CN116781481A - 流域梯级电站集控中心监控系统报警报文辅助分析方法 - Google Patents
流域梯级电站集控中心监控系统报警报文辅助分析方法 Download PDFInfo
- Publication number
- CN116781481A CN116781481A CN202310480054.1A CN202310480054A CN116781481A CN 116781481 A CN116781481 A CN 116781481A CN 202310480054 A CN202310480054 A CN 202310480054A CN 116781481 A CN116781481 A CN 116781481A
- Authority
- CN
- China
- Prior art keywords
- alarm message
- new
- old
- alarm
- new alarm
- 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.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 102
- 238000012544 monitoring process Methods 0.000 title claims abstract description 24
- 230000015556 catabolic process Effects 0.000 claims abstract description 46
- 238000006731 degradation reaction Methods 0.000 claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000007405 data analysis Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012098 association analyses Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Alarm Systems (AREA)
Abstract
本发明提供了流域梯级电站集控中心监控系统报警报文辅助分析方法。所述分析方法包括：每当新报警报文生成时，获取新报警报文的劣化等级；基于劣化等级确认新报警报文对应的辅助分析区间；获取辅助分析区间内与新报警报文关联的所有旧报警报文；关联分析新报警报文和至少一个旧报警报文，获取辅助分析结果并展示。本解决了现有技术中存在的集控中心工作量大易导致运行管理人员处理报警报文不及时以及分析不准确的技术问题。
Description
技术领域
本发明涉及水电站报警报文分析技术领域，尤其涉及流域梯级电站集控中心监控系统报警报文辅助分析方法。
背景技术
流域梯级电厂集控中心负责梯级电厂的开停机控制、负荷调节、运行监视、故障处理、检修协调等工作。流域梯级电厂集控中心工作人员进行发电设备运行监视工作，都是在集控系统中完成的，主要监视内容有设备运行参数、报警报文等。
梯级电厂集控中心调度运行管理人员除了上述工作外，还需要进行水库调度、事故处理、故障处理、缺陷消除、检修协调等工作，工作量较大，并且耗费精力；尤其是在夜间，会出现对报警报文分析不准确且不及时的情况。
发明内容
针对现有技术中所存在的不足，本发明提供了流域梯级电站集控中心监控系统报警报文辅助分析方法，其解决了现有技术中存在的集控中心工作量大易导致运行管理人员处理报警报文不及时以及分析不准确的技术问题。
根据本发明流域梯级电站集控中心监控系统报警报文辅助分析方法，所述分析方法包括：
每当新报警报文生成时，获取新报警报文的劣化等级；
基于劣化等级确认新报警报文对应的辅助分析区间；获取辅助分析区间内与新报警报文关联的所有旧报警报文；
关联分析新报警报文和至少一个旧报警报文，获取辅助分析结果并展示。
进一步地，获取辅助分析区间内与新报警报文关联的所有旧报警报文，包括：
获取新报警报文对应的第一设备和辅助分析区间内每一旧报警报文对应的第二设备；
通过预先建立的电力设备树状图谱，获取每一第二设备至第一设备的最短路径；
基于每一第二设备对应的最短路径，确认每一旧报警报文与新报警报文的基础关联度；
基于每一旧报警报文与新报警报文之间的时间间隔，调整对应基础关联度来获取实际关联度；
当一旧报警报文对应的实际关联度不低于设定关联度时，判断所述旧报警报文与新报警报文关联。
进一步地，基于每一第二设备对应的最短路径，确认每一旧报警报文与新报警报文的基础关联度，包括：
获取第二设备至第一设备最短路径的路径长度以及节点数量；
基于路径长度和节点数量，通过以下公式确认旧报警报文与新报警报文的基础关联度：
其中，JCGLD为基础关联度；α和β均为固定系数，且α和β均大于零；LJCD为路径长度；JDSL为节点数量。
进一步地，基于每一旧报警报文与新报警报文之间的时间间隔，调整对应基础关联度来获取实际关联度；包括：
通过大数据分析获取旧报警报文与新报警报文之间的常规时间间隔；
基于常规时间间隔与当前的时间间隔的比值来获取调整系数；
基于调整系数来调整基础关联度获取实际关联度。
进一步地，每一报警报文中包括至少一项报警参数；关联分析新报警报文和至少一个旧报警报文，获取辅助分析结果，包括：
基于新报警报文和所述关联的所有旧报警报文，确认对应的故障分析模型；
将新报警报文和旧报警报文中的报警参数输入所述故障分析模型，故障分析模型输出辅助分析结果。
进一步地，每当新报警报文生成时，获取新报警报文的劣化等级，包括：
获取新报警报文中每一报警参数对应的设定参数值，确认每一报警参数的超限幅度；
获取新报警报文对应的基础劣化等级；
基于每一报警参数超出设定阈值的幅度，调整基础劣化等级获取实际劣化等级。
进一步地，基于新报警报文和所述关联的所有旧报警报文，确认对应的故障分析模型，包括：
获取新报警报文和所有旧报警报文中报警参数的总数量；
基于报警参数的总数量确认故障分析模型。
进一步地，还包括：
展示辅助分析结果的同时，语音播报新报警报文和辅助分析结果来提醒工作人员及时处理。
进一步地，基于劣化等级确认新报警报文对应的辅助分析区间，包括：
划分多个劣化等级，通过大数据分析获取多个不同范围的辅助分析区间；多个劣化等级与多个辅助分析区间一一对应构成劣化等级-辅助分析区间映射；
根据新报警报文的劣化等级，在劣化等级-辅助分析区间映射中查询获取对应的辅助分析区间。
进一步地，每一报警报文后均设置有虚拟复归按钮；语音播报新报警报文和辅助分析结果后，将新报警报文和所有旧报警报文的多个虚拟复归按钮关联绑定，点击其中一个虚拟复归按钮后，新报警报文和所有旧报警报文一键复归。
相比于现有技术，本发明具有如下有益效果：
本实施例中，通过分析每一新报警报文劣化等级，从而获取对应辅助分析区间；以便准确获取旧报警报文，避免辅助分析区间之外的旧报警报文的影响；同时在辅助运行区间内获取与新报警报文关联的旧报警报文进行关联分析，避免因为非关联的旧报警报文导致关联分析的结果不准确；对辅助分析结果展示来提醒工作人员及时处理。解决了现有技术中存在的集控中心工作量大易导致运行管理人员处理报警报文不及时以及分析不准确的技术问题。
附图说明
图1为本发明实施例的辅助分析方法步骤图。
图2为本发明另一实施例的获取关联的所有旧报警报文方法步骤图。
图3为本发明另一实施例的电力设备树状图谱的部分示意图。
具体实施方式
下面结合附图及实施例对本发明中的技术方案进一步说明。
如图1所示，流域梯级电站集控中心监控系统报警报文辅助分析方法，所述分析方法包括：
S1：每当新报警报文生成时，获取新报警报文的劣化等级；
S2：基于劣化等级确认新报警报文对应的辅助分析区间；获取辅助分析区间内与新报警报文关联的所有旧报警报文；
S3：关联分析新报警报文和至少一个旧报警报文，获取辅助分析结果并展示。
本实施例的具体实施过程包括：
本实施例中，通过分析每一新报警报文劣化等级，从而获取对应辅助分析区间；以便准确获取旧报警报文，避免辅助分析区间之外的旧报警报文的影响；同时在辅助运行区间内获取与新报警报文关联的旧报警报文进行关联分析，避免因为非关联的旧报警报文导致关联分析的结果不准确；对辅助分析结果展示来提醒工作人员及时处理。解决了现有技术中存在的集控中心工作量大易导致运行管理人员处理报警报文不及时以及分析不准确的技术问题。
现有技术中报警报文在监控页面滚动显示，监控页面能够显示的报警报文数量有限，当监控页面报警报文没有及时处理且满屏时，此时若有新的报警报文生成，则会使当前屏幕中最早的报警报文挤出当前屏幕，工作人员需要通过鼠标滑动监视页面来查询报警报文。且电力设备故障发生之前，往往会生成多个报警报文，且多个报警报文大多不是同时发生，存在一定的时间差，这对于工作人员来说，在电力设备故障发生之前及时发现故障是很难做到的。
本实施例中，每一报警报文中包括至少一项报警参数，获取新报警报文中每一报警参数对应的设定参数值，确认每一报警参数的超限幅度；获取新报警报文对应的基础劣化等级；基于每一报警参数超出设定阈值的幅度，调整基础劣化等级获取实际劣化等级。
例如，本实施例中报警报文的格式为“电站名-机组名称-设备名称-参数名称-具体参数”；每一报警报文中至少包括一项报警参数；通过电站名、机组名称和设备名称即可确定报警报文的基础劣化等级，然后通过具体的参数名称和超限幅度来调整劣化等级；比如一报警报文为：某电站-1号发电机组-励磁变设备-高压侧-温度55℃；集控中心根据各电厂各级设备预设对应的基础劣化等级，高压侧最高温度不超过50℃，超限幅度为百分之十；再来调整基础劣化等级获取实际劣化等级。
再基于劣化等级确认新报警报文对应的辅助分析区间，包括：
划分多个劣化等级，通过大数据分析获取多个不同范围的辅助分析区间；多个劣化等级与多个辅助分析区间一一对应构成劣化等级-辅助分析区间映射；
根据新报警报文的劣化等级，在劣化等级-辅助分析区间映射中查询获取对应的辅助分析区间。
不同劣化等级对应辅助分析区间的跨度越大；因为劣化等级越高，需要获取的报警报文越多。
如图2-3所示，本发明的另一实施例，获取辅助分析区间内与新报警报文关联的所有旧报警报文，包括：
SS1：获取新报警报文对应的第一设备和辅助分析区间内每一旧报警报文对应的第二设备；
新报警报文对应的电力设备为第一设备，辅助分析区间内与新报警报文关联的所有旧报警报文对应的电力设备均为第二设备。
SS2：通过预先建立的电力设备树状图谱，获取每一第二设备至第一设备的最短路径；
如图3所示的部分电力设备树状图谱，通过对流域梯级电站的设备结构进行分析可以构建电力设备树状图谱来表明电力设备之间的关系；第二设备至第一设备之间的最短路径，包括：在电力设备树状图谱上第二设备到达第一设备的多个路径方案，选取里面路径长度最短的方案，并获取最短路径。
SS3：基于每一第二设备对应的最短路径，确认每一旧报警报文与新报警报文的基础关联度；
SS4：基于每一旧报警报文与新报警报文之间的时间间隔，调整对应基础关联度来获取实际关联度；
SS5：当一旧报警报文对应的实际关联度不低于设定关联度时，判断所述旧报警报文与新报警报文关联。
本实施例的具体实施过程包括：
通过现有电力设备的连接关系，从属关系，对流域梯级各电站的设备构建电力设备树状图谱；每个电力设备在电力设备树状图谱中均表示为一个节点；电力专家可通过电力设备故障历史数据设置电力设备树状图普相邻两节点之间的路径长度，路径长度越长，相邻两设备的关联性越差，路径越短，相邻两设备的关联性越强。
其中，基于每一第二设备对应的最短路径，确认每一旧报警报文与新报警报文的基础关联度，包括：
获取第二设备至第一设备最短路径的路径长度以及节点数量；
基于路径长度和节点数量，通过以下公式确认旧报警报文与新报警报文的基础关联度：
其中，JCGLD为基础关联度；α和β均为固定系数，且α和β均大于零；LJCD为路径长度；JDSL为节点数量。其中LJCD与JDSL均经过去量纲处理。
如图3所示，相邻节点之间的间隔长度并不完全一样；间隔越近，关联度越强；间隔越远关联度越弱。
基于每一旧报警报文与新报警报文之间的时间间隔，调整对应基础关联度来获取实际关联度；包括：
通过大数据分析获取旧报警报文与新报警报文之间的常规时间间隔；
基于常规时间间隔与当前的时间间隔的比值来获取调整系数；
基于调整系数来调整基础关联度获取实际关联度。
所述常规时间间隔通过以往的历史故障数据分析获得；当前时间间隔越小，调整系数越大，旧报警报文与新报警报文之间的实际关联度越大，旧报警报文与新报警报文的关联性越强。
本发明的另一实施例，每一报警报文中包括至少一项报警参数；关联分析新报警报文和至少一个旧报警报文，获取辅助分析结果，包括：
基于新报警报文和所述关联的所有旧报警报文，确认对应的故障分析模型；包括获取新报警报文和所有旧报警报文中报警参数的总数量；基于报警参数的总数量确认故障分析模型。
将新报警报文和旧报警报文中的报警参数输入所述故障分析模型，故障分析模型输出辅助分析结果。
本实施例的具体实施过程包括：
本实施例中，故障分析模型为卷积神经网络模型训练获得；其中为了使得故障分析模型的辅助分析结果更加准确，因此获取新报警报文和所有旧报警报文中报警参数的总数量；本实施例中故障分析模型有多个，每个故障分析模型对应需要输入的报警参数的数量不同，即在训练过程中，每个故障分析模型对应的训练集和校验集中的元素数量不同。输入的报警参数越多，得到的辅助分析结果越准确。本实施例中故障分析模型的输入元素至少为两个，且输入的元素至少来自两个报警报文。
通过设置多个输入元素数量各不相同的故障分析模型，能够使辅助分析的结果更加准确。
本发明的另一实施例，展示辅助分析结果的同时，语音播报新报警报文和辅助分析结果来提醒工作人员及时处理。
本实施例的具体实施过程包括：
在监控页面展示辅助分析结果的同时，还语音播报新报警报文和辅助分析结果；本实施例中先播报新报警报文，后播放辅助分析结果，在正式播放辅助分析结果之前，播放提示音。
本发明的另一实施例，每一报警报文后均设置有虚拟复归按钮；语音播报新报警报文和辅助分析结果后，将新报警报文和所有旧报警报文的多个虚拟复归按钮关联绑定，点击其中一个虚拟复归按钮后，新报警报文和所有旧报警报文一键复归。
本实施例的具体实施过程包括：
本实施例中，监控页面显示从上至下均匀分布有多个报文栏，每一报文栏中展示一个报警报文，在每一报文栏的尾部设置有虚拟复归按钮，工作人员在日常工作时，每处理一个报警报文后，通过鼠标操作点击虚拟复归按钮来确认该报文被处理；当新报警报文生成后且存在辅助分析结果，则将新报警报文和关联的所有旧报警报文的多个虚拟复归按钮关联绑定；只需点击其中一个虚拟复归按钮后，新报警报文和所有旧报警报文一键复归；方便操作，减轻了工作人员的工作强度。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，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案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.流域梯级电站集控中心监控系统报警报文辅助分析方法，其特征在于：所述分析方法包括：
每当新报警报文生成时，获取新报警报文的劣化等级；
基于劣化等级确认新报警报文对应的辅助分析区间；获取辅助分析区间内与新报警报文关联的所有旧报警报文；
关联分析新报警报文和至少一个旧报警报文，获取辅助分析结果并展示。
2.如权利要求1所述的流域梯级电站集控中心监控系统报警报文辅助分析方法，其特征在于：获取辅助分析区间内与新报警报文关联的所有旧报警报文，包括：
获取新报警报文对应的第一设备和辅助分析区间内每一旧报警报文对应的第二设备；
通过预先建立的电力设备树状图谱，获取每一第二设备至第一设备的最短路径；
基于每一第二设备对应的最短路径，确认每一旧报警报文与新报警报文的基础关联度；
基于每一旧报警报文与新报警报文之间的时间间隔，调整对应基础关联度来获取实际关联度；
当一旧报警报文对应的实际关联度不低于设定关联度时，判断所述旧报警报文与新报警报文关联。
3.如权利要求1所述的流域梯级电站集控中心监控系统报警报文辅助分析方法，其特征在于：基于每一第二设备对应的最短路径，确认每一旧报警报文与新报警报文的基础关联度，包括：
获取第二设备至第一设备最短路径的路径长度以及节点数量；
基于路径长度和节点数量，通过以下公式确认旧报警报文与新报警报文的基础关联度：
其中，JCGLD为基础关联度；α和β均为固定系数，且α和β均大于零；LJCD为路径长度；JDSL为节点数量。
4.如权利要求3所述的流域梯级电站集控中心监控系统报警报文辅助分析方法，其特征在于：基于每一旧报警报文与新报警报文之间的时间间隔，调整对应基础关联度来获取实际关联度；包括：
通过大数据分析获取旧报警报文与新报警报文之间的常规时间间隔；
基于常规时间间隔与当前的时间间隔的比值来获取调整系数；
基于调整系数来调整基础关联度获取实际关联度。
5.如权利要求4所述的流域梯级电站集控中心监控系统报警报文辅助分析方法，其特征在于：每一报警报文中包括至少一项报警参数；关联分析新报警报文和至少一个旧报警报文，获取辅助分析结果，包括：
基于新报警报文和所述关联的所有旧报警报文，确认对应的故障分析模型；
将新报警报文和旧报警报文中的报警参数输入所述故障分析模型，故障分析模型输出辅助分析结果。
6.如权利要求5所述的流域梯级电站集控中心监控系统报警报文辅助分析方法，其特征在于：每当新报警报文生成时，获取新报警报文的劣化等级，包括：
获取新报警报文中每一报警参数对应的设定参数值，确认每一报警参数的超限幅度；
获取新报警报文对应的基础劣化等级；
基于每一报警参数超出设定阈值的幅度，调整基础劣化等级获取实际劣化等级。
7.如权利要求6所述的流域梯级电站集控中心监控系统报警报文辅助分析方法，其特征在于：基于新报警报文和所述关联的所有旧报警报文，确认对应的故障分析模型，包括：
获取新报警报文和所有旧报警报文中报警参数的总数量；
基于报警参数的总数量确认故障分析模型。
8.如权利要求1所述的流域梯级电站集控中心监控系统报警报文辅助分析方法，其特征在于：还包括：
展示辅助分析结果的同时，语音播报新报警报文和辅助分析结果来提醒工作人员及时处理。
9.如权利要求1所述的流域梯级电站集控中心监控系统报警报文辅助分析方法，其特征在于：基于劣化等级确认新报警报文对应的辅助分析区间，包括：
划分多个劣化等级，通过大数据分析获取多个不同范围的辅助分析区间；多个劣化等级与多个辅助分析区间一一对应构成劣化等级-辅助分析区间映射；
根据新报警报文的劣化等级，在劣化等级-辅助分析区间映射中查询获取对应的辅助分析区间。
10.如权利要求1所述的流域梯级电站集控中心监控系统报警报文辅助分析方法，其特征在于：每一报警报文后均设置有虚拟复归按钮；语音播报新报警报文和辅助分析结果后，将新报警报文和所有旧报警报文的多个虚拟复归按钮关联绑定，点击其中一个虚拟复归按钮后，新报警报文和所有旧报警报文一键复归。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310480054.1A CN116781481B (zh) | 2023-04-28 | 2023-04-28 | 流域梯级电站集控中心监控系统报警报文辅助分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310480054.1A CN116781481B (zh) | 2023-04-28 | 2023-04-28 | 流域梯级电站集控中心监控系统报警报文辅助分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116781481A true CN116781481A (zh) | 2023-09-19 |
| CN116781481B CN116781481B (zh) | 2024-05-17 |
Family
ID=87990433
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310480054.1A Active CN116781481B (zh) | 2023-04-28 | 2023-04-28 | 流域梯级电站集控中心监控系统报警报文辅助分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116781481B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001022441A (ja) * | 1999-07-13 | 2001-01-26 | Toshiba Corp | プラント監視装置 |
| JP2001255929A (ja) * | 2000-03-10 | 2001-09-21 | Toshiba Corp | プラント運転支援装置 |
| CN106375149A (zh) * | 2016-08-31 | 2017-02-01 | 武汉钢信软件有限公司 | 一种自动关联分析的云计算监控装置及方法 |
| CN106448083A (zh) * | 2016-10-14 | 2017-02-22 | 国网山东省电力公司泰安供电公司 | 一种电力设备故障无线报警装置与方法 |
| CN109887253A (zh) * | 2018-12-27 | 2019-06-14 | 石化盈科信息技术有限责任公司 | 石油化工装置报警的关联分析方法 |
| CN110807908A (zh) * | 2019-11-05 | 2020-02-18 | 五凌电力有限公司 | 一种水电站群集中监控系统智能报警方法 |
| CN111538643A (zh) * | 2020-07-07 | 2020-08-14 | 宝信软件(成都)有限公司 | 一种监控系统报警信息过滤方法和系统 |
| KR20200137637A (ko) * | 2019-05-31 | 2020-12-09 | 주식회사 케이티 | 가상 경보를 이용한 학습 데이터 생성 방법 및 이를 이용한 네트워크 장애 분석 모델 학습 방법, 이를 구현한 네트워크 시스템 |
| CN114217565A (zh) * | 2021-11-11 | 2022-03-22 | 湖北清江水电开发有限责任公司 | 一种流域梯级电厂集控中心智能OnCall系统及使用方法 |
| CN114994565A (zh) * | 2022-06-09 | 2022-09-02 | 淮南万泰电气有限公司 | 一种电气柜防水漏电警报系统 |
| CN115996169A (zh) * | 2022-10-25 | 2023-04-21 | 北京邮电大学 | 一种网络故障分析方法、装置、电子设备及存储介质 |
-
2023
- 2023-04-28 CN CN202310480054.1A patent/CN116781481B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001022441A (ja) * | 1999-07-13 | 2001-01-26 | Toshiba Corp | プラント監視装置 |
| JP2001255929A (ja) * | 2000-03-10 | 2001-09-21 | Toshiba Corp | プラント運転支援装置 |
| CN106375149A (zh) * | 2016-08-31 | 2017-02-01 | 武汉钢信软件有限公司 | 一种自动关联分析的云计算监控装置及方法 |
| CN106448083A (zh) * | 2016-10-14 | 2017-02-22 | 国网山东省电力公司泰安供电公司 | 一种电力设备故障无线报警装置与方法 |
| CN109887253A (zh) * | 2018-12-27 | 2019-06-14 | 石化盈科信息技术有限责任公司 | 石油化工装置报警的关联分析方法 |
| KR20200137637A (ko) * | 2019-05-31 | 2020-12-09 | 주식회사 케이티 | 가상 경보를 이용한 학습 데이터 생성 방법 및 이를 이용한 네트워크 장애 분석 모델 학습 방법, 이를 구현한 네트워크 시스템 |
| CN110807908A (zh) * | 2019-11-05 | 2020-02-18 | 五凌电力有限公司 | 一种水电站群集中监控系统智能报警方法 |
| CN111538643A (zh) * | 2020-07-07 | 2020-08-14 | 宝信软件(成都)有限公司 | 一种监控系统报警信息过滤方法和系统 |
| CN114217565A (zh) * | 2021-11-11 | 2022-03-22 | 湖北清江水电开发有限责任公司 | 一种流域梯级电厂集控中心智能OnCall系统及使用方法 |
| CN114994565A (zh) * | 2022-06-09 | 2022-09-02 | 淮南万泰电气有限公司 | 一种电气柜防水漏电警报系统 |
| CN115996169A (zh) * | 2022-10-25 | 2023-04-21 | 北京邮电大学 | 一种网络故障分析方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 刁东海，吴正义: "澜沧江流域梯级电站集控中心监控系统的设计与实现", 水电自动化与大坝监测, vol. 34, no. 05, 20 October 2010 (2010-10-20), pages 21 - 32 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116781481B (zh) | 2024-05-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101447669B (zh) | 一种基于稳定规则信息模型的电网安全稳定监控方法 | |
| CN109828182A (zh) | 一种基于故障分类处理的电网系统故障分析预警方法 | |
| CN102063651A (zh) | 一种基于在线采集数据的城市电网风险评估系统 | |
| CN113762604B (zh) | 一种工业互联网大数据服务系统 | |
| CN107453485A (zh) | 一种调度运行信息巡检方法及系统 | |
| CN112467724A (zh) | 一种低压配电网故障研判方法 | |
| CN113962439A (zh) | 基于工业大数据的云平台数据管理系统及其构建方法 | |
| CN115765159B (zh) | 一种基于数据分析的输电线路安全预警系统 | |
| CN103793856A (zh) | 一种基于多数据源的电网设备状态评价系统及其方法 | |
| CN111861186A (zh) | 一种检测电网风险事件并获取停电设备的方法 | |
| EP3955012A1 (de) | Verfahren und einrichtung zum ermitteln des fehlerortes eines fehlers auf einer leitung eines elektrischen energieversorgungsnetzes | |
| CN108448721A (zh) | 电力系统主站监控信号与标准信号自动匹配的方法 | |
| CN110826735B (zh) | 一种电力scada智能多维查询检修方法 | |
| CN109389524B (zh) | 基于电网数据的一体化运维协同管理方法、存储设备、终端 | |
| CN113487051B (zh) | 一种配电网故障抢修维护数据处理方法、设备及计算机存储介质 | |
| CN116781481B (zh) | 流域梯级电站集控中心监控系统报警报文辅助分析方法 | |
| CN116308306B (zh) | 一种基于5g的新能源场站智慧管理系统及方法 | |
| CN113421170B (zh) | 一种电力工程质量综合优化管理系统以及方法 | |
| CN115622260A (zh) | 一种多能源组合的集中监控方法及系统 | |
| CN112256922B (zh) | 一种故障停电快速识别方法及系统 | |
| CN115313621A (zh) | 基于灰色理论的智能变电站自动运维系统及其方法 | |
| CN114069843A (zh) | 用于变电站误操作的报警方法 | |
| CN114221437A (zh) | 电网控制系统、方法及装置 | |
| CN117522380B (zh) | 基于热电运维的故障机理运维周期管理系统 | |
| CN105896530B (zh) | 一种运用在区域电网的电压质量信息自动回溯方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |