CN117010837B - 一种基于经纬度坐标的基础资源批量匹配方法 - Google Patents
一种基于经纬度坐标的基础资源批量匹配方法 Download PDFInfo
- Publication number
- CN117010837B CN117010837B CN202311044934.0A CN202311044934A CN117010837B CN 117010837 B CN117010837 B CN 117010837B CN 202311044934 A CN202311044934 A CN 202311044934A CN 117010837 B CN117010837 B CN 117010837B
- Authority
- CN
- China
- Prior art keywords
- data
- matching
- basic resource
- coordinate
- checking
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000010586 diagram Methods 0.000 claims abstract description 12
- 230000007547 defect Effects 0.000 claims abstract description 7
- 230000002159 abnormal effect Effects 0.000 claims description 41
- 238000013524 data verification Methods 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 5
- 238000007726 management method Methods 0.000 abstract description 4
- 238000013468 resource allocation Methods 0.000 abstract description 3
- 230000005540 biological transmission Effects 0.000 description 15
- 238000012549 training Methods 0.000 description 7
- 238000013439 planning Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Remote Sensing (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于经纬度坐标的基础资源批量匹配方法,属于电力基础资源管理技术领域,方法包括:获取电力基础数据,根据所述电力基础数据设置对应的基础资源数据图;对所述基础资源数据图进行校核更新,包括查缺校核和坐标校核;获取电力匹配需求,识别所述电力匹配需求中的坐标数据,坐标数据包括各个需要进行匹配的定位坐标以及对应的坐标属性;根据所述坐标数据在所述基础资源数据图进行匹配,获得符合所述电力匹配需求的电力基础资源;通过电力基础资源批量匹配可以帮助确定最佳的基础资源配置方案,以满足当前和未来的能源需求。通过匹配和关联坐标点,可以更准确地评估能源需求,优化能源供应和分配。
Description
技术领域
本发明属于电力基础资源管理技术领域,具体是一种基于经纬度坐标的基础资源批量匹配方法。
背景技术
电力基础资源是指电力系统中的各种设备和设施,用于生成、传输、分配和管理电能的基础设施。如发电站:发电站是电力系统中用于产生电能的设施,包括火力发电厂、水力发电厂、核能发电厂、风力发电厂、太阳能发电厂等;变电站:变电站是将发电站或电力轨道传输的高压电能转换成更适用于传输和使用的低压电能的设施;输电线路:输电线路是连接发电站和变电站之间,以及不同变电站之间的电力传输线路。这些线路通常采用高压输电,以减少能量损耗;配电线路:配电线路是从变电站出发,将电能传输到住宅、商业和工业用途的设施,通常采用低压输电。电力基础资源为电力系统的正常运行提供支持,确保电能的可靠供应和有效传输和分配。在实际应用中,这些基础资源互相配合,形成一个完整的电力系统。
但是,随着能源需求的增长和电力系统的不断发展,传统的电力网络已经无法满足复杂的能源管理和供应需求;分布式能源资源(如太阳能、风能、能量存储等)的广泛使用使得能源供应变得更加分散和复杂;而且为了实现更高效的能源管理和自动化控制,智能电网的概念被引入,需要对电力基础资源进行批量匹配和关联。目前,电力基础资源存在匹配性不准确,可靠性差等问题。
发明内容
为了解决上述方案存在的问题,本发明提供了一种基于经纬度坐标的基础资源批量匹配方法。
本发明的目的可以通过以下技术方案实现:
一种基于经纬度坐标的基础资源批量匹配方法,方法包括:
步骤S1:获取电力基础数据,根据所述电力基础数据设置对应的基础资源数据图;
步骤S2:对所述基础资源数据图进行校核更新,包括查缺校核和坐标校核;
步骤S3:获取电力匹配需求,识别所述电力匹配需求中的坐标数据,坐标数据包括各个需要进行匹配的定位坐标以及对应的坐标属性;
步骤S4:根据所述坐标数据在所述基础资源数据图进行匹配,获得符合所述电力匹配需求的电力基础资源。
进一步地,查缺校核的方法包括:
获取电力基础资源脉络图,根据所述基础资源脉络图对所述基础资源数据图进行实时校核,获得对应的异常设施和异常值,基于所述异常值确定对应的缺项设施,在所述基础资源数据图中进行标记,提示工作人员进行校核更新。
进一步地,缺项设施的确定方法为:将异常值大于阈值X1的异常设施标记为缺项设施。
进一步地,缺项设施的另一种确定方法为:将异常值大于阈值X1的异常设施标记为深度设施,获取所述深度设施的历史电力数据,根据所述历史电力数据设置对应的调整系数;
将所述异常值和所述调整系数分别标记为YC和c,根据异常修正公式YB=c×YC计算对应的异常修正值YB,其中,调整系数的取值范围为[0,1];将所述异常修正值大于阈值X1的所述深度设施标记为缺项设施。
进一步地,所述异常值的取值范围为[0,100]。
进一步地,坐标校核的方法包括:
根据所述基础资源数据图实时获取对应的坐标校核数据,识别所述坐标校核数据中对应电力基础资源的坐标,标记为校核坐标;
根据所述校核坐标对所述基础资源数据图中对应电力基础资源的位置坐标进行校核,根据获得的校核结果进行处理。
进一步地,进行电力基础资源匹配的方法包括:
将所述坐标数据中的各所述定位坐标标记在所述基础资源数据图中,根据所述定位坐标位置确定符合所述坐标属性的各电力基础资源,进行相应的标记;
获取匹配条件,根据所述匹配条件确定所述定位坐标匹配的电力基础资源。
进一步地,识别坐标校核过程中的冲突数据,确定各所述冲突数据中的标准数据,以标准数据为基准进行坐标校核。
进一步地,标准数据的确定方法包括:
分析各所述标准数据对应的数据验证值和时间系数,将所述数据验证值和所述时间系数分别标记为YMZ和β,根据优先公式PMG=β×YMZ计算对应的优先值PMG,将所述优先值最大的所述冲突数据为标准数据。
进一步地,时间系数的设置方法包括:
建立时间匹配图,任意选择一个冲突数据的记录时间为基准数据,计算各冲突数据的记录时间与所述基准数据的记录时间之间的差值,根据所述差值从所述时间匹配图中匹配对应的时间系数。
与现有技术相比,本发明的有益效果是:
通过建立基础资源数据图,并进行实时校核、完善,保证电力基础资源数据的质量和准确性,避免因为数据存在错误、缺失或不完整,导致的匹配结果不准确或不可靠;影响后续的电力施工、规划等;解决数据更新滞后问题,由于电力基础资源的变动频繁,新的基础资源可能在系统更新之前已经投入使用,或者旧的基础资源已经被关闭或拆除,如果系统的数据更新滞后,可能导致匹配结果不准确或过时问题;为了后续的电力基础资源的精准匹配提供支撑。
通过电力基础资源批量匹配可以帮助确定最佳的基础资源配置方案,以满足当前和未来的能源需求。通过匹配和关联坐标点,可以更准确地评估能源需求,优化能源供应和分配。而且批量匹配可以提供电力基础资源的准确位置和范围信息,为电力系统的规划和设计提供依据。这可以帮助确定最佳的基础资源布局和传输/分配方案,提高电力系统的可靠性和韧性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明方法流程图;
图2为本发明时间匹配图实例图。
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他实施例,都属于本发明保护的范围。
如图1至图2所示,一种基于经纬度坐标的基础资源批量匹配方法,方法包括:
步骤S1:获取电力基础数据,电力基础数据包括设备、设施种类、位置坐标等数据,位置坐标为经纬度坐标;根据获得的电力基础数据设置对应的基础资源数据图;
基础资源数据图用于表示各个电力基础资源的种类、位置、连接关系等数据,如发电站-输电线路-变电站-配电站-住宅等具体线路、设施的连接关系;利用当前具有的各种电力基础数据进行基础资源数据图的设置。
步骤S2:对基础资源数据图进行校核更新,包括查缺校核和坐标校核;
查缺校核指的是根据各基础资源之间的连接关系进行分析,判断是否具有缺少的设施等,具体方法包括:
获取电力基础资源脉络图,电力基础资源脉络图为现有的表示各基础之间的连接关系信息图,根据各电力基础资源之间可能的连接关系脉络进行设置的基础资源脉络图。
根据获得的基础资源脉络图对基础资源数据图进行实时校核,识别连接异常的设施,如按照基础资源脉络图某设施应该连接某设备,但是在基础资源数据图中未连接,视为异常设施,并输出其对应的异常值,异常值是根据其异常类型进行设置的,如两个设施之间缺少输电线,其异常程度较大,异常值较高,即越不符合基础资源脉络图和电力领域常识,其异常值越大,因为基础资源种类有限,因此可以获得其可能具有的各种异常类型,各种异常类型是可以预计和评估的,因此可以通过人工的方式为各异常类型设置对应的异常值,即缺陷概率的数值,取值范围为[0,100]。
将异常值大于阈值X1的异常设施标记为深度设施,获取深度设施的历史电力数据,如配电输送等相关数据,用于验证其异常类型是否真实的可能性,输出相应的调整系数,越真实,调整系数越大,反之越小,因为有的历史数据不能确定是否进行过设备调整、迁移等,无法直接判定,但是具有准确数据时,可以进行直接判断,对应调整系数的两个临界值,即0和1,取值范围为[0,1],主要针对的是历史电力数据不明确的情况,绝大多数为0或1;
示例性的输电线线杆,根据电力数据可以知道两个线杆之间的输电线长度,根据输电线长度、线杆设置间隔标准、设置习惯等可以分析上述两个线杆之间是否还有一个线杆,而因为实际设置的差异性,在不是很明显时,无法准确无误地确定中间是否还有一个线杆,因此,具有概率分析,引入调整系数;具体的可以基于CNN网络或DNN网络建立对应的调整分析模型,通过人工的方式建立对应的训练集进行训练,训练集包括异常类型、历史电力数据以及对应设置的调整系数,通过训练成功后的调整分析模型进行分析,获得对应的调整系数,因为神经网络为本领域的现有技术,因此具体的建立和训练过程在本发明中不进行详细叙述。
将获得的异常值和调整系数分别标记为YC和c,根据异常修正公式YB=c×YC计算对应的异常修正值YB,将异常修正值大于阈值X1的深度设施标记为缺项设施,在基础资源数据图中进行标记,提示工作人员进行校核更新,最终必须进行人工校核和更新补充。
坐标校核指的是利用大量的历史电力数据和实时产生的电力检修数据等进行各电力基础资源的位置分析,如变电站检修,识别检修记录中的位置坐标数据,进行相应的校核,将上述的历史电力数据、电力检修数据等标记为坐标校核数据,可以预设坐标校核数据包括的数据项,根据预设的数据项进行坐标校核数据的实时采集;具体方法包括:
根据基础资源数据图实时获取对应的坐标校核数据,识别坐标校核数据中对应电力基础资源的坐标,标记为校核坐标,根据获得的校核坐标对基础资源数据图中对应电力基础资源的位置坐标进行校核,根据获得的校核结果进行处理,坐标一致,不进行处理,坐标不一致进行坐标替换处理。
通过建立基础资源数据图,并进行实时校核、完善,保证电力基础资源数据的质量和准确性,避免因为数据存在错误、缺失或不完整,导致的匹配结果不准确或不可靠;影响后续的电力施工、规划等;解决数据更新滞后问题,由于电力基础资源的变动频繁,新的基础资源可能在系统更新之前已经投入使用,或者旧的基础资源已经被关闭或拆除,如果系统的数据更新滞后,可能导致匹配结果不准确或过时问题;为了后续的电力基础资源的精准匹配提供支撑。
步骤S3:获取电力匹配需求,识别电力匹配需求中的坐标数据,坐标数据包括各个需要进行匹配的定位坐标以及对应的坐标属性,坐标属性即为表示需要匹配什么类型的电力基础资源;定位坐标如各个用户家庭、企业等;即定位坐标并没有局限性,并不需要精准的设施坐标进行匹配。
步骤S4:根据获得的坐标数据进行电力基础资源批量匹配,获得对应符合电力匹配需求的电力基础资源。
将坐标数据中的各定位坐标直接标记在基础资源数据图中,根据定位坐标位置确定符合坐标属性的各电力基础资源,进行相应的标记,获取对应的匹配条件,如匹配数量、筛选条件等预设条件,一般匹配的为一个,且筛选条件为距离最近的符合要求的电力基础资源,具体的需要根据匹配需求进行设置,根据获得的匹配条件确定该定位坐标匹配的电力基础资源。
通过批量匹配电力基础资源,可以快速准确地将坐标点与最近的基础资源关联起来。这有助于电力公司更好地管理和维护电力资源,及时作出决策。
通过电力基础资源批量匹配可以帮助确定最佳的基础资源配置方案,以满足当前和未来的能源需求。通过匹配和关联坐标点,可以更准确地评估能源需求,优化能源供应和分配。而且批量匹配可以提供电力基础资源的准确位置和范围信息,为电力系统的规划和设计提供依据。这可以帮助确定最佳的基础资源布局和传输/分配方案,提高电力系统的可靠性和韧性。
在一个实施例中,数据来源的多样性和不同部门的数据更新频率不一致,可能导致数据一致性问题,导致根据电力基础资源可能具有多个坐标,或者数据相互冲突,而数据量又大,难以通过人工的方式进行全部校核,因此需要进行智能化的解决数据一致性问题,识别对应的准确数据,具体方法包括:
实时识别具有数据一致性问题的数据,标记为冲突数据,误差在允许范围内不视为冲突数据;
识别各冲突数据对应的记录时间,根据获得的记录时间匹配对应的时间系数;
获取与各冲突数据证明真实性有关的关联数据,关联数据即为与该冲突数据相关的数据,如能够表明该设施在该位置进行工作的数据,具体是先识别与该设施坐标相关的全部电力数据,再按照各冲突数据的对应的证明方向进行分类,获得各冲突数据对应的关联数据,对关联数据进行分析,获得对应的数据验证值,数据验证值是根据关联数据的来源、记录时间、内容三个方向进行评估;
具体的基于CNN网络或DNN网络建立对应的验证分析模型,通过人工的方式建立对应的训练集进行训练,训练集包括各种关联数据、指定基准数据对应的关联数据以及对应设置的数据验证值,与时间系数分析类似,以时间系数中指定的基准数据为基准,将其他关联数据与其比较,判断证明效果大小,设置对应的数据验证值,基准数据对应的数据验证值为预设的固定值,其他的根据证明效果的大小,在固定值的基础上进行调整,利用人工的方式根据大量的历史电力数据确定对应的训练集;通过训练成功后的验证分析模型进行分析,获得对应的各冲突数据对应的数据验证值;
将获得的数据验证值和时间系数分别标记为YMZ和β,根据优先公式PMG=β×YMZ计算对应的优先值PMG,以优先值最大的冲突数据为标准数据。
如图2所示,时间系数的匹配方法包括:
建立对应的时间匹配图,以冲突数据中任意一个为基准,位于时间轴0点,对应时间系数为1,预设不同时间差值对应的时间系数,曲线弧度走势为从0点开始缓慢变动,当到达某个值时,进快速变动,即时间差过大,形成若干个坐标点,进行连接后形成时间匹配图,为通过人工的方式进行设置的;
任意选择一个冲突数据的记录时间为基准数据,其时间系数为1,识别其他冲突数据的记录时间与基准数据的记录时间之间的差值,根据获得的差值从时间匹配图中匹配对应的时间系数。
上述公式均是去除量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
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 (4)
1.一种基于经纬度坐标的基础资源批量匹配方法,其特征在于,方法包括:
获取电力基础数据,根据所述电力基础数据设置对应的基础资源数据图;
对所述基础资源数据图进行校核更新,包括查缺校核和坐标校核;
获取电力匹配需求,识别所述电力匹配需求中的坐标数据,坐标数据包括各个需要进行匹配的定位坐标以及对应的坐标属性;
根据所述坐标数据在所述基础资源数据图进行匹配,获得符合所述电力匹配需求的电力基础资源;
查缺校核的方法包括:
获取电力基础资源脉络图,根据所述基础资源脉络图对所述基础资源数据图进行实时校核,获得对应的异常设施和异常值;
基于所述异常值确定对应的缺项设施,在所述基础资源数据图中进行标记,提示工作人员进行校核更新;
缺项设施的确定方法为:将异常值大于阈值X1的异常设施标记为缺项设施;
或缺项设施的确定方法为:将异常值大于阈值X1的异常设施标记为深度设施,获取所述深度设施的历史电力数据,根据所述历史电力数据设置对应的调整系数;
将所述异常值和所述调整系数分别标记为YC和c,根据异常修正公式YB=c×YC计算对应的异常修正值YB,其中,调整系数的取值范围为[0,1];将所述异常修正值大于阈值X1的所述深度设施标记为缺项设施;
所述异常值的取值范围为[0,100];
坐标校核的方法包括:
根据所述基础资源数据图实时获取对应的坐标校核数据,识别所述坐标校核数据中对应电力基础资源的坐标,标记为校核坐标;
根据所述校核坐标对所述基础资源数据图中对应电力基础资源的位置坐标进行校核,根据获得的校核结果进行处理;
进行电力基础资源匹配的方法包括:
将所述坐标数据中的各所述定位坐标标记在所述基础资源数据图中,根据所述定位坐标位置确定符合所述坐标属性的各电力基础资源,进行相应的标记;
获取匹配条件,根据所述匹配条件确定所述定位坐标匹配的电力基础资源。
2.根据权利要求1所述的一种基于经纬度坐标的基础资源批量匹配方法,其特征在于,识别坐标校核过程中的冲突数据,确定各所述冲突数据中的标准数据,以标准数据为基准进行坐标校核。
3.根据权利要求2所述的一种基于经纬度坐标的基础资源批量匹配方法,其特征在于,标准数据的确定方法包括:
分析各所述标准数据对应的数据验证值和时间系数,将所述数据验证值和所述时间系数分别标记为YMZ和β,根据优先公式PMG=β×YMZ计算对应的优先值PMG,将所述优先值最大的所述冲突数据为标准数据。
4.根据权利要求3所述的一种基于经纬度坐标的基础资源批量匹配方法,其特征在于,时间系数的设置方法包括:
建立时间匹配图,任意选择一个冲突数据的记录时间为基准数据,计算各冲突数据的记录时间与所述基准数据的记录时间之间的差值,根据所述差值从所述时间匹配图中匹配对应的时间系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311044934.0A CN117010837B (zh) | 2023-08-18 | 2023-08-18 | 一种基于经纬度坐标的基础资源批量匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311044934.0A CN117010837B (zh) | 2023-08-18 | 2023-08-18 | 一种基于经纬度坐标的基础资源批量匹配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117010837A CN117010837A (zh) | 2023-11-07 |
CN117010837B true CN117010837B (zh) | 2024-05-17 |
Family
ID=88574340
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311044934.0A Active CN117010837B (zh) | 2023-08-18 | 2023-08-18 | 一种基于经纬度坐标的基础资源批量匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117010837B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108168554A (zh) * | 2017-11-20 | 2018-06-15 | 国网山东省电力公司莱芜供电公司 | 一种无人机电力巡线系统地图快速规划方法 |
CN108776660A (zh) * | 2018-03-28 | 2018-11-09 | 长安大学 | 一种基于ArcGIS的批量匹配道路属性的方法 |
CN113377894A (zh) * | 2021-08-12 | 2021-09-10 | 国网江西省电力有限公司电力科学研究院 | 快速标记提取点云数据的输电线路网架台账管理方法 |
CN114138020A (zh) * | 2021-11-26 | 2022-03-04 | 广东电网有限责任公司 | 一种对变电站无人机的航线进行校核的方法和装置 |
CN114629148A (zh) * | 2022-03-14 | 2022-06-14 | 国网江苏省电力有限公司苏州供电分公司 | 一种含电动汽车资源的电力系统调度框架方法及其系统 |
CN115169830A (zh) * | 2022-06-17 | 2022-10-11 | 沈新村 | 基于大数据的配网单线图质量校核分析方法 |
CN115759580A (zh) * | 2022-11-01 | 2023-03-07 | 安徽源信技术有限公司 | 一种基于大数据的交通设施运维管理系统 |
CN115908051A (zh) * | 2022-11-29 | 2023-04-04 | 国网冀北电力有限公司智能配电网中心 | 一种电力系统储能容量确定方法 |
CN115964557A (zh) * | 2022-09-15 | 2023-04-14 | 国网陕西省电力有限公司西安供电公司 | 一种基础资源匹配推荐方法、系统、设备及存储介质 |
-
2023
- 2023-08-18 CN CN202311044934.0A patent/CN117010837B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108168554A (zh) * | 2017-11-20 | 2018-06-15 | 国网山东省电力公司莱芜供电公司 | 一种无人机电力巡线系统地图快速规划方法 |
CN108776660A (zh) * | 2018-03-28 | 2018-11-09 | 长安大学 | 一种基于ArcGIS的批量匹配道路属性的方法 |
CN113377894A (zh) * | 2021-08-12 | 2021-09-10 | 国网江西省电力有限公司电力科学研究院 | 快速标记提取点云数据的输电线路网架台账管理方法 |
CN114138020A (zh) * | 2021-11-26 | 2022-03-04 | 广东电网有限责任公司 | 一种对变电站无人机的航线进行校核的方法和装置 |
CN114629148A (zh) * | 2022-03-14 | 2022-06-14 | 国网江苏省电力有限公司苏州供电分公司 | 一种含电动汽车资源的电力系统调度框架方法及其系统 |
CN115169830A (zh) * | 2022-06-17 | 2022-10-11 | 沈新村 | 基于大数据的配网单线图质量校核分析方法 |
CN115964557A (zh) * | 2022-09-15 | 2023-04-14 | 国网陕西省电力有限公司西安供电公司 | 一种基础资源匹配推荐方法、系统、设备及存储介质 |
CN115759580A (zh) * | 2022-11-01 | 2023-03-07 | 安徽源信技术有限公司 | 一种基于大数据的交通设施运维管理系统 |
CN115908051A (zh) * | 2022-11-29 | 2023-04-04 | 国网冀北电力有限公司智能配电网中心 | 一种电力系统储能容量确定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117010837A (zh) | 2023-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106980071B (zh) | 基于电网gis可视化抢修系统及其工作方法 | |
CN107317399B (zh) | 智能变电站可视化自动对点方法 | |
CN107167704B (zh) | 基于cim模型的配电网故障诊断系统及方法 | |
CN106814286B (zh) | 基于多元故障采集的配电网故障定位系统、方法及服务器 | |
CN104933631A (zh) | 一种配电网运行在线分析评价系统 | |
CN108879667B (zh) | 一种电网闭环控制潮流仿真方法 | |
Wang et al. | A load modeling algorithm for distribution system state estimation | |
CN104993589A (zh) | 一种配电主站与终端之间模型共享的方法 | |
CN110826228A (zh) | 一种地区电网运行品质极限评估方法 | |
CN109636095A (zh) | 一种基于调控云架构的电网设备模型统一管理系统 | |
CN110348597B (zh) | 一种电网110kV主变短期负荷曲线预测方法 | |
CN117993614A (zh) | 一种基于配电网架的配电网规划装置 | |
WO2019140553A1 (zh) | 配电系统的健康指数确定方法及装置、计算机存储介质 | |
CN117010837B (zh) | 一种基于经纬度坐标的基础资源批量匹配方法 | |
CN107146166B (zh) | 一种配网规划辅助系统 | |
CN117421861A (zh) | 基于实时多源数据融合的输电线路多工况模拟分析方法 | |
CN109710669B (zh) | 基于校验规则库的提高全电网模型数据准确性的方法 | |
CN108830744B (zh) | 一种电力系统内指定地区外网等值模型的动态校验方法 | |
CN116401800A (zh) | 一种智能电网厂站一次接线图的校核方法及装置 | |
CN111342554B (zh) | 一种台区拓扑自动识别系统和方法 | |
CN109271350A (zh) | 一种基于远动通信的数据库及信息点表自动比对及同步方法 | |
CN115313621A (zh) | 基于灰色理论的智能变电站自动运维系统及其方法 | |
CN108872730A (zh) | 一种低压停电智能管理方法 | |
CN114019284A (zh) | 一种新一代主站接入变电站监控信息校核系统及方法 | |
CN111857015A (zh) | 输变电云端智能控制器 |
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 |