CN104361088A - Scada***基于实时权重分析的拥塞数据处理方法 - Google Patents
Scada***基于实时权重分析的拥塞数据处理方法 Download PDFInfo
- Publication number
- CN104361088A CN104361088A CN201410652770.4A CN201410652770A CN104361088A CN 104361088 A CN104361088 A CN 104361088A CN 201410652770 A CN201410652770 A CN 201410652770A CN 104361088 A CN104361088 A CN 104361088A
- Authority
- CN
- China
- Prior art keywords
- data
- congestion
- real time
- time weight
- transmission performance
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种SCADA***基于实时权重分析的拥塞数据处理方法,涉及大量数据采集传输过程中的拥塞控制技术,其特征在于:包括如下步骤:(1)、数据采集及预处理;(2)、对采集数据进行实时权重分析,根据数据集合的特征计算数据各项指标所占的权重系数;(3)、计算实时数据的性能综合评价值;(4)、根据数据性能综合评价值对采集数据进行智能化处理,确定数据的上传优先级;(5)、选择优先级高的数据包上传至SCADA界面***。该发明针对SCADA***中紧急状况下出现的大量拥塞数据,实时权重分析,能够在较短时间内进行处理,选择紧急、重要的数据优先上送,为决策者提供关键性的判断依据。
Description
技术领域
本发明涉及雪崩数据拥塞处理技术领域,具体涉及一种SCADA***基于实时权重分析的拥塞数据处理方法。
背景技术
SCADA(Supervisory Control And Data Acquisition)***,即数据采集与监视控制***。SCADA***是以计算机为基础的生产过程控制与调度自动化***,可以对现场的运行设备进行监视和控制,以实现数据采集、设备控制、测量、参数调节以及事故报警等功能。它应用领域很广,可以应用于电力、冶金、石油、化工、燃气、铁路等领域的数据采集与监视控制以及过程控制等诸多领域。应用SCADA技术,可以保证***的信息完整,正确掌握大型***设备的运行状态,帮助快速诊断***故障,提高生产效率。
SCADA***的数据采集往往涉及设备种类多、数据量大,传输方式复杂,最多涉及十几万至数百万个数据。各种不同的数据按照变化上送、或者总站召取的方式进行传输。当***下层子***的重要设备发生突发状况,如电力子***停电时,各种实时数据就会像潮水一样上送至SCADA***,形成数据雪崩,和数据拥塞,导致SCADA人机界面上短时间内出现大量报警,从而导致运行监控人员手忙脚乱的局面。
发明内容
针对现有技术的不足,为了解决SCADA***中紧急状况下产生的雪崩数据拥塞的问题,本发明提供了一种实时分析,易于实现,快速决策的拥塞数据处理方法。
为了解决上述问题,本发明的所采取的技术方案是:
一种SCADA***基于实时权重分析的拥塞数据处理方法包括以下步骤:
步骤一、数据采集及预处理;
步骤二、对采集数据进行实时权重分析:根据数据集合的特征计算数据传输性能指标所占的权重系数;数据集合的特征指被采集数据及数据传输性能评价指标值,数据传输性能指标包括优先权、实时性、时延、预计剩余传输时间、越限等级、异常变化等级;
步骤三、使用线性加权法计算数据流缓冲区内数据包的数据性能综合评价值(线性加权平均值);
步骤四、根据数据性能综合评价值对采集数据进行智能化处理,确定数据的上传优先级;具体包括:根据步骤三计算得到的被采集数据的性能综合评价值,对数据缓冲区的数据包进行排序,确定数据包上送优先级,选择优先级高的数据包优先上送至SCADA界面***。
步骤五、选择优先级高的数据包上传至SCADA界面***。
步骤一中数据预处理为根据单位时间内新增数据的数量进行预处理,具体包括:如果单位时间内新增数据量为正常数据量的0.2~0.5倍(单位时间内的数据量为正常数据量的1.2~1.5倍),则认为未发生数据拥塞,直接将数据上送;如果单位时间内新增数据量为正常数据量0.5~1.5倍(单位时间内的数据量为正常数据量的1.5~2.5倍),则认为数据拥塞不严重,读取通用的权重系数,然后执行步骤三;如果单位时间内新增数据量高于正常数据量的1.5以上(单位时间内的数据量为正常数据量的2.5倍以上),则认为发生严重数据拥塞,需要执行步骤二中的实时权重分析。
步骤二实时权重分析通过变异系数法对数据传输性能指标进行赋权,即计算数据传输性能指标所占的权重系数,使问题数据的相应指标所占的权重系数增大,从而使问题数据的加权值更大,优先级更高,优先上送至SCADA***人机界面。
实时权重分析的具体包括以下步骤:
(1)假设有m个被采集的样本数据ai其中i=1,2…m,被采集数据有n个数据传输性能指标fj,j=1,2…n;
(2)搜集被采集数据的传输性能数据,将传输性能数据存放于m个样本对象n个指标构成的决策矩阵X=(xij)m×n中;采用变异系数法对数据传输性能指标进行赋权:
则xj的变异系数
xij表示第i个样本对象的第j个指标数据,表示决策矩阵中第j列数据的均值,即第j个数据传输性能指标的均值;sj表示决策矩阵中第j列数据的标准差;
(3)第j个指标的权重系数wj为:
该种赋权方法突出各指标变异程度,bj越大表示第j项指标在不同评价对象上的变化越大,区别对象的能力强,应当给予重视。
步骤三采用线性加权方法求得被采集数据的性能综合评价值Pi,具体包括以下步骤:
其中,Pi表示被采集数据的综合评价值,Pi越小,表示相应数据越不重要;Pi越大,表示相应数据越紧急、越重要。
本方法的有益效果是:本发明采用实时权重分析方法对大量拥塞数据进行智能判断和处理。该智能处理方法首先根据单位时间内数据缓冲区内增加数据的数量,对各项数据传输性能指标(优先权、实时性、时延、预计剩余传输时间、越限等级、异常变化等级等)计算所占的权重系数,然后使用线性加权法计算数据流缓冲区内各数据包的线性加权平均值,最后根据该线性加权平均值的大小设定堵塞数据的传输顺序,加权平均值小于设定阈值的数据包将作丢弃处理。本发明采用实时调整被采集数据性能指标权重系数的方法,灵活地根据***的实际状况调整数据某项性能指标所占的权重,从而更加有效区分数据的轻、重、缓、急,根据实际情况优先选择最重要的一批数据进行上送。该方法与传统的“超时数据丢弃”、“先到先发”数据处理方法相比,具有较高的智能性,能够在突发状况出现数据雪崩时,非常有效地选择重要数据优先上送,给监控运行人员提供合理的决策依据。
附图说明
图1为本发明一种SCADA***基于实时权重分析的拥塞数据处理方法流程图。
图2为本发明应用在典型SCADA***中的原理框图。
图3为本发明实施例拥塞数据监测与处理程序流程图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
下面结合附图和具体实施例对本发明做进一步的描述。
本发明采用实时权重分析方法对大量拥塞数据进行智能判断和处理。该智能处理方法首先根据单位时间内数据缓冲区内增加数据的数量,对各项数据传输性能指标(如优先权、实时性、时延、预计剩余传输时间、越限等级、异常变化等级等)计算所占的权重系数,然后使用线性加权法计算数据流缓冲区内各数据包的线性加权平均值,最后根据该线性加权平均值的大小设定堵塞数据的传输顺序,加权平均值小于设定阈值的数据包将作丢弃处理。
如图1所示,一种SCADA***基于实时权重分析的拥塞数据处理方法,包括以下步骤:
步骤一、数据采集及预处理;数据预处理指根据单位时间内新增数据的数量进行预处理,具体包括:如果单位时间内新增数据量为正常数据量的0.2~0.5倍(单位时间内的数据量为正常数据量的1.2~1.5倍),则认为未发生数据拥塞,直接将数据上送;如果单位时间内新增数据量为正常数据量0.5~1.5倍(单位时间内的数据量为正常数据量的1.5~2.5倍),则认为数据拥塞不严重,读取通用的权重系数,然后执行步骤三;如果单位时间内新增数据量高于正常数据量的1.5以上(单位时间内的数据量为正常数据量的2.5倍以上),则认为发生严重数据拥塞,需要执行步骤二中的实时权重分析。
步骤二、对采集数据进行实时权重分析:根据数据集合的特征计算数据传输性能指标所占的权重系数;数据集合的特征指被采集数据及数据传输性能评价指标值,数据传输性能指标包括优先权、实时性、时延、预计剩余传输时间、越限等级、异常变化等级;
实时权重分析通过变异系数法对数据传输性能指标进行赋权,即计算数据传输性能指标所占的权重系数,使问题数据的相应指标所占的权重系数增大,从而使问题数据的加权值更大,优先级更高,优先上送至SCADA***人机界面。
实时权重分析的具体包括以下步骤:
(1)假设有m个被采集的样本数据ai其中i=1,2…m,被采集数据有n个数据传输性能指标fj,j=1,2…n;
(2)搜集被采集数据的传输性能数据,将传输性能数据存放于m个样本对象n个指标构成的决策矩阵X=(xij)m×n中;采用变异系数法对数据传输性能指标进行赋权:
则xj的变异系数
xij表示第i个样本对象的第j个指标数据,表示决策矩阵中第j列数据的均值,即第j个数据传输性能指标的均值;sj表示决策矩阵中第j列数据的标准差;
(3)第j个指标的权重系数wj为:
该种赋权方法突出各指标变异程度,bj越大表示第j项指标在不同评价对象上的变化越大,区别对象的能力强,应当给予重视。
步骤三、使用线性加权法计算数据流缓冲区内数据包的数据性能综合评价值(线性加权平均值);
采用线性加权方法求得被采集数据的性能综合评价值Pi,具体包括以下步骤:
其中,Pi表示被采集数据的综合评价值,Pi越小,表示相应数据越不重要;Pi越大,表示相应数据越紧急、越重要。
步骤四、根据数据性能综合评价值对采集数据进行智能化处理,确定数据的上传优先级;具体包括:根据步骤三计算得到的被采集数据的性能综合评价值,对数据缓冲区的数据包进行排序,确定数据包上送优先级,选择优先级高的数据包优先上送至SCADA界面***。
步骤五、选择优先级高的数据包上传至SCADA界面***。
附图2展示了一个典型的单机SCADA***。***通过采集装置3、…、N分别从下层设备3-1、3-2、…、3-m和设备N-1、N-2、…、N-m中采集实时数据,通过以太网上送至SCADA服务器1。在服务器1中运行本发明所描述的拥塞数据监测与处理程序,并根据被采集数据的实时状况决定是否启动实时权重分析子程序。经过拥塞数据监测与处理程序过滤的数据被上送至SCADA***人机界面,在工作站2上实时显示,供运行人员参考决策。
其中,拥塞数据监测与处理程序对数据的处理过程如图3所示。被采集的数据被送入数据缓冲区,程序根据单位时间内新增数据的数量判断是否发生数据拥塞:如果未发生数据拥塞,则直接将数据不经任何处理打包上送;如果发生了数据拥塞,则根据单位时间内的数据数量是否超过阈值判断是否需要启动权重分析子程序:如果未超过阈值,则采用通用的权重系数计算数据综合性能评价值;如果超过阈值,则启动权重分析子程序,根据新的数据量和数据特征计算数据性能综合评价值;然后根据数据性能综合评价值确定数据优先级,并将优先级相同的数据组合打包,上送至SCADA***界面显示。
以上仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种SCADA***基于实时权重分析的拥塞数据处理方法,其特征在于,包括以下步骤,
步骤一、数据采集及预处理;
步骤二、对采集数据进行实时权重分析:根据数据集合的特征计算数据传输性能指标所占的权重系数;
步骤三、使用线性加权法计算数据流缓冲区内数据包的数据性能综合评价值;
步骤四、根据数据性能综合评价值对采集数据进行智能化处理,确定数据的上传优先级;
步骤五、选择优先级高的数据包上传至SCADA界面***。
2.根据权利要求1所述的SCADA***基于实时权重分析的拥塞数据处理方法,步骤一中所述数据预处理为根据单位时间内新增数据的数量进行预处理,具体包括:如果单位时间内新增数据量为正常数据量的0.2~0.5倍,则认为未发生数据拥塞,直接将数据上送;如果单位时间内新增数据量为正常数据量0.5~1.5倍,则认为数据拥塞不严重,读取通用的权重系数,然后执行步骤三;如果单位时间内新增数据量高于正常数据量的1.5倍以上,则认为发生严重数据拥塞,需要执行步骤二中的实时权重分析。
3.根据权利要求1所述的SCADA***基于实时权重分析的拥塞数据处理方法,其特征在于:步骤二中所述数据集合的特征为被采集数据及数据传输性能评价指标值。
4.根据权利要求1所述的SCADA***基于实时权重分析的拥塞数据处理方法,其特征在于:步骤二中所述数据传输性能指标包括优先权、实时性、时延、预计剩余传输时间、越限等级、异常变化等级。
5.根据权利要求1所述的SCADA***基于实时权重分析的拥塞数据处理方法,其特征在于:步骤二所述实时权重分析通过变异系数法对数据传输性能指标进行赋权,
所述实时权重分析具体包括以下步骤:
(1)假设有m个被采集的样本数据ai其中i=1,2…m,被采集数据有n个数据传输性能指标fj,其中j=1,2…n;
(2)搜集被采集数据的传输性能数据,将所述传输性能数据存放于所述m个样本对象n个指标构成的决策矩阵X=(xij)m×n中;采用变异系数法对数据传输性能指标进行赋权:
则xj的变异系数
xj表示第j个数据传输性能指标fj的采集获取的指标数据,xij表示第i个样本对象的第j个传输性能指标数据,表示决策矩阵中第j列数据的均值,即第j个数据传输性能指标的均值;sj表示决策矩阵中第j列数据的标准差;
(3)第j个指标的权重系数wj为:
bj越大表示第j项指标在不同评价对象上的变化越大,区别对象的能力强。
6.根据权利要求1所述的SCADA***基于实时权重分析的拥塞数据处理方法,其特征在于:步骤三采用线性加权方法求得被采集数据的性能综合评价值Pi,具体包括以下步骤:
其中,Pi表示被采集数据的综合评价值,Pi越小,表示相应数据越不重要;Pi越大,表示相应数据越紧急、越重要。
7.根据权利要求1所述的SCADA***基于实时权重分析的拥塞数据处理方法,其特征在于:步骤四中,根据步骤三计算得到的被采集数据的性能综合评价值,对数据缓冲区的数据包进行排序,确定数据包上送优先级,选择优先级高的数据包优先上送至SCADA界面***。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410652770.4A CN104361088B (zh) | 2014-11-17 | 2014-11-17 | Scada***基于实时权重分析的拥塞数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410652770.4A CN104361088B (zh) | 2014-11-17 | 2014-11-17 | Scada***基于实时权重分析的拥塞数据处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104361088A true CN104361088A (zh) | 2015-02-18 |
CN104361088B CN104361088B (zh) | 2017-12-12 |
Family
ID=52528348
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410652770.4A Active CN104361088B (zh) | 2014-11-17 | 2014-11-17 | Scada***基于实时权重分析的拥塞数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104361088B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105373118A (zh) * | 2015-12-07 | 2016-03-02 | 高新兴科技集团股份有限公司 | 一种智能设备数据采集方法 |
CN105490311A (zh) * | 2016-01-26 | 2016-04-13 | 国家电网公司 | 发电机组降压运行备选方案的选择方法 |
CN106200576A (zh) * | 2016-07-08 | 2016-12-07 | 福建龙净环保股份有限公司 | 一种数据采集方法及装置 |
CN106338664A (zh) * | 2016-08-11 | 2017-01-18 | 中车株洲电力机车研究所有限公司 | 一种列车变流器故障诊断方法和装置 |
CN106708914A (zh) * | 2015-11-18 | 2017-05-24 | 财团法人资讯工业策进会 | 数据处理服务器及其数据处理方法 |
CN107391288A (zh) * | 2016-03-09 | 2017-11-24 | 阿里巴巴集团控股有限公司 | 服务器评测方法及设备 |
CN109242283A (zh) * | 2018-08-24 | 2019-01-18 | 同济大学 | 基于模糊层次分析法的超高层建筑火灾动态风险评估方法 |
CN114677782A (zh) * | 2020-12-24 | 2022-06-28 | 北京百度网讯科技有限公司 | 信息处理方法、装置、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6684247B1 (en) * | 2000-04-04 | 2004-01-27 | Telcordia Technologies, Inc. | Method and system for identifying congestion and anomalies in a network |
CN1536820A (zh) * | 2003-04-09 | 2004-10-13 | 华为技术有限公司 | 提高网络拥塞时数据传输性能的方法 |
US7509229B1 (en) * | 2002-07-23 | 2009-03-24 | Opnet Technologies, Inc. | Bayesian approach to correlating network traffic congestion to performance metrics |
CN101534245A (zh) * | 2009-04-09 | 2009-09-16 | 国电南瑞科技股份有限公司 | 一种实时监控***数据处理的传输控制方法 |
CN101656674A (zh) * | 2009-09-23 | 2010-02-24 | 中国人民解放军信息工程大学 | 拥塞控制方法及网络节点 |
CN101765145A (zh) * | 2009-12-22 | 2010-06-30 | 中兴通讯股份有限公司 | 无线通信***中拥塞判决及解除方法和装置 |
CN102595503A (zh) * | 2012-02-20 | 2012-07-18 | 南京邮电大学 | 一种基于无线多媒体传感器网络的拥塞控制方法 |
CN104021044A (zh) * | 2013-02-28 | 2014-09-03 | ***通信集团浙江有限公司 | 一种作业调度方法及装置 |
-
2014
- 2014-11-17 CN CN201410652770.4A patent/CN104361088B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6684247B1 (en) * | 2000-04-04 | 2004-01-27 | Telcordia Technologies, Inc. | Method and system for identifying congestion and anomalies in a network |
US7509229B1 (en) * | 2002-07-23 | 2009-03-24 | Opnet Technologies, Inc. | Bayesian approach to correlating network traffic congestion to performance metrics |
CN1536820A (zh) * | 2003-04-09 | 2004-10-13 | 华为技术有限公司 | 提高网络拥塞时数据传输性能的方法 |
CN101534245A (zh) * | 2009-04-09 | 2009-09-16 | 国电南瑞科技股份有限公司 | 一种实时监控***数据处理的传输控制方法 |
CN101656674A (zh) * | 2009-09-23 | 2010-02-24 | 中国人民解放军信息工程大学 | 拥塞控制方法及网络节点 |
CN101765145A (zh) * | 2009-12-22 | 2010-06-30 | 中兴通讯股份有限公司 | 无线通信***中拥塞判决及解除方法和装置 |
CN102595503A (zh) * | 2012-02-20 | 2012-07-18 | 南京邮电大学 | 一种基于无线多媒体传感器网络的拥塞控制方法 |
CN104021044A (zh) * | 2013-02-28 | 2014-09-03 | ***通信集团浙江有限公司 | 一种作业调度方法及装置 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106708914A (zh) * | 2015-11-18 | 2017-05-24 | 财团法人资讯工业策进会 | 数据处理服务器及其数据处理方法 |
CN105373118A (zh) * | 2015-12-07 | 2016-03-02 | 高新兴科技集团股份有限公司 | 一种智能设备数据采集方法 |
CN105373118B (zh) * | 2015-12-07 | 2018-11-16 | 高新兴科技集团股份有限公司 | 一种智能设备数据采集方法 |
CN105490311A (zh) * | 2016-01-26 | 2016-04-13 | 国家电网公司 | 发电机组降压运行备选方案的选择方法 |
CN105490311B (zh) * | 2016-01-26 | 2018-08-14 | 国家电网公司 | 发电机组降压运行备选方案的选择方法 |
CN107391288A (zh) * | 2016-03-09 | 2017-11-24 | 阿里巴巴集团控股有限公司 | 服务器评测方法及设备 |
CN106200576A (zh) * | 2016-07-08 | 2016-12-07 | 福建龙净环保股份有限公司 | 一种数据采集方法及装置 |
CN106200576B (zh) * | 2016-07-08 | 2018-10-19 | 福建龙净环保股份有限公司 | 一种数据采集方法及装置 |
CN106338664A (zh) * | 2016-08-11 | 2017-01-18 | 中车株洲电力机车研究所有限公司 | 一种列车变流器故障诊断方法和装置 |
CN106338664B (zh) * | 2016-08-11 | 2019-03-29 | 中车株洲电力机车研究所有限公司 | 一种列车变流器故障诊断方法和装置 |
CN109242283A (zh) * | 2018-08-24 | 2019-01-18 | 同济大学 | 基于模糊层次分析法的超高层建筑火灾动态风险评估方法 |
CN114677782A (zh) * | 2020-12-24 | 2022-06-28 | 北京百度网讯科技有限公司 | 信息处理方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104361088B (zh) | 2017-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104361088A (zh) | Scada***基于实时权重分析的拥塞数据处理方法 | |
CN104038371B (zh) | 一种电力通信传输网自适应性能采集方法 | |
CN113156917B (zh) | 基于人工智能的电网设备故障诊断方法及*** | |
CN112365100B (zh) | 基于灾害风险综合评估的电网灾害预警及应对方法 | |
CN108564254A (zh) | 基于大数据的配电设备状态可视化平台 | |
CN104200288B (zh) | 一种基于因素与事件间相关关系识别的设备故障预测方法 | |
CN105203876B (zh) | 一种利用支持向量机和相关分析的变压器在线监测状态评估方法 | |
CN106655522A (zh) | 一种适用于电网二次设备运维管理的主站*** | |
CN108398934B (zh) | 一种用于轨道交通的设备故障监控的*** | |
CN110210701A (zh) | 一种电网设备风险感知方法 | |
CN107798395A (zh) | 一种电网事故信号自动诊断方法及*** | |
CN105225539B (zh) | 基于主成分分析的扇区运行性能综合指数的方法及*** | |
CN106156913A (zh) | 用于飞机部附件的健康管理方法 | |
CN105608842A (zh) | 一种核反应堆燃料破损在线监测报警装置 | |
CN105574604B (zh) | 一种面向电网运行事件的监控预判分析*** | |
CN102148701A (zh) | 用于监控***中监控指标的趋势分析方法及装置 | |
CN103632311A (zh) | 一种电网运行故障排查***及方法 | |
CN107742008A (zh) | 一种风电机组齿轮箱的故障预警方法 | |
CN109491339B (zh) | 一种基于大数据的变电站设备运行状态预警*** | |
CN113268590A (zh) | 一种基于设备画像和集成学习的电网设备运行状态评估方法 | |
CN105978145B (zh) | 智能变电站二次***信息融合*** | |
CN106651198A (zh) | 一种电网事故辅助处理方法及其*** | |
CN109494757A (zh) | 一种电压无功运行预警方法和*** | |
CN103020870A (zh) | Sf6断路器的状态评价建模方法与*** | |
CN113159503B (zh) | 一种远程遥控智能安全评估***和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |