CN112767193A - 一种基于态势感知的配网生产差异化运维策略方法 - Google Patents
一种基于态势感知的配网生产差异化运维策略方法 Download PDFInfo
- Publication number
- CN112767193A CN112767193A CN202110282492.8A CN202110282492A CN112767193A CN 112767193 A CN112767193 A CN 112767193A CN 202110282492 A CN202110282492 A CN 202110282492A CN 112767193 A CN112767193 A CN 112767193A
- Authority
- CN
- China
- Prior art keywords
- equipment
- data
- production
- risk
- perception
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 63
- 238000012423 maintenance Methods 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000009826 distribution Methods 0.000 title claims abstract description 27
- 230000004069 differentiation Effects 0.000 title claims abstract description 17
- 230000008447 perception Effects 0.000 claims abstract description 53
- 238000011156 evaluation Methods 0.000 claims abstract description 43
- 238000012502 risk assessment Methods 0.000 claims abstract description 20
- 230000010485 coping Effects 0.000 claims abstract description 19
- 238000011157 data evaluation Methods 0.000 claims abstract description 10
- 230000036541 health Effects 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000013528 artificial neural network Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000007621 cluster analysis Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000013441 quality evaluation Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000005215 recombination Methods 0.000 description 2
- 230000006798 recombination Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
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
- 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)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于态势感知的配网生产差异化运维策略方法，包括以下步骤：S1、生产数据收集，采集生产实时、非实时数据，并对数据进行质量评价；S2、设备风险感知，建立设备风险评感知模型，进行设备风险识别；S3、设备风险评估，根据设备感知健康度，结合设备对网架影响，对设备进行风险评估；S4、风险应对策略，根据风险评估结果，建立策略级别、应对策略；S5、运维策略执行，根据风险应对策略，开展生产运维，通过信息回填，为步骤S1‑S4提供数据及评价支撑。本发明能够保证设备评价感知完整性和结果准备性，实现了态势感知模型、风险应对策略等生产运行方式动态调整，保证了数据评价科学有效，降低了设备故障率，提高了电网供电可靠性。
Description
技术领域
本发明涉及配网设备运维方法技术领域，更具体涉及一种基于态势感知的配网生产差异化运维策略方法，用于电力设备运行状态实时分析。
背景技术
配网处于整个电网的末梢，是电力企业面向社会的窗口，配网的运行管理直接关系千家万户，社会责任和影响巨大。随着电网建设进入到新阶段，电网设备规模大幅增长，新设备、新技术加快应用，对电网设备状态管控能力建设提出了更高要求。目前，电网在设备、环境和人员的状态管控方面还缺乏有效手段，采用传统运维模式已满足不了日益增长的维护量。
配网设备运维包括：巡视、检修、试验、验收、抢修等。现有技术中，由于无法得知配网设备的运行状态，主要采用日常巡视模式进行。目前比较常见的运维方式是根据状态评价和风险评估进行策略制定，对设备进行全生命周期评价，包括设备状态评价、设备风险评估、制定运维策略应用，部分企业或研究机构对设备评价进行了一些改进，但仍然停留在这三大应用的方法改进和算法优化上。
目前的运维方式存在以下缺陷：
1)设备评价感知能力不够：忽视源头数据质量问题和后期数据学习能力，仍然采用周期性评价模式；
2)设备评价结果准确性低：没有对源头数据质量进行校验和分析，严重影响后面评价的准确性；
3)设备评价感知实时性差：当前的风险评估没有利用实时类信息，对设备的评估缺乏时效性。
发明内容
本发明需要解决的技术问题是提供一种基于态势感知的配网生产差异化运维策略方法，以解决目前配网设备运维方法设备评价感知能力不够、设备评价结果准确性低、设备评价感知实时性差的问题，以保证设备评价感知完整性和结果准备性，保证数据评价科学有效，降低设备故障率，提高电网供电可靠性。
为解决上述技术问题，本发明所采取的技术方案如下。
一种基于态势感知的配网生产差异化运维策略方法，包括以下步骤：
S1、生产数据收集，采集生产实时、非实时数据，并对数据进行质量评价；
S2、设备风险感知，建立设备风险评感知模型，进行设备风险识别；
S3、设备风险评估，根据设备感知健康度，结合设备对网架影响，对设备进行风险评估；
S4、风险应对策略，根据风险评估结果，建立策略级别、应对策略；
S5、运维策略执行，根据风险应对策略，开展生产运维，通过信息回填，为步骤S1-S4提供数据及评价支撑。
进一步优化技术方案，所述步骤S1中，对数据进行质量评价为对数据进行完整性、有效性评价。
进一步优化技术方案，所述步骤S1具体包括以下步骤：
S101、开展生产实时数据采集，通过设备监测技术，对环境量及设备量进行数据采集，开展数据实时诊断分析，生成实时任务，实现设备实时感知能力；
S102、开展生产业务数据采集，包括业务数据接入，再结合设备资产进行台账分析，生成生产计划任务；
S103、根据采集实时数据，开展实时数据评价，将问题数据排除；
S104、根据采集业务数据，开展生产业务数据评价，对业务数据进行完整性、有效性校验，将问题数据进行完善。
进一步优化技术方案，所述步骤S2中，通过设备的感知评价项、感知评价权重，实现对设备未知风险及已知风险识别。
进一步优化技术方案，所述步骤S2具体包括以下步骤：
S201、通过对历史数据进行分析，建立设备感知模型，形成支撑，对设备已知风险、未知风险准确识别；
S202、制定设备已知风险，通过实时数据的环境量、设备状态量制定影响权重及诊断值权重，形成对外部风险、运行风险的设备快速识别、设备异常快速响应；
S203、通过生产历史数据，建立设备外部风险、内部风险，对设备进行风险识别，预测设备未来风险。
进一步优化技术方案，所述步骤S3具体包括以下步骤：
S301、对设备故障在整体网架中的影响进行评估，并进行重要度划分；
S302、根据设备风险感知评价项采集配电设备实时数据和历史工作数据，然后量化指标，计算设备的实时健康度指数；
S303、结合设备健康度、重要度，根据风险评估矩阵，对设备进行风险评估。
进一步优化技术方案，所述步骤S4具体包括以下步骤：
S401、根据风险评估结果值，建立设备运维策略级别及应对策略；
S402、根据应对策略，***自动生成相应实时和非实时任务工单，同时自动派发工单到相应的设备主人；
S403、将各生产事件进行综合考虑，形成综合性策略。
进一步优化技术方案，所述步骤S5中，信息回填包括现场策略执行信息回填以及策略调整信息回填。
进一步优化技术方案，所述步骤S5具体包括以下步骤：
S501、***根据策略自动生成计划工单、临时工单，根据工单类型，按照方案开展生产现场工作，并将现场数据进行回填，结合现场工况，对不符合方案，现场进行调整；
S502、通过对历史数据进行大数据分析，利用聚类分析、关联性分析，采用人工神经网络算法，实现对设备感知项、感知项权重重新修订。
进一步优化技术方案，所述步骤S5还包括以下步骤：
对步骤S502中神经网络生成的动态感知模型进行模拟，并进行干预，调整感知项或权重值。
由于采用了以上技术方案，本发明所取得技术进步如下。
本发明用于电力设备运行状态实时分析，相比当前传统对设备周期性评价及有限数据评价的模式，增加对设备运行评价影响数据进行检测，同时实现设备实时数据感知评价能力，能够保证设备评价感知完整性和结果准备性。
本发明设备风险应对级别与生产运维进行连动，自动生成工单或提醒等，通过现场方案执行及调整，将数据回填，通过神经网络算法，对数据影响进行权重调整或感知模型重组，实现了态势感知模型、风险应对策略等生产运行方式动态调整，保证了数据评价科学有效。
本发明通过基于态势感知的配网设备差异化运维方法，提高了设备风险感知能力、快速响应能力，降低了设备故障率，从而提高了电网供电可靠性。
本发明以智能化为方向，通过将现代信息通信技术、设备状态检测技术与传统运检业务进行融合等方法，构建生产态势感知运维模型，实现了设备差异化运维，引领适应电网快速发展的运检管理和技术变革。
附图说明
图1为本发明的流程示意图。
具体实施方式
下面将结合附图和具体实施例对本发明进行进一步详细说明。
一种基于态势感知的配网生产差异化运维策略方法，结合图1所示，包括以下步骤：
S1、生产数据收集，采集生产实时、非实时数据，并对数据进行质量评价，为设备感知提供基础支撑。对数据进行质量评价为对数据进行完整性、有效性评价。
步骤S1具体包括以下步骤：
S101、开展生产实时数据采集，通过智能配电房、智能台区、智能管廊、智能装备等监测技术，对环境量及设备量进行数据采集，开展数据实时诊断分析，生成实时任务，实现设备实时感知能力。
S102、开展生产业务数据采集，包括业务数据接入，再结合设备资产进行台账分析，生成生产计划任务。业务数据接入包括生产巡视、抢修、检修、试验、验收、缺陷等。
S103、根据采集实时数据，开展实时数据评价，将比较特殊数据进行分组，对数据融合与分析分为数据甄别与清洗、数据存储及处理、数据融合挖掘与分析，提前将问题数据排除，减少异常工单误报。
S104、根据采集业务数据，开展生产业务数据评价，对业务数据进行完整性、有效性校验，将有问题数据发送给到生产业务***中，在业务***完善业务数据，以达到有效支撑感知评价数据，减少无效数据，避免出现无效数据影响生产运维计划的情况。
S2、设备风险感知，建立设备风险评感知模型，进行设备风险识别。步骤S2中，通过设备的感知评价项、感知评价权重，实现对设备未知风险及已知风险识别。
步骤S2具体包括以下步骤：
S201、通过对历史数据进行分析，建立设备感知模型，形成支撑，对设备已知风险、未知风险准确识别。
S202、制定设备已知风险，通过实时数据的环境量、设备状态量制定影响权重及诊断值权重，形成对外部风险、运行风险的设备快速识别、设备异常快速响应。
其中，环境量包括温度、湿度、气体、水浸、越界等；设备状态量包括电流、电压、局部放电、温度等。
S203、通过生产历史数据，建立设备外部风险、内部风险，对设备进行风险识别，预测设备未来风险。为年度、月度生产提供支撑。
S3、设备风险评估，根据设备感知健康度，结合设备对网架影响，对设备进行风险评估。
步骤S3具体包括以下步骤：
S301、通过设备故障带来的影响，在整体网架中的影响进行评估，根据设备影响范围、停电电量损失、停电社会影响等多方面进行重要度划分。
S302、根据设备风险感知评价项采集配电设备实时数据和历史工作数据，然后量化指标，计算设备的实时健康度指数。
S303、结合设备健康度、重要度，根据风险评估矩阵，对设备进行风险评估。
S4、风险应对策略，根据风险评估结果，建立策略级别、应对策略。
步骤S4具体包括以下步骤：
S401、根据风险评估结果值，建立设备运维策略级别及应对策略，分为巡维策略、检修策略。考虑设备运维策略对***可靠性的影响，对设备故障产生的影响缺乏量化评估。状态检修策略注重控制设备运维成本，提高检修效率。
S402、根据应对策略，***自动生成相应实时和非实时任务工单，同时自动派发工单到相应的设备主人，通过短信或***公告等提醒方式，告知设备主人。
S403、将各生产事件进行综合考虑，形成综合性策略。综合性策略是结合其它任务一起开展的任务，如在制定策略时，将主网生产或其它生产事件一起考虑的综合性方案。提供更优解决方案，对降低工作量、减少重复性停电都非常有意义。
S5、运维策略执行，根据风险应对策略，开展生产运维，通过信息回填，为步骤S1-S4提供数据及评价支撑。信息回填包括现场策略执行信息回填以及策略调整信息回填等。
步骤S5具体包括以下步骤：
S501、***根据策略自动生成计划工单、临时工单，根据工单类型，按照方案开展生产现场工作，并将现场数据进行回填，结合现场工况，对不符合方案，现场进行调整。
S502、通过对历史数据进行大数据分析，利用聚类分析、关联性分析，采用人工神经网络算法，实现对设备感知项、感知项权重重新修订。
S503、由于历史数据质量问题或样本量不足以支撑学习使用，因此，需要对步骤S502中神经网络生成的动态感知模型进行模拟，并采用人工方式进行干预，调整感知项或权重值，以达到最优。
本发明用于电力设备运行状态实时分析，相比当前传统对设备周期性评价及有限数据评价的模式，增加对设备运行评价影响数据进行检测，同时实现设备实时数据感知评价能力，能够保证设备评价感知完整性和结果准备性。
本发明设备风险应对级别与生产运维进行连动，自动生成工单或提醒等，通过现场方案执行及调整，将数据回填，通过神经网络算法，对数据影响进行权重调整或感知模型重组，实现了态势感知模型、风险应对策略等生产运行方式动态调整，保证了数据评价科学有效。
本发明通过基于态势感知的配网设备差异化运维方法，提高了设备风险感知能力、快速响应能力，降低了设备故障率，从而提高了电网供电可靠性。
本发明以智能化为方向，通过将现代信息通信技术、设备状态检测技术与传统运检业务进行融合等方法，构建生产态势感知运维模型，实现了设备差异化运维，引领适应电网快速发展的运检管理和技术变革。
Claims (10)
1.一种基于态势感知的配网生产差异化运维策略方法，其特征在于，包括以下步骤：
S1、生产数据收集，采集生产实时、非实时数据，并对数据进行质量评价；
S2、设备风险感知，建立设备风险评感知模型，进行设备风险识别；
S3、设备风险评估，根据设备感知健康度，结合设备对网架影响，对设备进行风险评估；
S4、风险应对策略，根据风险评估结果，建立策略级别、应对策略；
S5、运维策略执行，根据风险应对策略，开展生产运维，通过信息回填，为步骤S1-S4提供数据及评价支撑。
2.根据权利要求1所述的一种基于态势感知的配网生产差异化运维策略方法，其特征在于，所述步骤S1中，对数据进行质量评价为对数据进行完整性、有效性评价。
3.根据权利要求1所述的一种基于态势感知的配网生产差异化运维策略方法，其特征在于，所述步骤S1具体包括以下步骤：
S101、开展生产实时数据采集，通过设备监测技术，对环境量及设备量进行数据采集，开展数据实时诊断分析，生成实时任务，实现设备实时感知能力；
S102、开展生产业务数据采集，包括业务数据接入，再结合设备资产进行台账分析，生成生产计划任务；
S103、根据采集实时数据，开展实时数据评价，将问题数据排除；
S104、根据采集业务数据，开展生产业务数据评价，对业务数据进行完整性、有效性校验，将问题数据进行完善。
4.根据权利要求1所述的一种基于态势感知的配网生产差异化运维策略方法，其特征在于，所述步骤S2中，通过设备的感知评价项、感知评价权重，实现对设备未知风险及已知风险识别。
5.根据权利要求4所述的一种基于态势感知的配网生产差异化运维策略方法，其特征在于，所述步骤S2具体包括以下步骤：
S201、通过对历史数据进行分析，建立设备感知模型，形成支撑，对设备已知风险、未知风险准确识别；
S202、制定设备已知风险，通过实时数据的环境量、设备状态量制定影响权重及诊断值权重，形成对外部风险、运行风险的设备快速识别、设备异常快速响应；
S203、通过生产历史数据，建立设备外部风险、内部风险，对设备进行风险识别，预测设备未来风险。
6.根据权利要求5所述的一种基于态势感知的配网生产差异化运维策略方法，其特征在于，所述步骤S3具体包括以下步骤：
S301、对设备故障在整体网架中的影响进行评估，并进行重要度划分；
S302、根据设备风险感知评价项采集配电设备实时数据和历史工作数据，然后量化指标，计算设备的实时健康度指数；
S303、结合设备健康度、重要度，根据风险评估矩阵，对设备进行风险评估。
7.根据权利要求1所述的一种基于态势感知的配网生产差异化运维策略方法，其特征在于，所述步骤S4具体包括以下步骤：
S401、根据风险评估结果值，建立设备运维策略级别及应对策略；
S402、根据应对策略，***自动生成相应实时和非实时任务工单，同时自动派发工单到相应的设备主人；
S403、将各生产事件进行综合考虑，形成综合性策略。
8.根据权利要求1所述的一种基于态势感知的配网生产差异化运维策略方法，其特征在于，所述步骤S5中，信息回填包括现场策略执行信息回填以及策略调整信息回填。
9.根据权利要求1所述的一种基于态势感知的配网生产差异化运维策略方法，其特征在于，所述步骤S5具体包括以下步骤：
S501、***根据策略自动生成计划工单、临时工单，根据工单类型，按照方案开展生产现场工作，并将现场数据进行回填，结合现场工况，对不符合方案，现场进行调整；
S502、通过对历史数据进行大数据分析，利用聚类分析、关联性分析，采用人工神经网络算法，实现对设备感知项、感知项权重重新修订。
10.根据权利要求9所述的一种基于态势感知的配网生产差异化运维策略方法，其特征在于，所述步骤S5还包括以下步骤：
对步骤S502中神经网络生成的动态感知模型进行模拟，并进行干预，调整感知项或权重值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110282492.8A CN112767193A (zh) | 2021-03-16 | 2021-03-16 | 一种基于态势感知的配网生产差异化运维策略方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110282492.8A CN112767193A (zh) | 2021-03-16 | 2021-03-16 | 一种基于态势感知的配网生产差异化运维策略方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112767193A true CN112767193A (zh) | 2021-05-07 |
Family
ID=75691070
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110282492.8A Pending CN112767193A (zh) | 2021-03-16 | 2021-03-16 | 一种基于态势感知的配网生产差异化运维策略方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112767193A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114019901A (zh) * | 2021-11-04 | 2022-02-08 | 北京安盟信息技术股份有限公司 | 一体化控制数控机床信息及生产安全风险的方法与装置 |
| CN115760074A (zh) * | 2022-12-07 | 2023-03-07 | 中国南方电网有限责任公司超高压输电公司广州局 | 电力设备运维方法、装置、计算机设备和存储介质 |
| CN116992399A (zh) * | 2023-09-27 | 2023-11-03 | 北京前景无忧电子科技股份有限公司 | 一种基于电力数据分析的电力设备运维评估方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103442003A (zh) * | 2013-08-26 | 2013-12-11 | 北京科东电力控制***有限责任公司 | 面向scada***的数据采集回填***及其方法 |
| CN103679296A (zh) * | 2013-12-24 | 2014-03-26 | 云南电力调度控制中心 | 基于态势感知的电网安全风险评估方法和模型 |
| CN109190781A (zh) * | 2018-11-19 | 2019-01-11 | 国网四川省电力公司眉山供电公司 | 配电网络抢修智能辅助应用*** |
| CN109559043A (zh) * | 2018-11-30 | 2019-04-02 | 天津大学 | 一种基于风险评估的配电***设备状态检修决策方法 |
-
2021
- 2021-03-16 CN CN202110282492.8A patent/CN112767193A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103442003A (zh) * | 2013-08-26 | 2013-12-11 | 北京科东电力控制***有限责任公司 | 面向scada***的数据采集回填***及其方法 |
| CN103679296A (zh) * | 2013-12-24 | 2014-03-26 | 云南电力调度控制中心 | 基于态势感知的电网安全风险评估方法和模型 |
| CN109190781A (zh) * | 2018-11-19 | 2019-01-11 | 国网四川省电力公司眉山供电公司 | 配电网络抢修智能辅助应用*** |
| CN109559043A (zh) * | 2018-11-30 | 2019-04-02 | 天津大学 | 一种基于风险评估的配电***设备状态检修决策方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114019901A (zh) * | 2021-11-04 | 2022-02-08 | 北京安盟信息技术股份有限公司 | 一体化控制数控机床信息及生产安全风险的方法与装置 |
| CN115760074A (zh) * | 2022-12-07 | 2023-03-07 | 中国南方电网有限责任公司超高压输电公司广州局 | 电力设备运维方法、装置、计算机设备和存储介质 |
| CN116992399A (zh) * | 2023-09-27 | 2023-11-03 | 北京前景无忧电子科技股份有限公司 | 一种基于电力数据分析的电力设备运维评估方法 |
| CN116992399B (zh) * | 2023-09-27 | 2024-02-27 | 北京前景无忧电子科技股份有限公司 | 一种基于电力数据分析的电力设备运维评估方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112767193A (zh) | 一种基于态势感知的配网生产差异化运维策略方法 | |
| CN107194621B (zh) | 一种供水管网管理***和方法 | |
| CN109298379B (zh) | 一种基于数据监测的智能电表现场误差异常的识别方法 | |
| CN107123982A (zh) | 一种基于设备异动的配电网可靠性经济效益分析方法 | |
| CN105811402A (zh) | 一种电力负荷预测***及其预测方法 | |
| CN101673363A (zh) | 用能效率评测方法和*** | |
| CN116683500B (zh) | 一种电化学储能电站有功功率调度方法和*** | |
| CN108805429A (zh) | 用于台区线损的“一条龙”平台化精细化管理方法 | |
| CN116522746A (zh) | 高耗能企业配电托管方法 | |
| CN117277582A (zh) | 一种基于大数据的电力企业运营监测分析*** | |
| CN117764422B (zh) | 智慧节能运维管理云平台 | |
| CN109063863B (zh) | 考虑区域设备全寿命周期费用-效能比的配网检修计划优化方法 | |
| CN114879619A (zh) | 数字车间能源优化方法及*** | |
| CN110866695A (zh) | 基于设备运行状态与检修工作相关联的辅助检修决策方法 | |
| CN113608975A (zh) | 电力现货市场下电能计量***运行状态在线评估方法及*** | |
| CN116596196A (zh) | 一种碳排放核查方法及*** | |
| CN117332952A (zh) | 一种碳排放自主调控方法及*** | |
| CN115936663A (zh) | 一种电力***的维护方法及装置 | |
| CN116384622A (zh) | 基于电力大数据的碳排放监测方法及装置 | |
| Wang et al. | Target customer identification method of integrated energy service based on logistic regression | |
| CN114414938B (zh) | 一种配电网故障的动态响应方法及*** | |
| CN118151619B (zh) | 一种基于互联网公开数据的采集分析*** | |
| CN118100318B (zh) | 一种基于新能源的电力安全保供方法及*** | |
| CN115774232A (zh) | 基于大数据分析与折线图分析的智能电表误差趋势分析方法 | |
| Chen et al. | Digital Power Grid Technology Maturity Assessment Based on the Delphi Method |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210507 |