CN104200404A - 一种基于模糊综合评判的配电开关状态评价方法 - Google Patents
一种基于模糊综合评判的配电开关状态评价方法 Download PDFInfo
- Publication number
- CN104200404A CN104200404A CN201410508267.1A CN201410508267A CN104200404A CN 104200404 A CN104200404 A CN 104200404A CN 201410508267 A CN201410508267 A CN 201410508267A CN 104200404 A CN104200404 A CN 104200404A
- Authority
- CN
- China
- Prior art keywords
- state
- prime
- evaluation
- fuzzy
- panel switches
- 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
Abstract
本发明涉及电气设备状态评价技术,尤其是涉及一种基于模糊综合评判的配电开关状态评价方法,该方法的步骤包括:收集配电开关状态量数据信息,构建配电开关状态评价的状态量体系;采用主成分分析法确立各状态量的权重;依据模糊数学规则,建立状态量的模糊隶属函数;计算各状态量的模糊隶属函数值,确立模糊综合评价矩阵;根据得到的状态量权重和模糊综合评价矩阵确定配电开关的状态等级。采用本发明,可以对配电开关进行状态评价,相比较传统的采用常权重方法确定权重,本发明采用的主客观赋权法相结合的方法能更为准确地反映了配电开关的状态,使评价结果更为客观、准确。
Description
技术领域
本发明涉及电气设备状态评价技术,尤其是涉及一种基于模糊综合评判的配电开关状态评价方法。
背景技术
配电网的任务是将电能分配给用户,配电设备的安全稳定运行直接关系到用户供电的可靠性。随着电网规模的不断扩大以及社会对供电可靠性的要求不断提高,电气设备运行状态的好坏成为电力企业经营、决策者的重要依据,尤其是配电网部分。因此,获取配网开关设备关键状态量,对配电开关设备进行合理的状态评价,开展相应的状态检修是配电网健康运行的保障。
目前电气设备的状态评价方法主要有层次分析法、模糊综合评判法、可拓层次评估法等。由于影响配电开关设备运行状态的因素很多,对其进行状态评价涉及到多个因素和多个指标,对配电开关设备进行状态评价是在多个因素相互作用下进行综合评判的结果。模糊综合评价就是以模糊数学的隶属度和隶属函数为基础,将评价因素量化,并根据多个评价因素对于被评价对象的隶属情况,运用模糊运算进行综合评价的方法。因此,可以采用模糊综合评判法对配电开关设备运行状态评价。
发明内容
本发明主要是解决现有技术所存在的技术问题;提供了一种可以对配电开关进行状态评价,相能更为准确地反映了配电开关的状态,使评价结果更为客观、准确的基于模糊综合评判的配电开关状态评价方法。
本发明的上述技术问题主要是通过下述技术方案得以解决的:
一种基于模糊综合评判的配电开关状态评价方法,其特征在于,包括以下步骤:
步骤1:收集配电开关状态量数据信息,构建配电开关状态评价的状态量体系;所述配电开关状态量数据信息,包括:在线监测的配电开关状态量数据,运行巡视的状态量数据,电气试验所得的状态量数据,通过足够的配电开关的数据构建配电开关状态评价的状态量体系;
步骤2:采用主成分分析法确立各状态量的权重;基于以下定义:定义某配电开关有n个影响因素,分别为u1,u2,...,un,则因素集u={u1,u2,...,un},因素集对应的因素向量则为u={u1,u2,...,un}。在发明中,因素集由状态量组成,即下图中的因子Un,如图2所示。在该图中,该配电开关设备的综合状态评价体系总共分为3层,第二层分为3个评价项目A1,A2,A3,该层因素集记为U=(u1,u2,u3),其中A1下又分为3个指标,因素集记为U1=(u11,u12,u13);A2下分为2个指标,因素集记为U2=(u21,u22);A3下又分为3个指标,因素集记为U3=(u31,u32,u33);
具体包括以下子步骤:
步骤2.1,数据标准化,定义存在n个配电开关样本,p个评价状态量构成状态参数矩阵X=(xij)n×p,xij为第i个样本关于第j个状态量的值,对状态量数据进行标准化如下:
式中分别为第j个状态量的均值和均方差。样本状态量数据经标准化之后,均值为0,方差为1。
步骤2.2,求状态参数矩阵的相关矩阵。状态量xi *和xj *的相关系数可用下式表示:
式中cov(xi *,xj *)为状态量xi *和xj *的协方差。
状态参数的相关矩阵R可表示为:
步骤2.3,求相关矩阵R的特征值λi{i=1,2,L,p},其特征值大小便可以表征各状态量对于状态评估结果的作用大小,即各状态量的权重为:
步骤3:依据模糊数学规则,建立状态量的模糊隶属函数;具体包括以下子步骤:
步骤3.1,将配电开关设备状态量进行分类,即分为数据型和描述型的状态量。
步骤3.2,对于数据型的状态量,由于其可以量化,采用半梯形和三角形结合的分布函数。对于数值越小状态越好的状态量数据,首先确定该状态量的最优值(出厂值)y0和注意值ya以及y0和ya的4个等间距点c1,c2,c3和c4,从而得到状态量yi隶属于评估等级vn(n=1,2,3,4)的隶属度为:
上式中
对于数值越大状态越好的状态量数据,首先确定该状态量的最优值(出厂值)y′0和注意值y′a以及y′a和y′0的4个等间距点c′1,c′2,c′3和c′4,从而得到状态量y′i隶属于评估等级vn(n=1,2,3,4)的隶属度为:
上式中
同理可求得数值越大,状态越好的状态量的等级隶属度。
步骤3.3,对于描述型状态量,采用模糊统计法确定隶属度,模糊统计法是对论域X上的元素x是否属于一个集合V进行统计试验,在此,集合V就是状态量的四个评估等级:正常、注意、异常、严重状态,这四个状态等级分别用vi(i=1,2,3,4)来表示,状态量的等级隶属度可按下式进行计算:
其中隶属频率的值约等于隶属度的值,模糊统计法的试验次数越多,得到的隶属频率越稳定,越接近隶属度。
步骤4:计算各状态量的模糊隶属函数值,确立模糊综合评价矩阵;具体包括以下子步骤:
步骤4.1,将配电开关的状态评价结果划分为四种情况:正常状态,注意状态,异常状态,严重状态。建立配电开关设备的状态评价集V,即V={正常,注意,异常,严重}。
步骤4.2,根据计算得到的各状态量的等级隶属度以及划分的四个状态评估等级,建立综合评价矩阵A={aij}。
步骤5:根据得到的状态量权重和模糊综合评价矩阵确定配电开关的状态等级;即根据得到的权重集W和评价矩阵A,将A与W的模糊运算结果看作对被评价对象的综合评价结果,得到的模糊综合评价的数学模型为:
对于单因素的模糊综合评判模型,按上式计算即可得到综合评价矩阵,而对于配电开关设备的状态评价是多层次的模糊综合评价模型,如图2所示的情况,因此,应该先分别计算出3个次层评价项目的单因素综合评价矩阵,然后分别对次层3个评价项目进行运算,最后得到综合评价矩阵。即R=(R1,R2,R3),最后计算T=WR=(T1,T2,T3,T4),其中T1,T2,T3,T4分别表征了该配电开关设备属于正常,注意,异常,严重这四个状态的可能。因此,Ti(i=1,2,3,4)中最大的项所对应的状态即为该配电开关设备所处的健康水平。
据此,完成了对配电开关设备的状态评价。
因此,本发明具有如下优点:可以对配电开关进行状态评价,相比较传统的采用常权重方法确定权重,本发明采用的主客观赋权法相结合的方法能更为准确地反映了配电开关的状态,使评价结果更为客观、准确。
附图说明
图1是本发明的方法流程示意图。
图2是本发明中涉及的配电开关设备的状态评价体系结构示意图。
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步具体的说明。
实施例:
步骤1:收集配电开关状态量数据信息,构建配电开关状态评价的状态量体系;
收集配电开关状态量数据信息,包括:在线监测的配电开关状态量数据,运行巡视的状态量数据,电气试验所得的状态量数据,以及专家对配电开关的评价结果。通过足够的配电开关的数据构建配电开关状态评价的状态量体系。
设某配电开关有n个影响因素,分别为u1,u2,...,un,则因素集u={u1,u2,...,un},因素集对应的因素向量则为u={u1,u2,...,un}。在发明中,因素集由状态量组成,即下图中的因子Un,如图2所示。在该图中,该配电开关设备的综合状态评价体系总共分为3层,第二层分为3个评价项目A1,A2,A3,该层因素集记为U-(u1,u2,u3),其中A1下又分为2个指标,因素集记为U1=(u11,u12,u13);A2下分为3个指标,因素集记为U2=(u21,u22);A3下又分为3个指标,因素集记为U3=(u31,u32,u33)。则该配电开关设备的状态量评价体系如图2所示。
步骤2:采用主成分分析法确立各状态量的权重;
步骤2.1,数据标准化,假设由n个配电开关样本,p个评价状态量构成状态参数矩阵X=(xij)n×p,xij为第i个样本关于第j个状态量的值,对状态量数据进行标准化如下:
式中分别为第j个状态量的均值和均方差。样本状态量数据经标准化之后,均值为0,方差为1。
步骤2.2,求状态参数矩阵的相关矩阵。状态量xi *和xj *的相关系数可用下式表示
式中cov(xi *,xj *)为状态量xi *和xj *的协方差。
状态参数的相关矩阵R可表示为
步骤2.3,求相关矩阵R的特征值λi{i=1,2,L,p},其特征值大小便可以表征各状态量对于状态评估结果的作用大小,即各状态量的权重为
步骤3:依据模糊数学规则,建立状态量的模糊隶属函数;
步骤3.1,将配电开关设备状态量进行分类,即分为数据型和描述型的状态量。
步骤3.2,对于数据型的状态量,由于其可以量化,采用半梯形和三角形结合的分布函数。对于数值越小状态越好的状态量数据,首先确定该状态量的最优值(出厂值)y0和注意值ya以及y0和ya的4个等间距点c1,c2,c3和c4,从而得到状态量yi隶属于评估等级vn(n=1,2,3,4)的隶属度为:
上式中
同理可求得数值越大,状态越好的状态量的等级隶属度。
步骤3.3,对于描述型状态量,采用模糊统计法确定隶属度。
模糊统计法是对论域X上的元素x是否属于一个集合V进行统计试验,在此,集合V就是状态量的四个评估等级:正常、注意、异常、严重状态,这四个状态等级分别用vi(i=1,2,3,4)来表示,状态量的等级隶属度可按下式进行计算:
其中隶属频率的值约等于隶属度的值,模糊统计法的试验次数越多,得到的隶属频率越稳定,越接近隶属度。
步骤S104:计算各状态量的模糊隶属函数值,确立模糊综合评价矩阵;
步骤4.1,将配电开关的状态评价结果划分为四种情况:正常状态,注意状态,异常状态,严重状态。建立配电开关设备的状态评价集V,即V={正常,注意,异常,严重}。
步骤4.2,根据计算得到的各状态量的等级隶属度以及划分的四个状态评估等级,建立综合评价矩阵A={aij}。
步骤S105:根据得到的状态量权重和模糊综合评价矩阵确定配电开关的状态等级。
根据得到的权重集W和评价矩阵A,将A与W的模糊运算结果看作对被评价对象的综合评价结果,得到的模糊综合评价的数学模型为:
对于单因素的模糊综合评判模型,按上式计算即可得到综合评价矩阵,而对于配电开关设备的状态评价是多层次的模糊综合评价模型,如图2所示的情况,因此,应该先分别计算出3个次层评价项目的单因素综合评价矩阵,然后分别对次层3个评价项目进行运算,最后得到综合评价矩阵。即R=(R1,R2,R3),最后计算T=WR=(T1,T2,T3,T4),其中T1,T2,T3,T4分别表征了该配电开关设备属于正常,注意,异常,严重这四个状态的可能。因此,Ti(i=1,2,3,4)中最大的项所对应的状态即为该配电开关设备所处的健康水平。
据此,完成了对配电开关设备的状态评价。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (1)
1.一种基于模糊综合评判的配电开关状态评价方法,其特征在于,包括以下步骤:
步骤1:收集配电开关状态量数据信息,构建配电开关状态评价的状态量体系;所述配电开关状态量数据信息,包括:在线监测的配电开关状态量数据,运行巡视的状态量数据,电气试验所得的状态量数据,通过足够的配电开关的数据构建配电开关状态评价的状态量体系;
步骤2:采用主成分分析法确立各状态量的权重;基于以下定义:定义某配电开关有n个影响因素,分别为u1,u2,...,un,则因素集u={u1,u2,...,un},因素集对应的因素向量则为u={u1,u2,...,un};因素集由状态量组成,定义为因子Un,综合状态评价体系总共分为3层,第二层分为3个评价项目A1,A2,A3,该层因素集记为U=(u1,u2,u3),其中A1下又分为3个指标,因素集记为U1=(u11,u12,u13);A2下分为2个指标,因素集记为U2=(u21,u22);A3下又分为3个指标,因素集记为U3=(u31,u32,u33);具体包括以下子步骤:
步骤2.1,数据标准化,定义存在n个配电开关样本,p个评价状态量构成状态参数矩阵X=(xij)n×p,xij为第i个样本关于第j个状态量的值,对状态量数据进行标准化如下:
式中分别为第j个状态量的均值和均方差;样本状态量数据经标准化之后,均值为0,方差为1;
步骤2.2,求状态参数矩阵的相关矩阵;状态量xi *和xj *的相关系数可用下式表示:
式中为状态量和的协方差;
状态参数的相关矩阵R表示为:
步骤2.3,求相关矩阵R的特征值λi{i=1,2,L,p},其特征值大小便可以表征各状态量对于状态评估结果的作用大小,即各状态量的权重为:
步骤3:依据模糊数学规则,建立状态量的模糊隶属函数;具体包括以下子步骤:
步骤3.1,将配电开关设备状态量进行分类,即分为数据型和描述型的状态量;
步骤3.2,对于数据型的状态量,由于其可以量化,采用半梯形和三角形结合的分布函数;对于数值越小状态越好的状态量数据,首先确定该状态量的最优值y0和注意值ya以及y0和ya的4个等间距点c1,c2,c3和c4,从而得到状态量yi隶属于评估等级vn的隶属度为:
上式中 n=1,2,3,4;
对于数值越大状态越好的状态量数据,首先确定该状态量的最优值y′0和注意值y′a以及y′a和y′0的4个等间距点c′1,c′2,c′3和c′4,从而得到状态量y′i隶属于评估等级vn的隶属度为:
上式中 n=1,2,3,4;
同理获得数值越大,状态越好的状态量的等级隶属度;
步骤3.3,对于描述型状态量,采用模糊统计法确定隶属度,模糊统计法是对论域X上的元素x是否属于一个集合V进行统计试验,在此,集合V就是状态量的四个评估等级:正常、注意、异常、严重状态,这四个状态等级分别用vi,i=1,2,3,4来表示,状态量的等级隶属度可按下式进行计算:
其中隶属频率的值约等于隶属度的值,模糊统计法的试验次数越多,得到的隶属频率越稳定,越接近隶属度;
步骤4:计算各状态量的模糊隶属函数值,确立模糊综合评价矩阵;具体包括以下子步骤:
步骤4.1,将配电开关的状态评价结果划分为四种情况:正常状态,注意状态,异常状态,严重状态;建立配电开关设备的状态评价集V,即V={正常,注意,异常,严重};
步骤4.2,根据计算得到的各状态量的等级隶属度以及划分的四个状态评估等级,建立综合评价矩阵A={aij};
步骤5:根据得到的状态量权重和模糊综合评价矩阵确定配电开关的状态等级;即根据得到的权重集W和评价矩阵A,将A与W的模糊运算结果看作对被评价对象的综合评价结果,得到的模糊综合评价的数学模型为:
对于单因素的模糊综合评判模型,按上式计算得到综合评价矩阵,而对于配电开关设备的状态评价是多层次的模糊综合评价模型,先分别计算出3个次层评价项目的单因素综合评价矩阵,然后分别对次层3个评价项目进行运算,最后得到综合评价矩阵;即R=(R1,R2,R3),最后计算T=WR=(T1,T2,T3,T4),其中T1,T2,T3,T4分别表征了该配电开关设备属于正常,注意,异常,严重这四个状态的可能;因此,Ti(i=1,2,3,4)中最大的项所对应的状态即为该配电开关设备所处的健康水平。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410508267.1A CN104200404A (zh) | 2014-09-28 | 2014-09-28 | 一种基于模糊综合评判的配电开关状态评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410508267.1A CN104200404A (zh) | 2014-09-28 | 2014-09-28 | 一种基于模糊综合评判的配电开关状态评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104200404A true CN104200404A (zh) | 2014-12-10 |
Family
ID=52085690
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410508267.1A Pending CN104200404A (zh) | 2014-09-28 | 2014-09-28 | 一种基于模糊综合评判的配电开关状态评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104200404A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104700321A (zh) * | 2015-03-16 | 2015-06-10 | 国家电网公司 | 一种输变电设备状态运行趋势分析方法 |
CN104866704A (zh) * | 2015-03-21 | 2015-08-26 | 北京化工大学 | 一种基于模糊综合评判的离心泵状态评估方法 |
CN105069278A (zh) * | 2015-07-14 | 2015-11-18 | 安徽农业大学 | 一种微生物发酵后菜籽粕品质的模糊综合评价的方法 |
CN105354622A (zh) * | 2015-07-24 | 2016-02-24 | 田军 | 基于模糊综合评判的企业生产管理评价方法 |
CN105719048A (zh) * | 2016-01-05 | 2016-06-29 | 国网上海市电力公司 | 一种基于主成分分析法及熵权法的中压配电网运行状态模糊综合评价方法 |
CN105989542A (zh) * | 2015-01-30 | 2016-10-05 | 国家电网公司 | 一种基于模糊支持向量机的继电保护状态在线评价方法 |
CN106651169A (zh) * | 2016-12-19 | 2017-05-10 | 国家电网公司 | 基于模糊综合评价的配电自动化终端状态评价方法及系统 |
CN107390156A (zh) * | 2017-06-19 | 2017-11-24 | 国网湖南省电力公司计量中心 | 一种基于基波零序特征的电力互感器状态监测方法及装置 |
CN108761263A (zh) * | 2018-05-24 | 2018-11-06 | 深圳大图科创技术开发有限公司 | 一种基于证据理论的故障诊断系统 |
CN108982989A (zh) * | 2018-05-28 | 2018-12-11 | 国网内蒙古东部电力有限公司检修分公司 | 基于多特征量信息的特高压直流接地极运行状态评估系统 |
CN109064074A (zh) * | 2018-09-26 | 2018-12-21 | 广东电网有限责任公司 | 避雷器状态诊断方法、系统及设备 |
CN109214635A (zh) * | 2017-07-06 | 2019-01-15 | 北京市首发天人生态景观有限公司 | 一种堆肥腐熟度的评价方法 |
CN112966630A (zh) * | 2021-03-18 | 2021-06-15 | 国网安徽省电力有限公司电力科学研究院 | 一种超/特高压gis开关设备运行状态评估方法、系统及设备 |
CN112989573A (zh) * | 2021-02-08 | 2021-06-18 | 国网四川省电力公司营销服务中心 | 一种计量柜状态检测方法、装置、设备及介质 |
-
2014
- 2014-09-28 CN CN201410508267.1A patent/CN104200404A/zh active Pending
Non-Patent Citations (1)
Title |
---|
刘洋: "《基于模糊综合评判的配电变压器状态评估的研究》", 《中国优秀硕士论文电子期刊网 工程科技II辑》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105989542A (zh) * | 2015-01-30 | 2016-10-05 | 国家电网公司 | 一种基于模糊支持向量机的继电保护状态在线评价方法 |
CN104700321B (zh) * | 2015-03-16 | 2018-03-13 | 国家电网公司 | 一种输变电设备状态运行趋势分析方法 |
CN104700321A (zh) * | 2015-03-16 | 2015-06-10 | 国家电网公司 | 一种输变电设备状态运行趋势分析方法 |
CN104866704A (zh) * | 2015-03-21 | 2015-08-26 | 北京化工大学 | 一种基于模糊综合评判的离心泵状态评估方法 |
CN105069278A (zh) * | 2015-07-14 | 2015-11-18 | 安徽农业大学 | 一种微生物发酵后菜籽粕品质的模糊综合评价的方法 |
CN105354622A (zh) * | 2015-07-24 | 2016-02-24 | 田军 | 基于模糊综合评判的企业生产管理评价方法 |
CN105719048A (zh) * | 2016-01-05 | 2016-06-29 | 国网上海市电力公司 | 一种基于主成分分析法及熵权法的中压配电网运行状态模糊综合评价方法 |
CN106651169A (zh) * | 2016-12-19 | 2017-05-10 | 国家电网公司 | 基于模糊综合评价的配电自动化终端状态评价方法及系统 |
CN107390156A (zh) * | 2017-06-19 | 2017-11-24 | 国网湖南省电力公司计量中心 | 一种基于基波零序特征的电力互感器状态监测方法及装置 |
CN107390156B (zh) * | 2017-06-19 | 2019-11-08 | 国网湖南省电力公司计量中心 | 一种基于基波零序特征的电力互感器状态监测方法及装置 |
CN109214635A (zh) * | 2017-07-06 | 2019-01-15 | 北京市首发天人生态景观有限公司 | 一种堆肥腐熟度的评价方法 |
CN108761263A (zh) * | 2018-05-24 | 2018-11-06 | 深圳大图科创技术开发有限公司 | 一种基于证据理论的故障诊断系统 |
CN108982989A (zh) * | 2018-05-28 | 2018-12-11 | 国网内蒙古东部电力有限公司检修分公司 | 基于多特征量信息的特高压直流接地极运行状态评估系统 |
CN109064074A (zh) * | 2018-09-26 | 2018-12-21 | 广东电网有限责任公司 | 避雷器状态诊断方法、系统及设备 |
CN112989573A (zh) * | 2021-02-08 | 2021-06-18 | 国网四川省电力公司营销服务中心 | 一种计量柜状态检测方法、装置、设备及介质 |
CN112989573B (zh) * | 2021-02-08 | 2023-03-14 | 国网四川省电力公司营销服务中心 | 一种计量柜状态检测方法、装置、设备及介质 |
CN112966630A (zh) * | 2021-03-18 | 2021-06-15 | 国网安徽省电力有限公司电力科学研究院 | 一种超/特高压gis开关设备运行状态评估方法、系统及设备 |
CN112966630B (zh) * | 2021-03-18 | 2022-09-30 | 国网安徽省电力有限公司电力科学研究院 | 一种超/特高压gis开关设备运行状态评估方法、系统及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104200404A (zh) | 一种基于模糊综合评判的配电开关状态评价方法 | |
CN102289590B (zh) | Sf6高压断路器运行状态评估方法及智能系统 | |
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 | |
CN105975735B (zh) | 一种用于电力设备健康状态评估的建模方法 | |
Wang et al. | Multi-criteria building energy performance benchmarking through variable clustering based compromise TOPSIS with objective entropy weighting | |
CN106651169A (zh) | 基于模糊综合评价的配电自动化终端状态评价方法及系统 | |
CN105046402B (zh) | 一种应用于智能变电站二次设备的状态评估方法 | |
CN102928720B (zh) | 油浸式主变压器的缺陷率检测方法 | |
CN104134999B (zh) | 基于多数据源的配电网量测有效性分析实用化计算方法 | |
CN102063657A (zh) | 一种城市配电网运行水平与供电能力评估方法 | |
CN103632203A (zh) | 一种基于综合评价的配电网供电区域划分方法 | |
CN109713671B (zh) | 配电台区运维方法、系统、存储介质及电子设备 | |
CN109583520B (zh) | 一种云模型与遗传算法优化支持向量机的状态评估方法 | |
CN103971171A (zh) | 一种输电设备状态评估方法 | |
CN104318482A (zh) | 一套智能配电网综合评估体系和方法 | |
CN108038300A (zh) | 基于改进的隶属度函数结合神经网络的光纤状态评估方法 | |
CN103245911A (zh) | 一种基于贝叶斯网络的断路器故障诊断方法 | |
CN103617371A (zh) | 一种基于灰色理论的电能质量综合评估方法 | |
CN108529372B (zh) | 基于云模型和证据理论的电梯运行状态评估方法 | |
CN109540212A (zh) | 一种基于大数据的电缆井状态评估预警系统及方法 | |
CN104331773A (zh) | 一种电网规划方案综合评估方法 | |
CN104268402A (zh) | 一种基于模糊c均值的电力系统负荷聚类方法 | |
CN104933629A (zh) | 基于区间层次分析和区间熵组合的电力用户设备评估方法 | |
CN103886518A (zh) | 一种基于监测点电能质量数据挖掘的电压暂降预警方法 | |
CN106295858A (zh) | 一种电能表非健康度预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20141210 |