CN103532233B - 基于gprs技术的用电信息采集异常精确定位*** - Google Patents

基于gprs技术的用电信息采集异常精确定位*** Download PDF

Info

Publication number
CN103532233B
CN103532233B CN201310476960.0A CN201310476960A CN103532233B CN 103532233 B CN103532233 B CN 103532233B CN 201310476960 A CN201310476960 A CN 201310476960A CN 103532233 B CN103532233 B CN 103532233B
Authority
CN
China
Prior art keywords
data
module
microprocessor
power information
gprs
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
CN201310476960.0A
Other languages
English (en)
Other versions
CN103532233A (zh
Inventor
赵莉
慕福林
何容
左庆邻
蒲荣亮
任海军
邱小平
孔维禅
吴良俊
刘虓豪
龙澜
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.)
Little Order Science And Technology Ltd Co In Chongqing
Customer Service Center of State Grid Chongqing Electric Power Co Ltd
Original Assignee
Little Order Science And Technology Ltd Co In Chongqing
Customer Service Center of State Grid Chongqing Electric Power 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 Little Order Science And Technology Ltd Co In Chongqing, Customer Service Center of State Grid Chongqing Electric Power Co Ltd filed Critical Little Order Science And Technology Ltd Co In Chongqing
Priority to CN201310476960.0A priority Critical patent/CN103532233B/zh
Publication of CN103532233A publication Critical patent/CN103532233A/zh
Application granted granted Critical
Publication of CN103532233B publication Critical patent/CN103532233B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/12—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment
    • Y04S40/126—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment using wireless data transmission

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于GPRS技术的用电信息采集异常精确定位***，其中微处理器通过RS485模块与用电信息采集装置连接，采集用电信息采集装置内的数据；微处理器将采集到的数据保存到Flash模块，微处理器还将采集到的数据处理后通过RS232模块传输到GPRS模块；GPRS模块与DNS服务器通信，获取TCP通讯服务器的IP地址；然后GPRS模块与TCP通讯服务器进行通信，并将微处理器处理后的数据发送到TCP通讯服务器，TCP通讯服务器将微处理器处理后的数据保存到数据库服务器；PC机完成对数据库服务器中数据的访问；电源管理模块与微处理器的电源端连接。本发明可以对用电故障出现的位置进行定位。

Description

基于GPRS技术的用电信息采集异常精确定位***
技术领域
本发明涉及电网中的用电信息采集领域，具体是一种基于GPRS技术的用电信息采集异常精确定位***。
背景技术
在当今经济的发展趋势下，传统电网已经不能够满足电力行业的需求，智能电网成为发展方向。而就目前来说，电网已成为工业化、信息化社会发展的基础和重要组成部分。随着市场化改革的不断推进，智能电网已成为现代电网技术发展的必由之路。其中，随着电子技术的发展，用电信息采集***为实现电量采集、数据统计分析及电量考核提供了切实可行的技术手段，从根本上克服了传统人工抄表模式的弊端，同时通过***的深化应用，为电力管理提供现代化的手段，逐渐改变了人们的社会活动方式，成为部分地区人们生活中不可缺少的一部分。
然而与之相对应的用电信息采集异常精确定位一直没有良好的解决方案。例如集抄***，它包括按一定周期进行的前端采集和后台***集中采集。这样虽然可以满足负荷分析和低电压监测的要求，但难以满足配网状态检修的需要。该***也不具备主动上报故障信息的功能，也无法满足故障抢修的要求。当电能表发生故障时，只能靠用户电话反馈才能确定电能表发生故障，并确定故障的位置。这远远达不到智能电网所要求的“自愈性”、“互动性”。因此找到一种合理有效的用电信息采集异常精确定位解决方法，是我国发展“电网2.0”的必然要求。
低压载波集抄***的历史可追溯到上世纪90年代末，由于相关技术领域的长足进步，最主要是GPRS的大规模使用，集抄***中的数据传输通道得到极大的改善，低压载波集抄技术开始走向成熟。时至今日，通信科技发展迅猛，编码和信息压缩技术的发展，3G网络的推广，都使得集抄***取得了长足的发展。这时集抄***的核心设备-采集器由于制造技术的提高，性能趋于稳定；与此同时，集中器发展也非常迅速，单片机处理器性能的飞速提升，存储空间的增大，都使集抄***进一步趋于成熟。
而且，随着计算机科学的高速发展，处于管理层的营销MIS***也从传统的C/S模式演化为更具开放性的B/S***，不仅提供了更加丰富的数据库接口及与上级机关和外界交换信息的接口，而且还对传统MIS***概念上进行了扩展----提倡最大限度的利用现有的数据接口为电力行业现代化服务。
现在国内用电信息采集异常定位主要采用以下方法：
1.加强配电自动化DA功能的延伸和扩展应用，把配电自动化技术延伸到低压台区，故障定位在0.4千伏配变；
2.使用基于SCADA的地理信息仿真电网GIS***延伸到集表箱，在故障定位、生产MIS和营销MIS的接口、调度SCADA的连接和图形标准格式的互相导入等，并使用GPS定位故障抢修车或定位仪进行故障定位，明确故障地点和停电范围。
3.在低压台区安装配变智能终端，监测A、B、C、N三线电流、零序电流和三相电压，根据电流的突变和过流、速段信号、电压的波动等判断出用电异常和台区故障，该信息上传到主站进行故障定位显示在GIS地理信息***上。
以上方法已经在部分地区使用，取得了一定的效果。但是，它们所使用的技术复杂、维护难度大，并不能有效地进行低压台区故障定位。
对电网企业而言，信息流不只是电力流和业务流的辅助工具，而是电网企业的控制中枢和神经***，是电力企业最有价值的资源。
发明内容
本发明需要解决的问题是配电网所覆盖区域内复杂的、分布的、异构的信息资源的交换、转换、集成与共享。从采集的数据中获取故障集中器、关口表或电能表的地址信息，确定故障出现的具***置。
因而需要对采集到的数据进行数据挖掘，数据挖掘就是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。数据挖掘其实是一类深层次的数据分析方法，分析组织原有的数据，做出归纳推理，从中挖掘出潜在的模式，为管理人员决策提供支持。通过数据挖掘技术来挖掘潜在模式，预测未来趋势，为电力生产决策提供高级支持。对于数据信息的集成与共享，基于配电网***特点以及目前的技术发展，有五种***集成技术可用于数据信息集成及共享：(1)基于XML的集成技术；(2)基于规约的集成技术；(3)基于API的集成技术；(4)基于数据库的集成技术；(5)基于黑板决策模型的集成技术。
为解决上述技术问题本发明采用的技术方案如下：基于GPRS技术的用电信息采集异常精确定位***，包括用电信息采集装置、GPRS模块、PC机、RS485模块、微处理器、RS232模块、Flash模块、电源管理模块、TCP通讯服务器、DNS服务器和数据库服务器；其中，所述微处理器通过RS485模块与用电信息采集装置连接，采集用电信息采集装置内的数据；微处理器将采集到的数据保存到Flash模块，微处理器还将采集到的数据处理后通过RS232模块传输到GPRS模块；GPRS模块与DNS服务器通信，获取TCP通讯服务器的IP地址；然后GPRS模块与TCP通讯服务器进行通信，并将微处理器处理后的数据发送到TCP通讯服务器，TCP通讯服务器将微处理器处理后的数据保存到数据库服务器；PC机完成对数据库服务器中数据的访问；电源管理模块与微处理器的电源端连接。
具体地，上述用电信息采集装置为集中器、关口表或电能表。
更进一步，上述微处理器对采集到的数据进行的处理是判断数据是否超过预设的阀值，如果超过则以报警数据进行发送。
本发明获得的有益技术效果是：分散于不同地域的低压配变台区，若采用传统组网方式进行大量数据采集，组网将十分复杂，成本也比较高。在每个配变安口表上安装一个数据采集终端(是由RS485模块、微处理器、RS232模块、Flash模块和电源管理模块构成的)，该终端通过GPRS网络从DNS服务器获取TCP通讯服务器的IP地址，然后将数据汇总到TCP通讯服务器，最后将数据存储到数据库服务器，从而使组网简单。
集中器平常工作时，只用小部分时间通过GPRS模块将电量计量信息传到数据库服务器中，大部分时间集中器的通信部分是处于不工作状态的。利用这一充足的时间段，对集中器中的数据进行分析处理，并将精确的异常电表信息能过GPRS上传到服务器。在其他没有集中器的用电区域，检测变压器等终端设备的环境参数，对终端设备进行在线监测、故障分析和负荷监测。通过分析运行参数，来分析端终设备的工作状态是否正常。同时，可以将分析的结果加密后通过GPRS模块传到各服务器中。这样可以对故障出现的位置进行定位。
附图说明
图1为本发明的***框图；
图2为本发明TCP通讯服务器的基本通讯流程图；
图3为本发明GPRS端的基本通讯流程图；
图4为本发明中服务器主动获取数据的流程图；
图5为本发明中服务器被动获取数据的流程图；
图6为改进GSA算法的流程图。
具体实施方式
参见图1，基于GPRS技术的用电信息采集异常精确定位***，包括用电信息采集装置1、GPRS模块7、PC机11、RS485模块2、微处理器3、RS232模块4、Flash模块5、电源管理模块6、TCP通讯服务器8、DNS服务器9和数据库服务器10；其中，所述微处理器3通过RS485模块2与用电信息采集装置1连接，采集用电信息采集装置1内的数据；微处理器3将采集到的数据保存到Flash模块5，微处理器3还将采集到的数据处理后通过RS232模块4传输到GPRS模块7，该处理为判断数据是否超过预设的阀值，如果超过则以报警数据进行发送；GPRS模块7与DNS服务器9通信，获取TCP通讯服务器8的IP地址；然后GPRS模块7与TCP通讯服务器8进行通信，并将微处理器3处理后的数据发送到TCP通讯服务器8，TCP通讯服务器8将微处理器3处理后的数据保存到数据库服务器10；PC机11完成对数据库服务器10中数据的访问；电源管理模块6与微处理器3的电源端连接。
上述RS485模块2、微处理器3、RS232模块4、Flash模块5和电源管理模块6组合为一整体为数据采集终端，与集中器、关口表或电能表安装在一起。
在PC机11上安装一套完善的用电信息异常精确定位的WEB***。可以对故障节点信息进行统计、分析，可以在WEB中以曲线图、柱状图等方式为用户提供直观的统计结果，并且可以为用户提供报表统计的功能。
对与本实施例中的集中器、关口表或者电能表，按照相关标准，集中器或者关口表有一个红外通讯口，两个485通讯口。每个电表均有一个唯一的地址，作为通讯的唯一识别码，电表的通讯协议采用DL/T645-2007通信规约。集中器或关口表符合国家标准，可以对电表数据进行采集、保存。
每个GPRS模块7上安装有一张手机卡，在通讯过程当中，可以获知手机号码，以此作为GPRS模块7的识别码。GPRS模块7的工作模式为TCP客户端，可以配置服务器地址，支持断线自动连接。GPRS模块7主要的功能是接收TCP通讯服务器8的指令，并转发给集中器或关口表，然后将集中器或关口表发过来的数据原封不动的发给TCP通讯服务器8。因为TCP通讯服务器8的IP地址会发生变化或者是一个内网IP，因此，GPRS模块7首先要通过DNS服务器9获取TCP通讯服务器8的IP地址，然后才能进行数据收发。
TCP通讯服务器8的主要功能是发送和接收数据采集终端通过GPRS发送的数据。逻辑上，可以将它理解为一个485集线器。它通过IP网络，发送数据包给集中器或关口表(GPRS模块转发)，然后接收集中器或关口表反馈回来的数据(GPRS模块转发)。然后，根据通信规约对数据进行解码，并保存到数据库服务器。TCP服务器支持自动采集(定时采集、按计划任务采集等)、手动采集等功能。TCP服务器管理设备的配对、在线状态维护、在线状态报警等功能。TCP通讯服务器的基本通讯流程如图2所示。GPRS模块转发时的基本通讯流程如图3所示。
数据库服务器10主要存储集中器或关口表或电能表通过GPRS发过来的数据。
数据采集终端为嵌入式***，与集中器或关口表或电能表安装在同一位置。由采用485芯片的RS485模块2、采用STM32微处理芯片的微处理器3、采用232芯片的RS232模块4、Flash模块5和电源管理模块6组成，设置有两个接口，一个为RS485接口，用于与集中器或关口表或电能表通信，采集集中器或关口表或电能表的数据；另一个为RS232或RS485接口，用于与GPRS模块通信，上传报警信息和接收来自远端服务器的答应及配置命令。微处理器3对集中器或关口表或电能表的数据进行分析判断是否超出阈值，如果超过则为异常数据，将有异常的数据上传给服务器，即服务器被动获取数据，流程如图5所示。同时服务器也定时(时间相对较长)通过单片机透传去主动获取关口表数据。服务器端也可以通过空中配置修改采集设备中的配置参数(例如修改分析数据的种类，修改数据的报警阈值)，即服务器主动获取数据，流程如图4所示。采用者两种方式的优点是节省GPRS流量，服务器端需要处理的数据量少。
微处理器3判断是否为异常数据所采用的算法描述如下。电力***中的异常信息对于调度员掌握实时的网络运行状态，做出正确的调度决策有影响。本发明采用人工神经网络、聚类分析与间隙统计算法相结合，并对算法进行改进，利用改进算法实现异常数据的检测。
此算法是一种无监督的学习算法。通过人工神经网络对采集数据进行预处理，聚类分析对预处理后的数据进行聚类，而间隙统计算法自动确定最佳聚类个数。当采集数据中含有异常数据时，间隙统计算法确定最佳聚类个数以后，聚类算法把采集数据聚成不同的类，实现正常数据与异常数据的分离，从而能够检测和辨识出用电信息采集数据中的异常数据。算法在处理大电网中的海量数据时，计算量会相对较大，计算速度受到数据量大小的影响，需要对算法进行改进，使算法适用于海量数据的处理。
改进后的GSA算法描述如下：GSA方法中定义了一个间隙(Gap)统计量如式(1)所示：
Gap(k)＝E(ln(Wr，k))-ln(Wk)(1)
为了减少非线性带来的误差，式(1)中，对Wr，k取了对数，使其更趋于线性，但这样却直接导致了无法计算E(ln(Wr，k))在参考分别下的具体表达式，只能采用样本估计的方法得到E(ln(Wr，k))的近似值，从而带来误差。事实上，由于产生参考数据集的随机性，可以认为ln(Wr，k)是一个随机变量，而这个随机变量的分布规律复杂，从而导致Gap统计量无法用具体表达式表示，因此只能采用样本对总体进行估计才能使GSA算法成为一个实际可行的方法。
GSA方法重要的一步是在合适的参考分布情况下产生参考数据，但参考数据的产生是随机的，所以每次产生的随机误差也是不一样的。对产生的随机误差是通过样本估计的方式引入模拟误差来表征的，模拟误差与样本统计的数组F以及每组样本的个数有关，当进行海量数据或者F值较大的计算时，模拟误差的计算量非常大，计算速度会受到影响，不能满足实时电网中海量数据的异常数据辨识要求。
聚类离散度刻画的是k个聚类的评价离散程度的总和，而方差用来刻画数据平均离散程度，由此将式(1)中的Gap统计量进行修正，修正后的Gap统计量如式(2)：
GaP(k)＝ln(E(Wr，k))-ln(Wk)t(2)
图6为改进GSA算法的流程图，主要步骤如下：
1)通过神经网络算法对数据进行预处理，将预处理后的数据进行聚类，并计算不同聚类个数时的聚类离散度；
2)以均匀分布作为参考，计算不同聚类个数k对应的聚类离散度的期望值；
3)计算不同聚类个数k对应的Gap(k)值；
4)确定最小k值，并进行异常数据检测。

Claims (3)

1.基于GPRS技术的用电信息采集异常精确定位***，包括用电信息采集装置(1)、GPRS模块(7)和PC机(11)，其特征在于：还包括RS485模块(2)、微处理器(3)、RS232模块(4)、Flash模块(5)、电源管理模块(6)、TCP通讯服务器(8)、DNS服务器(9)和数据库服务器(10)；其中，所述微处理器(3)通过RS485模块(2)与用电信息采集装置(1)连接，采集用电信息采集装置(1)内的数据；微处理器(3)将采集到的数据保存到Flash模块(5)，微处理器(3)还将采集到的数据处理后通过RS232模块(4)传输到GPRS模块(7)；GPRS模块(7)与DNS服务器(9)通信，获取TCP通讯服务器(8)的IP地址；然后GPRS模块(7)与TCP通讯服务器(8)进行通信，并将微处理器(3)处理后的数据发送到TCP通讯服务器(8)，TCP通讯服务器(8)将微处理器(3)处理后的数据保存到数据库服务器(10)；PC机(11)完成对数据库服务器(10)中数据的访问；电源管理模块(6)与微处理器(3)的电源端连接；
所述微处理器(3)对采集到的数据进行的处理是判断数据是否超过预设的阀值，如果超过则以异常数据进行发送；微处理器(3)判断是否为异常数据所采用的算法为改进后的GSA算法，包括以下步骤：
1)通过神经网络算法对数据进行预处理，将预处理后的数据进行聚类，并计算不同聚类个数k时的聚类离散度；
2)以均匀分布作为参考，计算不同聚类个数k对应的聚类离散度的期望值；
3)计算不同聚类个数k对应的Gap(k)值；
4)确定最小k值，并进行异常数据检测。
2.根据权利要求1所述基于GPRS技术的用电信息采集异常精确定位***，其特征在于：所述用电信息采集装置(1)为集中器、关口表或电能表。
3.根据权利要求2所述基于GPRS技术的用电信息采集异常精确定位***，其特征在于：所述RS485模块(2)、微处理器(3)、RS232模块(4)、Flash模块(5)和电源管理模块(6)组合为一整体，与集中器、关口表或电能表安装在一起。
CN201310476960.0A 2013-10-14 2013-10-14 基于gprs技术的用电信息采集异常精确定位*** Active CN103532233B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310476960.0A CN103532233B (zh) 2013-10-14 2013-10-14 基于gprs技术的用电信息采集异常精确定位***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310476960.0A CN103532233B (zh) 2013-10-14 2013-10-14 基于gprs技术的用电信息采集异常精确定位***

Publications (2)

Publication Number Publication Date
CN103532233A CN103532233A (zh) 2014-01-22
CN103532233B true CN103532233B (zh) 2016-02-03

Family

ID=49934021

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310476960.0A Active CN103532233B (zh) 2013-10-14 2013-10-14 基于gprs技术的用电信息采集异常精确定位***

Country Status (1)

Country Link
CN (1) CN103532233B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105427542A (zh) * 2015-11-27 2016-03-23 国网重庆市电力公司电力科学研究院 一种配电变压器出现异常时的报警方法
CN105610997A (zh) * 2016-02-29 2016-05-25 东南大学 一种基于移动终端动态ip地址的数据实时传输方法
CN113128117A (zh) * 2021-04-20 2021-07-16 河南能创电子科技有限公司 基于ai人工神经网络的研究的低压集抄运维仿真装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102055198A (zh) * 2010-12-28 2011-05-11 重庆樱花电气开关有限公司 无功补偿智能监控管理***
CN201928087U (zh) * 2010-12-24 2011-08-10 江苏电力信息技术有限公司 基于soa架构的电网设备监测与故障定位无线***
CN202931036U (zh) * 2012-11-23 2013-05-08 重庆市电力公司南岸供电局 一种基于关口表的变压器实时数据分析***
CN203632354U (zh) * 2013-10-14 2014-06-04 国网重庆市电力公司客户服务中心 电网中用电信息采集异常定位***

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100964296B1 (ko) * 2009-12-15 2010-06-16 한국전력거래소 전력계통의 자료취득 및 감시제어시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201928087U (zh) * 2010-12-24 2011-08-10 江苏电力信息技术有限公司 基于soa架构的电网设备监测与故障定位无线***
CN102055198A (zh) * 2010-12-28 2011-05-11 重庆樱花电气开关有限公司 无功补偿智能监控管理***
CN202931036U (zh) * 2012-11-23 2013-05-08 重庆市电力公司南岸供电局 一种基于关口表的变压器实时数据分析***
CN203632354U (zh) * 2013-10-14 2014-06-04 国网重庆市电力公司客户服务中心 电网中用电信息采集异常定位***

Also Published As

Publication number Publication date
CN103532233A (zh) 2014-01-22

Similar Documents

Publication Publication Date Title
CN110401262B (zh) 基于边缘计算技术的gis设备状态智能监控***及方法
Xia et al. A real-time monitoring system based on ZigBee and 4G communications for photovoltaic generation
CN107609569B (zh) 一种基于多维特征向量的配电网接地故障定位方法
CN111371185A (zh) 一种基于配变终端的线损监测***和方法
CN203632354U (zh) 电网中用电信息采集异常定位***
CN110910626A (zh) 基于泛在电力物联网的用能信息采集***
CN107895176A (zh) 一种面向水电机群广域监测诊断的雾计算***及方法
CN102856982B (zh) 企业能耗监测管理***
CN104751280A (zh) 一种石化企业电能耗监测***及其数据管理方法
CN107508550A (zh) 一种基于物联网的光伏设备监控方法及***
CN103532233B (zh) 基于gprs技术的用电信息采集异常精确定位***
CN111327468A (zh) 一种用于电力***的边缘计算平台的运行方法及其***
CN204089886U (zh) 基于气象信息的电网动态监控预警***
CN116505656A (zh) 基于5g物联网技术的风-光-储多能互补智慧用电***
CN112654022B (zh) 基于LoRa通讯的电力***物联网数据采集***
CN113902164A (zh) 一种基于大数据技术的配电网故障预测***及方法
CN102970178A (zh) 一种低压集中抄表终端本地通信性能分析仪
CN206470391U (zh) 电能表故障诊断***结构
CN112947364A (zh) 一种基于大数据预警配电站设备故障的***及方法
CN205003218U (zh) 一种基于集散式拓扑结构的电磁环境在线监测***
CN110989418A (zh) 基于rs485通讯的数据采集***及其工作方法
CN107016410B (zh) 用电信息采集***故障诊断方法及故障诊断装置
CN107633091A (zh) 一种自动能源监管***
CN113270944A (zh) 一种低压配电用户侧状态评估方法
CN114915022B (zh) 一种智能配电网无线通信方法及***

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant