CN107123982B - 一种基于设备异动的配电网可靠性经济效益分析方法 - Google Patents

一种基于设备异动的配电网可靠性经济效益分析方法 Download PDF

Info

Publication number
CN107123982B
CN107123982B CN201710214464.6A CN201710214464A CN107123982B CN 107123982 B CN107123982 B CN 107123982B CN 201710214464 A CN201710214464 A CN 201710214464A CN 107123982 B CN107123982 B CN 107123982B
Authority
CN
China
Prior art keywords
reliability
distribution network
investment
power distribution
power
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.)
Active
Application number
CN201710214464.6A
Other languages
English (en)
Other versions
CN107123982A (zh
Inventor
盛万兴
刘科研
刁赢龙
刘杨涛
胡丽娟
苏娟
何开元
贾东梨
董伟杰
叶学顺
黄仁乐
王存平
杜松怀
刘博�
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
State Grid Beijing Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
State Grid Beijing Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, China Electric Power Research Institute Co Ltd CEPRI, State Grid Beijing Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201710214464.6A priority Critical patent/CN107123982B/zh
Publication of CN107123982A publication Critical patent/CN107123982A/zh
Priority to PCT/CN2017/112516 priority patent/WO2018176863A1/zh
Application granted granted Critical
Publication of CN107123982B publication Critical patent/CN107123982B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06Electricity, gas or water supply
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Abstract

本发明涉及一种基于设备异动的配电网可靠性经济效益分析方法,通过获取供电区域设备的异动信息,计算投资成本,并将可靠性投资与预安排停电事件匹配,获取关联关系,根据所述异动信息,建立可靠性投资前后配电网可靠性提升预测模型和配电网可靠性投资经济效益的计算模型,当供电区域设备异动时,采用所述配电网可靠性投资效益的计算模型计算配电网可靠性投资效益。本发明的技术方案解决了配电网可靠性经济效益分析中投资数据来源问题,以及在宏观层面通过历史停电及可靠性投资数据即可求取配电网可靠性提升量的问题,同时建立了综合的配电网可靠性经济效益分析模型,从而能更精确的反映配电网投资对配电网可靠性的影响。

Description

一种基于设备异动的配电网可靠性经济效益分析方法
技术领域
本发明涉及经济效益分析方法,具体涉及一种基于设备异动的配电网可靠性经济效益分析方法。
背景技术
研究配电网可靠性投资经济效益的计算和评估方法,有利于电网公司根据不同投资水平产生的不同可靠性投资经济效益,对不同配电网建设改造的正效益、负效益、以及综合效益进行评测和考核。
为了建立配电网可靠性投资效益分析模型,需要可信度高的配电网可靠性与经济性数据源。目前,电网企业在可靠性管理过程中,会记录电网发生停电事件的时间、停电区域、停电时户数等信息,这些信息通过负荷采集点的自动采集装置自动上传到可靠性管理系统,拥有足够的可信度。然而经济性数据源的获取因项目施工时间跨度大、项目分包混乱等原因,导致投资数据收资困难。
目前,国家电网公司在线运行的与配电网可靠性、经济性相关的系统主要为设备(资产)运维精益管理系统(PMS2.0)、电能质量在线监测系统。就信息和数据结构、元件设备组成、数据库输入输出变量而言,上述两个系统均存在信息不对称、变量关系紊乱、开发平台不统一等不利因素。如何根据上述两套在线运行的数据库信息,寻找和发现相关数学物理统计规律和计算方法,探索可靠性投资与经济效益之间的关联关系,是一项具有挑战性的工作
因此,迫切需要一种配电网可靠性投资经济效益分析方法,将可靠性投资与经济效益之间的关联起来,建立可靠性投资经济效益计算模型。
发明内容
为了解决现有技术中所存在的上述不足,本发明提供一种基于设备异动的配电网可靠性经济效益分析方法。所述分析方法包括:
步骤1:获取所述供电区域设备的异动信息;
步骤2:依据异动的设备,计算投资成本;
步骤3:将投资成本与预安排停电事件匹配,获取关联关系;
步骤4:根据所述异动信息,建立可靠性投资前后配电网可靠性提升预测模型;
步骤5:建立配电网可靠性投资效益的计算模型;
步骤6:当供电区域设备异动时,采用所述配电网可靠性投资效益的计算模型计算配电网可靠性投资效益。
优选的,所述步骤3的施工与配电网停电数据信息的关联关系如下式所示:
Figure BDA0001261877130000021
Figure BDA0001261877130000022
式中,A1反映单位投资引起的缺供电量;d为当月天数,mi为当日停电的缺供电量总和,Cinvest为通过设备异动计算的可靠性投资;A2反映单位投资引起的停电时户数;zi为当日停电的停电时户数总和。
优选的,所述步骤4配电网可靠性提升预测模型通过对最小二乘支撑向量机采用拉格朗日乘子法和卡罗需‐库恩‐塔克条件共同作用下得到。
优选的,所述的配电网可靠性提升预测模型如下式所示:
Figure BDA0001261877130000023
式中,λi:拉尔朗日乘子,b:偏执量,K(xi,xj)表示从样本输入空间,通过非线性映射到高维特征空间的核函数,i=1,...,l,j=1,...,l。
优选的,所述最小二乘支持向量按下式计算:
y=f(x)=ω·φ(x)+b (4)
对所述最小二乘支持向量机采用拉格朗日乘子法如下式所示:
Figure BDA0001261877130000024
所述卡罗需‐库恩‐塔克条件如下式所示:
Figure BDA0001261877130000031
式中,训练样本集{(xi,yi)},i=1,...,n,n为训练样本的容量,xi∈Rn为样本输入,yi∈R为样本输出值;ω为权向量,b是偏执量;φ(x)为从低维空间到高维空间的映射;ei为误差,e∈Rl×1为误差向量;λ:拉格朗日乘子,λ∈Rl×1;λ=[λ12,...λl]T,E=[1,1,...1]T为l×1维列向量,Y=[y1,y2,...,yl]T,I为单位矩阵,K为适宜的核函数,且
Figure BDA0001261877130000033
优选的,所述步骤5的配电网可靠性经济效益分析与评估模型如下式所示:
Figure BDA0001261877130000032
式中,A3为综合的配电网可靠性综合效益指标,(RS-2)i+1为通过配电网可靠性提升预测模型预测的供电可靠性指标,(RS-2)i为投资的上一周期的可靠性指标,h为区域供电总户数,Cinvest为预测周期的投资金额,A2为单位投资导致的预安排停电时户数。
优选的,所述步骤2的设备异动的投资成本按下式计算:
配电网建设投资总金额=基价+人工费×153.1%+设备费×107.51%(8)
式中,不同设备的基价、人工费、设备费依据实际情况定。
一种基于设备异动的配电网可靠性经济效益分析装置,所述装置包括:依次连接的数据库模块、数据处理模块、输入模块、分析模块和输出模块;
所述数据库模块用于收集并存储供电区域设备的异动信息;
所述数据处理模块用于计算异动的设备的投资成本,并将所述投资成本与预安排停电事件匹配,获取关联关系;
所述输入模块用于将数据处理模块处理的数据传输至所述分析模块;
所述分析模块根据故障停电信息建立可靠性投资前后配电网可靠性提升预测模型,预测故障停电的可靠性,并根据所述输入模块传输的数据,通过配电网可靠性投资效益的计算模型,得到配电网可靠性投资效益;
所述输出模块用于输出配电网可靠性投资效益值。
与最接近的现有技术相比,本发明具有以下有益效果:
(1)本发明基于传统配电网可靠性经济效益分析中投资数据不可信的问题,由PMS2.0系统设备异动信息,建立了配电网可靠性投资的计算模型,从而解决了配电网可靠性经济效益分析中投资数据来源问题。
(2)本发明提出一种在配电网拓扑结构未知的情况下,通过历史数据,预测一定时间段内配电网可靠性的方法,从而可解决在宏观层面通过历史停电及可靠性投资数据即可求取配电网可靠性提升量的问题。
(3)本发明考虑预安排停电,建立了综合的配电网可靠性经济效益分析模型,从而使模型能更精确的反映配电网投资对配电网可靠性的影响。
附图说明
图1为本发明的配电网可靠性投资经济效益分析方法流程图;
图2为本发明的PMS2.0系统与电能质量在线监测系统匹配示意图;
图3为本发明的故障停电对配电网可靠性预测流程图。
具体实施方式
为了更好地理解本发明,下面结合说明书附图和实例对本发明的内容做进一步的说明。
本发明提供一种基于设备异动的配电网可靠性经济效益分析方法,所述方法包括如下步骤:
步骤1:获取所述供电区域设备的异动信息
设备(资产)运维精益管理系统(PMS2.0)是面向运维检修部门的统一设备(资产)运维精益管理系统,覆盖运维检修业务和生产管理过程。实现设备(资产)从规划、安装、运行、退役、再利用直至报废的资产全寿命管理。
PMS2.0系统中记录有设备(资产)的变更信息,包括设备物理参数信息(设备类别、设备类型、电压等级)、设备变更信息(设备增加方式、投运时间)等。将PMS2.0数据按照站房、间隔单元、架空线路、电缆线路、配电站内一次设备的分类依据,分别以excel的形式导出各月设备异动表。
电网可靠性数据存放于电能质量在线监测系统中,其中“停电结束时间”、“停电性质”、“停电时户数”均为结构化数据。将某供电区域配电网可靠性数据以excel的形式导出,并对其进行数据预处理,将停电数据按停电性质分为预安排停电数据与故障停电数据。
步骤2:依据异动的设备,计算投资成本
依据异动设备的物理参数信息与《20kV及以下配电网工程建设预算编制与计算标准》、《国网电力物资预算价格》两份文件的相关规定,计算设备异动的投资成本。
根据《20kV及以下配电网工程建设预算编制与计算标准》文件的有关规定,配电网建设成本由安装工程费、设备购置费、其他费用和动态费用构成。各项费用内容与计算公式详见表1。
表1 配电网建设投资成本各项费用内容与计算公式详表
Figure BDA0001261877130000051
Figure BDA0001261877130000061
综合表1中的计算公式,可以通过如下公式计算得到因设备异动引起的配电网可靠性投资总额。公式如下:
配电网建设投资总金额=基价+人工费×153.1%+设备费×107.51% (1)
式(1)中,不同设备的基价、人工费、设备费依据具体实际值定。
步骤3:将投资成本与预安排停电事件匹配,获取关联关系
将设备异动的时间参数信息与电能质量在线监测系统中的施工停电时间匹配,获得因设备异动施工导致的配电网停电数据信息,两个信息化系统的数据融合方法见附图2。
通过匹配PMS2.0系统设备异动信息与电能质量在线监测系统中预安排停电的停电终止日期进行匹配,将设备异动信息与配电网可靠性数据联系起来,得到单月各电压等级的设备异动施工引起的缺供电量总量和停电时户数总量。进而通过匹配日期字段,可将配电网建设投资与施工停电关联起来,从而实现对配电网可靠性投资经济效益的分析研究。
单位投资引起的缺供电量计算公式如下:
Figure BDA0001261877130000071
式中,A1反映单位投资引起的缺供电量,A1数值越大,表示单位投资引起的缺供电量越多。d为当月天数,mi为当日停电的缺供电量总和,Cinvest为通过设备异动计算的可靠性投资。
单位投资引起的停电时户数计算公式如下:
Figure BDA0001261877130000072
式中,A2反映单位投资引起的停电时户数,A2数值越大,表示单位投资引起的停电时户数越多。d为当月天数,zi为当日停电的停电时户数总和。Cinvest为通过设备异动计算的可靠性投资。
通过将配电网建设投资与施工停电关联,即可获得投资当月单位投资造成的预安排停电量。
步骤4:根据异动信息,建立可靠性投资前后配电网可靠性提升预测模型
在配电网拓扑结构未知情况下,建立可靠性投资前后配电网可靠性提升预测模型,即可获得可靠性投资数据投资前后供电可靠性的提升,因步骤3已计算预安排停电对配电网可靠性的影响,因此该部分的可靠性预测仅预测故障停电对配电网可靠性的影响。
配电网当月的可靠性与预测月度月份、预测月度恶劣天气天数、预测月度前一年配电网总投资金额、预测地点当前可靠性水平共4个因素密切相关。为此,采用一种基于最小二乘支持向量机进行配电网可靠性提升预测。
如图3所示:依次为对历史数据预处理、数据归一化处理形成样本矩阵、确定参数、求解目标函数得到回归方程,利用回归方程进行可靠性预测。
最小二乘支持向量机的回归原理:给定一组训练样本集{(xi,yi)},i=1,...,n,其中n为训练样本的容量,xi∈Rn为样本输入,yi∈R为样本输出值。对训练样本进行非线性回归,最小二乘支持向量机的核心思想是通过一个非线性映射φ(x),将训练样本映射到高维特征空间,然后在高维特征空间中进行线性回归,此时回归函数为:
y=f(x)=ω·φ(x)+b (4)
其中ω为权向量,b是偏执量,φ(x)为从低维空间到高维空间的映射。此时最小二乘支持向量机的优化问题为:
Figure BDA0001261877130000081
s.t.ωTφ(xi)+b+ei=yi,i=1,...,l (5)
其中,ei为误差,e∈Rl×1为误差向量,C(C>0)为正则化参数,控制误差的惩罚程度。引入拉格朗日乘子λ,λ∈Rl×1,式(5)转化为
Figure BDA0001261877130000082
由卡罗需-库恩-塔克条件得
Figure BDA0001261877130000083
消去ω和e,则式(6)的解为:
Figure BDA0001261877130000084
其中λ=[λ12,...λl]T,E=[1,1,...1]T为l×1维列向量,Y=[y1,y2,...,yl]T,I为单位矩阵,K为适宜的核函数,且
Figure BDA0001261877130000085
为了简化计算过程,用原空间中的核函数代替在高维特征空间中的点积运算。
最小二乘支持向量机的预测模型为:
Figure BDA0001261877130000091
其中,λi,b可由上式的线性方程求出,K(xi,xj)表示从样本输入空间,通过非线性映射到高维特征空间的核函数。且采用RBF核函数作为最小二乘支持向量机模型中的核函数。
预测模型输入样本选取的每个输入样本均含有4个特性指标:配电网当月的可靠性与预测月度月份、预测月度恶劣天气天数、预测月度前一年配电网总投资金额、预测地点当前可靠性水平。
根据历史数据样本,通过最小二乘支持向量机的预测模型,即可预测某月仅考虑故障停电的可靠性指标。
步骤5:建立配电网可靠性投资经济效益的计算模型。
综合考虑配电网可靠性投资负效益、正效益,建立配电网可靠性投资经济效益的计算模型。
可靠性投资经济效益的计算模型如下:
Figure BDA0001261877130000092
式中,A3为综合的配电网可靠性综合效益指标,(RS-2)i+1为通过配电网可靠性提升预测模型预测的供电可靠性指标,(RS-2)i为投资的上一周期的可靠性指标,h为该区域供电总户数,Cinvest为预测周期的投资金额,A2为单位投资导致的预安排停电时户数。
步骤6:当供电区域设备异动时,采用所述配电网可靠性投资效益的计算模型计算配电网可靠性投资效益
容易看出,A3的值大于0,说明可靠性投资的实施可带来经济效益,且该值越大,可靠性经济效益也越大。
一种基于设备异动的配电网可靠性经济效益分析装置,该装置包括:依次连接的数据库模块、数据处理模块、输入模块、分析模块和输出模块;
数据库模块用于收集并存储供电区域设备的异动信息;
数据处理模块用于计算异动的设备的投资成本,并将投资成本与预安排停电事件匹配,获取关联关系;
输入模块用于将数据处理模块处理的数据传输至分析模块;
分析模块根据故障停电信息建立可靠性投资前后配电网可靠性提升预测模型,预测故障停电的可靠性,并根据所述输入模块传输的数据,通过配电网可靠性投资效益的计算模型,得到配电网可靠性投资效益;
输出模块用于输出配电网可靠性投资效益值。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD‐ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在申请待批的本发明的权利要求范围之内。

Claims (6)

1.一种基于设备异动的配电网可靠性经济效益分析方法,其特征在于,所述方法包括:
步骤1:获取供电区域设备的异动信息;
步骤2:依据异动的设备,计算投资成本;
步骤3:将投资成本与预安排停电事件匹配,获取关联关系;
步骤4:根据所述异动信息,建立可靠性投资前后配电网可靠性提升预测模型;
步骤5:建立配电网可靠性投资效益的计算模型;
步骤6:当供电区域设备异动时,采用所述配电网可靠性投资效益的计算模型计算配电网可靠性投资效益;
所述步骤5的配电网可靠性投资效益的计算模型如下式所示:
Figure FDA0003171855010000011
式中,A3为综合的配电网可靠性综合效益指标,(RS-2)i+1为通过配电网可靠性提升预测模型预测的供电可靠性指标,(RS-2)i为投资的上一周期的可靠性指标,h为区域供电总户数,Cinvest为预测周期的投资金额,A2为单位投资导致的预安排停电时户数;
所述步骤3的施工与配电网停电数据信息的关联关系如下式所示:
Figure FDA0003171855010000012
Figure FDA0003171855010000013
式中,A1反映单位投资引起的缺供电量;d为当月天数,mi为当日停电的缺供电量总和,Cinvest为预测周期的投资金额;A2单位投资导致的预安排停电时户数;zi为当日停电的停电时户数总和。
2.如权利要求1所述的配电网可靠性经济效益分析方法,其特征在于,所述步骤4配电网可靠性提升预测模型通过对最小二乘支持向量机采用拉格朗日乘子法和卡罗需-库恩-塔克条件共同作用下得到。
3.如权利要求2所述的配电网可靠性经济效益分析方法,其特征在于,所述的配电网可靠性提升预测模型如下式所示:
Figure FDA0003171855010000021
式中,λi:拉尔朗日乘子,b:偏执量,K(xi,xj)表示从样本输入空间,通过非线性映射到高维特征空间的核函数,i=1,...,l,j=1,...,l。
4.如权利要求2所述的配电网可靠性经济效益分析方法,其特征在于,所述最小二乘支持向量机 按下式计算:
y=f(x)=ω·φ(x)+b (4)
对所述最小二乘支持向量机采用拉格朗日乘子法如下式所示:
Figure FDA0003171855010000022
所述卡罗需-库恩-塔克条件如下式所示:
Figure FDA0003171855010000023
式中,训练样本集{(xi,yi)},i=1,...,n,n为训练样本的容量,xi∈Rn为样本输入,yi∈R为样本输出值;ω为权向量,b是偏执量;φ(x)为从低维空间到高维空间的映射;ei为误差,e∈Rl×1为误差向量;λ:拉格朗日乘子,λ∈Rl×1;λ=[λ12,...λl]T,E=[1,1,...1]T为l×1维列向量,Y=[y1,y2,...,yl]T,I为单位矩阵,K为适宜的核函数,且
Figure FDA0003171855010000024
J(ω,b,e)为原始目标函数。
5.如权利要求1所述的配电网可靠性经济效益分析方法,其特征在于,所述步骤2的设备异动的投资成本按下式计算:
配电网建设投资总金额=基价+人工费×153.1%+设备费×107.51% (8)
式中,不同设备的基价、人工费、设备费依据实际情况定。
6.一种基于设备异动的配电网可靠性经济效益分析装置,其特征在于,所述装置包括:依次连接的数据库模块、数据处理模块、输入模块、分析模块和输出模块;
所述数据库模块用于收集并存储供电区域设备的异动信息;
所述数据处理模块用于计算异动的设备的投资成本,并将所述投资成本与预安排停电事件匹配,获取关联关系;
所述输入模块用于将数据处理模块处理的数据传输至所述分析模块;
所述分析模块根据故障停电信息建立可靠性投资前后配电网可靠性提升预测模型,预测故障停电的可靠性,并根据所述输入模块传输的数据,通过配电网可靠性投资效益的计算模型,得到配电网可靠性投资效益;
所述输出模块用于输出配电网可靠性投资效益值;
可靠性投资效益的计算模型如下式所示:
Figure FDA0003171855010000031
式中,A3为综合的配电网可靠性综合效益指标,(RS-2)i+1为通过配电网可靠性提升预测模型预测的供电可靠性指标,(RS-2)i为投资的上一周期的可靠性指标,h为区域供电总户数,Cinvest为预测周期的投资金额,A2为单位投资导致的预安排停电时户数;
所述数据处理模块通过下式获取关联关系:
Figure FDA0003171855010000032
Figure FDA0003171855010000033
式中,A1反映单位投资引起的缺供电量;d为当月天数,mi为当日停电的缺供电量总和,Cinvest为预测周期的投资金额;A2单位投资导致的预安排停电时户数;zi为当日停电的停电时户数总和。
CN201710214464.6A 2017-04-01 2017-04-01 一种基于设备异动的配电网可靠性经济效益分析方法 Active CN107123982B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710214464.6A CN107123982B (zh) 2017-04-01 2017-04-01 一种基于设备异动的配电网可靠性经济效益分析方法
PCT/CN2017/112516 WO2018176863A1 (zh) 2017-04-01 2017-11-23 配电网可靠性投资经济效益分析方法及装置、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710214464.6A CN107123982B (zh) 2017-04-01 2017-04-01 一种基于设备异动的配电网可靠性经济效益分析方法

Publications (2)

Publication Number Publication Date
CN107123982A CN107123982A (zh) 2017-09-01
CN107123982B true CN107123982B (zh) 2021-10-29

Family

ID=59724606

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710214464.6A Active CN107123982B (zh) 2017-04-01 2017-04-01 一种基于设备异动的配电网可靠性经济效益分析方法

Country Status (2)

Country Link
CN (1) CN107123982B (zh)
WO (1) WO2018176863A1 (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107123982B (zh) * 2017-04-01 2021-10-29 中国电力科学研究院 一种基于设备异动的配电网可靠性经济效益分析方法
CN111126730A (zh) * 2018-10-31 2020-05-08 国网河南省电力公司郑州供电公司 一种基于饱和度的供电网格投资策略制定方法
CN112085459B (zh) * 2020-07-24 2024-03-22 华北电力大学 一种风电项目投资估算方法及装置
CN112330121B (zh) * 2020-10-28 2022-04-19 广东电网有限责任公司佛山供电局 一种配电网自动化建设投资效益评估方法
CN112448404B (zh) * 2020-11-19 2022-08-23 国网经济技术研究院有限公司 一种电-气-热互联背景下的配电网可靠性增效计算方法
CN112418662A (zh) * 2020-11-20 2021-02-26 西安热工研究院有限公司 一种利用人工神经网络的配电网运行可靠性分析方法
CN112365087B (zh) * 2020-11-26 2023-08-25 深圳供电局有限公司 一种预测年度不停电作业需求量的方法
CN112614016B (zh) * 2020-12-24 2022-07-05 福建永福电力设计股份有限公司 基于次干层联络和移动储能的电力供电生命线构建方法
CN113393099A (zh) * 2021-05-31 2021-09-14 国网河北省电力有限公司经济技术研究院 配电网项目群价值指标评估方法、装置及终端设备
CN113590682B (zh) * 2021-07-20 2022-09-27 中国电力科学研究院有限公司 电网停电窗口期生成方法、装置、电子设备和存储介质
CN113487051B (zh) * 2021-07-28 2022-10-18 山西六合华鼎电气技术有限公司 一种配电网故障抢修维护数据处理方法、设备及计算机存储介质
CN114662859A (zh) * 2022-02-28 2022-06-24 云南电网有限责任公司 一种网架结构对配电网可靠性指标提升效果的评估方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102013051A (zh) * 2010-10-26 2011-04-13 中国电力科学研究院 一种供电可靠性成本/效益精益化分析与优化方法
CN102545210A (zh) * 2011-12-29 2012-07-04 广东电网公司深圳供电局 一种配电网供电可靠性指标优化调控方法及其系统
CN103106624A (zh) * 2013-02-27 2013-05-15 广东电网公司东莞供电局 一种确立配电网投资与供电可靠性改善效果关系的方法
CN105160444A (zh) * 2015-10-22 2015-12-16 广东电网有限责任公司电力调度控制中心 电力设备故障率确定方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013023178A1 (en) * 2011-08-11 2013-02-14 The Trustees Of Columbia University In The City Of New York Adaptive stochastic controller for dynamic treatment of cyber-physical systems
US11093678B2 (en) * 2013-06-26 2021-08-17 International Business Machines Corporation Method, computer program and system providing real-time power grid hypothesis testing and contingency planning
CN103530823A (zh) * 2013-10-25 2014-01-22 湖南大学 基于otfn-ahp的微电网规划设计综合评价体系
CN107123982B (zh) * 2017-04-01 2021-10-29 中国电力科学研究院 一种基于设备异动的配电网可靠性经济效益分析方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102013051A (zh) * 2010-10-26 2011-04-13 中国电力科学研究院 一种供电可靠性成本/效益精益化分析与优化方法
CN102545210A (zh) * 2011-12-29 2012-07-04 广东电网公司深圳供电局 一种配电网供电可靠性指标优化调控方法及其系统
CN103106624A (zh) * 2013-02-27 2013-05-15 广东电网公司东莞供电局 一种确立配电网投资与供电可靠性改善效果关系的方法
CN105160444A (zh) * 2015-10-22 2015-12-16 广东电网有限责任公司电力调度控制中心 电力设备故障率确定方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
以信息化为依托的电力高效资产异动管理;黄海潮 等;《中国设备工程》;20130831;第3页左栏第5段-第3页左栏第8段 *

Also Published As

Publication number Publication date
WO2018176863A1 (zh) 2018-10-04
CN107123982A (zh) 2017-09-01

Similar Documents

Publication Publication Date Title
CN107123982B (zh) 一种基于设备异动的配电网可靠性经济效益分析方法
CN108490904B (zh) 一种基于设备多工况运行的能源系统优化调度方法
CN110659273B (zh) 分布式大数据采集平台的数据异常监控及修复方法
CN106952032A (zh) 一种装备制造业大数据管理系统
CN114372360A (zh) 用于电力负荷预测的方法、终端及存储介质
Velasco et al. Next day electric load forecasting using Artificial Neural Networks
CN110991985A (zh) 一种项目进度数据处理方法
CN114240086A (zh) 碳排放监测方法、装置、存储介质及处理器
Qi et al. The China-in-global energy model
Hampton et al. A review of current analytical methods, modelling tools and development frameworks applicable for future retail electricity market design
CN107194536A (zh) 一种项目投资的供电可靠性负效益评估方法及装置
Crespo Márquez et al. Exploiting EAMS, GIS and Dispatching Systems Data for Criticality Analysis: Improving Maintenance and Felling and Pruning Management in Power Lines
CN116739368A (zh) 基于能源大数据的工业园区碳排放水平监测及评估方法
CN116611785A (zh) 一种基于大数据的输变电工程造价模型构建方法、系统、设备及介质
CN103217958A (zh) 基于gis平台的电量购供售一体化系统及方法
CN111553677A (zh) 矿业电价的计费方法及装置
CN110210642A (zh) 一种城市电能替代量预测方法及装置
CN114254806A (zh) 配电网重过载预警方法、装置、计算机设备和存储介质
CN112001551A (zh) 一种基于大用户电量信息的地市电网售电量预测方法
Yu et al. Analysis and prediction: A research on the operation and maintenance cost of power distribution network
CN111369083A (zh) 一种面向电网项目投资效益的评价方法与系统
Teske Bridging the Gap between Energy-and Grid Models: developing an integrated infrastructural planning model for 100% renewable energy systems in order to optimize the interaction of flexible power generation, smart grids and storage technologies
Ma et al. Research on substation project prediction method in power transmission and transformation by improved neural network intelligent model
Dindar et al. Supply continuity in Turkish electricity distribution grid: electricity interruption cost forecasting with time series analysis and machine learning
Ullah et al. Industrial Energy Management System: Design of a Conceptual Framework using IoT and Big Data

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant