一种基于SOA架构的改进的SCADA系统事故追忆方法

    公开(公告)号:CN116680116A

    公开(公告)日:2023-09-01

    申请号:CN202210169970.9

    申请日:2022-02-23

    IPC分类号: G06F11/14 G06F16/18

    摘要: 本发明公开了一种基于SOA架构的改进的SCADA系统事故追忆方法,涉及电网自动化系统应用领域,本发明通过平台CASE管理,记录全部的实时数据;通过记录前置系统的熟数据报文,记录整个系统的所有行为,反演时,将相应的前置机报文重新执行,即可如实再现电网扰动前后的全过程。本发明系统运行时根据用户定义的事故对相关参数进行跟踪,一旦数据符合事故条件,系统将保存各个参数在事故前后一段时间内的数据供用户分析。用户可以通过事故反演工具查看相关设备的变化情况,查看相关数据,并且以曲线形式重现事故发生时各个有关参数的变化趋势,重现“事故现场”,为事故的分析提供重要的数据资料。

    一种基于CNN的电网拓扑辨识方法及系统

    公开(公告)号:CN109638826B

    公开(公告)日:2022-10-14

    申请号:CN201811585182.8

    申请日:2018-12-24

    IPC分类号: H02J3/00

    摘要: 本发明公开了一种基于CNN(卷积神经网络)的电网拓扑辨识方法及系统。该方法主要从电网的基本架构和历史状态数据出发,找出正常运行中有通/断两种状态,即通/断状态影响网络实时拓扑的线路,并将其标注为“拓扑易变线路”,然后辨识出在该线路连通、测量信息缺失条件下的电网拓扑类别。该方法以及系统的数据处理模块考虑“拓扑易变线路”状态组合下的网络拓扑分类,将拓扑类别向量化;对每一拓扑类别下的数据,进行“图片矩阵化”处理;该方法/系统还设有样本补充模块,可以在训练样本量不足时,由连续潮流计算产生补充样本;最后,该方法/系统的拓扑辨识模块可以将处理后的数据输入网络结构为“卷积层1‑池化层1‑卷积层2‑池化层2‑全连接层1‑全连接层2”的CNN中,形成基于样本数据的电网拓扑识别模型。