CN116151511B - 一种基于数据处理的配电馈线和台区智能诊断管理方法及系统 - Google Patents

一种基于数据处理的配电馈线和台区智能诊断管理方法及系统 Download PDF

Info

Publication number
CN116151511B
CN116151511B CN202310183830.1A CN202310183830A CN116151511B CN 116151511 B CN116151511 B CN 116151511B CN 202310183830 A CN202310183830 A CN 202310183830A CN 116151511 B CN116151511 B CN 116151511B
Authority
CN
China
Prior art keywords
graph
sub
measuring device
node
abnormal
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
Application number
CN202310183830.1A
Other languages
English (en)
Other versions
CN116151511A (zh
Inventor
荆树志
张磊
徐珂
李泽鹏
刘文哲
李强
张凯
毕中华
宋红贺
田运涛
李效乾
刘效斌
王洋
程金
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Heze Power Supply Co of State Grid Shandong Electric Power Co Ltd
Original Assignee
Heze Power Supply Co of State Grid Shandong Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Heze Power Supply Co of State Grid Shandong Electric Power Co Ltd filed Critical Heze Power Supply Co of State Grid Shandong Electric Power Co Ltd
Priority to CN202310183830.1A priority Critical patent/CN116151511B/zh
Publication of CN116151511A publication Critical patent/CN116151511A/zh
Application granted granted Critical
Publication of CN116151511B publication Critical patent/CN116151511B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08—Locating faults in cables, transmission lines, or networks
    • G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
    • G01R31/086—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08—Locating faults in cables, transmission lines, or networks
    • G01R31/088—Aspects of digital computing
    • 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
    • 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
    • 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
    • H02J3/0012—Contingency detection
    • 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
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Mathematical Physics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Power Engineering (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明属于电力系统数据处理领域，具体涉及一种基于数据处理的配电馈线和台区智能诊断管理方法及系统，其包括以下步骤：步骤一：获取现有配电馈线量和台区上的测装置网络所采集的数据进行构图；步骤二：若高通滤波器的输出检测到对应的高频分量，则判定为对应的量测装置采集的数据出现了异常，并进入步骤三；步骤三提取出各子图中特定图频率分量的子图信号分量Fi*；步骤四：筛出疑似异常子图，并将异常子图的中心节点视为疑似异常节点，记为Va;步骤五：将Va与各个子图的节点集合Vi进行匹配筛选。无需增加额外的硬件设备，即可在海量的非结构化数据中实现对于现有的量测网络中异常节点的检测和定位，从而确定馈线或台区故障点。

Description

一种基于数据处理的配电馈线和台区智能诊断管理方法及 系统
技术领域
本发明属于电力系统数据处理领域，具体涉及一种基于数据处理的配电馈线和台区智能诊断管理方法及系统。
背景技术
配电网处于电力系统的末端，具有地域分布广、电网规模大、设备种类多、网络连接多样、运行方式多变等鲜明特点。随着城镇化建设和用电需求的增长，配电网一直在不断地改造和扩建，其规模也不断扩大，国网公司系统内大多数县级以上配电网的规模都已达到百条馈线以上，一些中、大型城市的中压馈线已达到或超过千条。
在日益复杂的配电网中，产生了繁杂且海量的数据，且这些数据都属于非结构化数据。常规的数据处理法已难以适用于复杂的电网模型。
图信号处理(Graph Signal Processing, GSP) 是一种新兴的数据处理概念，通过将数据信号结构嵌入在图之上,从时间和空间角度都能够有效捕捉数据样本之间的关联性信息。
发明内容
本发明的目的是通过提供一种基于数据处理的配电馈线和台区智能诊断管理方法及系统,从而提高配电网的故障诊断效率。
为实现上述目的，本发明采用以下技术方案实现：
一种基于数据处理的配电馈线和台区智能诊断管理方法，其包括以下步骤：步骤一：获取现有配电馈线和台区上的量测装置网络所采集的数据进行构图G=（V，E，W），其中，V为量测装置节点集合，E为图模型中边的集合，W是权矩阵；步骤二：利用图高通滤波器对量测装置网络采集的数据进行检测，若滤波器的输出检测到对应的高频分量，则判定为对应的量测装置采集的数据出现了异常，并进入步骤三；步骤三：建立各个子图的图模型和各个子图的子图信号Fi，然后是提取出各子图中特定图频率分量的子图信号分量Fi*；步骤四：将各子图信号分量Fi*中每个节点当前信号值与历史时刻信号值的差值与预先设置的阈值进行比较，筛出疑似异常子图，并将异常子图的中心节点视为疑似异常节点，记为Va;步骤五：将Va与各个子图的节点集合Vi进行匹配筛选，如果Vi∈Va,则说明Vi的中心节点vi是异常节点，即配电馈线或台区故障点。
进一步的，步骤一中数据的构图方式采用最近邻法则。
进一步的，步骤二中将量测装置网络采集的数据按照不同的时刻依次送入到图高通滤波器中进行处理。
较佳的，所述图高通滤波器为基于图拉普拉斯矩阵的滤波器。
进一步的，步骤三中特定图频率分量的子图信号分量的提取包括以下步骤：
步骤3.1：找出第i个子图中的特定图频率ki，ki为第i个子图中当前时刻的频率分量与历史时刻的频率分量的差值最大的图频率；步骤3.2：在ki上进行图逆傅里叶变换，提取子图信号Fi特定图频率分量的子图信号分量Fi*。
本发明还提供一种基于数据处理的配电馈线和台区智能诊断管理系统，其特征在于：包括安装在配电馈线的台区上的量测装置，量测装置用于采集该节点上的电网数据，并上传至配电网智能监控后台；所述配电网智能监控后台安装有图信号处理组件；图信号处理组件用于执行以下步骤：步骤一：将量测装置网络的所采集的数据进行构图G=（V，E，W），其中，V为量测装置节点集合，E为图模型中边的集合，W是权矩阵；步骤二：利用图高通滤波器对量测装置网络采集的数据进行检测，若滤波器的输出检测到对应的高频分量，则判定为对应的量测装置采集的数据出现了异常，并进入步骤三；步骤三：建立各个子图的图模型和各个子图的子图信号Fi，然后是提取出各子图中特定图频率分量的子图信号分量Fi*；步骤四：将各子图信号分量Fi*中每个节点当前信号值与历史时刻信号值的差值与预先设置的阈值进行比较，筛出疑似异常子图，并将异常子图的中心节点视为疑似异常节点，记为Va;步骤五：将Va与各个子图的节点集合Vi进行匹配筛选，如果Vi∈Va,则说明Vi的中心节点vi是异常节点，即配电馈线或台区故障点。
进一步的，步骤一中数据的构图方式采用最近邻法则。
进一步的，步骤二中将量测装置网络采集的数据按照不同的时刻依次送入到图高通滤波器中进行处理。
较佳的，所述图高通滤波器为基于图拉普拉斯矩阵的滤波器。
进一步的，步骤三中特定图频率分量的子图信号分量的提取包括以下步骤：
步骤3.1：找出第i个子图中的特定图频率ki，ki为第i个子图中当前时刻的频率分量与历史时刻的频率分量的差值最大的图频率；步骤3.2：在ki上进行图逆傅里叶变换，提取子图信号Fi特定图频率分量的子图信号分量Fi*。
与现有技术相比， 本发明将图信号处理结合到配电馈线和台区智能诊断管理中，无需增加额外的硬件设备，即可在海量的非结构化数据中实现对于现有的量测网络中异常节点的检测和定位，从而确定馈线或台区故障点。
附图说明
图1为本发明一实施例的图信号处理中构图示意图。
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。
配电网发生故障时，在故障点附近的主要电气量都将发生异常变化，进而导致系统的潮流变化，因此，发明人想到可以利用现有的量测装置（如馈线终端装置、配电终端单元或智能电表），结合该量测装置所在的地理位置，进行图信号处理，从而获得一种直观的配电馈线和台区智能诊断管理系统及方法。
一种基于数据处理的配电馈线和台区智能诊断管理方法，其包括以下步骤：
步骤一：获取现有配电馈线和台区上的量测装置网络所采集的数据进行构图G=（V，E，W），其中，V为量测装置节点集合，E为图模型中边的集合，W是权矩阵；
如图1所示，图a）为假设其为现有量测装置在地理上的位置。图b)为测量点的连接情况，图c)为测量位置及每个位置的测量电压或电流，其中每个节点的垂直方向上的竖线长度表示节点的信号值，而节点之间的连线表示节点之间的某种关联程度。
步骤二：利用图高通滤波器对量测装置网络采集的数据进行检测，若滤波器的输出检测到对应的高频分量，则判定为对应的量测装置采集的数据出现了异常，并进入步骤三。
正常传感器网络所采集的数据从频域上来看，具有低频特性。具体而言，相邻传感器所采集的数据是相似的，对于构图之后的传感器网络而言，传感器节点不仅在时间维具有相似性，而且与其邻居节点之间的数据也具有较高的相似度。既然数据之间具有相似特性，并且表现为低频特性。一旦某个传感器采集的数据出现了异常，该节点所采集的数据由于与周围正常邻居所采集的数据之间存在较大的差异，因而在经过高通滤波之后，会出现较为明显的高频分量。
为了进行故障定位，寻找到异常数据后还需对异常量测装置节点进行定位。
步骤三：建立各个子图的图模型和各个子图的子图信号Fi，然后是提取出各子图中特定图频率分量的子图信号分量Fi*；
步骤四：将各子图信号分量Fi*中每个节点当前信号值与历史时刻信号值的差值与预先设置的阈值进行比较，筛出疑似异常子图，并将异常子图的中心节点视为疑似异常节点，记为Va;
步骤五：将Va与各个子图的节点集合Vi进行匹配筛选，如果Vi∈Va,则说明Vi的中心节点vi是异常节点，即故障点。
进一步的，步骤一中数据的构图方式采用最近邻法则。
进一步的，步骤二中将量测装置网络采集的数据按照不同的时刻依次送入到图高通滤波器中进行处理。
较佳的，所述图高通滤波器为基于图拉普拉斯矩阵的滤波器。
进一步的，步骤三中特定图频率分量的子图信号分量的提取包括以下步骤：
步骤3.1：找出第i个子图中的特定图频率ki，ki为第i个子图中当前时刻的频率分量与历史时刻的频率分量的差值最大的图频率；
步骤3.2：在ki上进行图逆傅里叶变换，提取子图信号Fi特定图频率分量的子图信号分量Fi*。
本发明还提供一种基于数据处理的配电馈线和台区智能诊断管理系统，其特征在于：包括安装在配电馈线的台区上的量测装置，量测装置用于采集该节点上的电网数据(电压、电流或相位)，并上传至配电网智能监控后台；所述配电网智能监控后台安装有图信号处理组件；图信号处理组件用于执行以下步骤：步骤一：将量测装置网络的所采集的数据进行构图G=（V，E，W），其中，V为量测装置节点集合，E为图模型中边的集合，W是权矩阵；步骤二：利用图高通滤波器对量测装置网络采集的数据进行检测，若滤波器的输出检测到对应的高频分量，则判定为对应的量测装置采集的数据出现了异常，并进入步骤三；步骤三：建立各个子图的图模型和各个子图的子图信号Fi，然后是提取出各子图中特定图频率分量的子图信号分量Fi*；步骤四：将各子图信号分量Fi*中每个节点当前信号值与历史时刻信号值的差值与预先设置的阈值进行比较，筛出疑似异常子图，并将异常子图的中心节点视为疑似异常节点，记为Va;步骤五：将Va与各个子图的节点集合Vi进行匹配筛选，如果Vi∈Va,则说明Vi的中心节点vi是异常节点，即馈线或台区故障点。
进一步的，步骤一中数据的构图方式采用最近邻法则。
进一步的，步骤二中将量测装置网络采集的数据按照不同的时刻依次送入到图高通滤波器中进行处理。
较佳的，所述图高通滤波器为基于图拉普拉斯矩阵的滤波器。
进一步的，步骤三中特定图频率分量的子图信号分量的提取包括以下步骤：
步骤3.1：找出第i个子图中的特定图频率ki，ki为第i个子图中当前时刻的频率分量与历史时刻的频率分量的差值最大的图频率；步骤3.2：在ki上进行图逆傅里叶变换，提取子图信号Fi特定图频率分量的子图信号分量Fi*。
上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。

Claims (2)

1.一种基于数据处理的配电馈线和台区智能诊断管理方法，其特征在于：包括以下步骤：
步骤一：获取现有配电馈线和台区上的量测装置网络所采集的数据，结合该量测装置所在的地理位置，进行构图G=（V，E，W），其中，V为量测装置节点集合，E为图模型中边的集合，W是权矩阵；量测装置为馈线终端装置、配电终端单元或智能电表；量测装置用于采集量测装置所在节点上的电网数据，电网数据为电压、电流或相位；
步骤二：利用图高通滤波器对量测装置网络采集的数据进行检测，若滤波器的输出检测到对应的高频分量，则判定为对应的量测装置采集的数据出现了异常，并进入步骤三；
步骤三：建立各个子图的图模型和各个子图的子图信号Fi，然后是提取出各子图中特定图频率分量的子图信号分量Fi*；
步骤四：将各子图信号分量Fi*中每个节点当前信号值与历史时刻信号值的差值与预先设置的阈值进行比较，筛出疑似异常子图，并将异常子图的中心节点视为疑似异常节点，记为Va;
步骤五：将Va与各个子图的节点集合Vi进行匹配筛选，如果Vi∈Va,则说明Vi的中心节点vi是异常节点，寻找到异常数据后还需对异常量测装置节点进行定位；即配电馈线或台区故障点；
步骤一中数据的构图方式采用最近邻法则；
步骤二中将量测装置网络采集的数据按照不同的时刻依次送入到图高通滤波器中进行处理；
所述图高通滤波器为基于图拉普拉斯矩阵的滤波器；
步骤三中特定图频率分量的子图信号分量的提取包括以下步骤：
步骤3.1：找出第i个子图中的特定图频率ki，ki为第i个子图中当前时刻的频率分量与历史时刻的频率分量的差值最大的图频率；
步骤3.2：在ki上进行图逆傅里叶变换，提取子图信号Fi特定图频率分量的子图信号分量Fi*。
2.一种基于数据处理的配电馈线和台区智能诊断管理系统，其特征在于：包括现有的安装在配电馈线的台区上的量测装置，量测装置用于采集量测装置所在的节点上的电网数据，并上传至配电网智能监控后台；量测装置为馈线终端装置、配电终端单元或智能电表；所述电网数据为电压、电流或相位；
所述配电网智能监控后台安装有图信号处理组件；图信号处理组件用于执行以下步骤：
步骤一：将量测装置网络的所采集的数据，结合该量测装置所在的地理位置，进行构图G=（V，E，W），其中，V为量测装置节点集合，E为图模型中边的集合，W是权矩阵；
步骤二：利用图高通滤波器对量测装置网络采集的数据进行检测，若滤波器的输出检测到对应的高频分量，则判定为对应的量测装置采集的数据出现了异常，并进入步骤三；
步骤三：建立各个子图的图模型和各个子图的子图信号Fi，然后是提取出各子图中特定图频率分量的子图信号分量Fi*；
步骤四：将各子图信号分量Fi*中每个节点当前信号值与历史时刻信号值的差值与预先设置的阈值进行比较，筛出疑似异常子图，并将异常子图的中心节点视为疑似异常节点，记为Va;
步骤五：将Va与各个子图的节点集合Vi进行匹配筛选，如果Vi∈Va,则说明Vi的中心节点vi是异常节点，寻找到异常数据后还需对异常量测装置节点进行定位；即配电馈线或台区故障点；
步骤一中数据的构图方式采用最近邻法则；
步骤二中将量测装置网络采集的数据按照不同的时刻依次送入到图高通滤波器中进行处理；
所述图高通滤波器为基于图拉普拉斯矩阵的滤波器；
步骤三中特定图频率分量的子图信号分量的提取包括以下步骤：
步骤3.1：找出第i个子图中的特定图频率ki，ki为第i个子图中当前时刻的频率分量与历史时刻的频率分量的差值最大的图频率；
步骤3.2：在ki上进行图逆傅里叶变换，提取子图信号Fi特定图频率分量的子图信号分量Fi*。
CN202310183830.1A 2023-03-01 2023-03-01 一种基于数据处理的配电馈线和台区智能诊断管理方法及系统 Active CN116151511B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310183830.1A CN116151511B (zh) 2023-03-01 2023-03-01 一种基于数据处理的配电馈线和台区智能诊断管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310183830.1A CN116151511B (zh) 2023-03-01 2023-03-01 一种基于数据处理的配电馈线和台区智能诊断管理方法及系统

Publications (2)

Publication Number Publication Date
CN116151511A CN116151511A (zh) 2023-05-23
CN116151511B true CN116151511B (zh) 2023-10-20

Family

ID=86356188

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310183830.1A Active CN116151511B (zh) 2023-03-01 2023-03-01 一种基于数据处理的配电馈线和台区智能诊断管理方法及系统

Country Status (1)

Country Link
CN (1) CN116151511B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107707417A (zh) * 2017-11-29 2018-02-16 桂林电子科技大学 基于子图处理的无线传感器网络异常节点检测与定位方法
CN109031374A (zh) * 2018-08-06 2018-12-18 北京理工大学 适用于连续运行参考站的差分伪距校正信号异常监测方法
CN112073932A (zh) * 2020-09-06 2020-12-11 桂林师范高等专科学校 一种无线传感网络的网络数据异常检测与定位方法
CN113218433A (zh) * 2021-03-31 2021-08-06 桂林电子科技大学 基于时变图信号处理的传感器故障检测及数据修复方法
WO2021189730A1 (zh) * 2020-03-27 2021-09-30 深圳壹账通智能科技有限公司 检测异常高密子图的方法、装置、设备及存储介质
CN114077811A (zh) * 2022-01-19 2022-02-22 华东交通大学 一种基于图神经网络的电力物联网设备异常检测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107707417A (zh) * 2017-11-29 2018-02-16 桂林电子科技大学 基于子图处理的无线传感器网络异常节点检测与定位方法
CN109031374A (zh) * 2018-08-06 2018-12-18 北京理工大学 适用于连续运行参考站的差分伪距校正信号异常监测方法
WO2021189730A1 (zh) * 2020-03-27 2021-09-30 深圳壹账通智能科技有限公司 检测异常高密子图的方法、装置、设备及存储介质
CN112073932A (zh) * 2020-09-06 2020-12-11 桂林师范高等专科学校 一种无线传感网络的网络数据异常检测与定位方法
CN113218433A (zh) * 2021-03-31 2021-08-06 桂林电子科技大学 基于时变图信号处理的传感器故障检测及数据修复方法
CN114077811A (zh) * 2022-01-19 2022-02-22 华东交通大学 一种基于图神经网络的电力物联网设备异常检测方法

Also Published As

Publication number Publication date
CN116151511A (zh) 2023-05-23

Similar Documents

Publication Publication Date Title
CN107707417B (zh) 基于子图处理的无线传感器网络异常节点检测与定位方法
JP6144408B2 (ja) エネルギー計測情報ラベリングシステムおよびエネルギー計測情報ラベリングサーバ
CN103411970A (zh) 基于红外热像的交流输电线路绝缘子污秽状态检测方法
CN112307435A (zh) 一种基于模糊聚类和趋势判断筛查用电量异常的方法
CN106646130B (zh) 一种基于电流极性比较的主动配电网故障定位方法及系统
CN115065591B (zh) 基于状态空间模型的电动汽车充电桩故障预警系统和方法
CN102419408B (zh) 基于负荷监测仪的单相断线故障区域的判定系统及其方法
CN105203866B (zh) 一种基于轨迹法的高压xlpe电缆故障诊断方法
CN103454526A (zh) 一种基于电力变压器绕组故障类型判定方法
CN112697798A (zh) 面向红外图像的变电设备电流致热型缺陷的诊断方法和装置
CN111555776A (zh) 一种输电线路融合感知及联合诊断方法、系统及装置
CN110579679A (zh) 一种基于负序电流矢量分析的配电网线路故障检测系统及其检测方法
CN116151511B (zh) 一种基于数据处理的配电馈线和台区智能诊断管理方法及系统
CN108957248A (zh) 一种配电网初始故障定位及预警方法
CN106646106B (zh) 基于变点探测技术的电网故障检测方法
CN117031201A (zh) 一种配电网多场景拓扑异常识别方法及系统
CN107085168A (zh) 一种含有多回电缆出线的单相接地故障选线装置
CN112083277A (zh) 一种电力线路传输故障检测方法及系统
CN107358343A (zh) 基于图像数据特征差异性的电力工程安全预警方法
CN110197131A (zh) 一种基于机器视觉远程监测避雷器放电动作次数的方法
CN110927511B (zh) 一种利用故障波形的电网故障诊断系统及方法
CN104793105A (zh) 基于最优fir滤波器与层次聚类的配电网故障选线方法
CN112101375A (zh) 一种基于深度学习的智能变电站设备状态检测方法和系统
JP3479711B2 (ja) 電力系統状態決定装置
CN114062838B (zh) 直流配线故障定位方法、装置和中压直流配电设备

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
GR01 Patent grant
GR01 Patent grant