-
公开(公告)号:CN115169616A
公开(公告)日:2022-10-11
申请号:CN202210932717.4
申请日:2022-08-04
申请人: 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
摘要: 本发明涉及电力系统智能继电保护运维技术领域,尤其涉及一种智能变电站二次设备运维模型的构建方法及系统,包括:获取智能变电站的基本结构信息,根据基本结构信息,查找SCD模型中对应的二次设备信息;根据二次设备信息,生成对应的运维业务模型名称;根据运维业务模型名称,从预先建立的二次设备运维模型库中查找对应的二次设备运维业务基准模型;实例化二次设备运维业务基准模型,构建得到智能变电站二次设备运维模型。本发明通过SCD模型的信息抽取、二次设备运维模型自动匹配和加载,构建得到变电站二次设备运维业务模型,支撑数字化变电站建设中的二次设备运维业务的即插即用,提高了二次设备运维功能配置效率。
-
公开(公告)号:CN115372810A
公开(公告)日:2022-11-22
申请号:CN202210935306.0
申请日:2022-08-04
申请人: 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
IPC分类号: G01R31/327 , H02H7/26
摘要: 本申请涉及一种继电保护数字孪生体的构建方法,所述方法包括:对继电保护装置的CID模型进行解析,得到量测参引及通信参数;根据通信参数,建立继电保护装置与对应监测系统的通信连接;将继电保护装置中量测参引所对应的数据实时同步至监测系统,并加载继电保护装置的信息物理融合模型;根据信息物理融合模型、以及量测参引所对应的数据,建立继电保护装置的继电保护数字孪生体。相比现有技术,本发明通过对CID模型的解析、实时数据和日志数据通信连接的建立、信息物理融合模型的运行以及接口和服务的建立,构建了数字孪生体的信息交互接口,支撑数字化变电站建设中的继电保护运维业务的快速自动配置和快速部署,满足了缩短建设周期的要求。
-
公开(公告)号:CN115037050A
公开(公告)日:2022-09-09
申请号:CN202210765268.9
申请日:2022-07-01
申请人: 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
IPC分类号: H02J13/00 , G06F16/903
摘要: 本申请公开了一种基于微服务的继电保护运维功能构建方法、系统及介质,该方法包括:根据智能变电站SCD模型,获取智能继电保护装置对应的特征信息;根据特征信息,调用智能继电保护装置的通信微服务应用;基于通信微服务应用,根据智能继电保护装置的业务模型和定值区定值数据,生成智能继电保护装置的业务模型实例;根据特征信息调用运维微服务,加载业务模型实例,构建智能继电保护运维功能。本申请通过对继电保护运维业务模型及定值区数据的召唤与业务模型实例化,通过运维微服务加载实例化业务模型,实现了智能继电保护运维功能的即插即用,支撑数字化变电站建设中的继电保护快速自动配置和快速部署,能够满足缩短停电时间的要求。
-
公开(公告)号:CN115525654A
公开(公告)日:2022-12-27
申请号:CN202211218498.X
申请日:2022-09-28
申请人: 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
摘要: 本发明公开了一种基于物模型的智能变电站数据存储方法。该方法包括步骤:获取智能变电站一次设备的CID文件,根据CID文件中的设备类型获取相应的物模型模板;根据所述物模型模板创建相应的JSON实例并生成JSON文件,将所述CID文件中的采样数据保存至所述JSON文件中;所述JSON文件中的采样数据包括第一采样数据和第二采样数据,将所述第一采样数据存储至时序数据库,将所述第二采样数据存储至关系数据库;所述第一采样数据为具有时序特征的采样数据,所述第二采样数据为所述JSON文件中除所述第一采样数据之外的其余采样数据。本发明技术方案提高了电力系统中智能变电站一次设备的采样数据的存储效率。
-
公开(公告)号:CN115375133A
公开(公告)日:2022-11-22
申请号:CN202210998346.X
申请日:2022-08-19
申请人: 广东电网有限责任公司 , 广东电网有限责任公司电力调度控制中心
IPC分类号: G06Q10/06 , G06F16/215 , G06N3/04 , G06N3/08 , G06Q50/06
摘要: 本发明公开了一种电力二次设备状态评估方法、装置及存储介质,其中方法包括:获取电力二次设备的历史运行状态数据和历史检修数据,根据历史运行状态数据和历史检修数据生成样本数据;根据历史检修数据中记录的运行状态等级对样本数据进行标注,形成训练数据集;将训练数据集输入至BiLSTM‑CNN神经网络中进行训练,在训练过程中根据标注的运行状态等级和预测结果之间的误差调整BiLSTM‑CNN神经网络的参数,直至BiLSTM‑CNN神经网络满足预设要求,得到状态评估模型;将电力二次设备的当前运行数据输入至状态评估模型中,评估得到电力二次设备的运行状态等级。本发明能够有效提高电力二次设备运行状态评估的准确性。
-
-
-
-