CN112947127A - 智慧用电控制管理*** - Google Patents
智慧用电控制管理*** Download PDFInfo
- Publication number
- CN112947127A CN112947127A CN202110152609.0A CN202110152609A CN112947127A CN 112947127 A CN112947127 A CN 112947127A CN 202110152609 A CN202110152609 A CN 202110152609A CN 112947127 A CN112947127 A CN 112947127A
- Authority
- CN
- China
- Prior art keywords
- electrical
- power
- module
- cloud platform
- terminal
- 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
- 230000005611 electricity Effects 0.000 title claims description 18
- 238000011156 evaluation Methods 0.000 claims abstract description 72
- 238000012544 monitoring process Methods 0.000 claims abstract description 54
- 238000013210 evaluation model Methods 0.000 claims abstract description 12
- 238000007726 management method Methods 0.000 claims description 86
- 238000004891 communication Methods 0.000 claims description 45
- 238000012545 processing Methods 0.000 claims description 28
- 238000005516 engineering process Methods 0.000 claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000013528 artificial neural network Methods 0.000 claims description 9
- 238000013461 design Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 230000007246 mechanism Effects 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 5
- 238000013523 data management Methods 0.000 claims description 5
- 230000006855 networking Effects 0.000 claims description 5
- 238000013473 artificial intelligence Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 238000009411 base construction Methods 0.000 claims description 3
- 230000001149 cognitive effect Effects 0.000 claims description 3
- 238000011161 development Methods 0.000 claims description 3
- 230000018109 developmental process Effects 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000032683 aging Effects 0.000 claims description 2
- 230000002068 genetic effect Effects 0.000 claims description 2
- 238000012806 monitoring device Methods 0.000 claims description 2
- 238000011897 real-time detection Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 description 23
- 238000005265 energy consumption Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 4
- 229920001690 polydopamine Polymers 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 239000008358 core component Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Automation & Control Theory (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明提供了一种智慧用电控制管理***,包括:多个采集设备,用于通过内置的传感器采集待监控的电气设备的电气参数,并将所述电气参数转换为电气信号后通过网络模块发送给云平台;云平台,用于接收采集设备发送的电气信号以及动力特征,对电气设备的用电情况,开关状态及安全情况进行监控,同时根据电气信号、动力特征、预先建立的模糊评价模型以及面向事件预测的专家知识评价库对电气设备的当前能效及电气安全进行评价,以获得所述电气设备的能效及电气安全评价结果,并将结果发送至监控终端;本发明能够自动化和智能化的实现电气能效与安全评价,从而便于进行更加科学、合理、有效的用电管理。
Description
技术领域
本发明涉及电气设备领域,特备涉及一种智慧用电控制管理***。
背景技术
我国引进“电气火灾监控***”已有十余年历史,且在全国范围得到了较为广泛的应用,但总体应用效果仍有限,电气火灾占总火灾的比例仍高居30%~40%的水平。其原因主要有:
1、是硬件环境较差,近年中消协组织的联合调查表明,我国用电环境安全合格率仅为24%;
2、人文环境较差,我国目前仍属于发展中国家,节电与用电安全素养有待提高;
3、现有产品门槛较低,现有电气火灾监控***因配置较低,实际应用过程中存在人为调整监测门限,使***少报或者不报的现象,有的甚至干脆关闭***,其作用形同虚设。
基于上述的原因,目前我国在电气安全和节能管理上仍然存在较大的隐患和缺失。
发明内容
有鉴于此,本发明的目的在于提供一种智慧用电控制管理***,能够自动化和智能化的实现电气能效与安全评价,从而便于进行更加科学、合理、有效的用电管理。
本发明公开了一种智慧用电控制管理***,包括:
多个采集设备,用于通过内置芯片采集待监控电气设备的电气参数,并将所述电气参数转换为电气信号,并根据所述电气信号生成所述电气设备的动力特征,进而将所述动力特征以及所述电气信号通过内置的5G/4G/WIFI/NB通信模块发送给云平台;所述云平台,用于接收由所述采集设备发送的电气信号以及动力特征对电气设备的开关状态及安全情况进行监控,同时根据所述电气信号、动力特征、预先建立的模糊评价模型以及面向事件预测的专家知识评价库对所述电气设备的当前能效及电气安全进行评价,以获得所述电气设备的能效及电气安全评价结果,并将结果发送至监控终端;监控终端可查看能效及电气安全评价结果,并可通过云平台,下发指令给采集设备,对采集设备上的电气设备进行开关操作。
优选地,所述采集设备分两种类型:末端采集终端,上级采集终端;
所述末端采集终端包括数据采集模块,信息存储模块,通信模块,电器识别模块,计量模块,监控模块,开关按键,指示灯和开关模块;所述末端采集终端用于,通过内置芯片采集待监控电气设备的电气参数,并将所述电气参数转换为电气信号,并根据所述电气信号生成所述电气设备的动力特征,进而将所述动力特征以及所述电气信号通过电力载波通信发送给上级采集终端;
所述上级采集终端包括数据采集模块,信息存储模块,通信模块,计量模块,预警模块,监控模块,重合闸模块,指示灯和脱扣模块;所述上级采集终端用于,将所述动力特征以及所述电气信号通过网络模块发送给所述云平台;
其中,所述末端采集终端跟上级采集终端通过电力载波通信方式通信,做到有电源线的覆盖即有通信的覆盖,将通信线路和电力线路合为一体,不另设专用通讯线路,在保证通信安全的情况下避免采用无线覆盖带来的辐射。
优选地,所述末端采集终端的传感器至少包括以下其中之一:电压互感器、电流互感器、剩余电流互感器、温度传感器;
所述上级采集终端用于与云平台交互的网络模块至少包括以下其中之一:4G通讯模块,NB通讯模块,WiFi模块,电力载波模块。
优选地,所述末端采集终端具体用于:
对采集的电气参数进行AD转换,并对转换后生成的电气信号进行预处理,以减小噪声和点信号异动的影响;其中,预处理的原理是以输入和输出信号的统计特性的估计为依据,采取基于最小均方误差准则的递归最小二乘算法自动地调整滤波器系数,使其达到最佳滤波特性;
根据采集的电气信号进行信号检测,对连接电气设备的类型、开关状态,安全状况,能效情况进行实时检测,当根据采集的电气信号检测到发生电气危险事件时,进行报警以及对线路执行中断动作。
优选地,所述采集设备采用“微工程”的设计理念,对各类电气信息感知设备进行小型化和综合化设计,特别对传统的空开进行小型化和可联网改造获得;所述采集终端用智能的电控跳闸替代简单的机械跳闸,并进一步提高电力互感器的测量精度;所述“微工程”是指智慧用电***在安装使用时,最大限度的减少对已有用电***的改动,在不破坏原有箱体及线路的前提下做到安装成本低、安装时间短和效率高,极大地减少用户的使用成本,便于***的普及应用。
优选地,所述末端采集终端具体用于,通过所述电气信号采用数字信号处理技术及基于计算机图形学的信号波形特征提取,得到所述电气设备的动力特征;其中,所述动力特征包括电压有效值、电流有效值、功率、功率因数、基于伏安特性曲线的图形化特征;
优选地,所述末端采集终端具体用于,通过所述电气信号采用数字信号处理技术及基于计算机图形学的信号波形特征提取,得到所述电气设备的动力特征;其中,所述动力特征包括电压有效值、电流有效值、功率、功率因数、基于伏安特性曲线的图形化特征;
优选地,所述采集终端在下端无末端采集终端时,具体用于,通过所述电气信号采用数字信号处理技术及基于计算机图形学的信号波形特征提取,得到所述电气设备的动力特征;其中,所述动力特征包括电压有效值、电流有效值、功率、功率因数、基于伏安特性曲线的图形化特征;
优选地,所述采集终端在下端有末端采集终端时,具体用于将电气信号和动力特征传输给云平台;
所述云平台具体用于,利用人工智能技术对所述动力特征进行处理,以实现对电气线路和设备的短路、过载、漏电、接触不良、老化和间接自动侦测;其中,所述人工智能技术包括遗传算法,神经网络算法多种智能算法。
优选地,所述云平台还用于:
根据所述动力特征的变化进行事件预测,并在预测到预定的事件发生时获取对应的电气信号并计算其动力特征;
将所述动力特征与预存在本地知识库中的历史动力特征进行对比;如果存在与所述动力特征相似的历史动力特征,则抛弃所述动力特征;否则判断当前检测到的事件为未知事件,将事件以及所述动力特征写入本地知识库以更新本地知识库;
将所述动力特征以及对应的事件的信息进行存储。
优选地,所述云平台包括:
数据库服务器,用于实现数据管理和专家知识评价库建设;
web网关,用于提供用户访问接口;
评价服务器,用于根据所述电气信号、动力特征、预先建立的模糊评价模型以及面向事件预测的专家知识评价库对所述电气设备的能效及电气安全进行评价,以获得所述电气设备的能效及电气安全评价结果;
事件预测服务器,用于根据所述动力特征进行异常事件的预测。
优选地,所述监控终端通过web网关与所述云平台通讯连接;
所述监控终端用于,接收所述云平台发送的消息以及向所述云平台输出管理数据;其中,所述管理数据包括与事件对应的设备管理数据以及人员管理数据;
则所述云平台具体用于:
在出现新的事件时,将与所述事件对应的动力特征、电气信号、设备管理数据以及人员管理数据作为预先建立的电气安全评价模型的输入,输入至评价服务器,并经所述评价服务器模式转换后,经过模糊推理机制与专家知识评价库进行交互,获得电气安全评价结果,并输出与所述事件对应的安全措施;
根据电气安全评价结果生成新的样本,根据所述新的样本进行训练学习以更新专家知识评价库。
优选地,所述管理数据还包括实时电量、环比数据、同比数据以及对标数据;则所述云平台具体用于:
在出现新的事件时,将与所述事件对应的实时电量、环比数据、同比数据以及对标数据作为预先建立的能效评价模型的输入,输入至评价服务器,并经所述评价服务器模式转换后,经过模糊推理机制与专家知识评价库进行交互,获得能效评价结果,并输出与所述事件对应的能效管理措施;
根据能效评价结果生成新的样本,根据所述新的样本进行训练学习以更新专家知识评价库。
优选地,所述云平台还用于:
提供通过内置的专家知识库和各种内置的智能算法,开展基于电气线路和设备的认知计算分析及其安全防护,满足用电的安全、节能和高效的服务需求;同时,提供自由裁减的功能架构,使得用户能够利用云平台通过“拖拽”的组合功能,快速生成所需的用电管理服务方式,同时也为用户提供平台基础上的二次开发功能。
综上所述,本实施例具有如下技术效果:
1、应用模糊神经网络技术,以典型电气参数和动力特征为样本,针对能效和安全等级输出进行训练和学习,建立科学的数学模型。应用时根据实时采集的电气参数和处理得到的动力特征,经过该模型进行分析和处理,得到节能效果和安全程度的等级分析结果,指导用户进行监管和处置。解决了传统单一门限评判法的不全面和不准确等问题。
2、本实施例中创新性地将泛在终端的概念引入能效与电气安全管理。目前市场上的电气安全产品大多数都是分立设备,即单个监控终端监测线路节点,这些线路节点信息无法实现上传、综合管理和应用。即使是标称电气火灾监控***的应用,也仅仅是在单个建筑物中实现分立***,没有联网,无法实现更大范围的信息共享。为解决这个问题,本实施例基于广域网建立管理平台,遵照泛在网相关标准和规范,设计具有高度兼容性的网络接口,运用有线、无线等多种网络通讯方式,采用开放式网络协议、硬件接口及数据接口,建立集中管理平台,实现泛在终端与***之间的数据和指令交互。这里泛在终端包括获取电气信息的采集终端、远程监控终端;数据计算、处理、显示及操作的手提计算机、台式计算机、智能手机、PDA等。在本实施例中,基于泛在终端建立了网络化集中管理平台,遵照泛在网相关标准和规范,将多个子***采集和处理的数据通过异构网络集中到云平台进行统一管理和信息发布。同时,结合面向事件预测的专家知识评价库,通过反向数据传递实现全网信息共享和数据参考。应用该技术解决了各监控终端独立工作、分散式监测点信息无法集中管理的问题。泛在终端技术的应用,解决了无论何时、无论何地、针对任何目标都能进行管理的问题。
3、在集中管理平台上,结合相关专家知识库,第一时间向相关人员发起警示,警示信息包括事件类型、位置、危害程度以及建议处置方案等。相关人员必须立即采取相应措施处理突发事件和安全隐患,并将及时向***登记处置结果,否则***将发起向上级管理人员的二次警示。相关管理人员也可以通过这些泛在终端及物联网***,在任何时间、任何地点,实现对任何目标(如节点)的查询和管理。另一方面也可以实现各监控终端、各***的信息共享,通过建立专家知识库,使智能处理算法获取的更多的先验知识,从而使电气危险事件评判更科学合理。
附图说明
图1是本发明实施例提供的智慧用电控制管理***的结构示意图。
图2是智慧用电控制管理***的云平台的内部结构图。
图3是上级采集终端内部结构图。
图4是末端采集终端内部结构图。
图5是电气安全评价的原理图。
图6是能效评价的原理图。
图7是本实施例提供的云平台上的管理软件的设计图。
图8是图7的管理软件的功能结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术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,都属于本发明保护的范围。
以下结合附图对本发明的具体实施例做详细说明。
请参阅图1及图2,本发明实施例提供了一种智慧用电控制管理***,包括:
多个采集设备,用于通过内置芯片采集待监控电气设备的电气参数,并将所述电气参数转换为电气信号,以生成所述电气设备的动力特征,并根据所述电气信号生成所述电气设备的动力特征,进而将所述动力特征以及所述电气信号通过内置的5G/4G/WIFI/NB通信发送给云平台,同时采集设备分两种类型:末端采集终端,上级采集终端,末端采集终端与上级采集终端采用电力载波进行通信,末端采集终端对采集的电气参数数据,通过电力载波上传给上级采集终端,上级采集终端将数据上传给云平台30。
在本实施例中,所述采集设备采用“微工程”的设计理念,对各类电气信息感知设备进行小型化和综合化设计,特别对传统的空开进行小型化和可联网改造获得;所述采集设备用智能的电控跳闸替代简单的机械跳闸,并进一步提高电力互感器的测量精度;所述“微工程”是指智慧用电***在安装使用时,最大限度的减少对已有用电***的改动,在不破坏原有箱体及线路的前提下做到安装成本低、安装时间短和效率高,极大地减少用户的使用成本,便于***的普及应用。
在本实施例中,所述采集设备可为一个独立的采集终端,也可以是由多级采集终端连接构成。其中,当所述采集设备为一个独立的采集终端时,其可对待监控的电气设备进行数据采集以及处理,再将采集和处理得到的数据发送给云平台30。当所述采集设备由多级采集终端构成,如由末端采集终端10和上级采集终端20构成时,则将由末端采集终端10对待监控的电气设备进行数据采集以及处理,再将采集和处理得到的数据经由上级采集终端20发送给云平台30。为便于对本发明的理解,以下将以采集设备由末端采集终端10和上级采集终端20构成为例进行说明。但应当理解的是,采集设备为一个独立的采集终端或者由更多级的采集终端连接而成也在本发明的保护范围之内。
在本实施例中,例如,所述末端采集终端10可为小型可联网智能插座,其是获取电气参数的核心部件,如图4所示,所述末端采集终端10可包括数据采集模块,信息存储模块,通信模块,电器识别模块,计量模块,监控模块,开关按键,指示灯和开关模块。其中,数据采集模块用于采集所在线路的负载电压,负载电流,负载温度,负载漏电等电气参数信息,并将所述电气参数信息转换为电气信号;其中,所述采集模块可为多个用于采集电气信号的芯片。信息存储模块用于存储采集的电气信号,及其它需要保存的信息;通信模块为电力载波模块,实现与云平台或上级采集终端之间的通信。计量模块用于对采集的电信号,进行电量统计计量,自动识别用户使用习惯,进行用电提醒;电器识别模块用于将依据数据采集模块上的采集的电压数字信号,电流数字信号,温度数字信号等采用神经网络算法实现电器识别;监控模块用于对采集设备采集的电气信号进行实时数据监测,实现对线路过压,过载,过功率,过温情况,作出保护的判定。开关按键用于实现远程通过***在监控设备端执行开、关操作。指示灯模块用于指示采集终端的工作情况。开关模块用于开、关操作执行部件。
在本实施例中,例如,所述上级采集终端20可为小型可联网采集断路器,其是获取电气参数的核心部件。如图3所示,所述上级采集终端20包括数据采集模块,信息存储模块,通信模块,计量模块,预警模块,监控模块,重合闸模块,指示灯和脱扣模块。其中,所述数据采集模块可为多个用于采集电气信号的传感器。信息存储模块主要用于存在采集的电气参数及其它需要保存的信息;通信模块可为5G/4G/WIFI/NB模块中的任意一种,用于实现与云平台30之间的信息传输;计量模块主要用于对采集的电气信号进行电量统计计量,自动识别用户使用***衡供电等进行实时预警分析。监控模块用于对采集设备采集的电信号进行实时数据监测,实现对线路过压,过载,过功率,过温,漏电,短路情况,作出保护的判定。重合闸模块用于实现电力***断电后,可自动合闸,亦可远程通过***在监控设备端执行合闸操作。指示灯模块用于指示采集终端的工作情况。脱扣模块通过使用电磁驱动动作机构能够保证在极短的时间内(如0.001秒内)完成断闸的动作。
在本实施例中,所述采集电气信号的传感器可包括电压互感器、电流互感器、剩余电流互感器、温度传感器等。具体的传感器类型以及数量可根据实际需要选择,本发明不做具体限定。
通过这些传感器,所述上级采集终端20可以同时获取电流、电压、剩余电流、温度、气尘等多种不同类型的数据,且这些数据之间往往存在关联性,表征的是电气线路和设备的运行状况。因此,本实施例的复合式采集方案解决了普通探测器只能采集一种参量的问题,有效解决了各参数的同步采集和采集成本控制问题。
在本实施例中,在采集到电气参数后,所述上级采集终端20对采集的电气参数进行AD转换,然后,对AD转换生成的电气信号,进行预处理,以减小电气信号中的噪声和点信号异动的影响。其中,在一种预处理方式中,可以以输入和输出信号的统计特性的估计为依据,采取特定算法自动地调整滤波器系数,使其达到最佳滤波特性。例如,本实施例采用基于最小均方误差准则的递归最小二乘算法实现预处理。本实施例通过采用基于自适应滤波的预处理算法和不依赖对象的传感采集技术,可以有效排除各种干扰对电气信号的影响,使数据更加稳定可靠。
在本实施例中,在获得所述电气信号后,所述采集终端20可通过对电气信号采用滤波、变换等数字信号处理技术及基于计算机图形学的信号波形特征提取,得到对电气设备的动力特征,包括电压有效值、电流有效值、功率(有功功率、无功功率、视在功率)、功率因数、基于伏安特性曲线的图形化特征(多阶旋转不变矩、梯度、质心等)等。
另外,与在电气设备上加装采集装置的方法相比,间接式电气设备侦测不需要在被监测电气设备处加装检测装置,仅在为其供电的配电节点安装信息采集模块和监控终端,就能够实现设备侦测,从而在不增加任何成本的条件下实现重点电气设备的安全和能耗侦测,为电力节能管理奠定了低成本的数据采集基础。
在本实施例中,在获得电气信号和动力特征后,所述末端采集终端10可通过电力载波的通信方式将其发送给上级采集终端20,如此,通过可靠的电力载波通信实现有电源线的覆盖即有通信的覆盖,将通信线路和电力线路合为一体,不另设专用通讯线路,在保证通信安全的情况下避免采用无线覆盖带来的辐射。在本实施例中,在预处理过程中,如果根据电气信号判断出现短路等电气危险事件时,则所述末端采集终端10可直接进行报警操作,并且借助监控终端对电气设备进行用电管理指导及电气设备的开关管控及安全监控;所述上级采集终端20可直接进行报警操作,并且及时执行脱扣动作以消除风险。
所述上级采集终端20,用于将电气信号和动力特征传输给云平台30;
在本实施例中,所述上级采集终端20内置有网络模块,并通过网络模型实现与云平台30的数据交互。其中,所述网络模块可为4G通讯模块,NB通讯模块,WiFi模块等,本发明不做具体限定。
所述云平台30,用于接收由所述采集终端20发送的电气信号以及动力特征对末端采集终端10的电气设备的开关状态及安全情况进行监控,同时根据所述电气信号、动力特征、预先建立的模糊评价模型以及面向事件预测的专家知识评价库对所述电气设备的当前能效及电气安全进行评价,以获得所述电气设备的能效及电气安全评价结果。
在本实施例中,所述云平台30可包括:
通信网关31,用于负责与所述云平台30之间的通讯;
数据库服务器32,用于实现数据管理和专家知识评价库建设。
在本实施例中,专家知识评价库是以云平台为载体,汇集***内各监测点的数据信息,针对各种用电状况建立的能效与事件处置规则,并能够通过信息反馈通知各监控设备对类似情况进行相应处理。应用该技术很好地解决了***对于非常规能耗情况或异常电气事件辨识的准确性,并且在出现新情况时,采用人工辅助结合智能信息处理方法更新知识库,进一步优化***的辨识能力。
其中,要实现电气参数数据的智能处理和***能力的不断提升,必须获取尽可能多的样本数据。在实时采集各个应用工程中的电气线路运行数据的基础上,在采集的样本数据集合中,利用现场动力特征捕获手段,结合选取最能代表各种电气危险可能发生情况下的数据集合,同时也选取最能反映异常能耗状况的数据集合,建立专家知识评价库,利用已有的先验知识对各种能效与安全状况和采集参数之间的关系进行分析,界定数据等级,并将该信息送到智能数据处理模块进行处理,将结果与专家知识进行比对,进而进行模型调整,使之智能化程度更高,判别结果更符合实际情况。此外,随着采集数据的不断增加,专家知识库也越来越丰富,建立的模型也越准确。
web网关33,用于提供用户访问接口;
评价服务器34,用于根据所述电气信号、动力特征、预先建立的模糊评价模型以及面向事件预测的专家知识评价库对所述电气设备的能效及电气安全进行评价,以获得所述电气设备的能效及电气安全评价结果。
事件预测服务器35,用于根据所述动力特征进行异常事件的预测。
具体地,如图5所示,以电气安全评价为例。此时:
本实施例还进一步的包括远程监控终端40,所述远程监控终端40通过web网关33与所述智慧用电控制管理***通讯连接;所述远程监控终端40能够接收所述云平台30发送的消息以及向所述云平台30输出管理数据;其中,所述管理数据包括与事件对应的设备管理数据以及人员管理数据;
则所述云平台30具体用于:
在出现新的事件时,将与所述事件对应的动力特征、电气信号、设备管理数据以及人员管理数据作为预先建立的电气安全评价模型的输入(即实际模型参数),输入至评价服务器34,并经所述评价服务器34模式转换后,经过模糊推理机制与专家知识评价库进行交互,获得电气安全评价结果,并输出与所述事件对应的安全措施。
然后,所述云平台30再根据电气安全评价结果生成新的样本,根据所述新的样本进行训练学习以更新专家知识评价库。如此,不断丰富和完善专家知识评价库,使评价更加科学合理。整个评价过程全部自动化实现,不需要人工参与,实现真正的自录入。
如图6所示,在本实施例中,能效评价与电气安全评价机理类似,区别仅在于输入输出参数和核心数据库有所不同,能效评价的实际模数参数为实时电量、环比能耗数据、同比能耗数据和对标数据,并结合面向能效预测的基础数据库,通过模糊推理,得到相关能效管理措施。
在一个实施例中,能效和电气安全评价结果可以以绿蓝黄橙红五种颜色为标识,分别评定电气线路各分支、各重点电气设备,以及房间、楼层、楼栋乃至整个区域的能效和电气安全等级,同时也对电气维护和管理人员的能效和安全管理行为进行评价,用直观、科学的手段,全面监测与能效和电气安全有关的任何因素,以此引导用电人员改善用电行为习惯,督促管理人员切实加强管理。
上述评价结果中绿色为状况良好,红色为告警事件,其他颜色为预警事件。这些告警和预警事件,通过泛在智能终端,如手提电脑、台式计算机、智能手机、PDA等,结合能效和电气安全事件处置规则,第一时间向相关人员发起警示,警示信息包括事件类型、位置、危害程度及建议处置方案等。相关人员必须立即采取相应措施处理突发事件和安全隐患,并及时向***登记处置结果,否则***将发起向上级管理人员的二次警示,相关管理人员也可以通过这些泛在终端及物联网***,实现任何时间、任何地点,针对任何目标(如节点)的在线管理。
此外,根据上述的描述,本实施例在进行电气安全评价和能效评价时采用了神经网络技术和模糊技术结合的模糊神经网络技术。其原因在于,由于电气线路受多种因素干扰和不同用电状况下存在信号畸变,非常适合采用模糊处理技术进行判别和处理。而在本实施例中,将模糊神经网络技术应用于电气参数的智能化处理,解决了仅通过单一参量进行判别的不准确性和误报漏报问题,通过充分体现各电气参数之间的关联性来使电气危险事件的判别更加科学有效,通过模糊处理技术对能效与电气安全事件出现的可能性(概率)进行计算,使判别结果的准确性与传统产品的准确性相比大幅提高,得到的结果更加科学合理和符合实际情况。
进一步的,在本实施例中,所述云平台30还用于:
提供通过内置的专家知识库和各种内置的智能算法,开展基于电气线路和设备的认知计算分析及其安全防护,满足用电的安全、节能和高效的服务需求;同时,提供自由裁减的功能架构,使得用户能够利用云平台30通过“拖拽”的组合功能,快速生成所需的用电管理服务方式,同时也为用户提供平台基础上的二次开发功能。
综上所述,本实施例具有如下技术效果:
1、应用模糊神经网络技术,以典型电气参数和动力特征为样本,针对能效和安全等级输出进行训练和学习,建立科学的数学模型。应用时根据实时采集的电气参数和处理得到的动力特征,经过该模型进行分析和处理,得到节能效果和安全程度的等级分析结果,指导用户进行监管和处置。解决了传统单一门限评判法的不全面和不准确等问题。
2、本实施例中创新性地将泛在终端的概念引入能效与电气安全管理。目前市场上的电气安全产品大多数都是分立设备,即单个监控终端监测线路节点,这些线路节点信息无法实现上传、综合管理和应用。即使是标称电气火灾监控***的应用,也仅仅是在单个建筑物中实现分立***,没有联网,无法实现更大范围的信息共享。为解决这个问题,本实施例基于广域网建立管理平台,遵照泛在网相关标准和规范,设计具有高度兼容性的网络接口,运用有线、无线等多种网络通讯方式,采用开放式网络协议、硬件接口及数据接口,建立集中管理平台,实现泛在终端与***之间的数据和指令交互。这里泛在终端包括获取电气信息的采集终端、远程监控终端;数据计算、处理、显示及操作的手提计算机、台式计算机、智能手机、PDA等。在本实施例中,基于泛在终端建立了网络化集中管理平台,遵照泛在网相关标准和规范,将多个子***采集和处理的数据通过异构网络集中到云平台进行统一管理和信息发布。同时,结合面向事件预测的专家知识评价库,通过反向数据传递实现全网信息共享和数据参考。应用该技术解决了各监控终端独立工作、分散式监测点信息无法集中管理的问题。泛在终端技术的应用,解决了无论何时、无论何地、针对任何目标都能进行管理的问题。
3、在集中管理平台上,结合相关专家知识库,第一时间向相关人员发起警示,警示信息包括事件类型、位置、危害程度以及建议处置方案等。相关人员必须立即采取相应措施处理突发事件和安全隐患,并将及时向***登记处置结果,否则***将发起向上级管理人员的二次警示。相关管理人员也可以通过这些泛在终端及物联网***,在任何时间、任何地点,实现对任何目标(如节点)的查询和管理。另一方面也可以实现各监控终端、各***的信息共享,通过建立专家知识库,使智能处理算法获取的更多的先验知识,从而使电气危险事件评判更科学合理。
在上述实施例的基础上,在本发明的一个优选实施例中,所述末端采集终端10还用于:
根据所述动力特征的变化进行事件预测,并在预测到预定的事件发生时获取对应的电气信号并计算其动力特征;
将所述动力特征与预存在本地知识库中的历史动力特征进行对比;如果存在与所述动力特征相似的历史动力特征,则抛弃所述动力特征;否则判断当前检测到的事件为未知事件,将事件以及所述动力特征写入本地知识库以更新本地知识库;
将所述动力特征以及对应的事件的信息上传至所述云平台30。
其中,本实施例的末端采集终端10为实时数据采集,采用定时的方式从多个传感器获取多种类型的电气参数以计算和抽取动力特征,随着监测线路和监测点的增加,单位时间内获取的电气参数数据大量增加,而电气设备在大部分时间内处于正常关闭或工作状态,这种情况下同一监测点获取的相邻时间内的特征是相似的,如果所有电气参数都传输并在云平台30上存储,则将对云平台30产生巨大的数据和通信压力,为此,本实施例提供了自适应动力特征捕获来压缩这些数据。
具体的,首先离线分析电气线路上信号的物理特性,找出其规律,并计算动力特征,建立本地知识库。在实时采集数据时,根据部分动力特征的变化检测事件,在事件发生时捕获数据并计算其动力特征,如果与本地知识库中的信息类似,则抛弃该数据,否则判断为检测到未知事件发生,将相关信息写入本地知识库,同时上传至云平台30进行处理,并将结果作为新的已知事件,更新本地知识库。在下次发生类似事件时使采集终端能够自动适应处理新的已知事件,不再需要将相应的信息上传和存储。
本实施例中,结合数据挖掘知识实现自适应现场动力特征捕获,在离线分析电气信号物理特性和变化规律基础上计算动力特征并建立本地样本库。在实时监测并处理得到的动力特征中选择有代表性或未出现过的特征参数,通过神经网络等智能技术进行处理和分析。应用该技术很好地解决了海量重复样本的筛选问题和动力特征的提取和选择问题,避免了大量无效数据的传输和存储,为实现高效能耗分析、节能管理和安全管理奠定技术基础。
在上述实施例的基础上,在本发明的一个优选实施例中,本实施例的云平台30的管理软件采用层次化的软件设计思想。
其中,如图7所示,各层实现的功能如下:
①数据集成与传输层:主要是通过网络设备(多种通讯手段:CAN、RS485、无线、有线)获取监控终端实时采集到的电气线路运行参数数据,包括漏电流、电流、电压、温度等数据。
②运行环境及实时数据管理层:运行环境包括主机设备及辅助设备管理、通信和计算机网络***、网络操作***和数据库管理***,是整个***运行的基础;实时数据管理主要是将接收的实时数据按照一定的格式组包,存储到数据库中,同时送到上一层进行数据处理和分析。数据交换主要是实现与各种标准数据协议的对接。
③数据库管理层:主要实现各个数据库的管理,包括实时/历史数据库、预报警/报告数据库、管理数据库等。
④应用层:主要实现软件***的功能,包括***的各种业务模块:①日志管理、预报警管理和数据维护等基本管理功能;②实时监测、历史数据回放和报告管理;③数据库的操作,包括数据查询、统计、分析、导入导出和打印等,还支持图形化的数据处理和输出;④数据分析和处理,实现预报警的综合判定;⑤间接式电气设备识别和能耗分析,用于识别电气设备的状态,并对电气设备的能耗状况进行统计分析,为实现电力节能提供依据;⑥能效与电气安全评价,对电气线路、电气设备的安全性和相关人员的能效与安全状况进行评价,建立科学的能效与电气安全管理体系。
⑤表现层:主要实现用户界面、统计报表输出、管理、控制及用户信息录入及***登退等。
(2)软件功能
如图8所示,管理软件的功能主要包括:传感器测量精度校准、动力特征捕获、设备监测、人员监测、事件处置、能效与安全综合评价、能效管理、专家知识评价库以及信息查询和显示、***操作和管理等功能模块。每个模块又由多个子功能模块组成,其中,各个模块的功能以及实现原理已经在上述实施例中进行了陈述,本发明在此不做赘述。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (11)
1.一种智慧用电控制管理***,其特征在于,包括:
多个采集设备,用于通过内置芯片采集待监控的电气设备的电气参数,并将所述电气参数转换为电气信号,并根据所述电气信号生成所述电气设备的动力特征,进而将所述动力特征以及所述电气信号发送给云平台;
所述云平台,用于接收由所述采集设备发送的电气信号以及动力特征对待监控电气设备的开关状态及安全情况进行监控,同时根据所述电气信号、动力特征、预先建立的模糊评价模型以及面向事件预测的专家知识评价库对所述电气设备的当前能效及电气安全进行评价,以获得所述电气设备的能效及电气安全评价结果,并将结果发送至监控终端;监控终端可查看能效及电气安全评价结果,并可通过云平台,下发指令给采集设备,对采集设备上的电气设备进行开关操作。
2.根据权利要求1所述的智慧用电控制管理***,其特征在于,所述采集设备分两种类型:末端采集终端,上级采集终端;
所述末端采集终端包括数据采集模块,信息存储模块,通信模块,电器识别模块,计量模块,监控模块,开关按键,指示灯和开关模块;所述末端采集终端用于,通过内置芯片采集待监控电气设备的电气参数,并将所述电气参数转换为电气信号,并根据所述电气信号生成所述电气设备的动力特征,进而将所述动力特征以及所述电气信号通过电力载波通信发送给上级采集终端;
所述上级采集终端包括数据采集模块,信息存储模块,通信模块,计量模块,预警模块,监控模块,重合闸模块,指示灯和脱扣模块;所述上级采集终端用于,将所述动力特征以及所述电气信号通过网络模块发送给所述云平台;
其中,所述末端采集终端跟上级采集终端通过电力载波通信方式通信,做到有电源线的覆盖即有通信的覆盖,将通信线路和电力线路合为一体,不另设专用通讯线路,在保证通信安全的情况下避免采用无线覆盖带来的辐射。
3.根据权利要求2所述的智慧用电控制管理***,其特征在于,所述末端采集终端的传感器至少包括以下其中之一:电压互感器、电流互感器、剩余电流互感器、温度传感器;
所述上级采集终端用于与云平台交互的网络模块至少包括以下其中之一:4G通讯模块,NB通讯模块,WiFi模块,电力载波模块。
4.根据权利要求2所述的智慧用电控制管理***,其特征在于,所述末端采集终端具体用于:
对采集的电气参数进行AD转换,并对转换后生成的电气信号进行预处理,以减小噪声和点信号异动的影响;其中,预处理的原理是以输入和输出信号的统计特性的估计为依据,采取基于最小均方误差准则的递归最小二乘算法自动地调整滤波器系数,使其达到最佳滤波特性;
根据采集的电气信号进行信号检测,对连接电气设备的类型、开关状态,安全状况,能效情况进行实时检测,当根据采集的电气信号检测到发生电气危险事件时,进行报警以及对线路执行中断动作。
5.根据权利要求1所述的智慧用电控制管理***,其特征在于,所述采集设备采用“微工程”的设计理念,对各类电气信息感知设备进行小型化和综合化设计,特别对传统的空开进行小型化和可联网改造获得;所述采集终端用智能的电控跳闸替代简单的机械跳闸,并进一步提高电力互感器的测量精度;所述“微工程”是指智慧用电***在安装使用时,最大限度的减少对已有用电***的改动,在不破坏原有箱体及线路的前提下做到安装成本低、安装时间短和效率高,极大地减少用户的使用成本,便于***的普及应用。
6.根据权利要求2所述的智慧用电控制管理***,其特征在于,
所述采集终端和末端采集终端具体用于,通过所述电气信号采用数字信号处理技术及基于计算机图形学的信号波形特征提取,得到所述电气设备的动力特征;其中,所述动力特征包括电压有效值、电流有效值、功率、功率因数、基于伏安特性曲线的图形化特征;
所述云平台具体用于,利用人工智能技术对所述动力特征进行处理,以实现对电气线路和设备的短路、过载、漏电、接触不良、老化和间接自动侦测;其中,所述人工智能技术包括遗传算法,神经网络算法多种智能算法。
7.根据权利要求6所述的智慧用电控制管理***,其特征在于,所述云平台还用于:
根据所述动力特征的变化进行事件预测,并在预测到预定的事件发生时获取对应的电气信号并计算其动力特征;
将所述动力特征与预存在本地知识库中的历史动力特征进行对比;如果存在与所述动力特征相似的历史动力特征,则抛弃所述动力特征;否则判断当前检测到的事件为未知事件,将事件以及所述动力特征写入本地知识库以更新本地知识库;
将所述动力特征以及对应的事件的信息进行存储。
8.根据权利要求1所述的智慧用电控制管理***,其特征在于,所述云平台包括:
数据库服务器,用于实现数据管理和专家知识评价库建设;
web网关,用于提供用户访问接口;
评价服务器,用于根据所述电气信号、动力特征、预先建立的模糊评价模型以及面向事件预测的专家知识评价库对所述电气设备的能效及电气安全进行评价,以获得所述电气设备的能效及电气安全评价结果;
事件预测服务器,用于根据所述动力特征进行异常事件的预测。
9.根据权利要求8所述的智慧用电控制管理***,其特征在于,所述监控终端通过web网关与所述云平台通讯连接;
所述监控终端用于,接收所述云平台发送的消息以及向所述云平台输出管理数据;其中,所述管理数据包括与事件对应的设备管理数据以及人员管理数据;
则所述云平台具体用于:
在出现新的事件时,将与所述事件对应的动力特征、电气信号、设备管理数据以及人员管理数据作为预先建立的电气安全评价模型的输入,输入至评价服务器,并经所述评价服务器模式转换后,经过模糊推理机制与专家知识评价库进行交互,获得电气安全评价结果,并输出与所述事件对应的安全措施;
根据电气安全评价结果生成新的样本,根据所述新的样本进行训练学习以更新专家知识评价库。
10.根据权利要求9所述的智慧用电控制管理***,其特征在于,所述管理数据还包括实时电量、环比数据、同比数据以及对标数据;则所述云平台具体用于:
在出现新的事件时,将与所述事件对应的实时电量、环比数据、同比数据以及对标数据作为预先建立的能效评价模型的输入,输入至评价服务器,并经所述评价服务器模式转换后,经过模糊推理机制与专家知识评价库进行交互,获得能效评价结果,并输出与所述事件对应的能效管理措施;
根据能效评价结果生成新的样本,根据所述新的样本进行训练学习以更新专家知识评价库。
11.根据权利要求9所述的智慧用电控制管理***,其特征在于,所述云平台还用于:
提供通过内置的专家知识库和各种内置的智能算法,开展基于电气线路和设备的认知计算分析及其安全防护,满足用电的安全、节能和高效的服务需求;同时,提供自由裁减的功能架构,使得用户能够利用云平台通过“拖拽”的组合功能,快速生成所需的用电管理服务方式,同时也为用户提供平台基础上的二次开发功能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110152609.0A CN112947127A (zh) | 2021-02-04 | 2021-02-04 | 智慧用电控制管理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110152609.0A CN112947127A (zh) | 2021-02-04 | 2021-02-04 | 智慧用电控制管理*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112947127A true CN112947127A (zh) | 2021-06-11 |
Family
ID=76243616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110152609.0A Pending CN112947127A (zh) | 2021-02-04 | 2021-02-04 | 智慧用电控制管理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112947127A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113141545A (zh) * | 2021-06-21 | 2021-07-20 | 成都秦川物联网科技股份有限公司 | 云端智慧燃气数据网外运算方法及*** |
CN113610400A (zh) * | 2021-08-09 | 2021-11-05 | 山东建筑大学 | 一种用电调控***及调控方法 |
CN113964943A (zh) * | 2021-10-27 | 2022-01-21 | 昇辉控股有限公司 | 一种基于电力载波通讯的智慧用电*** |
CN114089008A (zh) * | 2021-10-29 | 2022-02-25 | 大连万达集团股份有限公司 | 闭店后异常用电监测子*** |
CN114301173A (zh) * | 2021-12-21 | 2022-04-08 | 苏州华天国科电力科技有限公司 | 一种基于微型管理终端的智慧安全用电管控*** |
CN115933476A (zh) * | 2022-12-15 | 2023-04-07 | 国网福建省电力有限公司 | 一种基于5g技术的断路器检修流程通讯装置 |
CN116865451A (zh) * | 2023-09-04 | 2023-10-10 | 湖南巨森电气集团有限公司 | 智慧用电控制管理***及方法 |
CN116880279A (zh) * | 2023-07-12 | 2023-10-13 | 中冀电力集团股份有限公司 | 一种智慧用电控制管理*** |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102121967A (zh) * | 2010-11-20 | 2011-07-13 | 太原理工大学 | 一种三相旋转机电设备运行状态实时预测诊断器 |
CN105187010A (zh) * | 2015-09-07 | 2015-12-23 | 无锡联盛合众新能源有限公司 | 一种光伏电站的智能化监控与运维*** |
CN106709580A (zh) * | 2017-01-13 | 2017-05-24 | 国家电网公司 | 一种变电站二次***运维云平台 |
CN108564254A (zh) * | 2018-03-15 | 2018-09-21 | 国网四川省电力公司绵阳供电公司 | 基于大数据的配电设备状态可视化平台 |
CN110068740A (zh) * | 2019-05-22 | 2019-07-30 | 大连民族大学 | 一种多电力参数检测*** |
CN110533348A (zh) * | 2019-09-18 | 2019-12-03 | 杭州安廷电力科技有限公司 | 智慧用电管理云平台 |
CN110854843A (zh) * | 2019-10-15 | 2020-02-28 | 保定市冀能电力自动化设备有限公司 | 智能配电网计量与故障保护分界开关控制器控制计算方法 |
KR20200078079A (ko) * | 2018-12-21 | 2020-07-01 | (주)아이엠티 | 전문가 경험지식을 활용하는 가상훈련 평가 분석 시스템 및 그 방법 |
CN111784026A (zh) * | 2020-05-28 | 2020-10-16 | 国网信通亿力科技有限责任公司 | 基于云边端协同感知的变电站电气设备全方位体检*** |
US20200334777A1 (en) * | 2018-11-21 | 2020-10-22 | Beijing Yutian Technology Co. Ltd | Intelligent emergency decision support system for emergency communication |
CN112180865A (zh) * | 2020-09-29 | 2021-01-05 | 杭州华成设计研究院有限公司 | 一种智能化配电室及设备监控*** |
-
2021
- 2021-02-04 CN CN202110152609.0A patent/CN112947127A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102121967A (zh) * | 2010-11-20 | 2011-07-13 | 太原理工大学 | 一种三相旋转机电设备运行状态实时预测诊断器 |
CN105187010A (zh) * | 2015-09-07 | 2015-12-23 | 无锡联盛合众新能源有限公司 | 一种光伏电站的智能化监控与运维*** |
CN106709580A (zh) * | 2017-01-13 | 2017-05-24 | 国家电网公司 | 一种变电站二次***运维云平台 |
CN108564254A (zh) * | 2018-03-15 | 2018-09-21 | 国网四川省电力公司绵阳供电公司 | 基于大数据的配电设备状态可视化平台 |
US20200334777A1 (en) * | 2018-11-21 | 2020-10-22 | Beijing Yutian Technology Co. Ltd | Intelligent emergency decision support system for emergency communication |
KR20200078079A (ko) * | 2018-12-21 | 2020-07-01 | (주)아이엠티 | 전문가 경험지식을 활용하는 가상훈련 평가 분석 시스템 및 그 방법 |
CN110068740A (zh) * | 2019-05-22 | 2019-07-30 | 大连民族大学 | 一种多电力参数检测*** |
CN110533348A (zh) * | 2019-09-18 | 2019-12-03 | 杭州安廷电力科技有限公司 | 智慧用电管理云平台 |
CN110854843A (zh) * | 2019-10-15 | 2020-02-28 | 保定市冀能电力自动化设备有限公司 | 智能配电网计量与故障保护分界开关控制器控制计算方法 |
CN111784026A (zh) * | 2020-05-28 | 2020-10-16 | 国网信通亿力科技有限责任公司 | 基于云边端协同感知的变电站电气设备全方位体检*** |
CN112180865A (zh) * | 2020-09-29 | 2021-01-05 | 杭州华成设计研究院有限公司 | 一种智能化配电室及设备监控*** |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113141545A (zh) * | 2021-06-21 | 2021-07-20 | 成都秦川物联网科技股份有限公司 | 云端智慧燃气数据网外运算方法及*** |
CN113141545B (zh) * | 2021-06-21 | 2021-09-07 | 成都秦川物联网科技股份有限公司 | 云端智慧燃气数据网外运算方法及*** |
CN113610400A (zh) * | 2021-08-09 | 2021-11-05 | 山东建筑大学 | 一种用电调控***及调控方法 |
CN113964943A (zh) * | 2021-10-27 | 2022-01-21 | 昇辉控股有限公司 | 一种基于电力载波通讯的智慧用电*** |
CN114089008A (zh) * | 2021-10-29 | 2022-02-25 | 大连万达集团股份有限公司 | 闭店后异常用电监测子*** |
CN114301173A (zh) * | 2021-12-21 | 2022-04-08 | 苏州华天国科电力科技有限公司 | 一种基于微型管理终端的智慧安全用电管控*** |
CN115933476A (zh) * | 2022-12-15 | 2023-04-07 | 国网福建省电力有限公司 | 一种基于5g技术的断路器检修流程通讯装置 |
CN116880279A (zh) * | 2023-07-12 | 2023-10-13 | 中冀电力集团股份有限公司 | 一种智慧用电控制管理*** |
CN116865451A (zh) * | 2023-09-04 | 2023-10-10 | 湖南巨森电气集团有限公司 | 智慧用电控制管理***及方法 |
CN116865451B (zh) * | 2023-09-04 | 2023-11-28 | 湖南巨森电气集团有限公司 | 智慧用电控制管理***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112947127A (zh) | 智慧用电控制管理*** | |
CN105978150B (zh) | 智能变压器终端的监控方法 | |
CN103823433B (zh) | 一种使用通讯过程分析实现继电保护设备在线监测的方法 | |
CN101266279B (zh) | 一种电网故障诊断装置及方法 | |
CN105512448B (zh) | 一种配电网健康指数的评估方法 | |
WO2021217695A1 (zh) | 基于智能工厂框架的供配用电网智能数据采集整理*** | |
CN103199628A (zh) | 一种基于osga网格技术的电力设备实时监测*** | |
CN105093063A (zh) | 基于多源数据特征单元组合判断的在线电网故障诊断方法 | |
CN110493031A (zh) | 一种变电站控制***网络设备状态在线监测方法 | |
CN114383652A (zh) | 一种配电网潜在故障在线风险辨识方法、***及装置 | |
CN113763667A (zh) | 一种基于5g边缘计算的火灾预警及状态监测装置及方法 | |
CN111144549A (zh) | 基于卷积神经网络的微网攻击识别方法及微网协调控制器 | |
CN108093210A (zh) | 一种变压器油位告警***及其告警方法 | |
CN113708350B (zh) | 一种基于云边协同的配电台区重过载异常判断方法及*** | |
CN203164360U (zh) | 一种变电设备绝缘在线监测*** | |
CN210270548U (zh) | 一种基于无线数据传输技术的配电箱监控*** | |
CN107546856A (zh) | 一种环网单元综合监控*** | |
CN112085043A (zh) | 一种变电站网络安全智能监控方法及*** | |
CN115273394A (zh) | 一种特殊应用场景下的智能断路器 | |
CN111857015B (zh) | 输变电云端智能控制器 | |
CN104377815A (zh) | 一种继电保护设备在线监测方法 | |
CN104375482A (zh) | 一种继电保护装置在线评估方法 | |
CN108765838A (zh) | 一种基于LoRa通信技术的电气火灾监控*** | |
CN112415343A (zh) | 一种多状态量可组态全封闭式气体组合电器的智能组件 | |
CN111897655B (zh) | 一种输变电云端智能控制器 |
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 |