CN115833387A - 一种储能电站自动化状态巡检方法 - Google Patents
一种储能电站自动化状态巡检方法 Download PDFInfo
- Publication number
- CN115833387A CN115833387A CN202211606793.2A CN202211606793A CN115833387A CN 115833387 A CN115833387 A CN 115833387A CN 202211606793 A CN202211606793 A CN 202211606793A CN 115833387 A CN115833387 A CN 115833387A
- Authority
- CN
- China
- Prior art keywords
- index
- energy storage
- power station
- voltage
- stack
- 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
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种储能电站自动化状态巡检方法,首先确定需要进行巡检的储能电站的指标信息;并确定需巡检的指标信息的正常值或者正常范围值来作为参考值。然后采集需巡检的指标信息数据,再结合采集的数据、历史记录数据以及参考值,基于多分段线性扣分模型和模糊综合评价法进行运行状态指标评价,得到巡检结果。本发明的技术效果在于,克服了传统人工巡检方式周期长、效率低,人工成本高的问题;并能够对储能电站设备状态、实时曲线、故障告警等信息实时监测,运行指标在线实时查看,实时动态掌握电站运行状态,便于运维人员高效处理异常设备。
Description
技术领域
本发明涉及储能***技术领域,特别涉及一种储能电站自动化状态巡检方法。
背景技术
随着储能电站的大范围部署,其规模效应逐渐凸显,如何建立专业的运行维护和安全监控体系以保障电站的安全运行,已成为电网安全稳定运行的关键。智慧储能云平台***在“互联网+实体经济”政策带动下,能源行业同储能云也进行着新一轮变革,从新能源开发到综合管理平台建立,都在“源-网-荷-储”全流程对能源调度应用进行优化。智慧能源涉及行业众多,且已形成规模化发展,未来行业体量将呈指数增长,因此对该产业发展进行分析意义重大。然而,现有相关规程和技术标准在储能电站的高效智能巡检、故障的提前预判和报警验真、储能电站数据价值挖掘、无人值守、远程运维等方面缺乏相应的理论指导和技术规程。这些技术的缺乏已对储能站的安全运行造成实际影响。相关运维巡检技术的缺乏已造成储能电站应对复杂环境能力弱、安全监测与远程运维手段不足、状态模型缺乏、数据利用效率低、数据量大等问题,亟待解决。
发明内容
针对现有技术的不足之处,本发明提供了一种储能电站自动化状态巡检方法,以提高储能电站的安全运行性能。
为了实现上述技术效果,本发明的技术方案是,
一种储能电站自动化状态巡检方法,包括以下步骤:
S1,确定需要进行巡检的储能电站的指标信息;并确定需巡检的指标信息的正常值或者正常范围值来作为参考值;
S2,采集需巡检的指标信息数据;
S3,结合S2中采集的数据、历史记录数据以及参考值,基于多分段线性扣分模型和模糊综合评价法进行运行状态指标评价,得到巡检结果。
所述的方法,所述的步骤S1中,指标信息包括储能电站站级指标和设备级指标。
所述的方法,储能电站站级指标包括一级指标和与一级指标对应的二级指标,其中一级指标至少包括:电量指标、能效指标、可靠性指标;二级指标中,对应电量指标的二级指标至少包括:储能电站上网电量、储能电站下网电量、站用电量、运行小时数、等效利用系数、储能单元充电量和储能单元放电量;对应能效指标的二级指标至少包括:电站综合效率、储能损耗率、站用电率、变配电损耗率和储能单元充放电能量效率;对应可靠性指标的二级指标至少包括:电站计划停运系数、非计划停运系数、可用系数、利用系数、储能单元电池失效率和电池堆/簇相对故障次数。
所述的方法,设备级指标至少包括电池堆运行状态量指标、电池组运行状态量指标、单体电池运行状态量指标、PCS运行状态量指标和升压变压器运行状态量指标;
电池堆运行状态量指标至少包括:电池堆模拟量指标、电池堆开关量指标和电池堆通信量指标;其中电池堆模拟量指标至少包括:电池堆电压、电池堆电流、电池堆SOC、电池堆SOH、电池堆内阻、最高单体电压、最低单体电压、最高单体温度和最低单体温度;电池堆开关量指标至少包括:电压欠压、电压过压、过流、单体过压、单体欠压、单体欠温、单体过温、单体SOC低和单体SOH低;电池堆通信量指标至少包括:PCS和BMS通信故障以及EMS和BMS通信故障;
电池组运行状态量指标至少包括:电池组模拟量指标、电池组开关量指标和电池组通信量指标;
其中电池组模拟量指标至少包括:电池组电压、电池组电流、电池组SOC、电池组SOH、电池组内阻、最高单体电压、最低单体电压、最高单体温度和最低单体温度;电池组开关量指标至少包括电压欠压、电压过压、过流、单体过压、单体欠压、单体欠温、单体过温、单体SOC低和单体SOH低;电池组通信量指标至少包括:PCS和BMS通信故障以及EMS和BMS通信故障;
单体电池运行状态量指标至少包括:单体电压、单体SOC、单体SOH和单体温度。
所述的方法,所述的步骤S2中,采集需巡检的指标信息数据时,是将储能电站中所有设备列入设备列表中,以从设备列表中快速选择巡检的设备对象并采集指标信息数据,从而实现分类巡检;其中设备列表中是以包括设备的物理位置、所属屏柜、所属间隔、设备类型和设备型号在内的属性信息进分类。
所述的方法,分类巡检包括:
(1)模拟量巡检校核:手工选定或设定批量设备并进行模拟量召唤,然后对设备的回应的模拟量结果进行分析计算;从而检查出现不一致、越限或变化率越限的情况;其中不一致是指核查同个一次设备或不同设备间的相同模拟量的BMS、EMS、测控之间的三相电流、电压值的一致性,其中对比误差大于5%时即作为不一致;
(2)开入量巡检校核:选择指定设备或选定的批量设备召唤实际运行的开入量状态定值,并与设定的参考值进行比对,从而检查出不一致的情况;
(3)保护定值巡检校核:选择指定保护或批量保护召唤实际运行定值,与设定的参考值进行比对,从而检查出不一致的情况。
所述的方法,所述的步骤S3中,在进行运行状态指标评价前,还包括对S2中采集的数据进行数据清洗的步骤:根据预设的数据属性规则,判断数据的完整性是否符合要求,将不符合要求的数据剔除。
所述的方法,所述的步骤S3中,多分段线性扣分模型为:
根据储能电站导则或设备参数给定的标准限值的偏差程度,将指标值划分正常、注意、异常、严重四个等级;设定指标在标准状态下扣分值为0,正常与注意、注意与异常,以及异常与严重等级临界点的扣分值分别为SL、SH与SS,建立指标值通用扣分模型如下:
i=1,2,3,...,X
其中,X为指标个数,SDi为第i个指标扣分分值;xi为第i项指标的指标值;ni为第i项指标标准值;SLi、SHi、SSi分别为第i项指标在正常与注意、注意与异常、异常与严重等级临界点的扣分值;ai、bi、ci分别为第i项指标正常与注意,注意与异常,以及异常与严重等级临界点的指标值;ki为第i项指标在严重等级下的扣分斜率倍数,其意义为严重等级下单位扣分值与异常等级下的单位扣分值之比;
然后按照常权重Kp求和方法综合各一级指标的评价结果,给出整个储能电站的运行状态指标评价结果S:
S=∑SDi×Kp
所述的方法,所述的步骤S3中,模糊综合评价法包括:
5)进行模糊综合评价运算:
B=(w1,w2,...,wn)(rij)n×m=(b1,b2,...,bm)
其中bm表示第m个运算结果;
计算综合评价结果Vresult,Vresult=vk,k={j|max(bj,j=1~m)},计算得到因素集的模糊综合评价向量后,依照最大隶属度原则,则指标集的综合评估结果为最大隶属度所对应评语vj。
本发明的技术效果在于,克服了传统人工巡检方式周期长、效率低,人工成本高的问题;并能够对储能电站设备状态、实时曲线、故障告警等信息实时监测,运行指标在线实时查看,实时动态掌握电站运行状态,便于运维人员高效处理异常设备。
附图说明
图1为本发明实施例的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行详细的描述。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的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
参见图1,本实施例提供了一种储能电站自动化状态巡检方法,包括:
S1:储能电站巡检目标与指标构建:
(1)根据***记录的储能电站内设备全方位的属性信息,包括设备的物理位置、所属屏柜、所属间隔、设备类型、设备型号等,在设备列表里快速选择巡检设备对象,也可根据设备的共同特征进行筛选,可以单独选一个/一类设备,做到分类巡检,或同时选择多种、多个设备。
(2)从储能电站站点测点和***指标中,选择要作为巡检的指标量。
(3)用户手动输入相应指标的正常范围值。
S2:储能电站自动化巡检:
(1)用户点击开始巡检按钮,开始储能电站巡检。
(2)数据采集,巡检***自动获取数据,根据巡检任务配置内容和设备数据关联关系,通过数据接口,在指定时间向储能电池、BMS、保信***、视频监控***采集目标数据。
(3)数据清洗,根据既定的各类巡视对象数据属性规则,判断数据的完整性、唯一性、权威性、合法性是否符合要求,为数据分析提供前提。
(4)数据分析,用数据积累模型将关联数据进行分类整理,根据巡检任务配置的策略,将清洗后的数据与各自的参考值Xset、参考范围[Xmin,Xmax]进行比对,判断其是否存在异常情况。
(5)运行状态指标评价,结合实时运行信息以及历史记录信息的数据分析,采用多分段线性扣分模型和模糊综合评价法进行运行状态指标评价。
S3:储能电站自动化巡检报告形成:
(1)进行指标显示,展示巡检设备、指标类型、指标名称、检查值、指标范围、判定结果(正常/异常);
(2)历史报告形成列表,可按时间、充放电状态等查询。
进一步地,所述步骤S1巡检指标包括储能电站站级和设备级的指标:
储能电站站级的指标包括一级指标和二级指标,一级指标包括但不限于:电量指标、能效指标、可靠性指标;各一级指标对应的二级指标包括但不限于:电量指标(储能电站上网电量、储能电站下网电量、站用电量、运行小时数、等效利用系数、储能单元充电量、储能单元放电量)、能效指标(电站综合效率、储能损耗率、站用电率、变配电损耗率、储能单元充放电能量效率)、可靠性指标(电站计划停运系数、非计划停运系数、可用系数、利用系数、储能单元电池失效率、电池(堆)簇相对故障次数)。
储能电站设备级的指标包括但不限于电池堆运行状态量指标、电池组运行状态量指标、单体电池运行状态量指标、PCS运行状态量指标、升压变压器运行状态量指标。
电池堆运行状态量指标包括但不限于:模拟量指标(电池堆电压、电池堆电流、电池堆SOC、电池堆SOH、电池堆内阻、最高单体电压、最低单体电压、最高单体温度、最低单体温度)、开关量指标(电压欠压、电压过压、过流、单体过压、单体欠压、单体欠温、单体过温、单体SOC低、单体SOH低)、通信量指标(PCS和BMS通信故障、EMS和BMS通信故障)。
电池组运行状态量指标包括但不限于:模拟量指标(电池组电压、电池组电流、电池组SOC、电池组SOH、电池组内阻、最高单体电压、最低单体电压、最高单体温度、最低单体温度)、开关量指标(电压欠压、电压过压、过流、单体过压、单体欠压、单体欠温、单体过温、单体SOC低、单体SOH低)、通信量指标(PCS和BMS通信故障、EMS和BMS通信故障)。
单体电池运行状态量指标包括但不限于:单体电压、单体SOC、单体SOH、单体温度。
优选地,所述步骤S1分类巡检包括:
(1)模拟量巡检校核:手工选定或设定批量设备自动进行模拟量召唤,对设备的回应的模拟量结果进行分析计算,核查同个一次设备(或不同设备间的相同模拟量)下BMS、EMS、测控之间的三相电流、电压值的一致性,对比误差大于5%时按不一致处理。对于发现不一致、越限或变化率越限的情况进行告警提示
(2)开入量巡检校核:将开入量状态召唤上来后通过人工核对无误后作为基准值,然后巡检可以手动选择指定设备或自动对选定的批量设备召唤实际运行定值,与选定的基准值进行比对,不一致时给出告警信息及比对结果。
(3)保护定值巡检校核:选择指定保护或自动对选定的批量保护召唤实际运行定值,与选定的基准值进行比对,不一致时差异、高亮显示,核对完毕后,可生成全部设备核对记录表,并对异常的定值单和装置给出告警信息。
优选地,所述步骤S2储能电站站级运行状态指标评价模型采用多分段线性扣分模型进行评价。根据指标值与导则或设备参数给定的标准限值的偏差程度,将指标值划分正常、注意、异常、严重四个等级;设定指标在标准状态下扣分值为0,正常与注意、注意与异常,以及异常与严重等级临界点的扣分值分别为SL、SH与SS,建立指标值通用扣分模型如下:
i=1,2,3,...,X
其中,X为指标个数,SDi为第i个指标扣分分值;xi为第i项指标的指标值;ni为第i项指标标准值;SLi、SHi、SSi分别为第i项指标在正常与注意、注意与异常、异常与严重等级临界点的扣分值;ai、bi、ci分别为第i项指标正常与注意,注意与异常,以及异常与严重等级临界点的指标值;ki为第i项指标在严重等级下的扣分斜率倍数,其意义为严重等级下单位扣分值与异常等级下的单位扣分值之比。
在获得各指标的健康状态得分之后,按照常权重Kp求和方法综合各一级指标的评价结果,给出整个储能电站的运行状态指标评价结果S。
S=∑SDi×Kp
优选地,所述步骤S2储能电站各设备的运行状态指标评价采用模糊综合评价法,模糊综合评价法关键步骤为:
(5)进行模糊综合评价运算:
B=W.R=(w1,w2,...,wn)(rij)n×m=(b1,b2,...,bm)
Vresult=vk
(6)计算综合评价结果Vresult,k={j|max(bj,j=1~m)},计算得到因素集的模糊综合评价向量后,依照最大隶属度原则,则指标集的综合评估结果为最大隶属度所对应评语vj。最后根据被评价对象的综合评价结果作出相应的决策。
优选地,所述步骤S3巡检结果展示与报告形成包括:
(1)站级数据图文总览
集成展示储能电站当前运行状态,展示内容如下:电站基本信息、电站名称、电站电池类型及电池监控入口、电站装机容量、电站运行时间、电站总SOC、电站总有功功率、电站日充电量、电站总充电量、电站储能单元在线数量、电站总无功功率、电站日放电量、电站总放电量、电站实时SOC变化曲线、电站每日充放功率曲线。
(2)站级一次接线图
***按照电力相关的标准展示储能电站的一次接线图。其中,每条线路可显示此线路的断路器状态、手车位置(刀闸位置)、接地刀位置、A相电流、B相电流、C相电流,有功功率、无功功率,同时,可在监控画面上标明断路器、刀闸、接地刀的编号和线路的名称。
(3)储能电站站级和设备级指标显示
对储能电站相关设备运行状态进行同维度高密度的数据对比,直观反映电站运行状态。对异常数据标定,使监视人员直观地了解电站关键设备的运行情况,及时、准确地掌握设备异常信息。最终,***导出一份数据分析报表,以便运维人员能直观的了解、定位出电池故障类型以及解决措施。
Claims (9)
1.一种储能电站自动化状态巡检方法,其特征在于,包括以下步骤:
S1,确定需要进行巡检的储能电站的指标信息;并确定需巡检的指标信息的正常值或者正常范围值来作为参考值;
S2,采集需巡检的指标信息数据;
S3,结合S2中采集的数据、历史记录数据以及参考值,基于多分段线性扣分模型和模糊综合评价法进行运行状态指标评价,得到巡检结果。
2.根据权利要求1所述的方法,其特征在于,所述的步骤S1中,指标信息包括储能电站站级指标和设备级指标。
3.根据权利要求2所述的方法,其特征在于,储能电站站级指标包括一级指标和与一级指标对应的二级指标,其中一级指标至少包括:电量指标、能效指标、可靠性指标;二级指标中,对应电量指标的二级指标至少包括:储能电站上网电量、储能电站下网电量、站用电量、运行小时数、等效利用系数、储能单元充电量和储能单元放电量;对应能效指标的二级指标至少包括:电站综合效率、储能损耗率、站用电率、变配电损耗率和储能单元充放电能量效率;对应可靠性指标的二级指标至少包括:电站计划停运系数、非计划停运系数、可用系数、利用系数、储能单元电池失效率和电池堆/簇相对故障次数。
4.根据权利要求2所述的方法,其特征在于,设备级指标至少包括电池堆运行状态量指标、电池组运行状态量指标、单体电池运行状态量指标、PCS运行状态量指标和升压变压器运行状态量指标;
电池堆运行状态量指标至少包括:电池堆模拟量指标、电池堆开关量指标和电池堆通信量指标;其中电池堆模拟量指标至少包括:电池堆电压、电池堆电流、电池堆SOC、电池堆SOH、电池堆内阻、最高单体电压、最低单体电压、最高单体温度和最低单体温度;电池堆开关量指标至少包括:电压欠压、电压过压、过流、单体过压、单体欠压、单体欠温、单体过温、单体SOC低和单体SOH低;电池堆通信量指标至少包括:PCS和BMS通信故障以及EMS和BMS通信故障;
电池组运行状态量指标至少包括:电池组模拟量指标、电池组开关量指标和电池组通信量指标;
其中电池组模拟量指标至少包括:电池组电压、电池组电流、电池组SOC、电池组SOH、电池组内阻、最高单体电压、最低单体电压、最高单体温度和最低单体温度;电池组开关量指标至少包括电压欠压、电压过压、过流、单体过压、单体欠压、单体欠温、单体过温、单体SOC低和单体SOH低;电池组通信量指标至少包括:PCS和BMS通信故障以及EMS和BMS通信故障;
单体电池运行状态量指标至少包括:单体电压、单体SOC、单体SOH和单体温度。
5.根据权利要求1所述的方法,其特征在于,所述的步骤S2中,采集需巡检的指标信息数据时,是将储能电站中所有设备列入设备列表中,以从设备列表中快速选择巡检的设备对象并采集指标信息数据,从而实现分类巡检;其中设备列表中是以包括设备的物理位置、所属屏柜、所属间隔、设备类型和设备型号在内的属性信息进分类。
6.根据权利要求5所述的方法,其特征在于,分类巡检包括:
(1)模拟量巡检校核:手工选定或设定批量设备并进行模拟量召唤,然后对设备的回应的模拟量结果进行分析计算;从而检查出现不一致、越限或变化率越限的情况;其中不一致是指核查同个一次设备或不同设备间的相同模拟量的BMS、EMS、测控之间的三相电流、电压值的一致性,其中对比误差大于5%时即作为不一致;
(2)开入量巡检校核:选择指定设备或选定的批量设备召唤实际运行的开入量状态定值,并与设定的参考值进行比对,从而检查出不一致的情况;
(3)保护定值巡检校核:选择指定保护或批量保护召唤实际运行定值,与设定的参考值进行比对,从而检查出不一致的情况。
7.根据权利要求1所述的方法,其特征在于,所述的步骤S3中,在进行运行状态指标评价前,还包括对S2中采集的数据进行数据清洗的步骤:根据预设的数据属性规则,判断数据的完整性是否符合要求,将不符合要求的数据剔除。
8.根据权利要求1所述的方法,其特征在于,所述的步骤S3中,多分段线性扣分模型为:
根据储能电站导则或设备参数给定的标准限值的偏差程度,将指标值划分正常、注意、异常、严重四个等级;设定指标在标准状态下扣分值为0,正常与注意、注意与异常,以及异常与严重等级临界点的扣分值分别为SL、SH与SS,建立指标值通用扣分模型如下:
i=1,2,3,...,X
其中,X为指标个数,SDi为第i个指标扣分分值;xi为第i项指标的指标值;ni为第i项指标标准值;SLi、SHi、SSi分别为第i项指标在正常与注意、注意与异常、异常与严重等级临界点的扣分值;ai、bi、ci分别为第i项指标正常与注意,注意与异常,以及异常与严重等级临界点的指标值;ki为第i项指标在严重等级下的扣分斜率倍数,其意义为严重等级下单位扣分值与异常等级下的单位扣分值之比;
然后按照常权重Kp求和方法综合各一级指标的评价结果,给出整个储能电站的运行状态指标评价结果S:
S=∑SDi×Kp。
9.根据权利要求8所述的方法,其特征在于,所述的步骤S3中,模糊综合评价法包括:
5)进行模糊综合评价运算:
B=(w1,w2,...,wn)(rij)n×m=(b1,b2,...,bm)
其中bm表示第m个运算结果;
计算综合评价结果Vresult,Vresult=vk,k={j|max(bj,j=1~m)},计算得到因素集的模糊综合评价向量后,依照最大隶属度原则,则指标集的综合评估结果为最大隶属度所对应评语vj。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211606793.2A CN115833387A (zh) | 2022-12-13 | 2022-12-13 | 一种储能电站自动化状态巡检方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211606793.2A CN115833387A (zh) | 2022-12-13 | 2022-12-13 | 一种储能电站自动化状态巡检方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115833387A true CN115833387A (zh) | 2023-03-21 |
Family
ID=85547267
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211606793.2A Pending CN115833387A (zh) | 2022-12-13 | 2022-12-13 | 一种储能电站自动化状态巡检方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115833387A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117013583A (zh) * | 2023-09-28 | 2023-11-07 | 烟台开发区德联软件有限责任公司 | 一种电化学储能电站故障预警方法及*** |
-
2022
- 2022-12-13 CN CN202211606793.2A patent/CN115833387A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117013583A (zh) * | 2023-09-28 | 2023-11-07 | 烟台开发区德联软件有限责任公司 | 一种电化学储能电站故障预警方法及*** |
CN117013583B (zh) * | 2023-09-28 | 2024-01-16 | 烟台开发区德联软件有限责任公司 | 一种电化学储能电站故障预警方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106651169A (zh) | 基于模糊综合评价的配电自动化终端状态评价方法及*** | |
CN110826228B (zh) | 一种地区电网运行品质极限评估方法 | |
CN116401585B (zh) | 一种基于大数据的储能电池失效风险评估方法 | |
CN117390403B (zh) | 一种新能源灯塔发电站的电网故障检测方法及*** | |
CN112288303A (zh) | 确定线损率的方式、装置 | |
CN114779099A (zh) | 一种基于大数据的新能源汽车电池性能分析监测*** | |
CN113902241A (zh) | 一种基于综合状态评价的电网设备检修的策略***及方法 | |
CN115833387A (zh) | 一种储能电站自动化状态巡检方法 | |
CN109615273A (zh) | 一种电动汽车充电设施状态评价方法与*** | |
CN106877503B (zh) | 二次设备智能运维***中的风险识别与预警方法 | |
CN113313403B (zh) | 基于规模化大功率电动汽车充放电的配电网综合评价方法、设备、***及存储介质 | |
CN114493238A (zh) | 供电服务风险预测方法、***、存储介质及计算机设备 | |
CN117614137A (zh) | 基于多源数据融合的配电网优化*** | |
CN117434440A (zh) | 一种量测开关的自动检测方法及*** | |
CN108711014A (zh) | 一种基于集控大数据的变电设备的状态评价方法及装置 | |
CN109784777B (zh) | 基于时序信息片段云相似度度量的电网设备状态评估方法 | |
CN116049098A (zh) | 一种适用于配电网运行状态判断的运行数据特征分析方法 | |
CN115684829A (zh) | 一种电力二次回路故障检测预警方法及*** | |
CN115877145A (zh) | 一种变压器重过载工况大数据交叉评估***及方法 | |
CN111313355B (zh) | 一种人工监督下的监控信号事件规则更新的方法 | |
CN115980608A (zh) | 蓄电池组核容放电集控*** | |
CN115224684A (zh) | 基于免疫危险理论的智能配电网风险状态辨识方法及*** | |
CN111489077A (zh) | 一种用于电力通讯***的可靠性评估方法 | |
CN116488352B (zh) | 用于储能电站的电路安全监测预警方法 | |
Zijian et al. | Fault prediction of distribution terminal equipment based on entropy weight vague matter-element under the digital twin framework |
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 |