摘要
本申请涉及一种面向电力应急管理的智能可视化方法及系统,该方法包括通过多源数据采集设备采集电网的实时运行数据;对实时运行数据进行预处理,识别出电网中的异常事件,并标记异常发生的时间,得到预处理后的数据;利用基于深度学习的故障预测模型对预处理后的数据进行分析,生成故障位置的预测结果;基于故障预测结果,通过电力流分析计算故障传播的影响范围,确定受影响区域;将故障位置和受影响区域进行空间映射,生成可视化电网故障图,并展示受影响区域的电力供应状况;基于故障位置和受影响区域,生成应急响应预案,并将应急响应预案推送至相关电力调度与运维终端。本申请具有提高故障识别的准确率的效果。
技术关键词
智能可视化
故障预测模型
异常事件
数据采集设备
电力
统计特征参数
电网拓扑结构
功率因数
节点
有功功率
融合卷积神经网络
电流值
深度学习结构
地理信息平台
统计特征提取
远程监控终端
滑动时间窗口
历史运行数据
地理位置信息
系统为您推荐了相关专利信息
情报板
图像识别方法
算法模型
文本识别
识别特征
高压馈电电缆
在线监测方法
故障预测模型
电缆故障诊断
历史故障数据
编码向量
时序
编码特征
空间分布特征
电力设备状态监测
有功功率
电表
功率因数
数据处理模块
数据采集模块