CN113762720A - 一种水情遥测站点运行可靠性分析方法 - Google Patents

一种水情遥测站点运行可靠性分析方法 Download PDF

Info

Publication number
CN113762720A
CN113762720A CN202110887812.2A CN202110887812A CN113762720A CN 113762720 A CN113762720 A CN 113762720A CN 202110887812 A CN202110887812 A CN 202110887812A CN 113762720 A CN113762720 A CN 113762720A
Authority
CN
China
Prior art keywords
data
station
remote
water level
rainfall
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
Application number
CN202110887812.2A
Other languages
English (en)
Other versions
CN113762720B (zh
Inventor
帅小乐
万韶辉
张玉松
张军
卢舟鑫
王宁涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Yangtze Power Co Ltd
Original Assignee
China Yangtze Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Yangtze Power Co Ltd filed Critical China Yangtze Power Co Ltd
Priority to CN202110887812.2A priority Critical patent/CN113762720B/zh
Publication of CN113762720A publication Critical patent/CN113762720A/zh
Application granted granted Critical
Publication of CN113762720B publication Critical patent/CN113762720B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06—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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Remote Sensing (AREA)
  • General Engineering & Computer Science (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

一种水情遥测站点运行可靠性分析方法，包括收集历史数据，配置专家库，初始化报警标志，将不同数据类型的历史数据进行进行关联性分析，然后将实时数据与关联性曲线进行拟合，得到重合度，根据各自重合度结果进行综合判断，无需增加硬件设备，不改变测站设备运行逻辑，不增加功耗，不影响测站设备运行可靠性，可实现遥测站点数据质量的实时控制，有效甄别数据坏点，提高数据整编效率。

Description

一种水情遥测站点运行可靠性分析方法
技术领域
本发明涉及水文预报***技术领域，具体涉及一种水情遥测站点运行可靠性分析方法。
背景技术
水情遥测***是采集江河流域水位、雨量信息的重要手段，是水文预报***的重要组成部分，其主要由水情遥测站点和遥测中心站组成。水情遥测站点主要分布在野外江河流域，大部分位于人迹罕至的偏僻地带，自然环境恶劣，交通不便。为减少设备维护负担，在设计之初，水情遥测设备就以低功耗、高可靠性为目标，配备太阳能板作为供电设备，运行逻辑简单，数据发送量小、频率低。遥测中心站对遥测站点的状态判断，仅仅以站点上送设备故障信息为依据，缺少对雨量计、水位计、太阳能板等设备的运行状态判断，在出现传感器故障，数据失真时，无法有效做出判断，而失真数据的采信，会对水文预报作业带来不利影响，降低预报成果的准确性。
发明内容
本发明所要解决的技术问题是提供一种水情遥测站点运行可靠性分析方法，适用于采取报文发送装置的水情遥测***，旨在通过大数据分析建立专家库，对遥测站上送的“太阳能板电压”、“雨量”、“水位”、及计算的“面雨量”等数据进行关联性分析，从而判断测站运行状态，为设备主管部门提供决策支持，从而消除数据失真给水文预报作业带来的不利影响。
为解决上述技术问题，本发明所采用的技术方案是：
一种水情遥测站点运行可靠性分析方法，可靠性分析的具体步骤为：
Step1、将搜集水情遥测***内所有遥测站点历史数据，存入中心站历史数据库，建立并配置专家库；
Step2、初始化数据，将全部遥测站点的“雨量-太阳能板电压拟合度低”报警标志a、“面雨量-水位拟合度低”报警标志b、“相邻遥测站水位拟合度低”报警标志c均强制为0；
Step3、根据不同日照强度，对遥测站点持续降雨时间内且持续降雨时间超过1小时的历史雨量数据、和太阳能板电压进行关联性分析，并形成“雨量-太阳能板电压拟合度”历史关联曲线，经审核后，存入专家库；
Step4、根据测站地理位置划分流域区间，对区间内历史面雨量数据和水位数据进行关联性分析，并形成“面雨量-水位”历史关联曲线，经审核后，存入专家库；
Step5、对遥测站点及其同流域相邻站点的历史水位数据进行关联性分析，并形成“相邻遥测站水位”历史关联曲线，经审核后，存入专家库；
Step6、对遥测站点当日持续降雨时间超过1小时的实时雨量数据和太阳能板电压进行关联性分析，与相近日照强度下的历史关联曲线进行拟合，形成拟合报告，并对重合度进行判断，重合度低于x，则提示：“雨量-太阳能板电压拟合度低”，置报警标志a=1；
对遥测站点所属区域日面雨量数据和水位数据进行关联性分析，并与历史关联曲线进行拟合，形成拟合报告，并对重合度进行判断，重合度低于y，则提示：“面雨量-水位拟合度低”，置报警标志b=1；
对遥测站点及其上、下游临近站点实时水位数据进行关联性分析，与历史关联曲线进行拟合，形成拟合报告，并对重合度进行判断，重合度低于z，则提示：“相邻测站水位拟合度低”，置报警标志c=1；
Step7、对遥测站点报警信息进行综合判断，并根据不同报警信息情况输出相应的告警。
上述的Step7中综合判断的具体过程为；
对遥测站点报警信息进行综合判断，若a+b+c=1，则报警：“运行可靠性降低”；若a+b+c=2，则报警：“运行可靠性低”；若a+b+c=3，则报警：“运行可靠性极低”。
优选的方案中，上述的Step7中综合判断结果所对应的具体措施为；
当a+b+c=1，报警:“运行可靠性降低”时，水情遥测***正常采集该站点遥测数据；当a+b+c=2，报警：“运行可靠性低”时，水情遥测***接收该站点遥测数据，但站点数据单独存放，提醒进行故障检修，数据经过经过审核无误后方能供水情遥测***使用；当a+b+c=3，报警：“运行可靠性极低”，水情遥测***接收该站点遥测数据，但站点数据单独存放，该数据只能用作故障查找，不能供水情遥测***作为遥测数据使用。
本发明提供的一种水情遥测站点运行可靠性分析方法，在不改变水情遥测站点设备配置的前提下，在遥测中心站建立专家库，通过大数据分析，对遥测站及其相邻站点的“太阳能板电压”、“雨量”、“水位”、“区域面雨量”等测量点的历史数据进行相关性分析，形成历史关联曲线，经专家审核后，存入专家库，并绘制实时数据关联曲线，将实时关联曲线与经专家审核后的历史关联曲线进行拟合，根据拟合的结果分析数据的可靠性，从而判断测站设备的实际运行状态。
附图说明
下面结合附图和实施例对本发明作进一步说明：
图1为本发明水情遥测***结构图；
图2为本发明可靠性分析方法流程图；
图3为实施例中降雨量-电池电压关系曲线图。
具体实施方式
以下结合附图和实施例详细说明本发明技术方案。
如图1和2中所示，一种水情遥测站点运行可靠性分析方法，可靠性分析的具体步骤为：
Step1、将搜集水情遥测***内所有遥测站点历史数据，存入中心站历史数据库，建立并配置专家库；
Step2、初始化数据，将全部遥测站点的“雨量-太阳能板电压拟合度低”报警标志a、“面雨量-水位拟合度低”报警标志b、“相邻遥测站水位拟合度低”报警标志c均强制为0；
Step3、根据不同日照强度，对遥测站点持续降雨时间内且持续降雨时间超过1小时的历史雨量数据、和太阳能板电压进行关联性分析，并形成“雨量-太阳能板电压拟合度”历史关联曲线，经审核后，存入专家库；
Step4、根据测站地理位置划分流域区间，对区间内历史面雨量数据和水位数据进行关联性分析，并形成“面雨量-水位”历史关联曲线，经审核后，存入专家库；
Step5、对遥测站点及其同流域相邻站点的历史水位数据进行关联性分析，并形成“相邻遥测站水位”历史关联曲线，经审核后，存入专家库；
Step6、对遥测站点当日持续降雨时间超过1小时的实时雨量数据和太阳能板电压进行关联性分析，与相近日照强度下的历史关联曲线进行拟合，形成拟合报告，并对重合度进行判断，重合度低于x，则提示：“雨量-太阳能板电压拟合度低”，置报警标志a=1；
对遥测站点所属区域日面雨量数据和水位数据进行关联性分析，并与历史关联曲线进行拟合，形成拟合报告，并对重合度进行判断，重合度低于y，则提示：“面雨量-水位拟合度低”，置报警标志b=1；
对遥测站点及其上、下游临近站点实时水位数据进行关联性分析，与历史关联曲线进行拟合，形成拟合报告，并对重合度进行判断，重合度低于z，则提示：“相邻测站水位拟合度低”，置报警标志c=1；
Step7、对遥测站点报警信息进行综合判断，并根据不同报警信息情况输出相应的告警。
上述的Step7中综合判断的具体过程为；
对遥测站点报警信息进行综合判断，若a+b+c=1，则报警：“运行可靠性降低”；若a+b+c=2，则报警：“运行可靠性低”；若a+b+c=3，则报警：“运行可靠性极低”。
优选的方案中，上述的Step7中综合判断结果所对应的具体措施为；
当a+b+c=1，报警:“运行可靠性降低”时，水情遥测***正常采集该站点遥测数据；当a+b+c=2，报警：“运行可靠性低”时，水情遥测***接收该站点遥测数据，但站点数据单独存放，提醒进行故障检修，数据经过经过审核无误后方能供水情遥测***使用；当a+b+c=3，报警：“运行可靠性极低”，水情遥测***接收该站点遥测数据，但站点数据单独存放，该数据只能用作故障查找，不能供水情遥测***作为遥测数据使用。
采用本发明的方法进行水情遥测站点可靠性分析，无需增加硬件设备，不改变测站设备运行逻辑，不增加功耗，不影响测站设备运行可靠性，可实现遥测站点数据质量的实时控制，有效甄别数据坏点，提高数据整编效率。
下面以金沙江下游某水电站水情遥测作为实施例详细说明本发明技术方案：
该水电站位于金沙江下游，安装有12台单机容量850MW的巨型水轮发电机组，电站于2019年12月开始蓄水，2021年3月蓄水至水库蓄水位。水库死水位945.00米，蓄水位975.00米，电站水情遥测***由上下游代表站等7个水情遥测站点组成，于2020年1月全部建成投入运行，电站水情数据接入昆明中心站，存入水库调度自动化***，为水库调度业务开展提供了重要的数据支撑。
为验证水情遥测***数据质量分析方法的可行性，梯级电站集控中心维护人员选取了电站遥测站点上一年度的典型数据，进行数据质量分析，并形成分析报告。
1.上游代表站与其上游站点之间的水位关系
为找出上游代表站与其上下游相邻站点之间的水位关系，需选取不同时间、相同水位下的水位进行分析，为了数据的真实性，需分别选取高低两个水位值进行分析。
1.1 低水位下水位关系分析
选取2020年7月31日和2021年6月30日两天的水位数据，两天的水位值均在950米左右，全天水位测值共288个。
2020年7月31日，上游代表站水位最大值为949.695米，最小值为949.498米；与其上游相邻站点之间的水位差值在-0.011至0.084米之间；与其下游相邻站点之间的水位差值在-0.431至0.663米之间。
2021年6月30日，上游代表站水位最大值为951.05米，最小值为949.59米；与其上游相邻站点之间的水位差值在-0.123至0.073米之间；与其下游相邻站点之间的水位差值在-0.397至0.428米之间，如表1中所示：
表1：上游代表站950米左右水位分析
日期 代表站最大值 代表站最小值 与上游最大差值 与上游最小差值 与下游最大差值 与下游最小差值
2020.7.31 949.695 949.498 0.084 -0.011 0.663 -0.431
2021.6.30 951.05 949.59 0.073 -0.123 0.428 -0.397
对上述2天的水位数据进行对比分析可知，在950米左右水位，不同年份、月份、日期情况下，上游代表站的水位与其上下游相邻站点的差值均在±1米以内。
1.2 高水位下水位关系分析
选取2020年12月30日和2021年4月13日两天的水位数据，两天的水位值均在970米左右，全天水位测值共288个。
2020年12月30日，上游代表站水位最大值为970.832米，最小值为970.577米；与其上游相邻站点之间的水位差值在-0.001至0.07米之间；与其下游相邻站点之间的水位差值在-0.071至0.278米之间。
2021年4月13日，上游代表站水位最大值为970.52米，最小值为970.968米；与其上游相邻站点之间的水位差值在-0.034至0.065米之间；与其下游相邻站点之间的水位差值在-0.186至0.176米之间，，如表2中所示：
表2：上游代表站970米左右水位分析
日期 上游代表站最大值 上游代表站最小值 与上游最大差值 与上游最小差值 与下游最大差值 与下游最小差值
2020.12.30 970.832 970.577 0.07 -0.001 0.278 -0.071
2021.4.13 970.968 970.52 0.065 -0.034 0.176 -0.186
对上述2天的水位数据进行对比分析可知，在970米左右水位，不同年份、月份、日期情况下，上游代表站的水位与其上下游相邻站点的差值均在±0.3米以内。
通过上游代表站在950m和970m两个典型水位下，与相邻站点的水位关系分析可知，遥测站点与其相邻水位站在水库稳定运行期间，水位变化趋势基本一致，水位差值较为恒定，具有稳定的相关性。相邻站点的水位数据可作为该站点的水位校核依据，在站点设备故障导致水位数据突变或缺数情况下，可通过相邻站点的数据进行差值计算，对站点数据的可靠性进行检测，甚至自动校准站点数据。
2. 上游代表站雨量与太阳能板电压之间的关系
选取上游代表站2020年7月12日，12时至18时的降雨量和电压数据，根据雨量和电池电压数据可知，14时10分开始降雨，14时30分左右降雨强度达到最大，16时40分降雨停止。
如图3中所示，电池电压自13时25分开始下降，14时整电池电压降至最低13.519V，14时35分电池电压开始逐渐上升，15时50分，电池电压上升至最高13.66V。
通过上游代表站降雨量-电池电压关系分析可知，遥测站点所在区域的降雨量与站点电池电压之间存在相关性，随着降雨量的增大，日照强度降低，太阳能板的充电能力下降，电池电压会随之下降；而随着降雨量降低，日照强度逐渐上升，太阳能的充电能力也随之恢复，电池电压也会随之上升。
遥测站点与其相邻站点的水位、遥测站点所在区域降雨量和站点电池电压之间存在相关性，搜集足够多的数据，经专家分析审核后，可作为遥测站水位数据和供电***可靠性的分析依据，采取此方法可通过水位、降雨量、电池电压等数据有效辨别遥测站运行状态，加强测站运行状况监视，提升遥测***运行的可靠性。

Claims (3)

1.一种水情遥测站点运行可靠性分析方法，其特征在于，可靠性分析的具体步骤为：
Step1、将搜集水情遥测***内所有遥测站点历史数据，存入中心站历史数据库，建立并配置专家库；
Step2、初始化数据，将全部遥测站点的“雨量-太阳能板电压拟合度低”报警标志a、“面雨量-水位拟合度低”报警标志b、“相邻遥测站水位拟合度低”报警标志c均强制为0；
Step3、根据不同日照强度，对遥测站点持续降雨时间内且持续降雨时间超过1小时的历史雨量数据、和太阳能板电压进行关联性分析，并形成“雨量-太阳能板电压拟合度”历史关联曲线，经审核后，存入专家库；
Step4、根据测站地理位置划分流域区间，对区间内历史面雨量数据和水位数据进行关联性分析，并形成“面雨量-水位”历史关联曲线，经审核后，存入专家库；
Step5、对遥测站点及其同流域相邻站点的历史水位数据进行关联性分析，并形成“相邻遥测站水位”历史关联曲线，经审核后，存入专家库；
Step6、对遥测站点当日持续降雨时间超过1小时的实时雨量数据和太阳能板电压进行关联性分析，与相近日照强度下的历史关联曲线进行拟合，形成拟合报告，并对重合度进行判断，重合度低于x，则提示：“雨量-太阳能板电压拟合度低”，置报警标志a=1；
对遥测站点所属区域日面雨量数据和水位数据进行关联性分析，并与历史关联曲线进行拟合，形成拟合报告，并对重合度进行判断，重合度低于y，则提示：“面雨量-水位拟合度低”，置报警标志b=1；
对遥测站点及其上、下游临近站点实时水位数据进行关联性分析，与历史关联曲线进行拟合，形成拟合报告，并对重合度进行判断，重合度低于z，则提示：“相邻测站水位拟合度低”，置报警标志c=1；
Step7、对遥测站点报警信息进行综合判断，并根据不同报警信息情况输出相应的告警。
2.根据权利要求1所述的一种水情遥测站点运行可靠性分析方法，其特征在于，所述的Step7中综合判断的具体过程为；
对遥测站点报警信息进行综合判断，若a+b+c=1，则报警：“运行可靠性降低”；若a+b+c=2，则报警：“运行可靠性低”；若a+b+c=3，则报警：“运行可靠性极低”。
3.根据权利要求2所述的一种水情遥测站点运行可靠性分析方法，其特征在于，所述的Step7中综合判断结果所对应的具体措施为；
当a+b+c=1，报警:“运行可靠性降低”时，水情遥测***正常采集该站点遥测数据；当a+b+c=2，报警：“运行可靠性低”时，水情遥测***接收该站点遥测数据，但站点数据单独存放，提醒进行故障检修，数据经过经过审核无误后方能供水情遥测***使用；当a+b+c=3，报警：“运行可靠性极低”，水情遥测***接收该站点遥测数据，但站点数据单独存放，该数据只能用作故障查找，不能供水情遥测***作为遥测数据使用。
CN202110887812.2A 2021-08-03 2021-08-03 一种水情遥测站点运行可靠性分析方法 Active CN113762720B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110887812.2A CN113762720B (zh) 2021-08-03 2021-08-03 一种水情遥测站点运行可靠性分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110887812.2A CN113762720B (zh) 2021-08-03 2021-08-03 一种水情遥测站点运行可靠性分析方法

Publications (2)

Publication Number Publication Date
CN113762720A true CN113762720A (zh) 2021-12-07
CN113762720B CN113762720B (zh) 2023-07-18

Family

ID=78788477

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110887812.2A Active CN113762720B (zh) 2021-08-03 2021-08-03 一种水情遥测站点运行可靠性分析方法

Country Status (1)

Country Link
CN (1) CN113762720B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1455269A (zh) * 2003-06-20 2003-11-12 北京华创升达高科技发展中心 自动雨量站
JP2007047878A (ja) * 2005-08-05 2007-02-22 Toshiba Corp 情報収集システム
US20070103324A1 (en) * 2002-03-05 2007-05-10 Aeromesh Corporation Monitoring system and method
JP2008265619A (ja) * 2007-04-23 2008-11-06 Toyota Motor Corp 雨量検知装置、及び雨量検知装置を備える情報提供システム
CN202734908U (zh) * 2012-07-13 2013-02-13 湖南北斗星空检测科技有限公司 智能水位记录仪
CN203324761U (zh) * 2013-05-01 2013-12-04 大唐陈村水力发电厂 一种可视化梯级水电站水位监控***
CN104881960A (zh) * 2015-05-05 2015-09-02 北京国信华源科技有限公司 一种多要素监测一体化预警***及方法
CN111103636A (zh) * 2019-12-06 2020-05-05 江西武大扬帆科技有限公司 一种水雨情自动测报***
CN112581077A (zh) * 2020-12-04 2021-03-30 贵州昱清浩瑞科技有限公司 智慧水务管理平台
US20210209605A1 (en) * 2018-06-11 2021-07-08 New Paradigm Group, Llc Method and system for multi-trigger parametric data management and associated transactions

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070103324A1 (en) * 2002-03-05 2007-05-10 Aeromesh Corporation Monitoring system and method
CN1455269A (zh) * 2003-06-20 2003-11-12 北京华创升达高科技发展中心 自动雨量站
JP2007047878A (ja) * 2005-08-05 2007-02-22 Toshiba Corp 情報収集システム
JP2008265619A (ja) * 2007-04-23 2008-11-06 Toyota Motor Corp 雨量検知装置、及び雨量検知装置を備える情報提供システム
CN202734908U (zh) * 2012-07-13 2013-02-13 湖南北斗星空检测科技有限公司 智能水位记录仪
CN203324761U (zh) * 2013-05-01 2013-12-04 大唐陈村水力发电厂 一种可视化梯级水电站水位监控***
CN104881960A (zh) * 2015-05-05 2015-09-02 北京国信华源科技有限公司 一种多要素监测一体化预警***及方法
US20210209605A1 (en) * 2018-06-11 2021-07-08 New Paradigm Group, Llc Method and system for multi-trigger parametric data management and associated transactions
CN111103636A (zh) * 2019-12-06 2020-05-05 江西武大扬帆科技有限公司 一种水雨情自动测报***
CN112581077A (zh) * 2020-12-04 2021-03-30 贵州昱清浩瑞科技有限公司 智慧水务管理平台

Also Published As

Publication number Publication date
CN113762720B (zh) 2023-07-18

Similar Documents

Publication Publication Date Title
Raynaud et al. Energy droughts from variable renewable energy sources in European climates
CN107316095A (zh) 一种耦合多源数据的区域气象干旱等级预测方法
CN102184490A (zh) 城市水资源实时监控与管理***及方法
CN102566435A (zh) 一种光伏电站的性能预报及故障报警方法
CN101162247A (zh) 电气装置“亚健康”运行状态识别方法
CN116304962B (zh) 一种用于水表计量数据的智能异常监测方法
CN103810533A (zh) 一种基于云模型的配电网故障风险识别方法
CN104732104A (zh) 长期潮位数据不足条件下不同重现期的极端高水位计算方法
CN104793605A (zh) 一种利用正态分布判定设备故障的方法
CN115186858A (zh) 基于不同影响类型的变电站洪水淹没风险预警方法及***
CN106599562A (zh) 基于概率加权fdc法的河流生态需水量计算方法
CN115099677B (zh) 尾矿库安全生产风险分级预警方法
CN206756244U (zh) 一种基于低功耗广域网且可检测水质的智能水表装置
CN110570628B (zh) 一种输电线路杆塔地质灾害监测预警分析***及使用方法
CN117436619B (zh) 一种基于等效防洪作用的梯级水库防洪库容联合预留方法
CN105160595A (zh) 基于多时间尺度出力评估的分布式光伏窃电监管方法
CN113762720A (zh) 一种水情遥测站点运行可靠性分析方法
Qiu et al. Operational risk assessment on power system based on weather regionalization considering power ramp of renewable energy generation
CN113435049B (zh) 一种基于逻辑回归的雨量设备故障分析***
Kumar et al. Water Pipeline Leakage Detection and Monitoring System Using Smart Sensor with IoT
CN115186960A (zh) 一种城镇区域污水有效收集处理能力的核算方法及装置
CN115048759A (zh) 一种基于模型预测的污水管网外水入流量和入流点精确估计方法
Sun et al. State detection of electric energy metering device using computer neural network
DeFreitas et al. Using on-site ambient temperature and performance ratio to identify days when snow cover affects PV plant production
CN112732772A (zh) 一种基于月度居民用电量的住房空置率测算方法

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