CN115880100A - 一种基于云端平台的智慧电网数据处理方法与系统 - Google Patents
一种基于云端平台的智慧电网数据处理方法与系统 Download PDFInfo
- Publication number
- CN115880100A CN115880100A CN202310027385.XA CN202310027385A CN115880100A CN 115880100 A CN115880100 A CN 115880100A CN 202310027385 A CN202310027385 A CN 202310027385A CN 115880100 A CN115880100 A CN 115880100A
- Authority
- CN
- China
- Prior art keywords
- operation data
- importance
- data
- cloud platform
- type
- 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
Images
Classifications
-
- 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
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种基于云端平台的智慧电网数据处理方法与系统，属于数据处理技术领域，具体包括：构建基于云端平台的数据处理系统，实时获取电气设备的运行数据，当运行数据不属于事故及告警类数据以及运行数据的变动量不大于第一变动阈值时，基于电气设备的类型、电气设备的电压等级构建运行数据的基础重要度，并当运行数据的基础重要度不大于第一阈值时，基于运行数据的基础重要度、运行数据的类型、运行数据的变动量，采用基于机器学习的预测模型，得到运行数据的重要度，并根据运行数据的重要度确定运行数据是否在所述云端平台进行存储，从而保证了存储空间利用的高效性以及数据处理的效率的高效性。
Description
技术领域
本发明属于数据处理技术领域，尤其涉及一种基于云端平台的智慧电网数据处理方法与系统。
背景技术
智能电网就是对物理电力网实现智能化管理控制，又被称为“电网2.0”版本。原有电力网实现了电力资源的网络化分配，由于电力用户电力使用随时间、位置动态变化，而且电力不易存储，借助现代传感测量技术、数据通信技术、计算机控制处理技术而形成的新型电网系统，非常必要，因此构建基于云端平台的数据处理，实现对智慧电网的数据预处理十分必要。
为了实现基于云平台的电网数据的预处理，在授权发明专利公告号CN112307287B《基于云边协同架构的电力物联网数据分类处理方法及装置》中通过在边缘层汇总收集原始数据并根据数据的来源，将数据分为上载数据和待处理数据；利用随机森林算法对待处理数据进行分类和处理，得到分类结果数据；边缘层将所述上载数据和分类结果数据上传至云端层，在云端层利用LSTM-FCN数据分类模型对所述上载数据和分类结果数据进行分类存储,从而避免数据上传和等待数据返回的延迟，达到了对数据的快速响应，并且提升了故障诊断分类的准确性，但是却存在以下技术问题：
1、未考虑不同类型的数据采用不同方式的处理方式，对于重要的电气设备的监测数据，需要实时存储，而对于一般电气设备的监测数据以及运行数据，若进行实时存储，会导致存储空间和处理效率都会大打折扣。
2、未考虑结合运行数据的变动量以及运行数据的类型进行运行数据的重要性的确定，对于电压类的运行数据，若其过电压的要求为额定电压的百分之10，而电流类的运行数据，其过电流的要求为超过额定电流，因此对于不同的运行数据，相同的变动量其所代表的重要性明显不同，因此若不进行结合，将无法顺利的将故障或者潜在故障数据进行针对性的存储，不仅会使得存储空间造成浪费，而且无法实现对电气设备高效的准确评估。
针对上述技术问题，本发明提供了一种基于云端平台的智慧电网数据处理方法与系统。
发明内容
为实现本发明目的，本发明采用如下技术方案：
根据本发明的一个方面，提供了一种基于云端平台的智慧电网数据处理方法与系统。
一种基于云端平台的智慧电网数据处理方法，其特征在于，具体包括：
S11构建基于云端平台的数据处理系统，实时获取电气设备的运行数据，并判断所述运行数据是否属于事故及告警类数据或者所述运行数据的变动量大于第一变动阈值，若是，则将所述运行数据在所述云端平台进行存储，若否，则进入步骤S12；
S12基于所述电气设备的类型、电气设备的电压等级构建所述运行数据的基础重要度，并判断所述运行数据的基础重要度是否大于第一阈值，若否，则进入步骤S13，若是，则将所述运行数据在所述云端平台进行存储；
S13基于所述运行数据的基础重要度、所述运行数据的类型构建所述运行数据的修正重要度，判断所述运行数据的修正重要度是否大于第二阈值，若是，则将所述运行数据在所述云端平台进行存储，若否，进入步骤S14；
S14基于所述运行数据的基础重要度、所述运行数据的类型、所述运行数据的变动量，采用基于机器学习的预测模型，得到所述运行数据的重要度，并根据所述运行数据的重要度确定所述运行数据是否在所述云端平台进行存储。
通过首先通过对事故及告警类数据以及运行数据的变动量的判断，从而可以在不对进行电气设备的类型的判断的基础上，实现对变动量较大的数据以及故障类数据的存储，保证了数据存储的可靠性和处理效率。
通过运行数据的基础重要度的构建，从而进一步实现了与电气设备的具体情况的结合，通过不同的电气设备的具体情况的不同，采用不同的存储方式，从而使得重要程度较高的电气设备的运行数据进行存储，进一步保证了可靠性和存储空间利用的效率。
通过进一步结合运行数据的类型以及运行数据的基础重要度，从而实现了对多种角度实现对运行数据的修正重要度的构建，从而不仅与电气设备的具体情况相结合，同时还对于对电网数据监测以及对于电气设备监测较为重要的运行数据进行进一步的筛选，从而实现了对于重要数据的进一步的可靠存储。
通过运行数据的重要性的构建，从而实现了从电气设备、运行数据的类型、运行数据的变动量多方面实现对运行数据的是否需要存储的判断，进一步保证了变动量较大以及较为重要的运行数据的筛选，保证了云端数据存储的可靠性以及电网设备运行数据的存储稳定性。
进一步的技术方案在于，所述第一变动阈值根据所述运行数据的量级不同而不同，一般取所述运行数据的额定值的百分之2。
进一步的技术方案在于，所述基础重要度采用基于层次分析法的模型，基于所述电气设备的类型、电气设备在电网拓扑中的电压等级进行确定。
进一步的技术方案在于，所述修正重要度根据所述运行数据的基础重要度以及运行数据的修正值得到，其中所述运行数据的修正值采用基于所述运行数据的类型进行确定。
通过修正值的构建，从而使得修正重要度的结果更加准确且可靠，同时也充分的反映了不同类型的运行数据的区别，从而进一步保证了较为重要的运行数据的筛选，进一步提升了总体的可靠性。
进一步的技术方案在于，所述修正值的取值范围在0到1之间，具体的根据所述运行数据的类型的重要性确定，其中所述运行数据的类型至少包括电流、电压、温度、功率因数角。
进一步的技术方案在于，所述运行数据的重要度构建的具体步骤为：
S21基于所述运行数据的变动量构建所述运行数据的变动率；
S22基于所述运行数据的类型以及所述运行数据的变动率采用基于PSO-LSSVM算法的特征构建预测模型，得到所述运行数据的构建所述运行数据的类型特征量；
S23基于所述运行数据的类型特征量、所述运行数据的基础重要度，采用基于ACO-GRU算法的重要度预测模型，得到所述运行数据的重要度。
通过运行数据的类型特征量的构建，从而可以进一步降低重要度预测模型所需要处理的数据量，使得预测的效率和精度都得到进一步的提升，并通过GRU算法的应用，充分利用了GRU算法在运行效率以及结构上的优势，提升了处理速度。
进一步的技术方案在于，PSO算法的惯性权重更新公式为：
其中ωmax为最大惯性权重，ωmin为最小惯性权重，t为当前迭代次数，tmax为最大迭代次数，ty为次数阈值，K1为常数，ω为当前迭代时的惯性权重。
进一步的技术方案在于，根据所述运行数据的重要度确定所述运行数据是否在所述云端平台进行存储的具体步骤为：
S31基于所述电气设备的类型、所述电气设备的电压等级、所述运行数据的类型，采用基于KNN算法的阈值构建预测模型，得到所述运行数据的重要度阈值；
S32判断所述运行数据的重要度是否大于所述运行数据的重要度阈值，若是，将所述运行数据在所述云端平台进行存储，若否，则进入步骤S33；
S33当且仅当所述运行数据的重要度等于运行数据的重要度阈值且所述运行数据的变动量大于第二变动阈值时，将所述运行数据在所述云端平台进行存储。
通过重要度阈值的构建，从而进一步结合不同电气设备的类型以及运行数据的类型实现对重要度阈值的动态调节，进一步保证了筛选的可靠性和准确性，并且同时通过第二变动阈值的设置，进一步提升了重要数据筛选的全面性和准确性。
进一步的技术方案在于，所述第二变动阈值小于第一变动阈值。
另一方面，本发明提供了一种基于云端平台的智慧电网数据处理系统，采用上述的一种基于云端平台的智慧电网数据处理方法，包括数据处理模块，重要度评估模块，云端平台存储模块；
其中所述数据处理模块负责实时获取电气设备的运行数据并对所述运行数据进行解析；
所述重要度评估模块负责进行基础重要度、修正重要度、重要度的评估；
所述云端平台存储模块负责将筛选得到的数据进行存储。
其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
通过参照附图详细描述其示例实施方式，本发明的上述和其它特征及优点将变得更加明显。
图1是根据实施例1的一种基于云端平台的智慧电网数据处理方法的流程图。
图2是根据实施例2的一种基于云端平台的智慧电网数据处理系统的构成图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的实施方式；相反，提供这些实施方式使得本发明将全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。图中相同的附图标记表示相同或类似的结构，因而将省略它们的详细描述。
用语“一个”、“一”、“该”、“所述”用以表示存在一个或多个要素/组成部分/等；用语“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等。
实施例1
为解决上述问题，根据本发明的一个方面，如图1所示，提供了一种基于云端平台的智慧电网数据处理方法，其特征在于，具体包括：
S11构建基于云端平台的数据处理系统，实时获取电气设备的运行数据，并判断所述运行数据是否属于事故及告警类数据或者所述运行数据的变动量大于第一变动阈值，若是，则将所述运行数据在所述云端平台进行存储，若否，则进入步骤S12；
需要另外说明的是，电气设备的运行数据至少包括电压、电流、阻抗角、温度等多种数据，此外还可能有瓦斯数据、有载开关位置数据等准确反映电气设备的运行状态的数据，同时还具有事故及告警类数据或者其他一般类型的运行数据。
需要另外说明的是，第一变动阈值根据运行数据的类型的不同采用不同的阈值，由于不同的运行数据的量级不同，同时反应的电气设备的运行状态也不同，因此需要根据运行数据的类型进行优化。
S12基于所述电气设备的类型、电气设备的电压等级构建所述运行数据的基础重要度，并判断所述运行数据的基础重要度是否大于第一阈值，若否，则进入步骤S13，若是，则将所述运行数据在所述云端平台进行存储；
需要另外说明的是，电气设备的类型包括变压器、CT、PT、开关、断路器、UPS、线路保护装置等。
需要另外说明的是，电压等级包括110/220/500等多种类型的电压等级。
需要另外说明的是，运行数据的基础重要程度可以采用基于层次分析法的方式，其中具体的权值采用熵值法的方式进行确定，取值范围在0到1之间，电气设备的类型根据在配电网中的结构、位置进行进一步的确定。
S13基于所述运行数据的基础重要度、所述运行数据的类型构建所述运行数据的修正重要度，判断所述运行数据的修正重要度是否大于第二阈值，若是，则将所述运行数据在所述云端平台进行存储，若否，进入步骤S14；
S14基于所述运行数据的基础重要度、所述运行数据的类型、所述运行数据的变动量，采用基于机器学习的预测模型，得到所述运行数据的重要度，并根据所述运行数据的重要度确定所述运行数据是否在所述云端平台进行存储。
需要另外说明的是，运行数据的重要度的取值范围在0到1之间。
通过首先通过对事故及告警类数据以及运行数据的变动量的判断，从而可以在不对进行电气设备的类型的判断的基础上，实现对变动量较大的数据以及故障类数据的存储，保证了数据存储的可靠性和处理效率。
通过运行数据的基础重要度的构建，从而进一步实现了与电气设备的具体情况的结合，通过不同的电气设备的具体情况的不同，采用不同的存储方式，从而使得重要程度较高的电气设备的运行数据进行存储，进一步保证了可靠性和存储空间利用的效率。
通过进一步结合运行数据的类型以及运行数据的基础重要度，从而实现了对多种角度实现对运行数据的修正重要度的构建，从而不仅与电气设备的具体情况相结合，同时还对于对电网数据监测以及对于电气设备监测较为重要的运行数据进行进一步的筛选，从而实现了对于重要数据的进一步的可靠存储。
通过运行数据的重要性的构建，从而实现了从电气设备、运行数据的类型、运行数据的变动量多方面实现对运行数据的是否需要存储的判断，进一步保证了变动量较大以及较为重要的运行数据的筛选，保证了云端数据存储的可靠性以及电网设备运行数据的存储稳定性。
在另外一种可能的实施例中，所述第一变动阈值根据所述运行数据的量级不同而不同，一般取所述运行数据的额定值的百分之2。
在另外一种可能的实施例中，所述基础重要度采用基于层次分析法的模型，基于所述电气设备的类型、电气设备在电网拓扑中的电压等级进行确定。
在另外一种可能的实施例中，所述修正重要度根据所述运行数据的基础重要度以及运行数据的修正值得到，其中所述运行数据的修正值采用基于所述运行数据的类型进行确定。
需要另外说明的是，修正重要度的计算公式为：
Z＝(J1+K2(sinπ6J1))Z1
其中J1为修正值，K2为常数,Z1为基础重要度。
通过修正值的构建，从而使得修正重要度的结果更加准确且可靠，同时也充分的反映了不同类型的运行数据的区别，从而进一步保证了较为重要的运行数据的筛选，进一步提升了总体的可靠性。
在另外一种可能的实施例中，所述修正值的取值范围在0到1之间，具体的根据所述运行数据的类型的重要性确定，其中所述运行数据的类型至少包括电流、电压、温度、功率因数角。
在另外一种可能的实施例中，所述运行数据的重要度构建的具体步骤为：
S21基于所述运行数据的变动量构建所述运行数据的变动率；
S22基于所述运行数据的类型以及所述运行数据的变动率采用基于PSO-LSSVM算法的特征构建预测模型，得到所述运行数据的构建所述运行数据的类型特征量；
S23基于所述运行数据的类型特征量、所述运行数据的基础重要度，采用基于ACO-GRU算法的重要度预测模型，得到所述运行数据的重要度。
通过运行数据的类型特征量的构建，从而可以进一步降低重要度预测模型所需要处理的数据量，使得预测的效率和精度都得到进一步的提升，并通过GRU算法的应用，充分利用了GRU算法在运行效率以及结构上的优势，提升了处理速度。
在另外一种可能的实施例中，PSO算法的惯性权重更新公式为：
其中ωmax为最大惯性权重，ωmin为最小惯性权重，t为当前迭代次数，tmax为最大迭代次数，ty为次数阈值，K1为常数，ω为当前迭代时的惯性权重。
在另外一种可能的实施例中，根据所述运行数据的重要度确定所述运行数据是否在所述云端平台进行存储的具体步骤为：
S31基于所述电气设备的类型、所述电气设备的电压等级、所述运行数据的类型，采用基于KNN算法的阈值构建预测模型，得到所述运行数据的重要度阈值；
S32判断所述运行数据的重要度是否大于所述运行数据的重要度阈值，若是，将所述运行数据在所述云端平台进行存储，若否，则进入步骤S33；
S33当且仅当所述运行数据的重要度等于运行数据的重要度阈值且所述运行数据的变动量大于第二变动阈值时，将所述运行数据在所述云端平台进行存储。
通过重要度阈值的构建，从而进一步结合不同电气设备的类型以及运行数据的类型实现对重要度阈值的动态调节，进一步保证了筛选的可靠性和准确性，并且同时通过第二变动阈值的设置，进一步提升了重要数据筛选的全面性和准确性。
在另外一种可能的实施例中，所述第二变动阈值小于第一变动阈值。
实施例2
如图2所示，本发明提供了一种基于云端平台的智慧电网数据处理系统，采用上述的一种基于云端平台的智慧电网数据处理方法，包括数据处理模块，重要度评估模块，云端平台存储模块；
其中所述数据处理模块负责实时获取电气设备的运行数据并对所述运行数据进行解析；
所述重要度评估模块负责进行基础重要度、修正重要度、重要度的评估；
所述云端平台存储模块负责将筛选得到的数据进行存储。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统和方法，也可以通过其它的方式实现。以上所描述的系统实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。
Claims (10)
1.一种基于云端平台的智慧电网数据处理方法，其特征在于，具体包括：
S11构建基于云端平台的数据处理系统，实时获取电气设备的运行数据，并判断所述运行数据是否属于事故及告警类数据或者所述运行数据的变动量大于第一变动阈值，若是，则将所述运行数据在所述云端平台进行存储，若否，则进入步骤S12；
S12基于所述电气设备的类型、电气设备的电压等级构建所述运行数据的基础重要度，并判断所述运行数据的基础重要度是否大于第一阈值，若否，则进入步骤S13，若是，则将所述运行数据在所述云端平台进行存储；
S13基于所述运行数据的基础重要度、所述运行数据的类型构建所述运行数据的修正重要度，判断所述运行数据的修正重要度是否大于第二阈值，若是，则将所述运行数据在所述云端平台进行存储，若否，进入步骤S14；
S14基于所述运行数据的基础重要度、所述运行数据的类型、所述运行数据的变动量，采用基于机器学习的预测模型，得到所述运行数据的重要度，并根据所述运行数据的重要度确定所述运行数据是否在所述云端平台进行存储。
2.如权利要求1所述的智慧电网数据处理方法，其特征在于，所述第一变动阈值根据所述运行数据的量级不同而不同，一般取所述运行数据的额定值的百分之2。
3.如权利要求1所述的智慧电网数据处理方法，其特征在于，所述基础重要度采用基于层次分析法的模型，基于所述电气设备的类型、电气设备在电网拓扑中的电压等级进行确定。
4.如权利要求1所述的智慧电网数据处理方法，其特征在于，所述修正重要度根据所述运行数据的基础重要度以及运行数据的修正值得到，其中所述运行数据的修正值采用基于所述运行数据的类型进行确定。
5.如权利要求1所述的智慧电网数据处理方法，其特征在于，所述修正值的取值范围在0到1之间，具体的根据所述运行数据的类型的重要性确定，其中所述运行数据的类型至少包括电流、电压、温度、功率因数角。
6.如权利要求1所述的智慧电网数据处理方法，其特征在于，所述运行数据的重要度构建的具体步骤为：
S21基于所述运行数据的变动量构建所述运行数据的变动率；
S22基于所述运行数据的类型以及所述运行数据的变动率采用基于PSO-LSSVM算法的特征构建预测模型，得到所述运行数据的构建所述运行数据的类型特征量；
S23基于所述运行数据的类型特征量、所述运行数据的基础重要度，采用基于ACO-GRU算法的重要度预测模型，得到所述运行数据的重要度。
7.如权利要求6所述的智慧电网数据处理方法，其特征在于，PSO算法的惯性权重更新公式为：
其中ωmax为最大惯性权重，ωmin为最小惯性权重，t为当前迭代次数，tmax为最大迭代次数，ty为次数阈值，K1为常数，ω为当前迭代时的惯性权重。
8.如权利要求1所述的智慧电网数据处理方法，其特征在于，根据所述运行数据的重要度确定所述运行数据是否在所述云端平台进行存储的具体步骤为：
S31基于所述电气设备的类型、所述电气设备的电压等级、所述运行数据的类型，采用基于KNN算法的阈值构建预测模型，得到所述运行数据的重要度阈值；
S32判断所述运行数据的重要度是否大于所述运行数据的重要度阈值，若是，将所述运行数据在所述云端平台进行存储，若否，则进入步骤S33；
S33当且仅当所述运行数据的重要度等于运行数据的重要度阈值且所述运行数据的变动量大于第二变动阈值时，将所述运行数据在所述云端平台进行存储。
9.如权利要求8所述的智慧电网数据处理方法，其特征在于，所述第二变动阈值小于第一变动阈值。
10.一种基于云端平台的智慧电网数据处理系统，采用权利要求1-9任意一项的一种基于云端平台的智慧电网数据处理方法，包括数据处理模块，重要度评估模块，云端平台存储模块；
其中所述数据处理模块负责实时获取电气设备的运行数据并对所述运行数据进行解析；
所述重要度评估模块负责进行基础重要度、修正重要度、重要度的评估；
所述云端平台存储模块负责将筛选得到的数据进行存储。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310027385.XA CN115880100A (zh) | 2023-01-09 | 2023-01-09 | 一种基于云端平台的智慧电网数据处理方法与系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310027385.XA CN115880100A (zh) | 2023-01-09 | 2023-01-09 | 一种基于云端平台的智慧电网数据处理方法与系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115880100A true CN115880100A (zh) | 2023-03-31 |
Family
ID=85758336
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310027385.XA Pending CN115880100A (zh) | 2023-01-09 | 2023-01-09 | 一种基于云端平台的智慧电网数据处理方法与系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115880100A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116702207A (zh) * | 2023-06-20 | 2023-09-05 | 煋辰数梦(杭州)科技有限公司 | 一种基于隐私计算平台的数据交换方法 |
-
2023
- 2023-01-09 CN CN202310027385.XA patent/CN115880100A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116702207A (zh) * | 2023-06-20 | 2023-09-05 | 煋辰数梦(杭州)科技有限公司 | 一种基于隐私计算平台的数据交换方法 |
| CN116702207B (zh) * | 2023-06-20 | 2024-03-22 | 煋辰数梦(杭州)科技有限公司 | 一种基于隐私计算平台的数据交换方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111143169B (zh) | 异常参数检测方法及装置、电子设备、存储介质 | |
| KR102215690B1 (ko) | 시계열의 데이터를 모니터링 하는 방법 및 그 장치 | |
| CN110535159B (zh) | 一种规模化储能电站运行单元故障预警的方法及系统 | |
| EP2562901B1 (en) | Unit commitment for wind power generation | |
| CN115880100A (zh) | 一种基于云端平台的智慧电网数据处理方法与系统 | |
| CN113868953B (zh) | 工业系统中多机组运行优化方法、装置、系统及存储介质 | |
| CN112650580A (zh) | 一种基于边缘计算的工业大数据监测系统 | |
| CN116187552A (zh) | 异常检测方法、计算设备及计算机存储介质 | |
| CN116911471A (zh) | 一种供电系统的传输性能优化方法及系统 | |
| CN116362374A (zh) | 一种基于神经网络的光伏电站发电状态判别方法与装置 | |
| US20240003942A1 (en) | Meter-to-Transformer Connectivity Correction | |
| CN112801374B (zh) | 模型训练方法、用电负荷预测方法、装置及设备 | |
| CN117149746B (zh) | 基于云原生和存算分离的数据仓库管理系统 | |
| CN113300373A (zh) | 一种基于prmse评价指标的稳定裕度值预测方法及装置 | |
| CN117520986A (zh) | 分布式光伏发电异常监测方法、系统、设备和存储介质 | |
| CN110770753B (zh) | 高维数据实时分析的装置和方法 | |
| JP2020149209A (ja) | 残差特性推定モデル作成方法および残差特性推定モデル作成システム | |
| JP2017162046A (ja) | センサーデータ処理装置、センサーデータ処理システム、センサーデータ処理方法、及び、センサーデータ処理プログラム | |
| CN110209260A (zh) | 耗电量异常检测方法、装置、设备及计算机可读存储介质 | |
| CN116047223A (zh) | 一种基于实时用电信息及大数据分析的窃电判别方法 | |
| JP2020137164A (ja) | 電力系統安定化システム | |
| CN110995465B (zh) | 信通点位全景视图信息运维方法及系统 | |
| CN107316056B (zh) | 一种网络安防等级自动化评定系统、自动评定方法 | |
| CN110955728A (zh) | 用电数据传输方法、服务器及存储介质 | |
| CN112632112A (zh) | 风力发电机组的损失电量的计算方法和设备 |
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 |