CN115528686A - 基于边缘计算的分布式配电故障处理系统及方法 - Google Patents
基于边缘计算的分布式配电故障处理系统及方法 Download PDFInfo
- Publication number
- CN115528686A CN115528686A CN202211478338.9A CN202211478338A CN115528686A CN 115528686 A CN115528686 A CN 115528686A CN 202211478338 A CN202211478338 A CN 202211478338A CN 115528686 A CN115528686 A CN 115528686A
- Authority
- CN
- China
- Prior art keywords
- early warning
- data
- scene
- power distribution
- voltage
- 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.)
- Granted
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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了基于边缘计算的分布式配电故障处理系统及方法,具体涉及配电技术领域,用于解决现有的配电系统中,对于系统的运行故障监测,大多只是对单一参数进行分析监控,并没有很好的通过各项参数对其运行状态进行分析预警,只能够在出现故障之后对其进行故障排查的问题;包括多个边缘计算器以及中心处理器;通过将配电网按照各种运行场景划分为多种运行状态,并根据不同的运行状态针对性对配电网运行状态进行分析预警,以便于及时发现配电网异常,避免只能够出现故障之后再对其进行故障排查的情况,有效保证了配电网的安全。
Description
技术领域
本发明涉及配电技术领域,更具体地说,本发明涉及基于边缘计算的分布式配电故障处理系统及方法。
背景技术
建设智能电网,第一要务就是解决供电可靠性问题。而要提高供电可靠性,必须重点关注配电网。目前在配电系统中,对于系统的运行故障监测,大多只是对单一参数进行分析监控,并没有很好的通过各项参数对其运行状态进行分析预警,只能够在出现故障之后对其进行故障排查,因此存在很大的安全隐患。
针对上述技术缺陷,现提出一种解决方案。
发明内容
为了克服现有技术的上述缺陷,本发明的实施例提供基于边缘计算的分布式配电故障处理系统及方法,通过将配电网按照各种运行场景划分为多种运行状态,并根据不同的运行状态针对性对配电网运行状态进行分析预警,以便于及时发现配电网异常,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
基于边缘计算的分布式配电故障处理系统及方法,包括如下步骤:
步骤S1,采集各个边缘计算器管辖区域内的电网运行数据;
步骤S2,根据电网运行数据评估各边缘计算器管辖区域的不同运行场景的预警等级;
步骤S3,将预警等级和电网运行场景数据发送至中心处理器,中心处理器根据接收的数据确定对应的管控预案,并根据管控预案进行电网管控。
在一个优选的实施方式中,在步骤S2采用以下步骤评估各边缘计算器管辖区域的不同运行场景的预警等级,包括:
步骤S2.1,对采集到的电网运行数据进行预处理,得到相应的运行参数;
步骤S2.2,统计该区域所涉及的运行场景;
步骤S2.3,根据涉及的运行场景调取各个运行场景相对应的运行参数,并采用相应的评估方法获得该区域电网运行校正系数,对该区域的配电网电压预警阈值进行调整;
步骤S2.4,根据该区域的配电网运行预警阈值结合实时获取的真实值,确定该区域相应运行场景下的电网预警等级。
在一个优选的实施方式中,在步骤S1中,电网运行数据包括工作电压数据、外部数据以及环境数据;
外部数据为各边缘计算器管辖区域内市政部门提交的特殊任务需求;
环境数据为各边缘计算器管辖区域的气温数据与雷电活动数据。
在一个优选的实施方式中,在步骤S2.2中,运行场景主要包括特殊运行场景与日常运行场景;
特殊运行场景包括节假日运行场景、不良天气运行场景以及特殊任务运行场景;
日常运行场景包括高峰用电场景、平峰用电场景与低峰用电场景。
在一个优选的实施方式中,在步骤S2.3中,获得该区域电网运行校正系数的方法如下:
设电网运行校正系数为F,将特殊运行场景中各场景信息设为a库,其中各场景分别用{a1,a2,......,an}表示,n为涉及的特殊运行场景的个数,根据公式获得校正系数F,具体计算表达式如下:
式中,a1,a2,...,an其取值为0或1,g1,g2,...,gn分别为各特殊运行场景的权重系数,且g大于等于1。
在一个优选的实施方式中,在步骤S2.3中,当获取到校正系数F后,即可对该区域电压预警阈值进行调整,具体调整方法如下:
设定标准电压预警阈值为(TH1,TH2),其中,TH1为标准电压预警阈值下限,TH2为标准电压预警阈值上限;高峰用电场景下其电压预警阈值下限均为TH1,低峰用电场景下其电压预警阈值上限均为TH2;
设标准峰间差值为Z0,则根据校正系数F计算校正后的峰间差值Z,具体计算表达式如下:
则高峰用电场景的电压预警阈值上限为TH2-2Z;平峰用电场景的电压预警阈值为(TH1+Z,TH2-Z);低峰用电场景的电压预警阈值下限为TH1+2Z。
在一个优选的实施方式中,在步骤S2.5中,对该区域配电网的运行异常状况进行预警分析的具体分析过程如下:
确定该区域所处的日常运行场景状态,根据所处的日常运行场景状态,确定该状态的电压预警阈值;
将该区域此时的工作电压与电压预警阈值进行比较,判断其是否在电压预警阈值内,若在则说明该区域无预警等级,若不在则根据工作电压与电压预警阈值偏差进行分级报警,分级报警的过程如下:
设标准偏差阈值为P0,工作电压与电压预警阈值上下限的偏差为P,若工作电压大于阈值上限,则P为与阈值上限的偏差,若工作电压小于阈值下限,则P为与阈值下限的偏差;
若P大于等于P0,则将该配电网标定为高危险预警等级;
若P小于P0,则将该配电网标定为中危险预警等级。
在一个优选的实施方式中,在步骤S3中,中心处理器主要通过预警等级以及该区域所涉及的运行场景来对配电网进行针对性分析管控,具体分析过程如下:
确定各边缘计算器管辖区域的预警等级;若该区域无预警等级,则不进行管控;
若有预警等级,则进一步的确定该区域所涉及的特殊运行场景,若该区域涉及环境影响,则对配电网进行无功补偿的同时,根据特殊运行场景对配电网进行临时防护;若该区域不涉及环境影响,则只进行无功补偿。
基于边缘计算的分布式配电故障处理系统,用于实现上述所述的基于边缘计算的分布式配电故障处理方法,包括多个边缘计算器以及中心处理器;
边缘计算器用于采集其所管辖区域的电网运行数据,并根据电网运行数据计算该区域配电网的电压预警等级,并将采集与计算的信息发送至中心处理器;
中心处理器根据接收的数据对各个边缘计算器管辖的区域进行针对性管控。
本发明基于边缘计算的分布式配电故障处理系统及方法的技术效果和优点:
本发明通过将配电网按照各种运行场景划分为多种运行状态,并根据不同的运行状态针对性对配电网运行状态进行分析预警,以便于及时发现配电网异常,避免只能够出现故障之后再对其进行故障排查的情况,有效保证了配电网的安全。
附图说明
图1为本发明基于边缘计算的分布式配电故障处理方法整体流程图;
图2为本发明评估不同运行场景的预警等级的方法流程图;
图3为本发明基于边缘计算的分布式配电故障处理系统结构示意图。
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。
实施例1
本发明基于边缘计算的分布式配电故障处理方法,通过将配电网按照各种运行场景划分为多种运行状态,并根据不同的运行状态针对性对配电网运行状态进行分析预警,以便于及时发现配电网异常,避免只能够出现故障之后再对其进行故障排查的情况,有效保证了配电网的安全。
具体的,如图1所示,本发明处理方法包括如下步骤:
步骤S1,采集各个边缘计算器管辖区域内的电网运行数据,该电网运行数据包括工作电压数据、外部数据以及环境数据。
步骤S2,根据电网运行数据评估各边缘计算器管辖区域的不同运行场景的预警等级。
步骤S3,将预警等级和电网运行场景数据发送至中心处理器,中心处理器根据接收的数据确定对应的管控预案,并根据管控预案进行电网管控,该管控预案由多种管控措施组成。
中心处理器可为云端处理器,边缘计算器计算好各自管辖区域的电网运行数据与运行场景后,将其发送至云端处理器进行进一步分析处理,确定各自管辖区域的管控方案。
在一个可选的例子中,如图2所示,步骤S2采用以下方法评估各边缘计算器管辖区域的不同运行场景的预警等级:
步骤S2.1,对采集到的电网运行数据进行预处理,得到相应的运行参数;
步骤S2.2,统计该区域所涉及的运行场景;
步骤S2.3,根据涉及的运行场景调取各个运行场景相对应的运行参数,并采用相应的评估方法获得该区域电网运行校正系数,对该区域的配电网电压预警阈值进行调整;
步骤S2.4,根据该区域的配电网运行预警阈值结合实时获取的真实值,确定该区域相应运行场景下的电网预警等级。
所述环境数据包括该区域气温数据与雷电活动数据。
在本实施例中,步骤2.1中,采用如下方法对采集到的电网运行数据进行数据处理,得到处理数据。
由于在采集电网运行数据时,主要分为两种情况:
一种是已经采集到大量的数据,实时采集的数据缺失数据,对于这种情况,可以将缺失数据的采集数据剔除。
另一种是工作电压数据缺失严重,现有的数据不足以反映电网运行状态,就利用现有的处理数据进行数据修复。
因此,由于在采集数据时可能会受到其他因素的影响,容易造成数据异常。因此,
本实施例采用加权估算法对异常数据进行数据修复,设修复数据为,异常数据前一段
时间段内相邻的运行数据为,异常数据后一段时间段内相邻的运行数据为,具体计算表达式如下:
进一步的,在步骤S2.1中,还采用数据融合方法对修复数据进行数据融合,得出相应的运行参数。在本实施例中,采用现有的数据融合方法进行数据融合,比如聚类融合方法、加权融合方法、多贝叶斯估计等。采用数据融合方法对修复数据融合后,得出与电网运行数据相对应的运行参数。
在步骤S2.2中,运行场景主要包括特殊运行场景与日常运行场景。
其中,特殊运行场景包括节假日运行场景、不良天气运行场景以及特殊任务运行场景。
节假日运行场景主要通过时间触发,当数据采集时间达到预设的节假日阈值时,触发节假日运行场景。节假日包括周末以及各类法定节假日,在节假日期间用户的用电需要增加,因此其与日常的运行参数不同。
不良天气运行场景主要根据获取的环境信息确定,环境信息可从各区域气象部门的发布数据中获取,当温度过高或过低,用户的用电需求均会增加,当雷电活动频繁,电网具有一定的过电压风险,因此,此时的运行状态与日常均不相同。
特殊任务场景主要由外部数据触发,当接收到市政部门提交的特殊任务需求时,触发特殊任务运行场景。例如实施疫情封控、工程施工用电等等,在该状态下,其用电需求也会增大。
日常运行场景包括高峰用电场景、平峰用电场景与低峰用电场景,该场景的分类也是通过时间触发,一日内,不同的时间段,各区域的用电高峰不同,例如居家生活区,工作日工作时间用电量较小,而企业区域用电较大等,根据不同的时间段划分高峰用电场景、平峰用电场景或低峰用电场景,并根据不同的场景设定不同的标准运行参数。
需要说明的是,本实施例中节假日运行场景、不良天气运行场景、特殊任务运行场景以及日常运行场景。均为相互独立的运行场景,存在同时触发的可能,当同时触发这些运行场景时,分别调取与运行场景相关的运行参数,并采用相应的评估方法,分别对触发的各个运行场景进行电网运行状态评估。
在步骤S2.3中,获得该区域电网运行校正系数的方法如下:
由于不同场景下,该区域的用电负荷不同,即在上述不同的特殊运行场景中,电网负载状态不同,导致区域内用电高峰与低峰时间段的工作电压差值不同,例如居民区域在工作日高温天气下,由于需要开启空调,夜晚用电高峰用电需求大,此时其与白天用电平低峰的差异要比无特殊运行场景时大,因此,对于该区域高低平峰状态的预警阈值也与无特殊运行场景时不同。
具体的,本实施例确定各边缘计算器管辖区域涉及的n个特殊运行场景,n为正整数,n为涉及的特殊运行场景的个数。并设电网运行校正系数为F,将特殊运行场景中各场景信息设为a库,其中各场景分别用{a1,a2,......,an}表示,根据公式获得校正系数F,具体计算表达式如下:
式中,a1,a2,...,an其取值为0或1,g1,g2,...,gn分别为各特殊运行场景的权重系数,且g大于等于1。该系数可根据该区域涉及的历史数据统计分析获取。
在步骤S2.3中,当获取到校正系数F后,即可对该区域电压预警阈值进行调整,具体调整方法如下:
先设定标准电压预警阈值为(TH1,TH2),其中,TH1为标准电压预警阈值下限,TH2为标准电压预警阈值上限。则对于该区域配电网来说,由于高峰用电场景平均工作电压在高峰用电场景、平峰用电场景与低峰用电场景三者中最低,因此,无论何种特殊运行场景,高峰用电场景下其电压预警阈值下限均为TH1,而对于低峰用电场景,由于其平均工作电压在三者中最高,因此,无论何种特殊运行场景,低峰用电场景下其电压预警阈值上限均为TH2。
则在步骤S2.3中,高峰用电场景的电压预警阈值上限、平峰用电场景的电压预警阈值上下限以及低峰用电场景的电压预警阈值下限均由标准电压预警阈值以及校正系数F决定。
设标准峰间差值为Z0,则根据校正系数F计算校正后的峰间差值Z,具体计算表达式如下:
即用校正系数F乘以标准峰间差值Z0,获取校正后的峰间差值Z。峰间差值是指低峰到平峰,平峰到高峰的电压差值。则高峰用电场景的电压预警阈值上限为TH2-2Z;平峰用电场景的电压预警阈值为(TH1+Z,TH2-Z);低峰用电场景的电压预警阈值下限为TH1+2Z。
在步骤S2.5中,本发明通过实时获取区域配电网的工作电压,以及该区域此时校正后的峰间差值Z,能够对该区域配电网的运行异常状况进行预警分析,从而避免配电网产生更严重的故障。具体分析过程如下:
确定该区域所处的日常运行场景状态,即其为高峰用电场景、平峰用电场景与低峰用电场景之中的哪一用电场景,根据所处的日常运行场景状态,确定该状态的电压预警阈值;
将该区域此时的工作电压与电压预警阈值进行比较,判断其是否在电压预警阈值内,若在则说明该区域无预警等级,若不在则根据工作电压与电压预警阈值偏差进行分级报警。
设标准偏差阈值为P0,工作电压与电压预警阈值上下限的偏差为P,需要说明的是,若工作电压大于阈值上限,则P为与阈值上限的偏差,若工作电压小于阈值下限,则P为与阈值下限的偏差。
若P大于等于P0,则说明此时配电网运行故障程度较大,此时为高危险预警等级;
若P小于P0,则说明此时配电网运行故障程度较小,此时为中危险预警等级。
在步骤S3中,中心处理器主要通过预警等级以及该区域所涉及的运行场景来对配电网进行针对性分析管控。具体分析过程如下:
确定各边缘计算器管辖区域的预警等级;若该区域无预警等级,则不进行管控;
若有预警等级,则进一步的确定该区域所涉及的特殊运行场景,若该区域涉及环境影响,则对配电网进行无功补偿的同时,根据特殊运行场景对配电网进行临时防护;若该区域不涉及环境影响,则只进行无功补偿。
例如,当该区域雷电活动强度大,则对该区域进行临时防雷保护工作。
实施例2
本发明实施例2与实施例1的区别在于,本实施例介绍了一种基于边缘计算的分布式配电故障处理系统,如图3所示,其包括各个边缘计算器以及中心处理器,各个边缘计算器用于采集其所管辖区域的电网运行数据,并根据电网运行数据计算该区域配电网的电压预警等级,并将采集与计算的信息发送至中心处理器,中心处理器根据接收的数据对各个边缘计算器管辖的区域进行针对性管控,从而有效避免了电网运行异常所导致的进一步情况恶化。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.基于边缘计算的分布式配电故障处理方法,其特征在于,包括如下步骤;
步骤S1,采集各个边缘计算器管辖区域内的电网运行数据;
步骤S2,根据电网运行数据评估各边缘计算器管辖区域的不同运行场景的预警等级;
步骤S3,将预警等级和电网运行场景数据发送至中心处理器,中心处理器根据接收的数据确定对应的管控预案,并根据管控预案进行电网管控。
2.根据权利要求1所述的基于边缘计算的分布式配电故障处理方法,其特征在于:在步骤S2采用以下步骤评估各边缘计算器管辖区域的不同运行场景的预警等级,包括:
步骤S2.1,对采集到的电网运行数据进行预处理,得到相应的运行参数;
步骤S2.2,统计该区域所涉及的运行场景;
步骤S2.3,根据涉及的运行场景调取各个运行场景相对应的运行参数,并采用相应的评估方法获得该区域电网运行校正系数,对该区域的配电网电压预警阈值进行调整;
步骤S2.4,根据该区域的配电网运行预警阈值结合实时获取的真实值,确定该区域相应运行场景下的电网预警等级。
3.根据权利要求2所述的基于边缘计算的分布式配电故障处理方法,其特征在于:在步骤S1中,电网运行数据包括工作电压数据、外部数据以及环境数据:
外部数据为各边缘计算器管辖区域内市政部门提交的特殊任务需求;
环境数据为各边缘计算器管辖区域的气温数据与雷电活动数据。
5.根据权利要求3所述的基于边缘计算的分布式配电故障处理方法,其特征在于:在步骤S2.2中,运行场景主要包括特殊运行场景与日常运行场景;
特殊运行场景包括节假日运行场景、不良天气运行场景以及特殊任务运行场景;
日常运行场景包括高峰用电场景、平峰用电场景与低峰用电场景。
7.根据权利要求6所述的基于边缘计算的分布式配电故障处理方法,其特征在于:在步骤S2.3中,当获取到校正系数F后,即可对该区域电压预警阈值进行调整,具体调整方法如下;
设定标准电压预警阈值为(TH1,TH2),其中,TH1为标准电压预警阈值下限,TH2为标准电压预警阈值上限;高峰用电场景下其电压预警阈值下限均为TH1,低峰用电场景下其电压预警阈值上限均为TH2;
设标准峰间差值为Z0,则根据校正系数F计算校正后的峰间差值Z,具体计算表达式如下:
则高峰用电场景的电压预警阈值上限为TH2-2Z;平峰用电场景的电压预警阈值为(TH1+Z,TH2-Z);低峰用电场景的电压预警阈值下限为TH1+2Z。
8.根据权利要求7所述的基于边缘计算的分布式配电故障处理方法,其特征在于:在步骤S2.5中,对该区域配电网的运行异常状况进行预警分析的具体分析过程如下:
确定该区域所处的日常运行场景状态,根据所处的日常运行场景状态,确定该状态的电压预警阈值;
将该区域此时的工作电压与电压预警阈值进行比较,判断其是否在电压预警阈值内,若在则说明该区域无预警等级,若不在则根据工作电压与电压预警阈值偏差进行分级报警,分级报警的过程如下:
设标准偏差阈值为P0,工作电压与电压预警阈值上下限的偏差为P,若工作电压大于阈值上限,则P为与阈值上限的偏差,若工作电压小于阈值下限,则P为与阈值下限的偏差;
若P大于等于P0,则将该配电网标定为高危险预警等级;
若P小于P0,则将该配电网标定为中危险预警等级。
9.根据权利要求8所述的基于边缘计算的分布式配电故障处理方法,其特征在于:在步骤S3中,中心处理器主要通过预警等级以及该区域所涉及的运行场景来对配电网进行针对性分析管控,具体分析过程如下:
确定各边缘计算器管辖区域的预警等级;若该区域无预警等级,则不进行管控;
若有预警等级,则进一步的确定该区域所涉及的特殊运行场景,若该区域涉及环境影响,则对配电网进行无功补偿的同时,根据特殊运行场景对配电网进行临时防护;若该区域不涉及环境影响,则只进行无功补偿。
10.基于边缘计算的分布式配电故障处理系统,用于实现上述权利要求1-9任一项所述的基于边缘计算的分布式配电故障处理方法,其特征在于:包括多个边缘计算器以及中心处理器;
边缘计算器用于采集其所管辖区域的电网运行数据,并根据电网运行数据计算该区域配电网的电压预警等级,并将采集与计算的信息发送至中心处理器;
中心处理器根据接收的数据对各个边缘计算器管辖的区域进行针对性管控。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211478338.9A CN115528686B (zh) | 2022-11-24 | 2022-11-24 | 基于边缘计算的分布式配电故障处理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211478338.9A CN115528686B (zh) | 2022-11-24 | 2022-11-24 | 基于边缘计算的分布式配电故障处理系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115528686A true CN115528686A (zh) | 2022-12-27 |
CN115528686B CN115528686B (zh) | 2023-03-10 |
Family
ID=84705249
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211478338.9A Active CN115528686B (zh) | 2022-11-24 | 2022-11-24 | 基于边缘计算的分布式配电故障处理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115528686B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116703171A (zh) * | 2023-05-25 | 2023-09-05 | 国网四川省电力公司电力科学研究院 | 一种基于边缘计算的配电网智能评价系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110401262A (zh) * | 2019-06-17 | 2019-11-01 | 北京许继电气有限公司 | 基于边缘计算技术的gis设备状态智能监控系统及方法 |
CN112291303A (zh) * | 2020-09-30 | 2021-01-29 | 长春工程学院 | 一种基于边缘计算的多方位距离动态监测及预警方法 |
US20210109556A1 (en) * | 2019-10-11 | 2021-04-15 | Schneider Electric USA, Inc. | Systems and methods for managing energy-related stress in an electrical system |
CN113177646A (zh) * | 2021-03-17 | 2021-07-27 | 国网江苏省电力有限公司南京供电分公司 | 一种基于自适应边缘代理的配电设备在线监测方法及系统 |
CN113743235A (zh) * | 2021-08-11 | 2021-12-03 | 中国南方电网有限责任公司超高压输电公司广州局 | 基于边缘计算的电力巡检图像处理方法、装置和设备 |
WO2022001262A1 (zh) * | 2020-07-03 | 2022-01-06 | 石家庄科林电气股份有限公司 | 一种基于光伏逆变器的配变台区电能质量优化方法 |
CN113962461A (zh) * | 2021-10-22 | 2022-01-21 | 国网辽宁省电力有限公司抚顺供电公司 | 一种基于环境数据预测的配电网韧性提升策略 |
US20220086072A1 (en) * | 2018-12-19 | 2022-03-17 | Apple Inc. | Configuration management, performance management, and fault management to support edge computing |
-
2022
- 2022-11-24 CN CN202211478338.9A patent/CN115528686B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220086072A1 (en) * | 2018-12-19 | 2022-03-17 | Apple Inc. | Configuration management, performance management, and fault management to support edge computing |
CN110401262A (zh) * | 2019-06-17 | 2019-11-01 | 北京许继电气有限公司 | 基于边缘计算技术的gis设备状态智能监控系统及方法 |
US20210109556A1 (en) * | 2019-10-11 | 2021-04-15 | Schneider Electric USA, Inc. | Systems and methods for managing energy-related stress in an electrical system |
WO2022001262A1 (zh) * | 2020-07-03 | 2022-01-06 | 石家庄科林电气股份有限公司 | 一种基于光伏逆变器的配变台区电能质量优化方法 |
CN112291303A (zh) * | 2020-09-30 | 2021-01-29 | 长春工程学院 | 一种基于边缘计算的多方位距离动态监测及预警方法 |
CN113177646A (zh) * | 2021-03-17 | 2021-07-27 | 国网江苏省电力有限公司南京供电分公司 | 一种基于自适应边缘代理的配电设备在线监测方法及系统 |
CN113743235A (zh) * | 2021-08-11 | 2021-12-03 | 中国南方电网有限责任公司超高压输电公司广州局 | 基于边缘计算的电力巡检图像处理方法、装置和设备 |
CN113962461A (zh) * | 2021-10-22 | 2022-01-21 | 国网辽宁省电力有限公司抚顺供电公司 | 一种基于环境数据预测的配电网韧性提升策略 |
Non-Patent Citations (2)
Title |
---|
KRIZHEVSKY A: "Imagenet classification with deep convolutional neural networks", 《ADVANCES NEURAL INFORMATION PROCESSING SYSTEMS》 * |
张增强等: "面向泛在电力物联网的配电网过电压类故障识别边缘计算节点架构研究", 《电气应用》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116703171A (zh) * | 2023-05-25 | 2023-09-05 | 国网四川省电力公司电力科学研究院 | 一种基于边缘计算的配电网智能评价系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115528686B (zh) | 2023-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114966467A (zh) | 一种基于数字孪生的输电线路状态评估方法 | |
JP5736530B1 (ja) | 太陽光発電システムの未来の電流値または発電量の低下の時期を予測する方法 | |
CN102521672B (zh) | 一种基于配网生产作业计划的安全风险自动识别方法 | |
CN103810533A (zh) | 一种基于云模型的配电网故障风险识别方法 | |
CN116937575A (zh) | 一种网格系统用的能源监控管理系统 | |
CN115528686B (zh) | 基于边缘计算的分布式配电故障处理系统及方法 | |
CN113420992A (zh) | 一种电力系统网络风险评估方法与系统 | |
Edimu et al. | Using probability distribution functions in reliability analyses | |
CN104820884A (zh) | 一种结合电力系统特征的电网调度实时数据稽查方法 | |
CN112036725B (zh) | 一种电能表故障识别方法 | |
CN113806420A (zh) | 一种电网数据监测方法及装置 | |
US11086278B2 (en) | Adaptive system monitoring using incremental regression model development | |
Fanucchi et al. | Failure rate prediction under adverse weather conditions in an electric distribution system using negative binomial regression | |
CN117335570B (zh) | 一种弹性配电网全景信息可视化监测系统及方法 | |
CN111581802B (zh) | 一种配电设备实时综合故障率计算方法和系统 | |
CN117318305A (zh) | 一种用电负荷监测控制系统 | |
CN115169991B (zh) | 基于数据挖掘的多类型用户供用能智能分析系统 | |
CN108319573B (zh) | 一种基于能源统计数据异常判断和修复的方法 | |
CN108988484B (zh) | 基于计量自动化系统的馈线及重要客户停电监测方法 | |
CN116307886A (zh) | 一种企业生产状态的实时监测方法及装置 | |
CN112561230B (zh) | 基于电气特征的环保设备状态监测方法 | |
CN115511156A (zh) | 一种基于负载预测的主变重过载预警方法和系统 | |
CN115877145A (zh) | 一种变压器重过载工况大数据交叉评估系统及方法 | |
KR20110013903A (ko) | 배전계통 설비투자 우선순위 결정 시스템 및 저장매체 | |
CN110991825A (zh) | 基于大数据的线损判定方法 |
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 |