CN117907728A - 电能质量检测方法、系统、装置、设备及存储介质 - Google Patents
电能质量检测方法、系统、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117907728A CN117907728A CN202410186968.1A CN202410186968A CN117907728A CN 117907728 A CN117907728 A CN 117907728A CN 202410186968 A CN202410186968 A CN 202410186968A CN 117907728 A CN117907728 A CN 117907728A
- Authority
- CN
- China
- Prior art keywords
- data
- power quality
- quality
- abnormal
- power
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 179
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 230000002159 abnormal effect Effects 0.000 claims abstract description 131
- 238000012545 processing Methods 0.000 claims abstract description 74
- 238000010248 power generation Methods 0.000 claims abstract description 59
- 238000004891 communication Methods 0.000 claims abstract description 57
- 238000012800 visualization Methods 0.000 claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000007405 data analysis Methods 0.000 claims description 40
- 238000004590 computer program Methods 0.000 claims description 16
- 230000015654 memory Effects 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000012549 training Methods 0.000 description 10
- 230000005856 abnormality Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 6
- 238000012795 verification Methods 0.000 description 6
- 238000010223 real-time analysis Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000003672 processing method Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- YHXISWVBGDMDLQ-UHFFFAOYSA-N moclobemide Chemical compound C1=CC(Cl)=CC=C1C(=O)NCCN1CCOCC1 YHXISWVBGDMDLQ-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000005355 Hall effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种电能质量检测方法、系统、装置、设备及存储介质。所述方法包括:获取待测发电系统在当前时间周期下的加密电能质量相关数据;加密电能质量相关数据由通信模块在获取到数据采集模块采集得到的电能质量相关数据后,对电能质量相关数据进行加密得到;根据加密电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据;根据异常电能质量数据,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果;将质量检测结果传输至可视化模块,以供可视化模块对质量检测结果进行展示。上述技术方案提高了电网电能质量检测准确度。
Description
技术领域
本发明涉及电力工程技术领域,尤其涉及一种电能质量检测方法、系统、装置、设备及存储介质。
背景技术
随着全球对可再生能源的需求日益增长,分布式光伏发电系统作为一种清洁、可持续的能源解决方案,正在迅速普及。特别是在城市居民区、商业建筑和工业区,光伏系统的集成度正在不断提高。这些系统不仅在减少碳排放、提高能源自给自足率方面发挥着关键作用,也在逐步改变传统电力系统的运行模式。然而,这种快速的增长也带来了对电网设计、运营和管理的新挑战。
尽管分布式光伏系统为电网带来了许多益处,但它们的高度分散性和可变性也带来了一系列的技术挑战。现有电能质量监测系统通常无法对电能数据进行有效且准确的质量检测和评估,而对电能数据质量评估和检测的准确度,影响着相关技术人员对电网系统的质量检测和异常检测。
发明内容
本发明提供了一种电能质量检测方法、系统、装置、设备及存储介质,以提高电网电能质量检测准确度。
根据本发明的一方面,提供了一种电能质量检测方法,应用于电能质量检测系统,所述系统包括:数据采集模块、数据分析模块、通信模块和可视化模块;所述数据分析模块分别与所述数据采集模块和所述可视化模块通过所述通信模块进行通信连接;所述方法由所述数据分析模块执行,包括:
获取待测发电系统在当前时间周期下的加密电能质量相关数据;所述加密电能质量相关数据由所述通信模块在获取到所述数据采集模块采集得到的电能质量相关数据后,对所述电能质量相关数据进行加密得到;
根据所述加密电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据;
根据所述异常电能质量数据,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果;
将所述质量检测结果传输至所述可视化模块,以供所述可视化模块对所述质量检测结果进行展示。
根据本发明的另一方面,还提供了一种电能质量检测系统,所述系统包括:数据采集模块、数据分析模块、通信模块和可视化模块;所述数据分析模块分别与所述数据采集模块和所述可视化模块通过所述通信模块进行通信连接;
所述数据采集模块,用于采集待测发电系统在当前时间周期下的电能质量相关数据,并通过所述通信模块发送至所述数据分析模块;
所述通信模块,用于对获取的所述电能质量相关数据进行加密,得到加密电能质量相关数据并传输至所述数据分析模块;
所述数据分析模块,用于获取所述待测发电系统在当前时间周期下的加密电能质量相关数据,根据所述加密电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据,并根据所述异常电能质量数据,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果,将所述质量检测结果传输至所述可视化模块;
所述可视化模块,用于对所述质量检测结果进行展示。
根据本发明的另一方面,还提供了一种电能质量检测装置,应用于电能质量检测系统,所述系统包括:数据采集模块、数据分析模块、通信模块和可视化模块;所述数据分析模块分别与所述数据采集模块和所述可视化模块通过所述通信模块进行通信连接;所述装置配置于所述数据分析模块,包括:
质量相关数据获取单元,用于获取待测发电系统在当前时间周期下的加密电能质量相关数据;所述加密电能质量相关数据由所述通信模块在获取到所述数据采集模块采集得到的电能质量相关数据后,对所述电能质量相关数据进行加密得到;
异常质量数据确定单元,用于根据所述加密电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据;
电能质量检测单元,用于根据所述异常电能质量数据,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果;
检测结果传输单元,用于将所述质量检测结果传输至所述可视化模块,以供所述可视化模块对所述质量检测结果进行展示。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的电能质量检测方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的电能质量检测方法。
本发明实施例技术方案通过获取待测发电系统在当前时间周期下的加密电能质量相关数据;加密电能质量相关数据由通信模块在获取到数据采集模块采集得到的电能质量相关数据后,对电能质量相关数据进行加密得到;根据加密电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据;根据异常电能质量数据,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果;将质量检测结果传输至可视化模块,以供可视化模块对所述质量检测结果进行展示。上述技术方案实现了对数据快速响应和实时分析;通过基于不同数据类型分别对应的数据处理方式,对不同电能质量数据进行分别处理,得到质量检测结果,提高了对电能质量数据的检测准确度。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,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是根据本发明实施例一提供的一种电能质量检测方法的流程图;
图2是根据本发明实施例二提供的一种电能质量检测系统的结构图;
图3是根据本发明实施例三提供的一种电能质量检测装置的结构示意图;
图4是实现本发明实施例的电能质量检测方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,显然,所描述的实施例仅仅是本发明一部分的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种电能质量检测方法的流程图,本实施例可适用于对光伏发电系统的各项参数进行电能质量检测或评估的情况,该方法可以由电能质量检测装置来执行,该电能质量检测装置可以采用硬件和/或软件的形式实现,该电能质量检测装置可以应用于电能质量检测系统。电能质量检测系统包括:数据采集模块、数据分析模块、通信模块和可视化模块;其中,数据分析模块分别与数据采集模块和可视化模块通过所述通信模块进行通信连接;所述方法由数据分析模块执行,如图1所示,该方法包括:
S110、获取待测发电系统在当前时间周期下的加密电能质量相关数据;加密电能质量相关数据由通信模块在获取到数据采集模块采集得到的电能质量相关数据后,对电能质量相关数据进行加密得到。
S120、根据加密电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据。
S130、根据异常电能质量数据,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果。
S140、将质量检测结果传输至可视化模块,以供可视化模块对质量检测结果进行展示。
其中,待测发电系统可以为分布式光伏系统;数据采集模块可以由多个高精度传感器组成,且可以直接接入待测光伏系统的关键节点,如逆变器和配电板等。具体可以通过数据采集模块采集电能质量相关数据,例如可以包括电压数据、电流数据、频率数据、谐波数据和噪声数据等。
例如,用于采集电压的电压传感器可以是采用电容式电压传感器,能够在高达35kV的电压下工作,精度可达到±0.5%。用于采集电流的电流传感器,可以是霍尔效应电流传感器,具有宽频带响应和高线性度,精度可达到±0.5%。用于采集谐波的谐波检测传感器,可以使使用基于DSP(Digital Signal Processing,数字信号处理)的谐波分析传感器,能够实时监测和记录高达50阶的谐波。采集关键点可以是逆变器输出、主配板或关键负载点。
其中,数据收集模块可以内置GPS(Global Positioning System,全球定位系统)时钟,用于实现数据的精确时间同步,确保多个传感器数据的时间一致性。
其中,数据采集模块可以将采集得到的电能质量相关数据经通信模块传输至数据分析模块。其中,通信模块可以配置有至少一种通信方式,如有线通信和无线通信等。为确保数据传输安全性,通信模块中还可以配置有至少一种数据加密方式,具体可以是不同数据加密算法,在数据通信传输过程中,不同数据类型的数据可以通过不同数据加密算法进行加密处理,从而将加密处理后的电能质量相关数据进行传输。
可选的,在根据加密电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据之前,还包括:对加密电能质量相关数据进行数据解密,得到电能质量相关明文数据;采用至少一种数据预处理方式,对电能质量相关明文数据进行数据预处理,得到目标电能质量相关数据;相应的,根据加密电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据,包括:根据目标电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据。
其中,对加密电能质量相关数据的解密方式可以是与加密方式相对应的方式,具体可以预先配置在数据分析模块中。在获取到加密电能质量数据时,基于相应的解密方式进行数据解密,得到电能质量相关明文数据。
其中,数据预处理方式可以为数据清洗、去噪处理和归一化处理等。采用至少一种数据预处理方式,对电能质量相关明文数据进行数据预处理,得到目标电能质量相关数据,在后续进行异常数据分析时,可以对目标电能质量相关数据进行异常数据分析。
示例性的,通信模块在获取到电能质量相关数据后,根据电能质量相关数据的数据安全级别,选取与该数据类型的数据相对应的加密算法,对该电能质量相关数据进行加密处理,得到加密电能质量相关数据。例如,数据安全级别和对应的加密算法之间的映射关系可以由相关技术人员预先设定;例如数据安全级别一级对应的加密算法为A算法;数据安全级别二级对应的加密算法为B算法等。不同电能质量相关数据的数据安全级别不同,例如,获取到的电能质量相关数据的数据来源设备或系统的安全性级别较高,则该数据对应的数据安全级别越高。数据传输过程中进行加密能够有效防止数据在传输过程中被截获或篡改。
其中,数据类型可以包括电流数据、电压数据、频率数据、谐波数据和噪声数据等。不同数据类型的电能质量相关数据的数据处理方式可以相同,也可以不同。
示例性的,若不同数据类型的电能质量相关数据的处理方式相同,则可以预先训练用于进行异常电能质量数据的异常检测网络模型。具体可以是从电能质量数据中提取关键特征,例如,如平均电压、电流波动、频率变化率等。使用历史的电能质量数据作为训练集,其中,包含正常数据和异常数据两种类别标签。选择适合的机器学习算法,如随机森林或支持向量机(SVM,Support Vector Machine),对预先构建的网络模型进行模型训练。通过交叉验证等方法优化模型参数,提高模型检测的准确率和鲁棒性。将训练好的模型应用于实时数据流,实时监测电能质量异常。
需要说明的是,由于不同类型的电能质量数据有其自身的数据特性,因此,为进一步提高对异常电能质量数据的检测准确度,可以为不同数据类型的电能质量相关数据分别设置相应的数据处理方式。其中,当前时间周期可以是一段时间,例如2024/01/31/09:00~2024/01/31/09:10。
在一个可选实施例中,相应的,根据加密电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据,包括:若加密电能质量相关数据为电流数据,则基于电流数据对应的电流数据处理方式,确定异常电流数据;若加密电能质量相关数据为电压数据,则基于电压数据对应的电压数据处理方式,确定异常电压数据;若加密电能质量相关数据为频率数据,则基于频率数据对应的频率数据处理方式,确定异常频率数据;若加密电能质量相关数据为谐波数据,则基于谐波数据对应的谐波数据处理方式,确定异常谐波数据。
其中,电流数据处理方式、电压数据处理方式、频率数据处理方式和谐波数据处理方式可以是模型训练方式,也即训练得到一个用于进行电流数据异常检测的电流异常检测模型,对电流数据进行异常检测。其他数据类型的数据同理。
示例性的,可以预先训练多个预设网络模型,用于进行电流数据的异常检测,并从多个模型中选取检测效果最好的模型作为电流数据处理模型。其中,预设网络模型可以为逻辑回归模型、支持向量机模型、神经网络模型、决策树模型和随机森林模型等。
示例性的,获取历史周期下的电流数据,其中,电流数据为某一时间段的电流数据,并对各电流数据进行标签标注,具体可以包括正常电流和异常电流,将历史周期下的带有样本标签的各时间段的电流数据输入至多个预设网络模型中,得到各个模型的输出结果,根据模型输出结果和标签真实值,对相应网络模型进行模型训练,直到满足模型训练结束条件,得到完成训练的各个电流异常检测模型。构建用于进行模型验证的验证数据集,并采用验证数据集对各个电流异常检测模型进行验证,得到验证结果。可以将验证结果中,准确度最高的电流异常检测模型,作为电流数据处理方式。对电压数据、频率数据和谐波数据的数据处理方式可以与上述电流数据的数据处理方式相同,具体可以是训练相应的多个异常数据检测模型,并从训练得到的多个异常数据检测模型中选取效果最优的最为最终的数据处理方式,本实施例对此不再进行赘述。
需要说明的是,电流数据处理方式、电压数据处理方式、频率数据处理方式和谐波数据处理方式可以不限于是上述训练模型的方式,还可以是采用图形分析等方式。具体的,以当前时间周期下的电流数据为例,生成当前时间周期下的电流数据的数据波形图、数据箱线图或数据折线图等,并对生成的图形进行数据分析,具体可以是采用相应的图形分析工具进行异常数据检测。
可选的,为进一步提高对电能质量相关数据的数据处理方式,可以采用上述多种数据处理方式,分别对电能质量相关数据进行异常数据检测,得到多种数据处理方式分别对应的结果。以电流数据为例,可以采用上述的模型分析方式和图形分析方式对电流数据分别进行数据分析,得到两种检测方式分别对应的结果,当两种检测方式得到的结果均为数据异常时,则确定该电流数据为异常数据;当存在两种以上的检测方式时,则当两种以上的检测方式种,存在60%的检测结果为数据异常时,则确定该电流数据为异常数据。
根据异常电能质量数据,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果。例如,电能质量检测方式可以是根据异常电能质量数据的数据量进行质量检测。
在一个可选实施例中,根据异常电能质量数据,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果,包括:确定异常电能质量数据的数据量与加密电能质量相关数据的数据总量之间的数据量占比;根据数据量占比,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果。
在一个具体例子中,若加密电能质量相关数据包括电流数据、电压数据、频率数据、谐波数据和噪声数据,则可以确定加密电能质量相关数据的数据总量为5;若在进行异常数据检测后,得到的异常电能质量数据包括电流数据、频率数据和电压数据,则异常电能质量数据的数据量为3,数据量占比则为60%。
可选的,根据数据量占比,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果,包括:根据数据量占比,基于预设的电能质量等级与数据量占比之间的映射关系,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果。
例如,映射关系可以为,数据量占比小于5%的质量等级为A级,数据量占比在5%~20%之间的质量等级为B级,质量等级在20%~50%之间的质量等级为C级,数据量占比在50%~80%之间的质量等级为D级,数据量占比在80%以上的质量等级为E级。质量等级A级表征电能质量最高,质量等级E级表征电能质量最低。其中,质量检测结果可以为根据映射关系得到的质量等级,也可以直接将异常电能质量数据作为质量检测结果。
在另一个可选实施例中,根据异常电能质量数据,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果,包括:根据异常电能质量数据所属数据类型对应的正常电能质量数据,确定异常电能质量数据的异常值偏移量;根据异常电能质量数据的异常值偏移量,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果。
其中,不同数据类型的电能质量数据均对应尤其各自的正常电能质量数据,例如,正常电能质量数据可以为一个区间范围值,例如,针对电流数据,其正常电流质量数据的范围可以为[a,b]。
示例性的,针对异常电流质量数据,根据异常电流质量数据和正常电流质量数据,可以确定异常值偏移量,例如,正常电流质量数据为[50A,100A],异常电流质量数据为30A(该数据可以是当前时间周期下的电流均值),则可以确定异常电流质量数据的异常值偏移量为20。确定各数据类型的异常电能质量数据的异常偏移量,并确定各异常偏移量的均值;根据均值对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果。具体的,若均值大于预设的质量阈值,则可以认为质量检测通过;若均值不大于预设的质量阈值,则可以认为质量检测不通过。
可选的,数据分析模块可以进行未来电能质量趋势预测,具体可以结合实时分析结果和历史趋势,应用如ARIMA(自回归差分移动平均模型)等预测模型进行电能质量趋势预测。示例性的,可以基于历史周期下的电能质量相关数据对预设的电能质量趋势模型进行预先训练,得到完成训练的电能质量趋势模型,例如,预设的电能质量趋势模型可以为ARIMA,也可以为LSTM(Long Short-Term Memory,长短时记忆)模型。
数据分析模块将质量检测结果传输至可视化模块,以供可视化模块对所述质量检测结果进行展示。其中,可视化模块提供直观的数据展示和分析结果,允许用户实时监控电能质量状态,并进行必要的手动干预,组件包括可视化仪表板和交互系统,可视化仪表板直接展示从数据分析模块传来的异常质量数据分析结果和预测信息。交互系统允许用户根据实时数据和系统反馈调整参数或做出操作决策。
可选的,电能质量检测系统还可以包括数据存储模块,数据存储模块可以用于对电能质量相关数据、加密电能质量相关数据、电能质量相关明文数据、目标电能质量相关数据、异常电能质量数据和质量检测结果进行数据存储,从而便于后续对数据进行追溯。为进一步提高数据存储安全性,可以利用区块链技术进行数据存储,具体可以是将待存储的数据以事务提交的方式进行上链存储,从而确保数据完整性和不可篡改性。
本发明实施例技术方案通过获取待测发电系统在当前时间周期下的加密电能质量相关数据;加密电能质量相关数据由通信模块在获取到数据采集模块采集得到的电能质量相关数据后,对电能质量相关数据进行加密得到;根据加密电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据;根据异常电能质量数据,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果;将质量检测结果传输至可视化模块,以供可视化模块对所述质量检测结果进行展示。上述技术方案实现了对数据快速响应和实时分析;通过基于不同数据类型分别对应的数据处理方式,对不同电能质量数据进行分别处理,得到质量检测结果,提高了对电能质量数据的检测准确度。
实施例二
图2为本发明实施例二提供了一种电能质量检测系统的结构示意图,本实施例为一种电能质量检测系统,该系统可以适用于对光伏发电系统的各项参数进行电能质量检测或评估的场景,如图2所示,该电能质量检测系统包括数据采集模块210、数据分析模块220、通信模块230以及可视化模块240。数据分析模块220分别与数据采集模块210和可视化模块240通过通信模块230进行通信连接。
其中,数据采集模块210,用于采集待测发电系统在当前时间周期下的电能质量相关数据,并通过通信模块发送至数据分析模块。
通信模块230,用于对获取的电能质量相关数据进行加密,得到加密电能质量相关数据并传输至数据分析模块220。
数据分析模块220,用于获取待测发电系统在当前时间周期下的加密电能质量相关数据,根据加密电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据,并根据异常电能质量数据,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果,将质量检测结果传输至可视化模块240。
可视化模块240,用于对质量检测结果进行展示。
可选的,数据类型包括电流数据、电压数据、频率数据和谐波数据;相应的,根据加密电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据,包括:若加密电能质量相关数据为电流数据,则基于电流数据对应的电流数据处理方式,确定异常电流数据;若加密电能质量相关数据为电压数据,则基于电压数据对应的电压数据处理方式,确定异常电压数据;若加密电能质量相关数据为频率数据,则基于频率数据对应的频率数据处理方式,确定异常频率数据;若加密电能质量相关数据为谐波数据,则基于谐波数据对应的谐波数据处理方式,确定异常谐波数据。
可选的,根据异常电能质量数据,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果,包括:确定异常电能质量数据的数据量与加密电能质量相关数据的数据总量之间的数据量占比;根据数据量占比,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果。
可选的,根据数据量占比,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果,包括:根据数据量占比,基于预设的电能质量等级与数据量占比之间的映射关系,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果。
可选的,根据异常电能质量数据,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果,包括:根据异常电能质量数据所属数据类型对应的正常电能质量数据,确定异常电能质量数据的异常值偏移量;根据异常电能质量数据的异常值偏移量,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果。
可选的,在根据加密电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据之前,还包括:对加密电能质量相关数据进行数据解密,得到电能质量相关明文数据;采用至少一种数据预处理方式,对电能质量相关明文数据进行数据预处理,得到目标电能质量相关数据;相应的,根据加密电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据,包括:根据目标电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据。
本实施例未详述的部分参见其他实施例,本实施例对此不再进行赘述。
本实施例技术方案通过获取待测发电系统在当前时间周期下的加密电能质量相关数据;加密电能质量相关数据由通信模块在获取到数据采集模块采集得到的电能质量相关数据后,对电能质量相关数据进行加密得到;根据加密电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据;根据异常电能质量数据,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果;将质量检测结果传输至可视化模块,以供可视化模块对所述质量检测结果进行展示。上述技术方案实现了对数据快速响应和实时分析;通过基于不同数据类型分别对应的数据处理方式,对不同电能质量数据进行分别处理,得到质量检测结果,提高了对电能质量数据的检测准确度。
实施例三
图3为本发明实施例三提供的一种电能质量检测装置的结构示意图。本发明实施例所提供的一种电能质量检测装置,该装置可适用于对光伏发电系统的各项参数进行电能质量检测或评估的情况,该电能质量检测装置可以采用硬件和/或软件的形式实现,如图3所示,该装置具体包括:质量相关数据获取单元301、异常质量数据确定单元302、电能质量检测单元303和检测结果传输单元304。其中,
质量相关数据获取单元301,用于获取待测发电系统在当前时间周期下的加密电能质量相关数据;所述加密电能质量相关数据由所述通信模块在获取到所述数据采集模块采集得到的电能质量相关数据后,对所述电能质量相关数据进行加密得到;
异常质量数据确定单元302,用于根据所述加密电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据;
电能质量检测单元303,用于根据所述异常电能质量数据,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果;
检测结果传输单元304,用于将所述质量检测结果传输至所述可视化模块,以供所述可视化模块对所述质量检测结果进行展示。
本发明实施例技术方案通过获取待测发电系统在当前时间周期下的加密电能质量相关数据;加密电能质量相关数据由通信模块在获取到数据采集模块采集得到的电能质量相关数据后,对电能质量相关数据进行加密得到;根据加密电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据;根据异常电能质量数据,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果;将质量检测结果传输至可视化模块,以供可视化模块对所述质量检测结果进行展示。上述技术方案实现了对数据快速响应和实时分析;通过基于不同数据类型分别对应的数据处理方式,对不同电能质量数据进行分别处理,得到质量检测结果,提高了对电能质量数据的检测准确度。
可选的,所述数据类型包括电流数据、电压数据、频率数据和谐波数据;
相应的,所述异常质量数据确定单元302,包括:
异常电流数据确定子单元,用于若所述加密电能质量相关数据为电流数据,则基于所述电流数据对应的电流数据处理方式,确定异常电流数据;
异常电压数据确定子单元,用于若所述加密电能质量相关数据为电压数据,则基于所述电压数据对应的电压数据处理方式,确定异常电压数据;
异常频率数据确定子单元,用于若所述加密电能质量相关数据为频率数据,则基于所述频率数据对应的频率数据处理方式,确定异常频率数据;
异常谐波数据确定子单元,用于若所述加密电能质量相关数据为谐波数据,则基于所述谐波数据对应的谐波数据处理方式,确定异常谐波数据。
可选的,所述电能质量检测单元303,包括:
数量占比确定子单元,用于确定所述异常电能质量数据的数据量与加密电能质量相关数据的数据总量之间的数据量占比;
第一检测结果确定子单元,用于根据所述数据量占比,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果。
可选的,所述第一检测结果确定子单元,具体用于:
根据所述数据量占比,基于预设的电能质量等级与数据量占比之间的映射关系,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果。
可选的,所述电能质量检测单元303,包括:
异常值偏移量确定子单元,用于根据所述异常电能质量数据所属数据类型对应的正常电能质量数据,确定所述异常电能质量数据的异常值偏移量;
第二检测结果确定子单元,用于根据所述异常电能质量数据的异常值偏移量,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果。
可选的,所述装置还包括:
数据解密单元,用于在所述根据所述加密电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据之前,对所述加密电能质量相关数据进行数据解密,得到电能质量相关明文数据;
数据预处理单元,用于采用至少一种数据预处理方式,对所述电能质量相关明文数据进行数据预处理,得到目标电能质量相关数据;
相应的,所述异常质量数据确定单元302,包括:
异常质量数据确定子单元,用于根据所述目标电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据。
本发明实施例所提供的电能质量检测装置可执行本发明任意实施例所提供的电能质量检测方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备40的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备40包括至少一个处理器41,以及与至少一个处理器41通信连接的存储器,如只读存储器(ROM)42、随机访问存储器(RAM)43等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器41可以根据存储在只读存储器(ROM)42中的计算机程序或者从存储单元48加载到随机访问存储器(RAM)43中的计算机程序,来执行各种适当的动作和处理。在RAM 43中,还可存储电子设备40操作所需的各种程序和数据。处理器41、ROM 42以及RAM 43通过总线44彼此相连。输入/输出(I/O)接口45也连接至总线44。
电子设备40中的多个部件连接至I/O接口45,包括:输入单元46,例如键盘、鼠标等;输出单元47,例如各种类型的显示器、扬声器等;存储单元48,例如磁盘、光盘等;以及通信单元49,例如网卡、调制解调器、无线通信收发机等。通信单元49允许电子设备40通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器41可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器41的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器41执行上文所描述的各个方法和处理,例如电能质量检测方法。
在一些实施例中,电能质量检测方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元48。在一些实施例中,计算机程序的部分或者全部可以经由ROM 42和/或通信单元49而被载入和/或安装到电子设备40上。当计算机程序加载到RAM 43并由处理器41执行时,可以执行上文描述的电能质量检测方法的一个或多个步骤。备选地,在其他实施例中,处理器41可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行电能质量检测方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种电能质量检测方法,其特征在于,应用于电能质量检测系统,所述系统包括:数据采集模块、数据分析模块、通信模块和可视化模块;所述数据分析模块分别与所述数据采集模块和所述可视化模块通过所述通信模块进行通信连接;所述方法由所述数据分析模块执行,包括:
获取待测发电系统在当前时间周期下的加密电能质量相关数据;所述加密电能质量相关数据由所述通信模块在获取到所述数据采集模块采集得到的电能质量相关数据后,对所述电能质量相关数据进行加密得到;
根据所述加密电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据;
根据所述异常电能质量数据,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果;
将所述质量检测结果传输至所述可视化模块,以供所述可视化模块对所述质量检测结果进行展示。
2.根据权利要求1所述的方法,其特征在于,所述数据类型包括电流数据、电压数据、频率数据和谐波数据;
相应的,所述根据所述加密电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据,包括:
若所述加密电能质量相关数据为电流数据,则基于所述电流数据对应的电流数据处理方式,确定异常电流数据;
若所述加密电能质量相关数据为电压数据,则基于所述电压数据对应的电压数据处理方式,确定异常电压数据;
若所述加密电能质量相关数据为频率数据,则基于所述频率数据对应的频率数据处理方式,确定异常频率数据;
若所述加密电能质量相关数据为谐波数据,则基于所述谐波数据对应的谐波数据处理方式,确定异常谐波数据。
3.根据权利要求1所述的方法,其特征在于,所述根据所述异常电能质量数据,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果,包括:
确定所述异常电能质量数据的数据量与加密电能质量相关数据的数据总量之间的数据量占比;
根据所述数据量占比,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果。
4.根据权利要求3所述的方法,其特征在于,所述根据所述数据量占比,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果,包括:
根据所述数据量占比,基于预设的电能质量等级与数据量占比之间的映射关系,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果。
5.根据权利要求1所述的方法,其特征在于,所述根据所述异常电能质量数据,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果,包括:
根据所述异常电能质量数据所属数据类型对应的正常电能质量数据,确定所述异常电能质量数据的异常值偏移量;
根据所述异常电能质量数据的异常值偏移量,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果。
6.根据权利要求1所述的方法,其特征在于,在所述根据所述加密电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据之前,还包括:
对所述加密电能质量相关数据进行数据解密,得到电能质量相关明文数据;
采用至少一种数据预处理方式,对所述电能质量相关明文数据进行数据预处理,得到目标电能质量相关数据;
相应的,所述根据所述加密电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据,包括:
根据所述目标电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据。
7.一种电能质量检测系统,其特征在于,所述系统包括:数据采集模块、数据分析模块、通信模块和可视化模块;所述数据分析模块分别与所述数据采集模块和所述可视化模块通过所述通信模块进行通信连接;
所述数据采集模块,用于采集待测发电系统在当前时间周期下的电能质量相关数据,并通过所述通信模块发送至所述数据分析模块;
所述通信模块,用于对获取的所述电能质量相关数据进行加密,得到加密电能质量相关数据并传输至所述数据分析模块;
所述数据分析模块,用于获取所述待测发电系统在当前时间周期下的加密电能质量相关数据,根据所述加密电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据,并根据所述异常电能质量数据,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果,将所述质量检测结果传输至所述可视化模块;
所述可视化模块,用于对所述质量检测结果进行展示。
8.一种电能质量检测装置,其特征在于,应用于电能质量检测系统,所述系统包括:数据采集模块、数据分析模块、通信模块和可视化模块;所述数据分析模块分别与所述数据采集模块和所述可视化模块通过所述通信模块进行通信连接;所述装置配置于所述数据分析模块,包括:
质量相关数据获取单元,用于获取待测发电系统在当前时间周期下的加密电能质量相关数据;所述加密电能质量相关数据由所述通信模块在获取到所述数据采集模块采集得到的电能质量相关数据后,对所述电能质量相关数据进行加密得到;
异常质量数据确定单元,用于根据所述加密电能质量相关数据的数据类型,基于不同数据类型分别对应的类型数据处理方式,确定异常电能质量数据;
电能质量检测单元,用于根据所述异常电能质量数据,对当前时间周期下的待测发电系统进行电能质量检测,得到质量检测结果;
检测结果传输单元,用于将所述质量检测结果传输至所述可视化模块,以供所述可视化模块对所述质量检测结果进行展示。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的电能质量检测方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的电能质量检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410186968.1A CN117907728A (zh) | 2024-02-20 | 2024-02-20 | 电能质量检测方法、系统、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410186968.1A CN117907728A (zh) | 2024-02-20 | 2024-02-20 | 电能质量检测方法、系统、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117907728A true CN117907728A (zh) | 2024-04-19 |
Family
ID=90696103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410186968.1A Pending CN117907728A (zh) | 2024-02-20 | 2024-02-20 | 电能质量检测方法、系统、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117907728A (zh) |
-
2024
- 2024-02-20 CN CN202410186968.1A patent/CN117907728A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Time series anomaly detection for smart grids: A survey | |
CN112581463A (zh) | 图像缺陷的检测方法、装置、电子设备、存储介质及产品 | |
CN111459700A (zh) | 设备故障的诊断方法、诊断装置、诊断设备及存储介质 | |
CN103793853A (zh) | 基于双向贝叶斯网络的架空输电线路运行状态评估方法 | |
CN101465544B (zh) | 一种用于发电侧控制性能标准考核的实时采集与监控系统 | |
CN104881741B (zh) | 基于支持向量机的电力系统暂态稳定判断方法 | |
US20230118175A1 (en) | Event analysis in an electric power system | |
CN106940678B (zh) | 一种系统实时健康度评估分析方法及装置 | |
CN115882456B (zh) | 一种基于大规模电网潮流的电力控制方法及系统 | |
CN107526007A (zh) | 故障类型的识别方法及装置 | |
CN110187275A (zh) | 一种永磁电机健康状态检测方法及系统 | |
CN114331761A (zh) | 一种专变采集终端的设备参数分析调整方法及系统 | |
CN116090605A (zh) | 一种管网预警方法、装置、电子设备及存储介质 | |
CN114819385A (zh) | 风电功率预测方法、装置、电子设备及存储介质 | |
CN103529337B (zh) | 设备故障与电气量信息间非线性相关关系的识别方法 | |
CN117034149A (zh) | 故障处理策略确定方法、装置、电子设备和存储介质 | |
CN117907728A (zh) | 电能质量检测方法、系统、装置、设备及存储介质 | |
CN107121616B (zh) | 一种用于对智能仪表进行故障定位的方法和装置 | |
CN115563507A (zh) | 可再生能源发电场景的生成方法、装置及设备 | |
Cai et al. | RUL prediction for two-phase degrading systems considering physical damage observations | |
CN114414938B (zh) | 一种配电网故障的动态响应方法及系统 | |
CN117493498B (zh) | 基于工业互联网的电力数据挖掘与分析系统 | |
Voloshko et al. | An improved pre-forecasting analysis of electrical loads of pumping station | |
Yuan et al. | [Retracted] Operational Status Monitoring and Fault Diagnosis System of Transformer Equipment | |
CN118054565A (zh) | 一种电网状态分析方法、装置、终端设备和存储介质 |
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 |