CN107359620B - 一种用于电力系统中控制设备的参数设置方法 - Google Patents
一种用于电力系统中控制设备的参数设置方法 Download PDFInfo
- Publication number
- CN107359620B CN107359620B CN201710612161.XA CN201710612161A CN107359620B CN 107359620 B CN107359620 B CN 107359620B CN 201710612161 A CN201710612161 A CN 201710612161A CN 107359620 B CN107359620 B CN 107359620B
- Authority
- CN
- China
- Prior art keywords
- curve
- curves
- merging
- isolated
- adjacent
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/18—Arrangements for adjusting, eliminating or compensating reactive power in networks
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/30—Reactive power compensation
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种用于电力系统中控制设备的参数设置方法,涉及电力系统无功优化在线控制领域,实现无功优化在线控制中,对控制设备进行参数设置时能自动的对给定时段进行合理划分。在本发明中:负荷预测数据预处理阶段、相邻曲线合并阶段,孤立曲线再分配阶段,以及划分需求处理阶段。且引入基于母线的负荷预测数据在整体上把握控制设备对应负荷的大致情况,其次采用基于相邻斜率分段归并的思想对负荷预测曲线按峰谷特性进行自动划分;本发明是无功优化控制中参数设置,母线负荷预测趋势划分,以及涉及到时间序列挖掘等众多方法的重要基础环节,同时也是减轻运行人员工作强度和保证无功优化在线控制取得较好实际效果的重要一环。
Description
技术领域
本发明涉及电力系统无功优化在线控制领域中控制设备参数设置问题,尤其涉及一种用于电力系统中控制设备的参数设置方法。
背景技术
当前,在电力系统中控制设备上,无功优化在线控制经过多年的研究已经日趋成熟并且取得了广泛的应用。然而,诸如控制设备的动作次数等参数,经常与由于设置不合理常导致实际控制效果受到较大影响。
而传统无功优化中控制设备的参数设置大多依靠运行人员的个人经验。尤其是基于人为经验进行时段划分,常因运行人员的主观判断或负荷季节性变化而维护不及时等原因,使得人为时段划分的结果很难在线匹配实际负荷的峰谷特性,使得控制设备的实际控制效果较差。
发明内容
本发明的实施例提供一种用于电力系统中控制设备的参数设置方法,实现无功优化在线控制中,对控制设备进行参数设置时能自动的对给定时段进行合理划分。
为达到上述目的,本发明的实施例采用如下技术方案:
依照执行的先后顺序,包括:负荷预测数据预处理阶段、相邻曲线合并阶段、孤立曲线再分配阶段和划分需求处理阶段;
其中:
A所述负荷预测数据预处理阶段的步骤包括:
步骤A-1,获取相应母线负荷预测结果;
步骤A-2,对曲线进行均等时段划分并计算划分后曲线斜率;
步骤A-3,定义曲线形态;
B所述相邻曲线合并阶段的步骤包括:
步骤B-1,第i个时间段内曲线Zi形态为L时的判断方法;
步骤B-2,第i个时间段内曲线Zi形态为U或HU时的判断方法;
步骤B-3,第i个时间段内曲线Zi的形态为D或HD时的判断方法;
步骤B-4,生成分段曲线合并判断矩阵;
C所述孤立曲线再分配阶段的步骤包括:
步骤C-1,定义孤立曲线;
步骤C-2,孤立曲线形态为L时的归并方法;
步骤C-3,孤立曲线形态为U或HU时的归并方法;
步骤C-4,孤立曲线形态为D或HD时的归并方法;
步骤C-5,得到曲线划分个数N;
D所述划分需求处理阶段的步骤包括:
步骤D-1,判断是否有划分个数限制,如果没有划分限制转入步骤D-6;
步骤D-2,如果曲线划分个数N>NSet,则转入步骤D-3,否则转入步骤D-6,其中,NSet表示预设的划分个数;
步骤D-3,计算N个划分后不同时段间曲线间的夹角并存入集合Gi(i=1,...,N-1)中;
步骤D-4,选择Gi中夹角最大的相邻曲线进行合并,Gi=Gi-1且N=N-1;
步骤D-5,如果此时N=NSet,则转入步骤D-6,否则转入步骤D-4;
步骤D-6,本次划分结束。
本发明实施例提供的用于电力系统中控制设备的参数设置方法,针对现有无功优化在线控制中较难对参数设置对象进行自动且合理的时段划分问题,通过引入短期母线负荷预测数据并采用基于相邻曲线斜率分段归并的方法,对控制设备的时段进行自动划分来获得控制设备的合理时段分区,其中对划分后孤立曲线的定义和处理避免了由于划分曲线过多而造成的后续曲线处理困难且处理耗时的问题,从而实现无功优化在线控制中,对控制设备进行参数设置时能自动的对给定时段进行合理划分,缓减了因运行人员的主观判断或负荷季节性变化而维护不及时等原因,使得人为时段划分的结果很难在线匹配实际负荷的峰谷特性,使得控制设备的实际控制效果较差的问题。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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它的附图。
图1是本发明实施例提供的总体流程图;
图2是本发明实施例提供的相邻曲线形态比较图;
图3是本发明实施例中当孤立曲线为L时且前后曲线不一致的合并过程;
图4是本发明实施例中当孤立曲线为U或HU时且前后曲线不一致的合并过程;
图5是本发明实施例中当孤立曲线为D或HD时且前后曲线不一致的合并过程;
图6是本发明实施例中提供的一种归并过程的示意图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案,下面结合附图和具体实施方式对本发明作进一步详细描述。下文中将详细描述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
本发明实施例提供一种用于电力系统中控制设备的参数设置方法,主要用于无功优化参数设置中的时段智能划分,该方法的总体流程如图1所示,包括:
获取相应母线负荷预测结果;
对曲线进行均等时段划分并计算划分后曲线斜率;
定义曲线形态;
第i个时间段内曲线Zi形态为L时的判断方法;
第i个时间段内曲线Zi形态为U或HU时的判断方法;
第i个时间段内曲线Zi的形态为D或HD时的判断方法;
生成分段曲线合并判断矩阵;
定义孤立曲线;
孤立曲线形态为L时的归并方法;
孤立曲线形态为U或HU时的归并方法;
孤立曲线形态为D或HD时的归并方法;
得到曲线划分个数N;
判断是否有划分个数限制,如果没有划分限制转入步骤D-6;
如果曲线划分个数N>NSet(NSet:表示人为给定的划分个数),则转入步骤D-3,否则转入步骤D-6;
计算N划分后不同时段间曲线间的夹角并存入集合Gi(i=1,...,N-1)中;
选择Gi中夹角最大的相邻曲线进行合并,Gi=Gi-1且N=N-1;
如果此时N=NSet,则转入步骤D-6,否则转入步骤D-4;
本次划分结束。
本发明实施例提供的用于电力系统中控制设备的参数设置方法,针对现有无功优化在线控制中较难对参数设置对象进行自动且合理的时段划分问题,通过引入短期母线负荷预测数据并采用基于相邻曲线斜率分段归并的方法,对控制设备的时段进行自动划分来获得控制设备的合理时段分区,从而实现无功优化在线控制中对控制设备进行参数设置时能自动的对给定时段进行合理划分,缓减了因运行人员的主观判断或负荷季节性变化而维护不及时等原因,使得人为时段划分的结果很难在线匹配实际负荷的峰谷特性,使得控制设备的实际控制效果较差的问题。
其中,时段的自动合理划分,还能减轻运行人员的工作强度,同时为后续控制设备的时段内参数精准设置提供基础,是改善控制设备参数合理设置和提高无功优化在线控制实际效果的重要一环。
其中,依照执行的先后顺序,具体包括:负荷预测数据预处理阶段、相邻曲线合并阶段、孤立曲线再分配阶段和划分需求处理阶段,具体的:
A所述负荷预测数据预处理阶段的步骤包括:
步骤A-1,获取相应母线负荷预测结果;
步骤A-2,对曲线进行均等时段划分并计算划分后曲线斜率;
步骤A-3,定义曲线形态;
其中,对曲线进行均等时段划分并计算划分后曲线斜率的方法具体可以是:当对曲线进行均等划分时,首先选择划分周期为15分钟,将一天24小时划分为96个时间段。其次对划分周期内的数据集合采用线性回归拟合并对拟合后的直线计算拟合直线的斜率。假设yiL,yiR,分别表示第i段直线的起始和终值,ti表示第i段结束时间,n表示整个曲线的划分数目,则tn=L,S={(y1L,y1R,t1),(y2L,y2R,t2),...,(ynL,ynR,tn)},ki是第i段的斜率,
其中,整个曲线的线性化分段结果可以表示为:
对于有划分需求时曲线归并,例如:当有划分需求限制且自动划分获得的时段数目N多余划分需求数目NSet时,需要进一步对自动划分后的时段进行归并,归并按照时段内相邻曲线间的夹角大小进行判断,图6给出了一个简单的归并过程,从图中可以看出在线段Z1,Z5间相邻线段共有4个夹角,通过比较得到Z4,Z5间的夹角α最大,将Z4,Z5进行合并,此时时段划分个数也由5个时段变为4个时段,以此类推,直到N=NSet。
B所述相邻曲线合并阶段的步骤包括:
步骤B-1,第i个时间段内曲线Zi形态为L时的判断方法;
步骤B-2,第i个时间段内曲线Zi形态为U或HU时的判断方法;
步骤B-3,第i个时间段内曲线Zi的形态为D或HD时的判断方法;
步骤B-4,生成分段曲线合并判断矩阵;
在所述步骤B-4中:生成曲线合并判断矩阵;具体矩阵如表1所示,其中,“+”表示可以合并,“-”表示不能合并:
表1曲线合并判断矩阵
C所述孤立曲线再分配阶段的步骤包括:
步骤C-1,定义孤立曲线;
步骤C-2,孤立曲线形态为L时的归并方法;
步骤C-3,孤立曲线形态为U或HU时的归并方法;
步骤C-4,孤立曲线形态为D或HD时的归并方法;
步骤C-5,得到曲线划分个数N;
D所述划分需求处理阶段的步骤包括:
步骤D-1,判断是否有划分个数限制,如果没有划分限制转入步骤D-6;
步骤D-2,如果曲线划分个数N>NSet,则转入步骤D-3,否则转入步骤D-6,其中,NSet表示预设的划分个数;
步骤D-3,计算N个划分后不同时段间曲线间的夹角并存入集合Gi(i=1,...,N-1)中;
步骤D-4,选择Gi中夹角最大的相邻曲线进行合并,Gi=Gi-1且N=N-1;
步骤D-5,如果此时N=NSet,则转入步骤D-6,否则转入步骤D-4;
步骤D-6,本次划分结束。
本实施例从无功优化在线控制中控制设备参数的时段难以自动合理划分的实际问题出发,提出一种无功优化参数设置中的时段智能划分方法,通过引入母线负荷预测的结果作为判别基础,采用基于相邻曲线斜率分段归并的方法,对控制设备的时段进行自动划分来获得控制设备的合理时段分区。本发明能够自动对无功优化在线控制时参数设置中的给定时间段按峰谷特性进行合理划分,时段的自动合理划分能减轻运行人员的工作强度,同时为后续控制设备的时段内参数精准设置提供基础,是改善控制设备参数合理设置和提高无功优化在线控制实际效果的重要环节。
在本实施例中,所述步骤A-3包括:对预测曲线进行等分后,得到n条时间段曲线,并对划分后的n条时间段曲线进行相邻时间段之间的归并。其中,为了使曲线的划分更符合峰谷特征,首先需要对划分后曲线的趋势进行定义,例如:表2中所示的5种曲线的趋势态,其中,tk的取值为tk∈(0,1)且tk<<1:
表2曲线形态定义
在本实施例中,步骤B-1中第i个时间段内曲线Zi形态为L时的判断方法,具体包括:若相邻曲线Zi+1的形态也为L时(如图2a描述的,第i个时间段内曲线Zi形态为L),则将第i和i+1段曲线进行合并,其他情况则不合并。
其中,在所述步骤B-2中,第i个时间段内曲线Zi的形态为U或HU时的判断方法具体包括:当第i个时间段内曲线Zi的形态为U或HU时(比如如图2b所示的),若相邻曲线Zi+1的形态为U或HU,则将两个时间段内的曲线进行合并,其他情况则不合并。
进一步的,在所述步骤B-3中:当第i个时间段内曲线Zi形态为D或HD时(比如:如图2c所示的,第i个时间段内曲线Zi形态为D或HD),若相邻曲线Zi+1的形态为D或HD,则两个时间段内的曲线进行合并,其他情况则不合并。
在本实施例中,所述步骤C-1包括:
假设孤立曲线为Zi:
如果Zi-1是时间轴起始段曲线,此时将Zi合并到Zi-1中;
如果Zi+1是时间轴末段曲线,此时将Zi合并到Zi+1中;
如果Zi是时间轴的起始段曲线,既:i=1时,此时对Zi采用向前合并的方法将Zi归并到Zi+1中;
如果Zi是时间轴末段曲线,既:i=n时,此时对Zi采用向后合并的方法将Zi归并到Zi-1中;
如果Zi-1,Zi,Zi+1都不是首端或者末端时间段曲线,写入通过对Zi曲线的形态以及曲线Zi-1,Zi+1的形态进行分析来判断归并;
其中,孤立曲线为:通过线性分段后不能通过相邻时段内的曲线合并判断矩阵进行合并的曲线,并且该曲线是单个时间段内的曲线。具体的,由于孤立曲线的存在会导致曲线在划分上出现较多的单独立划分,这对后续控制设备参数的设置会产生不利影响,因此需要对孤立曲线进行处理,使其能够合理的归并到不同的划分中。
在本实施例中,虑到孤立曲线的不同形态以及归并时前后曲线的形态差异,需要对不同情况逐一分析,因此所提供的所述步骤C-2,具体包括:
若孤立曲线的形态为L,即Zi=L,则取孤立曲线相邻曲线段Zi-1,Zi+1的形态进行分析;如果Zi-1,Zi+1形态一致,则将Zi和前后曲线段整体合并得到新的曲线。例如:表3所示的为孤立曲线合并判断矩阵,表中“+”表示Zi曲线可以和前后曲线进行整体归并。表3中Zi+1和Zi-1分别表示Zi曲线合并到指定的一侧,△K则表示此时Zi曲线合并到哪一侧需要根据Zi和前后两段曲线的斜率差进行判断。
表3孤立曲线为L时的合并判断矩阵
再例如:表4所示的,为Zi+1和Zi-1曲线趋势不一致时的判断矩阵,其中,△Ki-1,i表示Zi和Zi-1曲线间的斜率差,△Ki,i+1表示Zi和Zi+1曲线间的斜率差,如果|△Ki-1,i|>|△Ki,i+1|,则将Zi曲线归并到Zi+1侧中,如果|△Ki-1,i|<|△Ki,i+1|,则将Zi曲线归并到Zi-1侧中,如果|△Ki-1,i|=|△Ki,i+1|,则将Zi归并到Cn,min,Cn,min表示曲线总个数较少的曲线段,具体的归并过程可以参考如图3所示。
表4△K归并判断矩阵
在本实施例中,所述步骤C-3,具体包括:
取和孤立曲线相邻曲线段Zi-1,Zi+1的形态进行分析;
如果Zi-1,Zi+1形态一致,则将Zi和前后曲线段整体合并。例如:如果Zi-1,Zi+1形态一致,则将Zi和前后曲线段整体合并如图3所示,如果曲线段形态不一致参照表5进行归并,归并过程如图4所示。
表5.孤立曲线为HU或U时的合并判断矩阵
在本实施例中,所述步骤C-4,具体包括:
取和孤立曲线相邻曲线段Zi-1,Zi+1的形态进行分析;
若Zi-1,Zi+1形态一致,此时将Zi和前后曲线段整体合并。例如:若Zi-1,Zi+1形态一致,此时将Zi和前后曲线段整体合并如图3所示,如果曲线段形态不一致参照表6进行归并,归并过程如图5所示。
表6.孤立曲线为HD或D时的合并判断矩阵
在无功优化在线控制中控制设备参数的合理设置一直是困扰运行人员的关键问题,为了能使挖掘,预测等方法应用于参数设置,首先需要解决控制设备参数设置中时段的合理划分问题。
在本发明实施例中,首先引入基于母线的负荷预测数据在整体上把握控制设备对应负荷的大致情况,其次采用基于相邻斜率分段归并的思想对负荷预测曲线按峰谷特性进行自动划分;本发明是无功优化控制中参数设置,母线负荷预测趋势划分,以及涉及到时间序列挖掘等众多方法的重要基础环节,同时也是减轻运行人员工作强度和保证无功优化在线控制取得较好实际效果的重要一环。从而实现了在无功优化参数设置中的时段智能划分,以解决现有无功优化在线控制时参数设置中无法合理的对时段进行自动划分的问题。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。本发明的保护范围应该以权利要求的保护范围为准。
Claims (8)
1.一种用于电力系统中控制设备的参数设置方法,其特征在于,依照执行的先后顺序,包括:负荷预测数据预处理阶段、相邻曲线合并阶段、孤立曲线再分配阶段和划分需求处理阶段;
其中:
A所述负荷预测数据预处理阶段的步骤包括:
步骤A-1,获取相应母线负荷预测结果;
步骤A-2,对曲线进行均等时段划分并计算划分后曲线斜率;
步骤A-3,定义曲线形态;
B所述相邻曲线合并阶段的步骤包括:
步骤B-1,第i个时间段内曲线Zi形态为L时的判断方法;
步骤B-2,第i个时间段内曲线Zi形态为U或HU时的判断方法;
步骤B-3,第i个时间段内曲线Zi的形态为D或HD时的判断方法;
步骤B-4,生成分段曲线合并判断矩阵;
C所述孤立曲线再分配阶段的步骤包括:
步骤C-1,定义孤立曲线;
步骤C-2,孤立曲线形态为L时的归并方法;
步骤C-3,孤立曲线形态为U或HU时的归并方法;
步骤C-4,孤立曲线形态为D或HD时的归并方法;
步骤C-5,得到曲线划分个数N;
D所述划分需求处理阶段的步骤包括:
步骤D-1,判断是否有划分个数限制,如果没有划分限制转入步骤D-6;
步骤D-2,如果曲线划分个数N>NSet,则转入步骤D-3,否则转入步骤D-6,其中,NSet表示预设的划分个数;
步骤D-3,计算N个划分后不同时段间曲线间的夹角并存入集合Gi(i=1,...,N-1)中;
步骤D-4,选择Gi中夹角最大的相邻曲线进行合并,Gi=Gi-1且N=N-1;
步骤D-5,如果此时N=NSet,则转入步骤D-6,否则转入步骤D-4;
步骤D-6,本次划分结束;所述步骤A-3包括:对预测曲线进行等分后,得到n条时间段曲线,并对划分后的n条时间段曲线进行相邻时间段之间的归并;
当对曲线进行均等划分时,首先选择划分周期为15分钟,将一天24小时划分为96个时间段;
其次,对划分周期内的数据集合采用线性回归拟合并对拟合后的直线计算拟合直线的斜率;
当有划分需求限制且自动划分获得的时段数目N多于划分需求数目NSet时,进一步对自动划分后的时段进行归并,归并按照时段内相邻曲线间的夹角大小进行判断。
2.根据权利要求1所述的方法,其特征在于,在所述步骤B-1中:若相邻曲线Zi+1的形态也为L时,则将第i和i+1段曲线进行合并,其他情况则不合并。
3.根据权利要求1或2所述的方法,其特征在于,在所述步骤B-2中:当第i个时间段内曲线Zi的形态为U或HU时,若相邻曲线Zi+1的形态为U或HU,则将两个时间段内的曲线进行合并,其他情况则不合并。
4.根据权利要求3所述的方法,其特征在于,在所述步骤B-3中:当第i个时间段内曲线Zi形态为D或HD时,若相邻曲线Zi+1的形态为D或HD,则两个时间段内的曲线进行合并,其他情况则不合并。
5.根据权利要求1所述的方法,其特征在于,所述步骤C-1包括:
假设孤立曲线为Zi:
如果Zi-1是时间轴起始段曲线,此时将Zi合并到Zi-1中;
如果Zi+1是时间轴末段曲线,此时将Zi合并到Zi+1中;
如果Zi是时间轴的起始段曲线,既:i=1时,此时对Zi采用向前合并的方法将Zi归并到Zi+1中;
如果Zi是时间轴末段曲线,既:i=n时,此时对Zi采用向后合并的方法将Zi归并到Zi-1中;
如果Zi-1,Zi,Zi+1都不是首端或者末端时间段曲线,写入通过对Zi曲线的形态以及曲线Zi-1,Zi+1的形态进行分析来判断归并;
其中,孤立曲线为:通过线性分段后不能通过相邻时段内的曲线合并判断矩阵进行合并的曲线,并且该曲线是单个时间段内的曲线。
6.根据权利要求1所述的方法,其特征在于,所述步骤C-2包括:
若孤立曲线的形态为L,即Zi=L,则取孤立曲线相邻曲线段Zi-1,Zi+1的形态进行分析;
如果Zi-1,Zi+1形态一致,则将Zi和前后曲线段整体合并得到新的曲线。
7.根据权利要求1所述的方法,其特征在于,所述步骤C-3,包括:
取和孤立曲线相邻曲线段Zi-1,Zi+1的形态进行分析;
如果Zi-1,Zi+1形态一致,则将Zi和前后曲线段整体合并。
8.根据权利要求1所述的方法,其特征在于,所述步骤C-4,包括:
取和孤立曲线相邻曲线段Zi-1,Zi+1的形态进行分析;
若Zi-1,Zi+1形态一致,此时将Zi和前后曲线段整体合并。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710612161.XA CN107359620B (zh) | 2017-07-25 | 2017-07-25 | 一种用于电力系统中控制设备的参数设置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710612161.XA CN107359620B (zh) | 2017-07-25 | 2017-07-25 | 一种用于电力系统中控制设备的参数设置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107359620A CN107359620A (zh) | 2017-11-17 |
CN107359620B true CN107359620B (zh) | 2020-07-03 |
Family
ID=60285416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710612161.XA Active CN107359620B (zh) | 2017-07-25 | 2017-07-25 | 一种用于电力系统中控制设备的参数设置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107359620B (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102170128B (zh) * | 2011-04-20 | 2012-12-19 | 中国农业大学 | 电力系统动态优化控制方法及系统 |
CN103646349B (zh) * | 2013-09-27 | 2017-02-08 | 华北电力大学 | 一种电力负荷曲线分段识别方法 |
CN106786615B (zh) * | 2017-01-03 | 2019-05-03 | 国家电网公司 | 一种变压器动作次数智能分配方法及装置 |
-
2017
- 2017-07-25 CN CN201710612161.XA patent/CN107359620B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107359620A (zh) | 2017-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111416359B (zh) | 一种考虑加权潮流熵的配电网络重构方法 | |
CN107403239B (zh) | 一种用于电力系统中控制设备的参数分析方法 | |
CN111489188B (zh) | 一种居民可调负荷潜力挖掘方法及系统 | |
CN109389212A (zh) | 一种面向低位宽卷积神经网络的可重构激活量化池化系统 | |
CN107359620B (zh) | 一种用于电力系统中控制设备的参数设置方法 | |
Svendsen | Grid model reduction for large scale renewable energy integration analyses | |
CN115423013A (zh) | 电力系统运行方式分类方法、装置、设备及介质 | |
CN103793756A (zh) | 一种变压器经济运行特征分析方法 | |
CN112016723A (zh) | 一种时间粒度可调节的电网负荷预测方法 | |
DE102015219202A1 (de) | Optimierung von Lade-/Entladeplänen für Elektrofahrzeuge | |
CN109325590A (zh) | 用于实现计算精度可变的神经网络处理器的装置 | |
CN111932081A (zh) | 一种电力信息系统运行状态评估方法及系统 | |
Hasan et al. | Performance issues in reconfigurable manufacturing system | |
CN109447336B (zh) | 一种上游水库与其反调节水库坝间水位优化控制方法 | |
CN110380408B (zh) | 一种含分布式电源的配电网分区规划方法 | |
CN113591322A (zh) | 一种基于极端梯度提升决策树的低压台区线损率预测方法 | |
CN105303470A (zh) | 一种基于大数据的电力项目规划建设方法 | |
CN107886174B (zh) | 一种发电机组检修安排方法及装置 | |
CN108875301B (zh) | 一种基因序列比对方法、pe配置控制器及可读存储介质 | |
CN109816034A (zh) | 信号特征组合选取方法、装置、计算机设备及存储介质 | |
CN112257948A (zh) | 润叶加料出口含水率预测方法、装置以及设备 | |
CN108108521A (zh) | 一种获取飞机结构疲劳寿命的方法 | |
CN111488649B (zh) | 一种联合收割机零部件载荷分布的非参数估计方法 | |
Legha et al. | Analysis and Reconductoring of Overhead Conductors with Considering aging for Radial Distribution Systems Using Imperialist competitive Algorithm | |
CN113988407A (zh) | 一种工艺变更驱动的产品装配产线重构方法 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210125 Address after: 212000 No.1-1, tangjiagang Road, Chengbei science and Technology Industrial Park, Sanmao street, Yangzhong City, Zhenjiang City, Jiangsu Province Patentee after: Jiangsu guanzhuo Electric Co.,Ltd. Address before: No. 1 Jiangning Road, Nanjing District hirokage 211167 cities in Jiangsu Province Patentee before: NANJING INSTITUTE OF TECHNOLOGY |
|
TR01 | Transfer of patent right |