CN112069400A - 一种基于地区电网信息的全网搜索方法 - Google Patents
一种基于地区电网信息的全网搜索方法 Download PDFInfo
- Publication number
- CN112069400A CN112069400A CN202010870090.5A CN202010870090A CN112069400A CN 112069400 A CN112069400 A CN 112069400A CN 202010870090 A CN202010870090 A CN 202010870090A CN 112069400 A CN112069400 A CN 112069400A
- Authority
- CN
- China
- Prior art keywords
- data
- power grid
- information
- searching method
- model
- 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 47
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000013075 data extraction Methods 0.000 claims abstract description 9
- 238000013523 data management Methods 0.000 claims abstract description 9
- 230000011218 segmentation Effects 0.000 claims abstract description 8
- 238000000605 extraction Methods 0.000 claims description 15
- 238000013499 data model Methods 0.000 claims description 12
- 230000005611 electricity Effects 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 7
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 2
- 239000002994 raw material Substances 0.000 claims description 2
- 238000007726 management method Methods 0.000 abstract description 10
- 230000006870 function Effects 0.000 description 6
- 230000000875 corresponding effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 206010037660 Pyrexia Diseases 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于地区电网信息的全网搜索方法，包括，通过数据提取、数据管控和索引生成形成倒排索引接口；利用所述倒排索引接口对结构化数据和非机构化数据进行索引文件的创建；基于电力词库对搜索词进行语义分词分析，结合多线程完成对所述索引文件的查询。本发明通过构建倒排索引，能够对海量调度运行和管理数据进行全面、准确、快速、安全的检索和定位，帮助用户获取到检索目标的更全面、更深入的信息。
Description
技术领域
本发明涉及信息搜索的技术领域，尤其涉及一种基于地区电网信息的全网搜索方法。
背景技术
在电力行业中，随着智能电网调度控制***建设及使用，已经积累了大量的运行和管理数据。这些数据仅仅是被收集和存储，进行简单的数据统计和查询，并没有针对数据进行深入挖掘，形成有助于日常工作和运行管理的更有价值信息。一方面需要在海量数据中对有用信息的快速检索，提升工作效率；另一方面需要挖掘数据间的关联关系，从事后对数据的分析，提升为基于数据的事前预判。通过这两个手段，才能充分利用数据，发掘其中蕴含的价值。为支撑调度运行业务，基于一、二、三区建立了综合智能告警、协同平台、OMS、OA、检修***、本地服务器、早会汇报、BBS等业务***，积累了大量的运行和管理数据。
随着智能电网调度***的建设，调控中心在生产运行中需要采集、产生和交换大量数据，传统的数据处理方式效率低下，缺乏统筹，在数据进行快速获取和深入挖掘存在很大困难。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题，提出了本发明。
因此，本发明提供了一种基于地区电网信息的全网搜索方法，能够通过构建倒排索引和运用多线程实现对电网信息的快速统一查询，解决了处理数据时效率低下，缺乏统筹的问题。
为解决上述技术问题，本发明提供如下技术方案：包括，
通过数据提取、数据管控和索引生成形成倒排索引接口；利用所述倒排索引接口对结构化数据和非机构化数据进行索引文件的创建；基于电力词库对搜索词进行语义分词分析，结合多线程完成对所述索引文件的查询。
作为本发明所述的一种基于地区电网信息的全网搜索方法的一种优选方案，其中：所述数据提取包括，初步过滤和抽取不同电网业务。
作为本发明所述的一种基于地区电网信息的全网搜索方法的一种优选方案，其中：所述数据管控包括，基于电网调控业务的管理权限，并结合所述不同电网业务的流转形式，生成专门针对所述不同电网业务的管控数据。
作为本发明所述的一种基于地区电网信息的全网搜索方法的一种优选方案，其中：所述索引生成包括，关联基础元数据与所述管控数据，并将所述数据存入倒排索引列表。
作为本发明所述的一种基于地区电网信息的全网搜索方法的一种优选方案，其中：所述结构化数据包括，台账信息：电业局资产中的设备类的建模记录；流程情况：业务流中的业务状态；电网规模：电网的总加负荷、接入变电站的数据。
作为本发明所述的一种基于地区电网信息的全网搜索方法的一种优选方案，其中：所述语义分词分析包括，信息抽取、拓扑关系构建和关联数据分析；定义本体模型，分析所述本体模型的关联数据；确定所述本体模型与所述关联数据的拓扑层次关系，形成一套完整的调控运行领域本体知识库。
作为本发明所述的一种基于地区电网信息的全网搜索方法的一种优选方案，其中：所述信息抽取、拓扑关系构建和关联数据分析包括，信息抽取：基于语义和CIM标准，在结构化数据和非结构化数据中进行关系抽取和属性抽取；拓扑关系构建：基于CIM和抽取数据的语义，建立数据之间的层次关系，根据所述数据之间的层次关系，建立起拓扑关系；关联数据分析：自动关联和展现所要查询目标的多方面数据。
作为本发明所述的一种基于地区电网信息的全网搜索方法的一种优选方案，其中：所述本体模型包括，调度自动化***模型：包括厂站、开关设备、变压器设备、线路设备、设备之间的拓扑连接关系，所述调度自动化***模型负责保证电力***中高压部分的稳定运行；配网***模型：包括馈线、采集终端、开关、配变、馈线段、设备之间的拓扑连接关系，所述配网***模型负责保证千家万户居民用电的稳定运行；计量数据模型：包括配变和采集数据，所述计量数据模型负责采集关口电量和统计用户单位的用电量；GIS数据模型：包括配网***中的电力设备信息，所述GIS数据模型主要用于展示馈线上各类设备的部署情况和安装位置。
作为本发明所述的一种基于地区电网信息的全网搜索方法的一种优选方案，其中：还包括，将自然语言与电力专业词库、本体知识库、语义知识库进行分阶段语义分解与模型判断，并根据确定的语义关系组织数据，完成智能检索与信息展示。
作为本发明所述的一种基于地区电网信息的全网搜索方法的一种优选方案，其中：多线程包括，定义Thread类，实现Runnable接口；覆盖所述接口中的线程体run，将线程任务代码定义到所述线程体run中；创建Thread类的对象；将所述Runnable接口的子类对象作为参数传递给所述Thread类的构造函数；调用所述Thread类的start方法开启线程。
本发明的有益效果：本发明能够对海量调度运行和管理数据进行全面、准确、快速、安全的检索和定位，帮助用户获取到检索目标的更全面、更深入的信息。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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，还可以根据这些附图获得其它的附图。其中：
图1为本发明第一个实施例所述的一种基于地区电网信息的全网搜索方法的流程示意图；
图2为本发明第一个实施例所述的一种基于地区电网信息的全网搜索方法的搜索流程示意图；
图3为本发明第一个实施例所述的一种基于地区电网信息的全网搜索方法的语义分析、排序算法和权限过滤的流程示意图；
图4为本发明第二个实施例所述的一种基于地区电网信息的全网搜索方法的电网概况示意图；
图5为本发明第二个实施例所述的一种基于地区电网信息的全网搜索方法的流程搜索示意图；
图6为本发明第二个实施例所述的一种基于地区电网信息的全网搜索方法的设备台账示意图；
图7为本发明第二个实施例所述的一种基于地区电网信息的全网搜索方法的文档搜索示意图；
图8为本发明第二个实施例所述的一种基于地区电网信息的全网搜索方法的运行信息示意图。
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，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1～图3，为本发明的第一个实施例，本发明的第一个实施例提供了一种基于地区电网信息的全网搜索方法，包括：
S1：通过数据提取、数据管控和索引生成形成倒排索引接口。
(1)数据提取：根据不同电网业务，实现针对不同业务的初步过滤和抽取功能。保证数据来源有用可靠；
(2)数据管控：基于电网调控业务的管理权限，并结合不同电网业务的流转形式，生成专门针对不同电网业务的管控数据，保证各个业务都具有独立的权限管理数据；
(3)索引生成：关联基础元数据与管控数据，并将数据存入倒排索引列表。
基于爬虫倒排索引的基础上，对设备台账、流程情况、运行信息、文档资料的数据进行数据提取，数据管控和索引生成，形成了存储形式统一的倒排索引，从而初步实现了单一数据的检索功能。
S2：利用倒排索引接口对结构化数据和非机构化数据进行索引文件的创建。
结构化数据包括：
(1)台账信息：电业局资产中的设备类的建模记录，例如一个开关设备，就对一个台账信息中的一条记录。
(2)流程情况：业务流中的业务状态，例如财务报销业务中，当前处于某位领导的审批状态。
(3)电网规模：电网的一些总体数据，例如电网的总加负荷、接入变电站的数据。
非结构化数据包括：
(1)门户资料、新闻网页：网页的标题、概述和内容。
(2)上传的附件：用户提交到***里的word文档，excel文档。
S3：基于电力词库对搜索词进行语义分词分析，结合多线程完成对索引文件的查询。
语义分词分析的步骤如下：
(1)信息抽取、拓扑关系构建和关联数据分析。
信息抽取：基于语义和CIM标准，在结构化数据和非结构化数据中进行关系抽取和属性抽取；
拓扑关系构建：基于CIM和抽取数据的语义，建立数据之间的层次关系，根据数据之间的层次关系，建立起拓扑关系，使搜索不局限于某个间隔，可以延伸至与之有关联的多个间隔、多个层级。例如若上层设备跳闸造成下级设备停电，则自动关联下级设备停电情况。
关联数据分析：关联数据分析是实现全网搜索的主要手段之一，在功能实现上，设定搜索某一时段的某一间隔，程序可将该时段、该间隔相关的遥信、遥测、主要参数、存在的缺陷等情况全部自动地展现出来。
(2)定义本体模型，分析本体模型的关联数据。
需要说明的是，本体模型包括以下四种模型：
1).调度自动化***模型：包括厂站、开关设备、变压器设备、线路设备、设备之间的拓扑连接关系，调度自动化***模型负责保证电力***中高压部分的稳定运行。
2).配网***模型：包括馈线、采集终端、开关、配变、馈线段、设备之间的拓扑连接关系，配网***模型负责保证千家万户居民用电的稳定运行。
3).计量数据模型：包括配变和采集数据，计量数据模型负责采集关口电量和统计用户单位的用电量。
4).GIS数据模型：包括配网***中的电力设备信息，GIS数据模型主要用于展示馈线上各类设备的部署情况和安装位置。
(3)确定本体模型与关联数据的拓扑层次关系，形成一套完整的调控运行领域本体知识库。
本体是一个可以共享的概念化范围，描述了给定领域的知识结构和内在关系。
具体的，首先确定本体对象，比如一个火电厂，然后以这个本体对象为中心，确定中心本体与其他附属本体(比如电厂电量、电厂出力)的关联范围及拓扑关系，这样逐步形成以中心本体为核心，其他相关本体为枝叶的本体模型，最后对相关底层属性数据(当日煤耗量、发电量)进行抽取，形成一套完整调控领域本体知识库。这样就可以通过一个本体可以查找出具有关系的其他本体及属性，并且支持迭代查询。
进一步的，将自然语言与电力专业词库、本体知识库、语义知识库进行分阶段语义分解与模型判断，并根据确定的语义关系组织数据，完成智能检索与信息展示，如图2所示：
(1)搜索“秦热#6号机组的发电量是多少”，通过电力词库分词、虚词过滤得到“秦热”、“#6号机组”、“发电量”；
(2)通过本体知识库语义分词确定“秦热电厂”为本体，“#6号机组”、“发电量”为属性值；
(3)再根据语义知识库判断真实语义：“秦热”电厂“#6号机组”的“发电量”。
较佳的，运用多线程实现对索引的快速查询，开启多线程的步骤如下：
(1)定义Thread类，实现Runnable接口，避免了继承Thread类的单继承局限性。
(2)覆盖接口中的线程体run，将线程任务代码定义到线程体run中；
(3)创建Thread类的对象；
(4)将Runnable接口的子类对象作为参数传递给Thread类的构造函数；
(5)调用Thread类的start方法开启线程。
需要说明的是，当通过实现Runnable接口来创建线程时，启动线程会使得Runnable接口中唯一的线程体run在那个独立执行的线程中被调用。start方法会使得该线程开始执行，且会导致线程体run被调用。
然后将多线程接入索引文件中，通过结合语义分析、排序算法和权限过滤，实现对电网信息的快速统一查询，该流程如图3所示。
具体的，排序算法主要是针对负荷大小进行排序，可以自动计算并搜索出各间隔、各变电站、整个电网负荷的最大、最小值，时间区间可以是天、周、月、年，从而减少人工逐一查找的工作量；权限过滤是根据设备管辖范围设定不同人员的查询权限，仅对设备对应的管辖人员提供查询，其他人员无此权限。
优选的是，本实施例通过构建倒排索引，实现了对电网信息的统一查询，将倒排索引与多线程相结合，提高了索引查询的速度，同时，通过设计权限过滤确保了电网数据的安全性。
实施例2
为了对本方法中采用的技术效果加以验证说明，本实施例选择地区电网EMS***和采用本方法进行对比，以科学论证的手段对比试验结果，以验证本方法所具有的真实效果。
目前地区电网EMS***具备实时和历史查询功能，但是都是基于一个点或者一个小的面，调控员若想了解事故、事件较为全面的情况，需要打开多个页面进行查询，费时费力；另一方面，调控员需要完成的日报表、月报表、年报表，由于涉及的数据较多，每次都需要花费大量的时间。
而本发明通过在传统互联网基于爬虫倒排索引的基础上，结合电网调控业务对不同数据安全权限、数据分类等要求，有针对性的对设备台账、流程情况、运行信息、文档资料等各个维度数据，进行数据提取，数据管控，索引生成三个步骤，形成了数据结构各异、组织方式多样、存储形式统一的倒排索引，从而实现对海量调度运行和管理数据进行全面、准确、快速、安全的检索和定位。
输入搜索关键词“秦热”即可统一获得相应的电网概况、流程搜索、设备台账、文档搜索以及运行信息。
其中电网概况包括发电规模(火电、风电、光伏电站以及水电)、输电规模和变电规模的信息，如图4所示。流程搜索包括相应设备的检测和处理流程，如图5所示。设备台账包括相应设备的所属的发电厂类型、所属的调度机构或设备的型号如图6所示。文档搜索包括关于关键词“秦热”的相关文档资料，如图7所示。运行信息包括相关设备的日志运行信息和电力生产信息，如图8所示。
通过结合多线程，很大程度上提高了对电网信息的查询速度，如表一所示。
表一：电网EMS***与本方法对电网信息所需的查询时间对比表。
表中，实时信息查询和历史信息查询为传统的电网EMS的查询功能，最低耗时7s，最高耗时27s；
电网概况、流程搜索、文档搜索、运行信息和设备台账为本发明的查询功能，最低耗时0.2s，最高耗时2.0秒，与传统的电网EMS相比，查询时间大幅度下降。
优选的是，本发明通过构建倒排索引和结合多线程，避免了调控员浪费大量精力去逐一搜索电网内容，且查询时间的缩短提高了调控员的工作效率。
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限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种基于地区电网信息的全网搜索方法，其特征在于：包括，
通过数据提取、数据管控和索引生成形成倒排索引接口；
利用所述倒排索引接口对结构化数据和非机构化数据进行索引文件的创建；
基于电力词库对搜索词进行语义分词分析，结合多线程完成对所述索引文件的查询。
2.如权利要求1所述的基于地区电网信息的全网搜索方法，其特征在于：所述数据提取包括，
初步过滤和抽取不同电网业务。
3.如权利要求1或2所述的基于地区电网信息的全网搜索方法，其特征在于：所述数据管控包括，
基于电网调控业务的管理权限，并结合所述不同电网业务的流转形式，生成专门针对所述不同电网业务的管控数据。
4.如权利要求3所述的基于地区电网信息的全网搜索方法，其特征在于：所述索引生成包括，
关联基础元数据与所述管控数据，并将所述数据存入倒排索引列表。
5.如权利要求4所述的基于地区电网信息的全网搜索方法，其特征在于：所述结构化数据包括，
台账信息：电业局资产中的设备类的建模记录；
流程情况：业务流中的业务状态；
电网规模：电网的总加负荷、接入变电站的数据。
6.如权利要求5所述的基于地区电网信息的全网搜索方法，其特征在于：所述语义分词分析包括，
信息抽取、拓扑关系构建和关联数据分析；
定义本体模型，分析所述本体模型的关联数据；
确定所述本体模型与所述关联数据的拓扑层次关系，形成一套完整的调控运行领域本体知识库。
7.如权利要求6所述的基于地区电网信息的全网搜索方法，其特征在于：所述信息抽取、拓扑关系构建和关联数据分析包括，
信息抽取：基于语义和CIM标准，在结构化数据和非结构化数据中进行关系抽取和属性抽取；
拓扑关系构建：基于CIM和抽取数据的语义，建立数据之间的层次关系，根据所述数据之间的层次关系，建立起拓扑关系；
关联数据分析：自动关联和展现所要查询目标的多方面数据。
8.如权利要求6或7所述的基于地区电网信息的全网搜索方法，其特征在于：所述本体模型包括，
调度自动化***模型：包括厂站、开关设备、变压器设备、线路设备、设备之间的拓扑连接关系，所述调度自动化***模型负责保证电力***中高压部分的稳定运行；
配网***模型：包括馈线、采集终端、开关、配变、馈线段、设备之间的拓扑连接关系，所述配网***模型负责保证千家万户居民用电的稳定运行；
计量数据模型：包括配变和采集数据，所述计量数据模型负责采集关口电量和统计用户单位的用电量；
GIS数据模型：包括配网***中的电力设备信息，所述GIS数据模型主要用于展示馈线上各类设备的部署情况和安装位置。
9.如权利要求8所述的基于地区电网信息的全网搜索方法，其特征在于：还包括，
将自然语言与电力专业词库、本体知识库、语义知识库进行分阶段语义分解与模型判断，并根据确定的语义关系组织数据，完成智能检索与信息展示。
10.如权利要求9所述的基于地区电网信息的全网搜索方法，其特征在于：多线程包括，
定义Thread类，实现Runnable接口；
覆盖所述接口中的线程体run，将线程任务代码定义到所述线程体run中；
创建Thread类的对象；
将所述Runnable接口的子类对象作为参数传递给所述Thread类的构造函数；
调用所述Thread类的start方法开启线程。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010870090.5A CN112069400B (zh) | 2020-08-26 | 2020-08-26 | 一种基于地区电网信息的全网搜索方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010870090.5A CN112069400B (zh) | 2020-08-26 | 2020-08-26 | 一种基于地区电网信息的全网搜索方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112069400A true CN112069400A (zh) | 2020-12-11 |
| CN112069400B CN112069400B (zh) | 2023-12-01 |
Family
ID=73660175
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010870090.5A Active CN112069400B (zh) | 2020-08-26 | 2020-08-26 | 一种基于地区电网信息的全网搜索方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112069400B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115495545A (zh) * | 2022-11-16 | 2022-12-20 | 华南理工大学 | 一种电网运行全景模型检索方法及电子设备、存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104021198A (zh) * | 2014-06-16 | 2014-09-03 | 北京理工大学 | 基于本体语义索引的关系数据库信息检索方法及装置 |
| CN105677864A (zh) * | 2016-01-08 | 2016-06-15 | 国网冀北电力有限公司 | 电网调度结构化数据的检索方法及装置 |
| CN106156304A (zh) * | 2016-07-01 | 2016-11-23 | 中国南方电网有限责任公司 | 一种用于电力***的数据检索和排序方法 |
| CN110704577A (zh) * | 2019-10-10 | 2020-01-17 | 国家电网公司华中分部 | 一种电网调度数据的搜索方法及*** |
-
2020
- 2020-08-26 CN CN202010870090.5A patent/CN112069400B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104021198A (zh) * | 2014-06-16 | 2014-09-03 | 北京理工大学 | 基于本体语义索引的关系数据库信息检索方法及装置 |
| CN105677864A (zh) * | 2016-01-08 | 2016-06-15 | 国网冀北电力有限公司 | 电网调度结构化数据的检索方法及装置 |
| CN106156304A (zh) * | 2016-07-01 | 2016-11-23 | 中国南方电网有限责任公司 | 一种用于电力***的数据检索和排序方法 |
| CN110704577A (zh) * | 2019-10-10 | 2020-01-17 | 国家电网公司华中分部 | 一种电网调度数据的搜索方法及*** |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115495545A (zh) * | 2022-11-16 | 2022-12-20 | 华南理工大学 | 一种电网运行全景模型检索方法及电子设备、存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112069400B (zh) | 2023-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2023115842A1 (zh) | 一种数据驱动的离线在线一体化配电网仿真***及方法 | |
| CN112132327A (zh) | 面向多源数据融合的配电网智能规划*** | |
| CN105226648A (zh) | 一种基于大数据的分布式电源配电网规划方法 | |
| CN104299056A (zh) | 配电网规划基础技术支持平台 | |
| CN110427392A (zh) | 一种基于云平台的配电网网格化管理信息*** | |
| CN116522746A (zh) | 高耗能企业配电托管方法 | |
| Wang et al. | A two-step load disaggregation algorithm for quasi-static time-series analysis on actual distribution feeders | |
| CN108230183A (zh) | 一种基于时标量测的电网设备多维度综合告警的处理方法 | |
| CN112069400A (zh) | 一种基于地区电网信息的全网搜索方法 | |
| Shendryk et al. | Decision Support System for Efficient Energy Management of MicroGrid with Renewable Energy Sources | |
| CN114285090A (zh) | 基于单站-分区-全网的新能源极限消纳能力评估方法 | |
| Samadovich | Ways to ensure energy security in Uzbekistan | |
| CN109783716A (zh) | 一种电力供需数据自动提取和处理***及方法 | |
| Sundarapandi Edward et al. | Challenges, strategies and opportunities for wind farm incorporated power systems: a review with bibliographic coupling analysis | |
| Haoqing et al. | Key technology and engineering application of pre decision system of quasi online dispatching control for massive power grid analysis: quasi online navigation system for power system operation | |
| CN113807573A (zh) | 一种基于数据管理和三维搜索的施工预测分析方法及*** | |
| CN112200458A (zh) | 一种配电网规划数据应用方法及*** | |
| Tang et al. | Application technology of big data in smart grid and its development prospect | |
| He et al. | Knowledge mapping of community research in China based on CSSCI (2006–2015) | |
| CN117977589B (zh) | 一种融合电网智能化终端管理***及方法 | |
| Dou et al. | Filtering Extraction Method for Digitized Models Based on Business Features | |
| Xiao et al. | Study on the Unified Data of Power Regulation System for Guizhou Power Grid | |
| CN201868874U (zh) | 电力***的pi测点自动维护*** | |
| Shangguan | Research on comprehensive evaluation indicator system of regional energy internet | |
| Qiao et al. | Research and implementation of user-level load forecasting based on load model library with electric data |
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 |