CN103489066A - 一种电能质量暂态事件突出区域监测信息与数据分析方法 - Google Patents
一种电能质量暂态事件突出区域监测信息与数据分析方法 Download PDFInfo
- Publication number
- CN103489066A CN103489066A CN201310419439.3A CN201310419439A CN103489066A CN 103489066 A CN103489066 A CN 103489066A CN 201310419439 A CN201310419439 A CN 201310419439A CN 103489066 A CN103489066 A CN 103489066A
- Authority
- CN
- China
- Prior art keywords
- power quality
- transient event
- quality transient
- data
- phase
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
-
- 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
Abstract
本发明提供一种电能质量暂态事件突出区域监测信息与数据的分析方法,包括以下步骤:通过信息监测与管理设备获取目标地区的监测点信息;通过电能质量高级分析平台对监测点信息进行合理性筛选和综合分析;由电能质量高级分析平台根据综合分析结果,判定超定长持续时间的电能质量暂态事件是由电网/变电设施故障引起或由负荷突变引起。本发明通过一种电能质量暂态事件突出区域监测信息与数据的分析方法,对从监测点采集的信息和数据进行综合分析,所得分析结果为区域电能质量综合治理方案提供可靠依据。
Description
技术领域
本发明涉及电力技术领域,尤其涉及一种电能质量暂态事件突出区域监测信息与数据的分析方法。
背景技术
近年来,大型城市电网中的用电负荷结构发生了重大变化。非线性、冲击性、不对称性大型工业负荷的不断增加,以及这些负荷在区域电网中的集中分布,使得电网电能质量问题日益突出,已严重危害到系统的安全稳定运行;而对于敏感用户,几十毫秒的电压暂降就可能导致设备损坏、生产线停产,给企业造成巨大的经济损失。因此,如何实现电能质量的有效治理,已成为亟待解决的重点问题。
对重点区域实施电能质量的综合治理,是解决电网电能质量问题的一种高效而经济可行的方案。为给这一方案提供有效依据,需要结合供电电能质量的监测数据、用户对供电电能质量的差异化需求以及敏感用户信息,对电能质量暂态事件发生较为集中的突出区域进行调查研究与分析。目前,针对区域电能质量暂态事件的调查研究,尚无系统明确的分析方法。为此,以已有的理论分析方法为基础,结合工程实际情况,将分析方法具体化,条理化,使调研与分析的结果具有较高的可靠性,为区域电能质量的综合治理提供合理的依据。
发明内容
为解决上述技术问题,本发明提供的一种电能质量暂态事件突出区域监测信息与数据的分析方法,包括以下步骤,
通过信息监测与管理设备获取目标地区的监测点信息;
通过电能质量高级分析平台对监测点信息进行合理性筛选和综合分析;
由电能质量高级分析平台根据综合分析结果,判定超定长持续时间的电能质量暂态事件是由电网/变电设施故障引起或由负荷突变引起。
其中,通过电能质量高级分析平台对监测点信息进行合理性筛选和综合分析,包括:
将不符合电能质量暂态事件定义的监测数据予以剔除;
按照不同电压等级,对电能质量暂态事件的发生次数进行统计分析;
根据统计分析结果,以电能质量暂态事件发生次数最多的中心站作为重点区域;
对重点区域内在同一时刻发生的单一事件进行三相分析;
对重点区域内同一变电站在同一天内发生的多次事件进行关联分析;
对重点区域内持续时间超过预定时长的电能质量暂态事件,应用数据采集器获取相应的监测数据,采用支持向量机方法(SVM)对监测数据进行详细分析,根据分析结果判断在非停电情况下,导致长时间电能质量暂态事件发生的原因。
其中,对重点区域内持续时间超过预定时长的电能质量暂态事件,应用数据采集器获取相应的监测数据,采用支持向量机方法(SVM)对监测数据进行详细分析,根据分析结果判断在非停电情况下,导致长时间电能质量暂态事件发生的原因,具体包括:
对重点区域内持续时间超过一定时长以上的电能质量暂态事件,应用数据采集器获取相应的监测数据,采用支持向量机方法SVM进行详细分析,具体包括以下步骤:
确定电网/变电设施故障和负荷突变作为引起超定长持续时间电能质量暂态事件的两类主要原因,进行两类模式识别;
确定被分析电能质量暂态事件发生年限之前N年内分别由电网/变电设施故障和负荷突变引起的超定长持续时间电能质量暂态事件的监测数据作为SVM的训练样本;
从所述训练样本中提取出SVM的输入特征向量;
确定核函数和惩罚因子,构造SVM分类器,应用训练样本对SVM分类器进行学习和训练;
以被分析的电能质量暂态事件的监测数据作为测试样本,应用已训练好的SVM分类器对测试样本进行识别和分类。
其中,所述的不同电压等级分别为220KV和110KV。
其中,所述的三相分析为:
发生电压暂降时判断为短路,发生短时电压中断时判断为短路接地;
当一相出现电压暂降/短时电压中断而另外两相出现电压暂升时,判断为单相短路/单相短路接地;
当两相出现电压暂降而另外一相出现电压暂升时,判断为两相短路接地;
当两相出现电压暂降而另外一相电压无变化时,判断为两相短路;
当三相电压均出现电压暂降/短时电压中断时,判断为三相短路/三相短路接地;
当三相电压均出现电压暂升时,判断为三相过电压。
其中,所述的关联分析为:
当不同母线在同一时刻发生相同的电能质量暂态事件时,判断不同母线的馈线之间存在电气关联;
当同一母线在不同时刻连续发生多次电能质量暂态事件时,判断事件由雷击、施工或误操作引起。
其中,所述的持续时间超过一定时长为持续时间超过至少一秒。
其中,从所述训练样本中提取出SVM的输入特征向量,包括:
提取扰动持续时间、额定电压百分比、平均值、标准偏差和扰动持续时间内的能量比作为SVM的5维输入特征向量。
其中,所述确定核函数为径向基核函数,K(x,x′)=exp(-|x-x′|2/σ2),其中参数σ为0.2;惩罚因子为10。
本发明通过一种电能质量暂态事件突出区域监测信息与数据的分析方法,对从监测点采集的信息和数据进行综合分析,所得分析结果为区域电能质量综合治理方案提供可靠依据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种电能质量暂态事件突出区域监测信息与数据的分析方法实施例一的流程示意图;
图2为本发明提供的一种电能质量暂态事件突出区域监测信息与数据的分析方法实施例二的流程示意图;
图3为本发明提供的一种电能质量暂态事件突出区域监测信息与数据的分析方法实施例三的流程示意图;
图4为本发明提供的一种电能质量暂态事件突出区域监测信息与数据的分析方法实施例四的流程示意图;
图5为本发明提供的一种电能质量暂态事件突出区域监测信息与数据的分析方法实施例五的流程示意图。
具体实施方式
下面结合附图对本发明的具体实施例进行详细说明。
参见图1,本发明提供的一种电能质量暂态事件突出区域监测信息与数据的分析方法实施例一,包括以下步骤:
步骤100,通过信息监测与管理设备获取目标地区的监测点信息;具体的,收集目标地区(即某一省、市、县或更小的区域范围)的监测点信息。以中心站划分作为整体分析思路,确定电压暂降这一电能质量暂态事件作为核心分析目标。对监测点信息分别按照时间顺序、所在中心站以及不同电压等级进行整理。
步骤101,通过电能质量高级分析平台对监测点信息进行合理性筛选和综合分析;
步骤102,由电能质量高级分析平台根据综合分析结果,判定超定长持续时间的电能质量暂态事件是由电网/变电设施故障引起或由负荷突变引起。
如图2所示,为本发明提供的一种电能质量暂态事件突出区域监测信息与数据的分析方法实施例二。本实施例中将描述通过电能质量高级分析平台对监测点信息进行合理性筛选和综合分析的过程,包括:
步骤200,将不符合电能质量暂态事件定义的监测数据予以剔除;具体的,根据电能质量暂态事件在持续时间上的定义,在电能质量高级分析平台上,将持续时间在0.5个周波到一分钟范围以外的数据予以剔除;
步骤201,按照不同电压等级,对电能质量暂态事件的发生次数进行统计分析;具体的,按照220KV和110KV两类不同电压等级,对电能质量暂态事件依照事件总数、低于额定电压事件、高于额定电压事件、低于ITI事件和高于ITI事件五种情况分别进行发生次数的统计分析。在统计过程中,将同一变电站的同一母线下在同一时刻发生的两相或三相的暂态事件均按照核心分析目标记为零次或一次。
步骤202,根据统计分析结果,以电能质量暂态事件发生次数最多的中心站作为重点区域;具体的,按照步骤201中的五种情况对统计次数进行排序,以电能质量暂态事件发生次数最多的中心站作为重点区域.
步骤203,对重点区域内在同一时刻发生的单一事件进行三相分析;
步骤204,对重点区域内同一变电站在同一天内发生的多次事件进行关联分析。具体的,所述的关联分析为:
当不同母线在同一时刻发生相同的电能质量暂态事件时,判断不同母线的馈线之间存在电气关联;
当同一母线在不同时刻连续发生多次电能质量暂态事件时,判断事件由雷击、施工或误操作引起。
步骤205,对重点区域内持续时间超过预定时长的电能质量暂态事件,应用数据采集器获取相应的监测数据,采用支持向量机方法(SVM)对监测数据进行详细分析,根据分析结果判断在非停电情况下,导致长时间电能质量暂态事件发生的原因。
如图3所示,为本发明提供的一种电能质量暂态事件突出区域监测信息与数据的分析方法实施例三。本实施例中将描述对重点区域内持续时间超过预定时长的电能质量暂态事件,应用数据采集器获取相应的监测数据,采用支持向量机方法(SVM)对监测数据进行详细分析,根据分析结果判断在非停电情况下,导致长时间电能质量暂态事件发生的原因的过程,包括:
步骤300,确定电网/变电设施故障和负荷突变作为引起超定长持续时间电能质量暂态事件的两类主要原因,进行两类模式识别;
步骤301,确定被分析电能质量暂态事件发生年限之前N年内分别由电网/变电设施故障和负荷突变引起的超定长持续时间电能质量暂态事件的监测数据作为SVM的训练样本;
步骤302,从所述训练样本中提取出SVM的输入特征向量;
具体的,包括:
提取扰动持续时间、额定电压百分比、平均值、标准偏差和扰动持续时间内的能量比作为SVM的5维输入特征向量。
其中,输入特征向量平均值的计算公式为:
标准偏差的计算公式为:
扰动持续时间内的能量比的计算公式为:
式中,N为监测数据的采样点数,xi为监测数据序列中的第i个数据,N1和N2分别为扰动发生开始和结束时刻对应的样本点。
步骤303,确定核函数和惩罚因子,构造SVM分类器,应用训练样本对SVM分类器进行学习和训练;所述确定核函数为径向基核函数,K(x,x′)=exp(-|x-x′|2/σ2),其中参数σ为0.2;惩罚因子为10。
步骤304,以被分析的电能质量暂态事件的监测数据作为测试样本,应用已训练好的SVM分类器对测试样本进行识别和分类。
如图4所示,为本发明提供的一种电能质量暂态事件突出区域监测信息与数据的分析方法实施例四。本实施例将描述三相分析的过程,包括:
步骤400,发生电压暂降时判断为短路,发生短时电压中断时判断为短路接地;
步骤401,当一相出现电压暂降/短时电压中断而另外两相出现电压暂升时,判断为单相短路/单相短路接地;
步骤402,当两相出现电压暂降而另外一相出现电压暂升时,判断为两相短路接地;
步骤403,当两相出现电压暂降而另外一相电压无变化时,判断为两相短路;
步骤404,当三相电压均出现电压暂降/短时电压中断时,判断为三相短路/三相短路接地;
步骤405,当三相电压均出现电压暂升时,判断为三相过电压。
如图5所示,为本发明提供的一种电能质量暂态事件突出区域监测信息与数据的分析方法实施例五。
需要说明的是,由本发明电能质量高级分析平台最所确定的综合分析结果,分别生成ITI(CBEMA)图、统计表和报告。确定重点区域进行集中治理,为治理装置的设计方案提供主要功能、性能、主要技术参数和控制策略上的要求。其中,ITI(CBEMA)图的绘制方法如图5所示:
步骤500,横坐标为干扰时长,取秒为单位,并以对数坐标表示;纵坐标为额定电压百分比(RMS或者峰值等效值);
步骤501,根据IEEE标准中规定的ITI(CBEMA)上下限参数,画出ITI(CBEMA)曲线。最新修订的标准中规定的上下限参数为:
持续时间(ms) | 1 | 3 | 3 | 20 | 20 | 20 | 500 | 500 | 10000 | 10000 |
上限(%) | 200 | 140 | 120 | 120 | 120 | 120 | 120 | 110 | 110 | 110 |
下限(%) | 0 | 0 | 0 | 0 | 40 | 70 | 70 | 80 | 80 | 90 |
步骤502,对高于上限的禁止区、低于下限的无损区和介于两者之间的无中断区分别着以红色、黄色和绿色的涂层进行区分和辨识;
步骤503,将电能质量暂态事件发生次数的统计结果以散点图的形式描绘在ITI(CBEMA)图中,并分电压等级将220KV和110KV变电站下的散点图分别着为蓝色和黑色加以区分表示;
步骤504,将电能质量暂态事件发生次数的统计结果标注在ITI(CBEMA)图旁进行说明。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (9)
1.一种电能质量暂态事件突出区域监测信息与数据的分析方法,其特征在于,包括以下步骤:
通过信息监测与管理设备获取目标地区的监测点信息;
通过电能质量高级分析平台对监测点信息进行合理性筛选和综合分析;
由电能质量高级分析平台根据综合分析结果,判定超定长持续时间的电能质量暂态事件是由电网/变电设施故障引起或由负荷突变引起。
2.如权利要求1所述的一种电能质量暂态事件突出区域监测信息与数据的分析方法,其特征在于,通过电能质量高级分析平台对监测点信息进行合理性筛选和综合分析,包括:
将不符合电能质量暂态事件定义的监测数据予以剔除;
按照不同电压等级,对电能质量暂态事件的发生次数进行统计分析;
根据统计分析结果,以电能质量暂态事件发生次数最多的中心站作为重点区域;
对重点区域内在同一时刻发生的单一事件进行三相分析;
对重点区域内同一变电站在同一天内发生的多次事件进行关联分析。
3.如权利要求2所述的一种电能质量暂态事件突出区域监测信息与数据的分析方法,其特征在于,对重点区域内同一变电站在同一天内发生的多次事件进行关联分析,包括:
对重点区域内持续时间超过一定时长以上的电能质量暂态事件,应用数据采集器获取相应的监测数据,采用支持向量机方法SVM进行详细分析,具体包括以下步骤,
确定电网/变电设施故障和负荷突变作为引起超定长持续时间电能质量暂态事件的两类主要原因,进行两类模式识别;
确定被分析电能质量暂态事件发生年限之前N年内分别由电网/变电设施故障和负荷突变引起的超定长持续时间电能质量暂态事件的监测数据作为SVM的训练样本;
从所述训练样本中提取出SVM的输入特征向量;
确定核函数和惩罚因子,构造SVM分类器,应用训练样本对SVM分类器进行学习和训练;
以被分析的电能质量暂态事件的监测数据作为测试样本,应用已训练好的SVM分类器对测试样本进行识别和分类。
4.根据权利要求3所述的一种电能质量暂态事件突出区域监测信息与数据的分析方法,其特征在于,所述的不同电压等级分别为220KV和110KV。
5.根据权利要求4所述的一种电能质量暂态事件突出区域监测信息与数据的分析方法,其特征在于,所述的三相分析为:
发生电压暂降时判断为短路,发生短时电压中断时判断为短路接地;
当一相出现电压暂降/短时电压中断而另外两相出现电压暂升时,判断为单相短路/单相短路接地;
当两相出现电压暂降而另外一相出现电压暂升时,判断为两相短路接地;
当两相出现电压暂降而另外一相电压无变化时,判断为两相短路;
当三相电压均出现电压暂降/短时电压中断时,判断为三相短路/三相短路接地;
当三相电压均出现电压暂升时,判断为三相过电压。
6.根据权利要求5所述的一种电能质量暂态事件突出区域监测信息与数据的分析方法,其特征在于,所述的关联分析为:
当不同母线在同一时刻发生相同的电能质量暂态事件时,判断不同母线的馈线之间存在电气关联;
当同一母线在不同时刻连续发生多次电能质量暂态事件时,判断事件由雷击、施工或误操作引起。
7.根据权利要求6所述的一种电能质量暂态事件突出区域监测信息与数据的分析方法,其特征在于,所述的持续时间超过一定时长为持续时间超过至少一秒。
8.根据权利要求7所述的一种电能质量暂态事件突出区域调查研究与分析的方法,其特征在于,从所述训练样本中提取出SVM的输入特征向量,包括:
提取扰动持续时间、额定电压百分比、平均值、标准偏差和扰动持续时间内的能量比作为SVM的5维输入特征向量。
9.根据权利要求8所述的一种电能质量暂态事件突出区域调查研究与分析的方法,其特征在于,所述确定核函数为径向基核函数,K(x,x′)=exp(-|x-x′|2/σ2),其中参数σ为0.2;惩罚因子为10。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310419439.3A CN103489066A (zh) | 2013-09-13 | 2013-09-13 | 一种电能质量暂态事件突出区域监测信息与数据分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310419439.3A CN103489066A (zh) | 2013-09-13 | 2013-09-13 | 一种电能质量暂态事件突出区域监测信息与数据分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103489066A true CN103489066A (zh) | 2014-01-01 |
Family
ID=49829269
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310419439.3A Pending CN103489066A (zh) | 2013-09-13 | 2013-09-13 | 一种电能质量暂态事件突出区域监测信息与数据分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103489066A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103761688B (zh) * | 2014-01-28 | 2017-02-01 | 国家电网公司 | 一种面向区域电网的电能质量问题预警方法 |
CN106548273A (zh) * | 2016-10-18 | 2017-03-29 | 国网上海市电力公司 | 电能质量暂态数据计算系统 |
CN107093035A (zh) * | 2017-06-09 | 2017-08-25 | 深圳市中电电力技术股份有限公司 | 一种多维度互联的电能质量综合分析系统 |
CN109993447A (zh) * | 2019-04-08 | 2019-07-09 | 上海国孚电力设计工程股份有限公司 | 变电站电能质量数据修复方法 |
CN112003374A (zh) * | 2020-08-25 | 2020-11-27 | 杭州电力设备制造有限公司 | 一种电能质量无线监测系统 |
CN112737103A (zh) * | 2020-12-09 | 2021-04-30 | 国网江苏省电力有限公司连云港供电分公司 | 一种敏感用户用电状态的监测系统及监测方法 |
CN113625074A (zh) * | 2021-07-02 | 2021-11-09 | 深圳供电局有限公司 | 暂态电能质量扰动引起长时闪变超标的判别方法和装置 |
CN114050613A (zh) * | 2021-11-29 | 2022-02-15 | 国网湖南省电力有限公司 | 一种电网电压暂态事件的在线识别与追溯方法及其系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003073176A1 (en) * | 2002-02-25 | 2003-09-04 | General Electric Company | Protection system for power distribution systems |
CN101738551A (zh) * | 2009-12-15 | 2010-06-16 | 西南交通大学 | 基于联网的暂态电能质量扰动智能分析方法 |
CN102394496A (zh) * | 2011-07-21 | 2012-03-28 | 浙江大学 | 一种分布式发电系统和微电网的电能质量综合评估方法 |
CN103136587A (zh) * | 2013-03-07 | 2013-06-05 | 武汉大学 | 基于支持向量机的配电网运行状态分类识别方法 |
CN103217621A (zh) * | 2012-01-20 | 2013-07-24 | 北京特域科技有限公司 | 一种电能质量监测方法和电能质量监测系统 |
-
2013
- 2013-09-13 CN CN201310419439.3A patent/CN103489066A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003073176A1 (en) * | 2002-02-25 | 2003-09-04 | General Electric Company | Protection system for power distribution systems |
CN101738551A (zh) * | 2009-12-15 | 2010-06-16 | 西南交通大学 | 基于联网的暂态电能质量扰动智能分析方法 |
CN102394496A (zh) * | 2011-07-21 | 2012-03-28 | 浙江大学 | 一种分布式发电系统和微电网的电能质量综合评估方法 |
CN103217621A (zh) * | 2012-01-20 | 2013-07-24 | 北京特域科技有限公司 | 一种电能质量监测方法和电能质量监测系统 |
CN103136587A (zh) * | 2013-03-07 | 2013-06-05 | 武汉大学 | 基于支持向量机的配电网运行状态分类识别方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103761688B (zh) * | 2014-01-28 | 2017-02-01 | 国家电网公司 | 一种面向区域电网的电能质量问题预警方法 |
CN106548273A (zh) * | 2016-10-18 | 2017-03-29 | 国网上海市电力公司 | 电能质量暂态数据计算系统 |
CN107093035A (zh) * | 2017-06-09 | 2017-08-25 | 深圳市中电电力技术股份有限公司 | 一种多维度互联的电能质量综合分析系统 |
CN109993447A (zh) * | 2019-04-08 | 2019-07-09 | 上海国孚电力设计工程股份有限公司 | 变电站电能质量数据修复方法 |
CN112003374A (zh) * | 2020-08-25 | 2020-11-27 | 杭州电力设备制造有限公司 | 一种电能质量无线监测系统 |
CN112003374B (zh) * | 2020-08-25 | 2022-04-15 | 杭州电力设备制造有限公司 | 一种电能质量无线监测系统 |
CN112737103A (zh) * | 2020-12-09 | 2021-04-30 | 国网江苏省电力有限公司连云港供电分公司 | 一种敏感用户用电状态的监测系统及监测方法 |
CN113625074A (zh) * | 2021-07-02 | 2021-11-09 | 深圳供电局有限公司 | 暂态电能质量扰动引起长时闪变超标的判别方法和装置 |
CN114050613A (zh) * | 2021-11-29 | 2022-02-15 | 国网湖南省电力有限公司 | 一种电网电压暂态事件的在线识别与追溯方法及其系统 |
CN114050613B (zh) * | 2021-11-29 | 2023-10-27 | 国网湖南省电力有限公司 | 一种电网电压暂态事件的在线识别与追溯方法及其系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103489066A (zh) | 一种电能质量暂态事件突出区域监测信息与数据分析方法 | |
CN103576048B (zh) | 一种用于电压暂降源定位的可能故障线路集提取方法 | |
Rahman et al. | Largest blackouts around the world: Trends and data analyses | |
CN103065265B (zh) | 基于PQView数据源的电能质量扰动类型识别方法 | |
CN105117839B (zh) | 一种基于连锁故障的电力系统薄弱环节辨识方法 | |
CN103472362A (zh) | 一种电力系统wams信息内嵌故障特征提取方法 | |
CN107979086A (zh) | 基于em算法和梯度提升树的电压暂降原因识别方法 | |
CN105914755B (zh) | 电力系统动态无功优化配置方法和系统 | |
CN104036434A (zh) | 一种配电网负荷供应能力评价方法 | |
CN103853765A (zh) | 一种比对电力系统故障波形特征的方法 | |
CN108614192B (zh) | 一种配电网雷电监测装置布点决策方法 | |
CN104346691A (zh) | 一种基于故障树分析的电力企业现场作业风险分析方法 | |
CN104616214A (zh) | 配电网供电可靠性评估方法 | |
CN104091289A (zh) | 基于接线模式规则的大规模配电网n-1快速校验方法 | |
CN107515339A (zh) | 一种基于直流电流分布情况的风险识别方法及系统 | |
Duan et al. | Data mining & pattern recognition of voltage sag based on K-means clustering algorithm | |
CN103823158A (zh) | 采用不变矩的谐振接地系统故障选线方法 | |
CN104915681A (zh) | 兼顾电压暂降监测信息及其关联因素的变电站聚类方法 | |
CN105279315A (zh) | 一种基于相关分析和马氏距离的变压器在线监测信息聚合分析方法 | |
CN103049661B (zh) | Gis剩余使用寿命评估方法和系统 | |
CN112085231A (zh) | 一种电力调度控制中心事故信息快速响应方法 | |
Ozgonenel et al. | Detection of blackouts by using K-means clustering in a power system | |
CN106159940A (zh) | 基于电网负荷特性分析的pmu最优布点方法 | |
CN112785109A (zh) | 一种基于调控云的电网设备故障分析方法及系统 | |
CN106651113A (zh) | 一种基于超前n‑1分析的调度员操作风险评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140101 |