CN107203816A - 一种电力***二次设备的故障检修方法及*** - Google Patents
一种电力***二次设备的故障检修方法及*** Download PDFInfo
- Publication number
- CN107203816A CN107203816A CN201710429815.5A CN201710429815A CN107203816A CN 107203816 A CN107203816 A CN 107203816A CN 201710429815 A CN201710429815 A CN 201710429815A CN 107203816 A CN107203816 A CN 107203816A
- Authority
- CN
- China
- Prior art keywords
- information
- equipment
- network
- relation
- monitoring
- 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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及电力***领域,公开了一种电力***二次设备的故障检修方法及***,通过获取二次设备的拓扑监测信息、运行监测信息和网络通信信息;根据自动化设备健康评价模型,对所述拓扑监测信息、运行监测信息和网络通信信息进行状态监测;通过人工神经网络,对状态监测的结果进行分析,以分析出自动化设备的运行状态、运行状态之间的关系及设备运行时间与设备不可用率之间的关系;根据设备运行时间与设备不可用率之间的关系,计算出最佳检修时间;根据自动化设备的运行状态之间的关系及最佳检修时间对现有检修计划进行优化并进行故障快速定位。本发明基于健康评价模型,自动化设备状态检修策略能进行更为准确的判断,提高了检修效率及故障定位速度。
Description
技术领域
本发明涉及电力***领域,尤其涉及一种电力***二次设备的故障检修方法及***。
背景技术
电力***一次设备如发电机、变压器、断路器、隔离开关等而言,其状态检修包括在线监测与诊断、设备运行维护、带电检测、预防性试验、故障记录、设备管理、设备检修和检修收等诸多工作,最后要综合设备运行信息、所在单元设备运行状态、电力市场需要等做出检修决策。对于电力二次设备,是指对一次设备进行控制、调节、保护和监测的设备,范围包括:交流测量***;直流操作、信号***;逻辑判断***;通信***;屏蔽接地***等,具体有控制器具、继电保护和自动装置、测量仪表、信号器具等。自动化设备是二次设备的一部分,主要指路由器、交换机、远动***、防火墙、网络隔离装置、纵向加密认证装置等。它们是变电站安全可靠运行的重要组成部分。
然而,现有技术中,对于电力二次设备状态检修,部分采用了一次设备的类似建设思路,二次设备的状态监测对象往往不是单个元件,而是一个单元或***,因此二次设备状态检修还处于发展阶段,作为二次设备中的自动化设备,由于智能化特性较强,目前针对自动化设备状态检修应用还不普遍。目前可通过基于模糊综合评价的电气二次设备状态评估模型,综合考虑设备历史资料和状态监测信息,而对二次设备状态进行检修评估自动化设备的状态检修与电力一次设备相比有一些特殊性,沿用一次设备的状态检修思路并不适用自动化设备。现有技术中的电力二次设备仍然会出现设备缺陷较多而检修不足、设备状态较好的又检修过剩等情况。
发明内容
本发明提供一种电力***二次设备的故障检修方法及***,解决现有技术中电力二次设备出现设备缺陷较多而检修不足、设备状态较好的又检修过剩等的技术问题。
本发明的目的是通过以下技术方案实现的:
一种电力***二次设备的故障检修方法,其特征在于,包括:
获取二次设备的拓扑监测信息、运行监测信息和网络通信信息;
根据自动化设备健康评价模型,对所述拓扑监测信息、运行监测信息和网络通信信息进行状态监测;
通过人工神经网络,对状态监测的结果进行分析,以分析出自动化设备的运行状态、运行状态之间的关系及设备运行时间与设备不可用率之间的关系;
根据设备运行时间与设备不可用率之间的关系,计算出最佳检修时间;
根据自动化设备的运行状态之间的关系及最佳检修时间对现有检修计划进行优化并进行故障快速定位。
一种电力***二次设备的故障检修***,包括:
获取模块,用于获取二次设备的拓扑监测信息、运行监测信息和网络通信信息;
状态监测模块,用于根据自动化设备健康评价模型,对所述拓扑监测信息、运行监测信息和网络通信信息进行状态监测;
分析模块,用于通过人工神经网络,对状态监测的结果进行分析,以分析出自动化设备的运行状态、运行状态之间的关系及设备运行时间与设备不可用率之间的关系;
计算模块,用于根据设备运行时间与设备不可用率之间的关系,计算出最佳检修时间;
检修决策模块,用于根据自动化设备的运行状态之间的关系及最佳检修时间对现有检修计划进行优化并进行故障快速定位。
本发明提供一种电力***二次设备的故障检修方法及***,通过获取二次设备的拓扑监测信息、运行监测信息和网络通信信息;根据自动化设备健康评价模型,对所述拓扑监测信息、运行监测信息和网络通信信息进行状态监测;通过人工神经网络,对状态监测的结果进行分析,以分析出自动化设备的运行状态、运行状态之间的关系及设备运行时间与设备不可用率之间的关系;根据设备运行时间与设备不可用率之间的关系,计算出最佳检修时间;根据自动化设备的运行状态之间的关系及最佳检修时间对现有检修计划进行优化并进行故障快速定位。本发明基于健康评价模型,自动化设备状态检修策略能进行更为准确的判断,提高了检修效率及故障定位速度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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性的前提下,还可根据这些附图获得其他的附图。
图1为本发明实施例的一种电力***二次设备的故障检修方法的流程图;
图2为本发明实施例的一种电力***二次设备的故障检修***的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,为一种电力***二次设备的故障检修方法,包括:
步骤101、获取二次设备的拓扑监测信息、运行监测信息和网络通信信息;
其中,步骤101包括:
步骤101-1、获取网络设备运行信息,所述网络设备运行信息包括运行状态、性能参数、告警信息、日志信息;
步骤101-2、获取综自***的运行告警信息;
步骤101-3、获取USB接入、网络拓扑感知信息;
步骤101-4、抓取站控层与网络设备的网络通信记录。
步骤102、根据自动化设备健康评价模型,对所述拓扑监测信息、运行监测信息和网络通信信息进行状态监测;
步骤102具体可以包括:
步骤102-1、根据资源、运行信息、服务,建立基础模型;定义自动化设备功能“逻辑块”节点,建立其与其它节点之间涵盖关系及依赖关联的功能服务模型;定义逻辑块等级及对性能指标的要求阀值,建立***性能数据流关联的性能约束模型;按照变电站监控***安全防护要求,在基础模型对象中设定网络边界、内部区域、节点通信权限、节点安全接入约束条件,并建立网络通信对流量静态、动态约束条件以构成变电站白名单安全通信机制的安全特性约束模型;
步骤102-2、基于自动化设备健康评价模型对所述拓扑监测信息、运行监测信息和网络通信信息进行异常检测、模式匹配、协议分析、日志审计,已获得二次设备的状态信息。
本步骤中,变电站一旦投入运行,其***网络环境就已经固定,设备之间的网络通信也会遵守一定的规则运行,主要体现在周期性通信、条件触发、动态通信及偶发性通信等情况,因而可采用白名单为基础的异常检测、模式匹配、协议分析、日志审计等技术进行状态监测及网络安全风险监测。
当已存在二次设备检修管理***时,步骤102之前,还包括:
步骤102-a、获取二次设备检修的历史数据,所述历史数据包括铭牌参数、试验数据、缺陷数据及事故数据。
步骤103、通过人工神经网络,对状态监测的结果进行分析,以分析出自动化设备的运行状态、运行状态之间的关系及设备运行时间与设备不可用率之间的关系;
其中,步骤103具体可以包括:.
步骤103-1、自动感知变电站网络拓扑、关联已有设备检修参数库、缺陷库、故障库以及结合人工定义,建立基础模型,即确定输入层到隐层之间的相对固定的权值矩阵;
步骤103-2、在***初步投运时,采用有监督学习方式,假设变电站自动化设备为无故障状态,监测相应的通信链路、设备指标等形成正常的功能、性能及安全模型,并可人工确认修订,即形成隐层到输出层之间的权值矩阵W;
步骤103-3、在***正式运行后,对违反正常态运行情况,通过神经网络支持误差反向传播,若在输出层未能得到期望输出值,则逐层递归计算误差,以便根据误差调节权值;
步骤103-4、若在输出层得到期望输出值时,终止运行,计算出自动化设备的运行状态、运行状态之间的关系及设备运行时间与设备不可用率之间的关系。
步骤104、根据设备运行时间与设备不可用率之间的关系,计算出最佳检修时间;
步骤105、根据自动化设备的运行状态之间的关系及最佳检修时间对现有检修计划进行优化并进行故障快速定位。
本发明提供一种电力***二次设备的故障检修方法,通过获取二次设备的拓扑监测信息、运行监测信息和网络通信信息;根据自动化设备健康评价模型,对所述拓扑监测信息、运行监测信息和网络通信信息进行状态监测;通过人工神经网络,对状态监测的结果进行分析,以分析出自动化设备的运行状态、运行状态之间的关系及设备运行时间与设备不可用率之间的关系;根据设备运行时间与设备不可用率之间的关系,计算出最佳检修时间;根据自动化设备的运行状态之间的关系及最佳检修时间对现有检修计划进行优化并进行故障快速定位。本发明基于健康评价模型,自动化设备状态检修策略能进行更为准确的判断,提高了检修效率及故障定位速度。
本发明实施例还提供了一种电力***二次设备的故障检修***,如图2所示,包括:
获取模块210,用于获取二次设备的拓扑监测信息、运行监测信息和网络通信信息;
状态监测模块220,用于根据自动化设备健康评价模型,对所述拓扑监测信息、运行监测信息和网络通信信息进行状态监测;
分析模块230,用于通过人工神经网络,对状态监测的结果进行分析,以分析出自动化设备的运行状态、运行状态之间的关系及设备运行时间与设备不可用率之间的关系;
计算模块240,用于根据设备运行时间与设备不可用率之间的关系,计算出最佳检修时间;
检修决策模块250,用于根据自动化设备的运行状态之间的关系及最佳检修时间对现有检修计划进行优化并进行故障快速定位。
获取模块210包括:
第一获取单元211,用于获取网络设备运行信息,所述网络设备运行信息包括运行状态、性能参数、告警信息、日志信息;
第二获取单元212,用于获取综自***的运行告警信息;
第三获取单元213,用于获取USB接入、网络拓扑感知信息;
第四获取单元214,用于抓取站控层与网络设备的网络通信记录。
还可以包括离线数据获取模块260,用于当已存在二次设备检修管理***时,获取二次设备检修的历史数据,所述历史数据包括铭牌参数、试验数据、缺陷数据及事故数据。
所述状态监测模块220包括:
模型建立单元221,用于根据资源、运行信息、服务,建立基础模型;定义自动化设备功能“逻辑块”节点,建立其与其它节点之间涵盖关系及依赖关联的功能服务模型;定义逻辑块等级及对性能指标的要求阀值,建立***性能数据流关联的性能约束模型;按照变电站监控***安全防护要求,在基础模型对象中设定网络边界、内部区域、节点通信权限、节点安全接入约束条件,并建立网络通信对流量静态、动态约束条件以构成变电站白名单安全通信机制的安全特性约束模型;
监测单元222,用于基于自动化设备健康评价模型对所述拓扑监测信息、运行监测信息和网络通信信息进行异常检测、模式匹配、协议分析、日志审计,已获得二次设备的状态信息。
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本发明可借助软件加必需的硬件平台的方式来实现,当然也可以全部通过硬件来实施,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案对背景技术做出贡献的全部或者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)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上对本发明进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种电力***二次设备的故障检修方法,其特征在于,包括:
获取二次设备的拓扑监测信息、运行监测信息和网络通信信息;
根据自动化设备健康评价模型,对所述拓扑监测信息、运行监测信息和网络通信信息进行状态监测;
通过人工神经网络,对状态监测的结果进行分析,以分析出自动化设备的运行状态、运行状态之间的关系及设备运行时间与设备不可用率之间的关系;
根据设备运行时间与设备不可用率之间的关系,计算出最佳检修时间;
根据自动化设备的运行状态之间的关系及最佳检修时间对现有检修计划进行优化并进行故障快速定位。
2.根据权利要求1所述的电力***二次设备的故障检修方法,其特征在于,获取二次设备的拓扑监测信息、运行监测信息和网络通信信息的步骤包括:
获取网络设备运行信息,所述网络设备运行信息包括运行状态、性能参数、告警信息、日志信息;
获取综自***的运行告警信息;
获取USB接入、网络拓扑感知信息;
抓取站控层与网络设备的网络通信记录。
3.根据权利要求1所述的电力***二次设备的故障检修方法,其特征在于,当已存在二次设备检修管理***时,所述根据自动化设备健康评价模型,对所述拓扑监测信息、运行监测信息和网络通信信息进行状态监测的步骤之前,还包括:
获取二次设备检修的历史数据,所述历史数据包括铭牌参数、试验数据、缺陷数据及事故数据。
4.根据权利要求1所述的电力***二次设备的故障检修方法,其特征在于,所述根据自动化设备健康评价模型,对所述拓扑监测信息、运行监测信息和网络通信信息进行状态监测的步骤,包括:
根据资源、运行信息、服务,建立基础模型;定义自动化设备功能“逻辑块”节点,建立其与其它节点之间涵盖关系及依赖关联的功能服务模型;定义逻辑块等级及对性能指标的要求阀值,建立***性能数据流关联的性能约束模型;按照变电站监控***安全防护要求,在基础模型对象中设定网络边界、内部区域、节点通信权限、节点安全接入约束条件,并建立网络通信对流量静态、动态约束条件以构成变电站白名单安全通信机制的安全特性约束模型;
基于自动化设备健康评价模型对所述拓扑监测信息、运行监测信息和网络通信信息进行异常检测、模式匹配、协议分析、日志审计,已获得二次设备的状态信息。
5.根据权利要求1所述的电力***二次设备的故障检修方法,其特征在于,所述通过人工神经网络,对状态监测的结果进行分析,以分析出自动化设备的运行状态、运行状态之间的关系及设备运行时间与设备不可用率之间的关系的步骤,包括:
自动感知变电站网络拓扑、关联已有设备检修参数库、缺陷库、故障库以及结合人工定义,建立基础模型,即确定输入层到隐层之间的相对固定的权值矩阵;
在***初步投运时,采用有监督学习方式,假设变电站自动化设备为无故障状态,监测相应的通信链路、设备指标等形成正常的功能、性能及安全模型,并可人工确认修订,即形成隐层到输出层之间的权值矩阵W;
在***正式运行后,对违反正常态运行情况,通过神经网络支持误差反向传播,若在输出层未能得到期望输出值,则逐层递归计算误差,以便根据误差调节权值;
若在输出层得到期望输出值时,终止运行,计算出自动化设备的运行状态、运行状态之间的关系及设备运行时间与设备不可用率之间的关系。
6.一种电力***二次设备的故障检修***,其特征在于,包括:
获取模块,用于获取二次设备的拓扑监测信息、运行监测信息和网络通信信息;
状态监测模块,用于根据自动化设备健康评价模型,对所述拓扑监测信息、运行监测信息和网络通信信息进行状态监测;
分析模块,用于通过人工神经网络,对状态监测的结果进行分析,以分析出自动化设备的运行状态、运行状态之间的关系及设备运行时间与设备不可用率之间的关系;
计算模块,用于根据设备运行时间与设备不可用率之间的关系,计算出最佳检修时间;
检修决策模块,用于根据自动化设备的运行状态之间的关系及最佳检修时间对现有检修计划进行优化并进行故障快速定位。
7.根据权利要求6所述的电力***二次设备的故障检修***,其特征在于,获取模块包括:
第一获取单元,用于获取网络设备运行信息,所述网络设备运行信息包括运行状态、性能参数、告警信息、日志信息;
第二获取单元,用于获取综自***的运行告警信息;
第三获取单元,用于获取USB接入、网络拓扑感知信息;
第四获取单元,用于抓取站控层与网络设备的网络通信记录。
8.根据权利要求6所述的电力***二次设备的故障检修***,其特征在于,还包括离线数据获取模块,用于当已存在二次设备检修管理***时,获取二次设备检修的历史数据,所述历史数据包括铭牌参数、试验数据、缺陷数据及事故数据。
9.根据权利要求6所述的电力***二次设备的故障检修***,其特征在于,所述状态监测模块包括:
模型建立单元,用于根据资源、运行信息、服务,建立基础模型;定义自动化设备功能“逻辑块”节点,建立其与其它节点之间涵盖关系及依赖关联的功能服务模型;定义逻辑块等级及对性能指标的要求阀值,建立***性能数据流关联的性能约束模型;按照变电站监控***安全防护要求,在基础模型对象中设定网络边界、内部区域、节点通信权限、节点安全接入约束条件,并建立网络通信对流量静态、动态约束条件以构成变电站白名单安全通信机制的安全特性约束模型;
监测单元,用于基于自动化设备健康评价模型对所述拓扑监测信息、运行监测信息和网络通信信息进行异常检测、模式匹配、协议分析、日志审计,已获得二次设备的状态信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710429815.5A CN107203816B (zh) | 2017-06-09 | 2017-06-09 | 一种电力***二次设备的故障检修方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710429815.5A CN107203816B (zh) | 2017-06-09 | 2017-06-09 | 一种电力***二次设备的故障检修方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107203816A true CN107203816A (zh) | 2017-09-26 |
CN107203816B CN107203816B (zh) | 2021-01-26 |
Family
ID=59907390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710429815.5A Active CN107203816B (zh) | 2017-06-09 | 2017-06-09 | 一种电力***二次设备的故障检修方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107203816B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109636194A (zh) * | 2018-12-14 | 2019-04-16 | 国网山东省电力公司电力科学研究院 | 一种输变电项目重大变动多源协同检测方法与*** |
CN110247725A (zh) * | 2019-06-24 | 2019-09-17 | 国网河北省电力有限公司经济技术研究院 | Otn网络的线路故障排查方法、装置及终端设备 |
CN110768847A (zh) * | 2019-10-31 | 2020-02-07 | 国家电网有限公司 | 电力数据的处理方法和装置 |
CN111327487A (zh) * | 2018-12-14 | 2020-06-23 | 国网山西省电力公司信息通信分公司 | 基于深度学习的电力通信网络运行状态监测方法和装置 |
CN111652313A (zh) * | 2020-06-04 | 2020-09-11 | 重庆东电通信技术有限公司 | 基于聚类分析的多源异构数据挖掘方法 |
CN113471864A (zh) * | 2021-06-11 | 2021-10-01 | 国网山东省电力公司金乡县供电公司 | 一种变电站二次设备现场检修装置及方法 |
CN113467428A (zh) * | 2021-07-22 | 2021-10-01 | 浙江幸福航天科技有限公司 | 一种电站监测*** |
CN113533875A (zh) * | 2020-04-22 | 2021-10-22 | 杭州释普科技有限公司 | 智能化判断实验室设备运行状态及计算设备利用率的方法 |
CN114039869A (zh) * | 2021-11-09 | 2022-02-11 | 广东稳峰电力科技有限公司 | 二次设备节点模型的建立方法、通信管理方法及装置 |
CN116561638A (zh) * | 2023-05-24 | 2023-08-08 | 南京电力设计研究院有限公司 | 基于神经网络学习及状态评估的保护压板不对应校验方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101789039A (zh) * | 2010-01-26 | 2010-07-28 | 华北电力大学 | 继电保护设备可用率和最优检修周期的计算方法 |
CN101854269A (zh) * | 2010-04-06 | 2010-10-06 | 珠海市鸿瑞信息技术有限公司 | 电力二次***信息安全运维监管平台 |
CN102324067A (zh) * | 2011-08-31 | 2012-01-18 | 广东省电力调度中心 | 电力二次设备状态评价方法及其*** |
CN104299031A (zh) * | 2014-06-13 | 2015-01-21 | 国家电网公司 | Bp神经网络超短期负荷预测方法 |
CN105243454A (zh) * | 2015-11-06 | 2016-01-13 | 广州威沃电子有限公司 | 基于大数据的用电负荷预测*** |
CN105471656A (zh) * | 2015-12-10 | 2016-04-06 | 国家电网公司 | 一种针对智能变电站自动化***运维信息模型的抽象方法 |
CN105809255A (zh) * | 2016-03-07 | 2016-07-27 | 大唐淮南洛河发电厂 | 一种基于物联网的火电厂旋转机械健康管理方法及*** |
CN106656588A (zh) * | 2016-12-12 | 2017-05-10 | 国网北京市电力公司 | 智能变电站的故障定位方法和装置 |
CN106777603A (zh) * | 2016-12-02 | 2017-05-31 | 国网江苏省电力公司镇江供电公司 | 智能变电站继电保护装置寿命预测方法 |
-
2017
- 2017-06-09 CN CN201710429815.5A patent/CN107203816B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101789039A (zh) * | 2010-01-26 | 2010-07-28 | 华北电力大学 | 继电保护设备可用率和最优检修周期的计算方法 |
CN101854269A (zh) * | 2010-04-06 | 2010-10-06 | 珠海市鸿瑞信息技术有限公司 | 电力二次***信息安全运维监管平台 |
CN102324067A (zh) * | 2011-08-31 | 2012-01-18 | 广东省电力调度中心 | 电力二次设备状态评价方法及其*** |
CN104299031A (zh) * | 2014-06-13 | 2015-01-21 | 国家电网公司 | Bp神经网络超短期负荷预测方法 |
CN105243454A (zh) * | 2015-11-06 | 2016-01-13 | 广州威沃电子有限公司 | 基于大数据的用电负荷预测*** |
CN105471656A (zh) * | 2015-12-10 | 2016-04-06 | 国家电网公司 | 一种针对智能变电站自动化***运维信息模型的抽象方法 |
CN105809255A (zh) * | 2016-03-07 | 2016-07-27 | 大唐淮南洛河发电厂 | 一种基于物联网的火电厂旋转机械健康管理方法及*** |
CN106777603A (zh) * | 2016-12-02 | 2017-05-31 | 国网江苏省电力公司镇江供电公司 | 智能变电站继电保护装置寿命预测方法 |
CN106656588A (zh) * | 2016-12-12 | 2017-05-10 | 国网北京市电力公司 | 智能变电站的故障定位方法和装置 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109636194A (zh) * | 2018-12-14 | 2019-04-16 | 国网山东省电力公司电力科学研究院 | 一种输变电项目重大变动多源协同检测方法与*** |
CN111327487A (zh) * | 2018-12-14 | 2020-06-23 | 国网山西省电力公司信息通信分公司 | 基于深度学习的电力通信网络运行状态监测方法和装置 |
CN110247725A (zh) * | 2019-06-24 | 2019-09-17 | 国网河北省电力有限公司经济技术研究院 | Otn网络的线路故障排查方法、装置及终端设备 |
CN110247725B (zh) * | 2019-06-24 | 2021-05-04 | 国网河北省电力有限公司经济技术研究院 | Otn网络的线路故障排查方法、装置及终端设备 |
CN110768847A (zh) * | 2019-10-31 | 2020-02-07 | 国家电网有限公司 | 电力数据的处理方法和装置 |
CN113533875A (zh) * | 2020-04-22 | 2021-10-22 | 杭州释普科技有限公司 | 智能化判断实验室设备运行状态及计算设备利用率的方法 |
CN111652313A (zh) * | 2020-06-04 | 2020-09-11 | 重庆东电通信技术有限公司 | 基于聚类分析的多源异构数据挖掘方法 |
CN113471864A (zh) * | 2021-06-11 | 2021-10-01 | 国网山东省电力公司金乡县供电公司 | 一种变电站二次设备现场检修装置及方法 |
CN113467428A (zh) * | 2021-07-22 | 2021-10-01 | 浙江幸福航天科技有限公司 | 一种电站监测*** |
CN114039869A (zh) * | 2021-11-09 | 2022-02-11 | 广东稳峰电力科技有限公司 | 二次设备节点模型的建立方法、通信管理方法及装置 |
CN116561638A (zh) * | 2023-05-24 | 2023-08-08 | 南京电力设计研究院有限公司 | 基于神经网络学习及状态评估的保护压板不对应校验方法 |
CN116561638B (zh) * | 2023-05-24 | 2024-05-31 | 南京电力设计研究院有限公司 | 基于神经网络学习及状态评估的保护压板不对应校验方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107203816B (zh) | 2021-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107203816A (zh) | 一种电力***二次设备的故障检修方法及*** | |
Negnevitsky et al. | Risk assessment for power system operation planning with high wind power penetration | |
CN105512448B (zh) | 一种配电网健康指数的评估方法 | |
CN102324067B (zh) | 电力二次设备状态评价方法及其*** | |
CN102005736B (zh) | 一种继电保护设备健康状况在线监测方法 | |
CN107609725A (zh) | 一种考虑变电站影响的输电网风险评估方法 | |
CN104300675B (zh) | 一种基于一体化子站***的配电房远程监控方法和*** | |
Feng et al. | A technical framework of PHM and active maintenance for modern high-speed railway traction power supply systems | |
Hajian-Hoseinabadi et al. | Availability, reliability, and component importance evaluation of various repairable substation automation systems | |
CN104331042A (zh) | 水电厂计算机监控***的状态评价方法 | |
CN105425768A (zh) | 一种电力二次设备监测装置及方法 | |
CN105467971A (zh) | 一种电力二次设备监测***及方法 | |
van der Velde et al. | Methods for actors in the electric power system to prevent, detect and react to ICT attacks and failures | |
CN112202597A (zh) | 一种低压台区通信网络节点重要度的评估方法 | |
CN107247198A (zh) | 一种配电设备故障预测方法及装置 | |
de Carvalho et al. | Analyzing impact of communication network topologies on reconfiguration of networked microgrids, impact of communication system on smart grid reliability, security and operation | |
CN110214332A (zh) | 对用于能量供应的电气***进行使用规划的方法 | |
Žarković et al. | Artificial intelligence based thermographic approach for high voltage substations risk assessment | |
KR102067831B1 (ko) | 전력계통 신뢰도 지수를 토대로 한 변전소 자산 관리 방법 및 장치 | |
CN110361609A (zh) | 特高压设备监测***及方法 | |
CN109193947A (zh) | 配电房监控方法、装置、服务器及计算机可读存储介质 | |
KR102084147B1 (ko) | 전기실의 온라인 진단시스템 | |
CN108460517A (zh) | 一种配电网管控方法及装置 | |
CN108539740B (zh) | 一种电网事故预想模拟***及其方法 | |
Li et al. | Real time evaluation algorithm for measurement performance of substation voltage transformer based on artificial neural network |
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: 20191126 Address after: 519000 605, block a, entrepreneurship building, Tsinghua Science Park, No. 101, University Road, Tangjiawan Town, Zhuhai City, Guangdong Province Applicant after: Zhuhai Hongrui information technology Limited by Share Ltd Address before: 519000, Room 606, building A, Pioneer Building, Tsinghua Science Park, 101 Tang Cheng Road, Zhuhai, Guangdong Applicant before: Zhuhai Hongrui Software Technology Co., Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |