CN110378492A - 一种加强配网设备运维管控的方法 - Google Patents
一种加强配网设备运维管控的方法 Download PDFInfo
- Publication number
- CN110378492A CN110378492A CN201910449055.3A CN201910449055A CN110378492A CN 110378492 A CN110378492 A CN 110378492A CN 201910449055 A CN201910449055 A CN 201910449055A CN 110378492 A CN110378492 A CN 110378492A
- Authority
- CN
- China
- Prior art keywords
- equipment
- data
- failure
- prediction model
- database
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000003014 reinforcing effect Effects 0.000 title claims description 10
- 238000012423 maintenance Methods 0.000 claims abstract description 18
- 238000005516 engineering process Methods 0.000 claims abstract description 17
- 230000000694 effects Effects 0.000 claims abstract description 6
- 230000005611 electricity Effects 0.000 claims description 15
- 238000012544 monitoring process Methods 0.000 claims description 13
- 230000007547 defect Effects 0.000 claims description 7
- 238000012097 association analysis method Methods 0.000 claims description 4
- 238000004141 dimensional analysis Methods 0.000 claims description 4
- 241000607479 Yersinia pestis Species 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000007257 malfunction Effects 0.000 claims description 2
- 238000004140 cleaning Methods 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 7
- 241001269238 Data Species 0.000 abstract description 5
- 230000002787 reinforcement Effects 0.000 abstract description 4
- 238000010801 machine learning Methods 0.000 abstract description 2
- 238000005259 measurement Methods 0.000 abstract description 2
- 230000001314 paroxysmal effect Effects 0.000 abstract description 2
- 238000007689 inspection Methods 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 3
- 239000010410 layer Substances 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005520 electrodynamics Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000002346 layers by function Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
针对电网设备故障具有随机性和突发性的特点,因而难以准确预测这一问题,提供一种加强配网设备运维管控的方法,属于电网设备运维技术领域,通过应用聚类分析、机器学***。本发明在设备故障之前发出告警信号,提前对设备故障进行预判并提供应对策略,创新应用大数据技术根据历史上已经发生的故障记录预测设备未来发生故障的可能,实现化被动抢修的工作模式为主动检修的工作模式。
Description
技术领域
本发明属于电网设备运维技术领域,特别是涉及到一种运用数据分析技术加强配网设备运维管控方法。
背景技术
目前由于配网自动化仍在推进建设中,配电网设备无法得到全面监测,运行人员无法有效获取设备运行状态信息;另外电网设备故障具有随机性和突发性的特点,常规预测方法难以准确预测。在此背景下,配电网运行维护工作中存在如下痛点问题,一是设备故障难以准确预测,以往的工作方式主要是被动发现故障问题,而配网设备多、接线复杂,故障点排查全凭经验处理,需要花费大量时间,影响抢修效率;二是设备状态检修缺乏科学依据,目前状态检修主要是由设备专家根据设备运行信息制定检修计划,对人的依赖性过强,同时状态检修需要结合大量历史数据和现状数据,人力无法做到对电网设备的实时全面分析,仍存在有分析盲点的可能。
电网公司运营积累的海量数据在大数据技术突飞猛进的发展背景下,体现了更大的价值,应用大数据技术使电网设备故障预测成为可能。因此,现有技术中亟需一种新的技术方案来解决这一问题。
发明内容
本发明所要解决的技术问题是:提供一种加强配网设备运维管控的方法,用以解决现有配电网运行维护工作中设备故障难以准确预测、设备状态检修缺乏科学依据,配电网运维只能是被动抢修的工作模式等技术问题。
一种加强配网设备运维管控的方法,其特征是:包括以下步骤,且以下步骤顺次进行,
步骤一、案例数据库建立
通过采集电力设备的地理信息、技术参数、电力设备运维信息以及历史数据,应用数据清洗和聚类分析筛选故障、缺陷以及异常数据,建立案例数据库;
步骤二、建立用电状态监控图
采用地理信息***GIS技术和BIM空间建模技术,将配电网设备地理位置信息以及电力设备实时运行状态信息标注在电子地图上,建立用电状态监控图;
步骤三、建立设备故障预测模型
结合临近传播效应,通过关联分析方法对所述步骤一获得的案例数据库内各案例进行多维度分析,获得数据之间相关性和案例之间发生规律,建立设备故障预测模型;
步骤四、故障研判导航
利用所述步骤三建立的设备故障预测模型,预测未来故障,对电力设备进行缺陷跟踪、故障预判以及故障主动报警;
步骤五、智能派发工单
通过步骤四获得的故障研判结果,获得巡查电力设备检修方案以及应急方案,通过步骤二获得电子地图,将检修工单发送至运维人员进行电力设备检修。
所述步骤三中故障预测模型可通过大数据分析技术机器学习的方法进行电力设备故障预警自学习,实时更新案例数据库信息,进行设备故障预测模型自动优化。
所述步骤一中的数据来源为电网PMS***、SG186***、电力用户用电采集***、D5000***以及95598客服***,数据接口采用servlet接口。
所述步骤一中聚类分析采用K-means算法,获得的案例数据库包括设备信息数据库、用电用户行为数据库、典型故障数据库、运行监测数据库、故障发生条件历史库。
通过上述设计方案,本发明可以带来如下有益效果:一种加强配网设备运维管控的方法,能够在设备故障之前发出告警信号,提前对设备故障进行预判并提供应对策略,创新应用大数据技术根据历史上已经发生的故障记录预测设备未来发生故障的可能,实现化被动抢修的工作模式为主动检修的工作模式。
进一步的,本发明利用大数据技术,从数据源头进行收集、分析、处理,打破了电网应用各***间的数据孤岛。达到了设备故障提前预判、提前维护,报修业务迅速处理,迅速完结,化被动抢修为主动检修,增加了电网设备故障全口径预警的覆盖面,提升了配电网设备健康水平,使配电网整体工作由“经验型”向“智能型”转变。
本发明减少供电范围内停电次数和停电时间,同时避免设备严重损害,减少大修技改次数;对社会方面的意义在于,提高供电可靠性,提升居民用电满意度。
附图说明
以下结合附图和具体实施方式对本发明作进一步的说明:
图1为本发明一种加强配网设备运维管控的方法的***框图。
图2为本发明一种加强配网设备运维管控的方法设备故障预测模型技术流程框图。
具体实施方式
一种加强配网设备运维管控的方法,如图1所示,包括电网数据层、数据库层、核心应用模块层、***功能层四个层面。图中由上而下顺序表示***功能实现流程,实线框表示应用的和构建的子***,虚线框表示应用存在的逻辑关系构建的集成模块。具体操作步骤为如下,
步骤一、案例数据库建立
通过采集电力设备的地理信息、技术参数、电力设备运维信息以及历史数据,应用数据清洗和聚类分析筛选故障、缺陷以及异常数据,建立案例数据库;
步骤二、建立用电状态监控图
采用地理信息***GIS技术和BIM空间建模技术,将配电网设备地理位置信息以及电力设备实时运行状态信息标注在电子地图上,建立用电状态监控图;
步骤三、建立设备故障预测模型
结合临近传播效应,通过关联分析方法对所述步骤一获得的案例数据库内各案例进行多维度分析,获得数据之间相关性和案例之间发生规律,建立设备故障预测模型;
步骤四、故障研判导航
利用所述步骤三建立的设备故障预测模型,根据已发生设备故障信息预测未来故障,提供设备缺陷跟踪、故障预判、故障主动报警、检修或改造方案建议等辅助配电网运维人员工作信息;
步骤五、智能派发工单
通过步骤四获得的故障研判结果,获得巡查电力设备检修方案以及应急方案,通过步骤二获得电子地图,将检修工单精准发送至运维人员,同时提供设备位置、外观信息,协助运维人员快速准确开展设备检修。
其中,数据来源为通过应用servlet做数据接口,收集整合用于配电网设备故障预测分析的电网数据,数据来源于国家电网公司应用的PMS***、SG186***、电力用户用电采集***、D5000***、95598客服***以及线下积累的大修技改等历史资料。
案例数据库的建立通过对采集的电力设备地理信息、技术参数、运维资料、大修技改、缺陷记录、负荷记录以及历史事件和天气变化等海量数据,通过数据清洗将存在的输入错误等脏数据剔除,应用K-means算法对数据进行聚类,将相似数据提取处理,构建用于设备故障预测分析用的案例数据库,包括:设备信息数据库、用电用户行为数据库、典型故障数据库、运行监测数据库、故障发生条件历史库。
用电状态监控图和设备故障预测模型为本发明核心应用模块,其中用电状态监测模块利用地理信息***GIS技术和BIM空间建模技术,将设备信息数据库、用户用电行为数据库等数据展现在电子地图上并实时更新各区域用电动态,为运维人员提供设备运行状态、健康水平实时信息,协助运维人员掌握电网实时动态;设备故障预测模型模块应用贝叶斯分析等关联分析方法对数据库中案例进行多维度分析,结合临近传播效应,深挖数据之间的相关性和各案例间的潜在规律,找出设备发生故障时的伴生信号规律,结合已发生的设备故障数据、故障的伴生信号和设备运行状态监测数据三维信息,预测设备故障的时间和地点。采用大数据分析技术的机器学习方法,实现电力设备故障的主动预警自学习,如图2所示。通过不断扩充数据库,结合运维人员现场排查结果,不断的对设备故障预测模型模块进行迭代训练,进一步提升预测准确率。
本发明在长春供电公司试运营1年间,已成功预判消缺334处,故障准确率高达82%,供电可靠性提升至99.97%,平均到达故障现场时间缩短11分钟,平均故障处理时长缩短15分钟,减少巡视检修工作量60%以上。
本发明一种加强配网设备运维管控的方法,将电网用电信息采集***、PMS2.0、D5000等记载的设备故障数据进行有效整合和挖掘,结合邻近传播效应分析理论,建立了设备故障预测模型,全面预测设备在一定时间内发生故障的概率。为状态检修提供科学依据,合理安排巡视检修工作,将工作由被动抢修模式转变为主动设备消缺模式,解决了配电网运维工作的痛点,减少停电次数和停电时间,提升供电可靠率,创造良好的经济和社会经济效益。
Claims (4)
1.一种加强配网设备运维管控的方法,其特征是:包括以下步骤,且以下步骤顺次进行,
步骤一、案例数据库建立
通过采集电力设备的地理信息、技术参数、电力设备运维信息以及历史数据,应用数据清洗和聚类分析筛选故障、缺陷以及异常数据,建立案例数据库;
步骤二、建立用电状态监控图
采用地理信息***GIS技术和BIM空间建模技术,将配电网设备地理位置信息以及电力设备实时运行状态信息标注在电子地图上,建立用电状态监控图;
步骤三、建立设备故障预测模型
结合临近传播效应,通过关联分析方法对所述步骤一获得的案例数据库内各案例进行多维度分析,获得数据之间相关性和案例之间发生规律,建立设备故障预测模型;
步骤四、故障研判导航
利用所述步骤三建立的设备故障预测模型,预测未来故障,对电力设备进行缺陷跟踪、故障预判以及故障主动报警;
步骤五、智能派发工单
通过步骤四获得的故障研判结果,获得巡查电力设备检修方案以及应急方案,通过步骤二获得电子地图,将检修工单发送至运维人员进行电力设备检修。
2.根据权利要求1所述的一种加强配网设备运维管控的方法,其特征是:所述步骤三中故障预测模型可通过大数据分析技术机器学习的方法进行电力设备故障预警自学习,实时更新案例数据库信息,进行设备故障预测模型自动优化。
3.根据权利要求1所述的一种加强配网设备运维管控的方法,其特征是:所述步骤一中的数据来源为电网PMS***、SG186***、电力用户用电采集***、D5000***以及95598客服***,数据接口采用servlet接口。
4.根据权利要求1所述的一种加强配网设备运维管控的方法,其特征是:所述步骤一中聚类分析采用K-means算法,获得的案例数据库包括设备信息数据库、用电用户行为数据库、典型故障数据库、运行监测数据库、故障发生条件历史库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910449055.3A CN110378492A (zh) | 2019-05-28 | 2019-05-28 | 一种加强配网设备运维管控的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910449055.3A CN110378492A (zh) | 2019-05-28 | 2019-05-28 | 一种加强配网设备运维管控的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110378492A true CN110378492A (zh) | 2019-10-25 |
Family
ID=68248796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910449055.3A Pending CN110378492A (zh) | 2019-05-28 | 2019-05-28 | 一种加强配网设备运维管控的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110378492A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110932150A (zh) * | 2019-12-18 | 2020-03-27 | 深圳市康拓普信息技术有限公司 | 电力设备运维*** |
CN111242328A (zh) * | 2020-02-27 | 2020-06-05 | 贵州智诚科技有限公司 | 一种提高设备运维质量和效率的方法 |
CN111245097A (zh) * | 2020-02-21 | 2020-06-05 | 国网山东省电力公司宁阳县供电公司 | 一种智能电网管控***及方法 |
CN111274309A (zh) * | 2020-02-27 | 2020-06-12 | 贵州智诚科技有限公司 | 一种基于多维度数据的全局交通管理设备运行监测方法 |
CN111311133A (zh) * | 2020-04-24 | 2020-06-19 | 广东卓维网络有限公司 | 一种应用于电网生产设备的监测*** |
CN111314137A (zh) * | 2020-02-18 | 2020-06-19 | 国家电网有限公司 | 信息通信网络自动化运维方法、装置、存储介质和处理器 |
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 |
CN111709597A (zh) * | 2020-04-24 | 2020-09-25 | 广东卓维网络有限公司 | 一种电网生产域运营监测*** |
CN111983383A (zh) * | 2020-08-17 | 2020-11-24 | 海南电网有限责任公司信息通信分公司 | 一种电力***故障抢修方法及*** |
CN112115180A (zh) * | 2020-09-11 | 2020-12-22 | 国网山东省电力公司枣庄供电公司 | 一种基于大数据的电网事故预测方法 |
CN112163708A (zh) * | 2020-09-30 | 2021-01-01 | 卖点国际展示(深圳)有限公司 | 基于智能展示终端的监控管理***及方法 |
CN112488327A (zh) * | 2020-11-10 | 2021-03-12 | 国网天津市电力公司电力科学研究院 | 一种自学习电网设备故障缺陷预警***及其方法 |
CN113537783A (zh) * | 2021-07-19 | 2021-10-22 | 国网吉林省电力有限公司吉林供电公司 | 一种电网检修安全风险智能管控方法 |
CN113765218A (zh) * | 2021-08-04 | 2021-12-07 | 杭州丁卯智能科技有限公司 | 基于gis+bim的配电架空线路及电力设施巡检*** |
CN115696532A (zh) * | 2023-01-03 | 2023-02-03 | 博信通信股份有限公司 | 一种基站设备管控方法、装置、智能电源控制器和介质 |
CN116633018A (zh) * | 2023-05-31 | 2023-08-22 | 国家电网有限公司 | 一种电力行业故障停电全流程管控平台 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2148146A1 (en) * | 1995-04-28 | 1996-10-29 | Roderick Joseph Mcmullin | Power Transmission Infrastructure Maintenance System |
CN105719076A (zh) * | 2016-01-19 | 2016-06-29 | 国网山东省电力公司青岛供电公司 | 一种大数据工单处理方法及装置 |
CN106339829A (zh) * | 2016-11-10 | 2017-01-18 | 国网山东省电力公司济南供电公司 | 基于大云物移技术的配电网主动抢修全景监控*** |
CN106779096A (zh) * | 2016-11-10 | 2017-05-31 | 国网山东省电力公司济南供电公司 | 配电网报修态势主动预警*** |
CN106815647A (zh) * | 2016-12-28 | 2017-06-09 | 国家电网公司 | 一种基于数据分析的高效率配电网故障抢修***及方法 |
CN106980922A (zh) * | 2017-03-03 | 2017-07-25 | 国网天津市电力公司 | 一种基于大数据的输变电设备状态评价方法 |
CN107679634A (zh) * | 2017-10-27 | 2018-02-09 | 国网陕西省电力公司西安供电公司 | 一种基于数据可视化的供电故障报修分析和预测的方法 |
CN107908175A (zh) * | 2017-11-08 | 2018-04-13 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种电力***现场智能化运维*** |
-
2019
- 2019-05-28 CN CN201910449055.3A patent/CN110378492A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2148146A1 (en) * | 1995-04-28 | 1996-10-29 | Roderick Joseph Mcmullin | Power Transmission Infrastructure Maintenance System |
CN105719076A (zh) * | 2016-01-19 | 2016-06-29 | 国网山东省电力公司青岛供电公司 | 一种大数据工单处理方法及装置 |
CN106339829A (zh) * | 2016-11-10 | 2017-01-18 | 国网山东省电力公司济南供电公司 | 基于大云物移技术的配电网主动抢修全景监控*** |
CN106779096A (zh) * | 2016-11-10 | 2017-05-31 | 国网山东省电力公司济南供电公司 | 配电网报修态势主动预警*** |
CN106815647A (zh) * | 2016-12-28 | 2017-06-09 | 国家电网公司 | 一种基于数据分析的高效率配电网故障抢修***及方法 |
CN106980922A (zh) * | 2017-03-03 | 2017-07-25 | 国网天津市电力公司 | 一种基于大数据的输变电设备状态评价方法 |
CN107679634A (zh) * | 2017-10-27 | 2018-02-09 | 国网陕西省电力公司西安供电公司 | 一种基于数据可视化的供电故障报修分析和预测的方法 |
CN107908175A (zh) * | 2017-11-08 | 2018-04-13 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种电力***现场智能化运维*** |
Non-Patent Citations (1)
Title |
---|
蒲天骄等: "人工智能技术在电力设备运维检修中的研究及应用", 《高电压技术》 * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110932150A (zh) * | 2019-12-18 | 2020-03-27 | 深圳市康拓普信息技术有限公司 | 电力设备运维*** |
CN111314137A (zh) * | 2020-02-18 | 2020-06-19 | 国家电网有限公司 | 信息通信网络自动化运维方法、装置、存储介质和处理器 |
CN111245097A (zh) * | 2020-02-21 | 2020-06-05 | 国网山东省电力公司宁阳县供电公司 | 一种智能电网管控***及方法 |
CN111242328A (zh) * | 2020-02-27 | 2020-06-05 | 贵州智诚科技有限公司 | 一种提高设备运维质量和效率的方法 |
CN111274309A (zh) * | 2020-02-27 | 2020-06-12 | 贵州智诚科技有限公司 | 一种基于多维度数据的全局交通管理设备运行监测方法 |
CN111709597B (zh) * | 2020-04-24 | 2021-07-09 | 广东卓维网络有限公司 | 一种电网生产域运营监测*** |
CN111311133A (zh) * | 2020-04-24 | 2020-06-19 | 广东卓维网络有限公司 | 一种应用于电网生产设备的监测*** |
CN111709597A (zh) * | 2020-04-24 | 2020-09-25 | 广东卓维网络有限公司 | 一种电网生产域运营监测*** |
CN111311133B (zh) * | 2020-04-24 | 2021-08-20 | 广东卓维网络有限公司 | 一种应用于电网生产设备的监测*** |
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 |
CN111983383A (zh) * | 2020-08-17 | 2020-11-24 | 海南电网有限责任公司信息通信分公司 | 一种电力***故障抢修方法及*** |
CN112115180A (zh) * | 2020-09-11 | 2020-12-22 | 国网山东省电力公司枣庄供电公司 | 一种基于大数据的电网事故预测方法 |
CN112163708A (zh) * | 2020-09-30 | 2021-01-01 | 卖点国际展示(深圳)有限公司 | 基于智能展示终端的监控管理***及方法 |
CN112488327A (zh) * | 2020-11-10 | 2021-03-12 | 国网天津市电力公司电力科学研究院 | 一种自学习电网设备故障缺陷预警***及其方法 |
CN113537783A (zh) * | 2021-07-19 | 2021-10-22 | 国网吉林省电力有限公司吉林供电公司 | 一种电网检修安全风险智能管控方法 |
CN113537783B (zh) * | 2021-07-19 | 2023-04-07 | 国网吉林省电力有限公司吉林供电公司 | 一种电网检修安全风险智能管控方法 |
CN113765218A (zh) * | 2021-08-04 | 2021-12-07 | 杭州丁卯智能科技有限公司 | 基于gis+bim的配电架空线路及电力设施巡检*** |
CN113765218B (zh) * | 2021-08-04 | 2023-11-03 | 杭州丁卯智能科技有限公司 | 基于gis+bim的配电架空线路及电力设施巡检*** |
CN115696532A (zh) * | 2023-01-03 | 2023-02-03 | 博信通信股份有限公司 | 一种基站设备管控方法、装置、智能电源控制器和介质 |
CN115696532B (zh) * | 2023-01-03 | 2023-03-28 | 博信通信股份有限公司 | 一种基站设备管控方法、装置、智能电源控制器和介质 |
CN116633018A (zh) * | 2023-05-31 | 2023-08-22 | 国家电网有限公司 | 一种电力行业故障停电全流程管控平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110378492A (zh) | 一种加强配网设备运维管控的方法 | |
CN108591104B (zh) | 一种基于云平台的风机故障预测与健康管理***、方法 | |
CN102193555B (zh) | 集控中心全景状态监测*** | |
CN105512448B (zh) | 一种配电网健康指数的评估方法 | |
CN110320892A (zh) | 基于Lasso回归的污水处理设备故障诊断***及方法 | |
CN106655522A (zh) | 一种适用于电网二次设备运维管理的主站*** | |
CN100412993C (zh) | 基于状态监测的核电厂智能维护*** | |
CN106204330A (zh) | 一种配电网智能诊断*** | |
CN106407589B (zh) | 一种风机状态评估与预测方法及*** | |
CN104638764A (zh) | 配网设备状态智能诊断和检修*** | |
CN108398934B (zh) | 一种用于轨道交通的设备故障监控的*** | |
CN112462696A (zh) | 一种智能制造车间数字孪生模型构建方法与*** | |
CN106672733A (zh) | 一种基于微云智能终端的电梯故障分析预警***及其方法 | |
CN109884473A (zh) | 一种电力检修***及方法 | |
CN106570567A (zh) | 一种主网检修多约束多目标评估专家***及优化方法 | |
CN107968405A (zh) | 一种基于营配调贯通的配网非计划停电监测方法 | |
KR20210085168A (ko) | 머신러닝 기반 건축 구조물 고유 진동값 학습을 통한 안전 진단 시스템 및 방법 | |
CN114881808B (zh) | 基于大数据的电力窃电精准识别方法及防窃电*** | |
CN110569997A (zh) | 一种基于多维度数据体系的充电站运行维护方法 | |
CN112576312B (zh) | 智能化综采工作面电液控支架数据收集及处理方法 | |
CN108062603A (zh) | 基于配电自动化终端设备全生命周期寿命预测方法及*** | |
CN110033102A (zh) | 一种巨型水电厂具有学习功能的智能诊断方法及专家*** | |
CN110245163A (zh) | 一种电力***运行隐患排查方法 | |
CN113949155A (zh) | 一种具有实时监测功能的全景式电能质量监测*** | |
CN115566803B (zh) | 一种线路故障溯源方法及*** |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191025 |
|
RJ01 | Rejection of invention patent application after publication |