概述

近年來，隨著我國科技水平的發展，城市化建設進程不斷加快，電能資源的需求也日益提升，為了滿足發展的需求，配電網絡與工程規模不斷 地發展壯大，這在一定程度上加大了配電網運行設備的工作負荷與管理難度，因此，需要電力企業不斷加大對配電網的風險預警管控力度。

而基于設備運行歷史數據，結合大數據挖掘以及人工智能技術，自動獲取設備的運行健康標準，對設備進行監視與跟蹤，對偏離健康標準的設備 運行狀態進行報警，大大減輕運維人員的工作負擔，為實現“無人值守、少人值班"奠定基礎。

功能

預警監測

通過將監測站點的各個回路的檢測數據與參考標準數據進行檢測周期內比對生成偏離模型；將監測站點的各個回路的檢測數據通過人工智能判斷數據波動幅度生成狼牙模型。

實時報警

查看站點的實時報警信息，并可進行確認、轉工單、刪除操作。

歷史報警

查看站點的歷史報警信息，并可進行確認、轉工單、刪除、追憶操作。

事故追憶

通過對遙信、遙測、錄波以及視頻的告警數據的回放，還原事故的發生，分析事故產生的原因。

報警統計

在檢測周期內，統計站點報警的類型、報警時間、報警設備以及報警等級等數據，對站點的安全進行評估。

特點

（1）自動化識別設備失穩機理，實現對告警事件的預測與快速鏈接，快速生成調整狀態穩定的方案；

（2）提升客戶服務的智能化和高效化水平，保證電力系統運行的高效性；

（3）對設備進行24小時的故障檢測和智能診斷，記錄各個設備運行狀態下的數據，將其與正常運行參數進行對比，并給出狀態信息評價、風險評估以及解決方案。