CN102663501A - 智能电网评价系统及方法 - Google Patents
智能电网评价系统及方法 Download PDFInfo
- Publication number
- CN102663501A CN102663501A CN2012100747307A CN201210074730A CN102663501A CN 102663501 A CN102663501 A CN 102663501A CN 2012100747307 A CN2012100747307 A CN 2012100747307A CN 201210074730 A CN201210074730 A CN 201210074730A CN 102663501 A CN102663501 A CN 102663501A
- Authority
- CN
- China
- Prior art keywords
- index
- evaluation
- weight
- intelligent grid
- entropy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种智能电网评价系统,包括评价服务平台和至少一终端中心,所述评价服务平台和所述终端中心连接,其中,所述终端中心按照预先设定的数据进行采集或者是按照所述评价服务平台下发的数据进行采集,智能电网评价指标分进程类和效果类两类指标,在各地区电网同时推进智能电网建设时,用于鼓励试点及推广的进程类指标前期各地区差异大,随着智能电网的全面建设及提升,各地区建设(进程类指标)完成程度基本一致,而效果类指标所表现出来的特点则恰好相反。为了能够反映不同地区智能电网建设的不同程度,所述评价服务平台采用反熵权法对指标进行赋权,表现为差异性大的指标权重较大,差异性小的指标权重较小。随着智能电网的发展建设,进程类指标的权重会逐渐减小,效果类指标的权重会相对增加。这一规律能够体现出评价体系随着智能电网动态发展的评价需求。
Description
技术领域
本发明涉及一种智能电网,尤其涉及一种智能电网评价系统及方法。
背景技术
现有电网评价指标体系大部分是针对传统电网而提出的,针对智能电网评价的文献较少,在王智冬撰写的《智能电网的评估指标体系》较全面地提到了智能电网评价指标,初步建立一个多因子综合指标体系,一级指标包括智能电网规模基础、智能电网技术支撑能力和智能电网发展效果共3个,二级指标13个,三级指标41个。
然而,该指标体系的设计过于笼统,存在以下的缺陷:
首先,随着智能电网的发展,在智能电网上出现了一些新的特征:如特高压、清洁电源、电动汽车、紧凑型输变电技术等。而现有的智能电网的评估指标体系并不具有扩展性,无法反映或接入智能电网发展带来的新特征,使得评价体系不具有准确性。
接着,为实现我国智能电网的健康可持续发展,需分阶段稳步推进电网智能化建设,分别是规划试点阶段、全面建设阶段和引领提升阶段。智能电网的建设具有动态特征,不同阶段有不同的发展重点,因此,对其进行评价时,亦应有所区别和侧重。在上述的文献中也未曾考虑过这一点。
随后,智能电网评价指标分进程类和效果类两类指标,在各地区电网同时推进智能电网建设时,用于鼓励试点及推广的进程类指标前期各地区差异大,随着智能电网的全面建设及提升,各地区建设(进程类指标)完成程度基本一致,而效果类指标所表现出来的特点则恰好相反。为了能够反映不同地区智能电网建设的不同程度,在上述的文献中也未曾考虑过这一点。
换句话说,现有的智能电网评价体系仅是一个纸上谈兵的工作,没有形成一个可实施、可操作的智能电网评价系统及评价方法,不利于智能电网的发展。
发明内容
本发明的第一目的在于提供一种智能电网评价系统,以解决现有技术中智能电网评价系统不具有可操作性、实施性、准确性不高的技术问题。
本发明的第二目的在于提供一种智能电网评价方法,以解决现有技术中智能电网评价系统不具有可操作性、实施性、准确性不高的技术问题。
一种智能电网评价系统,包括评价服务平台和至少一终端中心,所述评价服务平台和所述终端中心连接,其中,所述终端中心按照预先设定的数据进行采集或者是按照所述评价服务平台下发的数据进行采集,所述评价服务平台进一步包括:
接口单元,用于建立与所述终端中心交互,包括接收终端中心上传的采集数据;
评价指标数据归一化处理单元:用于根据模型计算所述终端中心所在的地区根据实际情况制定的智能电网建设目标的完成程度,其中,xij为第j个地区智能电网第i项指标的实际值;aij为第j个地区第i项指标的目标值;cij为第j个地区第i项指标归一化后的指标值;
指标熵权获取单元,用于根据以下公式计算指标反熵权:先得评价指标矩阵根据C确定各指标的反熵:
AHP权重获取单元:用于根据APH原理,计算AHP权重;
总体权重获取单元,用于根据指标熵权获取单元和AHP权重获取单元的计算结果,得到总体权重;
智能电网特性的评价结果获取单元:用于将权重与标准化的指标进行加权,得到评价对象的评价结果,对各智能电网的评价结果进行排序。
本系统还包括:
智能电网选择单元:用于选择智能电网的类型;
考核特性\指标选择单元:用于对评价特征和指标进行选择。
本系统还包括:还包括评价指标实际采集数据确定单元,用于根据考核特性\指标选择单元确定预采集的数据,并传至对应的终端中心。
本系统还包括:AHP权重获取单元是通过以下方式来计算的:
1)建立层次结构;
2)构造判断矩阵:基于专家评判得到的指标相互重要性结果,按照重要程度对应的标度值,将重要性用数值表示出来,形成不同层次的判断矩阵;
3)层次排序:层次排序是根据判断矩阵,计算针对上一层次中的目标元素,确定本层次与之相关的元素的重要性的权重,采用求解判断矩阵最大特征向量来求取单排序权重,计算公式为:
DW=λmaxW
其中,λmax、W分别表示判断矩阵D的最大特征值和对应的特征向量。
本系统还包括评价结果及指标权重分析单元,对排序结果进行分析,找出各个智能电网之间的差距,深入分析,对未来智能电网的建设提出相关建议。
一种智能电网评价方法,包括以下步骤:
评价服务平台接收至少一终端中心上传的采集数据;
根据模型计算所述终端中心所在的地区根据实际情况制定的智能电网建设目标的完成程度,其中,xij为第j个地区智能电网第i项指标的实际值;aij为第j个地区第i项指标的目标值;cij为第j个地区第i项指标归一化后的指标值;
根据APH原理,计算AHP权重;
根据指标熵权和AHP权重的计算结果,得到总体权重;
将权重与标准化的指标进行加权,得到评价对象的评价结果,对各智能电网的评价结果进行排序。
AHP权重是通过以下方式来计算的:
1)建立层次结构;
2)构造判断矩阵:基于专家评判得到的指标相互重要性结果,按照重要程度对应的标度值,将重要性用数值表示出来,形成不同层次的判断矩阵;
3)层次排序:层次排序是根据判断矩阵,计算针对上一层次中的目标元素,确定本层次与之相关的元素的重要性的权重,采用求解判断矩阵最大特征向量来求取单排序权重,计算公式为:
DW=λmaxW
其中,λmax、W分别表示判断矩阵D的最大特征值和对应的特征向量。
本方法还包括评价结果及指标权重分析:对排序结果进行分析,找出各个智能电网之间的差距,深入分析,对未来智能电网的建设提出相关建议。
为实现我国智能电网的健康可持续发展,需分阶段稳步推进电网智能化建设,分别是规划试点阶段、全面建设阶段和引领提升阶段。
智能电网的建设具有动态特征,不同阶段有不同的发展重点,因此,对其进行评价时,亦应有所区别和侧重。为了反映智能电网发展重点的动态变化,本文采用层次分析法,通过专家们的知识和经验判断和把握智能电网的发展方向,在不同的阶段具有不同的主观权重。
智能电网评价指标分进程类和效果类两类指标,在各地区电网同时推进智能电网建设时,用于鼓励试点及推广的进程类指标前期各地区差异大,随着智能电网的全面建设及提升,各地区建设(进程类指标)完成程度基本一致,而效果类指标所表现出来的特点则恰好相反。为了能够反映不同地区智能电网建设的不同程度,本文采用反熵权法对指标进行赋权,表现为差异性大的指标权重较大,差异性小的指标权重较小。随着智能电网的发展建设,进程类指标的权重会逐渐减小,效果类指标的权重会相对增加。这一规律能够体现出评价体系随着智能电网动态发展的评价需求。
附图说明
图1为智能电网评价模型图;
图2为智能电网评价系统原理图;
图3为基于AHP-反熵权法的权重与反熵权关系图;
图4为目标层权重相同时前六个指标三阶段的权重示意图;
图5为目标层权重变化时三个阶段的权重示意图。
具体实施方式
目标层
智能电网的发展目标具有重要意义,关系着众多领域,主要围绕着以下六个属性:
1)坚强性;实体电网作为智能电网的物理载体,是实现智能电网的基础。主要从输配电网架结构、抗灾能力、运行灵活性等方面建立该体系。
2)可靠性;智能电网应具备向用户不间断供电的能力,这种能力由电网容量充裕度和网络运行安全性达标两部分组成。
3)高效性;智能电网引入最先进的IT和监控技术优化设备和资源的使用效率,可以提高单个资产的利用效率,从整体上实现网络运行和扩容的优化,降低它的运行维护成本和投资。
4)经济性;在满足电网安全可靠性要求的前提下,电网运行应当符合经济优化原则,保持电网经济运行,降低网络损耗。
5)互动性;智能电网激励电力市场主体参与电网安全管理,从而提升电力系统的安全运行水平。将使得用户可以更好地控制自己的用电设备,无论是家庭用户还是工商业用户,均可参与电网的互动。
6)环境友好性;智能电网通过支持或实施对发、输、配、用等环节的技术和体制改造以及对电动汽车的支持,减少温室气体排放和污染,同时节约土地面积。
二、指标层
1)指标的意义
智能电网已得到国际上众多国家能源决策部门及电力企业的认可。基于不同的国情和出发点,对其的发展和实施内容上各具特色。中国智能电网的发展,必须遵循中国国情进行规划实施[13]。既要考虑目前处于发展期的现实,又要兼顾未来成熟期的前景。评价指标旨在反映智能电网的发展内涵,对智能电网的规划建设具有重要意义。
2)两类指标
根据评价指标性质的不同,本文将其分为两类:进程类指标和效果类指标。进程类指标反映智能电网建设进程,与建设进度和技术投入有直接关系,设定该类指标可以鼓励新型智能技术的应用;效果类指标反映智能电网建设效果,与电网运行水平和管理水平有关。随着智能电网建设的推进,进程类指标与效果类指标会呈现出不同的变化特征:进程类指标变化较大(快),效果类指标变化较小(慢)。
三、评价系统说明
一种智能电网评价系统,包括评价服务平台和至少一终端中心,所述评价服务平台和所述终端中心连接,其中,所述终端中心按照预先设定的数据进行采集或者是按照所述评价服务平台下发的数据进行采集,所述评价服务平台进一步包括:
接口单元,用于建立与所述终端中心交互,包括接收终端中心上传的采集数据;
服务器进一步包括:
服务器进一步,包括:智能电网选择单元、考核特性\指标选择单元、评价指标实际数据采集单元、评价指标数据归一化单元、指标反熵权获取单元、AHP权重获取单元、总体权重获取单元、智能电网特性的评价结果获取单元、评价结果及指标权重分析单元,其中:
1、智能电网选择单元
智能电网的建设在全国范围内逐渐推进,但各地区的发展程度层次不齐,为了能够考核这些地区智能电网的建设程度,通过本单元输入待评的智能电网。评价对象可以是区域电网,也可以是省市电网。
2、考核特性\指标选择单元
根据本次评价的目标和重点,对评价特性进行选择,特性包括:坚强性、可靠性、高效性、经济性、互动性和环境友好性。同时,也可以对指标进行选择,指标体系如图1所示。
3、评价指标实际数据采集单元
通过单元2确定评价特性和指标,本单元对评价指标的原始数据进行采集。
4、评价指标数据归一化单元
对于不同地区的智能电网来说,在不同的建设起点和相同建设目标下进行评价,其结果往往很不公平。本系统提出一种归一化方法,适应了地区间的差异,具体模型为:
式中:xij为第j个地区智能电网第i项指标的实际值;aij为第j个地区第i项指标的目标值;cij为第j个地区第i项指标归一化后的指标值,可以反映该地区根据实际情况制定的智能电网建设目标的完成程度。
5、指标熵权获取单元
假设有m项评价指标,n个评价对象。预处理得到的评价指标矩阵为:
根据C确定各指标的反熵:
6、AHP权重获取单元
本单元为AHP赋权,具体步骤为:
1)建立层次结构,如图1。
2)构造判断矩阵。
基于专家评判得到的指标相互重要性结果,按照重要程度对应的标度值(如表1所示),将重要性用数值表示出来,形成不同层次的判断矩阵。
表1标度值判断依据及相关描述
3)层次排序。层次排序是根据判断矩阵,计算针对上一层次中的目标元素,确定本层次与之相关的元素的重要性的权重。采用求解判断矩阵最大特征向量来求取单排序权重,计算公式为:
DW=λmaxW
其中,λmax、W分别表示判断矩阵D的最大特征值和对应的特征向量。
为了保证专家判断过程中避免出现自相矛盾的判断结果,需要对层次单排序过程进行一致性检验。通过计算CR值来检查判断矩阵的一致性:
7、总体权重获取单元
8、智能电网特性的评价结果获取单元
本单元将权重与标准化的指标进行加权,得到评价对象的评价结果,对各智能电网的评价结果进行排序。
9、评价结果及指标权重分析单元
对单元8得到的排序结果进行分析,找出各个智能电网之间的差距,深入分析,对未来智能电网的建设提出相关建议。
实施例
对五个智能电网进行评价,预处理后的指标如表2所示。表中的数据均代表了该电网在某个指标上的实现程度,其中,为了分析指标变化对权重及评价结果的影响,给出了进程类指标三个智能电网建设阶段下的数据。可见,智能电网A、B的坚强性、可靠性指标较为突出,C、D的高效性、经济性指标较为突出,D、E的互动性和环境友好性指标较为突出。在对五个电网进行实际评价时,要综合考虑目前智能电网的发展需求,尽可能准确地把握其发展方向,进而可以有针对性并且较准确的对各智能电网做出评价。
表2评价指标(%)
根据智能电网发展的目标和要求以及三个阶段的基本特征,通过专家打分法,对目标层进行主观赋权。得到了如表3所示的目标权重。通过表3中的权重可知,第一阶段侧重坚强性和可靠性建设,第二阶段侧重互动性和环境友好性建设,第三阶段侧重高效性和经济性建设。可见,AHP赋权与智能电网发展的方向基本一致,说明该方法能够对三个阶段的评价起指导作用。
表3目标权重
下面对AHP-反熵权法的权重与反熵权法得到的权重进行对比。针对智能电网发展的第一阶段,根据公式(4)、(5)、(6),可得AHP-反熵权法的权重,如图3所示。由反熵权法的权重可知,六大特性指标的基本排序为:互动性>经济性>高效性>环境友好性>可靠性>坚强性;由AHP-反熵权法得到的权重可知:可靠性>坚强性>高效性>经济性>互动性>环境友好性。根据智能电网第一阶段的发展目标可知,基于AHP-反熵权法赋权不仅能够在揭示指标内在特性,还可以更好的反映电网发展的实际情况,说明了AHP-反熵权法的权重更为切实、可行,验证了该评价方法比客观赋权法更具适用性。
根据图3中的权重对五个智能电网进行评价,评价结果见于表4。反熵权法的评价结果为:D>E>C>B>A;AHP-反熵权法的评价结果为:D>B>C>A>E。可见,赋权方法的不同,对评价结果具有很大的影响。
表4评价结果
如果六个目标在智能电网建设的三个阶段中的重要程度维持不变,即目标层权重相同,以坚强性和可靠性为例,分析评价指标值变化对评价结果的影响。采用表3第一阶段权重值及表2中坚强性和可靠性指标的数据,计算得到目标层权重相同时前六个指标三阶段的权重如图4所示。随着智能电网建设的推进,进程类指标2(柔性输电设备应用)、3(智能变电站比例)、5(线路智能化巡检比例)、6(设备状态检测覆盖率)的权重逐渐减小,效果类指标1(区域间电网输电能力)、4(停电缺供电量)的权重逐渐增大,即进程类指标对评价结果的影响程度逐渐减小,而效果类指标的作用则逐渐增大。因此,整个评价体系具有了动态特性,恰好符合了智能电网评价的宗旨,同一套评价指标体系能够在智能电网的不同阶段应用,反映了AHP-反熵权法评价的兼容性和适用性。
如三阶段指标值维持不变,而目标层权重对建设重点有侧重。根据三个阶段的目标层权重,可得评价指标体系的总体权重,如图5所示。可知,指标总体权重对目标层权重的敏感度很强,说明目标层权重对智能电网阶段规划建设具有很好的指导作用。可见,AHP-反熵权法通过对目标权重的把握,能够与智能电网三个阶段下的发展方向保持一致。
本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.一种智能电网评价系统,其特征在于,包括评价服务平台和至少一终端中心,所述评价服务平台和所述终端中心连接,其中,所述终端中心按照预先设定的数据进行采集或者是按照所述评价服务平台下发的数据进行采集,所述评价服务平台进一步包括:
接口单元,用于建立与所述终端中心交互,包括接收终端中心上传的采集数据;
评价指标数据归一化处理单元:用于根据模型计算所述终端中心所在的地区根据实际情况制定的智能电网建设目标的完成程度,其中,xij为第j个地区智能电网第i项指标的实际值;aij为第j个地区第i项指标的目标值;cij为第j个地区第i项指标归一化后的指标值;
指标熵权获取单元,用于根据以下公式计算指标反熵权:先得评价指标矩阵根据C确定各指标的反熵:
AHP权重获取单元:用于根据APH原理,计算AHP权重;
总体权重获取单元,用于根据指标熵权获取单元和AHP权重获取单元的计算结果,得到总体权重;
智能电网特性的评价结果获取单元:用于将权重与标准化的指标进行加权,得到评价对象的评价结果,对各智能电网的评价结果进行排序。
2.如权利要求1所述的系统,其特征在于,还包括:
智能电网选择单元:用于选择智能电网的类型;
考核特性\指标选择单元:用于对评价特征和指标进行选择。
3.如权利要求2所述的系统,其特征在于,还包括评价指标实际采集数据确定单元,用于根据考核特性\指标选择单元确定预采集的数据,并传至对应的终端中心。
4.如权利要求1所述的系统,其特征在于,AHP权重获取单元是通过以下方式来计算的:
1)建立层次结构;
2)构造判断矩阵:基于专家评判得到的指标相互重要性结果,按照重要程度对应的标度值,将重要性用数值表示出来,形成不同层次的判断矩阵;
3)层次排序:层次排序是根据判断矩阵,计算针对上一层次中的目标元素,确定本层次与之相关的元素的重要性的权重,采用求解判断矩阵最大特征向量来求取单排序权重,计算公式为:
DW=λmaxW
其中,λmax、W分别表示判断矩阵D的最大特征值和对应的特征向量。
5.如权利要求1所述的系统,还包括评价结果及指标权重分析单元,对排序结果进行分析,找出各个智能电网之间的差距,深入分析,对未来智能电网的建设提出相关建议。
6.一种智能电网评价方法,其特征在于,
评价服务平台接收至少一终端中心上传的采集数据;
根据模型计算所述终端中心所在的地区根据实际情况制定的智能电网建设目标的完成程度,其中,xij为第j个地区智能电网第i项指标的实际值;aij为第j个地区第i项指标的目标值;cij为第j个地区第i项指标归一化后的指标值;
根据APH原理,计算AHP权重;
根据指标熵权和AHP权重的计算结果,得到总体权重;
将权重与标准化的指标进行加权,得到评价对象的评价结果,对各智能电网的评价结果进行排序。
7.如权利要求6所述的方法,其特征在于,AHP权重是通过以下方式来计算的:
1)建立层次结构;
2)构造判断矩阵:基于专家评判得到的指标相互重要性结果,按照重要程度对应的标度值,将重要性用数值表示出来,形成不同层次的判断矩阵;
3)层次排序:层次排序是根据判断矩阵,计算针对上一层次中的目标元素,确定本层次与之相关的元素的重要性的权重,采用求解判断矩阵最大特征向量来求取单排序权重,计算公式为:
DW=λmaxW
其中,λmax、W分别表示判断矩阵D的最大特征值和对应的特征向量。
8.如权利要求6所述的方法,其特征在于,还包括评价结果及指标权重分析:对排序结果进行分析,找出各个智能电网之间的差距,深入分析,对未来智能电网的建设提出相关建议。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100747307A CN102663501A (zh) | 2012-03-20 | 2012-03-20 | 智能电网评价系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100747307A CN102663501A (zh) | 2012-03-20 | 2012-03-20 | 智能电网评价系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102663501A true CN102663501A (zh) | 2012-09-12 |
Family
ID=46772982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012100747307A Pending CN102663501A (zh) | 2012-03-20 | 2012-03-20 | 智能电网评价系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102663501A (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103310388A (zh) * | 2013-05-28 | 2013-09-18 | 清华大学 | 基于信源熵的电网运行综合指数计算方法 |
CN103530820A (zh) * | 2013-10-23 | 2014-01-22 | 国家电网公司 | 一种智能电网技术评价的建模方法 |
CN103870695A (zh) * | 2014-03-18 | 2014-06-18 | 国家电网公司 | 一种大电源接入电网电压等级的判别方法 |
CN104362621A (zh) * | 2014-11-05 | 2015-02-18 | 许继集团有限公司 | 一种基于反熵权法的光伏电站运行特性评估方法 |
CN105303466A (zh) * | 2015-11-17 | 2016-02-03 | 福州大学 | 一种基于ahp-gra的智能电网工程项目的综合评价方法 |
CN105376752A (zh) * | 2015-11-11 | 2016-03-02 | 中国联合网络通信集团有限公司 | 影响移动网络发展关键因素的确定方法和装置 |
CN105588997A (zh) * | 2015-12-15 | 2016-05-18 | 华北电力大学 | 一种面向智能电网的系统内在坚强性评价方法 |
CN105761161A (zh) * | 2015-12-21 | 2016-07-13 | 国家电网公司 | 一种交直流配电网供电模式评价方法 |
CN106897943A (zh) * | 2017-02-23 | 2017-06-27 | 上海耐相智能科技有限公司 | 一种电网负荷管理系统 |
CN107169655A (zh) * | 2017-05-15 | 2017-09-15 | 华北电力大学 | 一种优选配电网方案适应性的方法及装置 |
CN107180292A (zh) * | 2016-03-11 | 2017-09-19 | 国家电网公司 | 多维电网智能化发展水平评价方法 |
CN109214702A (zh) * | 2018-09-21 | 2019-01-15 | 东北电力大学 | 基于ahp-熵权法的城市配电网运行水平和供电能力模糊综合评价方法 |
CN109272253A (zh) * | 2018-10-24 | 2019-01-25 | 国家电网公司华中分部 | 一种基于信息熵理论的区域电网调度运行指标评估方法 |
CN110472822A (zh) * | 2019-07-05 | 2019-11-19 | 广东工业大学 | 一种智能配电网供电可靠性评估系统及方法 |
CN111222755A (zh) * | 2019-12-20 | 2020-06-02 | 国网新疆电力有限公司乌鲁木齐供电公司 | 一种智能配电网的效能状态评价方法 |
CN111400642A (zh) * | 2020-03-13 | 2020-07-10 | 中国电建集团青海省电力设计院有限公司 | 基于信息测度的增量配电网规划评价指标体系优化方法 |
CN111861248A (zh) * | 2020-07-27 | 2020-10-30 | 国网河南省电力公司电力科学研究院 | 一种配电网的电能质量治理效果综合评估方法及装置 |
-
2012
- 2012-03-20 CN CN2012100747307A patent/CN102663501A/zh active Pending
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103310388B (zh) * | 2013-05-28 | 2016-06-01 | 清华大学 | 基于信源熵的电网运行综合指数计算方法 |
CN103310388A (zh) * | 2013-05-28 | 2013-09-18 | 清华大学 | 基于信源熵的电网运行综合指数计算方法 |
CN103530820A (zh) * | 2013-10-23 | 2014-01-22 | 国家电网公司 | 一种智能电网技术评价的建模方法 |
CN103870695A (zh) * | 2014-03-18 | 2014-06-18 | 国家电网公司 | 一种大电源接入电网电压等级的判别方法 |
CN104362621A (zh) * | 2014-11-05 | 2015-02-18 | 许继集团有限公司 | 一种基于反熵权法的光伏电站运行特性评估方法 |
CN105376752A (zh) * | 2015-11-11 | 2016-03-02 | 中国联合网络通信集团有限公司 | 影响移动网络发展关键因素的确定方法和装置 |
CN105303466A (zh) * | 2015-11-17 | 2016-02-03 | 福州大学 | 一种基于ahp-gra的智能电网工程项目的综合评价方法 |
CN105588997A (zh) * | 2015-12-15 | 2016-05-18 | 华北电力大学 | 一种面向智能电网的系统内在坚强性评价方法 |
CN105588997B (zh) * | 2015-12-15 | 2018-06-22 | 华北电力大学 | 一种面向智能电网的系统内在坚强性评价方法 |
CN105761161A (zh) * | 2015-12-21 | 2016-07-13 | 国家电网公司 | 一种交直流配电网供电模式评价方法 |
CN107180292B (zh) * | 2016-03-11 | 2021-03-12 | 国家电网公司 | 多维电网智能化发展水平评价方法 |
CN107180292A (zh) * | 2016-03-11 | 2017-09-19 | 国家电网公司 | 多维电网智能化发展水平评价方法 |
CN106897943A (zh) * | 2017-02-23 | 2017-06-27 | 上海耐相智能科技有限公司 | 一种电网负荷管理系统 |
CN107169655A (zh) * | 2017-05-15 | 2017-09-15 | 华北电力大学 | 一种优选配电网方案适应性的方法及装置 |
CN109214702A (zh) * | 2018-09-21 | 2019-01-15 | 东北电力大学 | 基于ahp-熵权法的城市配电网运行水平和供电能力模糊综合评价方法 |
CN109272253A (zh) * | 2018-10-24 | 2019-01-25 | 国家电网公司华中分部 | 一种基于信息熵理论的区域电网调度运行指标评估方法 |
CN110472822A (zh) * | 2019-07-05 | 2019-11-19 | 广东工业大学 | 一种智能配电网供电可靠性评估系统及方法 |
CN111222755A (zh) * | 2019-12-20 | 2020-06-02 | 国网新疆电力有限公司乌鲁木齐供电公司 | 一种智能配电网的效能状态评价方法 |
CN111400642A (zh) * | 2020-03-13 | 2020-07-10 | 中国电建集团青海省电力设计院有限公司 | 基于信息测度的增量配电网规划评价指标体系优化方法 |
CN111400642B (zh) * | 2020-03-13 | 2023-08-11 | 中国电建集团青海省电力设计院有限公司 | 基于信息测度的增量配电网规划评价指标体系优化方法 |
CN111861248A (zh) * | 2020-07-27 | 2020-10-30 | 国网河南省电力公司电力科学研究院 | 一种配电网的电能质量治理效果综合评估方法及装置 |
CN111861248B (zh) * | 2020-07-27 | 2023-02-03 | 国网河南省电力公司电力科学研究院 | 一种配电网的电能质量治理效果综合评估方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102663501A (zh) | 智能电网评价系统及方法 | |
Maghouli et al. | A scenario-based multi-objective model for multi-stage transmission expansion planning | |
Diakoulaki et al. | MCDA and energy planning | |
CN110969347B (zh) | 一种输电网结构形态评估方法 | |
CN106655248B (zh) | 一种并网型微电网电源容量配置方法 | |
CN103426120A (zh) | 基于可靠性的中低压配电网的综合评估方法 | |
CN103679544A (zh) | 一种智能配电网运行综合评估方法 | |
CN103996147A (zh) | 配电网综合评估方法 | |
CN103606115A (zh) | 一种节能型电网的评定方法 | |
CN105404944A (zh) | 一种面向电力系统重过载预警的大数据分析方法 | |
CN110489783B (zh) | 一种基于qrnn的低压台区线损率合理范围估计方法 | |
CN104881003A (zh) | 一种计量生产设施效能评估方法 | |
CN104331773A (zh) | 一种电网规划方案综合评估方法 | |
CN104751249A (zh) | 一种空间负荷预测方法 | |
CN104376435A (zh) | 一种电力电量平衡方案评估方法 | |
CN111080041A (zh) | 一种配电网互动性综合评价方法及系统 | |
CN103617447B (zh) | 智能变电站的评价系统及评价方法 | |
CN102953936A (zh) | 风力发电的机组组合 | |
CN105512783A (zh) | 用于电磁环网解环方案的综合评价方法 | |
CN109449923B (zh) | 一种有源配电系统运行灵活性的量化分析方法及相关产品 | |
CN109784755A (zh) | 一种基于层次分析法的电网智能化水平评估方法 | |
CN105184493A (zh) | 一种用于电网企业能源绩效评价的方法 | |
CN114268110B (zh) | 配电变压器无功补偿投退状态的判别方法和装置 | |
CN113450031B (zh) | 居民智慧用能服务潜在台区选取方法及装置 | |
CN112950067B (zh) | 基于模糊综合评价的电力用户用电能效评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120912 |