CN114399074A - 基于大数据的电网故障预警方法、装置、设备及存储介质 - Google Patents
基于大数据的电网故障预警方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114399074A CN114399074A CN202111427172.3A CN202111427172A CN114399074A CN 114399074 A CN114399074 A CN 114399074A CN 202111427172 A CN202111427172 A CN 202111427172A CN 114399074 A CN114399074 A CN 114399074A
- Authority
- CN
- China
- Prior art keywords
- fault
- power grid
- data
- real
- history data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012549 training Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 11
- 238000011217 control strategy Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 abstract description 5
- 238000012544 monitoring process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Entrepreneurship & Innovation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Operations Research (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种基于大数据的电网故障预警方法、装置、设备及存储介质,方法包括获取故障历史数据,并根据所述故障历史数据建立电网故障识别模型;获取电网实时数据,并将所述电网实时数据输入到所述电网故障识别模型,得出故障识别结果;将所述故障识别结果发送到预设的终端上。本发明通过电网故障识别模型可以实时识别出实时的故障类型或预测出将要发生的故障类型,从而可以及时根据故障类型采取对应的措施,大大提高了维护效率,并且可以有效提高故障识别的准确性。
Description
技术领域
本发明涉及电网监测技术领域,尤其涉及一种基于大数据的电网故障预警方法、装置、设备及存储介质。
背景技术
尽管各国电网的研究和规划不同,但对电网的根本要求是一致的,即电网应该“更坚强,更智能”。坚强是对电网安全性的要求,即在电网发生大扰动和故障时,仍能保持对用户的供电能力,而不发生大面积停电事故;在自然灾害、极端气候条件下或外力破坏下仍能保证电网的安全运行;具有确保电力信息安全的能力。但是现在对电网的故障分析一般都是需要人工根据经验进行判断,这样不仅效率低下,而且准确率较低。
发明内容
本发明的主要目的在于提供一种基于大数据的电网故障预警方法、装置、设备及存储介质,旨在解决准确率较低的技术问题。
为实现上述目的,本申请实施例第一方面提供了一种基于大数据的电网故障预警方法,所述基于大数据的电网故障预警方法包括以下步骤:
获取故障历史数据,并根据所述故障历史数据建立电网故障识别模型;其中,将所述故障历史数据作为所述电网故障识别模型的输入参数,将与所述故障历史数据对应的故障类型作为所述电网故障识别模型的输出参数;
获取电网实时数据,并将所述电网实时数据输入到所述电网故障识别模型,得出故障识别结果;
将所述故障识别结果发送到预设的终端上。
在第一方面的一种实施方式中,所述故障识别结果包括当前故障类型和预测故障类型。
在第一方面的一种实施方式中,所述的获取故障历史数据,并根据所述故障历史数据建立电网故障识别模型,具体包括:
将获得的所述故障历史数据作为训练样本,并将所述故障历史数据与对应的故障类型对应设置;
将所述训练样本中作为所述电网故障识别模型的输入参数,将所述故障类型分别作为电网故障识别模型的输出参数,对所述电网故障识别模型进行训练。
在第一方面的一种实施方式中,所述的获取电网实时数据,并将所述电网实时数据输入到所述电网故障识别模型,得出故障识别结果,具体包括:
将获得的电网实时数据进行预处理,得到预处理后的电网实时数据;
将预处理后的电网实时数据输入到所述电网故障识别模型,得出故障识别结果。
在第一方面的一种实施方式中,还包括:
根据所述故障识别结果,查找所述故障识别结果对应的故障部件,并对所述故障部件进行定位,确定故障位置。
在第一方面的一种实施方式中,还包括:
根据所述故障识别结果,获取所述故障识别结果所对应的故障类型控制策略。
本申请实施例第二方面提供了一种基于大数据的电网故障预警装置,所述基于大数据的电网故障预警装置包括:
模型建立单元,用于获取故障历史数据,并根据所述故障历史数据建立电网故障识别模型;其中,将所述故障历史数据作为所述电网故障识别模型的输入参数,将与所述故障历史数据对应的故障类型作为所述电网故障识别模型的输出参数;
故障识别单元,用于获取电网实时数据,并将所述电网实时数据输入到所述电网故障识别模型,得出故障识别结果;
识别发送单元,用于将所述故障识别结果发送到预设的终端上。
在第二方面的一种实施方式中,所述模型建立单元包括:
样本设置单元,用于将获得的所述故障历史数据作为训练样本,并将所述故障历史数据与对应的故障类型对应设置;
训练单元,用于将所述训练样本中作为所述电网故障识别模型的输入参数,将所述故障类型分别作为电网故障识别模型的输出参数,对所述电网故障识别模型进行训练。
本申请实施例第三方面提供了一种电子设备,所述电子设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其中:所述计算机程序被所述处理器执行时实现如第一方面所述的基于大数据的电网故障预警方法的步骤。
本申请实施例第四方面提供了一种计算机存储介质,所述计算机存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的基于大数据的电网故障预警方法的步骤。
本发明的上述方案至少包括以下有益效果是:
本发明一种基于大数据的电网故障预警方法、装置、设备及存储介质通过电网故障识别模型可以实时识别出实时的故障类型或预测出将要发生的故障类型,从而可以及时根据故障类型采取对应的措施,大大提高了维护效率,并且可以有效提高故障识别的准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一种基于大数据的电网故障预警方法的步骤流程图;
图2是本发明一种基于大数据的电网故障预警装置的模块方框图。
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的一部分实施例,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作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。
需要说明,本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“连接”、“固定”等应做广义理解,例如,“固定”可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
另外,本发明各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
参考图1,本申请实施例提供了一种基于大数据的电网故障预警方法,所述基于大数据的电网故障预警方法包括以下步骤:
S1、获取故障历史数据,并根据所述故障历史数据建立电网故障识别模型;其中,将所述故障历史数据作为所述电网故障识别模型的输入参数,将与所述故障历史数据对应的故障类型作为所述电网故障识别模型的输出参数。
S2、获取电网实时数据,并将所述电网实时数据输入到所述电网故障识别模型,得出故障识别结果。
S3、将所述故障识别结果发送到预设的终端上。
本实施例中,通过电网故障识别模型可以实时识别出实时的故障类型或预测出将要发生的故障类型,从而可以及时根据故障类型采取对应的措施,大大提高了维护效率,并且可以有效提高故障识别的准确性。
在一种实施方式中,所述故障识别结果包括当前故障类型和预测故障类型。
当故障已经发生时,电网故障识别模型可以根据电网实时数据识别出当前的故障类型;当故障尚未发生时,电网故障识别模型可以根据电网实时数据预测出将要发生的故障类型,从而可以提前采取对应的故障措施。
在一种实施方式中,所述的获取故障历史数据,并根据所述故障历史数据建立电网故障识别模型,具体包括:
S11、将获得的所述故障历史数据作为训练样本,并将所述故障历史数据与对应的故障类型对应设置;
S12、将所述训练样本中作为所述电网故障识别模型的输入参数,将所述故障类型分别作为电网故障识别模型的输出参数,对所述电网故障识别模型进行训练。
本实施例中,训练样本为每种故障类型下的多组故障历史数据,从而能保证模型的准确性。而且故障历史数据中不仅包括了发生故障时的数据,也包括了故障发生前的数据,从而使得电网故障识别模型可以有效提前识别出故障的发生。
在一种实施方式中,所述的获取电网实时数据,并将所述电网实时数据输入到所述电网故障识别模型,得出当前的故障类型,具体包括:
S21、将获得的电网实时数据进行预处理,得到预处理后的电网实时数据。
本实施例中,预处理可以是完整性分析和标准化处理,从而保证预处理后的电网实时数据符合电网故障识别模型的输入要求,提高识别的准确率。
S22、将预处理后的电网实时数据输入到所述电网故障识别模型,得出故障识别结果。
在一种实施方式中,还包括:
S4、根据所述故障识别结果,查找所述故障识别结果对应的故障部件,并对所述故障部件进行定位,确定故障位置。
本实施例中,可以根据故障识别结果判断出发生故障对应的数据,然后可以根据该数据判断出故障部件,从而实现故障部件的定位。
在一种实施方式中,还包括:
S4、根据所述故障识别结果,获取所述故障识别结果所对应的故障类型控制策略。
本实施例中,可以根据识别到的不同故障识别结果获取对应的不同故障类型控制策略。这样根据不同故障类型获取预设的控制策略,能大大提高维护的工作效率。
参考图2,本申请实施例提供了一种基于大数据的电网故障预警装置,所述基于大数据的电网故障预警装置包括:
模型建立单元,用于模型建立单元,用于获取故障历史数据,并根据所述故障历史数据建立电网故障识别模型;其中,将所述故障历史数据作为所述电网故障识别模型的输入参数,将与所述故障历史数据对应的故障类型作为所述电网故障识别模型的输出参数;
实时监测单元,用于获取电网实时数据,并将所述电网实时数据输入到所述电网故障识别模型,得出故障识别结果;
识别发送单元,用于将所述故障识别结果发送到预设的终端上。
在一种实施方式中,所述模型建立单元包括:
样本设置单元,用于将获得的所述故障历史数据作为训练样本,并将所述故障历史数据与对应的故障类型对应设置;
训练单元,用于将所述训练样本中作为所述电网故障识别模型的输入参数,将所述故障类型分别作为电网故障识别模型的输出参数,对所述电网故障识别模型进行训练。
此外,本发明实施例还提出一种电子设备,所述电子设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其中:
所述计算机程序被所述处理器执行时实现上述各实施例中所述的基于大数据的电网故障预警方法的步骤。
此外,本发明实施例还提出一种计算机存储介质。
所述计算机存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述实施例提供的基于大数据的电网故障预警方法中的操作。
从上述内容可知,本发明通过电网故障识别模型可以实时识别出实时的故障类型或预测出将要发生的故障类型,从而可以及时根据故障类型采取对应的措施,大大提高了维护效率,并且可以有效提高故障识别的准确性。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体/操作/对象与另一个实体/操作/对象区分开来,而不一定要求或者暗示这些实体/操作/对象之间存在任何这种实际的关系或者顺序;术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
对于装置实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的。可以根据实际的需要选择中的部分或者全部模块来实现本发明方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于大数据的电网故障预警方法,其特征在于,所述基于大数据的电网故障预警方法包括以下步骤:
获取故障历史数据,并根据所述故障历史数据建立电网故障识别模型;其中,将所述故障历史数据作为所述电网故障识别模型的输入参数,将与所述故障历史数据对应的故障类型作为所述电网故障识别模型的输出参数;
获取电网实时数据,并将所述电网实时数据输入到所述电网故障识别模型,得出故障识别结果;
将所述故障识别结果发送到预设的终端上。
2.根据权利要求1所述的一种基于大数据的电网故障预警方法,其特征在于,所述故障识别结果包括当前故障类型和预测故障类型。
3.根据权利要求1所述的一种基于大数据的电网故障预警方法,其特征在于,所述的获取故障历史数据,并根据所述故障历史数据建立电网故障识别模型,具体包括:
将获得的所述故障历史数据作为训练样本,并将所述故障历史数据与对应的故障类型对应设置;
将所述训练样本中作为所述电网故障识别模型的输入参数,将所述故障类型分别作为电网故障识别模型的输出参数,对所述电网故障识别模型进行训练。
4.根据权利要求1所述的一种基于大数据的电网故障预警方法,其特征在于,所述的获取电网实时数据,并将所述电网实时数据输入到所述电网故障识别模型,得出故障识别结果,具体包括:
将获得的电网实时数据进行预处理,得到预处理后的电网实时数据;
将预处理后的电网实时数据输入到所述电网故障识别模型,得出故障识别结果。
5.根据权利要求1所述的一种基于大数据的电网故障预警方法,其特征在于,还包括:
根据所述故障识别结果,查找所述故障识别结果对应的故障部件,并对所述故障部件进行定位,确定故障位置。
6.根据权利要求1所述的一种基于大数据的电网故障预警方法,其特征在于,还包括:
根据所述故障识别结果,获取所述故障识别结果所对应的故障类型控制策略。
7.一种基于大数据的电网故障预警装置,其特征在于,所述基于大数据的电网故障预警装置包括:
模型建立单元,用于获取故障历史数据,并根据所述故障历史数据建立电网故障识别模型;其中,将所述故障历史数据作为所述电网故障识别模型的输入参数,将与所述故障历史数据对应的故障类型作为所述电网故障识别模型的输出参数;
故障识别单元,用于获取电网实时数据,并将所述电网实时数据输入到所述电网故障识别模型,得出故障识别结果;
识别发送单元,用于将所述故障识别结果发送到预设的终端上。
8.根据权利要求7所述的一种基于大数据的电网故障预警装置,其特征在于,所述模型建立单元包括:
样本设置单元,用于将获得的所述故障历史数据作为训练样本,并将所述故障历史数据与对应的故障类型对应设置;
训练单元,用于将所述训练样本中作为所述电网故障识别模型的输入参数,将所述故障类型分别作为电网故障识别模型的输出参数,对所述电网故障识别模型进行训练。
9.一种电子设备,其特征在于,所述电子设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其中:所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的基于大数据的电网故障预警方法的步骤。
10.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的基于大数据的电网故障预警方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111427172.3A CN114399074A (zh) | 2021-11-28 | 2021-11-28 | 基于大数据的电网故障预警方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111427172.3A CN114399074A (zh) | 2021-11-28 | 2021-11-28 | 基于大数据的电网故障预警方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114399074A true CN114399074A (zh) | 2022-04-26 |
Family
ID=81225701
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111427172.3A Pending CN114399074A (zh) | 2021-11-28 | 2021-11-28 | 基于大数据的电网故障预警方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114399074A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115951165A (zh) * | 2022-12-06 | 2023-04-11 | 南方电网数字电网研究院有限公司 | 基于电力设备多源传感器的故障诊断体系构建方法和装置 |
-
2021
- 2021-11-28 CN CN202111427172.3A patent/CN114399074A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115951165A (zh) * | 2022-12-06 | 2023-04-11 | 南方电网数字电网研究院有限公司 | 基于电力设备多源传感器的故障诊断体系构建方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107092222B (zh) | 基于防误校验分析一体化的电网调控操作管理*** | |
CN105974273A (zh) | 配电网故障定位*** | |
CN113131612B (zh) | 智能配电监测方法、***、智能终端及存储介质 | |
CN116703167B (zh) | 养殖设备告警监测处理方法、装置、设备及存储介质 | |
CN105245001A (zh) | 一种事件驱动的变电站事故智能告警处理方法和装置 | |
CN108512222A (zh) | 一种智能变电站综合自动化*** | |
CN114399074A (zh) | 基于大数据的电网故障预警方法、装置、设备及存储介质 | |
CN115880229A (zh) | 一种变压器局部放电智能监控方法及其*** | |
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 | |
CN113486535A (zh) | 一种基于环境信息的电网信息检测分析方法 | |
CN114138601A (zh) | 一种业务告警方法、装置、设备及存储介质 | |
CN114462828A (zh) | 一种工程施工用安全预警监理***及其监理方法 | |
CN112989573B (zh) | 一种计量柜状态检测方法、装置、设备及介质 | |
CN117193088B (zh) | 一种工业设备监控方法、装置以及服务器 | |
CN117458722A (zh) | 基于电力能源管理***的数据监控方法及*** | |
CN107025500A (zh) | 主动配电网量测设备关键部署位置的识别方法 | |
CN105445592A (zh) | 一种新型的智能母线管理*** | |
CN114400768A (zh) | 基于大数据的电网状态监测方法、装置、设备及存储介质 | |
CN114154591A (zh) | 基于多源信息的设备状态智能预警方法及装置 | |
CN114338088A (zh) | 变电站电力监控***网络安全等级的评估算法及评估*** | |
CN112380340A (zh) | 一种主站与电厂、变电站之间的错误数据诊断方法及*** | |
CN111476922A (zh) | 输电线路巡检人员到岗判断方法及装置 | |
CN117706258B (zh) | 一种基于大数据处理的故障检测*** | |
CN116381419B (zh) | 输电线路故障处理方法、装置、计算机设备和存储介质 | |
CN115575765B (zh) | 基于配电自动化四区数据的接地故障选段分析*** |
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 |