CN117977814A - 智慧开关控制方法、智慧开关和智慧开关边端协同系统 - Google Patents
智慧开关控制方法、智慧开关和智慧开关边端协同系统 Download PDFInfo
- Publication number
- CN117977814A CN117977814A CN202410365572.3A CN202410365572A CN117977814A CN 117977814 A CN117977814 A CN 117977814A CN 202410365572 A CN202410365572 A CN 202410365572A CN 117977814 A CN117977814 A CN 117977814A
- Authority
- CN
- China
- Prior art keywords
- data
- power
- analysis result
- calculating
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 239000011159 matrix material Substances 0.000 claims description 30
- 238000004364 calculation method Methods 0.000 claims description 24
- 238000004891 communication Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 abstract description 16
- 230000009471 action Effects 0.000 abstract description 10
- 230000008030 elimination Effects 0.000 abstract description 5
- 238000003379 elimination reaction Methods 0.000 abstract description 5
- 230000003993 interaction Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明提供一种智慧开关控制方法、智慧开关和智慧开关边端协同系统,属于电力技术领域。方法包括:获取多个种类的电力数据集;计算每个种类的电力数据集的数据分布相似性,得到相似性分析结果;在任意一种电力数据集的相似性分析结果不属于设定阈值范围的情况下,发送分闸指令至开关本体,以对开关本体进行断电。本发明通过计算每个种类的电力数据集的数据分布相似性,在相似性分析结果异常时对开关本体进行断电,由于本发明自动对电力数据集进行数据故障分析,无需馈线终端进行分析,即使开关数量增多,也不会存在有些开关动作不够及时、延时增加的问题,实现对电力系统的实时故障定位和快速排除故障。
Description
技术领域
本发明涉及电力技术领域,具体地涉及一种智慧开关控制方法、一种智慧开关和一种智慧开关边端协同系统。
背景技术
FTU(Feeder Terminal Unit,馈线终端)通过连接各种传感器和检测设备,对电力系统中的电压、电流、温度、湿度等参数进行实时监测和采集。经过信号处理、逻辑判断后,一旦发现异常情况,FTU会发出警报信号,并根据预设的逻辑规则进行相应的控制操作。如将控制命令发送给开关设备,实现对电力系统的控制。控制命令可以包括合闸、分闸、调节电流等操作,以保证电力系统的正常运行。
传统意义上的开关仅仅接受分合闸命令,FTU实现过载保护、短路保护、电压调节等都是通过开关分闸进行操作。这样在新型电力系统中,如果开关数量增多,就会存在有些开关动作不够及时、延时增加等问题,导致无法实时故障定位和快速排除故障。
发明内容
本发明实施例的目的是提供一种智慧开关控制方法、一种智慧开关和一种智慧开关边端协同系统,用以解决在新型电力系统中开关数量增多,就会存在有些开关动作不够及时、延时增加等问题,导致无法实时故障定位和快速排除故障的缺陷。
为了实现上述目的,本发明实施例提供一种智慧开关控制方法,包括:
获取多个种类的电力数据集,其中每个种类的所述电力数据集包括在设定时间内对电力系统采集的多个电力数据;
计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果;
在任意一种电力数据集的所述相似性分析结果不属于设定阈值范围的情况下,发送分闸指令至开关本体,以对所述开关本体进行断电。
可选的,所述计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果,包括:
计算每个种类的所述电力数据集中任意两个数据之间的基于数据距离的条件概率;其中所述条件概率作为所述相似性分析结果。
可选的,所述条件概率通过以下公式计算:
;
其中,x i、x j表示每个种类的所述电力数据集中的任意两个数据;表示以数据点x i为中心的领域数据点x j的条件概率,/>是以数据点x i为中心的高斯方差,/>表示x i与x j之间的距离,/>表示x i与x k之间的距离,其中x k表示所述电力数据集中除去x i和x j之外的所有数据。
可选的,所述计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果,包括:
计算每个种类的所述电力数据集中任意两个数据之间的基于数据距离的条件概率;
基于所述任意两个数据之间的条件概率计算任意两个数据之间的联合概率,其中所述联合概率作为所述相似性分析结果。
可选的,所述条件概率、所述联合概率通过以下公式计算:
;/>;
其中,x i、x j表示每个种类的所述电力数据集中的任意两个数据;表示以数据点x i为中心的领域数据点x j的条件概率,/>是以数据点x i为中心的高斯方差,/>表示x i与x j之间的距离,/>表示x i与x k之间的距离,其中x k表示所述电力数据集中除去x i和x j之外的所有数据,p ij表示联合概率,/>表示以数据点x j为中心的领域数据点x i的条件概率,N表示所述电力数据集的数据数量。
可选的,所述获取多个种类的电力数据集之后,还包括:
基于所述多个种类的电力数据集构建数据矩阵;其中所述数据矩阵中的每行数据对应一个种类的所述电力数据集;
计算所述数据矩阵中的每个数据与预设标准值的差值,以及对计算差值后的每个数据取绝对值,得到预处理后的多个种类的电力数据集。
可选的,所述计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果之后,还包括:
在任意一种电力数据集的所述相似性分析结果不属于设定阈值范围的情况下,生成分闸指令,以及对所述分闸指令进行安全性认证。
可选的,所述发送分闸指令至开关本体之后还包括:
将电力数据故障信息发送至馈线终端。
另一方面,本发明实施例还提供一种智慧开关控制装置,包括:
数据获取模块,用于获取多个种类的电力数据集,其中每个种类的所述电力数据集包括在设定时间内对电力系统采集的多个电力数据;
边缘计算模块,用于计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果;
开关控制模块,用于在任意一种电力数据集的所述相似性分析结果不属于设定阈值范围的情况下,发送分闸指令至开关本体,以对所述开关本体进行断电。
可选的,所述计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果,包括:
计算每个种类的所述电力数据集中任意两个数据之间的基于数据距离的条件概率;其中所述条件概率作为所述相似性分析结果。
可选的,所述条件概率通过以下公式计算:
;
其中,x i、x j表示每个种类的所述电力数据集中的任意两个数据;表示以数据点x i为中心的领域数据点x j的条件概率,/>是以数据点x i为中心的高斯方差,/>表示x i与x j之间的距离,/>表示x i与x k之间的距离,其中x k表示所述电力数据集中除去x i和x j之外的所有数据。
可选的,所述计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果,包括:
计算每个种类的所述电力数据集中任意两个数据之间的基于数据距离的条件概率;
基于所述任意两个数据之间的条件概率计算任意两个数据之间的联合概率,其中所述联合概率作为所述相似性分析结果。
可选的,所述条件概率、所述联合概率通过以下公式计算:
;/>;
其中,x i、x j表示每个种类的所述电力数据集中的任意两个数据;表示以数据点x i为中心的领域数据点x j的条件概率,/>是以数据点x i为中心的高斯方差,/>表示x i与x j之间的距离,/>表示x i与x k之间的距离,其中x k表示所述电力数据集中除去x i和x j之外的所有数据,p ij表示联合概率,/>表示以数据点x j为中心的领域数据点x i的条件概率,N表示所述电力数据集的数据数量。
另一方面,本发明实施例还提供一种智慧开关,包括:
数据采集单元,用于获取多个种类的电力数据集,其中每个种类的所述电力数据集包括在设定时间内对电力系统采集的多个电力数据;
边缘计算单元,用于计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果;
CPU主控单元,用于在任意一种电力数据集的所述相似性分析结果不属于设定阈值范围的情况下,发送分闸指令至开关控制单元;
开关控制单元,用于发送分闸指令至开关本体,以对所述开关本体进行断电。
可选的,智慧开关还包括数据处理单元,所述数据处理单元用于基于所述多个种类的电力数据集构建数据矩阵;计算所述数据矩阵中的每个数据与预设标准值的差值,以及对计算差值后的每个数据取绝对值,得到预处理后的多个种类的电力数据集;其中所述数据矩阵中的每行数据对应一个种类的所述电力数据集。
可选的,智慧开关还包括用于在任意一种电力数据集的所述相似性分析结果不属于设定阈值范围的情况下,对所述分闸指令进行安全性认证的安全控制单元。
可选的,智慧开关还包括用于将电力数据故障信息发送至馈线终端的通信单元。
另一方面,本发明还提供一种智慧开关边端协同系统,包括上述的智慧开关以及馈线终端,所述馈线终端用于接收所述智慧开关发送的电力数据故障信息。
另一方面,本发明还提供一种机器可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述智慧开关控制方法。
通过上述技术方案,本发明实施例通过计算每个种类的所述电力数据集的数据分布相似性,在相似性分析结果异常时对所述开关本体进行断电,由于本发明实施例自动对电力数据集进行数据故障分析,无需馈线终端进行分析,即使开关数量增多,也不会存在有些开关动作不够及时、延时增加的问题,实现对电力系统的实时故障定位和快速排除故障。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施例,但并不构成对本发明实施例的限制。在附图中:
图1是本发明提供的智慧开关控制方法的流程示意图之一;
图2是本发明提供的智慧开关控制方法的流程示意图之二;
图3是本发明提供的智慧开关的电路原理图;
图4是本发明提供的智慧开关执行智慧开关控制方法的流程示意图;
图5是本发明提供的智慧开关边端协同系统的结构示意图;
图6是本发明提供的智慧开关控制装置的结构示意图。
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明实施例,并不用于限制本发明实施例。
现有技术方案中,只通过FTU下发指令给开关,也没有设计开关之间的交互过程,这样就形成了FTU只是提前预设一个阈值,FTU根据阈值来下发指令给开关,实现开关的开合闸。这就导致随着开关数量增加,FTU本身的管理压力增加,而且容易导致其他区域受到牵连,精准度不够。同时,受到FTU本身软硬件资源的限制,不能做到实时控制、故障定位、快速排除故障等。
鉴于此,本发明实施例的目的是提供一种智慧开关控制方法、一种智慧开关和一种智慧开关边端协同系统,用以解决在新型电力系统中开关数量增多,就会存在有些开关动作不够及时、延时增加等问题,导致无法实时故障定位和快速排除故障的缺陷。
方法实施例
请参照图1,本发明实施例提供一种智慧开关控制方法,包括:
步骤100、获取多个种类的电力数据集。
智慧开关获取电力系统的多个种类的电力数据集。其中多个种类的电力数据集可以是电力系统的电压数据集,电流数据集以及温度数据集等。其中每个种类的所述电力数据集包括在设定时间内对电力系统采集的多个电力数据。以电压数据集为例,电压数据集包括在设定时间内(例如上午8点至12点)对电力系统采集的每分钟的电压数据。电流数据集的多个电流数据和温度数据集的多个温度数据可以此类推,在此不赘述。
步骤300、计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果。
本发明实施例中智慧开关对每个种类的所述电力数据集计算数据分布相似性,得到相似性分析结果。即,计算每个种类的所述电力数据集中的所有电力数据的数据分布相似性。由于正常情况下,电力系统的电力数据不会出现大范围的波动。当计算得到电力数据集的相似性分析结果异常时,则说明此时电力系统出现故障,需要向开关本体发送分闸指令实现断电。在一个实施例中,可通过计算每个种类的所述电力数据集中任意两个数据之间的基于数据距离的条件概率,得到相似性分析结果。
步骤500、在任意一种电力数据集的所述相似性分析结果不属于设定阈值范围的情况下,发送分闸指令至开关本体,以对所述开关本体进行断电。
由于电力数据集的相似性分析结果越高,即,电力数据集的相似性分析结果属于设定阈值范围(例如[0.8,1])的情况下,表明电力数据集的电力数据的相似性越高。反之,当电力数据集的相似性分析结果越低,在出现任意一种电力数据集的所述相似性分析结果不属于设定阈值范围的情况下,表明电力数据集的电力数据的相似性越低,说明此时出现了数据异常波动,电力系统可能出现故障,需要发送分闸指令至开关本体,以对所述开关本体进行断电。本发明实施例通过自行计算电力数据集的数据分布相似性,得到相似性分析结果,在相似性分析结果异常的情况下,发送分闸指令至开关本体,以对所述开关本体进行断电。由于本发明实施例无需通过FTU进行逻辑判断再发送分闸指令至开关本体,即使在开关数量增加的情况下,也能实现对电力系统的实时故障定位和快速排除故障。
本发明实施例通过计算每个种类的所述电力数据集的数据分布相似性,在相似性分析结果异常时对所述开关本体进行断电,由于本发明实施例自动对电力数据集进行数据故障分析,无需馈线终端进行分析,即使开关数量增多,也不会存在有些开关动作不够及时、延时增加的问题,实现对电力系统的实时故障定位和快速排除故障。
在本发明实施例的其他方面,所述计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果,包括:计算每个种类的所述电力数据集中任意两个数据之间的基于数据距离的条件概率;其中所述条件概率作为所述相似性分析结果。
本发明实施例中,计算每个种类的所述电力数据集中任意两个数据之间的基于数据距离的条件概率,当任意两个数据之间的基于数据距离的条件概率不属于设定阈值范围的情况下,表明电力数据集的电力数据的相似性越低,说明此时出现了数据异常波动,电力系统可能出现故障,需要发送分闸指令至开关本体,以对所述开关本体进行断电。
具体的,在一个实施例中,条件概率通过以下公式计算:
;公式(1)
其中,x i、x j表示每个种类的所述电力数据集中的任意两个数据;表示以数据点x i为中心的领域数据点x j的条件概率,其分布符合高斯分布,/>是以数据点x i为中心的高斯方差,/>表示x i与x j之间的距离,/>表示x i与x k之间的距离,其中x k表示所述电力数据集中除去x i和x j之外的所有数据。
从公式(1)可以看出,离x i越近的点,条件概率值越大,反之,则越小。为了获取每个数据点对概率的/>,设p i表示电力数据集中所有其它数据点相对x i的条件概率。如果数据点x i是异常值,那么/>会很大,从而条件概率/>值会越小。因此,当电力数据集中任意两个数据之间的基于数据距离的条件概率不属于设定阈值范围的情况下,表明电力数据集的电力数据的相似性越低,说明此时出现了数据异常波动,电力系统可能出现故障,需要发送分闸指令至开关本体,以对所述开关本体进行断电。本发明通过计算每个种类的所述电力数据集中任意两个数据之间的基于数据距离的条件概率,从而得到描述电力数据集的数据分布相似性的相似性分析结果,为判断开关主体的分合闸提供判断依据,实现对电力系统的实时故障定位和快速排除故障。
需要说明的是,本发明实施例因为只考虑数据点对之间的关系,不考虑数据点自身与自身的关系,设置。
在本发明实施例的其他方面,所述计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果,包括:计算每个种类的所述电力数据集中任意两个数据之间的基于数据距离的条件概率;基于所述任意两个数据之间的条件概率计算任意两个数据之间的联合概率,其中所述联合概率作为所述相似性分析结果。
本发明实施例中,计算每个种类的所述电力数据集中任意两个数据之间的基于数据距离的条件概率,基于所述任意两个数据之间的条件概率计算任意两个数据之间的联合概率,当任意两个数据之间的联合概率不属于设定阈值范围的情况下,表明电力数据集的电力数据的相似性越低,说明此时出现了数据异常波动,电力系统可能出现故障,需要发送分闸指令至开关本体,以对所述开关本体进行断电。
具体的,在一个实施例中,所述条件概率、所述联合概率通过以下公式计算:
;公式(2)
;公式(3)
其中,x i、x j表示每个种类的所述电力数据集中的任意两个数据;表示以数据点x i为中心的领域数据点x j的条件概率,其分布符合高斯分布,/>是以数据点x i为中心的高斯方差,/>表示x i与x j之间的距离,/>表示x i与x k之间的距离,其中x k表示所述电力数据集中除去x i和x j之外的所有数据,/>表示以数据点x j为中心的领域数据点x i的条件概率,其分布符合高斯分布,/>是以数据点x j为中心的高斯方差,/>表示x j与x i之间的距离,/>表示x j与x k之间的距离。
从上述公式(2)可以看出,离x i越近的点,值越大,反之,则越小;因为只考虑数据点对之间的关系,不考虑数据点自身与自身的关系,设置/>。为了获取每个数据点对概率的/>,设p i表示电力数据集中所有其它数据点相对x i的条件概率。如果数据点x i是异常值,那么/>会很大,x i离其它数据点距离较远时,则对应所有x j的联合概率/>值都会很小。因此,本发明实施例的联合概率/>由条件概率来确定,如公式(4)所示:
;公式(4)
其中,p ij表示联合概率,N表示所述电力数据集的电力数据的数据数量。
从公式(4)可知电力数据集中两个数据点越相似联合概率越大,因此,通过式(4)的结果来判断是否异常情况。当电力数据集中任意两个数据之间的联合概率不属于设定阈值范围的情况下,表明电力数据集的电力数据的相似性越低,说明此时出现了数据异常波动,电力系统可能出现故障,需要发送分闸指令至开关本体,以对所述开关本体进行断电。
本发明通过计算每个种类的所述电力数据集中任意两个数据之间的联合概率,从而得到描述电力数据集的数据分布相似性的相似性分析结果,为判断开关主体的分合闸提供判断依据,实现对电力系统的实时故障定位和快速排除故障。
在本发明实施例的其他方面,请参照图2,步骤100、获取多个种类的电力数据集之后,还包括:
步骤210、基于所述多个种类的电力数据集构建数据矩阵;其中所述数据矩阵中的每行数据对应一个种类的所述电力数据集。
具体的,本发明实施例对每个种类的电力数据集去除0值或者空值,形成一个M*N的数据矩阵,其中N列对应于某个时刻N个数据,M行对应于数据种类数(电压、电流、温度等)。其中M*N矩阵如公式(5)所示:
;公式(5)
例如,x 11、x 12、x 13、……x 1N可以表示电压数据集中的多个电压数据;x 21、x 22、x 23、……x 2N可以表示电流数据集中的多个电流数据。
步骤220、计算所述数据矩阵中的每个数据与预设标准值的差值,以及对计算差值后的每个数据取绝对值,得到预处理后的多个种类的电力数据集。
其次,由于电压数据、电流数据或者温度数据等,在某一个时刻都有一个预测标准值S,为了方便计算,将上述M*N矩阵中的每个数据减去S,再取绝对值,从而得到一个新的M*N矩阵,将这个新的M*N矩阵作为预处理后的多个种类的电力数据集。通过步骤210和步骤220的预处理操作,可以为后续数据分布相似性的计算提供更加准确的计算基础数据,提高对电力数据集计算的相似性分析结果的准确性,从而提高对电力系统的故障定位的准确性。
在本发明实施例的其他方面,请参照图2,步骤300、计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果之后,还包括:
步骤400、在任意一种电力数据集的所述相似性分析结果不属于设定阈值范围的情况下,生成分闸指令,以及对所述分闸指令进行安全性认证。
在任意一种电力数据集的所述相似性分析结果不属于设定阈值范围的情况下,智慧开关生成分闸指令。为了提高指令交互的安全性,防止开关主体误读黑客的指令而控制开关本体分闸,即防止因误读黑客的指令使得控制开关本体分闸而影响用户的正常生活,本发明实施例还包括对所述分闸指令进行安全性认证的步骤。在一个实施例中,可通过对分闸指令使用PKI(Public Key Infrastructure,公钥基础设施)中的数字证书进行签名,以确保其来源和完整性。在对所述分闸指令进行安全性认证通过后,本发明实施例的智慧开关发送分闸指令至开关本体,以对所述开关本体进行断电。
在本发明实施例的其他方面,请参照图2,步骤500、发送分闸指令至开关本体之后还包括:步骤600、将电力数据故障信息发送至馈线终端。
为了及时将电力数据故障信息上报至馈线终端,完成新型的电力系统异常监控任务。在发送分闸指令至开关本体之后,智慧开关将电力数据故障信息发送至馈线终端。例如当多个种类的电力数据集中的电压数据集出现相似性分析结果不属于设定阈值范围的情况时,则将电压数据故障信息发送至馈线终端。电流数据故障信息和温度数据故障信息的发送可参考电压数据故障信息,在此不赘述。
设备实施例
另一方面,请参照图3,本发明实施例还提供一种智慧开关100,包括:数据采集单元10、边缘计算单元20、CPU主控单元30、开关控制单元40和电源单元。电源单元至少为数据采集单元10、边缘计算单元20、CPU主控单元30以及开关控制单元40供电。
数据采集单元10用于获取多个种类的电力数据集,其中每个种类的所述电力数据集包括在设定时间内对电力系统采集的多个电力数据。其中多个种类的电力数据集可以是电力系统的电压数据集,电流数据集以及温度数据集等。其中每个种类的所述电力数据集包括在设定时间内对电力系统采集的多个电力数据。边缘计算单元20用于计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果。CPU主控单元30用于在任意一种电力数据集的所述相似性分析结果不属于设定阈值范围的情况下,发送分闸指令至开关控制单元40。开关控制单元40,用于发送分闸指令至开关本体,以对所述开关本体进行断电。开关控制单元40负责为开关本体的机械部分进行分合闸。
通过上述技术方案,本发明实施例通过边缘计算单元20计算每个种类的所述电力数据集的数据分布相似性,在相似性分析结果异常时通过CPU主控单元30和开关控制单元40协同对所述开关本体进行断电,由于本发明实施例自动对电力数据集进行数据故障分析,无需馈线终端进行分析,即使开关数量增多,也不会存在有些开关动作不够及时、延时增加的问题,实现对电力系统的实时故障定位和快速排除故障。
在本发明实施例的其他方面,边缘计算单元20计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果,包括:计算每个种类的所述电力数据集中任意两个数据之间的基于数据距离的条件概率;其中所述条件概率作为所述相似性分析结果。
在一个实施例中,所述条件概率通过以下公式计算:
;
其中,x i、x j表示每个种类的所述电力数据集中的任意两个数据;表示以数据点x i为中心的领域数据点x j的条件概率,/>是以数据点x i为中心的高斯方差,/>表示x i与x j之间的距离,/>表示x i与x k之间的距离,其中x k表示所述电力数据集中除去x i和x j之外的所有数据。
本发明通过边缘计算单元20计算每个种类的所述电力数据集中任意两个数据之间的基于数据距离的条件概率,从而得到描述电力数据集的数据分布相似性的相似性分析结果,为判断开关主体的分合闸提供判断依据,实现对电力系统的实时故障定位和快速排除故障。
在本发明实施例的其他方面,边缘计算单元20计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果,包括:计算每个种类的所述电力数据集中任意两个数据之间的基于数据距离的条件概率;基于所述任意两个数据之间的条件概率计算任意两个数据之间的联合概率,其中所述联合概率作为所述相似性分析结果。
在一个实施例中,所述条件概率、所述联合概率通过以下公式计算:
;/>;
其中,x i、x j表示每个种类的所述电力数据集中的任意两个数据;表示以数据点x i为中心的领域数据点x j的条件概率,/>是以数据点x i为中心的高斯方差,/>表示x i与x j之间的距离,/>表示x i与x k之间的距离,其中x k表示所述电力数据集中除去x i和x j之外的所有数据,p ij表示联合概率,/>表示以数据点x j为中心的领域数据点x i的条件概率,N表示所述电力数据集的数据数量。
本发明通过计算每个种类的所述电力数据集中任意两个数据之间的联合概率,从而得到描述电力数据集的数据分布相似性的相似性分析结果,为判断开关主体的分合闸提供判断依据,实现对电力系统的实时故障定位和快速排除故障。
在本发明实施例的其他方面,请参照图3和图4,智慧开关100还包括数据处理单元50,所述数据处理单元50用于基于所述多个种类的电力数据集构建数据矩阵;计算所述数据矩阵中的每个数据与预设标准值的差值,以及对计算差值后的每个数据取绝对值,得到预处理后的多个种类的电力数据集;其中所述数据矩阵中的每行数据对应一个种类的所述电力数据集。
数据处理单元50首先对每个种类的电力数据集去除0值或者空值,形成一个M*N的数据矩阵,其中N列对应于某个时刻N个数据,M行对应于数据种类数(电压、电流、温度等)。其次,由于电压数据、电流数据或者温度数据等,在某一个时刻都有一个预测标准值S,为了方便计算,将上述M*N矩阵中的每个数据减去S,再取绝对值,从而得到一个新的M*N矩阵,将这个新的M*N矩阵作为预处理后的多个种类的电力数据集。数据处理单元50将预处理过的数据,放到任务队列,CPU主控单元30操作边缘计算单元20,对任务队列中的数据进行分析处理。通过步骤210和步骤220的预处理操作,可以为后续数据分布相似性的计算提供更加准确的计算基础数据,提高对电力数据集计算的相似性分析结果的准确性,从而提高对电力系统的故障定位的准确性。
在本发明实施例的其他方面,请参照图3,智慧开关100还包括用于在任意一种电力数据集的所述相似性分析结果不属于设定阈值范围的情况下,对所述分闸指令进行安全性认证的安全控制单元60。
为了提高指令交互的安全性,防止开关主体误读黑客的指令而控制开关本体分闸,防止因误读黑客的指令使得控制开关本体分闸而影响用户的正常生活,本发明实施例还包括安全控制单元60。通过安全控制单元60对所述分闸指令进行安全性认证。在一个实施例中,安全控制单元60可通过对分闸指令使用PKI(Public Key Infrastructure,公钥基础设施)中的数字证书进行签名,以确保其来源和完整性。在对所述分闸指令进行安全性认证通过后,本发明实施例的智慧开关100通过开关控制单元40发送分闸指令至开关本体,以对所述开关本体进行断电。
在本发明实施例的其他方面,请参照图3,智慧开关100还包括用于将电力数据故障信息发送至馈线终端的通信单元70。为了及时将电力数据故障信息上报至馈线终端,完成新型的电力系统异常监控任务。在发送分闸指令至开关本体之后,智慧开关100通过通信单元70将电力数据故障信息发送至馈线终端。
另外,需要说明的是,在正常情况下,CPU主控单元30通过通信单元70与FTU进行指令交互,接收FTU发过来的指令,按照FTU的开合闸指令进行开关主体的开合闸动作。另外,通信单元70还用于配合FTU的统一动作。本发明实施例通过与通信单元70与馈线终端交互,实现对电力系统的实时故障定位和快速排除故障。
综上,本发明实施例的智慧开关100包括数据采集单元10、边缘计算单元20、CPU主控单元30、开关控制单元40、数据处理单元50、安全控制单元60和通信单元70。本发明实施例通过边缘计算单元20计算每个种类的所述电力数据集的数据分布相似性,在相似性分析结果异常时通过CPU主控单元30和开关控制单元40协同对所述开关本体进行断电,由于本发明实施例自动对电力数据集进行数据故障分析,无需馈线终端进行分析,即使开关数量增多,也不会存在有些开关动作不够及时、延时增加的问题,实现对电力系统的实时故障定位和快速排除故障。本发明实施例还通过安全控制单元60对所述分闸指令进行安全性认证,提高指令交互的安全性。从而本发明实施例通过构建一种基于边缘计算单元20的智慧开关100的整体架构,提高新型电力系统的边缘计算智能化水平,综合考虑数据共享的安全性。
系统实施例
另一方面,请参照图5,本发明还提供一种智慧开关边端协同系统,包括上述的智慧开关100以及馈线终端,所述馈线终端用于接收所述智慧开关100发送的电力数据故障信息。其中,智慧开关100具体结构参照上述实施例,由于本智慧开关边端协同系统采用了上述所有实施例的全部技术方案,因此至少具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
本发明实施例的智慧开关100作为端侧的重要设备,配合FTU(馈线终端)构建边端协同系统,完成新型电力系统异常监控任务。出现异常情况时,智能开关的CPU主控单元30通知开关控制单元40,并调用安全控制单元60进行认证,对开关本体进行开闸断电。并通过通信单元70与远端的FTU进行上报。正常情况时,智能开关的CPU主控单元30通过通信单元70与FTU进行指令交互,接收FTU发过来的指令,按照FTU的开合闸指令进行开关的开合闸动作,另外,配合FTU的统一动作。通过边侧的FTU(馈线终端)与端侧设备(本发明专利实施例的智慧开关100)进行通信,实现电力系统中线路电流、电压、温度等数据的采集、监测、控制等任务。
另外,作为边侧的FTU(馈线终端)与云侧的配电自动化主站进行远程数据交互通信,并响应配电自动化主站的指令。
装置实施例
请参照图6,另一方面,本发明实施例还提供一种智慧开关控制装置,包括:
数据获取模块601,用于获取多个种类的电力数据集,其中每个种类的所述电力数据集包括在设定时间内对电力系统采集的多个电力数据;
边缘计算模块602,用于计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果;
开关控制模块603,用于在任意一种电力数据集的所述相似性分析结果不属于设定阈值范围的情况下,发送分闸指令至开关本体,以对所述开关本体进行断电。
通过上述技术方案,本发明实施例通过计算每个种类的所述电力数据集的数据分布相似性,在相似性分析结果异常时对所述开关本体进行断电,由于本发明实施例自动对电力数据集进行数据故障分析,无需馈线终端进行分析,即使开关数量增多,也不会存在有些开关动作不够及时、延时增加的问题,实现对电力系统的实时故障定位和快速排除故障。
可选的,所述计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果,包括:计算每个种类的所述电力数据集中任意两个数据之间的基于数据距离的条件概率;其中所述条件概率作为所述相似性分析结果。
可选的,所述条件概率通过以下公式计算:
;
其中,x i、x j表示每个种类的所述电力数据集中的任意两个数据;表示以数据点x i为中心的领域数据点x j的条件概率,/>是以数据点x i为中心的高斯方差,/>表示x i与x j之间的距离,/>表示x i与x k之间的距离,其中x k表示所述电力数据集中除去x i和x j之外的所有数据。
可选的,所述计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果,包括:计算每个种类的所述电力数据集中任意两个数据之间的基于数据距离的条件概率;基于所述任意两个数据之间的条件概率计算任意两个数据之间的联合概率,其中所述联合概率作为所述相似性分析结果。
可选的,所述条件概率、所述联合概率通过以下公式计算:
;/>;
其中,x i、x j表示每个种类的所述电力数据集中的任意两个数据;表示以数据点x i为中心的领域数据点x j的条件概率,/>是以数据点x i为中心的高斯方差,/>表示x i与x j之间的距离,/>表示x i与x k之间的距离,其中x k表示所述电力数据集中除去x i和x j之外的所有数据,p ij表示联合概率,/>表示以数据点x j为中心的领域数据点x i的条件概率,N表示所述电力数据集的数据数量。
可选的,所述智慧开关控制装置还包括:
数据预处理模块,用于基于所述多个种类的电力数据集构建数据矩阵;
计算所述数据矩阵中的每个数据与预设标准值的差值,以及对计算差值后的每个数据取绝对值,得到预处理后的多个种类的电力数据集,其中所述数据矩阵中的每行数据对应一个种类的所述电力数据集。
可选的,所述智慧开关控制装置还包括:
安全控制单元,用于在任意一种电力数据集的所述相似性分析结果不属于设定阈值范围的情况下,生成分闸指令,以及对所述分闸指令进行安全性认证。
可选的,所述智慧开关控制装置还包括:通信单元,用于将电力数据故障信息发送至馈线终端。
所述智慧开关控制装置包括处理器和存储器,上述数据获取模块601、边缘计算模块602和开关控制模块603等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
又一方面,本发明还提供一种机器可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行智慧开关控制方法,该方法包括:获取多个种类的电力数据集,其中每个种类的所述电力数据集包括在设定时间内对电力系统采集的多个电力数据;计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果;在任意一种电力数据集的所述相似性分析结果不属于设定阈值范围的情况下,发送分闸指令至开关本体,以对所述开关本体进行断电。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。
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 (19)
1.一种智慧开关控制方法,其特征在于,包括:
获取多个种类的电力数据集,其中每个种类的所述电力数据集包括在设定时间内对电力系统采集的多个电力数据;
计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果;
在任意一种电力数据集的所述相似性分析结果不属于设定阈值范围的情况下,发送分闸指令至开关本体,以对所述开关本体进行断电。
2.根据权利要求1所述的智慧开关控制方法,其特征在于,所述计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果,包括:
计算每个种类的所述电力数据集中任意两个数据之间的基于数据距离的条件概率;其中所述条件概率作为所述相似性分析结果。
3.根据权利要求2所述的智慧开关控制方法,其特征在于,所述条件概率通过以下公式计算:
;
其中,x i、x j表示每个种类的所述电力数据集中的任意两个数据;表示以数据点x i为中心的领域数据点x j的条件概率,/>是以数据点x i为中心的高斯方差,/>表示x i与x j之间的距离,/>表示x i与x k之间的距离,其中x k表示所述电力数据集中除去x i和x j之外的所有数据。
4.根据权利要求1所述的智慧开关控制方法,其特征在于,所述计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果,包括:
计算每个种类的所述电力数据集中任意两个数据之间的基于数据距离的条件概率;
基于所述任意两个数据之间的条件概率计算任意两个数据之间的联合概率,其中所述联合概率作为所述相似性分析结果。
5.根据权利要求4所述的智慧开关控制方法,其特征在于,所述条件概率、所述联合概率通过以下公式计算:
;/>;
其中,x i、x j表示每个种类的所述电力数据集中的任意两个数据;表示以数据点x i为中心的领域数据点x j的条件概率,/>是以数据点x i为中心的高斯方差,/>表示x i与x j之间的距离,/>表示x i与x k之间的距离,其中x k表示所述电力数据集中除去x i和x j之外的所有数据,p ij表示联合概率,/>表示以数据点x j为中心的领域数据点x i的条件概率,N表示所述电力数据集的数据数量。
6.根据权利要求1所述的智慧开关控制方法,其特征在于,所述获取多
基于所述多个种类的电力数据集构建数据矩阵;其中所述数据矩阵中的每行数据对应一个种类的所述电力数据集;
计算所述数据矩阵中的每个数据与预设标准值的差值,以及对计算差值后的每个数据取绝对值,得到预处理后的多个种类的电力数据集。
7.根据权利要求1所述的智慧开关控制方法,其特征在于,所述计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果之后,还包括:
在任意一种电力数据集的所述相似性分析结果不属于设定阈值范围的情况下,生成分闸指令,以及对所述分闸指令进行安全性认证。
8.根据权利要求1所述的智慧开关控制方法,其特征在于,所述发送分闸指令至开关本体之后还包括:
将电力数据故障信息发送至馈线终端。
9.一种智慧开关控制装置,其特征在于,包括:
数据获取模块,用于获取多个种类的电力数据集,其中每个种类的所述电力数据集包括在设定时间内对电力系统采集的多个电力数据;
边缘计算模块,用于计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果;
开关控制模块,用于在任意一种电力数据集的所述相似性分析结果不属于设定阈值范围的情况下,发送分闸指令至开关本体,以对所述开关本体进行断电。
10.根据权利要求9所述的智慧开关控制装置,其特征在于,所述计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果,包括:
计算每个种类的所述电力数据集中任意两个数据之间的基于数据距离的条件概率;其中所述条件概率作为所述相似性分析结果。
11.根据权利要求10所述的智慧开关控制装置,其特征在于,所述条件概率通过以下公式计算:
;
其中,x i、x j表示每个种类的所述电力数据集中的任意两个数据;表示以数据点x i为中心的领域数据点x j的条件概率,/>是以数据点x i为中心的高斯方差,/>表示x i与x j之间的距离,/>表示x i与x k之间的距离,其中x k表示所述电力数据集中除去x i和x j之外的所有数据。
12.根据权利要求9所述的智慧开关控制装置,其特征在于,所述计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果,包括:
计算每个种类的所述电力数据集中任意两个数据之间的基于数据距离的条件概率;
基于所述任意两个数据之间的条件概率计算任意两个数据之间的联合概率,其中所述联合概率作为所述相似性分析结果。
13.根据权利要求12所述的智慧开关控制装置,其特征在于,所述条件概率、所述联合概率通过以下公式计算:
;/>;
其中,x i、x j表示每个种类的所述电力数据集中的任意两个数据;表示以数据点x i为中心的领域数据点x j的条件概率,/>是以数据点x i为中心的高斯方差,/>表示x i与x j之间的距离,/>表示x i与x k之间的距离,其中x k表示所述电力数据集中除去x i和x j之外的所有数据,p ij表示联合概率,/>表示以数据点x j为中心的领域数据点x i的条件概率,N表示所述电力数据集的数据数量。
14.一种智慧开关,其特征在于,包括:
数据采集单元,用于获取多个种类的电力数据集,其中每个种类的所述电力数据集包括在设定时间内对电力系统采集的多个电力数据;
边缘计算单元,用于计算每个种类的所述电力数据集的数据分布相似性,得到相似性分析结果;
CPU主控单元,用于在任意一种电力数据集的所述相似性分析结果不属于设定阈值范围的情况下,发送分闸指令至开关控制单元;
开关控制单元,用于发送分闸指令至开关本体,以对所述开关本体进行断电。
15.根据权利要求14所述的智慧开关,其特征在于,所述智慧开关还包括数据处理单元,所述数据处理单元用于基于所述多个种类的电力数据集构建数据矩阵;计算所述数据矩阵中的每个数据与预设标准值的差值,以及对计算差值后的每个数据取绝对值,得到预处理后的多个种类的电力数据集;其中所述数据矩阵中的每行数据对应一个种类的所述电力数据集。
16.根据权利要求14所述的智慧开关,其特征在于,所述智慧开关还包括用于在任意一种电力数据集的所述相似性分析结果不属于设定阈值范围的情况下,对所述分闸指令进行安全性认证的安全控制单元。
17.根据权利要求14所述的智慧开关,其特征在于,所述智慧开关还包括用于将电力数据故障信息发送至馈线终端的通信单元。
18.一种智慧开关边端协同系统,其特征在于,包括权利要求14至17中任一项所述的智慧开关以及馈线终端,所述馈线终端用于接收所述智慧开关发送的电力数据故障信息。
19.一种机器可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的智慧开关控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410365572.3A CN117977814B (zh) | 2024-03-28 | 2024-03-28 | 智慧开关控制方法、智慧开关和智慧开关边端协同系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410365572.3A CN117977814B (zh) | 2024-03-28 | 2024-03-28 | 智慧开关控制方法、智慧开关和智慧开关边端协同系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117977814A true CN117977814A (zh) | 2024-05-03 |
CN117977814B CN117977814B (zh) | 2024-06-21 |
Family
ID=90861519
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410365572.3A Active CN117977814B (zh) | 2024-03-28 | 2024-03-28 | 智慧开关控制方法、智慧开关和智慧开关边端协同系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117977814B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090150686A1 (en) * | 2007-12-05 | 2009-06-11 | The Texas A&M University System | Electrical power system event detection and anticipation |
US20180109531A1 (en) * | 2014-04-14 | 2018-04-19 | Oracle International Corporation | Anomaly detection using tripoint arbitration |
CN109190672A (zh) * | 2018-08-02 | 2019-01-11 | 清华大学 | 电力系统运行工况无监督聚类方法及装置 |
CN109933953A (zh) * | 2019-04-11 | 2019-06-25 | 东南大学 | 基于概率图模型的配电网开关状态辨识方法 |
CN110008278A (zh) * | 2019-02-25 | 2019-07-12 | 国网浙江省电力有限公司电力科学研究院 | 一种利用接地电流信号的配网电缆故障判别方法和系统 |
WO2020155766A1 (zh) * | 2019-01-31 | 2020-08-06 | 平安科技(深圳)有限公司 | 意图识别中的拒识方法、装置、设备及存储介质 |
CN116231637A (zh) * | 2023-02-28 | 2023-06-06 | 青岛鼎信通讯股份有限公司 | 一种基于大数据分析的低压配电网拓扑识别方法 |
CN116488169A (zh) * | 2023-06-25 | 2023-07-25 | 北京智芯微电子科技有限公司 | 基于智慧开关的故障处理方法、装置、系统和介质 |
CN116599211A (zh) * | 2023-03-31 | 2023-08-15 | 中铁第一勘察设计院集团有限公司 | 一种基于多传感器信息融合的智能开关模块的控制方法 |
CN116680635A (zh) * | 2023-06-07 | 2023-09-01 | 国网安徽省电力有限公司电力科学研究院 | 电力网故障位置推断法方法及系统 |
CN116720984A (zh) * | 2023-08-11 | 2023-09-08 | 山东昊能电力建设有限公司 | 一种基于卫星地图技术的智慧电力审计方法 |
CN117195117A (zh) * | 2023-08-21 | 2023-12-08 | 云南电网有限责任公司电力科学研究院 | 一种故障场景削减方法、装置、设备及存储介质 |
CN117390528A (zh) * | 2023-10-31 | 2024-01-12 | 国网江苏省电力有限公司电力科学研究院 | 一种高压开关工作参数异常监测方法及系统 |
CN117763360A (zh) * | 2024-02-22 | 2024-03-26 | 杭州光云科技股份有限公司 | 基于深度神经网络的训练集快速分析方法及电子设备 |
-
2024
- 2024-03-28 CN CN202410365572.3A patent/CN117977814B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090150686A1 (en) * | 2007-12-05 | 2009-06-11 | The Texas A&M University System | Electrical power system event detection and anticipation |
US20180109531A1 (en) * | 2014-04-14 | 2018-04-19 | Oracle International Corporation | Anomaly detection using tripoint arbitration |
CN109190672A (zh) * | 2018-08-02 | 2019-01-11 | 清华大学 | 电力系统运行工况无监督聚类方法及装置 |
WO2020155766A1 (zh) * | 2019-01-31 | 2020-08-06 | 平安科技(深圳)有限公司 | 意图识别中的拒识方法、装置、设备及存储介质 |
CN110008278A (zh) * | 2019-02-25 | 2019-07-12 | 国网浙江省电力有限公司电力科学研究院 | 一种利用接地电流信号的配网电缆故障判别方法和系统 |
CN109933953A (zh) * | 2019-04-11 | 2019-06-25 | 东南大学 | 基于概率图模型的配电网开关状态辨识方法 |
CN116231637A (zh) * | 2023-02-28 | 2023-06-06 | 青岛鼎信通讯股份有限公司 | 一种基于大数据分析的低压配电网拓扑识别方法 |
CN116599211A (zh) * | 2023-03-31 | 2023-08-15 | 中铁第一勘察设计院集团有限公司 | 一种基于多传感器信息融合的智能开关模块的控制方法 |
CN116680635A (zh) * | 2023-06-07 | 2023-09-01 | 国网安徽省电力有限公司电力科学研究院 | 电力网故障位置推断法方法及系统 |
CN116488169A (zh) * | 2023-06-25 | 2023-07-25 | 北京智芯微电子科技有限公司 | 基于智慧开关的故障处理方法、装置、系统和介质 |
CN116720984A (zh) * | 2023-08-11 | 2023-09-08 | 山东昊能电力建设有限公司 | 一种基于卫星地图技术的智慧电力审计方法 |
CN117195117A (zh) * | 2023-08-21 | 2023-12-08 | 云南电网有限责任公司电力科学研究院 | 一种故障场景削减方法、装置、设备及存储介质 |
CN117390528A (zh) * | 2023-10-31 | 2024-01-12 | 国网江苏省电力有限公司电力科学研究院 | 一种高压开关工作参数异常监测方法及系统 |
CN117763360A (zh) * | 2024-02-22 | 2024-03-26 | 杭州光云科技股份有限公司 | 基于深度神经网络的训练集快速分析方法及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN117977814B (zh) | 2024-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108460397B (zh) | 设备故障类型的分析方法、装置、储存介质和电子设备 | |
CN110247800B (zh) | 一种智能变电站交换机在线监测系统 | |
CN113708493B (zh) | 基于云边协同的配电终端运维方法、装置和计算机设备 | |
CN103116531A (zh) | 存储系统故障预测方法和装置 | |
CN114140713A (zh) | 一种图像识别系统、图像识别方法 | |
CN111666978B (zh) | 一种it系统运维大数据的智能故障预警系统 | |
CN114140712A (zh) | 一种自动图像识别分发系统及方法 | |
CN114707834A (zh) | 一种告警提醒方法、装置及存储介质 | |
CN113821242B (zh) | 一种固件智能匹配方法及系统 | |
CN117977814B (zh) | 智慧开关控制方法、智慧开关和智慧开关边端协同系统 | |
CN113591951A (zh) | 一种智能电视远程运维方法及系统 | |
CN114139016A (zh) | 一种智慧小区的数据处理方法及系统 | |
CN116975766A (zh) | 一种基于机器学习的配电网故障自愈方法和系统 | |
CN116302795A (zh) | 一种基于人工智能的终端运维系统及方法 | |
CN110838940A (zh) | 地下电缆巡检任务配置方法和装置 | |
CN115146727A (zh) | 一种智能用电系统故障检测方法及系统 | |
CN113949163A (zh) | 一种将大数据应用于智能电网的异常监测系统 | |
CN110488772B (zh) | 一种dcs的集中监控方法、装置及集中监控终端 | |
CN113011745A (zh) | 电网安全运维中的异常检测方法、装置、设备和介质 | |
CN113064812A (zh) | 一种项目开发过程质量缺陷预测方法、装置及介质 | |
CN114079322A (zh) | 断路器数据管理方法及智能电网系统 | |
CN115550151A (zh) | 一种电力能源互联网数据处理方法及系统 | |
CN110647450B (zh) | 业务流程断点修复方法、装置、计算机设备和存储介质 | |
CN114389362B (zh) | 基于邻域边缘监测互联的电力安全主动防误方法及系统 | |
Zhao et al. | Research on machine learning-based correlation analysis method for power equipment alarms |
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 |