CN107546737A - 一种基于聚类分析的配电网可靠性影响因素的分析方法 - Google Patents
一种基于聚类分析的配电网可靠性影响因素的分析方法 Download PDFInfo
- Publication number
- CN107546737A CN107546737A CN201610491072.XA CN201610491072A CN107546737A CN 107546737 A CN107546737 A CN 107546737A CN 201610491072 A CN201610491072 A CN 201610491072A CN 107546737 A CN107546737 A CN 107546737A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- circuit
- analysis
- time limit
- 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
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种基于聚类分析的配电网可靠性影响因素的分析方法,其包括建立线路可靠性特征集合、计算原始特征向量、聚类分析元组集合和确定最佳区域‑线路对。本发明提供的技术方案在进行配电网可靠性分析的同时考虑多个因素的综合影响,辅助配电网规划人员制定更为有效的规划技术原则。
Description
技术领域
本发明涉及电力系统大数据分析方法领域,具体讲涉及一种基于聚类分析的配电网可靠性影响因素的分析方法。
背景技术
供电可靠性通过综合衡量供电系统中反映用户停电情况的统计指标来评估供电系统持续供电能力。近年来,配电网可靠性逐渐成为电网公司关注的重点,尤其对配电规划业务中可靠性指标的管理和运用提出了更高的要求。
目前,国际上普遍采用基于可靠性的配电网规划方法,结合区域配电网发展现状和未来趋势,从网架、设备、技术、管理等四个方面,分析不同措施下的可靠性提升效果,以效益最大化为目标给出可靠性提升路径,制定和优化配电网规划方案。2014年发布的《配电网规划设计技术导则》明确提出配电网规划需要以提升配电网可靠性为目标,根据区域类型选择相应的技术原则,并针对电网结构、线路和配电设备给出了标准化建议。
作为可靠性规划方法和相关技术标准的理论基础,目前配电网可靠性影响因素的分析存在以下两方面不足:
1)在分析某一项因素时通常忽略其他因素的变化或假定其他因素不变,无法体现多项因素对于可靠性的综合提升效果,也导致单相因素对于可靠性的影响程度与实际情况会有所偏差;
2)配网可靠性既与电网自身的坚强、灵活程度有关,同时也受到外部运行环境和用户用电行为影响。目前仅以负荷密度对区域类型进行划分,忽略了区域内相关特征导致分析结论较为泛化,针对性不强。
为满足现有技术的需要,克服现有技术中的不足,本方法从大数据视角出发,提出一种基于聚类分析的配电网可靠性影响因素分析方法。
发明内容
为满足现有技术的需要,改进可靠性规划方法,制定更科学的分析手段,本发明提供一种配电网可靠性影响因素分析方法,融合配电网内外部数据,通过概念聚类对区域和线路类型进行细分,并结合实际或理论可靠性指标分析适用于不同区域类型的线路可靠性特征组合。
本发明提供的分析方法,其改进之处在于,所述分析方法包括:
步骤1:建立可靠性特征集合;
步骤2:计算线路或区域的原始特征向量;
步骤3:元组集合的聚类分析;
步骤4:确定最佳区域-线路对。
进一步的,所述步骤1中,所述可靠性特征集合包括:
(1)拓扑结构类:
所述拓扑结构包括:线路区段划分、分支线区段数量、线路联络数量、直接联络区段比例和相邻联络区段比例;
(2)设备属性类:
所述设备属性包括:线路全长、线路类型、区段平均长度、区段运行年限、导线截面、线路绝缘化程度和线路自动化水平;和,
如下式(1)所示的区段长度偏差C:
C=∑(li-lmean)2/s (1)
式中,lmean:区段平均长度;li:第i个区段长度;s:线路区段数量;
和,如下式(2)所示的配电设备容量比例DE:
DE=Cpt:Cdb:Csr (2)
式中,Cpt:线路中柱上配电变压器装接容量之和;Cdb:线路中箱式变电站的配变装接容量之和;Csr:线路中配电室的配变装接容量之和;
(3)运行指标类;
所述运行指标类特征包括:设备运行年限、负载率和供电半径。
进一步的,所述运行年限分为导线、开关和配变三类设备的平均年限;
所述导线类设备平均运行年限OPline如下式(3)所示:
式中,li:导线i的长度;OPi:导线i的运行年限;L:导线长度;
所述开关设备平均运行年限OPbreaker如下式(4)所示:
式中,OPi:开关i的运行年限;n:线路中的开关数量;
所述配变设备平均运行年限OPtran如下式(5)所示:
式中,Ci:配变设备i的额定容量;OPi:配变设备i的运行年限;C:配电设备总电容量。
进一步的,所述步骤2中,根据特征数值类型预处理元组集合中的特征向量:
对于连续型变量,采取极大-极小算法max-min或零-均值规范化z-score方法进行规范化;
对于离散型变量,作为名义型或有序型因子进行处理。
进一步的,所述步骤3中,首先,对线路和区域元组集合的概念聚类的分类效用最大化原则max CU如下式(6)所示:
式中,Ck:线路或区域k的类型;P(Ck):选取Ck类的概率;n:从分类树的某个节点向下划分{C1,C2,…,Cn}生成的线路类型或区域类型数目;Ai=Vij:为特征-值对,即在特征i中取值j;P(Ai=Vij):在特征i中取值j的概率;P(Ai=Vij|Ck):在Ck类的特征i中取值j的概率。
进一步的,分析线路和区域元组集合的聚类结果:
(1)形成区域分类树:选取与可靠性参数相关的区域特征单个区域的规模按照线路实际的供电区域和地区规划设计方案确定:
(2)计算样本线路可靠性指标:
对于简单辐射型线路或环网线路,采用环网最小线路法、最小割集法或故障模式后果分析法;
对于大规模复杂配电网线路,采用等值法或基于模式的可靠性评估方法。
进一步的,所述步骤4中,基于线路和区域分类结果,分析线路在区域中的可靠性差异,确定最佳的区域-线路对。
与最接近的现有技术比,本发明具有以下优异效果:
(1)本发明提供的技术方案在进行可靠性影响因素分析时,能够同时考虑多个因素的综合影响,辅助配电网规划人员制定更为有效的规划技术原则。
(2)本发明提供的技术方案在供电区域的处理上,在考虑了区域负荷情况之外选取更加丰富的环境和社会特征,能够更为全面地反映区域形态。
附图说明
图1为本发明提供的基于聚类分析的配电网可靠性影响因素分析方法流程图;
图2为本发明提供的实施例中概念聚类线路分类树示意图。
具体实施方式
以下将结合附图说明和具体实施例对本发明提供的技术方案做进一步的详细描述。
本发明提出了一种基于概念聚类的配电网可靠性影响因素分析方法,以10kV线路为分析对象,从拓扑结构、设备属性、运行指标等方面提取与可靠性相关的线路可靠性特征集合,利用概念聚类方法对基于可靠性特征集合的线路样本进行分类,生成多级分类模式树,每一级都代表一种对所有线路样本的分类方式,每一类线路都具备一组有若干满足分类约束条件的特征-值对(称为显著特征向量)。
另一方面,考虑供电区域内各种可能影响可靠性水平的自然、社会和人为因素,对供电区域进行类似的分类过程,获得供电区域分类树,每一类区域同样具有相应的显著特征向量。
基于以上线路和区域的分类结果,分析不同类型线路在不同类型区域内的可靠性水平,以可靠性最高为目标获得针对每一类区域的最佳可靠性特征组合,进而为提高配电网可靠性提供路线指引。
如说明书附图图1所述的分析方法流程图,本发明提供的分析方法包含:
(一)建立线路和区域的可靠性特征集合;
从拓扑结构、设备属性、运行指标等几个方面选取或构造量化特征共17项,每条
线路都可以由特征集合中的若干项表示。各项特征的具体含义如下:
(1)拓扑类特征
①线路区段数量
对于架空线路,通过分段开关对主干线或分支线进行供电区段划分,以若干个分段开关为边界形成的线路视为一个区段。对于电缆线路,连接开关柜的电缆线段视为一个区段。
②分支线区段数量
由分支线产生区段数量。
③线路联络数量
作为备用或转供电源与其他线路在拓扑上相连的常开开关/开关柜数量。
④直接联络区段比例
具有直接转供电源联络的区段数量占线路总区段数量比例。
⑤相邻联络区段比例
相邻区段具有直接专供电源的区段数量占线路总区段数量比例。
(2)设备类特征
⑥线路全长
线路主干线与所有分支线长度之和。
⑦线路类型C_con:
其中:L为线路全长,Lo为线路中架空线路长度。据此,对于全架空线路,线路类型为0,对于全电缆线路,线路类型为1。
⑧区段平均长度
其中:L为线路全长,s为线路区段数量。
⑨区段长度偏差
C=∑(li-lmean)2/s
其中:lmean为区段平均长度,li为第i个区段长度,s为线路区段数量。
⑩线路运行年限
线路自投运日期开始到当前日期的运行时长,以年为单位,不足1年按照1年计算。
导线截面
线路主干线导线截面,通常按照《配电网规划设计技术导则》进行选择。在此按照截面数值,转化为数值型类别标号。
线路绝缘化程度
其中:lin为进行绝缘化处理的线路长度,L为线路全长。对于电缆线路,绝缘化程度为1。
线路自动化水平
根据线路自动化终端配置情况,设置对应的线路自动化水平如下。
自动化终端配置 | 线路自动化水平 |
三遥终端 | 2 |
二遥终端 | 1 |
无终端 | 0 |
配电设备比例
DE=Cpt:Cdb:Csr
其中:Cpt为线路中柱上配电变压器装接容量之和,Cdb为线路中箱式变电站的配变装接容量之和,Csr为线路中配电室的配变装接容量之和,DE为三者容量比例。
(3)运行类特征
设备运行年限
分为线段、开关和配变三类设备的平均年限,每类设备运行年限按照如下公式计算:
OPline=∑li*OPi/L
其中:OPline为导线类设备平均运行年限,li为导线i的长度,OPi为导线i的运行年限,L为线路导线全长。
OPbreaker=∑OPi/n
其中:OPbreaker为开关类设备平均运行年限,OPi为开关i的运行年限,n为线路中的开关数量。
OPtran=∑Ci*OPi/C
其中:OPtran为配变类设备平均运行年限,Ci为配变设备i的额定容量,OPi为配变设备i的运行年限,n为线路中开关数量。
负载率
包括线路最大负载率和配变平均负载率。
load_rate=lmax/Cmax
其中:lmax为线路全年最大负荷,用变电站10kV出口测电流表示,Cmax为线路最大传输容量。
load_rate=lt_max/lrated
其中:lt_max为配变全年最大负荷,lrated为线配变额定容量。
供电半径
由线路出线到线路末端最远负荷之间的电气路径。
(二)根据各项特征定义,获得每条线路和每块区域的的原始特征向量,所有特征向量构成数据元组集合,根据特征数值类型按照如下方法对数据元组集合进行预处理。
对于线路全长、线路类型、区段平均长度、区段长度偏差、区段联络比例、供电半径、负载率、线路绝缘化率等连续型变量,采取max-min或z-score方法进行规范化。
对于线路区段数、线路联络数、线路运行年限、设备运行年限、线路自动化水平、导线截面、线路区段数、联络开关数等离散型变量,可以根据相关标准作为名义型或有序型因子进行处理。
(三)对线路和区域的元组集合分别进行聚类;
对于聚类方法不做限制,可以优先考虑基于层次的聚类方法。在此以其中一种方法对聚类过程进行说明:
按照分类效用(category utility,CU)最大化原则,对经过2)处理的线路和区域数据元组集合进行聚类。
式中,Ck:线路或区域k的类型;P(Ck):选取Ck类的概率;n:从分类树的某个节点向下划分{C1,C2,…,Cn}生成的线路类型或区域类型数目;Ai=Vij:为特征-值对,即在特征i中取值j;P(Ai=Vij):在特征i中取值j的概率;P(Ai=Vij|Ck):在Ck类的特征i中取值j的概率。
聚类结果以概念树方式对元组集合进行划分,树中每个节点代表一种线路或每块区域的类型,同时通过对该类型下包含的线路特征向量进行汇总,形成对该线路类型的显著特征组合。线路分类树结果如附图2所示,首先所有线路成为C0大类,在C0类型下又可划分出C1至C3三个子类。以C1类为例,P(C1)=0.3表示C1类在其父类C0中出现的概率为0.3,P(分段数=3|C1)=0.5和P(线路长度=2|)=0.7)表示在C1类内,线路分段数=3的概率为0.5,线路长度=2的概率为0.7,这两项条件正是C1类的划分依据。对于其他聚类方法同样可以得到相应的类型划分结果。
对于以上线路所在的地理区域,通过1)至3)步骤进行类似的聚类过程,形成区域分类树,区域特征的选择需要与可靠性参数相关,在此考虑区域面积、区域供电类型、功能定位、气象指标、人口总量与流动情况、施工建设情况、交通条件、植被覆盖情况等几个方面,单个区域的规模可以按照线路实际的供电区域、地区规划详细设计方案或其他方式确定。
计算样本线路的可靠性指标,对于简单的辐射型线路可以采用环网最小路法、最小割集法或故障模式后果分析法,对于大规模的复杂配电网可以采用等值法或基于模式的可靠性评估方法。
(四)基于线路和区域分类结果,各自选择一种分类方式分析每种类型线路在每种类型区域下的可靠性差异,确定最佳的区域-线路对。分类方式可以按照样本全覆盖的原则自由选择,直到获得满意或可行的结果。
以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换,这些未脱离本发明精神和范围的任何修改或者等同替换,均在申请待批的本发明的权利要求保护范围之内。
Claims (7)
1.一种基于聚类分析的配电网可靠性影响因素的分析方法,其特征在于,所述分析方法包括:
步骤1:建立可靠性特征集合;
步骤2:计算线路或区域的原始特征向量;
步骤3:元组集合的聚类分析;
步骤4:确定最佳区域-线路对。
2.如权利要求1所述的分析方法,其特征在于,所述步骤1中,所述可靠性特征集合包括:
(1)拓扑结构类:
所述拓扑结构包括:线路区段划分、分支线区段数量、线路联络数量、直接联络区段比例和相邻联络区段比例;
(2)设备属性类:
所述设备属性包括:线路全长、线路类型、区段平均长度、区段运行年限、导线截面、线路绝缘化程度和线路自动化水平;和,
如下式(1)所示的区段长度偏差C:
C=∑(li-lmean)2/s (1)
式中,lmean:区段平均长度;li:第i个区段长度;s:线路区段数量;
和,如下式(2)所示的配电设备容量比例DE:
DE=Cpt:Cdb:Csr (2)
式中,Cpt:线路中柱上配电变压器装接容量之和;Cdb:线路中箱式变电站的配变装接容量之和;Csr:线路中配电室的配变装接容量之和;
(3)运行指标类;
所述运行指标类特征包括:设备运行年限、负载率和供电半径。
3.如权利要求2所述的分析方法,其特征在于,所述运行年限分为导线、开关和配变三类设备的平均年限;
所述导线类设备平均运行年限OPline如下式(3)所示:
<mrow>
<msub>
<mi>OP</mi>
<mrow>
<mi>l</mi>
<mi>i</mi>
<mi>n</mi>
<mi>e</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>&Sigma;l</mi>
<mi>i</mi>
</msub>
<mo>*</mo>
<msub>
<mi>OP</mi>
<mi>i</mi>
</msub>
</mrow>
<mi>L</mi>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,li:导线i的长度;OPi:导线i的运行年限;L:导线长度;
所述开关设备平均运行年限OPbreaker如下式(4)所示:
<mrow>
<msub>
<mi>OP</mi>
<mrow>
<mi>b</mi>
<mi>r</mi>
<mi>e</mi>
<mi>a</mi>
<mi>ker</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>&Sigma;OP</mi>
<mi>i</mi>
</msub>
</mrow>
<mi>n</mi>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,OPi:开关i的运行年限;n:线路中的开关数量;
所述配变设备平均运行年限OPtran如下式(5)所示:
<mrow>
<msub>
<mi>OP</mi>
<mrow>
<mi>t</mi>
<mi>r</mi>
<mi>a</mi>
<mi>n</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>&Sigma;C</mi>
<mi>i</mi>
</msub>
<mo>*</mo>
<msub>
<mi>OP</mi>
<mi>i</mi>
</msub>
</mrow>
<mi>C</mi>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,Ci:配变设备i的额定容量;OPi:配变设备i的运行年限;C:配电设备总电容量。
4.如权利要求1所述的分析方法,其特征在于,所述步骤2中,根据特征数值类型预处理元组集合中的特征向量:
对于连续型变量,采取极大-极小算法max-min或零-均值规范化z-score方法进行规范化;
对于离散型变量,作为名义型或有序型因子进行处理。
5.如权利要求1所述的分析方法,其特征在于,所述步骤3中,首先,对线路和区域元组集合的概念聚类的分类效用最大化原则max CU如下式(6)所示:
<mrow>
<mi>max</mi>
<mi> </mi>
<mi>C</mi>
<mi>U</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<mi>P</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>C</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&lsqb;</mo>
<msub>
<mi>&Sigma;</mi>
<mi>i</mi>
</msub>
<msub>
<mi>&Sigma;</mi>
<mi>j</mi>
</msub>
<mi>P</mi>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>A</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msub>
<mi>V</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>|</mo>
<msub>
<mi>C</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>-</mo>
<msub>
<mi>&Sigma;</mi>
<mi>i</mi>
</msub>
<msub>
<mi>&Sigma;</mi>
<mi>j</mi>
</msub>
<mi>P</mi>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>A</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msub>
<mi>V</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>&rsqb;</mo>
</mrow>
<mi>n</mi>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,Ck:线路或区域k的类型;P(Ck):选取Ck类的概率;n:从分类树的某个节点向下划分{C1,C2,…,Cn}生成的线路类型或区域类型数目;Ai=Vij:为特征-值对,即在特征i中取值j;P(Ai=Vij):在特征i中取值j的概率;P(Ai=Vij|Ck):在Ck类的特征i中取值j的概率。
6.如权利要求5所述的分析方法,其特征在于,分析线路和区域元组集合的聚类结果:
(1)形成区域分类树:选取与可靠性参数相关的区域特征单个区域的规模按照线路实际的供电区域和地区规划设计方案确定:
(2)计算样本线路可靠性指标:
对于简单辐射型线路,采用环网最小线路法、最小割集法或故障模式后果分析法;
对于大规模复杂配电网线路,采用等值法或基于模式的可靠性评估方法。
7.如权利要求1所述的分析方法,其特征在于,所述步骤4中,基于线路和区域分类结果,分析线路在区域中的可靠性差异,确定最佳的区域-线路对。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610491072.XA CN107546737B (zh) | 2016-06-28 | 2016-06-28 | 一种基于聚类分析的配电网可靠性影响因素的分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610491072.XA CN107546737B (zh) | 2016-06-28 | 2016-06-28 | 一种基于聚类分析的配电网可靠性影响因素的分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107546737A true CN107546737A (zh) | 2018-01-05 |
CN107546737B CN107546737B (zh) | 2022-06-21 |
Family
ID=60963099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610491072.XA Active CN107546737B (zh) | 2016-06-28 | 2016-06-28 | 一种基于聚类分析的配电网可靠性影响因素的分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107546737B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109614484A (zh) * | 2018-11-09 | 2019-04-12 | 华南理工大学 | 一种基于分类效用的文本聚类方法及其系统 |
CN111092425A (zh) * | 2018-10-24 | 2020-05-01 | 中国电力科学研究院有限公司 | 一种基于拓扑特性的网架聚类分析方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101984533A (zh) * | 2010-10-12 | 2011-03-09 | 中国电力科学研究院 | 一种基于模式的大规模中压配电网供电可靠性评估方法 |
CN104636988A (zh) * | 2015-02-11 | 2015-05-20 | 国家电网公司 | 一种主动配电网评估方法 |
CN104992382A (zh) * | 2015-07-21 | 2015-10-21 | 国网天津市电力公司 | 一种面向配电网现状评估的数据融合方法 |
CN105279617A (zh) * | 2015-11-25 | 2016-01-27 | 国家电网公司 | 配电网待建项目对电网可靠性影响的计算方法 |
-
2016
- 2016-06-28 CN CN201610491072.XA patent/CN107546737B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101984533A (zh) * | 2010-10-12 | 2011-03-09 | 中国电力科学研究院 | 一种基于模式的大规模中压配电网供电可靠性评估方法 |
CN104636988A (zh) * | 2015-02-11 | 2015-05-20 | 国家电网公司 | 一种主动配电网评估方法 |
CN104992382A (zh) * | 2015-07-21 | 2015-10-21 | 国网天津市电力公司 | 一种面向配电网现状评估的数据融合方法 |
CN105279617A (zh) * | 2015-11-25 | 2016-01-27 | 国家电网公司 | 配电网待建项目对电网可靠性影响的计算方法 |
Non-Patent Citations (4)
Title |
---|
李祥: "杭州江东区块采用20kV电压等级的可行性研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
陈峰: "基于聚类的增量数据挖掘研究", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅱ辑》 * |
陈汉: "湛江市城市中心区配电网供电可靠性研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
陈燕 等: "《数据挖掘与聚类分析》", 30 November 2012 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111092425A (zh) * | 2018-10-24 | 2020-05-01 | 中国电力科学研究院有限公司 | 一种基于拓扑特性的网架聚类分析方法及系统 |
CN111092425B (zh) * | 2018-10-24 | 2021-12-03 | 中国电力科学研究院有限公司 | 一种基于拓扑特性的网架聚类分析方法及系统 |
CN109614484A (zh) * | 2018-11-09 | 2019-04-12 | 华南理工大学 | 一种基于分类效用的文本聚类方法及其系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107546737B (zh) | 2022-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ganguly et al. | A novel multi-objective PSO for electrical distribution system planning incorporating distributed generation | |
CN108334691B (zh) | 一种可视化的配电网自动绘图方法 | |
CN107730093B (zh) | 一种电网事故复电路径的系统与方法 | |
CN109274095A (zh) | 基于互信息的低压配电网用户拓扑估计方法及系统 | |
Huang et al. | Three-phase balancing of distribution feeders using immune algorithm | |
CN107742167A (zh) | 基于三层宏观组网约束的中压配网精准规划方法 | |
Mendoza et al. | Low voltage distribution optimization: Site, quantity and size of distribution transformers | |
CN106952027A (zh) | 一种10kV配电网线路规划接入容量计算方法 | |
Sahoo et al. | Fuzzy-Pareto-dominance driven possibilistic model based planning of electrical distribution systems using multi-objective particle swarm optimization | |
CN112531655A (zh) | 一种配网馈线分段开关的快速优化配置方法及系统 | |
CN105958472B (zh) | 一种配电网运行优化系统 | |
CN107546737A (zh) | 一种基于聚类分析的配电网可靠性影响因素的分析方法 | |
CN105279617B (zh) | 配电网待建项目对电网可靠性影响的计算方法 | |
CN114268110A (zh) | 配电变压器无功补偿投退状态的判别方法和装置 | |
CN109871566A (zh) | 基于电网拓扑技术的回路构建方法及存储介质 | |
CN117473683A (zh) | 一种中压配电网网格规划方法及相关装置 | |
Zhang et al. | The application of hybrid genetic particle swarm optimization algorithm in the distribution network reconfigurations multi-objective optimization | |
CN111126236A (zh) | 基于拓扑特征与模式识别的标准接线类型识别方法和装置 | |
CN104484546A (zh) | 一种电网规划项目自动潮流校核文件的生成方法 | |
CN107909226B (zh) | 一种业扩报装供电方案设计方法及装置 | |
CN107784326B (zh) | 基于模糊k近邻分类的变电站主接线类型自动判别方法 | |
CN114336638B (zh) | 一种基于冒泡模型的中压有源配电网动态重构方法 | |
CN115118649A (zh) | 一种电力通信网继电保护路由自动规划方法 | |
Bakkabulindi | Planning models for single wire earth return power distribution networks | |
CN114254470A (zh) | 一种配电网可靠性提升方法、装置及存储介质 |
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 |