CN115345466A - 基于网架拓扑与多源数据融合的配电网在线评估系统 - Google Patents
基于网架拓扑与多源数据融合的配电网在线评估系统 Download PDFInfo
- Publication number
- CN115345466A CN115345466A CN202210954137.5A CN202210954137A CN115345466A CN 115345466 A CN115345466 A CN 115345466A CN 202210954137 A CN202210954137 A CN 202210954137A CN 115345466 A CN115345466 A CN 115345466A
- Authority
- CN
- China
- Prior art keywords
- data
- unit
- module
- topology
- power distribution
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 20
- 230000004927 fusion Effects 0.000 title claims abstract description 18
- 238000013500 data storage Methods 0.000 claims abstract description 23
- 238000013480 data collection Methods 0.000 claims abstract description 12
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 11
- 238000005192 partition Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 238000012502 risk assessment Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000000638 solvent extraction Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000012212 insulator Substances 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000012360 testing method 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
- G06F16/212—Schema design and management with details for data modelling support
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及配电网设备技术领域，具体涉及基于网架拓扑与多源数据融合的配电网在线评估系统，包括拓扑模块，数据存储模块、建模模块、数据收集模块、判断模块，拓扑模块，用于基于目标区域的CIM模型得到拓扑数据，并进行简化得到拓扑模型；数据存储模块，用于存储历史天气数据、历史运行数据和故障情况；建模模块，用于基于历史天气数据、历史运行数据计算与故障情况之间的相关性以建立预测模型；数据收集模块，用于实时对拓扑模型节点的天气数据和运行数据进行收集；判断模块，用于基于预测模型和实时天气数据、运行数据对配电网故障情况进行评估。通过上述方式可以考虑天气对配电网故障情况的影响，从而可以提高农村地区电网检测的准确度。
Description
技术领域
本发明涉及配电网设备技术领域，尤其涉及基于网架拓扑与多源数据融合的配电网在线评估系统。
背景技术
电力系统风险评估按照其评估特点可以分为电力系统规划风险评估和电力系统运行风险评估。电力系统规划风险评估多用于分析不同规划方案的优劣，为电力系统规划和长期稳定运行提供指导意见；电力系统运行风险评估则是在已有电网基础上，利用系统实时运行的信息对当前和未来短时间内的系统运行风险给出评估和预警。
农村配电网相对城市，分布较为松散，面临自然环境的挑战更为的明显，现有的评估方式没有考虑到环境对配电网故障造成的影响，从而降低了预测的准确性。
发明内容
本发明的目的在于提供基于网架拓扑与多源数据融合的配电网在线评估系统，旨在考虑天气对配电网故障情况的影响，从而可以提高农村地区电网检测的准确度。
为实现上述目的，本发明提供了基于网架拓扑与多源数据融合的配电网在线评估系统，包括拓扑模块，数据存储模块、建模模块、数据收集模块、判断模块；所述数据存储模块、所述建模模块、所述数据收集模块和所述判断模块依次连接；
所述拓扑模块，用于基于目标区域的CIM模型得到拓扑数据，并进行简化得到拓扑模型；
所述数据存储模块，用于存储历史天气数据、历史运行数据和故障情况；
所述建模模块，用于基于所述历史天气数据、历史运行数据计算与故障情况之间的相关性以建立预测模型；
所述数据收集模块，用于实时对拓扑模型节点的天气数据和运行数据进行收集；
所述判断模块，用于基于预测模型和实时天气数据、运行数据对配电网故障情况进行评估。
其中，所述天气数据包括温度、湿度、风力等级。
其中，所述历史运行数据包括电阻、电压、频率和电导。
其中，所述拓扑模块包括简化单元和遍历单元，所述简化单元，用于对CIM模型的数据进行分类和简化合并；
所述遍历单元，用于基于广度有限遍历拓扑简化模型。
其中，所述数据存储模块包括存储单元、分区单元和标记单元，所述标记单元，用于生成预设地区的设备编号，所述存储单元，用于对历史天气数据、历史运行数据和故障情况进行存储，所述分区单元用于对数据类型进行识别，并分别存储到所述存储单元中。
其中，所述数据存储模块还包括更新单元，所述更新单元，用于对标记单元中的设备编号进行更新，并同时删除编号对应的设备数据。
其中，所述建模模块包括数据获取单元、数据预处理单元和训练单元，所述数据获取单元、所述数据预处理单元和所述训练单元依次连接；
所述数据获取单元用于获取历史天气数据、历史运行数据和故障情况；
所述数据预处理单元，用于对历史天气数据和历史运行数据进行处理；
所述训练单元，用于基于历史天气数据、历史运行数据和故障情况建立预测模型。
本发明的基于网架拓扑与多源数据融合的配电网在线评估系统，在使用基于CIM模型解析数据对网架问题进行辨识与判别之前，建立简化数据结构模型，具体为：基于“父子节点”关系的数据拓扑结构，并且以“设备”为关键词，整合数据，形成新的简化的数据结构。其中所述数据存储模块用于对历史天气数据、历史运行数据和相应的故障情况进行存储，所述历史天气数据由当地的天气数据库获取，所述历史运行数据由各个节点安装的信息采集装置对运行数据进行检测，由于变电站设备多，包括但不限于变压器、导线、绝缘子、互感器、避雷器等等电气设备，还有电容器、套管、阻波器、电缆、电抗器和继电保护装置等输变电系统中必不少的组件，因此，为了保证通讯的稳定性，所述变电站内设有多端口串口服务器和数据采集板卡，其中，所述数据采集板卡为多个，每个数据采集板卡上连接至少一个二次设备，所述二次设备作为各个数据采集板卡的数据采集单元，所述故障情况包括过载、短路和断路，每种情况具体分为多个类型，此处不再赘述，所述建模模块，用于将历史天气数据、历史运行数据作为自变量，故障情况作为因变量，采用相关性计算方法，或者深度学习相关的方法生成预测模型，通过判断模块可以基于后面数据收集模块采集的实时信息对各个设备节点的故障状态进行预测，从而可以对相应设备节点设置故障等级，然后基于故障等级进行重点监控，或者提前更换，从而可以更加准确地地对农村地区的电网状态进行监控，使得预测防护更好。
附图说明
为了更清楚地说明本发明实施例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本发明的一些实施例，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，还可以根据这些附图获得其他的附图。
图1是本发明的第一实施例的基于网架拓扑与多源数据融合的配电网在线评估系统的结构图。
图2是本发明的第二实施例的拓扑模块的结构图。
图3是本发明的第二实施例的数据存储模块的结构图。
图4是本发明的第三实施例的建模模块的结构图。
图5是本发明的第三实施例的判断模块的结构图。
101-拓扑模块、102-数据存储模块、103-建模模块、104-数据收集模块、105-判断模块、201-简化单元、202-遍历单元、203-存储单元、204-分区单元、205-标记单元、206-更新单元、301-获取单元、302-数据预处理单元、303-训练单元、304-优化单元、305-判断单元、306-显示单元、307-警报单元。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
第一实施例
请参阅图1，图1是本发明的第一实施例的基于网架拓扑与多源数据融合的配电网在线评估系统的结构图。
本发明提供一种基于网架拓扑与多源数据融合的配电网在线评估系统，包括拓扑模块101，数据存储模块102、建模模块103、数据收集模块104、判断模块105；所述数据存储模块102、所述建模模块103、所述数据收集模块104和所述判断模块105依次连接；
所述拓扑模块101，用于基于目标区域的CIM模型得到拓扑数据，并进行简化得到拓扑模型；
所述数据存储模块102，用于存储历史天气数据、历史运行数据和故障情况；
所述建模模块103，用于基于所述历史天气数据、历史运行数据计算与故障情况之间的相关性以建立预测模型；
所述数据收集模块104，用于实时对拓扑模型节点的天气数据和运行数据进行收集；
所述判断模块105，用于基于预测模型和实时天气数据、运行数据对配电网故障情况进行评估。
在本实施方式中，在使用基于CIM模型解析数据对网架问题进行辨识与判别之前，建立简化数据结构模型，具体为：基于“父子节点”关系的数据拓扑结构，并且以“设备”为关键词，整合数据，形成新的简化的数据结构。其中所述数据存储模块用于对历史天气数据、历史运行数据和相应的故障情况进行存储，所述历史天气数据由当地的天气数据库获取，所述历史运行数据由各个节点安装的信息采集装置对运行数据进行检测，由于变电站设备多，包括但不限于变压器、导线、绝缘子、互感器、避雷器等等电气设备，还有电容器、套管、阻波器、电缆、电抗器和继电保护装置等输变电系统中必不少的组件，因此，为了保证通讯的稳定性，所述变电站内设有多端口串口服务器和数据采集板卡，其中，所述数据采集板卡为多个，每个数据采集板卡上连接至少一个二次设备，所述二次设备作为各个数据采集板卡的数据采集单元，所述故障情况包括过载、短路和断路，每种情况具体分为多个类型，此处不再赘述，所述建模模块103，用于将历史天气数据、历史运行数据作为自变量，故障情况作为因变量，采用相关性计算方法，或者深度学习相关的方法生成预测模型，通过判断模块105可以基于后面数据收集模块104采集的实时信息对各个设备节点的故障状态进行预测，从而可以对相应设备节点设置故障等级，然后基于故障等级进行重点监控，或者提前更换，从而可以更加准确地地对农村地区的电网状态进行监控，使得预测防护更好。
第二实施例
请参阅图2和图3，图2是本发明的第二实施例的拓扑模块的结构图。图3是本发明的第二实施例的数据存储模块的结构图。本发明的基于网架拓扑与多源数据融合的配电网在线评估系统的所述拓扑模块101包括简化单元201和遍历单元202，
在本实施方式中，所述简化单元201，用于对CIM模型的数据进行分类和简化合并；所述遍历单元202，用于基于广度有限遍历拓扑简化模型。CIM数据中包含二十多种不同的设备类型，例如“AC Line Segment”、“Disconnector”等，分别对应着实际线路中的“交流线路”、“隔离开关”等设备，这些类别的数据都是存在物理空间实际设备对应的，也是在进行拓扑解析时需要保留的数据内容。这些设备会与0-2个Terminal相连，每个terminal会与有且仅有一个的Connectivitynode连接，以此形成了最终的拓扑结构。由于在拓扑描述上，CIM原始数据中存在大量冗余信息，例如pole site与1个Terminal节点相连，而pole则与0个terminal相连，但其所包含数据与pole site一样，都是描述同一个设备的两种数据类型，故在处理时需要将其合并。
其中，所述数据存储模块包括存储单元203、分区单元204和标记单元205，所述标记单元205，用于生成预设地区的设备编号，所述存储单元203，用于对历史天气数据、历史运行数据和故障情况进行存储，所述分区单元204用于对数据类型进行识别，并分别存储到所述存储单元203中。所述标记单元205可以对预设地区内的所有设备进行编号，然后通过所述分区单元204，可以对获取到的数据类型进行识别，然后根据数据类型分别存储到存储单元203的相应的区域中进行放置，便于后期进行读取。
其次，所述数据存储模块还包括更新单元206，所述更新单元206，用于对标记单元205中的设备编号进行更新，并同时删除编号对应的设备数据。然后在相应节点的设备更新之后，通过标记单元205对设备编号进行替换，所述存储单元203在检测到标记设备编号不存在后，删除相应设备的数据，从而使得节点设备相应的数据更加容易管理。
第三实施例
请参阅图4和图5，图4是本发明的第三实施例的建模模块的结构图。图5是本发明的第三实施例的判断模块的结构图。
所述建模模块103包括数据获取单元301、数据预处理单元302和训练单元303，所述数据获取单元301、所述数据预处理单元302和所述训练单元303依次连接；
所述数据获取单元301用于获取历史天气数据、历史运行数据和故障情况；
所述数据预处理单元302，用于对历史天气数据和历史运行数据进行处理；
所述训练单元303，用于基于历史天气数据、历史运行数据和故障情况建立预测模型。
在本实施方式中，通过所述数据获取单元301可以从所述数据存储模块102中获取数据，然后通过所述数据预处理单元302对数据中的无效数据，以及产生故障的数据进行清除，为了提高处理效率，还可以基于时间间隔对数据进行抽取，以减少整体计算的数据量，然后所述训练单元303可以采用相关性计算算法、深度学习等机器学习算法建立预测模型。
其中，所述建模模块103还包括优化单元304，用于通过所述初步预测结果集对所述优化测试模块进行训练，得到训练好的优化预测模块。
其次，所述判断模块105包括判断单元305、显示单元306和警报单元307，所述判断单元305、所述显示单元306和所述警报单元307依次连接，所述判断单元305用于基于预测模型和实时天气数据、运行数据对配电网故障情况进行评估，所述显示单元306用于对评估情况按照级别进行分级显示，所述警报单元307，用于对超时未处理信息进行警报。通过所述判断单元305可以对各个节点设备的工作状态以及后面的预测情况进行分析，然后基于预测情况可以对各个节点设备可能发生的故障时间点进行预测，然后基于当前时间和故障时间点的间隔可以对故障情况进行分级，通过所述显示单元306可以对分级的故障情况在显示装置上分级进行显示，从而可以更加方便直观地对各个节点设备的运行状态进行监测，若达到设置的报警等级时，就可以通过所述警报单元307以声光的方式进行报警，使得处理更加及时。
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。
Claims (7)
1.基于网架拓扑与多源数据融合的配电网在线评估系统，其特征在于，
包括拓扑模块，数据存储模块、建模模块、数据收集模块、判断模块；所述数据存储模块、所述建模模块、所述数据收集模块和所述判断模块依次连接；
所述拓扑模块，用于基于目标区域的CIM模型得到拓扑数据，并进行简化得到拓扑模型；
所述数据存储模块，用于存储历史天气数据、历史运行数据和故障情况；
所述建模模块，用于基于所述历史天气数据、历史运行数据计算与故障情况之间的相关性以建立预测模型；
所述数据收集模块，用于实时对拓扑模型节点的天气数据和运行数据进行收集；
所述判断模块，用于基于预测模型和实时天气数据、运行数据对配电网故障情况进行评估。
2.如权利要求1所述的基于网架拓扑与多源数据融合的配电网在线评估系统，其特征在于，
所述天气数据包括温度、湿度、风力等级。
3.如权利要求2所述的基于网架拓扑与多源数据融合的配电网在线评估系统，其特征在于，
所述历史运行数据包括电阻、电压、频率和电导。
4.如权利要求3所述的基于网架拓扑与多源数据融合的配电网在线评估系统，其特征在于，
所述拓扑模块包括简化单元和遍历单元，所述简化单元，用于对CIM模型的数据进行分类和简化合并；
所述遍历单元，用于基于广度有限遍历拓扑简化模型。
5.如权利要求1所述的基于网架拓扑与多源数据融合的配电网在线评估系统，其特征在于，
所述数据存储模块包括存储单元、分区单元和标记单元，所述标记单元，用于生成预设地区的设备编号，所述存储单元，用于对历史天气数据、历史运行数据和故障情况进行存储，所述分区单元用于对数据类型进行识别，并分别存储到所述存储单元中。
6.如权利要求5所述的基于网架拓扑与多源数据融合的配电网在线评估系统，其特征在于，
所述数据存储模块还包括更新单元，所述更新单元，用于对标记单元中的设备编号进行更新，并同时删除编号对应的设备数据。
7.如权利要求1所述的基于网架拓扑与多源数据融合的配电网在线评估系统，其特征在于，
所述建模模块包括数据获取单元、数据预处理单元和训练单元，所述数据获取单元、所述数据预处理单元和所述训练单元依次连接；
所述数据获取单元用于获取历史天气数据、历史运行数据和故障情况；
所述数据预处理单元，用于对历史天气数据和历史运行数据进行处理；
所述训练单元，用于基于历史天气数据、历史运行数据和故障情况建立预测模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210954137.5A CN115345466A (zh) | 2022-08-10 | 2022-08-10 | 基于网架拓扑与多源数据融合的配电网在线评估系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210954137.5A CN115345466A (zh) | 2022-08-10 | 2022-08-10 | 基于网架拓扑与多源数据融合的配电网在线评估系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115345466A true CN115345466A (zh) | 2022-11-15 |
Family
ID=83951809
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210954137.5A Pending CN115345466A (zh) | 2022-08-10 | 2022-08-10 | 基于网架拓扑与多源数据融合的配电网在线评估系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115345466A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115936448A (zh) * | 2023-02-13 | 2023-04-07 | 南京深科博业电气股份有限公司 | 一种基于大数据的城市配电网电力评估系统及方法 |
| CN116757509A (zh) * | 2023-08-18 | 2023-09-15 | 长春市辰奇农业科技有限公司 | 一种生态农业信息化用信息服务管理方法及管理系统 |
-
2022
- 2022-08-10 CN CN202210954137.5A patent/CN115345466A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115936448A (zh) * | 2023-02-13 | 2023-04-07 | 南京深科博业电气股份有限公司 | 一种基于大数据的城市配电网电力评估系统及方法 |
| CN116757509A (zh) * | 2023-08-18 | 2023-09-15 | 长春市辰奇农业科技有限公司 | 一种生态农业信息化用信息服务管理方法及管理系统 |
| CN116757509B (zh) * | 2023-08-18 | 2023-10-27 | 长春市辰奇农业科技有限公司 | 一种生态农业信息化用信息服务管理方法及管理系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115345466A (zh) | 基于网架拓扑与多源数据融合的配电网在线评估系统 | |
| CN116614177B (zh) | 一种光纤状态多维度参量监测系统 | |
| CN110690699B (zh) | 一种基于泛在电力物联网的变电站智慧检测系统 | |
| CN108206522B (zh) | 一种电力设备状态监控方法及系统 | |
| CN114648419B (zh) | 基于智慧变电站数字孪生系统知识图谱的创建和使用方法 | |
| CN107527123B (zh) | 一种基于分布式关联规则的扰动事件预测方法及装置 | |
| CN116823226A (zh) | 一种基于大数据的电力台区故障监测系统 | |
| CN114726740A (zh) | 台区拓扑识别方法、系统及智能融合终端 | |
| CN118280069A (zh) | 一种基于gis的电网灾害监测及预警系统 | |
| CN117148048B (zh) | 基于数字孪生技术的配电网故障预测方法及系统 | |
| CN108596450B (zh) | 电网风险预警方法和系统 | |
| CN117375234B (zh) | 一种变电站监控信息的自动验收方法及系统 | |
| CN117350447A (zh) | 一种适用于电网的多源异构电力数据融合算法 | |
| CN116632826A (zh) | 一种配电网的问题处理方法、装置、电子设备及存储介质 | |
| CN115912359A (zh) | 基于大数据的数字化安全隐患识别排查治理方法 | |
| CN105184523A (zh) | 基于cart决策树的电网运行方式数据挖掘方法及系统 | |
| CN115767601A (zh) | 一种基于多维数据的5gc网元自动化纳管方法及装置 | |
| CN115587016A (zh) | 一种电力设备运行分析方法 | |
| CN115438093A (zh) | 一种电力通信设备故障判断方法与检测系统 | |
| CN113362076A (zh) | 一种配电网10kV双电源户变关系分析方法 | |
| CN111143622A (zh) | 基于大数据平台的故障数据集构建方法 | |
| CN117007912B (zh) | 配网线路停电分析方法、装置、设备及存储介质 | |
| WO2024138968A1 (zh) | 基站故障诊断方法及装置 | |
| CN116307385B (zh) | 一种基于极端环境勘探作业档案数据分析方法 | |
| CN113807007B (zh) | 一种电网短路故障判别方法及系统 |
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 |