CN113283679A - 一种基于ai人工智能的电力负荷预测*** - Google Patents
一种基于ai人工智能的电力负荷预测*** Download PDFInfo
- Publication number
- CN113283679A CN113283679A CN202110739475.2A CN202110739475A CN113283679A CN 113283679 A CN113283679 A CN 113283679A CN 202110739475 A CN202110739475 A CN 202110739475A CN 113283679 A CN113283679 A CN 113283679A
- Authority
- CN
- China
- Prior art keywords
- module
- data
- power
- power load
- prediction
- 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
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims description 26
- 238000013480 data collection Methods 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 12
- 238000013500 data storage Methods 0.000 claims description 5
- 238000000556 factor analysis Methods 0.000 claims description 4
- AGVAZMGAQJOSFJ-WZHZPDAFSA-M cobalt(2+);[(2r,3s,4r,5s)-5-(5,6-dimethylbenzimidazol-1-yl)-4-hydroxy-2-(hydroxymethyl)oxolan-3-yl] [(2r)-1-[3-[(1r,2r,3r,4z,7s,9z,12s,13s,14z,17s,18s,19r)-2,13,18-tris(2-amino-2-oxoethyl)-7,12,17-tris(3-amino-3-oxopropyl)-3,5,8,8,13,15,18,19-octamethyl-2 Chemical compound [Co+2].N#[C-].[N-]([C@@H]1[C@H](CC(N)=O)[C@@]2(C)CCC(=O)NC[C@@H](C)OP(O)(=O)O[C@H]3[C@H]([C@H](O[C@@H]3CO)N3C4=CC(C)=C(C)C=C4N=C3)O)\C2=C(C)/C([C@H](C\2(C)C)CCC(N)=O)=N/C/2=C\C([C@H]([C@@]/2(CC(N)=O)C)CCC(N)=O)=N\C\2=C(C)/C2=N[C@]1(C)[C@@](C)(CC(N)=O)[C@@H]2CCC(N)=O AGVAZMGAQJOSFJ-WZHZPDAFSA-M 0.000 claims description 2
- 238000004220 aggregation Methods 0.000 claims 1
- 230000002776 aggregation Effects 0.000 claims 1
- 238000010248 power generation Methods 0.000 abstract description 6
- 230000002688 persistence Effects 0.000 abstract description 3
- 230000005611 electricity Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 238000007405 data analysis Methods 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
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于AI人工智能的电力负荷预测***,包括电力负荷数据收集模块,所述电力负荷数据收集模块连接端连接有数据汇总模块,所述数据汇总模块连接端连接有智能数据预测模块,所述智能数据预测模块连接端连接有电力数据结构分析模块,所述电力数据结构分析模块连接端连接有电力负荷预警模块,所述电力负荷预警模块连接端连接有预测模型检测模块。本发明避免了电力***受到损坏和电力成本的损失,提高了数据的及时性、预警的可靠性、预测结果的准确性、发电设备的利用率和经济调度的有效性,保证电力***运行的可靠性和电力市场的供需平衡,为电力***规划和运行提供可靠的决策依据,促进电力市场的经济持久性发展。
Description
技术领域
本发明属于电力负荷预测技术领域,尤其涉及一种基于AI人工智能的电力负荷预测***。
背景技术
电力负荷预测是电力***规划的重要组成部分,也是电力***经济运行的基础,其对电力***规划和运行都极其重要,电力负荷预测是以电力负荷为对象进行的一系列预测工作,从预测对象来看,电力负荷预测包括对未来电力需求量的预测和对未来用电量的预测以及对负荷曲线的预测,其主要工作是预测未来电力负荷的时间分布和空间分布,为电力***规划和运行提供可靠的决策依据,负荷预测的精度越高,越有利于提高发电设备的利用率和经济调度的有效性,反之,负荷预测误差较大时,不仅会造成大量运行成本和利润损失,甚至会影响电力***运行的可靠性和电力市场的供需平衡,因此,对电力负荷进行准确预测非常重要。
现有的电力负荷预测***的预测方法较为落后,预测精度不高,不能满足预测精度的要求,导致发电设备的利用率低,大量运行成本和利润损失,甚至影响电力***经济运行。
为此,我们提出了一种基于AI人工智能的电力负荷预测***来解决上述问题。
发明内容
本发明的目的在于提供一种基于AI人工智能的电力负荷预测***,以解决上述背景技术中提出的问题。
为了实现上述目的,本发明采用了如下技术方案:
一种基于AI人工智能的电力负荷预测***,包括电力负荷数据收集模块,所述电力负荷数据收集模块用于收集电力负荷实时数据以及用电量的实时影响因素;所述电力负荷数据收集模块连接端连接有数据汇总模块,所述数据汇总模块用于汇总并存储电力负荷数据收集模块收集的相关数据;所述数据汇总模块连接端连接有智能数据预测模块,所述智能数据预测模块用于建立电力负荷预测模型并对电力负荷进行准确预测;所述智能数据预测模块连接端连接有电力数据结构分析模块,所述电力数据结构分析模块用于对外在影响因素进行分析计算并得到用电结构;所述电力数据结构分析模块连接端连接有电力负荷预警模块,所述电力负荷预警模块用于与以往记录进行对比,并标记出电荷峰值;所述电力负荷预警模块连接端连接有预测模型检测模块,所述预测模型检测模块用于根据实际用电量的权重值比对预测模型进行调试修改。
进一步的,所述电力负荷数据收集模块包括用于实时监测温度、湿度、气象、节假日等影响因素的影响参数分析单元以及实时监测用电量的电力负荷实时监测单元。
进一步的,所述数据汇总模块包括用于对单一影响因素进行记录存储的单一变量存储单元以及对综合因素进行记录存储的综合数据存储单元。
进一步的,所述智能数据预测模块包括对实时数据和影响因素进行分析并建立初步预测模型的预测模型建立单元以及对大数据和短期数据进行预测的综合预测单元。
进一步的,所述电力数据结构分析模块包括对影响因素进行分析和对比的外在因素分析单元以及通过分析对比对用电结构进行预测的用电结构单元。
进一步的,所述电力负荷预警模块包括对比存储数据并标记用电量峰值的峰值标记单元以及对大数据进行整体分析的综合对比单元。
进一步的,所述预测模型检测模块包括用于分析预测模型权重之比的预测模型分配单元以及对预测模型进行最终调试的预测模型调试单元。
与现有技术相比,本发明的有益效果为:
本发明通过电力负荷数据收集模块对用电量及其影响因素进行实时监测并收集相关数据,保证数据的及时性和可靠性,由数据汇总模块进行单一变量和综合数据的存储记录,避免数据丢失或者损毁,再通过智能数据预测模块对实时数据和影响因素进行分析并建立初步预测模型和综合数据预测模型,对用电量进行初步预测,结合电力数据结构分析模块对用电结构进行分析对比,创建出用电结构图,再由电力负荷预警模块对大数据进行分析对比并标记峰值,预测到紧急情况后通报警示,避免电力***受到损坏和电力成本的损失,最后通过预测模型检测模块对用电量权重之比进行分析并调试,以保证预测模型的准确性,提高发电设备利用率和经济调度的有效性,保证电力***运行的可靠性和电力市场的供需平衡,为电力***规划和运行提供可靠的决策依据,促进电力市场的经济持久性发展。
附图说明
图1为本发明提出的一种基于AI人工智能的电力负荷预测***的模块结构框图;
图2为本发明提出的一种基于AI人工智能的电力负荷预测***的单元结构框图;
图3为本发明提出的一种基于AI人工智能的电力负荷预测***中影响参数分析单元的结构框图。
图中:1、电力负荷数据收集模块;101、影响参数分析单元;102、电力负荷实时监测单元;2、数据汇总模块;201、单一变量存储单元;202、综合数据存储单元;3、智能数据预测模块;301、预测模型建立单元;302、综合预测单元;4、电力数据结构分析模块;401、外在因素分析单元;402、用电结构单元;5、电力负荷预警模块;501、峰值标记单元;502、综合对比单元;6、预测模型检测模块;601、预测模型分配单元;602、预测模型调试单元。
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。
参照图1-3,一种基于AI人工智能的电力负荷预测***,包括电力负荷数据收集模块1,电力负荷数据收集模块1用于收集电力负荷实时数据以及用电量的实时影响因素,以保证数据的及时性和可靠性;电力负荷数据收集模块1连接端连接有数据汇总模块2,数据汇总模块2用于汇总并存储电力负荷数据收集模块1收集的相关数据,防止数据丢失或者损毁;数据汇总模块2连接端连接有智能数据预测模块3,智能数据预测模块3用于建立电力负荷预测模型并对电力负荷进行准确预测,为电力***运行和规划提供可靠依据;智能数据预测模块3连接端连接有电力数据结构分析模块4,电力数据结构分析模块4用于对外在影响因素进行分析计算并得到用电结构,有助于提高预测结果的准确性和权威性;电力数据结构分析模块4连接端连接有电力负荷预警模块5,电力负荷预警模块5用于与以往记录进行对比,并标记出电荷峰值,避免电力***出现故障和电力成本损失;电力负荷预警模块5连接端连接有预测模型检测模块6,预测模型检测模块6用于根据实际用电量的权重值比对预测模型进行调试修改,保证预测结果的准确性,促进电力市场的可持续发展;
电力负荷数据收集模块1包括用于实时监测温度、湿度、气象、节假日等影响因素的影响参数分析单元101以及实时监测用电量的电力负荷实时监测单元102,有助于提高监测数据的及时性和可靠性,对影响因素的准确监测和进一步分析对比提高了检测结果的准确性和权威性;
参照图1-2,数据汇总模块2包括用于对单一影响因素进行记录存储的单一变量存储单元201以及对综合因素进行记录存储的综合数据存储单元202,有效避免了实时数据丢失或者数据损毁,方便后期对大数据进行查阅和对比分析,提高预测精度;
智能数据预测模块3包括对实时数据和影响因素进行分析并建立初步预测模型的预测模型建立单元301以及对大数据和短期数据进行预测的综合预测单元302,通过对大数据以及影响因素的准确分析,建立初步的预测模型,以及对短期数据和大数据的综合预测;
电力数据结构分析模块4包括对影响因素进行分析和对比的外在因素分析单元401以及通过分析对比对用电结构进行预测的用电结构单元402,通过对大数据以及影响因素的分析对比以及对用电量的数据曲线的分析,预测用电结构,有助于提高预测结果的准确性;
电力负荷预警模块5包括对比存储数据并标记用电量峰值的峰值标记单元501以及对大数据进行整体分析的综合对比单元502,有助于提高预测***的安全性,有效降低电力成本的损失;
预测模型检测模块6包括用于分析预测模型权重之比的预测模型分配单元601以及对预测模型进行最终调试的预测模型调试单元602,提高了预测结果的准确性、发电设备的利用率以及经济调度的有效性,保证电力***运行的可靠性和电力市场的供需平衡。
现对本发明的操作原理做如下描述:
本发明中,先通过电力负荷数据收集模块1中的电力负荷实时监测单元102和影响参数分析单元101对用电量及其影响因素进行实时监测并收集相关数据,保证数据的及时性和可靠性,有助于提高预测结果的准确性;
由数据汇总模块2中的单一变量存储单元201和综合数据存储单元202对电力负荷数据收集模块1收集的数据进行单一变量和综合数据的存储和记录,有效避免数据丢失或者损毁,提高预测***的可靠性;
再通过智能数据预测模块3中的预测模型建立单元301和综合预测单元302对实时数据和影响因素进行分析并建立初步预测模型和综合数据预测模型,从而对用电量进行初步预测;
结合电力数据结构分析模块4中的外在因素分析单元401和用电结构单元402对影响因素和用电量曲线图进行分析对比,创建出用电结构图,有助于提高检测结果的准确性;
再由电力负荷预警模块5中的峰值标记单元501和综合对比单元502对大数据进行分析对比并标记峰值,预测到紧急情况后立即通报警示,避免电力***受到损坏和电力成本的损失,有助于电力***的稳定可靠运行;
最后通过预测模型检测模块6中的预测模型分配单元601和预测模型调试单元602对用电量权重之比进行分析并对预测模型进行最终调试,以保证预测模型的准确性、电力***运行的可靠性和电力市场的供需平衡,提高发电设备的利用率和经济调度的有效性,为电力***规划和运行提供可靠的决策依据,促进电力市场的经济持久性发展。
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,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种基于AI人工智能的电力负荷预测***,包括电力负荷数据收集模块(1),其特征在于,所述电力负荷数据收集模块(1)用于收集电力负荷实时数据以及用电量的实时影响因素;
所述电力负荷数据收集模块(1)连接端连接有数据汇总模块(2),所述数据汇总模块(2)用于汇总并存储电力负荷数据收集模块(1)收集的相关数据;
所述数据汇总模块(2)连接端连接有智能数据预测模块(3),所述智能数据预测模块(3)用于建立电力负荷预测模型并对电力负荷进行准确预测;
所述智能数据预测模块(3)连接端连接有电力数据结构分析模块(4),所述电力数据结构分析模块(4)用于对外在影响因素进行分析计算并得到用电结构;
所述电力数据结构分析模块(4)连接端连接有电力负荷预警模块(5),所述电力负荷预警模块(5)用于与以往记录进行对比,并标记出电荷峰值;
所述电力负荷预警模块(5)连接端连接有预测模型检测模块(6),所述预测模型检测模块(6)用于根据实际用电量的权重值比对预测模型进行调试修改。
2.根据权利要求1所述的一种基于AI人工智能的电力负荷预测***,其特征在于,所述电力负荷数据收集模块(1)包括用于实时监测温度、湿度、气象、节假日等影响因素的影响参数分析单元(101)以及实时监测用电量的电力负荷实时监测单元(102)。
3.根据权利要求1所述的一种基于AI人工智能的电力负荷预测***,其特征在于,所述数据汇总模块(2)包括用于对单一影响因素进行记录存储的单一变量存储单元(201)以及对综合因素进行记录存储的综合数据存储单元(202)。
4.根据权利要求1所述的一种基于AI人工智能的电力负荷预测***,其特征在于,所述智能数据预测模块(3)包括对实时数据和影响因素进行分析并建立初步预测模型的预测模型建立单元(301)以及对大数据和短期数据进行预测的综合预测单元(302)。
5.根据权利要求1所述的一种基于AI人工智能的电力负荷预测***,其特征在于,所述电力数据结构分析模块(4)包括对影响因素进行分析和对比的外在因素分析单元(401)以及通过分析对比对用电结构进行预测的用电结构单元(402)。
6.根据权利要求1所述的一种基于AI人工智能的电力负荷预测***,其特征在于,所述电力负荷预警模块(5)包括对比存储数据并标记用电量峰值的峰值标记单元(501)以及对大数据进行整体分析的综合对比单元(502)。
7.根据权利要求1所述的一种基于AI人工智能的电力负荷预测***,其特征在于,所述预测模型检测模块(6)包括用于分析预测模型权重之比的预测模型分配单元(601)以及对预测模型进行最终调试的预测模型调试单元(602)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110739475.2A CN113283679A (zh) | 2021-06-30 | 2021-06-30 | 一种基于ai人工智能的电力负荷预测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110739475.2A CN113283679A (zh) | 2021-06-30 | 2021-06-30 | 一种基于ai人工智能的电力负荷预测*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113283679A true CN113283679A (zh) | 2021-08-20 |
Family
ID=77286239
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110739475.2A Pending CN113283679A (zh) | 2021-06-30 | 2021-06-30 | 一种基于ai人工智能的电力负荷预测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113283679A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116910681A (zh) * | 2023-09-12 | 2023-10-20 | 睿至科技集团有限公司 | 一种基于物联网的电力数据分析方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103295075A (zh) * | 2013-04-01 | 2013-09-11 | 沈阳航空航天大学 | 一种超短期电力负荷预测与预警方法 |
CN104123595A (zh) * | 2014-07-22 | 2014-10-29 | 国家电网公司 | 一种配电网负荷预测方法及*** |
CN105811402A (zh) * | 2016-03-22 | 2016-07-27 | 广西电网有限责任公司电力科学研究院 | 一种电力负荷预测***及其预测方法 |
CN112561192A (zh) * | 2020-12-23 | 2021-03-26 | 上海亿边科技有限公司 | 一种基于ai人工智能的电力负荷预测*** |
-
2021
- 2021-06-30 CN CN202110739475.2A patent/CN113283679A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103295075A (zh) * | 2013-04-01 | 2013-09-11 | 沈阳航空航天大学 | 一种超短期电力负荷预测与预警方法 |
CN104123595A (zh) * | 2014-07-22 | 2014-10-29 | 国家电网公司 | 一种配电网负荷预测方法及*** |
CN105811402A (zh) * | 2016-03-22 | 2016-07-27 | 广西电网有限责任公司电力科学研究院 | 一种电力负荷预测***及其预测方法 |
CN112561192A (zh) * | 2020-12-23 | 2021-03-26 | 上海亿边科技有限公司 | 一种基于ai人工智能的电力负荷预测*** |
Non-Patent Citations (1)
Title |
---|
闫群民等: "基于大数据的电力***短期负荷预测", 《电工技术》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116910681A (zh) * | 2023-09-12 | 2023-10-20 | 睿至科技集团有限公司 | 一种基于物联网的电力数据分析方法及*** |
CN116910681B (zh) * | 2023-09-12 | 2024-01-30 | 睿至科技集团有限公司 | 一种基于物联网的电力数据分析方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101413981B (zh) | 电力***运行备用可靠性测试*** | |
CN206311674U (zh) | 一种电能计量及分析预警装置 | |
US11761859B2 (en) | Method for self-adaption faster-than-real-time working condition start-up state prediction and estimation of unit | |
CN111667143A (zh) | 电网调度实时监测数据与业务管理数据融合的实现方法 | |
CN110968703B (zh) | 基于lstm端到端抽取算法的异常计量点知识库构建方法及*** | |
CN116522746A (zh) | 高耗能企业配电托管方法 | |
CN112001569A (zh) | 一种基于多电压等级故障下的电网运行风险分析方法 | |
CN113283679A (zh) | 一种基于ai人工智能的电力负荷预测*** | |
CN115002166A (zh) | 基于物联网的电池智能监控、租赁管理***及方法 | |
CN103529337B (zh) | 设备故障与电气量信息间非线性相关关系的识别方法 | |
CN111080484A (zh) | 一种配电网异常数据监测方法及装置 | |
CN113256272A (zh) | 一种电力设备精细化评价*** | |
CN116500451B (zh) | 一种蓄电池在线监测*** | |
CN112444697A (zh) | 一种电力线路信息监测***及方法 | |
CN112418662A (zh) | 一种利用人工神经网络的配电网运行可靠性分析方法 | |
CN117314682A (zh) | 一种基于ai技术的电力生产管理*** | |
CN117114519A (zh) | 一种综合能源运行***数据计算方法 | |
CN115639423A (zh) | 一种基于互联网的智能配电箱监测控制方法及*** | |
CN114169253B (zh) | 基于Flink和LSTM的数据流动态预测方法及*** | |
CN115561550A (zh) | 一种变电站直流***数据诊断方法 | |
CN112380641B (zh) | 一种应急柴油机健康状态评价方法及计算机终端 | |
CN115062948A (zh) | 一种基于物联网的电力***度量方法 | |
CN114841534A (zh) | 顶盖排水***的智能诊断与实时故障预警分析方法及*** | |
CN104104292A (zh) | 一种发电机励磁***状态广域实时获取*** | |
RU182980U1 (ru) | Устройство контроля, учета, планирования, мониторинга и прогноза при совершенствовании действий с ресурсами |
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: 20210820 |
|
RJ01 | Rejection of invention patent application after publication |