CN115630841A - 一种电网风险预警管理控制方法 - Google Patents
一种电网风险预警管理控制方法 Download PDFInfo
- Publication number
- CN115630841A CN115630841A CN202211096954.8A CN202211096954A CN115630841A CN 115630841 A CN115630841 A CN 115630841A CN 202211096954 A CN202211096954 A CN 202211096954A CN 115630841 A CN115630841 A CN 115630841A
- Authority
- CN
- China
- Prior art keywords
- risk
- early warning
- disaster
- power grid
- prediction
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000013058 risk prediction model Methods 0.000 claims abstract description 35
- 238000012544 monitoring process Methods 0.000 claims abstract description 27
- 238000013473 artificial intelligence Methods 0.000 claims description 16
- 238000013506 data mapping Methods 0.000 claims description 16
- 238000007726 management method Methods 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 7
- 230000001419 dependent effect Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 abstract description 3
- 238000012423 maintenance Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003475 lamination Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000012800 visualization 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
- G06F16/26—Visual data mining; Browsing structured data
-
- 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
- G06F16/29—Geographical information 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- 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
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Educational Administration (AREA)
- Remote Sensing (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Emergency Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种电网风险预警管理控制方法,涉及电网风险预警技术领域,解决了现有技术侧重于电网本身分析,轻视了自然灾害对电网运行造成的风险,导致此类风险得不到及时监控的技术问题;本发明基于自然灾害预警中心和标准实验数据形成了一套电网风险预警方法;通过标准实验数据建立电力设备与自然灾害数据之间的映射关系,再通过从自然灾害预警中心获取的灾害预测图来获取电力设备的实际风险系数;着重考虑了自然灾害对电网中电力设备的影响,使得此类风险能够得到及时有效地监控;本发明在监控区域的划分和风险预测模型的选取上均提供了至少两项选择,既能满足对大范围电网区域的精准监控,又能够满足对小范围重点区域的及时监控。
Description
技术领域
本发明属于电网风险预警技术领域,具体是一种电网风险预警管理控制方法。
背景技术
电网运行风险预警智能化技术的成功运用,可提高电网风险在线分析的精度,加强调控中心、设备运维单位和设备检修单位对风险的感知度,对减少重点区域停电时间,保障电网安全稳定运行和可靠供电有很好的指导作用。
现有技术主要依据设备的热稳定性、系统的动态稳定以及暂态稳定等维度对电网运行风险进行评估,侧重于关键设备停运、负荷损失以及重要用户供电质量等内在因素对电网风险进行评估,并没有考虑到自然灾害等外在因素对电网造成的运行风险;因此,亟需一种能够评估和预警自然灾害对电网运行造成的风险的方法。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一;为此,本发明提出了一种电网风险预警管理控制方法,用于解决现有技术侧重于电网本身分析,轻视了自然灾害对电网运行造成的风险,导致此类风险得不到及时监控的技术问题,本发明通过分析自然灾害对电力供应的影响,建立了一套电网预警风险管理控制系统解决了上述问题。
为实现上述目的,根据本发明的第一方面的实施例提出一种电网风险预警管理控制方法,包括:
获取监控区域以及所述监控区域中的电力线路和电力设备,根据电力线路建立电力设备的拓扑关系,并通过GIS平台可视化展示;
通过自然灾害预警中心获取监控区域对应的灾害预测图,并建立风险预测模型;其中,所述灾害预测图中每个像素点均包含对应自然灾害的预警等级;
根据灾害预测图获取电力设备规划区域的灾害预测平均值组,通过灾害预测平均值组和风险预测模型评估电力设备的运行风险;
将电力设备运行风险评估结果通过GIS平台可视化展示。
优选的,所述监控区域通过人工划取,或者
根据行政区域划分。
优选的,根据电力线路和电力设备之间的连接关系建立拓扑关系;GIS平台结合电力线路和电力设备的地理坐标进行拓扑关系的可视化展示。
优选的,通过自然灾害预警中心获取监控区域的灾害预测数据,并对灾害预测数据进行预处理之后形成矢量地图,将矢量地图标记为灾害预测图;其中,自然灾害预警中心具体为六大预警中心。
优选的,当至少获取两种灾害预测数据时,每种灾害预测数据均对应形成矢量地图,再将不同矢量地图进行叠层处理获取一个矢量地图,并标记为灾害预测图。
优选的,所述风险预测模型通过标准实验数据获取,用于评估单个电力设备的运行风险,且所述风险预测模型基于人工智能模型获取或者基于数据映射建立。
优选的,基于人工智能模型获取风险预测模型,包括:
获取电力设备的标准实验数据;其中,所述标准实验数据包括若干组灾害实验数据以及对应灾害预测数据下电力设备的风险系数;
构建人工智能模型;其中,人工智能模型基于误差逆向反馈神经网络模型建立;
将灾害实验数据以及对应的风险系数划分为训练集、测试集和校验集,对人工智能模型进行测试、训练和校验,将完成训练的人工智能模型标记为风险预测模型。
优选的,基于数据映射建立风险预测模型,包括:
以标准实验数据中的若干组灾害实验数据为自变量,以每组灾害实验数据对应的风险系数为因变量建立数据映射,将建立的数据映射标记为风险预测模型;其中,数据映射包括函数和查找表。
优选的,每组所述灾害实验数据至少包括覆冰等级、山火等级、舞动等级、雷电等级、台风等级、地质灾害等级中的一种。
优选的,灾害预测平均值组结合风险预测模型获取电力设备的运行风险,包括:
将灾害预测平均值组输入至基于人工智能模型建立的风险预测模型,获取对应的风险系数;或者
基于数据映射的风险预测模型结合灾害预测平均值组计算或者查找对应的风险系数。
优选的,将风险评估结果进行可视化展示,包括:
当电力设备的风险系数大于风险阈值时,判定该电力设备存在运行风险,在GIS平台中将对应电力设备的标识标记为红色;否则,判定该电力设备无运行风险,在GIS平台中将对应电力设备的标识标记为绿色;其中,风险阈值的取值范围为(0,1)。
优选的,所述GIS平台与电力维护单位通信连接;当电力设备存在运行风险时,向电力维护单位发出预警。
与现有技术相比,本发明的有益效果是:
1、本发明基于自然灾害预警中心和标准实验数据形成了一套电网风险预警方法;通过标准实验数据建立电力设备与自然灾害数据之间的映射关系,再通过从自然灾害预警中心获取的灾害预测图来获取电力设备的实际风险系数;着重考虑了自然灾害对电网中电力设备的影响,使得此类风险能够得到及时有效地监控。
2、本发明在监控区域的划分和风险预测模型的选取上均提供了至少两项选择,既能满足对大范围电网区域的精准监控,又能够满足对小范围重点区域的及时监控,进一步避免了自然灾害对电网造成的风险。
附图说明
图1为本发明的工作步骤示意图。
具体实施方式
下面将结合实施例对本发明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它实施例,都属于本发明保护的范围。
现有技术中针对电力设备本身的运行风险已经可以通过各种各样的手段进行精准测量和预测;但是没有合适的方法能够评估或者预测自然灾害对电网运行造成的风险,本发明结合六大预警中心建立了一种能够及时准确评估自然灾害对电网运行造成风险的方法。
本发明所指电力设备至少包括变压器、互感器、接触器。
请参阅图1,本发明提供了一种电网风险预警管理控制方法,本发明的目的是以实验室数据为基础,建立单个电力设备运行风险与自然灾害数据之间的映射关系,再延伸到整个监控区域,完成监控区域内电力设备运行风险的评估和预警。
本发明提供了一种电网风险预警管理控制方法,包括:
获取监控区域以及所述监控区域中的电力线路和电力设备,根据电力线路建立电力设备的拓扑关系,并通过GIS平台可视化展示;
通过自然灾害预警中心获取监控区域对应的灾害预测图,并建立风险预测模型;
根据灾害预测图获取电力设备规划区域的灾害预测平均值组,通过灾害预测平均值组和风险预测模型评估电力设备的运行风险;
将电力设备运行风险评估结果通过GIS平台可视化展示。
值得注意的是,灾害预测图中每个像素点均包含对应自然灾害的预警等级,如覆冰预警等级、山火预警等级、舞动预警等级、雷电预警等级、台风预警等级和地质灾害预警等级;预警等级具体为对应的数值,从六大预警中心获取。
本实施例中,电力设备规划区域具体为电力设备所管辖的区域,如一台变压器负责一个村民组的供电,则该村民组所属行政区域即为该变压器的规划区域;可以理解的是,一个大型电力设备的规划区域中可能会存在其他电力设备,这种情况下不影响对该大型电力设备运行风险的评估。
在另外一些优选的实施例中,电力设备的规划区域也可以认为划定,这种情况下应该避免某个电力设备规划区域中还存在其他电力设备。
在一个实施例中,本申请中的监控区域既可以通过人工划取,也可以按照行政区域进行划分。
可以理解的是,当进行常规电力设备的运行状态评估时,则可以将监控区域按照行政区域划分,便于管理,且简单高效,适用于大范围的电网监控;当需要对某个区域进行重点监控时,则可以通过人工划取监控区域,适用于小范围的电网监控。
在一个实施例中,根据监控区域的电力线路和电力设备之间的连接关系建立拓扑关系,并将拓扑关系进行数据转换,在GIS平台上展示;本实施例中所说的GIS平台包括所有GIS行业用的软件和服务。
在一个实施例中,通过自然灾害预警中心获取监控区域的灾害预测数据,并对灾害预测数据进行预处理之后形成矢量地图,将矢量地图标记为灾害预测图;灾害预测数据实质是上述的覆冰预警等级、山火预警等级、舞动预警等级、雷电预警等级、台风预警等级和地质灾害预警等级;将这些预警等级转换成与地理坐标关联的矢量地图,方便后续查找。
在一个具体的实施例中,自然灾害预警中心具体为六大预警中心,六大预警中心分别为覆冰预警中心、舞动预警中心、山火预警中心、台风预警中心、雷电预警中心和地质灾害预警中心;实时或者定时从这六大预警中心获取数据,完成监控区域电力设备的运行风险评估。
在一个具体的实施例中,当至少获取两种灾害预测数据时,每种灾害预测数据均对应形成矢量地图,再将不同矢量地图进行叠层处理获取一个矢量地图,并标记为灾害预测图。
举例来说,当获取到覆冰预警等级、舞动预警等级和台风预警等级时,将这三个数据集均转换成矢量地图,再将三个矢量地图进行叠层处理生成一个矢量地图,并标记为灾害预测图;可以理解的时,灾害预测图中每个像素点实质为一个数据组,本实施例中,每个像素点对应的数据组应该包括覆冰预警等级、舞动预警等级和台风预警等级三个数值。
在一个实施例中,本发明中的风险预测模型通过标准实验数据获取,用于评估单个电力设备的运行风险;因此,理论上每种类型的电力设备所对应的风险预测模型均不一致。
在一个具体的实施例中,基于人工智能模型获取风险预测模型,包括:
获取电力设备的标准实验数据,构建人工智能模型;
将灾害实验数据以及对应的风险系数划分为训练集、测试集和校验集,对人工智能模型进行测试、训练和校验,将完成训练的人工智能模型标记为风险预测模型。
本实施例中,标准实验数据包括若干组灾害实验数据以及对应灾害预测数据下电力设备的风险系数;值得注意的是,当需要对多种电力设备进行风险监测时,需要在标准实验数据中插入电力设备的标签,如1、2、3、…等数字,有助于在对电力设备进行评估时,能够快速调用对应的风险预测模型。
举例来说,当有两种电力设备时,第一种电力设备的灾害预测数据为[1,0.1,0.1,0.1,0.1,0.1,0.1],其对应的风险系数为[0.1]或者[1,0.1];第二种电力设备的灾害预测数据为[2,0.1,0.1,0.1,0.1,0.1,0.1],其对应的风险系数为[0.1]或者[2,0.1]。
本实施例中,人工智能模型包括误差逆向反馈神经网络模型、深度卷积神经网络模型等具有非线性拟合能力的模型。
在一个具体的实施例中,基于数据映射建立风险预测模型,包括:
以标准实验数据中的若干组灾害实验数据为自变量,以每组灾害实验数据对应的风险系数为因变量建立数据映射,将建立的数据映射标记为风险预测模型。
在一个可选的实施例中,数据映射可以是函数,具体为以标准实验数据中的若干组灾害实验数据为自变量,以每组灾害实验数据对应的风险系数为因变量建立的多项式拟合函数。
在一个可选的实施例中,数据映射可以是查找表,具体以标准实验数据中的若干组灾害实验数据为自变量,以每组灾害实验数据对应的风险系数为因变量建立查找表;在进行风险评估时,根据灾害预测图中的数据在查找表中查找对应的风险系数。
在一个实施例中,灾害预测平均值组结合风险预测模型获取电力设备的运行风险。
在一个具体的实施例中,将灾害预测平均值组输入至基于人工智能模型建立的风险预测模型,获取对应的风险系数;
在一个具体的实施例中,灾害预测平均值组结合拟合函数获取风险系数。
在一个具体的实施例中,灾害预测平均值组结合查找表查找对应的风险系数。
值得注意的是,灾害预测平均值组是一个数据组;获取电力设备规划区域的覆冰预警等级、山火预警等级、舞动预警等级、雷电预警等级、台风预警等级和地质灾害预警等级的平均值,整合生成一个包含六个数据的数据组,在这个数据组前面插入代表电力设备类型的标签,形成灾害预测平均值组。
本发明的工作原理:
监控区域通过人工划取,或者根据行政区域划分获取监控区域以及所述监控区域中的电力线路和电力设备,根据电力线路建立电力设备的拓扑关系,并通过GIS平台可视化展示。
通过自然灾害预警中心获取监控区域的灾害预测数据,并对灾害预测数据进行预处理之后形成矢量地图,将矢量地图标记为灾害预测图,并基于人工智能模型获取或者基于数据映射建立风险预测模型。
根据灾害预测图获取电力设备规划区域的灾害预测平均值组,通过灾害预测平均值组和风险预测模型评估电力设备的运行风险;将电力设备运行风险评估结果通过GIS平台可视化展示,同时根据风险评估结果进行预警。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (8)
1.一种电网风险预警管理控制方法,其特征在于,包括:
获取监控区域以及所述监控区域中的电力线路和电力设备,根据电力线路建立电力设备的拓扑关系,并通过GIS平台可视化展示;
通过自然灾害预警中心获取监控区域对应的灾害预测图,并建立风险预测模型;其中,所述灾害预测图中每个像素点均包含对应自然灾害的预警等级;
根据灾害预测图获取电力设备规划区域的灾害预测平均值组,通过灾害预测平均值组和风险预测模型评估电力设备的运行风险;
将电力设备运行风险评估结果通过GIS平台可视化展示。
2.根据权利要求1所述的一种电网风险预警管理控制方法,其特征在于,所述监控区域通过人工划取,或者
根据行政区域划分。
3.根据权利要求1所述的一种电网风险预警管理控制方法,其特征在于,根据电力线路和电力设备之间的连接关系建立拓扑关系;GIS平台结合电力线路和电力设备的地理坐标进行拓扑关系的可视化展示。
4.根据权利要求1所述的一种电网风险预警管理控制方法,其特征在于,通过自然灾害预警中心获取监控区域的灾害预测数据,并对灾害预测数据进行预处理之后形成矢量地图,将矢量地图标记为灾害预测图;其中,自然灾害预警中心具体为六大预警中心。
5.根据权利要求4所述的一种电网风险预警管理控制方法,其特征在于,当至少获取两种灾害预测数据时,每种灾害预测数据均对应形成矢量地图,再将不同矢量地图进行叠层处理获取一个矢量地图,并标记为灾害预测图。
6.根据权利要求1所述的一种电网风险预警管理控制方法,其特征在于,所述风险预测模型通过标准实验数据获取,用于评估单个电力设备的运行风险,且所述风险预测模型基于人工智能模型获取或者基于数据映射建立。
7.根据权利要求6所述的一种电网风险预警管理控制方法,其特征在于,基于数据映射建立风险预测模型,包括:
以标准实验数据中的若干组灾害实验数据为自变量,以每组灾害实验数据对应的风险系数为因变量建立数据映射,将建立的数据映射标记为风险预测模型;其中,数据映射包括函数和查找表。
8.根据权利要求6所述的一种电网风险预警管理控制方法,其特征在于,灾害预测平均值组结合风险预测模型获取电力设备的运行风险,包括:
将灾害预测平均值组输入至基于人工智能模型建立的风险预测模型,获取对应的风险系数;或者
基于数据映射的风险预测模型结合灾害预测平均值组计算或者查找对应的风险系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211096954.8A CN115630841A (zh) | 2022-09-08 | 2022-09-08 | 一种电网风险预警管理控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211096954.8A CN115630841A (zh) | 2022-09-08 | 2022-09-08 | 一种电网风险预警管理控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115630841A true CN115630841A (zh) | 2023-01-20 |
Family
ID=84902981
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211096954.8A Withdrawn CN115630841A (zh) | 2022-09-08 | 2022-09-08 | 一种电网风险预警管理控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115630841A (zh) |
-
2022
- 2022-09-08 CN CN202211096954.8A patent/CN115630841A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103914791A (zh) | 一种电力设备状态检修系统 | |
CN112034287A (zh) | 一种基于大数据的电力安全监控系统 | |
CN116610747B (zh) | 一种基于三维数字的可视化智慧管理系统 | |
CN104376383A (zh) | 一种基于地理信息系统的电网电压监视与预测系统及方法 | |
CN103150598B (zh) | 输电网突发故障处理系统和方法 | |
CN114550073B (zh) | 一种新能源汽车充电桩的监控系统 | |
CN115549094B (zh) | 一种智能电网变电设备预警评估方法及系统 | |
CN116579607A (zh) | 一种多源数据协同的区域性尾矿库风险监测方法 | |
CN116012189A (zh) | 一种电力设施洪涝受灾空间异质性分析方法和系统 | |
CN114928168A (zh) | 一种海上平台无人化数据边缘计算装置 | |
CN107478967A (zh) | 面向移动运检的10kv电缆局部放电在线监测系统与方法 | |
CN112926863A (zh) | 基于六大预警中心的电网灾害综合监测系统 | |
CN113153262A (zh) | 一种基于电缆热特性的海上油田可接入容量评估方法 | |
CN114065955A (zh) | 一种基于gis的电力电缆可视化监测检修管理系统 | |
CN115630841A (zh) | 一种电网风险预警管理控制方法 | |
CN115664006B (zh) | 一种增量配电网智能管控一体化平台 | |
CN116962469A (zh) | 一种智慧园区电能监测管理系统 | |
CN116205520A (zh) | 电网数字化管理指标体系的预警方法、系统及应用 | |
CN116169778A (zh) | 一种基于配电网异常分析的处理方法及系统 | |
CN111857015B (zh) | 输变电云端智能控制器 | |
CN113240252B (zh) | 核电工程质量评价数据处理方法、装置、设备及存储介质 | |
CN205643673U (zh) | 基于计量器具质量跟踪评价系统的计量装置报废告警装置 | |
CN116413545B (zh) | 直流配电网电能质量评估方法及系统 | |
CN111897655B (zh) | 一种输变电云端智能控制器 | |
CN116404745B (zh) | 基于大数据的配电网智能调控辅助决策系统及方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230120 |
|
WW01 | Invention patent application withdrawn after publication |