单元进行结果匹配。其中,所述差值区间匹配单元包括各差值区间集合和电力质量评估区间集合,且所述各差值区间集合和所述电力质量评估区间集合中的数据一一对应,示例性的,所述各差值区间集合可以是[1,10][10-20][20-30]等,所述电力质量评估区间集合即为[1,10]对应的较优评估结果,[10-20]对应的中等评估结果,[20-30]对应的较差评估结果,通过将所述异常差值区间上传至所述差值区间匹配单元进行对应匹配,可获得对应的匹配结果,示例性的,如果所述异常差值区间为17,则对应的所述电力质量评估结果可确定为中等评估结果。
步骤S500:对所述目标企业的配电参数进行数据采集,获得各节点配电参数集合;
进一步的,如图4所示,步骤S500包括:
步骤S510:通过对所述需求用户数量的分布情况进行统计,获得需求用户分布信息;
步骤S520:对所述需求用户分布信息进行可视化的网格节点显示,且对满足预设距离阈值的节点集合进行拟合化处理,生成各拟合化节点集合;
步骤S530:通过对所述各拟合化节点集合的节点数据,进行用电需求的泛化采集,生成各节点需求参数;
步骤S540:获得所述目标企业的预设供电网络节点分布;
步骤S550:根据所述各节点需求参数,对所述预设供电网络节点分布进行数据校正,生成所述各节点配电参数集合。
具体而言,在获得该企业的电力质量评估结果之后,可对其配电参数进行数据采集,所述各节点配电参数集合包括每一分支电力传输所需的总装机容量、年发电量、最大负荷、年用电量、额定频率以及最高电圧等配电参数。具体的,可通过对所述需求用户数量的分布情况进行统计,获得需求用户分布信息,所述需求用户分布信息即为用户的住所分布,通过对用户的住所分布进行可视化的网格节点显示,如此可清晰明确的对用户的分布位置进行查找处理。进而,对满足预设距离阈值的节点集合进行拟合化处理,生成各拟合化节点集合,其中,所述预设距离阈值即为设定的用户住所较为密集的距离设定,所谓拟合化处理,即将分布较为密集的用户住所集合视为一个总的用户住所,使得生成各拟合化节点集合,其中,所述各拟合化节点集合由若干个总的用户住所集合而成。
进而,对各拟合化节点集合的节点数据进行用电需求的泛化采集,生成各节点需求参数,所谓泛化采集,即进行一般化采集,确保了采集数据的完整性,所述各节点需求参数,即为各个总的用户住所需要的总的用电需求数据,同时,还可获得该企业的预设供电网络节点分布,所述预设供电网络节点分布即为预设的初始的适用于该区域的供电网络节点分布,还无法满足实际的供电需求,因此,可根据实际的所述各节点需求参数,对所述预设供电网络节点分布进行数据校正,生成所述各节点配电参数集合,所述各节点配电参数集合适用于该区域的实际供电需求,即根据实际的单支的电力传输线路的用户端用电需求,确定对应的最大负荷、额定频率以及最高电圧等配电参数。
步骤S600:对所述电力质量评估结果和所述各节点配电参数集合进行支持度分析,获得差异化节点参数集合;
进一步的,步骤S600包括:
步骤S610:对所述电力质量评估结果进行反向检索,获得对应的质量评估节点配电参数集合;
步骤S620:通过对所述质量评估节点配电参数集合在所述各节点配电参数集合中的出现次数进行统计,获得所述质量评估节点配电参数集合的各参数支持度分布;
步骤S630:对所述各参数支持度分布进行目标筛选,生成所述差异化节点参数集合。
具体而言,在获得所述电力质量评估结果和所述各节点配电参数集合之后,为了确定电能供给过程中的差异化节点,可对其进行评估结果的支持度分析,在此,以评估结果为较差评估结果为例进行说明。其中,所述差异化节点参数即为配电参数存在差异的节点集合。
具体的,可对所述电力质量评估结果进行反向检索,获得对应的质量评估节点配电参数集合,其中,所述电力质量评估结果以较差评估结果为例进行说明,则所述质量评估节点配电参数集合即为存在较差评估结果的供电节点对应的配电参数,进而统计存在较差评估结果的供电节点对应的配电参数在各节点配电参数集合中的出现次数,出现次数从侧面反映了差异化节点参数的出现频率,即所述各参数支持度分布,如果某项参数支持度越大,说明该差异化节点参数发生的频率越改,则该差异化节点参数对应的节点出现的供电数据发生异常的概率越大,越容易出现供电故障。通过对各参数支持度分布进行目标筛选,生成所述差异化节点参数集合,其中,所谓目标筛选可理解为,根据实际供电情况,对各参数支持度分布的最大前某项进行筛选,即对出现频率最频繁的若干项筛选出来,生成所述差异化节点参数集合。
步骤S700:根据所述差异化节点参数集合,对所述配电参数进行专项异常预警。
进一步的,步骤S700包括:
步骤S710:对所述差异化节点参数集合覆盖的差异化节点,设置预警阈值响应;
步骤S720:对所述差异化节点的配电参数进行动态的实时监测,获得动态配电参数变化;
步骤S730:判断所述动态配电参数变化是否满足预设预警阈值;
步骤S740:若所述动态配电参数变化满足所述预设预警阈值,激发所述预警阈值响应,对所述配电参数进行专项异常预警。
具体而言,在获得所述差异化节点参数集合后,需对其进行专项异常预警。具体的,可对所述差异化节点参数集合覆盖的差异化节点,设置预警阈值响应,即对存在供电故障的差异化节点设置预警阈值响应。通过对所述差异化节点的配电参数进行动态的实时监测,获得动态配电参数变化,所述动态配电参数变化反映了实时的存在供电故障的差异化节点的参数状态,进而判断该参数状态是否满足预设预警阈值,所述预设预警阈值即为设定的存在供电故障的差异化节点的参数阈值范围,如果该参数状态满足所述预设预警阈值,则激发所述预警阈值响应,对所述配电参数进行专项异常预警。实现了对该区域的分布式能源进行动态的预警响应。
综上所述,本发明所提供的一种基于分布式能源管理的异常预警方法具有如下技术效果:
1、通过对目标企业所负责的用户进行历史用电数据采集,基于此可解析获得历史用电数据中的用电异常概率,通过对其进行电力质量评估,可获得对应的评估结果,同时,对目标企业的配电参数进行采集,通过对评估结果和配电参数进行支持度分析,可对出现异常的差异化节点进行筛选,从而根据差异化节点参数,对目标企业的配电参数进行动态的异常预警,达到了对出现异常的节点参数进行及时感知,使得能源供给效率有所提升,同时最大化利用可供给能源的技术效果。
2、通过对存在供电故障的差异化节点设置预警阈值响应,对所述差异化节点的配电参数进行动态的实时监测,获得动态配电参数变化,当参数状态满足预设预警阈值,则激发所述预警阈值响应,对所述配电参数进行专项异常预警,实现了对该区域的分布式能源进行动态的预警响应。
实施例二
基于与前述实施例中一种基于分布式能源管理的异常预警方法,同样发明构思,本发明还提供了一种基于分布式能源管理的异常预警系统,请参阅附图5,所述系统包括:
第一获得单元11,所述第一获得单元11用于获得目标企业的能源服务覆盖范围,其中,所述能源服务覆盖范围包括需求用户数量;
第一采集单元12,所述第一采集单元12用于基于所述需求用户数量,对所述服务覆盖范围内的历史用电数据进行采集,获得历史用电数据集合;
第一解析单元13,所述第一解析单元13用于通过对所述历史用电数据集合进行可视化的遍历解析,获得历史用电异常概率信息;
第一输入单元14,所述第一输入单元14用于将所述历史用电异常概率信息输入至电力质量评估模型进行训练,获得电力质量评估结果;
第二采集单元15,所述第二采集单元15用于对所述目标企业的配电参数进行数据采集,获得各节点配电参数集合;
第一分析单元16,所述第一分析单元16用于对所述电力质量评估结果和所述各节点配电参数集合进行支持度分析,获得差异化节点参数集合;
第一预警单元17,所述第一预警单元17用于根据所述差异化节点参数集合,对所述配电参数进行专项异常预警。
进一步的,所述系统还包括:
第一筛选单元,所述第一筛选单元用于对所述历史用电数据集合进行反馈筛选,获得需求用户对所述历史用电数据的应用反馈集合,其中,所述应用反馈集合包括正向反馈集合和负向反馈集合;
第三采集单元,所述第三采集单元用于基于所述历史用电数据集合的覆盖时间范围内,对所述需求用户的用电故障报修进行数据采集,获得故障报修日志集合;
第二获得单元,所述第二获得单元用于对所述负向反馈集合和所述故障报修日志集合进行数据求交集,获得用电异常数据;
第三获得单元,所述第三获得单元用于基于所述用电异常数据和所述负向反馈集合,获得所述历史用电异常概率信息。
进一步的,所述系统还包括:
第一嵌入单元,所述第一嵌入单元用于所述电力质量评估模型嵌入有数据校对单元,其中,所述数据校对单元包括异常数据标正参数;
第二输入单元,所述第二输入单元用于通过将所述历史用电异常概率信息作为输入数据,输入至电力质量评估模型,基于所述异常数据标正参数对所述输入数据进行训练;
第四获得单元,所述第四获得单元用于获得所述电力质量评估模型的训练结果,所述训练结果包括异常差值区间;
第一确定单元,所述第一确定单元用于根据所述异常差值区间,确定所述电力质量评估结果。
进一步的,所述系统还包括:
第二嵌入单元,所述第二嵌入单元用于所述电力质量评估模型还嵌入有差值区间匹配单元,其中,所述差值区间匹配单元包括各差值区间集合和电力质量评估区间集合,且所述各差值区间集合和所述电力质量评估区间集合中的数据一一对应;
第一上传单元,所述第一上传单元用于将所述异常差值区间上传至所述差值区间匹配单元进行对应匹配;
第五获得单元,所述第五获得单元用于获得所述差值区间匹配单元的匹配结果,所述匹配结果包括所述电力质量评估结果。
进一步的,所述系统还包括:
第一统计单元,所述第一统计单元用于通过对所述需求用户数量的分布情况进行统计,获得需求用户分布信息;
第一显示单元,所述第一显示单元用于对所述需求用户分布信息进行可视化的网格节点显示,且对满足预设距离阈值的节点集合进行拟合化处理,生成各拟合化节点集合;
第四采集单元,所述第四采集单元用于通过对所述各拟合化节点集合的节点数据,进行用电需求的泛化采集,生成各节点需求参数;
第六获得单元,所述第六获得单元用于获得所述目标企业的预设供电网络节点分布;
第一校正单元,所述第一校正单元用于根据所述各节点需求参数,对所述预设供电网络节点分布进行数据校正,生成所述各节点配电参数集合。
进一步的,所述系统还包括:
第一检索单元,所述第一检索单元用于对所述电力质量评估结果进行反向检索,获得对应的质量评估节点配电参数集合;
第二统计单元,所述第二统计单元用于通过对所述质量评估节点配电参数集合在所述各节点配电参数集合中的出现次数进行统计,获得所述质量评估节点配电参数集合的各参数支持度分布;
第二筛选单元,所述第二筛选单元用于对所述各参数支持度分布进行目标筛选,生成所述差异化节点参数集合。
进一步的,所述系统还包括:
第一设置单元,所述第一设置单元用于对所述差异化节点参数集合覆盖的差异化节点,设置预警阈值响应;
第一监测单元,所述第一监测单元用于对所述差异化节点的配电参数进行动态的实时监测,获得动态配电参数变化;
第一判断单元,所述第一判断单元用于判断所述动态配电参数变化是否满足预设预警阈值;
第一激发单元,所述第一激发单元用于若所述动态配电参数变化满足所述预设预警阈值,激发所述预警阈值响应,对所述配电参数进行专项异常预警。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,前述图1实施例一中的一种基于分布式能源管理的异常预警方法和具体实例同样适用于本实施例的一种基于分布式能源管理的异常预警系统,通过前述对一种基于分布式能源管理的异常预警方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于分布式能源管理的异常预警系统,所以为了说明书的简洁,在此不再详述。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
示例性电子设备
下面参考图6来描述本发明的电子设备。
图6图示了根据本发明的电子设备的结构示意图。
基于与前述实施例中一种基于分布式能源管理的异常预警方法的发明构思,本发明还提供一种基于分布式能源管理的异常预警系统,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基于分布式能源管理的异常预警方法的任一方法的步骤。
其中,在图6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。
本发明提供了一种基于分布式能源管理的异常预警方法,所述方法包括:获得目标企业的能源服务覆盖范围,其中,所述能源服务覆盖范围包括需求用户数量;基于所述需求用户数量,对所述服务覆盖范围内的历史用电数据进行采集,获得历史用电数据集合;通过对所述历史用电数据集合进行可视化的遍历解析,获得历史用电异常概率信息;将所述历史用电异常概率信息输入至电力质量评估模型进行训练,获得电力质量评估结果;对所述目标企业的配电参数进行数据采集,获得各节点配电参数集合;对所述电力质量评估结果和所述各节点配电参数集合进行支持度分析,获得差异化节点参数集合;根据所述差异化节点参数集合,对所述配电参数进行专项异常预警。解决了现有技术中在利用分布式能源进行分散式供能的过程中,无法对出现异常的节点参数进行及时感知,使得能源供给效率有所降低,同时对可供给能源造成了极大浪费的技术问题。通过对目标企业所负责的用户进行历史用电数据采集,基于此可解析获得历史用电数据中的用电异常概率,通过对其进行电力质量评估,可获得对应的评估结果,同时,对目标企业的配电参数进行采集,通过对评估结果和配电参数进行支持度分析,可对出现异常的差异化节点进行筛选,从而根据差异化节点参数,对目标企业的配电参数进行动态的异常预警,达到了对出现异常的节点参数进行及时感知,使得能源供给效率有所提升,同时最大化利用可供给能源的技术效果。
本发明还提供一种电子设备,其中,包括处理器和存储器;
该存储器,用于存储;
该处理器,用于通过调用,执行上述实施例一中任一项所述的方法。
本发明还提供一种计算机程序产品,包括计算机程序和/或指令,该计算机程序和/或指令被处理器执行时实现上述实施例一中任一项所述方法的步骤。
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、装置、或计算机程序产品。因此,本发明可采用完全软件实施例、完全硬件实施例、或结合软件和硬件方面实施例的形式。此外,本发明为可以在一个或多个包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。而所述的计算机可用存储介质包括但不限于:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(RandomAccessMemory,简称RAM)、磁盘存储器、只读光盘(Compact Disc Read-OnlyMemory,简称CD-ROM)、光学存储器等各种可以存储程序代码的介质。
本发明是参照本发明的方法、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系统。
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系统的制造品,该指令系统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。
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 (4)
1.一种基于分布式能源管理的异常预警方法,其特征在于,所述方法包括:
获得目标企业的能源服务覆盖范围,其中,所述能源服务覆盖范围包括需求用户数量;
基于所述需求用户数量,对所述服务覆盖范围内的历史用电数据进行采集,获得历史用电数据集合;
通过对所述历史用电数据集合进行可视化的遍历解析,获得历史用电异常概率信息,其中所述历史用电异常概率信息为在企业进行历史供电的过程中,收到的用户的负向反馈占据总的故障报修的概率数值,其中包括:对所述历史用电数据集合进行反馈筛选,获得需求用户对所述历史用电数据的应用反馈集合,其中,所述应用反馈集合包括正向反馈集合和负向反馈集合;基于所述历史用电数据集合的覆盖时间范围内,对所述需求用户的用电故障报修进行数据采集,获得故障报修日志集合;对所述负向反馈集合和所述故障报修日志集合进行数据求交集,获得用电异常数据;基于所述用电异常数据和所述负向反馈集合,获得所述历史用电异常概率信息;
将所述历史用电异常概率信息输入至电力质量评估模型进行训练,获得电力质量评估结果,其中包括:所述电力质量评估模型嵌入有数据校对单元,其中,所述数据校对单元包括异常数据标正参数;通过将所述历史用电异常概率信息作为输入数据,输入至电力质量评估模型,基于所述异常数据标正参数对所述输入数据进行训练;获得所述电力质量评估模型的训练结果,所述训练结果包括异常差值区间;根据所述异常差值区间,确定所述电力质量评估结果,其中包括:所述电力质量评估模型还嵌入有差值区间匹配单元,其中,所述差值区间匹配单元包括各差值区间集合和电力质量评估区间集合,且所述各差值区间集合和所述电力质量评估区间集合中的数据一一对应;将所述异常差值区间上传至所述差值区间匹配单元进行对应匹配;获得所述差值区间匹配单元的匹配结果,所述匹配结果包括所述电力质量评估结果;
对所述目标企业的配电参数进行数据采集,获得各节点配电参数集合,其中所述各节点配电参数集合包括每一分支电力传输所需的总装机容量、年发电量、最大负荷、年用电量、额定频率以及最高电压,其中包括:通过对所述需求用户数量的分布情况进行统计,获得需求用户分布信息;对所述需求用户分布信息进行可视化的网格节点显示,且对满足预设距离阈值的节点集合进行拟合化处理,生成各拟合化节点集合;通过对所述各拟合化节点集合的节点数据,进行用电需求的泛化采集,生成各节点需求参数;获得所述目标企业的预设供电网络节点分布;根据所述各节点需求参数,对所述预设供电网络节点分布进行数据校正,生成所述各节点配电参数集合;
对所述电力质量评估结果和所述各节点配电参数集合进行支持度分析,获得差异化节点参数集合,其中包括:对所述电力质量评估结果进行反向检索,获得对应的质量评估节点配电参数集合;通过对所述质量评估节点配电参数集合在所述各节点配电参数集合中的出现次数进行统计,获得所述质量评估节点配电参数集合的各参数支持度分布;对所述各参数支持度分布进行目标筛选,生成所述差异化节点参数集合;
根据所述差异化节点参数集合,对所述配电参数进行专项异常预警,其中包括:对所述差异化节点参数集合覆盖的差异化节点,设置预警阈值响应;对所述差异化节点的配电参数进行动态的实时监测,获得动态配电参数变化;判断所述动态配电参数变化是否满足预设预警阈值;若所述动态配电参数变化满足所述预设预警阈值,激发所述预警阈值响应,对所述配电参数进行专项异常预警。
2.一种基于分布式能源管理的异常预警系统,其特征在于,所述系统包括:
第一获得单元,所述第一获得单元用于获得目标企业的能源服务覆盖范围,其中,所述能源服务覆盖范围包括需求用户数量;
第一采集单元,所述第一采集单元用于基于所述需求用户数量,对所述服务覆盖范围内的历史用电数据进行采集,获得历史用电数据集合;
第一解析单元,所述第一解析单元用于通过对所述历史用电数据集合进行可视化的遍历解析,获得历史用电异常概率信息,其中所述历史用电异常概率信息为在企业进行历史供电的过程中,收到的用户的负向反馈占据总的故障报修的概率数值;
第一筛选单元,所述第一筛选单元用于对所述历史用电数据集合进行反馈筛选,获得需求用户对所述历史用电数据的应用反馈集合,其中,所述应用反馈集合包括正向反馈集合和负向反馈集合;
第三采集单元,所述第三采集单元用于基于所述历史用电数据集合的覆盖时间范围内,对所述需求用户的用电故障报修进行数据采集,获得故障报修日志集合;
第二获得单元,所述第二获得单元用于对所述负向反馈集合和所述故障报修日志集合进行数据求交集,获得用电异常数据;
第三获得单元,所述第三获得单元用于基于所述用电异常数据和所述负向反馈集合,获得所述历史用电异常概率信息;
第一输入单元,所述第一输入单元用于将所述历史用电异常概率信息输入至电力质量评估模型进行训练,获得电力质量评估结果;
第一嵌入单元,所述第一嵌入单元用于所述电力质量评估模型嵌入有数据校对单元,其中,所述数据校对单元包括异常数据标正参数;
第二输入单元,所述第二输入单元用于通过将所述历史用电异常概率信息作为输入数据,输入至电力质量评估模型,基于所述异常数据标正参数对所述输入数据进行训练;
第四获得单元,所述第四获得单元用于获得所述电力质量评估模型的训练结果,所述训练结果包括异常差值区间;
第一确定单元,所述第一确定单元用于根据所述异常差值区间,确定所述电力质量评估结果;
第二嵌入单元,所述第二嵌入单元用于所述电力质量评估模型还嵌入有差值区间匹配单元,其中,所述差值区间匹配单元包括各差值区间集合和电力质量评估区间集合,且所述各差值区间集合和所述电力质量评估区间集合中的数据一一对应;
第一上传单元,所述第一上传单元用于将所述异常差值区间上传至所述差值区间匹配单元进行对应匹配;
第五获得单元,所述第五获得单元用于获得所述差值区间匹配单元的匹配结果,所述匹配结果包括所述电力质量评估结果;
第二采集单元,所述第二采集单元用于对所述目标企业的配电参数进行数据采集,获得各节点配电参数集合,其中所述各节点配电参数集合包括每一分支电力传输所需的总装机容量、年发电量、最大负荷、年用电量、额定频率以及最高电压;
第一统计单元,所述第一统计单元用于通过对所述需求用户数量的分布情况进行统计,获得需求用户分布信息;
第一显示单元,所述第一显示单元用于对所述需求用户分布信息进行可视化的网格节点显示,且对满足预设距离阈值的节点集合进行拟合化处理,生成各拟合化节点集合;
第四采集单元,所述第四采集单元用于通过对所述各拟合化节点集合的节点数据,进行用电需求的泛化采集,生成各节点需求参数;
第六获得单元,所述第六获得单元用于获得所述目标企业的预设供电网络节点分布;
第一校正单元,所述第一校正单元用于根据所述各节点需求参数,对所述预设供电网络节点分布进行数据校正,生成所述各节点配电参数集合;
第一分析单元,所述第一分析单元用于对所述电力质量评估结果和所述各节点配电参数集合进行支持度分析,获得差异化节点参数集合;
第一检索单元,所述第一检索单元用于对所述电力质量评估结果进行反向检索,获得对应的质量评估节点配电参数集合;
第二统计单元,所述第二统计单元用于通过对所述质量评估节点配电参数集合在所述各节点配电参数集合中的出现次数进行统计,获得所述质量评估节点配电参数集合的各参数支持度分布;
第二筛选单元,所述第二筛选单元用于对所述各参数支持度分布进行目标筛选,生成所述差异化节点参数集合;
第一预警单元,所述第一预警单元用于根据所述差异化节点参数集合,对所述配电参数进行专项异常预警;
第一设置单元,所述第一设置单元用于对所述差异化节点参数集合覆盖的差异化节点,设置预警阈值响应;
第一监测单元,所述第一监测单元用于对所述差异化节点的配电参数进行动态的实时监测,获得动态配电参数变化;
第一判断单元,所述第一判断单元用于判断所述动态配电参数变化是否满足预设预警阈值;
第一激发单元,所述第一激发单元用于若所述动态配电参数变化满足所述预设预警阈值,激发所述预警阈值响应,对所述配电参数进行专项异常预警。
3.一种电子设备,其特征在于,包括处理器和存储器;
所述存储器,用于存储;
所述处理器,用于通过调用,执行权利要求1所述的方法。
4.一种计算机存储介质,包括计算机程序和/或指令,其特征在于,该计算机程序和/或指令被处理器执行时实现权利要求1所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210478300.5A CN114819665B (zh) | 2022-05-05 | 2022-05-05 | 一种基于分布式能源管理的异常预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210478300.5A CN114819665B (zh) | 2022-05-05 | 2022-05-05 | 一种基于分布式能源管理的异常预警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114819665A CN114819665A (zh) | 2022-07-29 |
CN114819665B true CN114819665B (zh) | 2023-04-18 |
Family
ID=82511328
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210478300.5A Active CN114819665B (zh) | 2022-05-05 | 2022-05-05 | 一种基于分布式能源管理的异常预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114819665B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115169999B (zh) * | 2022-09-06 | 2023-04-28 | 浙江万胜智能科技股份有限公司 | 一种基于采集通信模块的电力负荷管理方法及系统 |
CN115358278B (zh) * | 2022-10-14 | 2023-04-25 | 浙江万胜智能科技股份有限公司 | 一种用电采集器的状态量分布式监测方法及系统 |
CN115327930B (zh) * | 2022-10-17 | 2023-01-20 | 青岛艾德森物联科技有限公司 | 一种可视化节能管控方法及系统 |
CN116340749A (zh) * | 2023-02-10 | 2023-06-27 | 中建照明有限公司 | 一种基于大数据的建筑用能异常监测系统及方法 |
CN116566034B (zh) * | 2023-02-27 | 2024-02-20 | 国网江苏省电力有限公司南京供电分公司 | 配电网配电监测系统及方法 |
CN115982577B (zh) * | 2023-03-20 | 2023-09-08 | 山东华网合众信息技术有限公司 | 一种智慧用电实时监测方法和系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111882284A (zh) * | 2020-05-12 | 2020-11-03 | 中国电力科学研究院有限公司 | 一种分布式电源并网的运行监控方法和系统 |
CN112290532A (zh) * | 2020-08-11 | 2021-01-29 | 国网浙江省电力有限公司双创中心 | 一种基于电力物联网的社区综合能源系统 |
CN113036913A (zh) * | 2021-03-03 | 2021-06-25 | 国网信息通信产业集团有限公司 | 一种综合能源设备状态监测方法及装置 |
CN113239627A (zh) * | 2021-05-31 | 2021-08-10 | 南京乾鑫电器设备有限公司 | 一种分布式智能监控方法和装置 |
CN113934795A (zh) * | 2021-10-19 | 2022-01-14 | 国网山东省电力公司平邑县供电公司 | 一种基于分布式管理的电网预警系统 |
CN114330440A (zh) * | 2021-12-28 | 2022-04-12 | 国网山东省电力公司营销服务中心(计量中心) | 基于模拟学习判别的分布式电源负荷异常识别方法及系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109447048B (zh) * | 2018-12-25 | 2020-12-25 | 苏州闪驰数控系统集成有限公司 | 一种人工智能预警系统 |
CN112929202A (zh) * | 2021-01-19 | 2021-06-08 | 青岛获客传媒有限公司 | 一种分布式数据节点异常行为的预警系统 |
CN113438563A (zh) * | 2021-06-02 | 2021-09-24 | 国网河南省电力公司商丘供电公司 | 一种基于5g的终端信息采集系统 |
CN113535518B (zh) * | 2021-07-23 | 2023-12-05 | 北京八分量信息科技有限公司 | 一种用户行为的分布式实时动态监控方法及系统 |
CN113866552B (zh) * | 2021-08-20 | 2024-05-14 | 国网江苏省电力有限公司电力科学研究院 | 一种基于机器学习的中压配网用户用电异常诊断方法 |
CN114254916A (zh) * | 2021-12-20 | 2022-03-29 | 国网江苏省电力有限公司物资分公司 | 具有电网业务特色的多维度供应商风险实时预警方法 |
-
2022
- 2022-05-05 CN CN202210478300.5A patent/CN114819665B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111882284A (zh) * | 2020-05-12 | 2020-11-03 | 中国电力科学研究院有限公司 | 一种分布式电源并网的运行监控方法和系统 |
CN112290532A (zh) * | 2020-08-11 | 2021-01-29 | 国网浙江省电力有限公司双创中心 | 一种基于电力物联网的社区综合能源系统 |
CN113036913A (zh) * | 2021-03-03 | 2021-06-25 | 国网信息通信产业集团有限公司 | 一种综合能源设备状态监测方法及装置 |
CN113239627A (zh) * | 2021-05-31 | 2021-08-10 | 南京乾鑫电器设备有限公司 | 一种分布式智能监控方法和装置 |
CN113934795A (zh) * | 2021-10-19 | 2022-01-14 | 国网山东省电力公司平邑县供电公司 | 一种基于分布式管理的电网预警系统 |
CN114330440A (zh) * | 2021-12-28 | 2022-04-12 | 国网山东省电力公司营销服务中心(计量中心) | 基于模拟学习判别的分布式电源负荷异常识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114819665A (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114819665B (zh) | 一种基于分布式能源管理的异常预警方法及系统 | |
CN114298863B (zh) | 一种智能抄表终端的数据采集方法及系统 | |
CN106780121B (zh) | 一种基于用电负荷模式分析的用电异常识别方法 | |
CN109298379B (zh) | 一种基于数据监测的智能电表现场误差异常的识别方法 | |
CN102931625B (zh) | 一种继电保护在线状态检修智能决策分析装置和其信号处理方法及其应用 | |
CN114004296A (zh) | 一种基于电力负荷特征反向提取监测点的方法及系统 | |
CN116976707B (zh) | 基于用电信息采集的用户用电数据异常分析方法及系统 | |
CN108665186A (zh) | 基于计量自动化系统的配变重过载停电监测方法及装置 | |
CN117035513A (zh) | 一种智慧工业园区能源运行智能监测管理系统及方法 | |
CN116914917A (zh) | 一种基于大数据的配电柜运行状态监测管理系统 | |
CN103617447A (zh) | 智能变电站的评价系统及评价方法 | |
CN115099594A (zh) | 一种基于物联网的建筑能耗管理方法及系统 | |
CN112580858A (zh) | 设备参数预测分析方法及系统 | |
CN115146977A (zh) | 一种基于物联网的企业能效数据管理方法及系统 | |
CN114879619A (zh) | 数字车间能源优化方法及系统 | |
CN109525036B (zh) | 一种通信设备的市电供应状态的监控方法、装置和系统 | |
CN111080484A (zh) | 一种配电网异常数据监测方法及装置 | |
US12001199B2 (en) | Method, system and computer program product for evaluation of energy consumption in industrial environments | |
CN116249186A (zh) | 无线网设备的数据处理方法、装置、存储介质及电子设备 | |
CN115936663A (zh) | 一种电力系统的维护方法及装置 | |
CN115358336A (zh) | 用电异常检测方法、装置及电子设备 | |
CN115115419A (zh) | 一种基于bim技术的工程造价管理系统及方法 | |
CN114818234A (zh) | 一种电力设备智能化综合运行健康识别管理方法及系统 | |
CN112633692A (zh) | 查窃电阈值的获取方法和装置、查窃电装置和方法 | |
CN113642171A (zh) | 一种基于大数据的输变电设备健康状态评估系统及方法 |
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 |