CN116881655B - 基于散点图联动的风电数据处理方法、系统及存储介质 - Google Patents

基于散点图联动的风电数据处理方法、系统及存储介质 Download PDF

Info

Publication number
CN116881655B
CN116881655B CN202310824041.1A CN202310824041A CN116881655B CN 116881655 B CN116881655 B CN 116881655B CN 202310824041 A CN202310824041 A CN 202310824041A CN 116881655 B CN116881655 B CN 116881655B
Authority
CN
China
Prior art keywords
data
scatter diagram
scatter
columns
time
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
CN202310824041.1A
Other languages
English (en)
Other versions
CN116881655A (zh
Inventor
王吉东
岳文彦
杨宇凡
徐鹤
张雷
潘文彪
胡楠楠
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.)
Cecep Wind Power Corp
Original Assignee
Cecep Wind Power Corp
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 Cecep Wind Power Corp filed Critical Cecep Wind Power Corp
Priority to CN202310824041.1A priority Critical patent/CN116881655B/zh
Publication of CN116881655A publication Critical patent/CN116881655A/zh
Application granted granted Critical
Publication of CN116881655B publication Critical patent/CN116881655B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • 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
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • 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
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2282—Tablespace storage structures; Management thereof
    • 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
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • Wind Motors (AREA)

Abstract

本发明涉及一种基于散点图联动的风电数据处理方法、系统及存储介质，其包括：在数据库中选取指定时间区间内的数据，并选取若干个相关的数据测点列，将时间列和被选中的数据测点列按照表结构进行提取；根据用户分析需求自由配置的散点图绘制方式，以绘制多个二维散点图；对某一散点图进行ROI区域框选，确定框选方式，并支持通过圈选的框选方式实现不规则形状区域的框选，将被选中的区域进行高亮显示；识别被选中区域数据对应的索引，筛选出所有相关列对应的数据，并对其他各散点图对应区域进行高亮显示，以将散点图间进行联动显示。本发明能实现运行数据多维度散点图的联动显示和分析，提升数据分析效率；可以在新能源数据采集工况处理领域中应用。

Description

基于散点图联动的风电数据处理方法、系统及存储介质
技术领域
本发明涉及一种新能源数据采集工况分析技术领域，特别是关于一种基于散点图联动的风电数据处理方法、系统及存储介质。
背景技术
风电设备中包含：叶轮系统、变桨系统、传动链系统、发电机系统、变流器系统、制动系统、测风系统、偏航系统、主控系统以及通讯系统，风机的运行和控制过程中耦合了机组状态、外部风况、电网状态、叶片桨距角、叶轮转速等多个因素，是一个多因素耦合的复杂控制系统。数据分析过程中，常常要对不同维度的数据，结合不同的运行工况进行组合分析；此外，为了更加精确更加灵活地分析，通常需要用户通过框选等方式实现交互式分析。然而传统的散点图展示方法，难以实现用户的框选等交互功能，也难以实现多个散点图之间的自由联动，使得机组运行工况分析受阻。
以工况划分为例，散点图某一聚集区域的数据往往代表某一种特定的运行工况(如图1所示，以功率曲线为例，圈选区域内的区域为某种特定形式的限功率工况)；然而这样的聚集区域，在形状上可能是不规则的，在时间上也可能是不连续的，因此难以使用传统的条件筛选方法进行选择。此外，另一方面，传统的散点图展示方法，难以实现用户的框选和交互功能，也难以实现多个散点图之间的自由联动。
发明内容
针对上述问题，本发明的目的是提供一种基于散点图联动的风电数据处理方法、系统及存储介质，其能实现运行数据多维度散点图的联动显示和分析，进而更灵活、更直观、更全面地显示特定工况下设备的运行特点，提升数据分析效率。
为实现上述目的，本发明采取以下技术方案：一种基于散点图联动的风电数据处理方法，其包括：在数据库中选取指定时间区间内的数据，并选取若干个相关的数据测点列，将时间列和被选中的数据测点列按照表结构进行提取；根据用户分析需求自由配置的散点图绘制方式，以绘制多个二维散点图；对某一散点图进行ROI区域框选，确定框选方式，并支持通过圈选的框选方式实现不规则形状区域的框选，将被选中的区域进行高亮显示；识别被选中区域数据对应的索引，筛选出所有相关列对应的数据，并对其他各散点图对应区域进行高亮显示，以将散点图间进行联动显示。
进一步，数据库包括时间维度以及多个设备状态维度，每一个数据行代表同一时刻下的时间信息以及各个设备状态维度的数据值；每一个数据列代表不同时间点的同一个设备状态维度的不同数值。
进一步，在数据库中选取指定时间区间内的数据，包括：
选择时间的起始点Tstart和终止点Tfinish，生成对应的时间区间，并选取出该时间区间内的数据。
进一步，根据用户分析需求自由配置的散点图绘制方式，包括：
自由增减散点图，并指定每一个散点图的x轴和y轴分别对应的测点；同时，指定散点图联动索引。
进一步，框选方式包括：圆形、矩形或不规则形状。
进一步，筛选出所有相关列对应的数据，包括：
索引默认为时间列；
确定被选中区域数据对应的时间集合T，时间集合T内的各个时间点tn是不连续的，筛选出时间集合T涵盖的所有相关列的数据。
进一步，对其他各散点图对应区域进行高亮显示，为：在其他各散点图中，对被选中的时间集合T涵盖的数据行进行同步高亮显示。
一种基于散点图联动的风电数据处理方法，其包括：提取模块，在数据库中选取指定时间区间内的数据，并选取若干个相关的数据测点列，将时间列和被选中的数据测点列按照表结构进行提取；散点图绘制模块，根据用户分析需求自由配置的散点图绘制方式，以绘制多个二维散点图；区域框选模块，对某一散点图进行ROI区域框选，确定框选方式，并支持通过圈选的框选方式实现不规则形状区域的框选，将被选中的区域进行高亮显示；联动展示模块，识别被选中区域数据对应的索引，筛选出所有相关列对应的数据，并对其他各散点图对应区域进行高亮显示，以将散点图间进行联动显示。
一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行上述方法中的任一方法。
一种计算设备，其包括：一个或多个处理器、存储器及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行，所述一个或多个程序包括用于执行上述方法中的任一方法的指令。
本发明由于采取以上技术方案，其具有以下优点：
本发明聚焦于风电设备的数据分析，通过ROI区域的交互式框选，实现运行数据多维度散点图的联动显示和分析，进而更灵活、更直观、更全面地显示特定工况下设备的运行特点，提升数据分析效率。
附图说明
图1是以功率曲线为例，列举了代表某一种特定的运行工况的聚集区域(具体地，是某种特定形式的限功率工况)；
图2是本发明一实施例中基于散点图联动的风电数据处理方法流程图；
图3是本发明一实施例中用户可自由配置的散点图绘制方式；用户可根据分析的需要，自由增减散点图，并针指定每一个散点图的x轴和y轴分别对应的测点；同时用户可在此指定散点图联动索引；
图4是本发明一实施例中x轴和y轴抽取不同的数据列对应的设备数据散点图，其中左图为风速-功率散点图，右图为转速-转矩散点图；
图5是本发明一实施例中散点图ROI区域的框选效果；
图6是本发明一实施例中散点联动显示效果。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例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发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在本发明的一个实施例中，提供一种基于散点图联动的风电数据处理方法。本实施例中，如图2所示，该方法包括以下步骤：
1)在数据库中选取指定时间区间内的数据，并选取若干个相关的数据测点列，将时间列和被选中的数据测点列按照表结构进行提取；
2)根据用户分析需求自由配置的散点图绘制方式，以绘制多个二维散点图(配置方式如图3所示，绘制散点图示例如图4所示)；
3)对某一散点图进行ROI区域框选，确定框选方式，并支持通过圈选的框选方式实现不规则形状区域的框选，如图5所示，将被选中的区域进行高亮显示；
4)识别被选中区域数据对应的索引，筛选出所有相关列对应的数据，并对其他各散点图对应区域进行高亮显示，以将散点图间进行联动显示。
上述步骤1)中，数据库包括时间维度以及多个设备状态维度，每一个数据行代表同一时刻下的时间信息以及各个设备状态维度的数据值；每一个数据列代表不同时间点的同一个设备状态维度的不同数值。其中，第一行为接收到数据的时间起始点的所有数据，第一列为时间数据列的所有时间数据，相邻行之间的数据时间间隔相同。本实施例中的时间间隔t为5分钟，但不限于此。
上述步骤1)中，在数据库中选取指定时间区间内的数据，具体为：选择时间的起始点Tstart和终止点Tfinish，生成对应的时间区间，并选取出该时间区间内的数据。
原始的风电机组运行数据表如表1所示。
表1原始的风电机组运行数据表
根据设备状态分析的需要，从该指定时间区间内的数据中，选取要分析的若干个相关的数据列D(t,i)、D(t,j)、D(t,k)、D(t,h)等，其中D(t,i)为时间t时刻下在第i列的数据，D(t,j)为时间t时刻下在第j列的数据，以此类推。
上述步骤2)中，根据用户分析需求自由配置的散点图绘制方式，具体为：
根据分析需求，自由增减散点图，并指定每一个散点图的x轴和y轴分别对应的测点；同时，指定散点图联动索引，如图3所示。
例如，用户选择绘制2个散点图；散点图1中，以D(t,i)作为x轴数据，以D(t,j)作为y轴；散点图2中，以D(t,j)作为x轴数据，以D(t,k)作为y轴。生成的散点图如图4所示。
上述步骤3)中，框选方式包括：包括但不限于圆形、矩形或不规则形状。
上述步骤4)中，筛选出所有相关列对应的数据，包括以下步骤：
4.1)索引默认为时间列；本实施例中，索引可以由用户进行自由配置，如图3所示。
4.2)以时间索引为例，确定被选中区域数据对应的时间集合T＝{ti,tj,tk,tn,...}，时间集合T内的各个时间点tn是不连续的，筛选出时间集合T涵盖的所有相关列的数据。
上述步骤4)中，对其他各散点图对应区域进行高亮显示，为：在其他各散点图中，对被选中的时间集合T涵盖的数据行进行同步高亮显示，实现散点图间的联动显示，如图6所示。
综上，本发明焦于风电设备的数据分析处理，通过ROI区域的交互式框选，进而实现运行数据多维度散点图的联动显示和分析，进而更灵活、更直观、更全面地显示特定工况下设备的运行特点，提升数据分析效率。
在本发明的一个实施例中，提供一种基于散点图联动的风电数据处理系统，其包括：
提取模块，在数据库中选取指定时间区间内的数据，并选取若干个相关的数据测点列，将时间列和被选中的数据测点列按照表结构进行提取；
散点图绘制模块，根据用户分析需求自由配置的散点图绘制方式，以绘制多个二维散点图；
区域框选模块，对某一散点图进行ROI区域框选，确定框选方式，并支持通过圈选的框选方式实现不规则形状区域的框选，将被选中的区域进行高亮显示；
联动展示模块，识别被选中区域数据对应的索引，筛选出所有相关列对应的数据，并对其他各散点图对应区域进行高亮显示，以将散点图间进行联动显示。
上述实施例中，数据库包括时间维度以及多个设备状态维度，每一个数据行代表同一时刻下的时间信息以及各个设备状态维度的数据值；每一个数据列代表不同时间点的同一个设备状态维度的不同数值。
上述实施例中，在数据库中选取指定时间区间内的数据，包括：选择时间的起始点Tstart和终止点Tfinish，生成对应的时间区间，并选取出该时间区间内的数据。
上述实施例中，根据用户分析需求自由配置的散点图绘制方式，包括：自由增减散点图，并指定每一个散点图的x轴和y轴分别对应的测点；同时，指定散点图联动索引。
上述实施例中，框选方式包括：圆形、矩形或不规则形状。
上述实施例中，筛选出所有相关列对应的数据，包括：
索引默认为时间列；
确定被选中区域数据对应的时间集合T，时间集合T内的各个时间点tn是不连续的，筛选出时间集合T涵盖的所有相关列的数据。
上述实施例中，对其他各散点图对应区域进行高亮显示，为：在其他各散点图中，对被选中的时间集合T涵盖的数据行进行同步高亮显示。
本实施例提供的系统是用于执行上述各方法实施例的，具体流程和详细内容请参照上述实施例，此处不再赘述。
在本发明一实施例中提供的计算设备，该计算设备可以是终端，其可以包括：处理器(processor)、通信接口(Communications Interface)、存储器(memory)、显示屏和输入装置。其中，处理器、通信接口、存储器通过通信总线完成相互间的通信。该处理器用于提供计算和控制能力。该存储器包括非易失性存储介质、内存储器，该非易失性存储介质存储有操作系统和计算机程序，该计算机程序被处理器执行时以实现一种基于散点图联动的风电数据处理方法；该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、管理商网络、NFC(近场通信)或其他技术实现。该显示屏可以是液晶显示屏或者电子墨水显示屏，该输入装置可以是显示屏上覆盖的触摸层，也可以是计算设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。处理器可以调用存储器中的逻辑指令。
此外，上述的存储器中的逻辑指令可以通过软件功能单元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所述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。
在本发明的一个实施例中，提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法。
在本发明的一个实施例中，提供一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储服务器指令，该计算机指令使计算机执行上述各实施例提供的方法。
上述实施例提供的一种计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (7)

1.一种基于散点图联动的风电数据处理方法，其特征在于，包括：
在数据库中选取指定时间区间内的数据，并选取若干个相关的数据测点列，将时间列和被选中的数据测点列按照表结构进行提取；
根据用户分析需求自由配置的散点图绘制方式，以绘制多个二维散点图；
对某一散点图进行ROI区域框选，确定框选方式，并支持通过圈选的框选方式实现不规则形状区域的框选，将被选中的区域进行高亮显示；
识别被选中区域数据对应的索引，筛选出所有相关列对应的数据，并对其他各散点图对应区域进行高亮显示，以将散点图间进行联动显示；
数据库包括时间维度以及多个设备状态维度，每一个数据行代表同一时刻下的时间信息以及各个设备状态维度的数据值；每一个数据列代表不同时间点的同一个设备状态维度的不同数值；
根据用户分析需求自由配置的散点图绘制方式，包括：自由增减散点图，并指定每一个散点图的x轴和y轴分别对应的测点；同时，指定散点图联动索引；
筛选出所有相关列对应的数据，包括：索引默认为时间列；确定被选中区域数据对应的时间集合T，时间集合T内的各个时间点tn是不连续的，筛选出时间集合T涵盖的所有相关列的数据。
2.如权利要求1所述基于散点图联动的风电数据处理方法，其特征在于，在数据库中选取指定时间区间内的数据，包括：
选择时间的起始点Tstart和终止点Tfinish，生成对应的时间区间，并选取出该时间区间内的数据。
3.如权利要求1所述基于散点图联动的风电数据处理方法，其特征在于，框选方式包括：圆形、矩形或不规则形状。
4.如权利要求1所述基于散点图联动的风电数据处理方法，其特征在于，对其他各散点图对应区域进行高亮显示，为：在其他各散点图中，对被选中的时间集合T涵盖的数据行进行同步高亮显示。
5.一种用于实现如权利要求1至4任一项所述方法的基于散点图联动的风电数据处理系统，其特征在于，包括：
提取模块，在数据库中选取指定时间区间内的数据，并选取若干个相关的数据测点列，将时间列和被选中的数据测点列按照表结构进行提取；
散点图绘制模块，根据用户分析需求自由配置的散点图绘制方式，以绘制多个二维散点图；
区域框选模块，对某一散点图进行ROI区域框选，确定框选方式，并支持通过圈选的框选方式实现不规则形状区域的框选，将被选中的区域进行高亮显示；
联动展示模块，识别被选中区域数据对应的索引，筛选出所有相关列对应的数据，并对其他各散点图对应区域进行高亮显示，以将散点图间进行联动显示。
6.一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行如权利要求1至4所述方法中的任一方法。
7.一种计算设备，其特征在于，包括：一个或多个处理器、存储器及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行，所述一个或多个程序包括用于执行如权利要求1至4所述方法中的任一方法的指令。
CN202310824041.1A 2023-07-06 2023-07-06 基于散点图联动的风电数据处理方法、系统及存储介质 Active CN116881655B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310824041.1A CN116881655B (zh) 2023-07-06 2023-07-06 基于散点图联动的风电数据处理方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310824041.1A CN116881655B (zh) 2023-07-06 2023-07-06 基于散点图联动的风电数据处理方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN116881655A CN116881655A (zh) 2023-10-13
CN116881655B true CN116881655B (zh) 2024-02-27

Family

ID=88257972

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310824041.1A Active CN116881655B (zh) 2023-07-06 2023-07-06 基于散点图联动的风电数据处理方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN116881655B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103679298A (zh) * 2013-12-27 2014-03-26 中能电力科技开发有限公司 风电场短期功率预测精度的评价方法
CN112464055A (zh) * 2020-11-17 2021-03-09 南方电网海南数字电网研究院有限公司 可视化联动系统、方法、装置、计算机设备和存储介质
CN113436194A (zh) * 2021-08-26 2021-09-24 北京工业大数据创新中心有限公司 一种风电机组的异常检测方法、装置及设备
CN113761047A (zh) * 2021-03-18 2021-12-07 中科天玑数据科技股份有限公司 一种面向多源异构大数据的可视化联动效果实现方法
CN114443992A (zh) * 2021-12-13 2022-05-06 北京国电通网络技术有限公司 数据可视化展示方法、装置、电子设备及存储介质
CN115858613A (zh) * 2022-11-18 2023-03-28 中节能风力发电股份有限公司 一种基于时间顺序信息的风电数据显示方法和系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103679298A (zh) * 2013-12-27 2014-03-26 中能电力科技开发有限公司 风电场短期功率预测精度的评价方法
CN112464055A (zh) * 2020-11-17 2021-03-09 南方电网海南数字电网研究院有限公司 可视化联动系统、方法、装置、计算机设备和存储介质
CN113761047A (zh) * 2021-03-18 2021-12-07 中科天玑数据科技股份有限公司 一种面向多源异构大数据的可视化联动效果实现方法
CN113436194A (zh) * 2021-08-26 2021-09-24 北京工业大数据创新中心有限公司 一种风电机组的异常检测方法、装置及设备
CN114443992A (zh) * 2021-12-13 2022-05-06 北京国电通网络技术有限公司 数据可视化展示方法、装置、电子设备及存储介质
CN115858613A (zh) * 2022-11-18 2023-03-28 中节能风力发电股份有限公司 一种基于时间顺序信息的风电数据显示方法和系统

Also Published As

Publication number Publication date
CN116881655A (zh) 2023-10-13

Similar Documents

Publication Publication Date Title
WO2019109485A1 (zh) 基于eCharts工具的图表制作方法、装置、设备及介质
Gorbachev et al. Openvino deep learning workbench: Comprehensive analysis and tuning of neural networks inference
CN107819569B (zh) 登录信息的加密方法及终端设备
CN112099695B (zh) 图标位置调整方法、装置及电子设备
CN105488134A (zh) 大数据处理方法及大数据处理装置
US10114679B2 (en) Logical CPU division usage heat map representation
CN116881655B (zh) 基于散点图联动的风电数据处理方法、系统及存储介质
CN106354378A (zh) 一种快速选中多个目标的方法和装置
CN113407254B (zh) 表单生成方法、装置、电子设备及存储介质
WO2017218312A1 (en) Segment eraser
CN109656575A (zh) 大数据平台快速部署方法、存储介质、电子设备及系统
CN115858613B (zh) 一种基于时间顺序信息的风电数据显示方法和系统
US10489416B2 (en) Optimizing and managing execution of hybrid flows
CN104731329B (zh) 一种用户笔迹颜色处理的方法和装置
CN106990913A (zh) 一种大规模流式集合数据的分布式处理方法
CN101393516A (zh) 一种实现移动通信终端计算器四则运算法则的方法和装置
KR101985491B1 (ko) 다이어그램 방식의 시각화 수식 작성을 통한 결과 생성 및 모니터링 장치
CN111580728B (zh) 基于状态模式的多种军标类型动态标绘方法及装置
CN110297693B (zh) 一种分布式软件任务分配的方法及其系统
CN103631571A (zh) 一种进度条的控制方法和装置
CN115774520B (zh) 一种云对象存储方法和系统
KR102185980B1 (ko) 테이블 처리 방법 및 장치
CN117375577B (zh) 声传播问题的数值滤波方法、装置、电子设备及存储介质
CN116720027B (zh) 一种考虑风力机阻塞效应的风电场发电量计算方法及装置
CN110990963A (zh) 风机间距优化方法、装置以及计算机可读存储介质

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