CN115102287A - 一种新能源电站集中区域智能管控系统 - Google Patents
一种新能源电站集中区域智能管控系统 Download PDFInfo
- Publication number
- CN115102287A CN115102287A CN202210806667.5A CN202210806667A CN115102287A CN 115102287 A CN115102287 A CN 115102287A CN 202210806667 A CN202210806667 A CN 202210806667A CN 115102287 A CN115102287 A CN 115102287A
- Authority
- CN
- China
- Prior art keywords
- data
- new energy
- power station
- energy power
- meteorological
- 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
- 238000007405 data analysis Methods 0.000 claims abstract description 42
- 238000012544 monitoring process Methods 0.000 claims abstract description 36
- 241001465754 Metazoa Species 0.000 claims abstract description 7
- 230000002159 abnormal effect Effects 0.000 claims abstract description 7
- 238000013473 artificial intelligence Methods 0.000 claims description 16
- 238000013210 evaluation model Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000005516 engineering process Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 7
- 230000001360 synchronised effect Effects 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 5
- 238000003062 neural network model Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 6
- 238000011156 evaluation Methods 0.000 abstract description 3
- 230000009545 invasion Effects 0.000 abstract description 3
- 238000010248 power generation Methods 0.000 description 6
- 239000008358 core component Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 208000025274 Lightning injury Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for AC mains or AC distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种新能源电站集中区域智能管控系统，涉及新能源技术领域，解决了现有技术在新能源安全监测中，监测要素单一，无法从多个角度对新能源电站进行安全监测，导致新能源电站的安全性无法保证的技术问题；本发明从新能源电站存在的潜在风险出发，基于气象数据、电力数据、图像数据多个角度对新能源电站进行监测，判断各基础监测数据对新能源电站的影响，全方位保证新能源电站的安全性，避免极端天气、动物入侵等影响新能源电站的正常运行；本发明中数据分析模块在气象数据没有明显异常时，结合气象数据和电力数据对新能源电站的运行状态进行评估，考虑了气象数据和电力数据的内在联系，提高了运行状态评估的准确性。
Description
技术领域
本发明属于新能源领域，涉及一种新能源电站集中区域智能管控技术，具体是一种新能源电站集中区域智能管控系统。
背景技术
新能源电站，即光伏电站，是以太阳能光电发电技术、太阳能热发电技术、风力发电技术、生物质能发电技术、地热发电技术和潮汐能发电技术等为基础产生电力的发电站，作为电力集中生产区域，其安全运行尤为重要。
现有技术(公开号为CN103812217A的发明专利申请)公开了一种光伏电站智能集中监控和管理的方法和系统，基于气象数据分析发电站运行状态，同时对生物入侵进行分析，实现新能源电站的智能管控。现有技术在新能源安全监测中，监测要素单一，无法从多个角度对新能源电站进行安全监测，导致新能源电站的安全性无法保证；因此，亟须一种新能源电站集中区域智能管控系统。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了一种新能源电站集中区域智能管控系统，用于解决现有技术在新能源安全监测中，监测要素单一，无法从多个角度对新能源电站进行安全监测，导致新能源电站的安全性无法保证的技术问题。
为实现上述目的，本发明的第一方面提供了一种新能源电站集中区域智能管控系统，包括数据分析模块，以及与之相连接的若干边缘采集模块，且所述数据分析模块和若干所述边缘采集模块之间进行时间同步；
边缘采集模块：通过对应的数据采集设备采集基础监测数据，并将所述基础监测数据筛选之后发送至所述数据分析模块；其中，基础监测数据包括气象数据、电力数据或者图像数据；
数据分析模块：为若干所述边缘采集模块设置数据应用类型，并建立所述边缘采集模块与对应类型的所述数据采集设备的连接；以及
对若干所述基础监测数据进行分析，根据分析结果进行预警。
优选的，所述数据分析模块分别与若干所述边缘采集模块和智能终端通信和/或电气连接；其中，智能终端包括手机和电脑；
所述数据分析模块和若干所述边缘采集模块中设置有同步时钟，用于准确匹配所述基础监测数据的采集时间。
优选的，所述数据分析模块根据数据应用类型设置若干所述边缘采集模块，包括：
获取新能源电站对应的数据应用类型，以及估算各所述数据应用类型对应的数据总量；
将数据总量和所述边缘采集模块的处理效率结合，为对应数据应用类型设置边缘采集模块；其中，每个数据应用类型至少对应一个边缘采集模块。
优选的，所述数据分析模块对所述气象数据进行独立分析，包括：
通过气象平台获取所述气象数据；其中，气象数据包括新能源电站所在区域的若干气象要素，气象要素包括温度、湿度、降雨量或者降雪量；
逐一提取所述气象数据的气象要素，将所述气象要素与对应的要素阈值进行比较，根据比较结果设置要素标签，并根据所述要素标签进行预警。
优选的，当所述气象数据均正常时，则所述数据分析模块结合气象数据对所述电力数据进行分析，包括：
获取新能源电站各模块的电力数据，根据所述电力数据的采集时间匹配气象数据，整合生成原始数据序列；其中，电力数据包括电压、电流和电阻；
将所述原始数据序列和状态评估模型结合，评估新能源电站的工作状态；其中，状态评估模型基于人工智能模型获取。
优选的，基于所述人工智能模型训练获取所述状态评估模型，包括：
获取标准训练数据；其中，标准训练数据包括新能源电站对应的若干条历史经验数据，以及对应的工作状态得分；
构建人工智能模型；其中，人工智能模型包括深度卷积神经网络模型或者RBF神经网络模型；
通过所述标准训练数据对所述人工智能模型进行训练，将训练完成的人工智能模型标记为状态评估模型，并将状态评估模型存储在数据分析模块中。
优选的，所述数据分析模块对所述图像数据进行独立分析，包括：
获取新能源电站所在区域的所述图像数据；
通过图像识别技术对所述图像数据进行识别，提取特征要素；其中，特征要素包括动物和火焰；
将所述特征要素和设定要素进行比对，当比对结果一致时，则判定特征要素异常，根据判定结果生成要素预警信号。
优选的，所述图像数据通过设置在新能源电站中的图像采集设备获取；其中，图像采集设备具体为摄像头；
所述图像数据覆盖新能源电站所在区域的全部范围或者部分范围。
与现有技术相比，本发明的有益效果是：
1、本发明从新能源电站存在的潜在风险出发，基于气象数据、电力数据、图像数据多个角度对新能源电站进行监测，判断各基础监测数据对新能源电站的影响，全方位保证新能源电站的安全性，避免极端天气、动物入侵等影响新能源电站的正常运行。
2.本发明中数据分析模块在气象数据没有明显异常时，结合气象数据和电力数据对新能源电站的运行状态进行评估，考虑了气象数据和电力数据的内在联系，提高了运行状态评估的准确性。
附图说明
为了更清楚地说明本发明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发明的一些实施例，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为本发明的工作步骤示意图；
图2为本发明的系统原理示意图。
具体实施方式
下面将结合实施例对本发明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它实施例，都属于本发明保护的范围。
现有技术在新能源安全监测中，监测要素单一，要么监测气象数据，要么入侵生物，没有考虑到各种数据之间的内在联系，无法从多个角度对新能源电站进行安全监测，导致新能源电站的安全性无法保证。
本发明从新能源电站存在的潜在风险出发，基于气象数据、电力数据、图像数据多个角度对新能源电站进行监测，全方位保证新能源电站的安全性；结合气象数据和电力数据对新能源电站的运行状态进行评估，考虑了气象数据和电力数据的内在联系，提高了运行状态评估的准确性。
请参阅图1-图2，本发明第一方面实施例提供了一种新能源电站集中区域智能管控系统，包括数据分析模块，以及与之相连接的若干边缘采集模块，且数据分析模块和若干边缘采集模块之间进行时间同步；
边缘采集模块：通过对应的数据采集设备采集基础监测数据，并将基础监测数据筛选之后发送至数据分析模块；
数据分析模块：为若干边缘采集模块设置数据应用类型，并建立边缘采集模块与对应类型的数据采集设备的连接；以及对若干基础监测数据进行分析，根据分析结果进行预警。
本发明申请中数据分析模块相当于服务器，主要负责数据处理，与智能终端和若干边缘采集模块进行数据交互；边缘采集模块相当于具有数据处理能力的数据中转站，用于获取筛选基础监测数据；智能终端则用于展示基础监测数据，以及各种预警信号。
本发明申请中基础监测数据包括气象数据、电力数据或者图像数据；气象数据主要用于评估气象环境是否会对新能源电站产生影响以及会产生多大影响；电力数据用于评估新能源电站各模块是否正常运行；图像数据则是评估是否有人或者动物入侵到新能源电站中。
本发明申请中的数据分析模块分别与若干边缘采集模块和智能终端通信和/或电气连接；数据分析模块和若干边缘采集模块中设置有同步时钟，用于准确匹配基础监测数据的采集时间。
数据分析模块和边缘采集模块中均设置有同步时钟，通过同步时钟来同步时间，在对不同类型数据进行处理时，能够根据采集时间准确匹配。
本发明申请中的数据分析模块根据数据应用类型设置若干边缘采集模块，包括：
获取新能源电站对应的数据应用类型，以及估算各数据应用类型对应的数据总量；将数据总量和边缘采集模块的处理效率结合，为对应数据应用类型设置边缘采集模块。
数据应用类型主要包括气象数据、电力数据和图像数据，每一种数据应用类型均对应设置专门的边缘处理模块，边缘处理模块中内置有设定的筛选程序，用于对数据进行筛选。每种数据应用类型至少对应设置一个边缘采集模块，具体数量应根据对应数据应用类型的数据总量合理设置。
本发明申请中的数据分析模块对气象数据进行独立分析，包括：
通过气象平台获取气象数据；逐一提取气象数据的气象要素，将气象要素与对应的要素阈值进行比较，根据比较结果设置要素标签，并根据要素标签进行预警。
气象数据包括新能源电站所在区域的若干气象要素，气象要素包括温度、湿度、降雨量或者降雪量；要素阈值根据实际经验设定。新能源电站的运行很容易受到暴雪、暴雨、雷击等气象要素的影响，从气象平台可以获取对应的预测数据，将预测数据与要素阈值进行比较；当气象要素的预测数据超过要素阈值时，说明该气象要素会对新能源电站的正常运行产生影响。
本发明申请中的数据分析模块对图像数据进行独立分析，包括：
获取新能源电站所在区域的图像数据；通过图像识别技术对图像数据进行识别，提取特征要素；将特征要素和设定要素进行比对，当比对结果一致时，则判定特征要素异常，根据判定结果生成要素预警信号。
图像数据通过设置在新能源电站中的图像采集设备获取；其中，图像采集设备具体为摄像头；图像数据覆盖新能源电站所在区域的全部范围或者部分范围。图像采集设备既可以覆盖整个新能源电站，又可以仅覆盖新能源电站的关键位置。
识别获取图像数据中的特征要素，判断特征要素是否允许进入新能源电站的集中区域，如野生动物入侵新能源电站时，不仅会影响新能源电站的安全运行，而且会对野生动物造成伤害。
本发明申请中的数据分析模块对电力数据进行独立分析，包括：
获取各模块的电力数据；并将电力数据与模块对应的数据阈值进行比较，进而判定电力数据是否异常；其中，数据阈值根据经验设定。
通过检测获取新能源电站各模块的电力数据正常，进而判断该模块是否正常运行；新能源电站的模块是指核心部件，而独立分析电力数据则主要分析核心部件是否正常运行。
本发明申请中当气象数据均正常时，则数据分析模块结合气象数据对电力数据进行分析，包括：
获取新能源电站各模块的电力数据，根据电力数据的采集时间匹配气象数据，整合生成原始数据序列；将原始数据序列和状态评估模型结合，评估新能源电站的工作状态。
当气象要素对应的数值没有超过要素阈值时，则分析气象数据和电力数据的内在联系，来分析判断新能源电站出现工作异常的概率。获取与电力数据的采样时间一致的气象数据(此时的气象数据既可以通过气象平台获取，又可以通过气象传感器直接获取)，将气象数据和电力数据拼接起来，生成原始数据序列，原始数据序列与历史经验数据的内容属性一致。
基于人工智能模型训练获取状态评估模型，包括：
获取标准训练数据；其中，标准训练数据包括新能源电站对应的若干条历史经验数据，以及对应的工作状态得分；
构建人工智能模型；通过标准训练数据对人工智能模型进行训练，将训练完成的人工智能模型标记为状态评估模型，并将状态评估模型存储在数据分析模块中。
状态评估模型中的工作状态得分可以通过专家打分获取，也可以根据该条历史经验数据对应的新能源电站运行状态获取。将原始数据序列输入到状态评估模型中获取对应的工作状态得分，根据工作状态得分能够进行及时预警。
本发明的工作原理：
数据分析模块为若干边缘采集模块设置数据应用类型，并建立边缘采集模块与对应类型的数据采集设备的连接。
边缘采集模块通过对应的数据采集设备采集基础监测数据，并将基础监测数据筛选之后发送至数据分析模块。
数据分析模块对若干基础监测数据进行独立分析或者联合分析，根据分析结果进行预警。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。
Claims (8)
1.一种新能源电站集中区域智能管控系统，包括数据分析模块，以及与之相连接的若干边缘采集模块，且所述数据分析模块和若干所述边缘采集模块之间进行时间同步，其特征在于：
边缘采集模块：通过对应的数据采集设备采集基础监测数据，并将所述基础监测数据筛选之后发送至所述数据分析模块；其中，基础监测数据包括气象数据、电力数据或者图像数据；
数据分析模块：为若干所述边缘采集模块设置数据应用类型，并建立所述边缘采集模块与对应类型的所述数据采集设备的连接；以及
对若干所述基础监测数据进行分析，根据分析结果进行预警。
2.根据权利要求1所述的一种新能源电站集中区域智能管控系统，其特征在于，所述数据分析模块根据数据应用类型设置若干所述边缘采集模块，包括：
获取新能源电站对应的数据应用类型，以及估算各所述数据应用类型对应的数据总量；
将数据总量和所述边缘采集模块的处理效率结合，为对应数据应用类型设置边缘采集模块；其中，每个数据应用类型至少对应一个边缘采集模块。
3.根据权利要求1所述的一种新能源电站集中区域智能管控系统，其特征在于，所述数据分析模块对所述气象数据进行独立分析，包括：
通过气象平台获取所述气象数据；其中，气象数据包括新能源电站所在区域的若干气象要素，气象要素包括温度、湿度、降雨量或者降雪量；
逐一提取所述气象数据的气象要素，将所述气象要素与对应的要素阈值进行比较，根据比较结果设置要素标签，并根据所述要素标签进行预警。
4.根据权利要求3所述的一种新能源电站集中区域智能管控系统，其特征在于，当所述气象数据均正常时，则所述数据分析模块结合气象数据对所述电力数据进行分析，包括：
获取新能源电站各模块的电力数据，根据所述电力数据的采集时间匹配气象数据，整合生成原始数据序列；其中，电力数据包括电压、电流和电阻；
将所述原始数据序列和状态评估模型结合，评估新能源电站的工作状态；其中，状态评估模型基于人工智能模型获取。
5.根据权利要求4所述的一种新能源电站集中区域智能管控系统，其特征在于，基于所述人工智能模型训练获取所述状态评估模型，包括：
获取标准训练数据；其中，标准训练数据包括新能源电站对应的若干条历史经验数据，以及对应的工作状态得分；
构建人工智能模型；其中，人工智能模型包括深度卷积神经网络模型或者RBF神经网络模型；
通过所述标准训练数据对所述人工智能模型进行训练，将训练完成的人工智能模型标记为状态评估模型，并将状态评估模型存储在数据分析模块中。
6.根据权利要求1所述的一种新能源电站集中区域智能管控系统，其特征在于，所述数据分析模块对所述图像数据进行独立分析，包括：
获取新能源电站所在区域的所述图像数据；
通过图像识别技术对所述图像数据进行识别，提取特征要素；其中，特征要素包括动物和火焰；
将所述特征要素和设定要素进行比对，当比对结果一致时，则判定特征要素异常，根据判定结果生成要素预警信号。
7.根据权利要求6所述的一种新能源电站集中区域智能管控系统，其特征在于，所述图像数据通过设置在新能源电站中的图像采集设备获取；其中，图像采集设备具体为摄像头；
所述图像数据覆盖新能源电站所在区域的全部范围或者部分范围。
8.根据权利要求1所述的一种新能源电站集中区域智能管控系统，其特征在于，所述数据分析模块分别与若干所述边缘采集模块和智能终端通信和/或电气连接；其中，智能终端包括手机和电脑；
所述数据分析模块和若干所述边缘采集模块中设置有同步时钟，用于准确匹配所述基础监测数据的采集时间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210806667.5A CN115102287A (zh) | 2022-07-08 | 2022-07-08 | 一种新能源电站集中区域智能管控系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210806667.5A CN115102287A (zh) | 2022-07-08 | 2022-07-08 | 一种新能源电站集中区域智能管控系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115102287A true CN115102287A (zh) | 2022-09-23 |
Family
ID=83296284
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210806667.5A Pending CN115102287A (zh) | 2022-07-08 | 2022-07-08 | 一种新能源电站集中区域智能管控系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115102287A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115560864A (zh) * | 2022-11-18 | 2023-01-03 | 杭州集联科技有限公司 | 一种基于太阳能供电的无线测温传感器测温方法 |
| CN117633592A (zh) * | 2023-11-29 | 2024-03-01 | 宁夏京银智慧新能源有限公司 | 一种新能源电站智能监盘系统 |
-
2022
- 2022-07-08 CN CN202210806667.5A patent/CN115102287A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115560864A (zh) * | 2022-11-18 | 2023-01-03 | 杭州集联科技有限公司 | 一种基于太阳能供电的无线测温传感器测温方法 |
| CN115560864B (zh) * | 2022-11-18 | 2024-03-22 | 杭州集联科技有限公司 | 一种基于太阳能供电的无线测温传感器测温方法 |
| CN117633592A (zh) * | 2023-11-29 | 2024-03-01 | 宁夏京银智慧新能源有限公司 | 一种新能源电站智能监盘系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102084784B1 (ko) | 머신러닝기반 태양광발전운영 관리방법 | |
| CN114819415B (zh) | 一种基于数据分析的电力设备故障预测系统 | |
| CN110456234B (zh) | 故障电弧的检测方法、装置和系统 | |
| CN115102287A (zh) | 一种新能源电站集中区域智能管控系统 | |
| CN105337575B (zh) | 光伏电站状态预测及故障诊断方法和系统 | |
| CN102446390A (zh) | 一种对输电线路附近监控区域进行安全检测、预警的方法和系统 | |
| CN110971677B (zh) | 一种基于对抗强化学习的电力物联网终端设备边信道安全监测方法 | |
| CN112990586B (zh) | 配网作业视频智能监控方法及系统 | |
| KR102084783B1 (ko) | 머신러닝기반 태양광발전운영 관리시스템 | |
| CN114358242A (zh) | 一种异质结电池生产监控系统及方法 | |
| CN116169778A (zh) | 一种基于配电网异常分析的处理方法及系统 | |
| CN112886923A (zh) | 一种雷电天气的光伏电站运维方法及设备 | |
| CN115311585A (zh) | 用于电网架空线路异物的识别检测系统 | |
| CN108062603A (zh) | 基于配电自动化终端设备全生命周期寿命预测方法及系统 | |
| CN118334563B (zh) | 一种基于监控环境下电力设备异常检测分析方法及系统 | |
| CN110555460B (zh) | 一种基于图像切片的移动端输电线路鸟类检测方法 | |
| CN112800837B (zh) | 一种鸟类识别系统及方法 | |
| CN211352155U (zh) | 一种光伏电站智能运维系统 | |
| CN110647086B (zh) | 一种基于运行大数据分析的智能运维监控系统 | |
| CN118287449A (zh) | 一种绝缘子表面除冰作业方法及系统 | |
| CN107742162A (zh) | 一种基于配调监控信息的多维特征关联分析方法 | |
| CN117614487A (zh) | 一种基于北斗系统的输电线路通信方法及系统 | |
| CN115905348A (zh) | 一种多源异构数据的行业用电异常预警方法及系统 | |
| CN115047814A (zh) | 一种基于5g的登杆作业安全监管系统及方法 | |
| CN115693911A (zh) | 一种配电网的设备状态感知系统 |
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 |