CN115577548A - 基于数字孪生的电力通信传输网的分析方法、设备和介质 - Google Patents
基于数字孪生的电力通信传输网的分析方法、设备和介质 Download PDFInfo
- Publication number
- CN115577548A CN115577548A CN202211308768.6A CN202211308768A CN115577548A CN 115577548 A CN115577548 A CN 115577548A CN 202211308768 A CN202211308768 A CN 202211308768A CN 115577548 A CN115577548 A CN 115577548A
- Authority
- CN
- China
- Prior art keywords
- network
- data
- simulation
- power communication
- model
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 66
- 230000005540 biological transmission Effects 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000004088 simulation Methods 0.000 claims abstract description 61
- 238000004458 analytical method Methods 0.000 claims abstract description 43
- 238000012423 maintenance Methods 0.000 claims abstract description 14
- 238000004590 computer program Methods 0.000 claims description 15
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 claims description 6
- 230000003449 preventive effect Effects 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000003068 static effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Computer Hardware Design (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本公开实施例涉及一种基于数字孪生的电力通信传输网的分析方法，该方法包括：基于电力通信传输网中实体设备的物理属性数据，建立关于电力通信传输网的数字孪生模型；获取实体设备的实时运行数据并输入数字孪生模型，仿真模拟电力通信传输网的实时运行状态；以及，基于仿真约束条件，分析得到与电力通信传输网中的故障事件相对应的孪生故障事件；输出所述孪生故障事件，实现对电力通信网络的故障事件的预警。通过本方法能够模拟电力通信传输网真实场景，分析仿真故障原因，实现对电力通信网络的故障事件的预警，以帮助运维人员快速解决故障问题。
Description
技术领域
本申请属于电力数据处理技术，具体涉及一种基于数字孪生的电力通信传输网的分析方法。
背景技术
目前，骨干通信网的光缆存在分布广、关系多、数量大等现状，由于光缆的故障产生的随机性，对电力通信传输网络故障的分析，以及故障的影响范围和处理效果的评估，只能在真实网络中开展，容易影响网络运行，存在较高的安全风险。
发明内容
(一)要解决的技术问题
鉴于现有技术的上述缺点、不足，本申请提供一种基于数字孪生的电力通信传输网的分析方法。
(二)技术方案
为达到上述目的，本申请采用如下技术方案：
第一方面，本申请实施例提供一种基于数字孪生的电力通信传输网的分析方法，包括：
S1、基于电力通信传输网中实体设备的物理属性数据，建立关于电力通信传输网的数字孪生模型；
S2、获取实体设备的实时运行数据并输入数字孪生模型，仿真模拟电力通信传输网的实时运行状态；以及，基于仿真约束条件，分析得到与电力通信传输网中的故障事件相对应的孪生故障事件；
S3、输出所述孪生故障事件，实现对电力通信网络的故障事件的预警；
所述数字孪生模型包括：
物理实体三维模型，用于反映电力通信传输网中实体设备的物理属性数据和实时运行数据，以及，基于仿真分析模型输出的孪生故障事件进行预警展示；所述物理属性数据用于反映实体设备的物理属性，所述实时运行数据用于反映实体设备的实时工作状态；
仿真分析模型，用于基于实时运行数据和仿真约束条件，分析得到电力通信传输网中的孪生故障事件并输出至物理实体三维模型。
优选地，所述仿真约束条件包括主动约束条件和扰动事件约束条件；其中，
所述主动约束条件包括：资源约束条件和时间约束条件；
所述扰动事件约束条件包括：基于实时运行数据中潜在的扰动事件设定的约束条件；所述扰动事件约束条件为预先基于扰动事件特征提取步骤得到的。
优选地，所述扰动事件特征提取步骤包括：
A1、获取电力通信传输网的历史扰动事件，以及所述历史扰动事件发生时对应的历史运行动态数据；
A2、基于隐性马尔可夫模型对历史运行动态数据进行数据特征提取，得到历史扰动事件对应的事件特征；
A3、将所述事件特征输入扰动识别模型，得到扰动事件类型；
其中，扰动识别模型为基于数据集训练得到的具有适配权重的卷积神经网络模型；
A4、建立扰动事件特征库，作为扰动事件约束条件；所述扰动事件特征库包括所述扰动事件类型，以及所述扰动事件类型对应的所述事件特征。
优选地，所述扰动事件约束条件包括：设备温度异常、设备使用率偏高、传输速率明显下降、网络总丢包量异常、网络接收负载异常、网络发送负载异常等。
优选地，所述主动约束条件是基于电力通信传输网的资源需求和时间预先设定的约束条件；
所述资源约束条件包括：网络配置更改、网络设备变更、网络设备数量增减等；
所述时间约束条件包括：检修计划、预防性维护、临时性带宽限制。
优选地，所述数字孪生模型包括基于仿真约束条件的仿真分析模型，所述仿真分析模型包括仿真规则库，所述仿真分析模型用于基于所述仿真规则库和仿真约束条件进行仿真分析，得到孪生故障事件。
所述S2包括：
S201、获取实体设备的实时运行数据，所述实时运行数据包括：设备温度、设备使用率、传输速率、网络总丢包量、网络接收负载、网络发送负载、网络配置更改计划、网络设备变更计划、网络设备数量增减计划、检修计划、预防性维护计划、临时性带宽限制计划等；
S202、将所述实时运行数据输入数字孪生模型进行仿真模拟，基于所述仿真约束条件，得到仿真数据，所述仿真数据包括设备温度、设备使用率、传输速率、网络总丢包量、网络接收负载、网络发送负载、网络配置更改计划、网络设备变更计划、网络设备数量增减计划、检修计划、预防性维护计划、临时性带宽限制计划等；
S203、基于数字孪生模型的仿真分析模型，根据仿真数据得到孪生故障事件。
优选地，所述电力通信传输网的实体设备包括站点、OTN设备、光缆，其特征在于，所述S1包括：
S101、获取实体设备的静态数据和初始化数据；
S102、基于所述静态数据构建关于电力数据通信网的物理实体三维模型；
S103、基于仿真规则库构建仿真分析模型；
S104、将所述初始化数据进行多源数据融合后输入物理实体三维模型，驱动物理实体三维模型与分析模型进行数据交互，得到关于电路数据通信网的数字孪生模型。
第二方面，本申请实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现第一方面所述的基于数字孪生的电力通信传输网的分析方法的步骤。
第三方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的基于数字孪生的电力通信传输网的分析方法的步骤。
(三)有益效果
本申请提供的技术方案可以包括以下有益效果：
第一、本发明一种基于数字孪生的电力通信传输网的分析方法，基于电力传输通信网数字孪生模型，对电力传输通信网的运行情况进行仿真模拟，能够使物理实体设备实时状态信息精准映射到数字孪生模型上，还原电力通信传输网运行的真实场景，实现设备状态可视化，并实现对电力通信网络的故障事件的预警。
第二、本发明采用数字孪生技术，根据实体设备的实时运行数据，实现对电力通信网络中故障事件的预警，实时获取故障原因，以帮助运维人员快速解决故障问题。
附图说明
图1为实施例中提供的一种基于数字孪生的电力通信传输网的分析方法流程示意图。
具体实施方式
为了更好的解释本发明，以便于理解，下面结合附图，通过具体实施方式，对本发明作详细描述。
为了更好的理解上述技术方案，下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更清楚、透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
实施例一
参见图1，本实施例提供了一种基于数字孪生的电力通信传输网的分析方法，包括：
S1、基于电力通信传输网中实体设备的物理属性数据，建立关于电力通信传输网的数字孪生模型；
S2、获取实体设备的实时运行数据并输入数字孪生模型，仿真模拟电力通信传输网的实时运行状态；以及，基于仿真约束条件，分析得到与电力通信传输网中的故障事件相对应的孪生故障事件；
S3、输出所述孪生故障事件，实现对电力通信网络的故障事件的预警；
所述数字孪生模型包括：
物理实体三维模型，用于反映电力通信传输网中实体设备的物理属性数据和实时运行数据，以及，基于仿真分析模型输出的孪生故障事件进行预警展示；所述物理属性数据用于反映实体设备的物理属性，所述实时运行数据用于反映实体设备的实时工作状态；
仿真分析模型，用于基于实时运行数据和仿真约束条件，分析得到电力通信传输网中的孪生故障事件并输出至物理实体三维模型。
进一步地，所述仿真约束条件包括主动约束条件和扰动事件约束条件；其中，
所述主动约束条件包括：资源约束条件和时间约束条件；
所述扰动事件约束条件包括：基于实时运行数据中潜在的扰动事件设定的约束条件；所述扰动事件约束条件为预先基于扰动事件特征提取步骤得到的。
进一步地，所述扰动事件特征提取步骤包括：
A1、获取电力通信传输网的历史扰动事件，以及所述历史扰动事件发生时对应的历史运行动态数据；
A2、基于隐性马尔可夫模型对历史运行动态数据进行数据特征提取，得到历史扰动事件对应的事件特征；
A3、将所述事件特征输入扰动识别模型，得到扰动事件类型；
其中，扰动识别模型为基于数据集训练得到的具有适配权重的卷积神经网络模型；
A4、建立扰动事件特征库，作为扰动事件约束条件；所述扰动事件特征库包括所述扰动事件类型，以及所述扰动事件类型对应的所述事件特征。
进一步地，所述扰动事件约束条件包括：设备温度异常、设备使用率偏高、传输速率明显下降、网络总丢包量异常、网络接收负载异常、网络发送负载异常等。
进一步地，所述主动约束条件是基于电力通信传输网的资源需求和时间预先设定的约束条件；
所述资源约束条件包括：网络配置更改、网络设备变更、网络设备数量增减等；
所述时间约束条件包括：检修计划、预防性维护、临时性带宽限制。
进一步地，所述数字孪生模型包括基于仿真约束条件的仿真分析模型，所述仿真分析模型包括仿真规则库，所述仿真分析模型用于基于所述仿真规则库和仿真约束条件进行仿真分析，得到孪生故障事件。
所述S2包括：
S201、获取实体设备的实时运行数据，所述实时运行数据包括：设备温度、设备使用率、传输速率、网络总丢包量、网络接收负载、网络发送负载、网络配置更改计划、网络设备变更计划、网络设备数量增减计划、检修计划、预防性维护计划、临时性带宽限制计划等；
S202、将所述实时运行数据输入数字孪生模型进行仿真模拟，基于所述仿真约束条件，得到仿真数据，所述仿真数据包括设备温度、设备使用率、传输速率、网络总丢包量、网络接收负载、网络发送负载、网络配置更改计划、网络设备变更计划、网络设备数量增减计划、检修计划、预防性维护计划、临时性带宽限制计划等；
S203、基于数字孪生模型的仿真分析模型，根据仿真数据得到孪生故障事件。
进一步地，所述电力通信传输网的实体设备包括站点、OTN设备、光缆，其特征在于，所述S1包括：
S101、获取实体设备的静态数据和初始化数据；
S102、基于所述静态数据构建关于电力数据通信网的物理实体三维模型；
S103、构建仿真分析模型；
S104、将所述初始化数据进行多源数据融合后输入物理实体三维模型，驱动物理实体三维模型与分析模型进行数据交互，得到关于电路数据通信网的数字孪生模型。
本实施例还提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述基于数字孪生的电力通信传输网的分析方法的步骤。
此外，本实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于数字孪生的电力通信传输网的分析方法的步骤。
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、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例，或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、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。
应当注意的是，在权利要求中，不应将位于括号之间的任何附图标记理解成对权利要求的限制。词语“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的词语“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的权利要求中，这些装置中的若干个可以是通过同一个硬件来具体体现。词语第一、第二、第三等的使用，仅是为了表述方便，而不表示任何顺序。可将这些词语理解为部件名称的一部分。
此外，需要说明的是，在本说明书的描述中，术语“一个实施例”、“一些实施例”、“实施例”、“示例”、“具体示例”或“一些示例”等的描述，是指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管已描述了本发明的优选实施例，但本领域的技术人员在得知了基本创造性概念后，则可对这些实施例作出另外的变更和修改。所以，权利要求应该解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种修改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权利要求及其等同技术的范围之内，则本发明也应该包含这些修改和变型在内。
Claims (9)
1.一种基于数字孪生的电力通信传输网的分析方法，其特征在于，所述智能分析方法包括：
S1、基于电力通信传输网中实体设备的物理属性数据，建立关于电力通信传输网的数字孪生模型；
S2、获取实体设备的实时运行数据并输入数字孪生模型，仿真模拟电力通信传输网的实时运行状态；以及，基于仿真约束条件，分析得到与电力通信传输网中的故障事件相对应的孪生故障事件；
S3、输出所述孪生故障事件，实现对电力通信网络的故障事件的预警；
所述数字孪生模型包括：
物理实体三维模型，用于反映电力通信传输网中实体设备的物理属性数据和实时运行数据，以及，基于仿真分析模型输出的孪生故障事件进行预警展示；所述物理属性数据用于反映实体设备的物理属性，所述实时运行数据用于反映实体设备的实时工作状态；
仿真分析模型，用于基于实时运行数据和仿真约束条件，分析得到电力通信传输网中的孪生故障事件并输出至物理实体三维模型。
2.根据权利要求1所述的分析方法，其特征在于，在S2中，所述仿真约束条件包括主动约束条件和扰动事件约束条件；其中，
所述主动约束条件包括：资源约束条件和时间约束条件；
所述扰动事件约束条件包括：基于实时运行数据中潜在的扰动事件设定的约束条件；所述扰动事件约束条件为预先基于扰动事件特征提取步骤得到的。
3.根据权利要求2所述的分析方法，其特征在于，所述扰动事件特征提取步骤包括：
A1、获取电力通信传输网的历史扰动事件，以及所述历史扰动事件发生时对应的历史运行动态数据；
A2、基于隐性马尔可夫模型对历史运行动态数据进行数据特征提取，得到历史扰动事件对应的事件特征；
A3、将所述事件特征输入扰动识别模型，得到扰动事件类型；
其中，扰动识别模型为基于数据集训练得到的具有适配权重的卷积神经网络模型；
A4、建立扰动事件特征库，作为扰动事件约束条件；所述扰动事件特征库包括所述扰动事件类型，以及所述扰动事件类型对应的所述事件特征。
4.根据权利要求3所述的分析方法，其特征在于，所述扰动事件约束条件包括：设备温度异常、设备使用率偏高、传输速率明显下降、网络总丢包量异常、网络接收负载异常、网络发送负载异常等。
5.根据权利要求4所述的分析方法，其特征在于，
所述主动约束条件是基于电力通信传输网的资源需求和时间预先设定的约束条件；
所述资源约束条件包括：网络配置更改、网络设备变更、网络设备数量增减等；
所述时间约束条件包括：检修计划、预防性维护、临时性带宽限制。
6.根据权利要求5所述的分析方法，其特征在于，所述仿真分析模型包括仿真规则库，所述仿真分析模型用于基于所述仿真规则库和仿真约束条件进行仿真分析，得到孪生故障事件。
所述S2包括：
S201、获取实体设备的实时运行数据，所述实时运行数据包括：设备温度、设备使用率、传输速率、网络总丢包量、网络接收负载、网络发送负载、网络配置更改计划、网络设备变更计划、网络设备数量增减计划、检修计划、预防性维护计划、临时性带宽限制计划等；
S202、将所述实时运行数据输入数字孪生模型进行仿真模拟，基于所述仿真约束条件，得到仿真数据，所述仿真数据包括设备温度、设备使用率、传输速率、网络总丢包量、网络接收负载、网络发送负载、网络配置更改计划、网络设备变更计划、网络设备数量增减计划、检修计划、预防性维护计划、临时性带宽限制计划等；
S203、基于数字孪生模型的仿真分析模型，根据仿真数据得到孪生故障事件。
7.根据权利要求1所述的分析方法，所述电力通信传输网的实体设备包括站点、OTN设备、光缆，其特征在于，所述S1包括：
S101、获取实体设备的物理属性数据和初始化数据；
S102、基于所述物理属性数据构建关于电力数据通信网的物理实体三维模型；
S103、构建仿真分析模型；
S104、将所述初始化数据进行多源数据融合后输入物理实体三维模型，驱动物理实体三维模型与分析模型进行数据交互，得到关于电路数据通信网的数字孪生模型。
8.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现权利要求1～7任一项所述的基于数字孪生的电力通信传输网的分析方法的步骤。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1～7任一项所述的基于数字孪生的电力通信传输网的分析方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211308768.6A CN115577548A (zh) | 2022-10-25 | 2022-10-25 | 基于数字孪生的电力通信传输网的分析方法、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211308768.6A CN115577548A (zh) | 2022-10-25 | 2022-10-25 | 基于数字孪生的电力通信传输网的分析方法、设备和介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115577548A true CN115577548A (zh) | 2023-01-06 |
Family
ID=84587243
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211308768.6A Pending CN115577548A (zh) | 2022-10-25 | 2022-10-25 | 基于数字孪生的电力通信传输网的分析方法、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115577548A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117313363A (zh) * | 2023-09-26 | 2023-12-29 | 上海能优网电力科技有限公司 | 一种基于物理信息模型的数字孪生系统及其运行方法 |
-
2022
- 2022-10-25 CN CN202211308768.6A patent/CN115577548A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117313363A (zh) * | 2023-09-26 | 2023-12-29 | 上海能优网电力科技有限公司 | 一种基于物理信息模型的数字孪生系统及其运行方法 |
| CN117313363B (zh) * | 2023-09-26 | 2024-04-05 | 上海能优网电力科技有限公司 | 一种基于物理信息模型的数字孪生系统及其运行方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107835107B (zh) | 一种基于电网计量拓扑和WebGis的计量展示系统 | |
| CN103914791A (zh) | 一种电力设备状态检修系统 | |
| CN106066192A (zh) | 一种低压台区故障诊断系统 | |
| CN104601383B (zh) | 一种电力通信网故障分段分析方法 | |
| CN104468220A (zh) | 电力通信网预警管控平台 | |
| CN110879543B (zh) | 一种电力系统的实时混合仿真平台 | |
| CN115730749B (zh) | 基于融合电力数据的电力调度风险预警方法及装置 | |
| CN110361609A (zh) | 特高压设备监测系统及方法 | |
| CN115577548A (zh) | 基于数字孪生的电力通信传输网的分析方法、设备和介质 | |
| CN104463465A (zh) | 一种基于分布式模型的实时监控集群处理方法 | |
| CN105139712B (zh) | 基于实时仿真的在线调度员培训系统及其方法 | |
| CN113852204A (zh) | 一种于数字孪生的变电站三维全景监视系统及方法 | |
| CN115457211A (zh) | 基于数字孪生的变电站管理方法及系统 | |
| CN108234598A (zh) | 一种应用于电力行业的网络通信控制管理方法 | |
| CN115865611A (zh) | 一种网络设备的故障处理方法、装置及电子设备 | |
| CN116846074B (zh) | 一种基于大数据的智慧电能监管方法及系统 | |
| CN114418237B (zh) | 配网供电安全能力评价标准量化方法、系统、设备及介质 | |
| Landolsi et al. | Wireless distributed load-shedding management system for non-emergency cases | |
| CN115935201A (zh) | 一种针对重点应急装备gps及电气量数据采集的监测方法以及装置 | |
| CN113049914B (zh) | 一种输电线路故障诊断方法、系统、电子设备和存储介质 | |
| CN115884235A (zh) | 一种5g网络数字孪生建模方法、装置、计算机设备和存储介质 | |
| CN112050857B (zh) | 海洋水文观测浮标的观测数据处理方法、装置及服务器 | |
| Vrtal et al. | Power grid and data network simulator | |
| Stefan et al. | Exploring the potential of modern advanced metering infrastructure in low-voltage grid monitoring systems | |
| CN111857015A (zh) | 输变电云端智能控制器 |
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 |