电力运营监测可视化管理系统设计与实现
电力系统智能监控与分析平台设计

电力系统智能监控与分析平台设计电力系统在现代工业和生活中扮演着至关重要的角色。
为了保障电力系统的稳定运行以及提高其效能,开发一个智能监控和分析平台是必不可少的。
本文将详细介绍电力系统智能监控与分析平台的设计方案。
一、引言电力系统智能监控与分析平台是为了实时监控和分析电力系统运行情况、预测潜在问题并进行及时处理而开发的。
通过该平台,运营人员可以获得即时的数据和分析结果,以支持决策和改进电力系统的运行。
二、功能需求1. 实时数据监控:平台需要能够监测电力系统的实时数据,包括电力输送线路的电压、电流、频率等参数,以及电力设备的状态和运行情况。
2. 数据存储与管理:平台应该能够对所有监测到的数据进行存储和管理,以便后续分析和查询。
同时,平台需要具备足够的存储空间和数据备份功能,以确保数据的安全性和可靠性。
3. 数据分析与预测:平台应当能够使用机器学习和数据挖掘算法对实时数据进行分析和预测,以识别潜在的问题并提出解决方案。
例如,通过分析历史数据可以预测电力设备的故障概率,从而采取相应的预防措施。
4. 报警与异常处理:平台应该能够自动检测出电力系统中的异常情况,并及时发送报警信息给相关人员。
同时,平台还应该提供异常处理的指导和建议,以帮助人员快速解决问题。
5. 数据可视化与报告生成:平台需要具备数据可视化的功能,方便用户直观地了解整个电力系统的运行状况。
此外,平台还应提供报告生成功能,自动生成运行状态、故障统计等报告,并支持导出和打印。
三、系统架构1. 传感器与数据采集:电力系统中的传感器负责采集各种实时数据,包括电压、电流、频率等参数。
数据采集装置负责将采集到的数据传输给监控与分析平台。
2. 监控与分析平台:平台的核心部分是数据处理模块,负责接收、存储和分析采集到的数据。
平台还包括报警模块、数据可视化模块和报告生成模块等功能模块。
3. 用户界面:平台应提供用户友好的界面,以便用户方便地查看数据、生成报告和接收报警信息。
洞见未来|电力可视化运营大脑——BI数据可视化建设方案

洞见未来|电力可视化运营大脑——BI数据可视化建设方案背景介绍目前数据是电力企业的战略资源,数据可视化分析已经成为电力行业发电运行、故障检修、用电客户活动、燃料供应、发电能力评估、发电报价与交易、预算与计划业务应用、智能分析决策的重要基石。
电力企业数据可视化分析与电力企业生产经营业务紧密结合,能够应用到生产、环保、安全、营销、燃料、预算等管理环节中,使基于数据可视化的商业智能(BI)分析能够高质量、高效率地为企业经营管理提供指导性服务。
现阶段,电力行业通过三维、数字孪生、商业智能等可视化手段,能够对电力生产、输配电、管理、运营等整个流程进行科学管理。
通过管理创新和技术创新,将实际生产业务无缝集成到数据可视化平台上,使日常管理任务标准化、自动化,可实现企业智能、专业管理。
各地电力企业正在以电力大数据为纽带,带动能源行业数据汇集,建设智慧能源运行可视化平台,打造”电力可视化运营大脑”,发挥数字化对电力行业发展的乘数倍增效应。
解决方案电力行业所涉及到的数据信息涵盖了电力企业内部数据和外部数据,其中内部数据包括电网规划数据、电网资产数据、电网业务数据、电网空间数据、电网拓扑数据以及电网实时运行数据等,而电网外部数据包括与能源、气象、环境、交通、社会活动、智能楼宇、智能家庭等相关联的多元数据。
通过仪表、采集器等专业电力信息采集设备,利用科学的电力信息计量方法,可以采用大数据系统进行抄表管理。
在计算机主控系统的帮助下利用遥感技术的方式获取用户的所有用电信息,将电能在一定的周期内的基本信息变化进行分析,建立完善的计量数据分析平台。
从而对所有的工作资源、设备、价值比较高的数据进行集中有效的管理,以及对电力生产、供电环节的发电、输电、配电等基础工作中的数据进行收集和统计,利用商业智能数据可视化分析平台对异常数据进行深度分析与挖掘。
通过Wyn Enterprise强大的数据源连接能力,对接到用于存储电力采集数据的Oracle、Mysql等数据库或者数据文件、API接口,实现跨多数据源的整合,能够对电力生产系统、输变配电系统、电力运营系统等不同业务系统的数据进行打通整合、集中分析、建立统一的数据分析模型。
变电站可视化管理方案

变电站可视化管理方案随着电力系统的不断发展,变电站作为电力系统的重要组成部分,起到了电能传输和分配的重要作用。
为了提升变电站的管理效率和电力运行的安全性,可视化管理方案应运而生。
本文将介绍变电站可视化管理方案的相关内容,并分析其优势和应用前景。
一、可视化管理方案的概述1.1 可视化管理方案的定义可视化管理方案是利用先进的信息技术手段,将变电站的运行状态、设备参数和操作指令等信息以直观的方式呈现给管理人员,实现对变电站全过程的监控和管理。
1.2 可视化管理方案的应用范围可视化管理方案可以广泛应用于各类电力变电站,包括发电厂变电站、输电变电站和配电变电站等。
无论是大型的高压变电站还是小型的中低压变电站,都可以通过可视化管理方案提升管理水平和电力供应的可靠性。
二、可视化管理方案的主要功能2.1 实时监控可视化管理方案通过连接变电站的监测设备和系统,实时获取变电站各个节点的参数和状态数据,并将其以图表、曲线等形式实时展示给管理人员,使其可以随时掌握变电站的运行状况。
2.2 历史数据分析可视化管理方案还可以对变电站的历史数据进行收集和存储,通过对历史数据的分析和比对,发现问题和隐患,并提供决策依据,帮助管理人员进行故障诊断和优化调度。
2.3 协同操作可视化管理方案可以实现对变电站的远程控制和操作,管理人员可以通过远程终端设备,对变电站的设备进行监控、配置和调度,提高了管理效率和运行响应能力。
2.4 报警与通知可视化管理方案能够根据设定的阈值和规则,对变电站异常状态进行实时监测和判断,一旦出现异常情况,系统会及时发出报警信息和通知,以便管理人员可以及时采取措施,防止故障的发生或扩大。
三、可视化管理方案的优势3.1 提高管理效率通过可视化管理方案,管理人员可以随时了解变电站的运行状态,无需亲自到现场巡视,大大提高了管理的效率和准确性。
3.2 增强安全性可视化管理方案可以实时监测和预警变电站的各种异常情况,及时采取措施,防止故障的发生或事故的发展,提高了电力运行的安全性。
运营监测体系建设方案

运营监测体系建设方案一、背景与目标随着互联网行业的快速发展,企业对于运营监测的需求越来越高。
运营监测是指对企业在不同运营阶段的运营活动进行系统化的监控、分析和评估,以便实现目标的过程。
一个有效的运营监测体系可以帮助企业迅速掌握运营活动的动态,及时发现问题,做出相应调整,提升运营效果。
本方案的目标是建立一个科学、全面、切实可行的运营监测体系,以提升企业的运营效益和竞争力。
二、运营监测体系建设的重要性和必要性1. 提升运营效益:运营监测体系可以帮助企业实时监控销售、市场活动和客户反馈等数据,及时发现运营问题,减少损失,提高效益。
2. 提高决策科学性:基于运营监测数据,企业可以追踪和评估各种运营活动的效果,为决策提供科学依据,减少盲目性。
3. 加强团队协作:运营监测体系可以实现团队内外的信息共享和协作,提高沟通效率,推动整个团队共同参与运营决策。
三、运营监测体系的架构设计根据企业规模和需求的不同,运营监测体系的架构可以有所差异。
下面给出一种基本的运营监测体系架构设计。
1. 数据收集:收集与企业运营相关的各种数据,包括销售数据、市场数据、客户数据、竞争对手数据等。
2. 数据存储:建立一个完善的数据存储系统,将收集到的数据进行分类、整理和存储。
3. 数据分析:基于存储的数据,对其进行分析,包括数据挖掘、数据建模、数据可视化等。
4. 数据报表:将分析后的数据制作成报表,以便管理层和相关人员进行查看和分析。
5. 运营问题识别:通过数据分析和报表制作,及时发现运营问题和瓶颈,并提出相应的解决方案。
6. 运营问题解决:根据运营问题的识别,制定相应的解决方案,并实施和监控解决方案的执行情况。
7. 运营效果评估:对解决方案的执行情况进行评估,分析运营效果的提升程度,并对运营活动做出调整。
四、关键工作流程1. 数据收集流程:- 设定数据收集的目标和指标。
明确需要收集哪些数据,数据的格式、来源和时间间隔等。
- 确定数据收集的方式和工具。
XX省电力公司电力大数据整体解决方案 (一)

XX省电力公司电力大数据整体解决方案 (一)随着电力行业的快速发展和持续的供需压力,电力企业要保持竞争力,必须寻求新的解决方案。
XX省电力公司在实施电力大数据整体解决方案方面取得了巨大成功。
这个解决方案基于大数据技术,优化公司经营管理,提高客户服务质量,提高能源的使用效率。
1. 数据收集环节采集和处理电力运营数据是实施该方案的首要步骤。
XX省电力公司运用了先进的感应元件,记录、收集每小时电网、发电机组电压、电流强度、转速、温度、湿度、能耗等运营数据。
该公司结合AI和大数据技术,建立了高精度的模型,高效地评估电力系统的当前状态。
另外,该公司为客户提供了互联网链接,客户可以查看电能消耗情况,并采取相应的节能措施。
2. 数据解析、分析和处理接收到数据后,XX省电力公司进行数据解析、分析和处理。
通过处理大量的数据,他们形成完整的数据质量系统,使得数据质量保持高标准。
使用的算法和模型增强了数据处理的能力,加速了模型的训练,并且提高了预测的准确性。
3. 电力运营管理系统XX省电力公司构建了一个先进的电力运营管理系统。
这一管理系统可以实现从设备监测到整体管理的全覆盖,并且可以用户自定义安装。
该系统使用高效的层级结构,使纵向和横向的通讯变得更加容易。
此外,在设备检修和检查工作方面,该系统可以更好地同步并集中管理相关操作。
4. 可视化监测和报告系统XX省电力公司在实施电力大数据解决方案时,建立了可视化监测和报告系统。
该系统允许监测电力网络的运行状况,并进行实时调整。
它提供了高度定制的实时数据和分析结果,并为管理人员提供强大、灵活的报告工具,以监控性能指标、识别趋势和问题,并即时采取措施。
总结综上所述,“XX省电力公司电力大数据整体解决方案”可帮助电力公司以更加灵活、高效的方式运营其业务,并提高其能源供应水平和管理效率。
该方案利用大数据技术,通过收集和分析来自各种来源的数据,生成有关电力运营的精细信息。
进一步来看,这种综合性的企业级数据分析方法,可以作为其他行业的切入点。
《2024年内蒙古电力公司信息综合监控系统设计与实现》范文

《内蒙古电力公司信息综合监控系统设计与实现》篇一一、引言随着信息化技术的快速发展,电力行业对信息综合监控系统的需求日益增长。
内蒙古电力公司作为我国重要的电力供应企业,其信息综合监控系统的设计与实现显得尤为重要。
本文旨在探讨内蒙古电力公司信息综合监控系统的设计与实现过程,以实现对电力信息的高效监控与管理。
二、系统设计1. 设计目标内蒙古电力公司信息综合监控系统的设计目标主要包括:实现电力信息的实时监控、提高信息处理效率、保障系统安全稳定运行。
系统应具备高度的可扩展性、可维护性和可操作性,以满足企业不断发展的需求。
2. 系统架构本系统采用分布式架构,包括数据采集层、数据处理层、数据存储层和应用层。
数据采集层负责实时采集电力信息;数据处理层对采集的数据进行预处理和格式化;数据存储层采用分布式存储技术,保障数据的安全性和可靠性;应用层提供各种应用功能,如监控、报警、分析等。
3. 功能模块设计系统功能模块包括:数据采集模块、数据处理模块、数据存储模块、监控模块、报警模块、分析模块等。
各模块之间通过接口进行通信,实现信息的共享和协同工作。
三、系统实现1. 技术选型系统实现过程中,我们采用了以下关键技术:分布式技术、大数据处理技术、云计算技术、网络安全技术等。
这些技术为系统的稳定运行和高效处理提供了有力保障。
2. 数据采集与处理数据采集模块通过传感器、仪表等设备实时采集电力信息。
数据处理模块对采集的数据进行预处理和格式化,以便后续分析和应用。
数据处理过程中,我们采用了大数据处理技术,实现了对海量数据的快速处理和分析。
3. 系统部署与运行系统部署在云计算平台上,实现了资源的动态分配和优化。
系统运行过程中,我们采用了多种监控手段,如性能监控、故障监控、安全监控等,确保系统的稳定性和可靠性。
四、系统应用与效果内蒙古电力公司信息综合监控系统的应用,实现了对电力信息的实时监控和管理。
系统具有高度的可扩展性,可支持企业未来的发展需求。
智慧电厂可视化综合运营管理平台建设综合解决方案

智慧电厂可视化综合运营管理平台建设综合解决方案xx年xx月xx日•引言•平台架构及功能设计•技术实现方案•平台部署及实施目•应用场景与效果•总结与展望录01引言1背景与意义23电力行业快速发展,对电厂运营管理提出更高要求信息化、智能化技术应用成为提升竞争力的关键可视化综合运营管理平台有助于提高运营效率、降低成本实现可视化、智能化、自动化的综合运营管理提高电厂运营效率、降低运营成本提升电厂安全性、可靠性,降低安全风险建设目标与任务解决方案的定位与特点基于云计算、大数据、物联网等技术构建解决方案可视化界面展示运营数据与核心业务流程集成多业务系统,实现信息共享与协同作业具备智能化预警、预测与优化功能02平台架构及功能设计架构设计基于云计算技术采用分布式、模块化的架构,支持横向扩展,具备高可用性和高可维护性。
数据驱动引擎通过数据采集、处理、存储及分析,实现数据驱动的决策支持与优化。
微服务架构将平台划分为多个独立的服务,实现高内聚、低耦合,提高系统的可伸缩性和可靠性。
功能模块划分涵盖生产、设备、安全、人员等管理内容,提升电厂运营效率。
运营管理实时监控设备运行状态,预测并及时报告故障,提高监控水平。
智能监控收集并分析海量数据,为管理层提供可视化决策支持。
数据分析通过移动设备实现远程监控与操作,提高管理灵活性。
移动应用实时监控实时采集设备运行数据,可视化展示,便于工作人员掌握电厂运行状态。
提供各类数据报表,帮助管理层了解运营状况,制定合理决策。
通过分析数据异常,预测并及时报告故障,提高维修效率及设备可靠性。
结合大数据分析,优化能源调度策略,降低运营成本。
全方位监控生产环节,预防安全隐患,确保电厂安全生产。
核心功能详解数据报表智能调度安全监控故障诊断03技术实现方案总结词高效、实时、稳定通过传感器、仪器仪表等设备,实时监测和采集设备运行数据,并进行数据传输。
采用标准通信协议(如Modbus、Profinet等)进行数据传输,确保数据传输的高效、稳定和可靠性。
风力发电场的可视化监控系统设计与实现

风力发电场的可视化监控系统设计与实现随着对可再生能源需求的不断增长,风力发电作为一种清洁且可持续的能源来源,越来越受到重视。
然而,管理和监控大型风力发电场的运行效率和安全性是一个挑战。
为了提高风力发电场的运维效率和可靠性,设计并实现一种可视化监控系统是至关重要的。
1. 系统需求分析在进行风力发电场可视化监控系统的设计与实现之前,首先需要进行系统需求分析,明确系统应具备的功能和性能。
其中,可以考虑的需求包括:1.1 实时数据监控:监控风力发电机组的发电状态、风速、风向、温度等关键指标,实时更新数据,确保发电机组的正常运行。
1.2 风力发电场地图显示:利用地理信息系统(GIS)技术,以风力发电场地图为背景,将风力发电机组的位置、布局、状态等信息图形化展示。
1.3 故障检测与报警:通过对实时监测数据的分析,及时检测发电机组的异常状态,并发出相应的报警信息,以便工作人员能够迅速采取措施。
1.4 远程控制与调度:系统可以远程操控发电机组的启停、变桨等操作,以优化风力发电场的发电效率和运行安全性。
1.5 数据存储与分析:系统应具备数据存储和分析功能,以便于管理人员对系统运行数据进行统计、分析和报表生成。
2. 系统设计与实现2.1 架构设计风力发电场可视化监控系统的架构设计是整个系统设计的关键。
合理的架构设计可以提高系统的可靠性和可扩展性。
一种常见的架构设计是将系统分为前端和后端两部分。
前端部分包括数据采集、数据处理和用户界面模块;后端部分包括数据存储、数据分析和远程控制模块。
通过前端和后端的协作,可实现风力发电场监控系统的全面功能。
2.2 数据采集与处理在风力发电场中,需要使用传感器来采集风速、风向、温度等相关数据。
传感器可以通过有线或无线方式与监控系统进行数据通信,将采集到的数据传输到数据库中。
数据采集模块需要负责对传感器数据进行采集、预处理和格式转换工作。
在采集过程中,还应确保数据的准确性和实时性。
2.3 用户界面设计用户界面是系统与用户之间进行交互的重要部分。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
电力运营监测可视化管理系统设计与实现
摘要:力运营监测可视化管理系统设计主要是根据上一章系统的功能性需求和
系统的非功能性需求进行系统的总体设计。
系统的设计主要从以下几方面进行入手,依次是:系统开发环境、相关技术、总体设计原则、总体架构、功能设计、
数据库设计。
基于此,本文就从系统设计的基本方法入手,对电力运营监测可视
化管理系统设计与实现进行具体分析。
关键词:电力运营;监测可视化;管理系统;设计实现
1系统设计的基本方法
电力运营监测可视化管理系统设计方式以面向对象为基础,面向对象的主要
思路是设计出相应分析模型,同时将该分析模型用代码方式加以实现,并在运行
环境中加以有效执行。
面向对象的设计方法与其他的设计方法一样,必须首先考
虑到该系统的稳定性。
如目标环境所需的存储空间、相应的响应时间和可靠性等
因素,这些因素均会对系统结构造成不同程度的影响。
并且还要有具体的方法将
分析模型转换成设计模型,然后再转换成相应的编码语言,从而才能够达到实现
的目的。
面向对象开发需要面向对象的程序设计风格,这种风格具有构造封装性、继承性和多样性的特征。
在面向对象的设计过程中,必须对分析对象和系统用例
分别进行细化,同时还要考虑到实际所运行环境。
面向对象设计一般包括以下三
个过程:首先,对系统模型和系统用例进行细化。
其次,结合实际的运行环境设
计对象之间的状态、行为、交互。
第三,根据实际的运行环境修改相应的对象模型。
2系统体系结构设计
2.1电力运营监测可视化管理系统
电力运营监测可视化管理系统采用的是C/S模型的架构,这种架构是目前大
部分大屏展示系统所采用的架构形式,其主要特点如下:第一,C/S模式一般是
基于专用的网络,服务器通常采用工作站、小型机或高性能的PC,各个局域网之
间一般通过服务器提供相应连接和数据交换。
第二,C/S程序注重流程,对权限
可以进行多层次的校验。
第三,C/S程序处理用户界面相对固定,同时一般要求
在相同区域,需要的安全性较高,同时要求都是相同的系统。
电力运营监测可视
化管理系统由3层结构组成:①可视化展示层;②业务处理层;③数据处理层,可视化系统体系结构图如图1所示。
图1 可视化系统体系构图
2.2可视化展示层插件模块构成
第一,3D模型库:用于整套系统三维模型展示,模型包括3D图表模型、电
力设备仿真模型等。
第二,地图模型库:用于在整个可视化系统中构建3D地图,可使用谷歌地球、91卫图、skyline等GIS软件生产地理高程图,将生成的高程图
导入系统中,地图模型库能够直接将高程图生产地形地貌。
第三,数据图表库:
可动态的生成2D图表,并将2D图表与数据相连接,当数据发生改变时,数据图
表中的数据也将发生改变。
第四,二维图库:包含丰富的UI贴图,能够丰富整个界面的展示内容。
第五,粒子特效库:在可视化展示层中,为了使整个界面更加
酷炫,加入粒子特效库,可模拟现实中的火、气等特效。
第六,图形渲染库:可
通过GPU对3D场景进行渲染,使整个3D场景、3D模型、3D图表显得更加真实。
第七,数据接口:用于与业务数据处理层进行数据交互。
第八,控制接口:可通
过特定接口发送数据到控制接口,对可视化大屏进行控制。
第九,同步控制接口:使数据与三维可视化界面中的各个组件进行同步交互。
业务处理层分为3个部分。
1)业务数据处理:对公司业务数据进行分析整理,并将部分大数据分析结果存
在本地数据库中方便在可视化系统中进行数据展示。
2)可视化大屏数据处理:
用于对可视化系统展示数据进行查询、封装,并将可视化大屏数据通过特定的接
口推送大可视化大屏端。
3)可视化大屏控制接口:用于移动端与可视化大屏相
连接,移动端设备可以发送特定的指令对整个可视化大屏展示内容进行操作。
由
于可视化大屏分辨率较高,键鼠操作带来诸多不便,使用移动端对可视化大屏进
行操作,可以进一步简化操作方式,提供用户工作效率。
数据处理层分为3个部分:
本地数据库:用于存储本地数据,如权限数据、大数据分析结果数据等。
数据采集接口:通过指定接口对电网系统数据、设备数据进行采集。
第三方数据处理库:可与第三方数据接口进行对接。
电力运营监测可视化管理系统采用 WPF 进行可视化应用程序开发,WPF 应用
程序中包含了图表、数据、3D 接线图、潮流图等系统所需的可视化展示内容。
可视化应用程序可布置在可视化平台中的高性能图形工作站中。
整个 WPF 可视化前端采用 MVVM 设计模式,使整个软件开发更加高效,同时使界面与控制层通过Data Binding 的方式相连接,降低视图与控制层之间的耦合度。
电力运营监测可
视化管理系统具备一个数据服务端,用于对业务数据进行处理,并包含多种采集
接口,与电网生产系统、业务系统数据相对接,可对第三方设备进行数据接入、
数据采集,同时数据服务端拥有移动端访问接口,通过 socket方式与移动端进行
数据交互,该数据服务端部署在应用服务器中。
数据服务端采用 WCF 进行开发,通过 Entity Framework 对数据库中数据结构抽象化,更加简洁的使 WCF 端与数据
库进行链接。
电力运营监测可视化管理系统的数据库部署在数据库服务器中,该
服务器用于对大数据进行存储。
同时可通过存储过程对大数据进行分析。
3系统数据库设计
电力运营监测可视化管理系统以关系数据库为核心内容,在数据库管理系统
的支持下,进行展现场景、指标管理、场景协议、可视化系统配置信息存储、推
送服务管理的存储、整理、添加、检索、更新等操作以及为数据中心建立中间表
的存储定义。
由于该系统数据的存取,是通过系统各个功能点接口通过应用服务
对数据库进行连接,因此在实现过程中通过应用程序来实现相互连接。
目前常用
的访问有:查询、修改、添加、删除等,涉及到的功能点有可视化系统配置信息、数据源信息、系统操作日志、维度信息、数据推送服务信息、场景展现文件配置、Schema(指标单元)、表达式配置管理。
结束语
整个项目是否具有可行性以及开发后的成效极大程度上取决于项目的需求分析。
因为整个项目的设计与开发都是建立在这个基础之上进行的,因此研究时特
别注意了对需要的了解和分析。
本次课题的需求分析主要涉及到了功能需求分析
和非功能需求分析两部分,然后在需求分析的基础之上对系统开发的可行性进行
了充分分析,系统阐述了系统的技术可行性和社会可行性。
通过对系统需求进行
分析和可行性进行分析后可以得到电力运营监测可视化管理系统的实现是可行的
而且是具有很高的实用价值。
参考文献
[1]赵翔宇,张旭,安成,姚刚,宋弦,朱椤方,黄晓旭,陈恩黔.以地理图形为载体的电
力系统调度运行可视化设计与实现[J].企业技术开发,2018(01):99-101.
[2]刘子良,徐群,陈琛,李家辉,韩晓燕,李军,杨继超.基于可视化技术的电力智能监测分析平台设计与实现[J].农村电气化,2017(06):7-8.
[3]周浩然.电力运营监测可视化管理系统设计与实现[D].电子科技大学,2017.
[4]陈酌灼.基于LBS的电力作业可视化移动应用的设计与实现[J].信息通
信,2017(01):147-148.
[5]王瑾.基于地理信息系统的电力可视化管理系统设计与实现[D].电子科技大学,2011.。