CN106485392A - 互联发电系统可靠性评估方法 - Google Patents
互联发电系统可靠性评估方法 Download PDFInfo
- Publication number
- CN106485392A CN106485392A CN201610618032.7A CN201610618032A CN106485392A CN 106485392 A CN106485392 A CN 106485392A CN 201610618032 A CN201610618032 A CN 201610618032A CN 106485392 A CN106485392 A CN 106485392A
- Authority
- CN
- China
- Prior art keywords
- reliability
- generating system
- interconnected
- represent
- appraisal procedure
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明公开了一种互联发电系统可靠性评估方法,涉及互联发电系统可靠性分析方法技术领域,本方法基于拟蒙特卡洛法,其序列并非随机产生,而是按照一定规则生成的确定型序列,该方法收敛速度快,算法容易实现,内存需求低,仿真时间短;同时,本发明还充分考虑互联发电系统的特点,在多个区域互联时,判断整个系统是否故障,如果分别考虑所存在的每一种可能性情况,太过繁琐,不利于全面考虑,本发明建立一种线性规划的模型,通过该模型,就能全面地简便地对多区域系统进行可靠性评估。
Description
技术领域
本发明涉及互联发电系统技术领域。
背景技术
随着电力市场的迅速发展,电力系统不断增加大容量发电机组和特高压远距离的输电线路。现代电网已经成为一个高度复杂的动态系统,而对这一系统进行准确的可靠性评估较为困难。因此,可以将电力系统分为发电系统、输电系统、变电系统和配电系统等子系统,然后分别评估其可靠性。其中,互联发电系统可靠性评估分析是非常重要的一部分。
互联电力系统,顾名思义,是指用具有一定输送能力的输电线把两个或多个原来彼此独立的电力系统联系起来的系统,互联后的系统可以互相支援容量,有助于正常运行,提高了各子系统的可靠性。互联发电系统可靠性评估方法分为概率性方法和确定性方法,概率性方法又分为解析法和模拟法,解析法对于元件数多的系统容易产生维数灾,不适于实际的大规模互联发电系统。模拟法在满足一定精度的要求下,抽样次数与系统规模无关,因为由于其实用性和灵活性得以在实际工程中得到应用和推广。而模拟法又称蒙特卡洛模拟法,主要分为序贯和非序贯,序贯模拟法是按照时间顺序,在某一时间跨度上进行模拟,需要以时钟推进的方式抽样并分析元件和系统的状态,因此需要较多的内存空间和较长的仿真时间,且模拟流程比较复杂。并且模拟法需进行大量确定型潮流计算,得到准确的可靠性评估结果计算耗时长。
发明内容
本发明要解决的技术问题是针对上述现有技术的不足,提供一种互联发电系统可靠性评估方法,该方法收敛速度快,不需占用较多内存空间,仿真时间短,可靠性评估准确、效率高。
为解决上述技术问题,本发明所采取的技术方案是:互联发电系统可靠性评估方法,所述方法包括以下步骤:
1)输入系统数据;
2)采用非序贯蒙特卡洛法对系统内所有的元件进行抽样,形成一个系统状态;
3)通过系统状态判断系统电力供给是否充足,若充足,则进行下一步,若不充足,则系统进行切负荷,并且计算切负荷量,进行下一步;
4)计算该系统状态下的可靠性指标;
5)判断精度是否满足设定值,若满足,则进行下一步,若不满足,重复进行步骤2;
6)计算整个系统的可靠性指标;
7)输出可靠性指标。
进一步优化的技术方案为所述的步骤2)中,对系统内所有的发电机和联络线进行非序贯抽样,获得取值区间为[0,1]的均匀差异序列,根据各元件的强迫停运率来判断是否为故障状态,从而形成一个系统状态。
进一步优化的技术方案为所述的步骤2)中,
假设系统由m个元件组成,每个元件只有两种状态——运行和故障,抽取一个[0,1]上的均匀分布随机数Uk,元件的无效度用PFk来表示,则元件k的状态为:
抽取m个随机数U1,...,Uk,...,Um,可以通过上式来确定一个系统状态x=(S1,...,Sk,...,Sm),重复以上过程NS次,就可以得到一个包含NS个的样本状态集合X={x1,...,xNS}。
进一步优化的技术方案为所述的步骤3)中,
该方法建立一种线性规划的模型,通过该模型,就能够全面地简便地对互联发电系统进行切负荷量计算。如下式所示:
0≤CLi≤PLi
|fij|≤Iij
式中:i=1,2,……n,n为系统的个数,PGi和代表区域i发电机出力及其上限;PLi为区域i的负荷;CLi代表区域i的切负荷量;fij代表区域j到i的功率,fij=-fji;Iij代表联络线ij的热极限。
进一步优化的技术方案为所述的步骤4)中,
其中,F(x)表示可靠性指标测试函数,自变量为系统状态x。表示随机函数F(x)的均值。
进一步优化的技术方案为所述的步骤5)中,
其中,V(F)表示随机函数F(x)的方差,
其中,β表示随机函数F(x)的方差系数,方差系数β即精度,若β小于设定的值,则认为满足精度要求,停止抽样计算过程,否则继续重复进行系统状态抽样和计算分析。
采用上述技术方案所产生的有益效果在于:本方法在非序贯蒙特卡洛方法的基础上采用确定型序列的抽样参数,该方法改善了传统模拟法需要进行大量潮流计算,耗时长的特点,该方法算法容易实现,内存需求低,收敛速度快,仿真时间短,可靠性评估准确、效率高。
附图说明
图1是基于拟蒙特卡洛的非序贯蒙特卡洛法的互联发电系统可靠性评估流程图。
图2是IEEE RTS-96三区域简化系统。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下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,都属于本发明保护的范围。
拟蒙特卡洛与传统基于采样的可靠性评估方法不同,其序列并非随机生成,而是按一定规则生成的确定型序列,
蒙特卡洛模拟的误差可分解为两个因子相乘的形式,如式(1):
式中:为L∞-差异性,定义如式(2);
式中:J为Ω中包含原点的超矩形,Vol(J)为其体积;nJ为序列在J中点的数量,n为序列中点的总数。越小,代表序列在空间中分布更均匀。式(1)中,V(p)由待模拟系统本身的性质决定。因此,当系统参数确定时,蒙特卡洛模拟方法的精度取决于序列的差异性。
抽样方法产生s维均匀分布序列的为:
任意维度均匀分布序列最小如式(4),满足该式的序列称为低差异序列,
式(3)和(4)中:n为样本规模。对比式(3)和(4),序列的L∞-差异性由O(n-1/2)变为O(n-1),再结合式(1),引入低差异序列后,蒙特卡洛的模拟精度大大提高,蒙特卡洛的收敛速度可由O(n-1/2)变为O(n-1),从而大大加快蒙特卡洛的收敛。所以将拟蒙特卡洛引入非序贯蒙特卡洛法的互联发电系统可靠性性评估方法,将大大加快该方法的效率。
图1为基于拟蒙特卡洛的非序贯蒙特卡洛法的互联发电系统可靠性评估流程:
1)输入系统数据;
2)对系统内所有的发电机和联络线进行非序贯抽样,获得取值区间为[0,1]的均匀低差异序列,根据各元件的强迫停运率来判断是否为故障状态,从而形成一个系统状态;
非序贯蒙特卡洛方法中,对系统中每个元件进行抽样就可以得到元件状态,所有这些元件状态组合起来就形成一个系统的状态。
假设系统由m个元件组成,则系统状态x=(S1,...,Sk,...,Sm),其中Sk代表元件k的状态。系统中元件的概率特性可以用[0,1]上的均匀分布来描述,只需要确定每一个元件的状态,就能确定系统状态x。假设每个元件只有两种状态——运行和故障,抽取一个[0,1]上的均匀分布随机数Uk,元件的无效度用PFk来表示,则有:
抽取m个随机数可以通过式(5)来确定一个系统状态x=(S1,...,Sk,...,Sm),重复以上过程NS次,就可以得到一个包含NS个的样本状态集合X={x1,...,xNS};
3)通过系统状态判断系统电力供给是否充足,若充足,则进行下一步;若不充足,则系统进行切负荷,并且计算切负荷量,进行下一步;
用非序贯仿真时,抽取到的系统状态需要通过潮流计算来判断是否出现线路过负荷、电压越限等问题,如果出现问题,则系统应进行负荷削减计算;
本发明建立一种线性规划的模型,通过该模型,就能够全面地简便地对互联发电系统进行切负荷量计算。如式(6)所示:
式中:i=1,2,……n,n为系统的个数,PGi和代表区域i发电机出力及其上限;PLi为区域i的负荷;CLi代表区域i的切负荷量;fij代表区域j到i的功率,fij=-fji;Iij代表联络线ij的热极限;
举例:如果是三个系统,则该模型为:
0≤CLi≤PLi(i=1,2,3)
|fij|≤Iij(i=1,2,3)
式中:PGi和代表区域i发电机出力及其上限;PLi为区域i的负荷;CLi代表区域i的切负荷量;fij代表区域j到i的功率,fij=-fji;Iij代表联络线ij的热极限;
4)计算该系统状态下的可靠性指标;
其中,F(x)表示可靠性指标测试函数,自变量为系统状态x。表示随机函数F(x)的均值;
5)判断精度是否满足设定值,若满足,则进行下一步;若不满足,重复进行步骤2);
其中,V(F)表示随机函数F(x)的方差
其中,β表示随机函数F(x)的方差系数;
使用式(9)计算方差系数β。若β小于设定的值,则认为满足精度要求,停止抽样计算过程;否则继续重复进行系统状态抽样和计算分析;
6)计算整个系统的可靠性指标;
7)输出可靠性指标。
实例描述:以IEEE RTS-96系统为例,该系统是由三个RTS-79系统互联而来,而RTS-79系统共有32台发电机组,38条输电线路和24个节点,总装机容量为3405MW,年最大负荷为2850MW。因此,IEEE RTS-96系统包括96台发电机组,120条输电线路和73个节点,总装机容量为10215MW,年最大负荷为8550MW。其接线图简化模型如图2所示,它是由三个单独的RTS-79系统通过七条联络线连接而成的。这七条联络线分别是:区域1和区域2:51英里230kV线路连接母线#123和母线#217;区域1和区域2:52英里230kV线路连接母线#113和母线#215;区域1和区域2:42英里138kV线路连接母线#107和母线#203;区域2和区域3:72英里230kV线路连接母线#223和母线#318;区域1和区域3:67英里230kV线路连接母线#121和母线#325;区域3:移相变压器被连接在母线#325和#323之间;区域1和区域3:可选的直流输电线路连接母线#113和母线#316。
本方法以简单随机抽样100000次的结果为基准,分别利用本文方法计算400、800、1600、3200、6400次,基准误差定义为:
式中:εn为采样次数为n时本文方法误差;代表采样次数为n时本文方法所得方差系数;为简单随机采样100000次所得结果。
将本发明所述方法的第5步判断精度是否满足设定值改为判断抽样次数是否满足设定值,若满足,则进行下一步;若不满足,重复进行步骤2);
按照以上步骤对三区域系统非序贯仿真。
表1为不同抽样次数仿真结果
从表1中数据可得,本文提出的基于拟蒙特卡洛的可靠性评估算法具有较好的收敛特性,6400次计算的结果已与100000次简单随机抽样的结果相近。
表2为按照所述方法计算RTS-96在不同负荷下的可靠性指标
负荷 | LOLP | EENS | t/s |
500 | 0 | 0 | 95.520 |
1000 | 0 | 0 | 95.909 |
1500 | 0 | 0 | 95.214 |
2000 | 0 | 0 | 95.831 |
2500 | 0 | 0 | 95.788 |
2850 | 0.01324 | 23169.4992 | 95.927 |
通过表中数据可以看出,当系统负荷较小时,可靠性指标很小几乎为0,说明此时的系统非常可靠,易于满足负荷要求;当系统负荷越来越大时,可靠性指标逐渐增大,说明系统有较大的可能性无法满足负荷需求,越不可靠。
由于RTS-96三区域系统中存在着容量支援的输电协议,假设各子系统所允许联络线通过的支援容量不超过最大联络线容量的10%,20%,30%,40%,50%,60%,70%,80%,90%这几种情况,分别计算这几种情况下的可靠性指标。
表3 RTS-96不同联络线容量下的可靠性指标
上表可以看出随着可靠性指标LOLP、EENS随着各子系统允许联络线通过容量的增大而减小,说明此时系统间相互支援增大,系统变得更加可靠稳定。
假设在满足自身负荷的条件下,留下最大负荷的0%,2%,4%,6%,8%,10%,12%,14%,16%,18%,20%,22%,24%,26%作为备用容量,分别计算这几种情况下的可靠性指标,以研究系统备用容量对系统可靠性的影响。
表4 RTS-96在不同备用容量下的可靠性指标
备用容量 | LOLP | EENS | t/s |
0% | 0.01399 | 24114.3528 | 95.347 |
2% | 0.01570 | 24207.1098 | 95.168 |
4% | 0.01577 | 24547.4913 | 95.130 |
6% | 0.01750 | 24664.6399 | 95.692 |
8% | 0.01918 | 26233.9375 | 95.343 |
10% | 0.02150 | 28280.3844 | 95.831 |
12% | 0.02484 | 29885.0215 | 95.580 |
14% | 0.02870 | 34842.0626 | 95.602 |
16% | 0.03182 | 37279.8876 | 95.815 |
18% | 0.03762 | 43247.7894 | 95.549 |
20% | 0.04402 | 48080.9619 | 95.056 |
22% | 0.04978 | 55062.4598 | 95.307 |
24% | 0.06287 | 67627.4507 | 95.438 |
26% | 0.07172 | 80567.5465 | 95.403 |
本方法在非序贯蒙特卡洛方法的基础上采用确定型序列的抽样参数,该方法改善了传统模拟法需要进行大量潮流计算,耗时长的特点,该方法算法容易实现,内存需求低,收敛速度快,仿真时间短,可靠性评估准确、效率高。
Claims (6)
1.互联发电系统可靠性评估方法,其特征在于,所述方法包括以下步骤:
1)输入系统数据;
2)采用非序贯蒙特卡洛法对系统内所有的元件进行抽样,形成一个系统状态;
3)通过系统状态判断系统电力供给是否充足,若充足,则进行下一步,若不充足,则系统进行切负荷,并且计算切负荷量,进行下一步;
4)计算该系统状态下的可靠性指标;
5)判断精度是否满足设定值,若满足,则进行下一步,若不满足,重复进行步骤2;
6)计算整个系统的可靠性指标;
7)输出可靠性指标。
2.根据权利要求1所述的互联发电系统可靠性评估方法,其特征在于所述步骤2)中,对系统内所有的发电机和联络线进行非序贯抽样,获得取值区间为[0,1]的均匀差异序列,根据各元件的强迫停运率来判断是否为故障状态,从而形成一个系统状态。
3.根据权利要求2所述的互联发电系统可靠性评估方法,其特征在于所述步骤2)中,假设系统由m个元件组成,每个元件只有两种状态——运行和故障,抽取一个[0,1]上的均匀分布随机数Uk,元件的无效度用PFk来表示,则元件k的状态为:
抽取m个随机数U1,...,Uk,...,Um,可以通过上式来确定一个系统状态x=(S1,...,Sk,...,Sm),重复以上过程NS次,就可以得到一个包含NS个的样本状态集合X={x1,...,xNS}。
4.根据权利要求1所述的互联发电系统可靠性评估方法,其特征在于所述步骤3)中,该方法建立一种线性规划的模型,通过该模型,就能够全面地简便地对互联发电系统进行切负荷量计算,如下式所示:
0≤CLi≤PLi
|fij|≤Iij
式中:i=1,2,……n,n为系统的个数,PGi和代表区域i发电机出力及其上限;PLi为区域i的负荷;CLi代表区域i的切负荷量;fij代表区域j到i的功率,fij=-fji;Iij代表联络线ij的热极限。
5.根据权利要求1所述的互联发电系统可靠性评估方法,其特征在于所述步骤4)中,可靠性指标公式为
其中,F(x)表示可靠性指标测试函数,自变量为系统状态x。表示随机函数F(x)的均值。
6.根据权利要求1所述的互联发电系统可靠性评估方法,其特征在于所述步骤5)中,判断精度公式为
其中,V(F)表示随机函数F(x)的方差,
其中,β表示随机函数F(x)的方差系数,
方差系数β即精度,若β小于设定的值,则认为满足精度要求,停止抽样计算过程,否则继续重复进行系统状态抽样和计算分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610618032.7A CN106485392A (zh) | 2016-07-29 | 2016-07-29 | 互联发电系统可靠性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610618032.7A CN106485392A (zh) | 2016-07-29 | 2016-07-29 | 互联发电系统可靠性评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106485392A true CN106485392A (zh) | 2017-03-08 |
Family
ID=58273183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610618032.7A Pending CN106485392A (zh) | 2016-07-29 | 2016-07-29 | 互联发电系统可靠性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106485392A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106992516A (zh) * | 2017-04-18 | 2017-07-28 | 国网上海市电力公司 | 基于拟蒙特卡罗模拟和核密度估计获得概率静态电压稳定裕度的方法 |
CN107179688A (zh) * | 2017-06-21 | 2017-09-19 | 华北电力大学 | 考虑蒙特卡罗状态抽样截尾的电力系统可靠性分析方法 |
CN109149559A (zh) * | 2018-08-06 | 2019-01-04 | 中国电力科学研究院有限公司 | 一种需求侧互联可靠性评估方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105069701A (zh) * | 2015-08-10 | 2015-11-18 | 国网上海市电力公司 | 基于蒙特卡洛法的输电系统风险评估方法 |
CN105305424A (zh) * | 2015-10-19 | 2016-02-03 | 重庆大学 | 一种计及电动汽车接入的配电网可靠性评估方法 |
-
2016
- 2016-07-29 CN CN201610618032.7A patent/CN106485392A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105069701A (zh) * | 2015-08-10 | 2015-11-18 | 国网上海市电力公司 | 基于蒙特卡洛法的输电系统风险评估方法 |
CN105305424A (zh) * | 2015-10-19 | 2016-02-03 | 重庆大学 | 一种计及电动汽车接入的配电网可靠性评估方法 |
Non-Patent Citations (5)
Title |
---|
候雨伸等: "基于拟蒙特卡罗方法的电力系统可靠性评估", 《电网技术》 * |
别朝红等: "一种减小蒙特卡洛模拟方差的新方法", 《中国电力》 * |
晏飞: "基于蒙特卡洛模拟的含风电场电力系统可靠性评价", 《建筑电气》 * |
王晶等: "基于改进抽样方法的电力系统可靠性评估研究", 《仪表技术》 * |
赵渊等: "大电网可靠性的序贯和非序贯蒙特卡洛仿真的收敛性分析及比较", 《电工技术学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106992516A (zh) * | 2017-04-18 | 2017-07-28 | 国网上海市电力公司 | 基于拟蒙特卡罗模拟和核密度估计获得概率静态电压稳定裕度的方法 |
CN107179688A (zh) * | 2017-06-21 | 2017-09-19 | 华北电力大学 | 考虑蒙特卡罗状态抽样截尾的电力系统可靠性分析方法 |
CN107179688B (zh) * | 2017-06-21 | 2020-06-26 | 华北电力大学 | 考虑蒙特卡罗状态抽样截尾的电力系统可靠性分析方法 |
CN109149559A (zh) * | 2018-08-06 | 2019-01-04 | 中国电力科学研究院有限公司 | 一种需求侧互联可靠性评估方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112491096B (zh) | 一种用于生成电网仿真分析算例的方法及系统 | |
CN103154934A (zh) | 检测状态估计网络模型数据误差 | |
Almutairi et al. | Use of MCMC to incorporate a wind power model for the evaluation of generating capacity adequacy | |
CN107834547B (zh) | 一种考虑风电场输出功率关联特性的输电网规划方法 | |
CN105790261B (zh) | 一种随机谐波潮流计算方法 | |
Hou et al. | Impact‐increment based decoupled reliability assessment approach for composite generation and transmission systems | |
CN106655177A (zh) | 基于扩展二阶锥规划的分布式电源最大接入能力计算方法 | |
CN106485392A (zh) | 互联发电系统可靠性评估方法 | |
CN104882884A (zh) | 基于马尔可夫链-蒙特卡罗法的系统谐波概率评估方法 | |
CN103473602A (zh) | 一种电网理论线损数据预测系统及预测方法 | |
Wang et al. | Interval power flow analysis via multi-stage affine arithmetic for unbalanced distribution network | |
CN103440497A (zh) | 一种gis绝缘缺陷局部放电图谱模式识别方法 | |
CN106786608A (zh) | 一种适用于分布式电源接入的不确定谐波潮流计算方法 | |
CN105449667A (zh) | 一种发输电系统可靠性预测方法 | |
CN107332239B (zh) | 一种基于配电网等值的输配电网协调规划方法 | |
CN105811320B (zh) | 一种变电站二次电缆或光缆的长度估算方法 | |
CN106056305A (zh) | 一种基于状态聚类的发电系统可靠性快速评估方法 | |
CN112103950B (zh) | 一种基于改进gn分裂算法的电网分区方法 | |
CN103093079A (zh) | 基于仿射算术的辐射型配电网不确定潮流分析方法 | |
Davis et al. | Estimation of transmission line parameters from historical data | |
Kim et al. | Mixed power flow analysis using AC and DC models | |
CN102570457A (zh) | 一种基于内网量测数据的两端口外网静态等值方法 | |
CN104283208A (zh) | 大型电网概率性可用输电能力的分解协调计算方法 | |
CN112733348B (zh) | 基于多项式和最大熵模型的混联电网概率计算方法及装置 | |
US11637756B2 (en) | Methods and systems for evaluating data transportability in distribution grids |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for 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: 20170308 |