CN117411518A - 一种电力信息采集方法与系统 - Google Patents

一种电力信息采集方法与系统 Download PDF

Info

Publication number
CN117411518A
CN117411518A CN202311346207.XA CN202311346207A CN117411518A CN 117411518 A CN117411518 A CN 117411518A CN 202311346207 A CN202311346207 A CN 202311346207A CN 117411518 A CN117411518 A CN 117411518A
Authority
CN
China
Prior art keywords
power
data
information
abnormal
power data
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
Application number
CN202311346207.XA
Other languages
English (en)
Other versions
CN117411518B (zh
Inventor
郭立跃
李海龙
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.)
Beijing Hezhong Kechuang Technology Co ltd
Original Assignee
Anhui Jushi Technology 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 Anhui Jushi Technology Co ltd filed Critical Anhui Jushi Technology Co ltd
Priority to CN202311346207.XA priority Critical patent/CN117411518B/zh
Publication of CN117411518A publication Critical patent/CN117411518A/zh
Application granted granted Critical
Publication of CN117411518B publication Critical patent/CN117411518B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B3/00—Line transmission systems
    • H04B3/54—Systems for transmission via power distribution lines
    • 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
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B3/00—Line transmission systems
    • H04B3/02—Details
    • H04B3/46—Monitoring; Testing

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Emergency Management (AREA)
  • Computing Systems (AREA)
  • Business, Economics & Management (AREA)
  • Power Engineering (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)
  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)

Abstract

本申请实施例公开了一种电力信息采集方法与系统，所述电力信息采集方法包括：从电路获取电力载波数据，电力载波数据由电力信息采集器对采集信息进行处理得到，电力信息采集器被部署在预设采集点上；基于电力载波数据解码获取电力数据；基于电力数据，获得净电力数据；基于净电力数据，确定所述电力系统的异常评价数据；响应于异常评价数据满足预设条件，发送预警信息。

Description

一种电力信息采集方法与系统
技术领域
本说明书涉及电力领域，特别涉及一种电力信息采集方法与系统。
背景技术
随着我国经济的不断发展，科学技术也在日益更新。近几年，为了保障电力行业的安全，电力信息化监控平台应运而生。然而，电力数据规模庞大混乱，如何准确筛分有用数据并及时处理，是有待解决的问题。
为提高电力信息采集效率和采集质量，现有技术CN114003774A公开了一种智慧城市电力大数据信息采集系统，通过电力数据采集模块对电力信息大数据库中的数据进行分类、筛选、审核、分析和整合，准确、快速地保留有用数据，提高采集效率和采集质量。但是其仅仅对数据库里的广泛数据进行处理，未涉及对实时采集的电力数据进行分析，存在时效性问题，无法及时对电路系统是否异常进行排查。
因此，希望提供一种电力信息采集方法与系统，能够准确筛分有用数据并及时处理。
发明内容
本说明书实施例之一提供一种电力信息采集方法，所述电力信息采集方法包括：从电路获取电力载波数据，所述电力载波数据由电力信息采集器对采集信息进行处理得到，所述电力信息采集器被部署在预设采集点上；基于所述电力载波数据解码获取电力数据；基于所述电力数据，获得净电力数据；基于所述净电力数据，确定所述电力系统的异常评价数据；响应于所述异常评价数据满足预设条件，发送预警信息。
本说明书实施例之一提供一种电力信息采集系统，所述电力信息采集系统包括：获取模块，用于从电路获取电力载波数据，所述电力载波数据由电力信息采集器对采集信息进行处理得到，所述电力信息采集器被部署在预设采集点上；分析模块，用于基于所述电力载波数据解码获取所述电力数据；基于所述电力数据，获得净电力数据；基于所述净电力数据，确定所述电力系统的异常评价数据；预警模块，用于响应于所述异常评价数据满足预设条件，发送预警信息。
本说明书实施例之一提供一种电力信息采集装置，所述装置包括至少一个处理器以及至少一个存储器；所述至少一个存储器用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现上述电力信息采集方法。
本说明书实施例之一提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行上述电力信息采集方法。
附图说明
本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
图1是根据本说明书一些实施例所示的电力信息采集方法的示例性流程图；
图2是根据本说明书一些实施例所示的平稳性校验的示例性示意图；
图3是根据本说明书一些实施例所示的确定异常评价数据的示例性示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案，下面将对实施例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说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
本说明书的一些实施例提供了一种电力信息采集系统。在一些实施例中，电力信息采集系统包括获取模块、分析模块和预警模块。
在一些实施例中，获取模块可以用于：从电路获取电力载波数据，电力载波数据由电力信息采集到的电力数据进行转换得到，电力信息采集器被部署在电力系统的电路开关上。关于电路载波数据和电力信息的更多细节参见图1及其相关描述，此处不再赘述。
在一些实施例中，分析模块可以用于：基于电力载波数据解码获取电力数据；基于电力数据获得净电力数据；基于净电力数据，确定电力系统的异常评价数据。
在一些实施例中，分析模块可以用于：基于电力数据确定干扰电力数据；基于干扰电力数据对电力数据进行处理，获取净电力数据。关于干扰电力数据与净电力数据的更多细节参见图1、图2及相关内容。
在一些实施例中，分析模块可以用于：基于连续时刻的电力数据，确定电力信息采集器的干扰频数；基于干扰频数确定电力系统的异常评价数据。关于干扰频数与异常评价数据的更多细节参见图1、图3及相关内容。
在一些实施例中，预警模块可以用于：响应于异常评价数据满足预设条件，发送预警信息。
在一些实施例中，预警模块可以用于：基于异常评价数据与预设条件确认异常电路终端节点，基于异常电路终端节点的相关信息生成并发送预警信息，预警信息至少包括异常电路终端节点的位置和异常评分。关于预警信息的细节参见图1及相关内容。
需要注意的是，以上对于候选项显示、确定系统及其模块的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。在一些实施例中，图1中披露的获取模块、分析模块和预警模块可以是一个系统中的不同模块，也可以是一个模块实现上述的两个或两个以上模块的功能。例如，各个模块可以共用一个存储模块，各个模块也可以分别具有各自的存储模块。诸如此类的变形，均在本说明书的保护范围之内。
图1是根据本说明书一些实施例所示的电力信息采集方法的示例性流程图。在一些实施例中，流程100可以由计算中心执行。如图1所示，流程100可以包括以下步骤、
步骤110，从电路获取电力载波数据。
电力载波数据可以是加载在电力线上的载波信号。
在一些实施例中，电力载波数据可以由电力信息采集器对采集信息进行处理得到。在一些实施例中，从电路获取的电力载波数据可以由该电路上部署的一个或多个电力信息采集器对其采集的采集信息进行处理后得到。相应的，电力载波数据可以为序列形式，各电力载波数据按照电力信息采集器在电路上的部署位置进行排列。
采集信息是指由电力信息采集器采集得到的数据信息。例如：电力信息采集器的位置(如位置编号或所处电路节点的位置等)、电流、电压、负载情况等。
在一些实施例中，采集信息可以由电力信息采集器基于预设采集计划采集得到。
电力信息采集器是具备监测、采集、信号转化功能的装置。在一些实施例中，电力信息采集器可以部署在预设采集点上。
预设采集点是指提前设定好的采集点。在一些实施例中，预设采集点可以是电力系统中各个电路的电路开关、电路节点。一条电路支路上可以部署一个或多个预设采集点。同一电路之路上不同预设采集点处的电力信息采集器采集到的采集信息可以构成采集信息序列，各采集信息按照电力信息采集器在电路上的部署位置进行排列。
预设采集计划可以是根据电路情况提前制定的采集计划。在一些实施例中，预设采集计划可以包括预设的采集周期和峰值阈值等中的一种或多种。预设采集计划可以由人为或系统根据历史数据进行设置。
在一些实施例中，电力信息采集器基于预设采集计划中的采集周期进行采集信息的周期性采集；也可以在电流大小超过峰值阈值时，进行采集信息的采集。
在一些实施例中，电力信息采集器可以以一定的电压、频率或时间编码方式对采集信息进行处理，将处理后的采集信息加载或耦合在电力线上，得到电力载波数据。电力载波数据经电力线路进行信号传输。
步骤120，基于电力载波数据解码获得电力数据。
在一些实施例中，电力数据可以包括解码后的电流、电压、负载情况等。
在一些实施例中，计算中心可以对电力载波数据进行解码，得到电力数据。在一些实施例中，计算中心可以包括转换模块，转换模块通过内置的解码算法可以将电力载波数据(如，载波信号)转化为数字信息，以得到电力数据。
在一些实施例中，当电力载波数据为序列形式时，对电力载波数据进行解码后可以得到序列形式的电力数据，即电力数据序列。电力数据序列中包含电路支路上部署的多个电力信息采集器对应的电力子数据，各电力子数据按照电力信息采集器在电路上的部署位置进行排列。
步骤130，基于电力数据获得净电力数据。
净电力数据是指有效的电力数据。例如，净电力数据可以是排除了干扰电力数据的电力数据。干扰电力数据更多细节参见图1下文及相关内容。
在一些实施例中，净电力数据能够用于异常评估。关于异常评估的更多细节参见步骤140、图3及其相关内容。
计算中心可以通过多种方式获得净电力数据。在一些实施例中，计算中心可以通过数据清洗算法对电力数据进行数据清洗，得到净电力数据。示例性的数据清洗算法包括分箱算法、聚类算法、回归算法等。
在一些实施例中，计算中心可以基于电力数据确定干扰电力数据；基于干扰电力数据对电力数据进行处理，获取净电力数据。
干扰电力数据是指电力载波数据(例如，载波信号)在电力传输过程受到干扰后，对电力载波数据进行解码得到的电力数据。干扰电力数据可以反映电力传输过程中的偏差。其中，传输过程中受到的干扰至少可以包括电力信息采集器存在故障(例如，电力信息采集器对采集信息进行编码时出现的编码错误等)。出现某电路支路某些电力信息采集器出现干扰电力数据时，这些电力信息采集器相邻的电力信息采集器对应的电力子数据可以是正常的，即干扰电力数据反映的是个别、孤立的异常情况。
在一些实施例中，计算中心可以对电力数据进行数据分析，识别突变电力数据；基于突变电力数据和预设规则确定干扰电力数据。
突变电力数据是指与历史电力子数据相比，发生突变的电力子数据。当前电力子数据与历史电力子数据的差异大于预设差异范围时可以视为发生突变。例如，某一电力信息采集器对应的当前电力子数据与其对应的历史电力子数据相比发生突变时，可以认为当前电力子数据为突变电力数据。
在一些实施例中，数据分析方式可以包括但不限于k均值聚类算法、Z分数法。通过对电力数据进行数据分析，可以识别出电力数据中是否存在突变电力数据。上述通过对电力数据进行数据分析，识别突变电力数据的过程简称为突变识别过程。
在一些实施例中，响应于识别到突变电力数据，计算中心可以基于突变电力数据和预设规则，确定干扰电力数据。
在一些实施例中，预设规则可以是：对突变电力数据对应的电力信息采集器所在电路分支上前后相邻的多个电力信息采集器对应的电力子数据进行数据分析，判断前后相邻的多个电力信息采集器对应的电力子数据是否为突变电力数据；若前后相邻的多个电力信息采集器对应的电力子数据不是突变电力数据，可以确定该突变电力数据为干扰电力数据。
其中，前后相邻的电力信息采集器的数量称为对比广度。对比广度越大，需要对越多数量的电力信息采集器对应的电力子数据的变化进行判断，以判断突变电力数据是否为干扰电力数据。关于对比广度更多细节参见图2及相关内容。
在一些实施例中，计算中心可以对电力数据进行平稳性校验，基于平稳性校验结果确定干扰电力数据。平稳性校验的更多细节，可以参看图2及其相关描述。
在一些实施例中，计算中心使用本电路支路上其他非干扰电力数据的均值或其他统计值(如众数、中位数等)，代替本电路支路上的干扰电力数据，从而生成净电力数据。
在一些实施例中，当干扰电力数据的干扰概率超过一定阈值(阈值可以由相关人员设定)，则可以舍弃该电路支路上的全部电力数据，重新采集。其中，干扰概率是指一个电路支路上的多个电力信息采集器得到干扰电力数据的概率或频率。例如，可以将某一电路支路上检测到干扰电力数据的电力信息采集器的数量与该电路支路上电力信息采集器的总数量的比值确定为干扰概率。
步骤140，基于净电力数据，确定电力系统的异常评价数据。
异常评价数据可以用于反映电力系统的异常状态。
在一些实施例中，异常评价数据可以包括电力系统中各个电路支路的异常评分。在一些实施例中，异常评价数据可以包括电力系统中各个电路支路上各个电力信息采集器的异常评分。
异常评分可以用于表示电路支路和/或电力信息采集器出现异常情况的概率。异常评分越大，电路支路和/或电力信息采集器出现异常情况的概率越大。示例性的异常情况包括但不限于电路支路漏电、电路支路接触不良等。电路支路出现异常情况时，该电路支路以及与该电路支路相连电路支路的电力数据都将受到影响。
在一些实施例中，计算中心可以基于净电力数据进行异常评估，确定电力系统的异常评价数据。在一些实施例中，进行异常评估的方式包括：将某一电路支路的净电力数据与标准电力数据进行对比，确定该电路支路是否存在异常，并确定其异常评分。例如，当某一电路支路的净电力数据与标准电力数据存在偏差，且偏差超过偏差阈值时，确定该电路支路存在异常。相应的，可以根据偏差大小查询预设表，确定该电路支路的异常评分。其中，预设表中包括不同偏差与不同异常评分的对应关系。预设表可以由人为或系统基于历史数据或先验知识预设得到。
在一些实施例中，计算中心可以基于连续时刻的电力数据，确定电力信息采集器的干扰频数；基于干扰频数确定电力系统的异常评价数据。
干扰频数可以反映电力信息采集器检测出干扰电力数据的频次。
在一些实施例中，计算中心可以基于某一电力信息采集器在连续时刻的电力数据，确定该电力信息采集器的干扰频数。在一些实施例中，计算中心可以确定某一电力信息采集器在连续时刻下检测出干扰电力数据的时刻数与连续时刻的总时刻数的比值，将比值确定为该电力信息采集器的干扰频数。
在一些实施例中，计算中心可以通过多种方式，基于电力信息采集器的干扰频数确定异常评价数据。在一些实施例中，计算中心可以直接将电力信息采集器的干扰频数确定为该电力信息采集器的异常评分。
在一些实施例中，计算中心可以基于电力信息采集器的干扰频数和分数对照表，确定该电力信息采集器的异常评分。其中，分数对照表中包括不同干扰频数对应的不同异常评分。分数对照表可以由人为或系统基于历史数据或先验知识预设得到。
在一些实施例中，计算中心可以将某一电路支路上各个电力信息采集器的异常评分的统计值(如，均值、众数等)作为该电路支路的异常评分。
在一些实施例中，计算中心可以基于净电力数据构建电力图谱，基于预设算法对电力图谱进行分析，确定电力系统的异常评价数据。关于电力图谱的更多细节参见图3及相关内容。
步骤150，响应于异常评价数据满足预设条件，发送预警信息。
在一些实施中，预设条件可以包括异常评分大于第一评分阈值。第一评分阈值由相关人员确定。例如，当异常评价数据中存在某个电力信息采集器的异常评分超过第一评分阈值时，发送预警信息。满足预设条件的异常评价数据可以说明该电力系统存在异常，需要进行预警。
在一些实施例中，预警信息可以用于提示电力信息采集器或电路支路存在异常。预警信息可以通过多种方式发出，例如语音、灯光等。
在一些实施例中，在异常评价数据满足预设条件时，计算中心可以发送预警信息提示提示电力信息采集器或电路支路存在异常。
在一些实施例中，预警信息至少包括异常电路终端节点的位置和异常电路终端节点的异常评分中的至少一种。
电路终端节点可以为电力图谱中与某一电力信息采集器对应的节点。在一些实施例中，异常电路终端节点可以为异常评分超出第一评分阈值的电力信息采集器对应的电路终端节点。电力图谱的更多细节，可以参看下述图3及其相关描述。
在一些实施例中，计算中心可以基于异常评价数据与预设条件确定异常电路终端节点，基于异常电路终端节点的节点信息生成并发送预警信息。
在一些实施例中，计算中心可以将满足预设条件的电路终端节点确定为异常电路终端节点。例如，预设条件可以包括存在某一电路终端节点的异常评分大于第一评分阈值，可以说明该电路终端节点已发生异常的次数较多或可能发生异常的可能性较大，则计算中心可以将该电路终端节点确定为异常电路终端节点。
在一些实施例中，异常电路终端节点的节点信息可以包括节点的位置、节点属性、异常评分等一种或多种信息。
在一些实施例中，预警信息可以反映异常电路终端节点的节点信息，以对用户进行预警，提醒用户进行电路检查或者是维修。在一些实施例中，预警信息可以包括异常电路终端节点的位置和异常评分。相对应的，用户在接收到预警信息后，可以根据异常电路终端节点的位置在多个电路终端节点中准确定位，以及根据该电路终端节点的异常评分，选择对该节点进行更换或维修。预警信息的更多细节，可以参看前述相关描述。
在本说明书实施例中，通过将电力图谱与历史异常的电力数据进行聚类，可以识别出电力图谱中与历史异常相似的异常电力数据，从而可以利用相似性快速准确地确定异常原因类型，提高异常的识别效率和准确性。
在一些实施例中，预警信息还可以包括异常电路终端节点的异常原因类型。
在一些实施例中，异常原因类型可以包括：节点关联的电路(如，与电力信息采集器连接的电路)漏电、接入的电器漏电等一种或多种原因的组合。
在一些实施例中，计算中心可以通过聚类算法确定异常电路终端节点的异常原因类型及其概率分布。
在一些实施例中，计算中心可以基于电力图谱的多个节点特征、多个边特征以及各个节点的干扰频数，与历史异常的净电力数据进行聚类，确定异常原因类型。其中，电力图谱可以是对节点属性中的异常评分进行迭代更新后得到的更新后电力图谱。关于电力图谱的更多细节，可以参看图3及其相关描述。
在一些实施例中，计算中心可以基于历史异常的净电力数据对应的多个历史电力图谱的多个节点特征、多个边特征、各个节点的干扰频数构建特征向量数据集合，以及对特性向量数据集合进行聚类，确定聚类中心集合。其中，特征向量数据集合中的每个特征向量对应于一个历史电力图谱的特征，每个特性向量还与发生异常的异常原因类型存在对应关系。相应的，聚类中心集合中每个聚类中心对应一个异常原因类型。
在一些实施例中，进行聚类的聚类算法可以包括K-MEANS算法、K-MEDOIDS算法或CLARANS算法等中的一种或多种。
在一些实施例中，计算中心可以基于当前电力图谱的多个节点特征、多个边特征、各个节点的干扰频数构建目标特征向量；基于目标特征向量与聚类中心集合，确定目标聚类中心；以及将目标聚类中心对应的异常原因类型，确定为目标特征向量对应的异常原因类型。
目标聚类中心是指聚类中心集合中与目标特征向量距离最近的聚类中心。计算距离的方法可以包括但不限于欧式距离、余弦距离、马氏距离、切比雪夫距离和/或曼哈顿距离等。
本说明书的一些实施例中，通过预警信息显示异常原因类型，便于为用户提供检修的参考依据，提高维修效率。
在本明书实施例中，通过对电力数据的评分确定电力系统的异常评价数据，从而可以在异常评价数据发生异常时及时地发出预警，便于用户对异常电力进行快速、准确地处理，维持电力系统的稳定运行。
图2是根据本说明书一些实施例所示的确定电力数据的平稳性校验结果的示例性示意图。
在一些实施例中，如图2所示，计算中心可以对电力数据210进行平稳性校验220，基于平稳性校验结果230确定干扰电力数据240。关于电力数据、干扰电力数据的更多说明，可以参见图1中的相关描述。
平稳性校验是用于校验电力数据的平稳性(即信号稳定度)的检验方法。平稳性校验可以分为描述性方法和计量性方法。描述性方法可以包括图检验。例如，时序图检验、自相关图检验。计量性方法可以包括统计检验方法。例如，单位根检验、Phillips-Perron检验(简称为PP检验)。
在一些实施例中，计算中心可以通过统计软件自带的检验工具进行平稳性校验。其中，统计软件可以包括但不限于MATLAB、SPSS和SAS。
在一些实施例中，计算中心可以按照某一电路支路上不同电力信息采集器的采集时间先后(采集时间先后相关于电力信息采集器的部署位置，如部署在电路上游的电力信息采集器的采集时间靠前)，将该电路支路的电力数据排列成电力数据序列；基于电力数据序列与校验条件进行平稳度校验。
其中，计算中心可以通过p阶自回归模型(AR(p)模型)，将某一电路支路的电力数据按照采集时间构建为电力数据序列rt。示例性的电力数据序列为：其中，rt是一个电力数据序列，α1、……、αp是自回归系数，ωt是一个白噪声中的随机变量，t为采集时间。
在一些实施例中，校验条件与检验方式相关。例如，进行DF检验时可以采用DF检验对应的平稳判定条件作为校验条件。在一些实施例中，电力数据序列rt为平稳序列时，表示该电路支路的电力数据的平稳性越好，该电路支路上各个电力信息采集器对应的电力子数据之间的变化越小。
在一些实施例中，计算中心可以基于前文构建的电力载波数据序列，通过单位根检验(如，DF检验)确定电力数据序列是否为平稳序列。
本说明书一些实施例中，通过对电力数据进行平稳性校验，确定干扰电力数据，有助于更加科学准确的计算干扰电力数据。
在一些实施例中，如图2所示，针对某一电路支路的电力数据210，计算中心可以通过滑动窗口221在电力数据210中截取至少一个区间电力数据；对至少一个区间电力数据进行平稳性校验，得到至少一个区间平稳性结果；对非平稳区间232进行突变识别，确定突变电力数据233；确定非平稳区间232中与突变电力数据233相邻的第一预设数量的电力子数据的突变识别结果234；基于突变识别结果234，确定电力数据210的平稳性校验结果230。
滑动窗口可以用于将某一电路支路的电力数据划分为多个片段，得到多个区间电力数据。通过滑动窗口，可以将某一电路支路上的多个电力信息采集器处采集的电力子数据划分为多个组，形成多个区间电力数据。每个区间电力数据中可以包括第一个或多个电力信息采集器对应的电力子数据。
在一些实施例中，滑动窗口的窗口特征可以包括截取区间长度和滑动步长。
截取区间长度可以指划分的区间电力数据的数据长度。其中，数据长度是指组成区间电力数据的电力子数据的个数。滑动步长可以指相邻两个划分的区间电力数据之间间隔的数据长度。
滑动窗口截取是指基于各个电力子数据的采集位置(即电力信息采集器在电路支路上的部署位置)从前向后滑动窗口，每按照滑动步长滑动一次滑动窗口221时，截取滑动窗口221内的一段电力数据为区间电力数据，依次类推，直到截取完成整个电力数据210。从前向后可以是从电路上游向电路下游的方向。
在一些实施例中，计算中心可以设定或调节窗口特征。在一些实施例中，计算中心可以设定或调节截取区间长度和滑动步长。
区间电力数据可以指基于滑动窗口截取的某一截取区间(或称为滑动区间)对应的部分电力数据。例如，某一电路支路的电力数据包括(电力子数据1、电力子数据2、电力子数据3、......、电力子数据n)，分别对应电路支路上n个电力信息采集器对应的电力子数据；计算中心可以截取(电力子数据1，电力子数据11)、(电力子数据2，电力子数据12)等多个区间的部分电力数据，作为区间电力数据。该示例中，截取区间长度为10(如电力子数据1至电力子数据11)，滑动步长为1。
在一些实施例中，计算中心可以对每个截取区间对应的区间电力数据，进行一次平稳性校验，获取区间平稳性结果。其中，区间平稳性结果可以指基于区间电力数据进行平稳性校验得到的校验结果。参见图2，区间电力数据222-1与区间平稳性结果231-1对应，区间电力数据222-2与区间平稳性结果231-2对应，区间电力数据222-3与区间平稳性结果231-3对应。获取区间平稳性结果的方式可以参考前述进行平稳性校验的方式，更多说明参见前述相关说明。
在一些实施例中，区间平稳性结果可以包括区间电力数据处于稳定状态或区间电力数据处于非稳定状态。区间电力数据处于稳定状态时，区间电力数据中各电力子数据之间不存在突变情况。关于突变的说明参见步骤130及其相关描述。在一些实施例中，计算中心可以对非平稳区间232进行突变识别，确定突变电力数据233。其中，非平稳区间为区间平稳性结果为非平稳的滑动区间。
在一些实施例中，在确定非平稳区间232中的突变电力数据233后，计算中心还可以确定与该突变电力数据233前后相邻的第一预设数量的电力子数据的突变识别结果234。
前后相邻的第一预设数量的电力子数据(后续简称为相邻电力子数据)是指在突变电力数据的采集位置之前和之后相邻的一定数量的电力信息采集器对应的电力子数据。
突变识别结果可以包括各个相邻电力子数据中是否存在突变电力数据的识别结果。在一些实施例中，计算中心可以对各个相邻电力子数据进行数据分析，识别突变电力数据，即进行突变识别。关于识别突变电力数据的更多说明可以参见步骤130及其相关描述。
在一些实施例中，响应于突变识别结果234为：各个相邻电力子数据均不是突变电力数据时，计算中心可以确定非平稳区间232中的突变电力数据233为干扰电力数据240。
在本说明书实施例中，利用平滑窗口对电力数据进行区间划分，再通过区间的平稳性校验结果，可以快速地确定出非平稳区间，从而提高了突变识别的效率。
在一些实施例中，计算中心还可以根据与非平稳区间相邻的多个滑动区间的区间平稳性结果，对第一预设数量进行更新。响应于存在第二预设数量的相邻滑动区间的区间电力数据的区间平稳性结果为非平稳，则计算中心可以对第一预设数量进行更新。
在一些实施例中，计算中心可以通过增加对比广度，从而增大第一预设数量。对比广度的增加幅度可以由系统或人为预设。
在一些实施例中，计算中心可以基于更新后的第一预设数量，确定更新后的相邻电力子数据，并对更新后的相邻电力子数据进行突变识别；响应于更新后的相邻电力子数据均不是突变电力数据时，计算中心可以确定非平稳区间232中的突变电力数据233为干扰电力数据240。
在一些实施例中，计算中心还可以确定干扰区间及其相邻滑动区间内的区间电力数据中存在的突变电力数据的比例，在该比例小于预设比例阈值时，将各个突变电力数据确定为干扰电力数据。在该比例不小于预设比例阈值时，确定干扰区间中不存在干扰电力数据。
在本说明书实施例中，通过调节第一预设数量，可以改变参与平稳性校验的电力数据的数量，从而可以更广泛地对干扰电力数据相邻的电力数据进行校验，提高了电路工作的安全性。
图3是根据本说明书一些实施例所示的确定异常评价数据的示例性示意图。
在一些实施例中，如图3所示，计算中心可以基于净电力数据310构建电力图谱320基于预设算法330对电力图谱320进行分析，确定电力系统的异常评价数据340。
图谱是由节点和边组成的数据结构，边连接节点，节点和边可以具有属性。电力图谱320包括电路终端节点，电力图谱320的边表示电路终端节点之间的电路，边的方向包括电流输送方向；
在一些实施例中，电力图谱320的电路终端节点(后续简称为节点)可以与各级电路终端对应，也可以对应于设置在电路终端的电力信息采集器。
节点属性可以反映对应终端的相关电力特征。在一些实施例中，电路终端节点的节点属性可以包括：历史净电力数据310、当前的净电力数据310、历史异常数据、异常评分等。其中，历史净电力数据310可以是该电路终端节点在过去一段时间内的净电力数据；历史异常数据可以为该电路终端节点在历史出现异常的次数以及对应电路支路出现异常的次数。其中，出现异常是指其异常评分大于第一评分阈值。关于第一评分阈值的说明参见步骤150及其相关描述。
在一些实施例中，电力图谱320的边与电力系统的电路对应，其中，边是有向边，边的方向可以根据电流方向确定。例如，边的方向可以是电流的流动方向。边表示电路终端节点之间的电路。
边属性可以反应对应电路的相关电力特征。在一些实施例中，边属性包括：权重值、电流大小等。其中，边的权重值可以反映边的重要程度以及边出现异常的频率。例如，边的重要程度越高和/或一定时间内出现异常的次数越多的边，其权重值越大。
在一些实施例中，边特征中的权重值可以相关于边的重要程度。例如，边特征中的权重值可以正相关于边的重要程度。其中，边的重要程度可以用于衡量边出现异常后对电力系统的影响大小。边的重要程度可以由边所在的电路位置确定。例如，位于电路上游的边，其重要程度越高，对应权重值越高。电流由电路上游指向电路下游。
在一些实施例中，边特征中的权重值可以用于反映边对应节点的异常评分的高低。权重值越高的边，边发生异常后，其对应节点的异常评分更高。
在本说明书实施例中，通过设定边的权重值，可以在重要电路发生异常时，为其评估更高的异常分数，从而更加准确地对电力系统进行异常评估。
在一些实施例中，计算中心可以利用预设算法330对电力图谱320进行处理，确定电力系统的异常评价数据340。
在一些实施例中，预设算法220可以包括下述步骤S1-步骤S2。
步骤S1，确定电力图谱中各个电路终端节点的初始异常评分。
在一些实施例中，初始异常评分可以基于历史异常数据确定。例如，电路终端节点在历史使用中异常出现次数越多，其初始异常评分越高。
步骤S2，基于异常信息，通过多轮迭代更新各个电路终端节点的异常评分，直到满足迭代结束条件时，停止多轮迭代更新，得到各个电路终端节点的异常评分。
异常信息可以包括电力终端节点是否发生异常。在一些实施例中，异常信息可以包括某一节点的电力数据出现异常、多个同级节点的电力数据出现异常等一种或多种信息。其中，同级节点可以为位置相近或相似的节点，如均位于电流传输下游的多个节点。
在一些实施例中，计算中心执行多轮迭代更新可以包括：根据异常信息，迭代更新各个电路终端节点的异常评分。
在一些实施例中，对于多轮迭代中的每一轮，若某一节点的当前净电力数据出现异常，则计算中心可以在此节点的历史异常数据里增加一次异常数据，其异常评分也会增加，并重新进行迭代。
在一些实施例中，对于多轮迭代中的每一轮，若存在至少两个同级节点的当前净电力数据出现异常，则计算中心可以更新该至少两个同级节点的共同的上一级节点(即，电流传输的上游)，保持本级节点的异常评分，或为该至少两个同级节点间的边增加权重。该实施例中，计算中心可以利用评分更新公式，对电路终端节点的异常评分进行更新。评分更新公式可以如下公式(1)所示：
其中，V′i为待更新节点i更新后的异常评分，Vi为待更新节点i更新前的异常评分，Vk为上级节点k的异常评分，上级节点个数为B，总节点数为A，p、q为权重系数，Rki为上级节点k与待更新节点i之间的边的权重值。
在一些实施例中，计算中心可以在每一轮更新异常评分后，判断是否满足迭代结束条件，直到满足迭代结束条件时结束迭代。在一些实施例中，迭代结束条件可以包括异常评分达到第二评分阈值的节点数目达到预设数目。在一些实施例中，迭代结束条件还可以包括迭代次数达到预设次数阈值。其中，第二评分阈值预设数目、预设次数阈值可以是系统默认值、经验值、人为预先设定值等或其任意组合，可以根据实际需求设定，本说明书对此不做限制。
在一些实施例中，第二评分阈值可以小于或等于第一评分阈值。第一评分阈值的更多细节，可以参看图1及其相关描述。
在一些实施例中，计算中心还可以基于多轮迭代更新后得到的各个节点的异常评分对电力图谱各个节点的节点属性进行更新。
本说明书一些实施例，在确定各个节点的异常评价数据340时，考虑到了节点的不同级数，可以使确定的各个节点的异常评价数据340更符合实际情况，提高了异常评价的准确率。
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。
最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

Claims (10)

1.一种电力信息采集方法，其特征在于，所述方法由计算中心执行，包括：
从电路获取电力载波数据，所述电力载波数据由电力信息采集器对采集信息进行处理得到，所述电力信息采集器被部署在预设采集点上；
基于所述电力载波数据解码获取电力数据；
基于所述电力数据，获得净电力数据；
基于所述净电力数据，确定所述电力系统的异常评价数据；
响应于所述异常评价数据满足预设条件，发送预警信息。
2.根据权利要求1所述的电力信息采集方法，其特征在于，所述基于所述电力数据，获得净电力数据包括：
基于所述电力数据确定干扰电力数据；
基于所述干扰电力数据对所述电力数据进行处理，获取所述净电力数据。
3.根据权利要求1所述的电力信息采集方法，其特征在于，所述基于所述净电力数据，确定所述电力系统的异常评价数据包括：
基于连续时刻的电力数据，确定所述电力信息采集器的干扰频数；
基于所述干扰频数确定所述电力系统的异常评价数据。
4.根据权利要求1所述的电力信息采集方法，其特征在于，所述响应于所述异常评价数据满足预设条件，发送预警信息包括：
基于所述异常评价数据与所述预设条件确定异常电路终端节点；
基于所述异常电路终端节点的节点信息生成并发送所述预警信息，所述预警信息至少包括所述异常电路终端节点的位置和异常评分中的至少一种。
5.一种电力信息采集系统，其特征在于，所述系统包括：
获取模块，用于从电路获取电力载波数据，所述电力载波数据由电力信息采集器对采集信息进行处理得到，所述电力信息采集器被部署在预设采集点上；
分析模块，用于
基于所述电力载波数据解码获取所述电力数据；
基于所述电力数据，获得净电力数据；
基于所述净电力数据，确定所述电力系统的异常评价数据；
预警模块，用于响应于所述异常评价数据满足预设条件，发送预警信息。
6.根据权5所述的电力信息采集系统，其特征在于，所述分析模块进一步用于：
基于所述电力数据确定干扰电力数据；
基于所述干扰电力数据对所述电力数据进行处理，获取所述净电力数据。
7.根据权5所述的电力信息采集系统，其特征在于，所述分析模块进一步用于：
基于连续时刻的电力数据，确定所述电力信息采集器的干扰频数；
基于所述干扰频数确定所述电力系统的异常评价数据。
8.根据权5所述的电力信息采集系统，其特征在于，所述预警模块进一步用于：
基于所述异常评价数据与所述预设条件确定异常电路终端节点；
基于所述异常电路终端节点的节点信息生成并发送所述预警信息，所述预警信息至少包括所述异常电路终端节点的位置和异常评分中的至少一种。
9.一种电力信息采集装置，其特征在于，所述装置包括至少一个处理器以及至少一个存储器；
所述至少一个存储器用于存储计算机指令；
所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现权要1-4中任意一项所述的电力信息采集方法。
10.一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行权利要求中1-4中任意一项所述的电力信息采集方法。
CN202311346207.XA 2023-10-17 2023-10-17 一种电力信息采集方法与系统 Active CN117411518B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311346207.XA CN117411518B (zh) 2023-10-17 2023-10-17 一种电力信息采集方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311346207.XA CN117411518B (zh) 2023-10-17 2023-10-17 一种电力信息采集方法与系统

Publications (2)

Publication Number Publication Date
CN117411518A true CN117411518A (zh) 2024-01-16
CN117411518B CN117411518B (zh) 2024-09-27

Family

ID=89497410

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311346207.XA Active CN117411518B (zh) 2023-10-17 2023-10-17 一种电力信息采集方法与系统

Country Status (1)

Country Link
CN (1) CN117411518B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180275642A1 (en) * 2017-03-23 2018-09-27 Hitachi, Ltd. Anomaly detection system and anomaly detection method
CN111563524A (zh) * 2020-03-18 2020-08-21 宁波送变电建设有限公司永耀科技分公司 一种多站融合系统运行态势异常监测和告警合并方法
CN112884089A (zh) * 2021-04-12 2021-06-01 国网上海市电力公司 一种基于数据挖掘的电力变压器故障预警系统
WO2021212756A1 (zh) * 2020-04-23 2021-10-28 平安科技（深圳）有限公司 指标异常分析方法、装置、电子设备及存储介质
CN114138771A (zh) * 2022-02-07 2022-03-04 国网北京市电力公司 异常数据的处理方法、装置及电子设备
CN114819665A (zh) * 2022-05-05 2022-07-29 国网江苏省电力有限公司南通供电分公司 一种基于分布式能源管理的异常预警方法及系统
CN115358155A (zh) * 2022-09-02 2022-11-18 安徽双恒电力科技有限公司 一种电力大数据异常预警方法、装置、设备及可读存储介质
CN115396279A (zh) * 2022-08-25 2022-11-25 国网辽宁省电力有限公司信息通信分公司 用于电网的电压在线监测系统、方法和存储介质
CN116593811A (zh) * 2023-07-17 2023-08-15 南京欧陆电气股份有限公司 一种集成型变频器运行状态监测系统及监测方法
WO2023168950A1 (zh) * 2022-03-11 2023-09-14 浙江万胜智能科技股份有限公司 一种智能抄表终端的数据采集方法及系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180275642A1 (en) * 2017-03-23 2018-09-27 Hitachi, Ltd. Anomaly detection system and anomaly detection method
CN111563524A (zh) * 2020-03-18 2020-08-21 宁波送变电建设有限公司永耀科技分公司 一种多站融合系统运行态势异常监测和告警合并方法
WO2021212756A1 (zh) * 2020-04-23 2021-10-28 平安科技（深圳）有限公司 指标异常分析方法、装置、电子设备及存储介质
CN112884089A (zh) * 2021-04-12 2021-06-01 国网上海市电力公司 一种基于数据挖掘的电力变压器故障预警系统
CN114138771A (zh) * 2022-02-07 2022-03-04 国网北京市电力公司 异常数据的处理方法、装置及电子设备
WO2023168950A1 (zh) * 2022-03-11 2023-09-14 浙江万胜智能科技股份有限公司 一种智能抄表终端的数据采集方法及系统
CN114819665A (zh) * 2022-05-05 2022-07-29 国网江苏省电力有限公司南通供电分公司 一种基于分布式能源管理的异常预警方法及系统
CN115396279A (zh) * 2022-08-25 2022-11-25 国网辽宁省电力有限公司信息通信分公司 用于电网的电压在线监测系统、方法和存储介质
CN115358155A (zh) * 2022-09-02 2022-11-18 安徽双恒电力科技有限公司 一种电力大数据异常预警方法、装置、设备及可读存储介质
CN116593811A (zh) * 2023-07-17 2023-08-15 南京欧陆电气股份有限公司 一种集成型变频器运行状态监测系统及监测方法

Also Published As

Publication number Publication date
CN117411518B (zh) 2024-09-27

Similar Documents

Publication Publication Date Title
CN111064614B (zh) 一种故障根因定位方法、装置、设备及存储介质
US10880181B2 (en) Methods and apparatus for analysing performance of a telecommunications network
CN109859054B (zh) 网络社团挖掘方法、装置、计算机设备及存储介质
WO2018103453A1 (zh) 检测网络的方法和装置
CN111309565B (zh) 告警处理方法、装置、电子设备以及计算机可读存储介质
Singh et al. Bearing remaining useful life estimation using an adaptive data-driven model based on health state change point identification and K-means clustering
CN106714109A (zh) 基于众包数据的WiFi指纹库更新方法
CN111368089A (zh) 一种基于知识图谱的业务处理方法及装置
CN109374063B (zh) 一种基于集群管理的变压器异常检测方法、装置和设备
US20170206458A1 (en) Computer-readable recording medium, detection method, and detection apparatus
CN117459073B (zh) 一种热泵系统运行数据的智能管理方法
CN111861023A (zh) 基于统计学的混合风电功率预测方法、装置
CN112379325A (zh) 一种用于智能电表的故障诊断方法及系统
CN112528458A (zh) 一种基于FP-Growth算法的计量主站告警分析模型构建方法
CN117170915A (zh) 数据中心设备故障预测方法、装置和计算机设备
CN117150359A (zh) 基于模型无关元学习的小样本故障诊断方法、系统、装置及介质
CN111162945B (zh) 一种告警关联关系的确定方法、装置、设备及存储介质
US11657148B2 (en) Event analysis in an electric power system
CN118174788A (zh) 一种光纤配线柜的故障检测方法、装置、设备及存储介质
US11989013B2 (en) Abnormality detection apparatus, abnormality detection system, and learning apparatus, and methods for the same and non-temporary computer-readable medium storing the same
CN117411518B (zh) 一种电力信息采集方法与系统
CN110622140B (zh) 用于传感器数据集中的冻结时段检测的系统、设备和方法
CN117557415A (zh) 一种基于智慧物业的社区资源管理方法及系统
CN115209452A (zh) 核心网隐患排查方法、装置、电子设备和存储介质
Huang et al. Arena: Adaptive real-time update anomaly prediction in cloud systems

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
TA01 Transfer of patent application right

Effective date of registration: 20240829

Address after: No. 655, 1st Floor, Building 1, No. 2 Yongcheng North Road, Haidian District, Beijing 100000

Applicant after: Beijing Hezhong Kechuang Technology Co.,Ltd.

Country or region after: China

Address before: Room 401-403, Zhongguo Shenggu incubation building, 3333 Xiyou Road, high tech Zone, Hefei, Anhui 230000

Applicant before: ANHUI JUSHI TECHNOLOGY CO.,LTD.

Country or region before: China

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant