CN103324992A - 基于马尔可夫和熵权模糊综合评价的变压器风险预测方法 - Google Patents
基于马尔可夫和熵权模糊综合评价的变压器风险预测方法 Download PDFInfo
- Publication number
- CN103324992A CN103324992A CN201310291573XA CN201310291573A CN103324992A CN 103324992 A CN103324992 A CN 103324992A CN 201310291573X A CN201310291573X A CN 201310291573XA CN 201310291573 A CN201310291573 A CN 201310291573A CN 103324992 A CN103324992 A CN 103324992A
- Authority
- CN
- China
- Prior art keywords
- transformer
- failure
- prime
- evaluation index
- markov
- 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.)
- Granted
Links
Images
Abstract
本发明涉及一种基于马尔可夫和熵权模糊综合评价的变压器风险预测方法,该方法包括以下步骤:1)建立基于马尔可夫过程的变压器全状态模型;2)根据变压器全状态模型获得变压器运行状态的马尔可夫状态转移图和变压器处于各状态的概率及变压器各部位的故障频率;3)通过熵权模糊算法计算各部位发生故障时的故障严重度;4)根据各部位的故障频率和故障严重度判定变压器各部位的风险。与现有技术相比,本发明具有精度高、准确度高等优点。
Description
技术领域
本发明涉及一种变压器风险评估预测方法,尤其是涉及一种基于马尔可夫和熵权模糊综合评价的变压器风险预测方法。
背景技术
电力变压器是电力系统中重要的输变电设备之一,在电力系统中处于枢纽地位,其运行的安全可靠性直接关系到电力系统的安全。大型电力变压器一旦发生故障,造成的直接和间接经济损失是十分巨大的。随着电网的高速发展,单台高电压、大容量的变压器越来越多的投入电网运行,与此同时,由于制造、运输、安装和维修质量等因素造成的变压器故障也严重的威胁着整个电力系统的安全运行,因此如何提高变压器运行的可靠性,预防和降低故障的发生概率,一直都是变压器运行监测中的重要课题。要使变压器安全可靠运行,除了选用质量性能优良的变压器外,更关键的是要不断提高变压器的运行、维护和检修水平,充分掌握变压器各类信息,对变压器科学、及时地进行预试和检修。
近年来,状态检修开始逐步进入电力企业的检修管理,检修的针对性、科学性大大加强,然而以往的检修决策主要基于设备的自身状态,没有考虑设备对系统的不同影响以及经济性,加之由于变压器结构复杂,故障模式众多,目前的状态检修还不够成熟,急需引入新的理论来指导电气设备的状态检修。基于风险的维修作为下一代以可靠性为中心的维修,是现代设备维修管理的发展方向。风险评估则是变压器风险维修的核心和基础,对变压器进行定量的风险评估和预测,可以协助管理层和决策层做出科学、有效的中长期维护检修策略和实施方案。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种精度高、准确度高的基于马尔可夫和熵权模糊综合评价的变压器风险预测方法。
一种基于马尔可夫和熵权模糊综合评价的变压器风险预测方法,该方法包括以下步骤:
1)建立基于马尔可夫过程的变压器全状态模型;
2)根据变压器全状态模型获得变压器运行状态的马尔可夫状态转移图和变压器处于各状态的概率及变压器各部位的故障频率;
3)通过熵权模糊算法计算各部位发生故障时的故障严重度;
4)根据各部位的故障频率和故障严重度判定变压器各部位的风险。
所述的变压器全状态包括变压器正常运行、铁芯故障、绕组故障、套管故障、冷却系统故障、分接头装置故障、绝缘介质故障、其他部位故障、A类检修、B类检修和C类检修。
所述的变压器处于各状态的概率的计算公式为:
其中,pi为变压器处于状态i的概率,λi和μi分别为变压器的故障率和修复率,i=0,1,…,n,n为状态个数。
所述的变压器各部位的故障频率的计算公式为:
式中,fi为状态i的故障频率,λij为状态转移率,指从状态i向状态j转移的期望次数。
所述的步骤3)具体为:
31)设定变压器各部位故障的评价指标,并获得各部位相应的评价指标值,获得的评价指标矩阵如下:
式中,c′ij表示第i个部位的第j个评价指标值,i=1,2,…,m,j=1,2,…,t,m为部位个数,t为评价指标个数;
32)对评价指标矩阵进行标准化处理,标准化处理为:
从而得到标准化评价矩阵
33)由标准化评价矩阵计算第j个评价指标的熵Hj和熵权权重ωj,计算公式为:
34)采用线性加权组合法计算各评价指标的综合权重:
αj=δωj+(1-δ)βj,j=1,2,…,t
式中,αj为第j个评价指标的综合权重;ωj为第j个评价指标的熵权权重;βj为第j个评价指标的设定权重;δ为综合系数,且0<δ<1;
35)设定变压器各部位故障的评语集V={v1,v2,…,vs},s为评语个数,采用隶属函数计算变压器各部位故障严重度的各评价指标对应于每个评语的隶属度,并得到故障严重度模糊评价矩阵:
36)根据模糊评价矩阵和熵权权重计算最终评价子集Bi:
37)对Bi进行归一化处理,处理公式为得到第i个部位故障严重度的模糊综合评价结果:
B′i=[b′i1,b′i2,b′i3,b′i4,b′i5]
式中,b′ik为第i部位故障严重度相对于评语vk的隶属度,选取B′i中最大隶属度所对应的评语作为该部位故障严重度的值。
所述的步骤4)具体为:
将计算出的各部位故障频率和故障严重度与设定的风险评估矩阵进行比对,根据风险评估矩阵判定变压器各部位的风险情况。
本发明的目的可以通过以下技术方案来实现:
与现有技术相比,本发明具有以下优点:
1)本发明马尔可夫过程和熵权模糊综合评价实现了对一段时间某地区或范围内所统计变压器分部位运行状况的风险评估,精度高;
2)本发明通过马尔可夫过程全面地建立了变压器的全状态模型,提高了方法的准确度。
附图说明
图1为本发明方法的流程示意图;
图2为本发明变压器全状态模型示意图;
图3为本发明马尔可夫状态转移图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
如图1所示,一种基于马尔可夫和熵权模糊综合评价的变压器风险预测方法,该方法包括以下步骤:
1)建立基于马尔可夫过程的变压器全状态模型,如图2所示,变压器全状态可分为变压器正常运行、铁芯故障、绕组故障、套管故障、冷却系统故障、分接头装置故障、绝缘介质故障、其他部位故障、A类检修、B类检修、C类检修等状态。其中其他部位故障原因主要是指除以上几种故障以外的故障,如人为误操作、自然灾害等。变电站施工或改造等因素发生的概率极低,所以此处暂不考虑。
2)根据变压器全状态模型获得变压器运行状态的马尔可夫状态转移图和变压器处于各状态的概率及变压器各部位的故障频率,马尔可夫状态转移图如图3所示。
变压器处于各状态的概率的计算公式为:
其中,pi为变压器处于状态i的概率,λi和μi分别为变压器的故障率和修复率,一般均为常数,可由变压器的历史运行数据得到,i=0,1,…,n,n为状态个数。
所述的变压器各部位的故障频率的计算公式为:
式中,fi为状态i的故障频率,λij为状态转移率,指从状态i向状态j转移的期望次数,fi可代表铁芯、绕组、套管、冷却系统、分接头装置、绝缘介质、其他这7个部位的故障频率。
3)通过熵权模糊算法计算各部位发生故障时的故障严重度,具体为:
31)设定变压器各部位故障的评价指标,本实施例选取直接损失、检修费用、检修时间、监测水平为评价指标,评价指标集U={u1,u2,u3,u4}={直接损失,检修费用,检修时间,监测水平}。其中直接损失为直接可见、可统计的经济损失,以元为单位;检修费用为相关部门检测维修费用,以元为单位;检修时间为从故障发生到修复所用时间,以小时为单位;监测水平指故障得到监测的难易程度,以分为单位,100分为满分,分数越低表示越易于监测。根据变压器的历史运行数据获得各部位相应的评价指标值,获得的评价指标矩阵如下:
式中,c′ij表示第i个部位的第j个评价指标值,i=1,2,…,m,j=1,2,3,4,m为部位个数;
32)对评价指标矩阵进行标准化处理,标准化处理为:
从而得到标准化评价矩阵
33)由标准化评价矩阵计算第j个评价指标的熵Hj和熵权权重ωj,计算公式为:
34)采用线性加权组合法计算各评价指标的综合权重:
αj=δωj+(1-δ)βj,j=1,2,…,t
式中,αj为第j个评价指标的综合权重;ωj为第j个评价指标的熵权权重;βj为第j个评价指标的设定权重;δ为综合系数,且0<δ<1;
35)设定变压器各部位故障的评语集V,本实施例设定的评语集为V={v1,v2,v3,v4,v5}={轻度,一般,比较严重,严重,特别严重},采用隶属函数计算变压器各部位故障严重度的各评价指标对应于每个评语的隶属度,并得到故障严重度模糊评价矩阵:
本文隶属度函数取等腰三角形函数:
式中,mk、nk、lk为对应于评语vk的常数。对等腰三角形隶属度函数做如下取值:m1=0,m2=0.25,m3=0.5,m4=0.75,m5=1;取等腰三角形底边长为1.6,从而每个指标可取到5个评语的隶属度。从而得以下5个隶属度函数:
36)根据模糊评价矩阵和熵权权重计算最终评价子集Bi:
37)对Bi进行归一化处理,处理公式为得到第i个部位故障严重度的模糊综合评价结果:
B′i=[b′i1,b′i2,b′i3,b′i4,b′i5]
式中,b′ik为第i部位故障严重度相对于评语vk的隶属度,根据最大隶属度原则,选取B′i中最大隶属度所对应的评语作为该部位故障严重度的值。
4)根据各部位的故障频率和故障严重度判定变压器各部位的风险:将计算出的各部位故障频率和故障严重度与设定的风险评估矩阵进行比对,根据风险评估矩阵判定变压器各部位的风险情况。
将变压器故障发生的频率和故障严重度各划分为5个等级,如表1和表2所示。风险的大小是对可能性和影响两个方面的综合度量,其值是事件发生可能性及影响两者的综合函数,对应于不同风险发生的可能性和影响,将产生不同的风险值。构造5×5风险评估矩阵,如表3所示,实现对变压器各部位的总体风险评估。其中,风险评估矩阵中各风险值定义如表4所示。
表1故障频度等级
故障发生频度 | 故障发生频率f |
经常 | f≥0.5 |
可能 | 0.1≤f<0.5 |
偶尔 | 0.03≤f<0.1 |
极少 | 0.1×10-3≤f<0.03 |
可忽略 | f<0.1×10-3 |
表2故障严重度等级
表3变压器部位风险评估矩阵
表4风险值定义
通过本实施例方法计算得某地区或范围内该时间段所统计变压器全部11种状态的概率值,查表1得到相应的故障频度等级(经常、可能、偶尔、极少、可忽略);构造该地区或范围内该时间段所统计变压器m个评价部位的评价矩阵C′,得出各部位的故障严重度的最终评语等级(轻度、一般、严重、比较严重、特别严重);查表3,得到纵向坐标故障频度相应等级和横坐标故障频度等级的交点,从而得出风险值(A、B、C、D),最终得出该地区或范围内该时间段所统计变压器分部位所面临的风险情况。
Claims (6)
1.一种基于马尔可夫和熵权模糊综合评价的变压器风险预测方法,其特征在于,该方法包括以下步骤:
1)建立基于马尔可夫过程的变压器全状态模型;
2)根据变压器全状态模型获得变压器运行状态的马尔可夫状态转移图和变压器处于各状态的概率及变压器各部位的故障频率;
3)通过熵权模糊算法计算各部位发生故障时的故障严重度;
4)根据各部位的故障频率和故障严重度判定变压器各部位的风险。
2.根据权利要求1所述的一种基于马尔可夫和熵权模糊综合评价的变压器风险预测方法,其特征在于,所述的变压器全状态包括变压器正常运行、铁芯故障、绕组故障、套管故障、冷却系统故障、分接头装置故障、绝缘介质故障、其他部位故障、A类检修、B类检修和C类检修。
4.根据权利要求3所述的一种基于马尔可夫和熵权模糊综合评价的变压器风险预测方法,其特征在于,所述的变压器各部位的故障频率的计算公式为:
式中,fi为状态i的故障频率,λij为状态转移率,指从状态i向状态j转移的期望次数。
5.根据权利要求4所述的一种基于马尔可夫和熵权模糊综合评价的变压器风险预测方法,其特征在于,所述的步骤3)具体为:
31)设定变压器各部位故障的评价指标,并获得各部位相应的评价指标值,获得的评价指标矩阵如下:
式中,c′ij表示第i个部位的第j个评价指标值,i=1,2,…,m,j=1,2,…,t,m为部位个数,t为评价指标个数;
32)对评价指标矩阵进行标准化处理,标准化处理为:
从而得到标准化评价矩阵
33)由标准化评价矩阵计算第j个评价指标的熵Hj和熵权权重ωj,计算公式为:
34)采用线性加权组合法计算各评价指标的综合权重:
αj=δωj+(1-δ)βj,j=1,2,…,t
式中,αj为第j个评价指标的综合权重;ωj为第j个评价指标的熵权权重;βj为第j个评价指标的设定权重;δ为综合系数,且0<δ<1;
35)设定变压器各部位故障的评语集V={v1,v2,…,vs},s为评语个数,采用隶属函数计算变压器各部位故障严重度的各评价指标对应于每个评语的隶属度,并得到故障严重度模糊评价矩阵:
36)根据模糊评价矩阵和熵权权重计算最终评价子集Bi:
B′i=[b′i1,b′i2,b′i3,b′i4,b′i5]
式中,b′ik为第i部位故障严重度相对于评语vk的隶属度,选取B′i中最大隶属度所对应的评语作为该部位故障严重度的值。
6.根据权利要求5所述的一种基于马尔可夫和熵权模糊综合评价的变压器风险预测方法,其特征在于,所述的步骤4)具体为:
将计算出的各部位故障频率和故障严重度与设定的风险评估矩阵进行比对,根据风险评估矩阵判定变压器各部位的风险情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310291573.XA CN103324992B (zh) | 2013-07-11 | 2013-07-11 | 基于马尔可夫和熵权模糊综合评价的变压器风险预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310291573.XA CN103324992B (zh) | 2013-07-11 | 2013-07-11 | 基于马尔可夫和熵权模糊综合评价的变压器风险预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103324992A true CN103324992A (zh) | 2013-09-25 |
CN103324992B CN103324992B (zh) | 2017-02-08 |
Family
ID=49193717
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310291573.XA Active CN103324992B (zh) | 2013-07-11 | 2013-07-11 | 基于马尔可夫和熵权模糊综合评价的变压器风险预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103324992B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103678765A (zh) * | 2013-10-31 | 2014-03-26 | 上海交通大学 | 基于在线监测的变压器运行状态综合评估方法 |
CN103714401A (zh) * | 2014-01-21 | 2014-04-09 | 国家电网公司 | 一种电网配变故障次数预测的方法 |
CN104102215A (zh) * | 2014-02-19 | 2014-10-15 | 盐城华盛变压器制造有限公司 | 变压器及其周边电路故障控制系统 |
CN105303327A (zh) * | 2015-11-17 | 2016-02-03 | 深圳供电局有限公司 | 一种变压器风险分析的方法和系统 |
CN105930976A (zh) * | 2016-04-28 | 2016-09-07 | 华北电力大学 | 基于加权理想点法的节点电压暂降严重程度综合评估方法 |
CN107958395A (zh) * | 2017-12-13 | 2018-04-24 | 美林数据技术股份有限公司 | 一种电力系统异常用户的识别方法 |
CN108336729A (zh) * | 2018-02-12 | 2018-07-27 | 中国电力科学研究院有限公司 | 一种基于异常扰动熵值的电网运行方式日前风险评估方法及系统 |
CN108845202A (zh) * | 2018-06-15 | 2018-11-20 | 国网山东省电力公司经济技术研究院 | 一种计及多种故障模式间机会维修的变压器状态检修方法 |
CN109492913A (zh) * | 2018-11-13 | 2019-03-19 | 广东电网有限责任公司 | 一种配电终端的模块化风险预测方法、装置及可存储介质 |
CN110085339A (zh) * | 2019-02-20 | 2019-08-02 | 广东核电合营有限公司 | 主泵风险分析方法、装置、计算机设备和存储介质 |
CN110196857A (zh) * | 2019-05-16 | 2019-09-03 | 武汉誉德节能数据服务有限公司 | 一种工业物联网数据预测分析平台 |
CN110472851A (zh) * | 2019-08-02 | 2019-11-19 | 国网上海市电力公司 | 一种基于神经网络的配电网风险隐患动态评价模型构建方法 |
CN111797538A (zh) * | 2020-07-13 | 2020-10-20 | 云南电网有限责任公司 | 一种多状态电力变压器组时变可靠性评估方法 |
CN114114002A (zh) * | 2021-11-26 | 2022-03-01 | 国网安徽省电力有限公司马鞍山供电公司 | 一种氧化物避雷器在线故障诊断与状态评估方法 |
CN114363004A (zh) * | 2021-12-09 | 2022-04-15 | 上海浦东发展银行股份有限公司 | 风险评估方法、装置、计算机设备和存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103048573A (zh) * | 2012-12-31 | 2013-04-17 | 重庆市电力公司 | 一种用于电力系统运行风险评估的方法及装置 |
-
2013
- 2013-07-11 CN CN201310291573.XA patent/CN103324992B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103048573A (zh) * | 2012-12-31 | 2013-04-17 | 重庆市电力公司 | 一种用于电力系统运行风险评估的方法及装置 |
Non-Patent Citations (2)
Title |
---|
廖瑞金等: "应用马尔科夫模型评估电力变压器可靠性", 《高电压技术》 * |
林济铿等: "基于熵权模糊综合评价模型的电力系统黑启动方案评估", 《电网技术》 * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103678765B (zh) * | 2013-10-31 | 2016-04-27 | 上海交通大学 | 基于在线监测的变压器运行状态综合评估方法 |
CN103678765A (zh) * | 2013-10-31 | 2014-03-26 | 上海交通大学 | 基于在线监测的变压器运行状态综合评估方法 |
CN103714401A (zh) * | 2014-01-21 | 2014-04-09 | 国家电网公司 | 一种电网配变故障次数预测的方法 |
CN104102215A (zh) * | 2014-02-19 | 2014-10-15 | 盐城华盛变压器制造有限公司 | 变压器及其周边电路故障控制系统 |
CN105303327A (zh) * | 2015-11-17 | 2016-02-03 | 深圳供电局有限公司 | 一种变压器风险分析的方法和系统 |
CN105930976A (zh) * | 2016-04-28 | 2016-09-07 | 华北电力大学 | 基于加权理想点法的节点电压暂降严重程度综合评估方法 |
CN105930976B (zh) * | 2016-04-28 | 2020-01-24 | 华北电力大学 | 基于加权理想点法的节点电压暂降严重程度综合评估方法 |
CN107958395A (zh) * | 2017-12-13 | 2018-04-24 | 美林数据技术股份有限公司 | 一种电力系统异常用户的识别方法 |
CN107958395B (zh) * | 2017-12-13 | 2021-11-26 | 美林数据技术股份有限公司 | 一种电力系统异常用户的识别方法 |
CN108336729A (zh) * | 2018-02-12 | 2018-07-27 | 中国电力科学研究院有限公司 | 一种基于异常扰动熵值的电网运行方式日前风险评估方法及系统 |
CN108336729B (zh) * | 2018-02-12 | 2021-02-05 | 中国电力科学研究院有限公司 | 一种基于异常扰动熵值的电网运行方式日前风险评估方法 |
CN108845202A (zh) * | 2018-06-15 | 2018-11-20 | 国网山东省电力公司经济技术研究院 | 一种计及多种故障模式间机会维修的变压器状态检修方法 |
CN108845202B (zh) * | 2018-06-15 | 2020-11-17 | 国网山东省电力公司经济技术研究院 | 一种计及多种故障模式间机会维修的变压器状态检修方法 |
CN109492913B (zh) * | 2018-11-13 | 2022-01-25 | 南方电网电力科技股份有限公司 | 一种配电终端的模块化风险预测方法、装置及可存储介质 |
CN109492913A (zh) * | 2018-11-13 | 2019-03-19 | 广东电网有限责任公司 | 一种配电终端的模块化风险预测方法、装置及可存储介质 |
CN110085339A (zh) * | 2019-02-20 | 2019-08-02 | 广东核电合营有限公司 | 主泵风险分析方法、装置、计算机设备和存储介质 |
CN110196857A (zh) * | 2019-05-16 | 2019-09-03 | 武汉誉德节能数据服务有限公司 | 一种工业物联网数据预测分析平台 |
CN110472851A (zh) * | 2019-08-02 | 2019-11-19 | 国网上海市电力公司 | 一种基于神经网络的配电网风险隐患动态评价模型构建方法 |
CN111797538A (zh) * | 2020-07-13 | 2020-10-20 | 云南电网有限责任公司 | 一种多状态电力变压器组时变可靠性评估方法 |
CN111797538B (zh) * | 2020-07-13 | 2022-12-23 | 云南电网有限责任公司 | 一种多状态电力变压器组时变可靠性评估方法 |
CN114114002A (zh) * | 2021-11-26 | 2022-03-01 | 国网安徽省电力有限公司马鞍山供电公司 | 一种氧化物避雷器在线故障诊断与状态评估方法 |
CN114114002B (zh) * | 2021-11-26 | 2023-03-10 | 国网安徽省电力有限公司马鞍山供电公司 | 一种氧化物避雷器在线故障诊断与状态评估方法 |
CN114363004A (zh) * | 2021-12-09 | 2022-04-15 | 上海浦东发展银行股份有限公司 | 风险评估方法、装置、计算机设备和存储介质 |
CN114363004B (zh) * | 2021-12-09 | 2024-01-23 | 上海浦东发展银行股份有限公司 | 风险评估方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103324992B (zh) | 2017-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103324992A (zh) | 基于马尔可夫和熵权模糊综合评价的变压器风险预测方法 | |
CN103793854B (zh) | 多重组合优化的架空输电线路运行风险信息化评估方法 | |
CN103700025B (zh) | 一种基于风险分析的电力系统设备重要度的评估排序方法 | |
CN102663240B (zh) | 电力通信业务风险分析系统及评估方法 | |
CN104537487B (zh) | 一种输变电设备运行动态风险的评估方法 | |
CN108037378A (zh) | 基于长短时记忆网络的变压器运行状态预测方法及系统 | |
CN105678469A (zh) | 一种应用于智能变电站继电保护设备的风险评估方法 | |
CN104217104A (zh) | 一种基于风险评估的电力变压器寿命分析方法及系统 | |
CN103177186B (zh) | 一种电气回路故障概率预测方法 | |
CN104318347A (zh) | 一种基于多传感器信息融合的输电线路覆冰状态评估方法 | |
CN104091008A (zh) | 基于改进区间层次分析法的用户用电设备安全评估方法 | |
CN107256449A (zh) | 一种智能变电站继电保护装置状态评价与评估方法 | |
CN103646358A (zh) | 计及电力设备时变故障率的电网计划检修周期确定方法 | |
CN103440400A (zh) | 考虑灾害因素的电力系统短期风险判定方法 | |
CN106777603A (zh) | 智能变电站继电保护装置寿命预测方法 | |
CN107239652A (zh) | 一种充电站运行状态风险评估方法 | |
CN103942735A (zh) | 一种继电保护状态评估的方法 | |
CN107194574A (zh) | 一种基于负荷损失的电网安全风险评估方法 | |
CN105260861A (zh) | 一种电动汽车电池更换站综合风险评估方法 | |
CN104462718A (zh) | 一种变电站经济运行年限区间评估方法 | |
CN103699668A (zh) | 基于数据断面一致性的配电网电气设备组合状态评估方法 | |
CN104809665A (zh) | 一种基于改进Apriori算法的配电网预警方法 | |
CN104991549A (zh) | 基于fta与多层次模糊神经子网络的轨道电路红光带故障诊断方法 | |
CN109510205B (zh) | 一种配电网负荷转供辅助决策分析方法 | |
CN111126672A (zh) | 一种基于分类决策树的高压架空输电线路台风灾害预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |