CN115622055B - 一种能源系统的故障识别恢复方法及系统 - Google Patents
一种能源系统的故障识别恢复方法及系统 Download PDFInfo
- Publication number
- CN115622055B CN115622055B CN202211629965.8A CN202211629965A CN115622055B CN 115622055 B CN115622055 B CN 115622055B CN 202211629965 A CN202211629965 A CN 202211629965A CN 115622055 B CN115622055 B CN 115622055B
- Authority
- CN
- China
- Prior art keywords
- energy
- fault
- node
- energy node
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000011084 recovery Methods 0.000 title claims abstract description 25
- 238000012360 testing method Methods 0.000 claims abstract description 62
- 238000004891 communication Methods 0.000 claims abstract description 36
- 238000011156 evaluation Methods 0.000 claims description 39
- 238000012795 verification Methods 0.000 claims description 31
- 238000010248 power generation Methods 0.000 claims description 23
- 238000013475 authorization Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000011835 investigation Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/35—Utilities, e.g. electricity, gas or water
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/20—Analytics; Diagnosis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/50—Safety; Security of things, users, data or systems
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
-
- 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
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
Landscapes
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Power Engineering (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本申请提供一种能源系统的故障识别恢复方法及系统,该方法包括如下步骤:将能源系统中各个能源节点加入到物联网中的节点,构建物联网;采集物联网中各个能源节点的运行数据和网络通信测试数据;根据各个能源节点的运行数据和网络通信测试数据,计算各个能源节点的故障严重值;比较各个能源节点的故障严重值与预设安全阈值的大小,若能源节点的故障严重值大于预设安全阈值,则对该能源节点进行故障排查修复操作,否则,无需对该能源节点进行故障排查修复操作。本申请提高对能源系统中各个设备进行故障严重程度计算的准确度,及时准确找出故障节点,降低故障识别难度。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种能源系统的故障识别恢复方法及系统。
背景技术
在能源系统中,包括光伏发电设备和风力发电设备,一个在发电设备中无关紧要的故障可能会由于能源系统的各个节点的关联性而造成关联故障反应,对能源系统的平稳运行产生巨大威胁。同时,能源系统日益增大的规模,故障潜在影响范围也随之增大。目前,对故障节点检测识别速度较慢,使得故障对能源系统影响范围影响较大。
目前,能源系统故障诊断面临数据总量大、形式多、价值密度低等新的挑战。传统机械智能故障诊断通常采取人工特征提取的模式,需要诊断专家对设备对采集到的数据进行特征提取后,然后再将特征输入到分类模型中进行识别,这显然不能满足大数据时代的需求。
目前采用构建能源系统故障特征库对能源系统设备进行故障识别,能源系统设备种类和数量多,数据检测点多,运行工况复杂多变,每一部分的故障参数类型、特征差异比较大,因此,构建能源系统故障特征库难度大。
因此,目前亟需解决的技术问题是:如何提高对能源系统中各个设备进行故障严重程度计算的准确度,及时准确找出故障节点,降低故障识别难度。
发明内容
本申请的目的在于提供一种能源系统的故障识别恢复方法及系统,提高对能源系统中各个设备进行故障严重程度计算的准确度,及时准确找出故障节点,降低故障识别难度。
为达到上述目的,本申请提供一种能源系统的故障识别恢复方法,该方法包括如下步骤:将能源系统中各个能源节点加入到物联网中的节点,构建物联网;采集物联网中各个能源节点的运行数据和网络通信测试数据;根据各个能源节点的运行数据和网络通信测试数据,计算各个能源节点的故障严重值;比较各个能源节点的故障严重值与预设安全阈值的大小,若能源节点的故障严重值大于预设安全阈值,则对该能源节点进行故障排查修复操作,否则,无需对该能源节点进行故障排查修复操作。
如上所述的能源系统的故障识别恢复方法,其中,将能源系统中各个能源节点加入到物联网中的节点,构建物联网的方法包括:对请求加入物联网中的能源节点进行身份验证,若身份验证通过,则允许该能源节点加入物联网中,否则,禁止该能源节点加入该物联网。
如上所述的能源系统的故障识别恢复方法,其中,运行数据包括能源节点的输出功率、节点输出电流、能源节点输出电压幅值。
如上所述的能源系统的故障识别恢复方法,其中,采集能源节点的网络通信测试数据的方法包括:向能源节点发送网络测试数据包,获取各个能源节点根据网络测试数据包反馈的数据包的数量。
如上所述的能源系统的故障识别恢复方法,其中,根据各个能源节点的运行数据和网络通信测试数据,计算各个能源节点的故障严重值的方法包括:根据网络通信测试数据,计算能源节点的网络故障指标数据;根据能源节点的网络故障指标数据和运行数据,计算各个能源节点的故障严重值。
如上所述的能源系统的故障识别恢复方法,其中,根据网络通信测试数据,计算能源节点的网络故障指标数据的方法包括:根据网络通信测试数据,计算能源节点的网络测试数据包反馈率;其中,能源节点的网络测试数据包反馈率的计算公式为:;其中表示网络测试数据包收发率;表示能源节点向中央控制服务器反馈的数据包数量;表示中央控制服务器向各个能源节点发送网络测试数据包的数量。
如上所述的能源系统的故障识别恢复方法,其中,对请求加入物联网中的能源节点进行身份验证的方法为:获取请求加入物联网中的能源节点的验证信息,判断获取的验证信息是否与授权信息库中的授权信息一致,若是,则身份验证通过,否则,身份验证不通过。
本申请还提供一种能源系统的故障识别恢复系统,该系统包括:构建模块,用于将能源系统中各个能源节点加入到物联网中的节点,构建物联网;采集模块,用于采集物联网中各个能源节点的运行数据和网络通信测试数据;数据处理器,用于根据各个能源节点的运行数据和网络通信测试数据,计算各个能源节点的故障严重值;数据比较器,用于比较各个能源节点的故障严重值与预设安全阈值的大小,若能源节点的故障严重值大于预设安全阈值,则对该能源节点进行故障排查修复操作,否则,无需对该能源节点进行故障排查修复操作。
如上所述的能源系统的故障识别恢复系统,该系统还包括:验证模块,用于对请求加入物联网中的能源节点进行身份验证,若身份验证通过,则允许该能源节点加入物联网中,否则,禁止该能源节点加入该物联网。
如上所述的能源系统的故障识别恢复系统,其中,物联网中包括能源节点和中央控制服务器,能源节点包括光伏发电设备和风力发电设备;光伏发电设备、风力发电设备和中央控制服务器通信连接。
本申请实现的有益效果如下:
(1)本申请通过采集能源系统的故障指标数据,对能源系统中各个设备进行故障严重程度评估,从而识别出故障设备,无需构建能源系统故障特征库,降低故障故障识别难度,提高故障识别效率。
(2)本申请在计算能源节点的故障严重程度时,既考虑各个能源节点的运行数据,又考虑各个能源节点的网络通信性能对故障的影响或对采集运行数据的影响,提高了能源节点故障严重程度的计算准确度。
附图说明
为了更清楚地说明本申请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申请中记载的一些实施例,对于本领域技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本申请实施例的一种能源系统的故障识别恢复方法的流程图。
图2为本申请实施例的计算各个能源节点的故障严重值的方法流程图。
图3为本申请实施例的一种能源系统的故障识别恢复系统的结构示意图。
附图标记:10-验证模块;20-构建模块;30-采集模块;40-数据处理器;50-数据比较器;100-故障识别恢复系统。
具体实施方式
下面结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域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,都属于本申请保护的范围。
实施例一
如图1所示,本申请提供一种能源系统的故障识别恢复方法,该方法包括如下步骤:
步骤S1,将能源系统中各个能源节点加入到物联网中的节点,构建物联网。
其中,能源节点包括光伏发电设备和风力发电设备。光伏发电设备用于将太阳能转换为电能,并通过逆变器将电能转换为交流电后输入到供电电网中。风力发电设备用于将风能转换为电能,并通过变频器连接到供电电网中,将电流输入到供电电网中。供电电网将稳定的高压交流电通过变压器转换为低压电后分流给用户,为用户供电。供电电网具有储电装置,储电装置对光伏发电设备或风力发电设备输送的电能进行存储。储电装置缓解电负荷高峰压力,同时在能源系统故障发生时,起到一定的紧急供电作用。
其中,将能源系统中各个能源节点加入到物联网中的节点,构建物联网的方法包括:对请求加入物联网中的能源节点进行身份验证,身份验证通过后,允许该能源节点加入物联网中,否则,禁止该能源节点加入该物联网。
其中,对请求加入物联网中的能源节点进行身份验证的方法为:获取请求加入物联网中的能源节点的验证信息,验证信息包括设备名称、设备编号、设备类型、地址信息和授权口令等,判断获取的验证信息是否与授权信息库中的授权信息一致,若是,则验证成功,否则,验证不成功。其中,授权信息库中预先存储有经过授权的能源节点的验证信息。
步骤S2,采集物联网中各个能源节点的运行数据和网络通信测试数据。
具体的,运行数据包括能源节点的输出功率、节点输出电流、能源节点输出电压幅值。网络通信测试数据包括能源节点的网络测试数据包反馈数量。
采集能源节点的网络通信测试数据的方法包括:向能源节点发送网络测试数据包,获取各个能源节点根据网络测试数据包反馈的数据包的数量。能源节点接收到每一个网络测试数据包会向中央控制服务器反馈一个包含确认收到消息的数据包,若能源节点未接收到网络测试数据,则不会向中央控制服务器反馈确认收到消息的数据包。
物联网中还包括中央控制节点,即中央控制服务器。光伏发电设备、风力发电设备和中央控制节点通信连接。通过中央控制服务器向各个能源节点发送网络测试数据包,并获取各个能源节点根据网络测试数据包反馈的数据包的数量,即能源节点接收到中央控制服务器发送的网络测试数据包响应给中央控制服务器确认接收的反馈消息,根据能源节点反馈的数据包数量和中央控制服务器向该节点发出的数据包的数量计算获得能源节点的网络测试数据包收发率。若能源节点的网络测试数据包收发率较低,说明该能源节点的通信存在故障概率较大,无法将其运行数据输送给中央控制服务器进行分析和故障评估,或其传输的运行数据容易产生丢包等错误。
步骤S3,根据各个能源节点的运行数据和网络通信测试数据,计算各个能源节点的故障严重值。
如图2所示,步骤S3包括如下子步骤:
步骤S310,根据网络通信测试数据,计算能源节点的网络故障指标数据。
具体的,根据网络通信测试数据,计算能源节点的网络故障指标数据的方法为:根据网络通信测试数据,计算能源节点的网络测试数据包反馈率。能源节点的网络故障指标数据即为能源节点的网络测试数据包反馈率。
其中,能源节点的网络测试数据包反馈率的计算公式为:;其中表示网络测试数据包收发率;表示能源节点向中央控制服务器反馈的数据包数量;表示中央控制服务器向各个能源节点发送网络测试数据包的数量。
步骤S320,根据能源节点的网络故障指标数据和运行数据,计算各个能源节点的故障严重值。
具体的,将运行数据转换成故障评估指标矩阵,故障评估指标矩阵为:;
表示第
m个能源节点的第
n个故障评估指标数据。
具体的,计算第
m个能源节点的故障严重值的方法为:
;
其中,表示第
m个能源节点的故障严重值;表示第个故障评估指标数据的影响因子;表示第个故障评估指标数据的波动因子;表示第
m个能源节点的第个故障评估指标数据;表示第个故障评估指标的最小限值;表示第个故障评估指标的最大限值;表示故障评估指标数据的总种类数量;表示第
m个能源节点的网络测试数据包反馈率;表示能源节点的网络测试数据包反馈率的影响因子。
其中,第种故障评估指标数据的波动因子的计算方法为:
;
其中,表示第时刻第种故障评估指标数据与标准数据之间的偏差值;表示第种故障评估指标数据的允许偏差值;表示第时刻第种故障评估指标数据的值;表示第时刻第种故障评估指标数据的值;表示当前监测故障评估指标数据的时长。
步骤S4,比较各个能源节点的故障严重值与预设安全阈值的大小,若能源节点的故障严重值大于预设安全阈值,则对该能源节点进行故障排查修复操作,否则,无需对该能源节点进行故障排查修复操作。
实施例二
如图3所示,本申请提供一种能源系统的故障识别恢复系统100,该系统包括:
验证模块10,用于对请求加入物联网中的能源节点进行身份验证,若身份验证通过,则允许该能源节点加入物联网中,否则,禁止该能源节点加入该物联网。
构建模块20,用于将能源系统中各个能源节点加入到物联网中的节点,构建物联网。具体的,用于将能源系统中身份验证通过的各个能源节点加入到物联网中的节点,构建物联网。
采集模块30,用于采集物联网中各个能源节点的运行数据和网络通信测试数据。
数据处理器40,用于根据各个能源节点的运行数据和网络通信测试数据,计算各个能源节点的故障严重值。
数据比较器50,用于比较各个能源节点的故障严重值与预设安全阈值的大小,若能源节点的故障严重值大于预设安全阈值,则对该能源节点进行故障排查修复操作,否则,无需对该能源节点进行故障排查修复操作。
物联网中包括能源节点和中央控制服务器,能源节点包括光伏发电设备和风力发电设备;光伏发电设备、风力发电设备和中央控制服务器通信连接。
本申请实现的有益效果如下:
(1)本申请通过采集能源系统的故障指标数据,对能源系统中各个设备进行故障严重程度评估,从而识别出故障设备,无需构建能源系统故障特征库,降低故障故障识别难度,提高故障识别效率。
(2)本申请在计算能源节点的故障严重程度时,既考虑各个能源节点的运行数据,又考虑各个能源节点的网络通信性能对故障的影响或对采集运行数据的影响,提高了能源节点故障严重程度的计算准确度。
以上所述仅为本发明的实施方式而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理内所做的任何修改、等同替换、改进等,均应包括在本发明的权利要求范围之内。
Claims (10)
1.一种能源系统的故障识别恢复方法,其特征在于,该方法包括如下步骤:
将能源系统中各个能源节点加入到物联网中的节点,构建物联网;
采集物联网中各个能源节点的运行数据和网络通信测试数据;
根据各个能源节点的运行数据和网络通信测试数据,计算各个能源节点的故障严重值;
比较各个能源节点的故障严重值与预设安全阈值的大小,若能源节点的故障严重值大于预设安全阈值,则对该能源节点进行故障排查修复操作,否则,无需对该能源节点进行故障排查修复操作;
其中,各个能源节点的运行数据转换成故障评估指标矩阵,故障评估指标矩阵为:;表示第m个能源节点的第n个故障评估指标数据;表示第个能源节点的第个故障评估指标数据;
其中,计算第m个能源节点的故障严重值的方法为:
;
其中,表示第m个能源节点的故障严重值;表示第个故障评估指标数据的影响因子;表示第个故障评估指标数据的波动因子;表示第m个能源节点的第个故障评估指标数据;表示第个故障评估指标的最小限值;表示第个故障评估指标的最大限值;表示故障评估指标数据的总种类数量;表示第m个能源节点的网络测试数据包反馈率;表示能源节点的网络测试数据包反馈率的影响因子;
其中,第种故障评估指标数据的波动因子的计算方法为:
;
其中,表示第时刻第种故障评估指标数据与标准数据之间的偏差值;表示第种故障评估指标数据的允许偏差值;表示第时刻第种故障评估指标数据的值;表示第时刻第种故障评估指标数据的值;表示当前监测故障评估指标数据的时长。
2.根据权利要求1所述的能源系统的故障识别恢复方法,其特征在于,将能源系统中各个能源节点加入到物联网中的节点,构建物联网的方法包括:对请求加入物联网中的能源节点进行身份验证,若身份验证通过,则允许该能源节点加入物联网中,否则,禁止该能源节点加入该物联网。
3.根据权利要求1所述的能源系统的故障识别恢复方法,其特征在于,运行数据包括能源节点的输出功率、节点输出电流、能源节点输出电压幅值。
4.根据权利要求1所述的能源系统的故障识别恢复方法,其特征在于,采集能源节点的网络通信测试数据的方法包括:向能源节点发送网络测试数据包,获取各个能源节点根据网络测试数据包反馈的数据包的数量。
5.根据权利要求1所述的能源系统的故障识别恢复方法,其特征在于,根据各个能源节点的运行数据和网络通信测试数据,计算各个能源节点的故障严重值的方法包括:
根据网络通信测试数据,计算能源节点的网络故障指标数据;
根据能源节点的网络故障指标数据和运行数据,计算各个能源节点的故障严重值。
6.根据权利要求5所述的能源系统的故障识别恢复方法,其特征在于,根据网络通信测试数据,计算能源节点的网络故障指标数据的方法包括:
根据网络通信测试数据,计算能源节点的网络测试数据包反馈率;
其中,能源节点的网络测试数据包反馈率的计算公式为:;其中表示网络测试数据包收发率;表示能源节点向中央控制服务器反馈的数据包数量;表示中央控制服务器向各个能源节点发送网络测试数据包的数量。
7.根据权利要求2所述的能源系统的故障识别恢复方法,其特征在于,对请求加入物联网中的能源节点进行身份验证的方法为:获取请求加入物联网中的能源节点的验证信息,判断获取的验证信息是否与授权信息库中的授权信息一致,若是,则身份验证通过,否则,身份验证不通过。
8.一种能源系统的故障识别恢复系统,其特征在于,该系统包括:
构建模块,用于将能源系统中各个能源节点加入到物联网中的节点,构建物联网;
采集模块,用于采集物联网中各个能源节点的运行数据和网络通信测试数据;
数据处理器,用于根据各个能源节点的运行数据和网络通信测试数据,计算各个能源节点的故障严重值;
数据比较器,用于比较各个能源节点的故障严重值与预设安全阈值的大小,若能源节点的故障严重值大于预设安全阈值,则对该能源节点进行故障排查修复操作,否则,无需对该能源节点进行故障排查修复操作;
其中,各个能源节点的运行数据转换成故障评估指标矩阵,故障评估指标矩阵为:;表示第m个能源节点的第n个故障评估指标数据;表示第个能源节点的第个故障评估指标数据;
其中,计算第m个能源节点的故障严重值的方法为:
;
其中,表示第m个能源节点的故障严重值;表示第个故障评估指标数据的影响因子;表示第个故障评估指标数据的波动因子;表示第m个能源节点的第个故障评估指标数据;表示第个故障评估指标的最小限值;表示第个故障评估指标的最大限值;表示故障评估指标数据的总种类数量;表示第m个能源节点的网络测试数据包反馈率;表示能源节点的网络测试数据包反馈率的影响因子;
其中,第种故障评估指标数据的波动因子的计算方法为:
;
其中,表示第时刻第种故障评估指标数据与标准数据之间的偏差值;表示第种故障评估指标数据的允许偏差值;表示第时刻第种故障评估指标数据的值;表示第时刻第种故障评估指标数据的值;表示当前监测故障评估指标数据的时长。
9.根据权利要求8所述的能源系统的故障识别恢复系统,其特征在于,该系统还包括:
验证模块,用于对请求加入物联网中的能源节点进行身份验证,若身份验证通过,则允许该能源节点加入物联网中,否则,禁止该能源节点加入该物联网。
10.根据权利要求8所述的能源系统的故障识别恢复系统,其特征在于,物联网中包括能源节点和中央控制服务器,能源节点包括光伏发电设备和风力发电设备;光伏发电设备、风力发电设备和中央控制服务器通信连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211629965.8A CN115622055B (zh) | 2022-12-19 | 2022-12-19 | 一种能源系统的故障识别恢复方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211629965.8A CN115622055B (zh) | 2022-12-19 | 2022-12-19 | 一种能源系统的故障识别恢复方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115622055A CN115622055A (zh) | 2023-01-17 |
CN115622055B true CN115622055B (zh) | 2023-04-25 |
Family
ID=84880334
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211629965.8A Active CN115622055B (zh) | 2022-12-19 | 2022-12-19 | 一种能源系统的故障识别恢复方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115622055B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116915658B (zh) * | 2023-09-12 | 2024-01-30 | 睿至科技集团有限公司 | 一种物联网故障检测方法及系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104038366B (zh) * | 2014-05-05 | 2017-10-27 | 深圳市中博科创信息技术有限公司 | 集群节点失效检测方法和系统 |
US10142353B2 (en) * | 2015-06-05 | 2018-11-27 | Cisco Technology, Inc. | System for monitoring and managing datacenters |
CN108768701A (zh) * | 2018-05-13 | 2018-11-06 | 广东理致技术有限公司 | 一种物联网传感器节点故障标记方法及装置 |
CN111585278B (zh) * | 2020-05-22 | 2021-07-13 | 国网宁夏电力有限公司石嘴山供电公司 | 一种基于电压电流参数检测的配电网故障处理方法 |
CN111836258B (zh) * | 2020-07-10 | 2024-04-23 | 国网冀北电力有限公司电力科学研究院 | 配电物联网节点安全接入的方法及装置 |
CN113848430A (zh) * | 2021-10-20 | 2021-12-28 | 广东电网有限责任公司广州供电局 | 一种电能故障监测方法和装置 |
CN115001877B (zh) * | 2022-08-08 | 2022-12-09 | 北京宏数科技有限公司 | 一种基于大数据的信息安全运维管理系统及方法 |
-
2022
- 2022-12-19 CN CN202211629965.8A patent/CN115622055B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115622055A (zh) | 2023-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108965374B (zh) | 综合监控装置、综合监控方法及存储介质 | |
CN115622055B (zh) | 一种能源系统的故障识别恢复方法及系统 | |
US11870264B2 (en) | System and method for controlling photovoltaic balancing | |
CN103326469A (zh) | 智能变电站goose通信状态监测方法及监测设备 | |
CN103439658A (zh) | 一种变流器的故障诊断方法和系统 | |
CN104052633A (zh) | 智能站61850与远动104规约集成测试方法 | |
CN104599189A (zh) | 一种计入电力系统运行方式的电网规划方案风险评估方法 | |
CN111967620B (zh) | 一种光伏组件诊断方法、装置、设备及可读存储介质 | |
CN107508550A (zh) | 一种基于物联网的光伏设备监控方法及系统 | |
CN113169709A (zh) | 基于机器学习的太阳能发电控制系统及方法 | |
CN103901878A (zh) | 一种混凝土搅拌站远程故障诊断系统及方法 | |
CN115395643A (zh) | 基于全数据采集和状态感知的低压配电网故障预警定位装置及系统 | |
CN110361609B (zh) | 特高压设备监测系统及方法 | |
CN111813824B (zh) | 一种10kV线路出线停电事件漏报自动检验方法及系统 | |
KR102137775B1 (ko) | 원격기능을 포함한 태양광발전 데이터 감시 및 판단 장치와 이를 이용한 태양광발전 데이터 모니터링 시스템 | |
CN111208464A (zh) | 一种配电一二次成套设备测量精度在线评估系统和方法 | |
CN114047442B (zh) | 一种新能源场站故障穿越检测方法、装置和系统 | |
CN114337539B (zh) | 一种用于物联网光伏发电设备的故障监测系统 | |
CN115940409A (zh) | 一种安控系统功能测试命令的全周期故障诊断方法及装置 | |
CN113570473B (zh) | 设备故障监测方法、装置、计算机设备和存储介质 | |
CN106340960A (zh) | 一种基于电网平台的突发应急系统 | |
KR20210144471A (ko) | 무결성 확보가 가능한 ess 운용정보 모니터링 시스템 | |
Liu et al. | Fault diagnosis of HVDC transmission system using wavelet energy entropy and the wavelet neural network | |
KR102245059B1 (ko) | 비연결형 태양광 발전 시스템의 계측통신상태 추정 시스템 및 그 방법 | |
Zhao et al. | Detection and identification of bad data in AC/DC hybrid systems with LCC and MMC |
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 |