CN105242156A - 一种面向电力网络的性能可靠性评估方法 - Google Patents
一种面向电力网络的性能可靠性评估方法 Download PDFInfo
- Publication number
- CN105242156A CN105242156A CN201510796953.8A CN201510796953A CN105242156A CN 105242156 A CN105242156 A CN 105242156A CN 201510796953 A CN201510796953 A CN 201510796953A CN 105242156 A CN105242156 A CN 105242156A
- Authority
- CN
- China
- Prior art keywords
- performance
- node
- electric power
- decision graph
- power networks
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000005540 biological transmission Effects 0.000 claims abstract description 37
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 238000010586 diagram Methods 0.000 claims abstract description 17
- 230000000875 corresponding effect Effects 0.000 claims description 47
- 238000010276 construction Methods 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 6
- 239000012212 insulator Substances 0.000 claims description 5
- 230000007257 malfunction Effects 0.000 claims description 4
- 230000002596 correlated effect Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种面向电力网络的性能可靠性评估方法,包括:将发电厂、变电站和输电设备作为一个整体,建立电力网络的有向图分析模型;根据有向图模型查找不同源节点至中转节点的路径,构造中转节点Ti的源节点路径及其决策图模型;计算中转节点T的各个性能级别Pi;构造每个性能级别Pi对应的决策图模型;采用电力网络的历史故障数据获得各条链路Xi的停运概率Pr{Xi},根据决策图模型对性能可靠性进行评估。本发明针对电力网络的多性能级别特点提出性能可靠性指标,并基于决策图模型评估链路故障对于电力网络性能的影响,所计算出的性能可靠性指标能够对管理和优化电力网络可靠性和性能提供帮助。
Description
技术领域
本发明属于电力网络管理技术领域,尤其涉及一种面向电力网络的性能可靠性评估方法。
背景技术
电力网络作为现代社会主要的能源供给形式,它在社会生产生活中发挥着举足轻重的作用。电力系统的安全运转,关系到社会生产和人民生活的正常进行,关系到社会的长治久安。电力系统地理分布范围较广、所处场地条件复杂、发电厂变电站密布、各级输电线路交织,形成了大范围的复杂网络,这些特点决定了电力系统极易遭受自然灾害的影响。电力系统一旦遭到自然灾害破坏,势必影响社会生产生活,造成巨大的直接及间接经济损失,同时也给灾后应急救援工作带来巨大困难。在电力网络可靠性研究方面,电力工程界和生命线工程抗灾界都作了大量研究,其中电力工程界偏重于从充裕度和安全性方面进行考察,即研究的是电力系统的功能可靠性,生命线工程抗灾界则偏重于从连通可靠性方面进行考察。上述的许多研究多采用模糊数学的方法建立电力网络风险评估模型,或者归纳出电力网络运行风险因素,建立风险损失的计算公式。
但是,现有的技术主要集中在功能可靠性和连通可靠性方面,没有对电力网络中存在的多性能级别特点进行有针对性的研究,没有考虑链路故障对于电力网络性能的影响,同时没有提出一套能够对电力网络的性能可靠性进行评估的方法。
发明内容
本发明的目的在于提供一种面向电力网络的性能可靠性评估方法,旨在考虑电力网络中存在的多性能级别特点,以及链路故障对于电力网络性能的影响,提出一种性能可靠性指标,并提出相应的基于决策图的评估方法。
本发明是这样实现的,一种面向电力网络的性能可靠性评估方法,所述面向电力网络的性能可靠性评估方法包括:
将发电厂、变电站和输电设备作为一个整体,建立电力网络的有向图分析模型;
根据有向图模型查找不同源节点至中转节点的路径,构造中转节点Ti的源节点路径及其决策图模型;
计算中转节点T的各个性能级别Pi;
构造每个性能级别Pi对应的决策图模型;
采用电力网络的历史故障数据获得各条链路Xi的停运概率Pr{Xi},根据决策图模型对性能可靠性进行评估。
进一步,所述建立电力网络的有向图分析模型:
发电厂看做整体,作为源节点Si处理,把发电厂的发电能力作为该源节的权值P(Si);
变电站看做整体,作为中转节点Ti处理;
根据电能的传输路径,将输电线路中的输电设备看做整体,输电设备包括:输电线、杆塔、绝缘子串、架空线路,用有向线段Xi代替将发电厂、变电站连接。
进一步,所述构造中转节点Ti的源节点路径及其决策图模型具体包括:
根据有向图模型查找不同源节点Si至中转节点Ti的路径,利用路径上的所有链路构造决策图模型,每条链路X有两种状态,工作状态和故障状态;链路X的决策图模型有两个分支:1分支对应故障状态和0分支对应工作状态;决策图模型中有两个叶子节点:Si可达叶子节点和Si不可达叶子节点;通常链路X的0分支相互连接并最终连接到Si可叶子节点,链路X的1分支分别连接到Si不可达叶子节点。
进一步,所述计算中转节点T的各个性能级别Pi具体包括:
对于任意一个中转节点T,根据有向线段进行逆向搜索获得达到该中转节点的所有n个源节点{S1,S2,…,Sn};
构造n个二进制位的不同字符串W,如n=3时,一共有23=8个不同字符串:W0=000,W1=001,W2=010,W3=011,W4=100,W5=101,W6=110,W7=111;
根据字符串Wi计算中转节点T的不同源节点组合对应的性能值P(Wi):当Wi中第i位为1,P(Wi)=P(Wi)+P(Si),否则当Wi中第i位为0,P(Wi)=P(Wi)+0;
根据不同的P(Wi)值确定中转节点T的性能级别Pi。
进一步,所述构造每个性能级别Pi对应的决策图模型包括:根据获得每个性能级别Pi对应的字符串集合{W1,W2,…,Wm},对于字符串集合中每个Wj构造对应的决策图模型,对于二进制串Wj中为1的位所对应的源节点决策图进行与合并。
进一步,对于二进制串Wj中为0的位所对应的源节点决策图先进行非操作然后进行与合并;符串Wj对应的决策图模型中有两个叶子节点:Wj可靠叶子节点和Wj失效叶子节点;对字符串集合中每个Wj对应的决策图模型进行或合并,获得性能级别Pi对应的决策图模型;性能级别Pi对应的决策图模型中有两个叶子节点:Pi可靠叶子节点和Pi失效叶子节点。
进一步,所述根据决策图模型对性能可靠性进行评估根据电力网络的历史故障数据获得各条链路Xi的停运概率Pr{Xi},通过计算Pi可靠叶子节点相关的不交路径概率总和,获得相应性能级别Pi的性能可靠性值Pr。
本发明的另一目的在于提供一种所述的面向电力网络的性能可靠性评估方法的性能可靠性评估系统,所述性能可靠性评估系统包括:
有向图分析模型单元,用于将发电厂、变电站和输电设备作为一个整体,建立电力网络的有向图分析模型;
决策图模型单元,用于根据有向图模型查找不同源节点至中转节点的路径,构造中转节点Ti的源节点路径及其决策图模型;
性能级别计算单元,用于计算中转节点T的各个性能级别Pi;
决策图模型单元,用于构造每个性能级别Pi对应的决策图模型;
评估单元,用于采用电力网络的历史故障数据获得各条链路Xi的停运概率Pr{Xi},根据决策图模型对性能可靠性进行评估。
进一步,所述有向图分析模型单元进一步包括:
发电厂模块,用于将发电厂看做整体,作为源节点Si处理,把发电厂的发电能力作为该源节的权值P(Si);
变电站模块,用于将变电站看做整体,作为中转节点Ti处理;
输电设备模块,用于根据电能的传输路径,将输电线路中的输电设备看做整体,输电设备包括:输电线、杆塔、绝缘子串、架空线路,用有向线段Xi代替将发电厂、变电站连接。
本发明提供的面向电力网络的性能可靠性评估方法,针对电力网络的多性能级别特点提出性能可靠性指标,并基于决策图模型评估链路故障对于电力网络性能的影响,所计算出的性能可靠性指标能够对管理和优化电力网络可靠性和性能提供帮助,较好的解决了现有的电力网络评估方法,如功能可靠性评估方法和连通可靠性评估方法,没有对电力网络中存在的多性能级别特点进行有针对性的研究,没有考虑链路故障对于电力网络性能影响的问题。
附图说明
图1是本发明实施例提供的面向电力网络的性能可靠性评估方法流程图。
图2是本发明实施例提供的一个小型电力网络的有向图分析模型示意图。
图3是本发明实施例提供的转节点T2的源节点路径示意图。
图4是本发明实施例提供的转节点T2的源节点路径对应的决策图模型示意图。
图5是本发明实施例提供的字符串W1=001对应的决策图模型示意图。
图6是本发明实施例提供的字符串W1=010对应的决策图模型示意图。
图7是本发明实施例提供的转节点T2的性能级别Pi=10万千瓦的决策图模型示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面结合附图对本发明的应用原理作详细的描述。
如图1所示,本发明实施例的面向电力网络的性能可靠性评估方法包括以下步骤:
S101:建立电力网络的有向图分析模型;
S102:构造中转节点Ti的源节点路径及其决策图模型;
S103:计算中转节点T的各个性能级别Pi;
S104:构造每个性能级别Pi对应的决策图模型;
S105:根据决策图模型对性能可靠性进行评估。
下面结合具体实施例对本发明的应用原理作进一步的描述。
本发明以一个小型电力网络研究对象,该网络中共有发电厂4座,变电站4个。
第一步:建立电力网络的有向图分析模型。
(1)将发电厂看做一个整体,作为“源节点”Si处理,把发电厂的发电能力作为该“源节点”的权值P(Si)。
(2)将变电站看做一个整体,作为“中转节点”Ti处理。
(3)根据电能的传输路径,将输电线路中的输电线、杆塔、绝缘子串、架空线路等输电设备也看做一个整体,用有向线段Xi代替将发电厂、变电站等连起来。
如图2所示的一个小型电力网络的有向图分析模型中有4个源节点{S1,S2,S3,S4}、4个中转节点{T1,T2,T3,T4}和7条有向边。4个源节点的发电能力分别为:P(S1)=5万千瓦,P(S2)=5万千瓦,P(S3)=10万千瓦,P(S4)=10万千瓦。
第二步:构造中转节点Ti的源节点路径及其决策图模型。
根据有向图模型查找不同源节点Si至中转节点Ti的路径。
利用该路径上的所有链路构造决策图模型。每条链路X有两种状态“工作”状态和“故障”状态,为此链路X的决策图模型有两个分支:1分支对应“故障“状态和0分支对应“工作”状态;决策图模型中有两个叶子节点:“Si可达”叶子节点和“Si不可达”叶子节点;通常链路X的0分支相互连接并最终连接到“Si可达”叶子节点,链路X的1分支分别连接到“Si不可达”叶子节点。
如图2所示的一个小型电力网络的有向图分析模型,能够到达中转节点T2的源节点集合为{S2,S3,S4}。每个源节点的路径如图3所示。这些路径对应的决策图模型如图4所示。
第三步:计算中转节点T的各个性能级别Pi。
(1)对于任意一个中转节点T,根据有向线段进行逆向搜索获得可以达到该中转节点的所有n个源节点{S1,S2,…,Sn}。
(2)构造n个二进制位的不同字符串W,如n=3时,一共有23=8个不同字符串:W0=000,W1=001,W2=010,W3=011,W4=100,W5=101,W6=110,W7=111。
(3)根据字符串Wi计算中转节点T的不同源节点组合对应的性能值P(Wi):当Wi中第i位为1,P(Wi)=P(Wi)+P(Si),否则当Wi中第i位为0,P(Wi)=P(Wi)+0。
(4)根据不同的P(Wi)值确定中转节点T的性能级别Pi。
如图2所示的一个小型电力网络的有向图分析模型,中转节点T2根据有向线段进行逆向搜索获得的源节点集合为{S2,S3,S4}。中转节点T2一共有8种不同源节点组合,并且这8种不同源节点组合可以对应5种不同的P(Wi)值:5万千瓦、10万千瓦、15万千瓦、20万千瓦、25万千瓦。所以中转节点T2有5种不同的性能级别。
第四步:构造每个性能级别Pi对应的决策图模型。
根据第三步获得每个性能级别Pi对应的字符串集合{W1,W2,…,Wm}。
对于字符串集合中每个Wj构造对应的决策图模型。具体方法为:对于二进制串Wj中为1的位所对应的源节点决策图进行与合并,对于二进制串Wj中为0的位所对应的源节点决策图先进行非操作然后进行与合并。
字符串Wj对应的决策图模型中有两个叶子节点:“Wj可靠”叶子节点和“Wj失效”叶子节点;
对字符串集合中每个Wj对应的决策图模型进行或合并,获得性能级别Pi对应的决策图模型。
性能级别Pi对应的决策图模型中有两个叶子节点:“Pi可靠”叶子节点和“Pi失效”叶子节点;
如图2所示的一个小型电力网络的有向图分析模型,中转节点T2的性能级别Pi=10万千瓦,Pi对应的字符串S2S3S4集合={001,010}。字符串W1=001对应的决策图模型构造过程是:1)S2决策图模型非操作;2)S3决策图模型非操作;3)S4决策图模型和两个非操作模型进行与合并。字符串W1对应的决策图模型如图5所示。字符串W2=010对应的决策图模型构造过程是:1)S2决策图模型非操作;2)S4决策图模型非操作;3)S3决策图模型和两个非操作模型进行与合并。字符串W2对应的决策图模型如图6所示。性能级别Pi=10万千瓦对应的决策图模型的构造过程:字符串001决策图模型和字符串010决策图模型进行或合并,所获得的性能级别Pi=10万千瓦的决策图模型如图7所示。
第五步:根据决策图模型对性能可靠性进行评估。
根据电力网络的历史故障数据获得各条链路Xi的停运概率Pr{Xi}。
通过计算“Pi可靠”叶子节点相关的不交路径概率总和,获得相应性能级别Pi的性能可靠性值Pr(“Pi可靠”)。
例如,对于如图7所示中转节点T2性能级别Pi=10万千瓦的决策图模型。
根据电力网络的历史故障数据获得各条链路的停运概率为:Pr{X1}=Pr{X2}=Pr{X3}=0.1,Pr{X4}=Pr{X5}=0.2。
对于性能级别Pi=10万千瓦的叶子节点“Pi可靠”,不交路径概率总和的计算结果为:
Pr(“Pi可靠”)=(Pr{X5}+(1-Pr{X5})×Pr{X4})×(1-Pr{X3})×((1-Pr{X2})×Pr{X1}+(1-Pr{X1})×Pr{X2})=0.36×0.9×0.18=0.058。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种面向电力网络的性能可靠性评估方法,其特征在于,所述面向电力网络的性能可靠性评估方法包括:
将发电厂、变电站和输电设备作为一个整体,建立电力网络的有向图分析模型;
根据有向图模型查找不同源节点至中转节点的路径,构造中转节点Ti的源节点路径及其决策图模型;
计算中转节点T的各个性能级别Pi;
构造每个性能级别Pi对应的决策图模型;
采用电力网络的历史故障数据获得各条链路Xi的停运概率Pr{Xi},根据决策图模型对性能可靠性进行评估。
2.如权利要求1所述的面向电力网络的性能可靠性评估方法,其特征在于,所述建立电力网络的有向图分析模型:
发电厂看做整体,作为源节点Si处理,把发电厂的发电能力作为该源节的权值P(Si);
变电站看做整体,作为中转节点Ti处理;
根据电能的传输路径,将输电线路中的输电设备看做整体,输电设备包括:输电线、杆塔、绝缘子串、架空线路,用有向线段Xi代替将发电厂、变电站连接。
3.如权利要求1所述的面向电力网络的性能可靠性评估方法,其特征在于,所述构造中转节点Ti的源节点路径及其决策图模型具体包括:
根据有向图模型查找不同源节点Si至中转节点Ti的路径,利用路径上的所有链路构造决策图模型,每条链路X有两种状态,工作状态和故障状态;链路X的决策图模型有两个分支:1分支对应故障状态和0分支对应工作状态;决策图模型中有两个叶子节点:Si可达叶子节点和Si不可达叶子节点;通常链路X的0分支相互连接并最终连接到Si可叶子节点,链路X的1分支分别连接到Si不可达叶子节点。
4.如权利要求1所述的面向电力网络的性能可靠性评估方法,其特征在于,所述计算中转节点T的各个性能级别Pi具体包括:
对于任意一个中转节点T,根据有向线段进行逆向搜索获得达到该中转节点的所有n个源节点{S1,S2,…,Sn};
构造n个二进制位的不同字符串W,如n=3时,一共有23=8个不同字符串:W0=000,W1=001,W2=010,W3=011,W4=100,W5=101,W6=110,W7=111;
根据字符串Wi计算中转节点T的不同源节点组合对应的性能值P(Wi):当Wi中第i位为1,P(Wi)=P(Wi)+P(Si),否则当Wi中第i位为0,P(Wi)=P(Wi)+0;
根据不同的P(Wi)值确定中转节点T的性能级别Pi。
5.如权利要求1所述的面向电力网络的性能可靠性评估方法,其特征在于,所述构造每个性能级别Pi对应的决策图模型包括:根据获得每个性能级别Pi对应的字符串集合{W1,W2,…,Wm},对于字符串集合中每个Wj构造对应的决策图模型,对于二进制串Wj中为1的位所对应的源节点决策图进行与合并。
6.如权利要求5所述的面向电力网络的性能可靠性评估方法,其特征在于,对于二进制串Wj中为0的位所对应的源节点决策图先进行非操作然后进行与合并;符串Wj对应的决策图模型中有两个叶子节点:Wj可靠叶子节点和Wj失效叶子节点;对字符串集合中每个Wj对应的决策图模型进行或合并,获得性能级别Pi对应的决策图模型;性能级别Pi对应的决策图模型中有两个叶子节点:Pi可靠叶子节点和Pi失效叶子节点。
7.如权利要求1所述的面向电力网络的性能可靠性评估方法,其特征在于,所述根据决策图模型对性能可靠性进行评估根据电力网络的历史故障数据获得各条链路Xi的停运概率Pr{Xi},通过计算Pi可靠叶子节点相关的不交路径概率总和,获得相应性能级别Pi的性能可靠性值Pr。
8.一种如权利要求1所述的面向电力网络的性能可靠性评估方法的性能可靠性评估系统,其特征在于,所述性能可靠性评估系统包括:
有向图分析模型单元,用于将发电厂、变电站和输电设备作为一个整体,建立电力网络的有向图分析模型;
决策图模型单元,用于根据有向图模型查找不同源节点至中转节点的路径,构造中转节点Ti的源节点路径及其决策图模型;
性能级别计算单元,用于计算中转节点T的各个性能级别Pi;
决策图模型单元,用于构造每个性能级别Pi对应的决策图模型;
评估单元,用于采用电力网络的历史故障数据获得各条链路Xi的停运概率Pr{Xi},根据决策图模型对性能可靠性进行评估。
9.如权利要求8所述的性能可靠性评估系统,其特征在于,所述有向图分析模型单元进一步包括:
发电厂模块,用于将发电厂看做整体,作为源节点Si处理,把发电厂的发电能力作为该源节的权值P(Si);
变电站模块,用于将变电站看做整体,作为中转节点Ti处理;
输电设备模块,用于根据电能的传输路径,将输电线路中的输电设备看做整体,输电设备包括:输电线、杆塔、绝缘子串、架空线路,用有向线段Xi代替将发电厂、变电站连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510796953.8A CN105242156B (zh) | 2015-11-18 | 2015-11-18 | 一种面向电力网络的性能可靠性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510796953.8A CN105242156B (zh) | 2015-11-18 | 2015-11-18 | 一种面向电力网络的性能可靠性评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105242156A true CN105242156A (zh) | 2016-01-13 |
CN105242156B CN105242156B (zh) | 2017-12-19 |
Family
ID=55039869
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510796953.8A Active CN105242156B (zh) | 2015-11-18 | 2015-11-18 | 一种面向电力网络的性能可靠性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105242156B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106845688A (zh) * | 2016-12-26 | 2017-06-13 | 国网山东省电力公司泰安供电公司 | 电力调度的方法和装置 |
CN107101088A (zh) * | 2017-03-22 | 2017-08-29 | 北京航空航天大学 | 城市天然气管道系统阀门故障传播影响评估方法及系统 |
CN107101087A (zh) * | 2017-03-22 | 2017-08-29 | 北京航空航天大学 | 城市天然气管道系统管道故障传播影响评估方法及系统 |
CN107120531A (zh) * | 2017-03-22 | 2017-09-01 | 北京航空航天大学 | 城市天然气管道系统故障传播影响评估方法及系统 |
CN109543291A (zh) * | 2018-11-21 | 2019-03-29 | 华侨大学 | 一种异构部件多状态串并联系统的性能分析方法 |
CN111813645A (zh) * | 2020-07-16 | 2020-10-23 | 莫毓昌 | 一种基于决策图的在线指标异常检测方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5522063A (en) * | 1993-09-27 | 1996-05-28 | Nec Usa, Inc. | Method of finding minimum-cost feedback-vertex sets for a graph for partial scan testing without exhaustive cycle enumeration |
EP1322020A1 (en) * | 2001-12-20 | 2003-06-25 | Abb Research Ltd. | Power system expansion planning |
CN102819813B (zh) * | 2012-08-20 | 2015-09-09 | 浙江大学 | 一种智能变电站自动化系统的安全风险评估方法 |
CN103093396B (zh) * | 2013-01-29 | 2016-06-08 | 广东电网公司电力调度控制中心 | 评估电网节点可靠性的方法和系统 |
CN104574199B (zh) * | 2013-10-22 | 2018-03-30 | 国家电网公司 | 一种电网系统可靠性报告生成方法及系统 |
CN103927691B (zh) * | 2013-12-26 | 2015-04-01 | 贵州电网公司电网规划研究中心 | 一种全电压等级可靠性评估方法 |
-
2015
- 2015-11-18 CN CN201510796953.8A patent/CN105242156B/zh active Active
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106845688A (zh) * | 2016-12-26 | 2017-06-13 | 国网山东省电力公司泰安供电公司 | 电力调度的方法和装置 |
CN107101088A (zh) * | 2017-03-22 | 2017-08-29 | 北京航空航天大学 | 城市天然气管道系统阀门故障传播影响评估方法及系统 |
CN107101087A (zh) * | 2017-03-22 | 2017-08-29 | 北京航空航天大学 | 城市天然气管道系统管道故障传播影响评估方法及系统 |
CN107120531A (zh) * | 2017-03-22 | 2017-09-01 | 北京航空航天大学 | 城市天然气管道系统故障传播影响评估方法及系统 |
CN107120531B (zh) * | 2017-03-22 | 2019-07-30 | 北京航空航天大学 | 城市天然气管道系统故障传播影响评估方法及系统 |
CN107101087B (zh) * | 2017-03-22 | 2019-07-30 | 北京航空航天大学 | 城市天然气管道系统管道故障传播影响评估方法及系统 |
CN107101088B (zh) * | 2017-03-22 | 2019-07-30 | 北京航空航天大学 | 城市天然气管道系统阀门故障传播影响评估方法及系统 |
CN109543291A (zh) * | 2018-11-21 | 2019-03-29 | 华侨大学 | 一种异构部件多状态串并联系统的性能分析方法 |
CN111813645A (zh) * | 2020-07-16 | 2020-10-23 | 莫毓昌 | 一种基于决策图的在线指标异常检测方法 |
CN111813645B (zh) * | 2020-07-16 | 2022-04-12 | 莫毓昌 | 一种基于决策图的在线指标异常检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105242156B (zh) | 2017-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105242156A (zh) | 一种面向电力网络的性能可靠性评估方法 | |
Babaei et al. | Distributionally robust distribution network configuration under random contingency | |
Jooshaki et al. | A MILP model for incorporating reliability indices in distribution system expansion planning | |
Kandaperumal et al. | AWR: Anticipate, withstand, and recover resilience metric for operational and planning decision support in electric distribution system | |
CN103560952B (zh) | 微型网络中的节点故障恢复方法 | |
Xu et al. | A review of resilience enhancement strategies in renewable power system under HILP events | |
CN102570451A (zh) | 一种输电网静态可靠性评估方法 | |
CN109948856A (zh) | 以提升韧性为目标的轨道交通网络修复决策系统及方法 | |
CN107622360A (zh) | 一种综合考虑主客观因素的关键线路识别方法 | |
CN103217624B (zh) | 一种基于区段的配电网可靠性评估状态标记法 | |
CN110148937A (zh) | 一种基于贝叶斯网络的大面积停电事件智能推演方法 | |
Kong et al. | A model of interdependent infrastructure system resilience | |
CN114662799A (zh) | 一种输电线路检修计划优化方法、装置、设备及存储介质 | |
CN105139081A (zh) | 一种高可靠性的配电系统联络点规划方法 | |
CN105552880A (zh) | 基于状态枚举法的电力系统典型故障集确定方法 | |
Shen et al. | Multi-stage low-carbon power system planning considering generation retirement and R retrofit | |
Vasenev et al. | A hazus-based method for assessing robustness of electricity supply to critical smart grid consumers during flood events | |
CN104299172A (zh) | 一种电网薄弱环节全景识别方法 | |
CN114221901B (zh) | 一种能源互联网cps韧性调度方法、系统及其存储介质 | |
Jiang et al. | Research on load transfer strategy optimisation with considering the operation of distributed generations and secondary dispatch | |
CN109932617A (zh) | 一种基于深度学习的自适应电网故障诊断方法 | |
CN103390249B (zh) | 基于多维度的配电调度辅助决策方法 | |
CN111413583B (zh) | 一种配电网区段定位的实时线性整数规划方法 | |
Papic et al. | Bibliography on Composite System Reliability Assessment 2000-2020 | |
CN205123415U (zh) | 智能变电站网络诊断分析装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20171113 Address after: 321000 computer department, 688 Yingbin Road, Zhejiang, Jinhua, Zhejiang Normal University Applicant after: Mo Yuchang Address before: 321004 Zhejiang province Jinhua City Yingbin Road No. 688 Applicant before: Zhejiang Normal University |
|
GR01 | Patent grant | ||
GR01 | Patent grant |