CN107679719A - 一种复杂电网电能质量知识云监测与评价系统和方法 - Google Patents

一种复杂电网电能质量知识云监测与评价系统和方法 Download PDF

Info

Publication number
CN107679719A
CN107679719A CN201710849045.XA CN201710849045A CN107679719A CN 107679719 A CN107679719 A CN 107679719A CN 201710849045 A CN201710849045 A CN 201710849045A CN 107679719 A CN107679719 A CN 107679719A
Authority
CN
China
Prior art keywords
evaluation
cloud
knowledge
power quality
monitoring
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
Application number
CN201710849045.XA
Other languages
English (en)
Inventor
阴艳超
常斌磊
李鑫
张刘渲楠
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.)
Kunming University of Science and Technology
Original Assignee
Kunming University of Science and Technology
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 Kunming University of Science and Technology filed Critical Kunming University of Science and Technology
Priority to CN201710849045.XA priority Critical patent/CN107679719A/zh
Publication of CN107679719A publication Critical patent/CN107679719A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80Management or planning
    • Y02P90/82Energy audits or management systems therefor

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种复杂电网电能质量知识云监测与评价系统和方法,属于复杂电网电能质量评价知识服务技术领域。该系统包括:电能质量评价知识资源库、电能质量监测模块、知识云评价约束模块、评价知识云库、评价服务模块。该方法包括步骤:选取多个电能质量评价指标作为评价对象;将电力系统以孤岛表示,并连接为知识云网络;对电能质量指标数据进行监测;建立电能质量指标的云推理规则;对电能质量评价指标的监测数据进行评价。该系统和方法建立了跨地域和跨领域的复杂电网电能质量知识云评价模型,克服评价操作时序排布的复杂性和空间分布广泛性对电能质量监测与评价的影响,客观反映了电能质量评价过程的动态性、复杂性。

Description

一种复杂电网电能质量知识云监测与评价系统和方法
技术领域
本发明涉及一种复杂电网电能质量知识云监测与评价系统和方法,属于复杂电网电能质量评价知识服务技术领域。
背景技术
随着电网事业的蓬勃发展,电网系统电力负荷急剧增长,特别是非线性、冲击性负荷的不断增长,使得我国供电系统电能质量遭受严重污染。同时,“西电东送、南北互供、全国联网”等战略的实施使得我国形成了世界上独一无二的超大规模的跨区域性互联电网,虽然电力系统容量增大后可以有效提高电网频率稳定性。但是随着电网规模的扩大,电力系统在大扰动下维持频率稳定的能力不断恶化,离散分布的电力系统单元相互孤立形成信息孤岛,导致扰动后系统频率动态响应复杂化,呈现明显的动态特性,使得多区域电力系统电能质量系统化监测与评价困难。而且评价电能质量的好坏是十分模糊的定性概念,现有的电能质量评价标准、云推理规则难以实现定性概念与定量概念之间的转换,评价系统无法客观反映各类负荷和离散分布式电网系统及设备的运行状态,难以解决复杂电力系统离散分布、电能质量评价模糊、难以有效统一化管理的问题。
发明内容
本发明提供了一种复杂电网电能质量知识云监测与评价的系统和方法,以解决电能质量评价中存在的电力系统离散分布、电能质量评价模糊、电能质量监测与评价难以统一化管理的问题。
本发明提供如下方案:一种复杂电网电能质量知识云监测与评价方法,包括步骤:
步骤1,根据电能质量常见影响因素的分析与研究,选取多电能质量评价指标作为不同区域电力系统电能质量的一致性评价对象;
步骤2,将不同区域的电力系统以孤岛的形式表示,并将不同时序和空间分布的电力系统孤岛连接为知识云网络;
步骤3,通过电能质量监测模块对电能质量评价指标的数据进行在线监测与记录,进一步将监测结果推送至评价服务模块;
步骤4,通过知识云评价约束模块建立针对步骤1中的电能质量评价指标的云推理规则;
步骤5,通过评价服务模块对9个电能质量评价指标的监测数据进行评价,评价方式及规则按照云推理规则执行。
其中,在该方法执行前需要对电能质量评价相关知识资源进行分析,进一步建立电能质量评价知识资源库,进一步对电能质量评价知识资源进行知识化组织与封装,从而建立评价知识云库。
步骤1中电能质量评价指标是现有技术中常用的对电网电能质量有明显影响的评价指标,可采用如下9个:电压偏差、频率偏差、谐波电压含有率、电压波动性、电压闪变、电压暂态、三相不平衡、供电可靠性、服务性指标;
步骤2中知识云网络是利用互联网通讯技术建立的不同区域电能质量监测与评价活动的信息交流、传输、分析、控制信息平台。
步骤4中建立电能质量云推理规则包括步骤:
401,设置期望E和熵En两个变量作为评价电能质量好坏的表征参数,进一步将(E, En)作为电能质量评价好坏程度的参数化表征量,从而对评价过程中定性概念的模糊性和随机性进行统一地量化描述,E是评价结果好坏程度的参数化表征量数值变化范围的平均值,也是最能代表评价指标等级的值;En是评价结果模糊度的度量,反映了评价结果是否在评价等级范围内,En越大,评价概念越模糊,好坏程度越不符合该等级范围;
402,将电能质量指标的评价结果分为5个等级:1级-不合格、2级-合格、3级-中等、4级-良好、5级-优秀,进一步结合电能质量评价指标监测数据,根据常用的云模型的3En原则求不同等级对应的评价等级的参数化表征量,具体为求解1级-(E 1 , En 1)、2级-(E 2 , En 2)、3级-(E 3 , En 3)、4级-(E 4 , En 4)、5级-(E 5 , En 5);
403,利用常用的if X then Y推理方法实现单指标云评价,具体为利用if X then Y推理方法实现单个电能质量评价指标参数从监测值定量输入到评价等级定性评价,再到评价结果定量输出的转换过程,其中X是单指标监测值所处等级,用(Ex i , Enx i )(x为输入量角标,i∈N+)表示;Y是评价结果参数化表征量,用(Ey i ,Eny i )(y为输出量角标,i∈N+)表示;
404,利用多个单指标云评价组合成多指标云评价,进一步利用ifA,B,C,...,thenD多指标云评价推理方法实现多指标云评价,具体为从多指标测量值输入到各指标评价等级定性评价,再到综合评价结果定量输出的转换过程,其中A,B,C...为不同评价指标所处的等级,D为多指标评价结果参数化表征量。
本发明还提供一种复杂电网电能质量知识云监测与评价模型,其特征在于,包括:电能质量评价知识资源库、电能质量监测模块、知识云评价约束模块、评价知识云库、评价服务模块;
其中,电能质量评价知识资源库是复杂电网电能质量评价活动相关的所有知识资源的集合;
电能质量监测模块负责对选定的9个电能质量评价指标进行在线监测,并对监测值进行分析,进一步对指标的参数化表征量进行计算,并将监测数值相关知识传输至评价知识云库;
知识云评价约束模块负责制定包括电能质量评价活动的协同规则、评价标准、云推理规则,以及评价指标的监测时序、监测约束在内的电能质量评价活动的所有约束;
评价知识云库是电能质量评价知识资源库中的知识资源经过知识化组织与封装后形成的包括云团、云团匹配关系、云团匹配规则在内的所有知识的集合;
评价服务模块负责对电能质量知识评价任务中评价活动的时序与顺序进行排列,以增加评价活动并行执行,减少评价活动单独执行为排列原则,从而减少电能质量评价任务执行时间,进一步负责对电能质量指标的监测数据进行评价。
其中,将电能质量知识资源的知识化组织与封装包括步骤:
a对电能质量知识资源进行知识化表示,具体是将电能质量知识资源表示为云滴和云团,其中云滴是最小数据单元,多个互相关的云滴通过本体映射关系和语义关联匹配、组合为云团,并将多个云团组合在一起,存储于评价知识云库;
b对知识化后的电能质量知识资源进行知识共享和封装,具体是将电力系统内部以及电力系统之间的云团互相关联,从而共享知识资源,进一步将针对某一评价指标的知识云评价过程所涉及的能够固化和程序化的操作环节及相关的云团封装为具有定向服务功能的知识云模板,并存储于评价知识云库,从而通过直接调用知识云模板简化电能质量评价过程。
本发明的有益效果是:本发明通过将复杂电网电能质量评价过程中相关知识资源进行知识化组织与封装,实现了多个跨区域的电力系统内部与电力系统之间的电能质量评价相关的知识资源的统一化表示,并建立了电能质量知识云监测与评价系统,实现了对具有代表性的电能质量评价指标的监测与评价,并实现了模糊概念定性与定量化的转变过程,进一步对知识云监测与评价过程的执行规则进行定义,通过增加多个评价活动并行执行的云评价服务节省评价时间,解决了电能质量评价中存在的电力系统离散分布、电能质量评价模糊、电能质量监测与评价难以统一化管理的问题。
附图说明
图1为复杂电网电能质量知识云监测与评价系统结构图;
图2为电能质量知识资源的知识化组织与封装示意图;
图3为复杂电网电能质量知识云监测与评价方法流程图。
具体实施方式
下面将结合附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例只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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:如图1所示,一种复杂电网电能质量知识云监测与评价系统,包括:电能质量评价知识资源库、知识云评价约束模块、评价知识云库、评价服务模块。
所述电能质量评价知识资源库是复杂电网电能质量评价活动相关的所有知识资源的集合;
所述电能质量监测模块负责对选定的电能质量评价指标进行在线监测,并对监测值进行分析,对指标的参数化表征量进行计算,并将监测数值相关知识传输至评价知识云库;
所述知识云评价约束模块负责制定包括电能质量评价活动的协同规则、评价标准、云推理规则,以及评价指标的监测时序、监测约束在内的电能质量评价活动的所有约束;
所述评价知识云库是将电能质量评价知识资源库中的知识资源经过知识化组织与封装后形成的包括云团、云团匹配关系、云团匹配规则在内的所有知识的集合;
所述评价服务模块负责对电能质量知识评价任务中评价活动的时序与顺序进行排列,以增加评价活动并行执行,减少评价活动单独执行为排列原则,从而减少电能质量评价任务执行时间,进一步负责对电能质量指标的监测数据进行评价。
实施例2:如图2所示,其中电能质量知识资源的知识化组织与封装过程为:
a对电能质量知识资源进行知识化表示,具体为利用基于本体的知识云表示方法将各电力系统电能质量指标相关的软、硬件知识资源如监测系统软件、质量监测设备、电力输送设备、指标参数等表示为云滴或云团,其中云滴是最小数据单元,多个互相关的云滴通过本体映射关系和语义关联匹配、组合为云团,多个云团组合在一起,利用云团间的匹配与连接规则,存储于系统化、标准化的评价知识云库;
b对知识化后的电能质量知识资源进行知识云封装,具体为:首先,将各个孤岛内部以及孤岛之间的云团互相关联,以共享知识资源;然后,由于不同信息孤岛的相同指标评价过程及相关资源基本一致,因此可以将针对某一指标的知识云评价过程所涉及的能够固化和程序化的中间操作环节、评价方法、云团及其映射关系等封装在一起,构成具有定向服务功能的知识云模板如:电压偏差知识云、频率偏差知识云、谐波电压知识云、电压波动性知识云、电压闪变知识云、电压暂态知识云、三相不平衡性知识云、供电可靠性知识云、服务型指标知识云等,并存储于评价知识云库,在对某指标进行评价的过程中,可以直接调用具有定向服务功能的知识云模板进行评价服务,以提高电能质量评价效率。
所有孤岛共享服务系统中已封装的具有定向服务功能的知识云模板,通过调用相关定向服务功能的知识云模板能够对不同区域的电力系统同时进行电能质量评价服务,从而克服电力系统空间分布广泛导致的电能质量评价困难的问题,提高复杂电网全域电能质量评价效率。
实施例3:如图3所示,一种复杂电网电能质量知识云监测与评价方法,包括步骤:
S1,根据电能质量常见影响因素的分析与研究,选取9个电能质量评价指标作为不同区域电力系统电能质量的一致性评价对象,分别用b j(j=1~9)来表示,即电压偏差b 1、频率偏差b 2、谐波电压含有率b 3、电压波动性b 4、电压闪变b 5、电压暂态b 6、三相不平衡b 7、供电可靠性b 8、服务性指标b 9
S2,将不同区域的电力系统以孤岛的形式表示,并将不同时序和空间分布的电力系统孤岛连接为知识云网络;
S3,通过电能质量监测模块对9个电能质量评价指标的数据进行在线监测与记录,进一步将监测结果推送至评价服务模块;
S4,通过知识云评价约束模块建立针对9个电能质量评价指标的云推理规则;
S5,通过评价服务模块对9个电能质量评价指标的监测数据进行评价,评价方式及规则按照云推理规则执行。
具体过程为:根据评价活动内容、相关电力系统特征信息、用户需求等从电能质量评价知识资源库中提取与评价活动相关的信息;将具有定向服务功能的知识云模板以及其他相关云团组合在一起,从而创建评价知识云库;在电能质量监测模块对电能质量进行监测,并计算监测指标的参数化表征量;进一步创建评价服务流程,对评价活动的执行时间和序列进行排布,具体为依据多活动并行、少活动串行的原则对整体评价服务任务进行流程优化,将可并行执行的评价活动划分在同一个服务任务中,如图1所示,知识服务任务1中评价活动1-3为电网内不同孤岛的电压偏差b 1的并行评价活动,通过调用指定功能的电压偏差知识云以及与孤岛特征相关的云团,可同时执行电压偏差评价活动,同理,知识服务任务2中评价活动4-7为电网内不同孤岛的频率偏差b 2的并行评价活动;在各评价服务任务执行过程中从评价知识云库中调取评价活动相关知识和参数,进一步利用多指标云评价推理方法对评价活动中的评价等级和电能质量的参数化表征量进行分析和计算;在评价服务模块根据知识云评价约束模块中所规定的评价活动的协同规则、评价标准、云推理规则,评价指标的监测时序、监测约束等,对9个电能质量评价指标进行监测及评价,在评价过程中,通过在相应知识服务任务中调用已封装的具有指定功能的知识云模板,完成电能质量的监测和评价任务。
实施例4:其中电能质量云推理规则,具体为:先利用云模型的3En原则求解评价指标监测值的参数化表征量,进一步利用单指标云评价对9个评价指标的监测值进行评价,进一步综合判断每个电能质量评价指标所处等级,再利用定性语言描述对多指标云评价规则进行规定,具体为:
(1)设置期望E和熵En两个变量作为评价电能质量好坏的表征参数,进一步将(E, En)作为电能质量评价好坏程度的参数化表征量,从而对评价过程中定性概念的模糊性和随机性进行统一地量化描述,E是评价结果好坏程度的参数化表征量数值变化范围的平均值,也是最能代表评价指标等级的值;En是评价结果模糊度的度量,反映了评价结果是否在评价等级范围内,En越大,评价概念越模糊,好坏程度越不符合该等级范围;
(2)将电能质量指标的评价结果分为5个等级:1级-不合格、2级-合格、3级-中等、4级-良好、5级-优秀,进一步结合电能质量评价指标监测数据,根据常用的云模型的3En原则求不同等级对应的评价等级的参数化表征量,具体为求解1级-(E 1 , En 1)、2级-(E 2 , En 2)、3级-(E 3 , En 3)、4级-(E 4 , En 4)、5级-(E 5 , En 5);
(3)利用常用的if X then Y推理方法实现单指标云评价,具体为利用if X then Y推理方法实现单个电能质量评价指标参数从监测值定量输入到评价等级定性评价,再到评价结果定量输出的转换过程,其中X是单指标监测值所处等级,用(Ex i , Enx i )(x为输入量角标,i∈N+)表示;Y是评价结果参数化表征量,用(Ey i ,Eny i )(y为输出量角标,i∈N+)表示;
(4)利用多个单指标云评价组合成多指标云评价,进一步利用ifA,B,C,...,thenD多指标云评价推理方法实现多指标云评价,具体为从多指标测量值输入到各指标评价等级定性评价,再到综合评价结果定量输出的转换过程,其中A,B,C...为不同评价指标所处的等级,D为多指标评价结果参数化表征量。
部分规则如下:
Rule 1:if b 1为1级and b 2为1级and b 3为1级and b 4为1级and b 5为1级and b 6为5级andb 7为1级and b 8为5级and b 9为5级,then综合评价等级为5级-优秀。
Rule 2:if b 1为2级and b 2为2级and b 3为2级and b 4为2级and b 5为2级and b 6为4级and b 7为2级and b 8为4级and b 9为4级,then综合评价等级为4级-良好。
Rule 3:if b 1为3级and b 2为3级and b 3为3级and b 4为3级and b 5为3级and b 6为3级and b 7为3级and b 8为3级and b 9为3级,then综合评价等级为3级-中等。
Rule 4:if b 1为4级and b 2为4级and b 3为4级and b 4为4级and b 5为4级and b 6为2级and b 7为4级and b 8为2级and b 9为2级,then综合评价等级为2级-合格。
Rule 5:if b 1为5级and b 2为5级and b 3为5级and b 4为5级and b 5为5级and b 6为1级and b 7为5级and b 8为1级and b 9为1级,then综合评价等级为1级-不合格;
Rulek:......。
其中,k∈N+,且i>5,用户可以根据具体指标评价标准、云推理规则的要求设置多指标云评价规则,从而达到综合评价结果能够客观反映复杂电网的实际电能质量的目的,进一步根据评价结果对不合格指标进行报警,提醒用户对导致指标不合格的因素进行排查和维修等服务。

Claims (6)

1.一种复杂电网电能质量知识云监测与评价系统,其特征在于,包括电能质量评价知识资源库、电能质量监测模块、知识云评价约束模块、评价知识云库和评价服务模块;
所述电能质量评价知识资源库是复杂电网电能质量评价活动相关的所有知识资源的集合;
所述电能质量监测模块负责对选定的电能质量评价指标进行在线监测,并对监测值进行分析,对指标的参数化表征量进行计算,并将监测数值相关知识传输至评价知识云库;
所述知识云评价约束模块负责制定包括电能质量评价活动的协同规则、评价标准、云推理规则,以及评价指标的监测时序、监测约束在内的电能质量评价活动的所有约束;
所述评价知识云库是将电能质量评价知识资源库中的知识资源经过知识化组织与封装后形成的包括云团、云团匹配关系、云团匹配规则在内的所有知识的集合;
所述评价服务模块负责对电能质量评价活动的时序与顺序进行排列,以增加评价活动并行执行,减少评价活动单独执行为排列原则,从而减少电能质量评价任务执行时间,进一步负责对电能质量指标的监测数据进行评价。
2.根据权利要求1所述的复杂电网电能质量知识云监测与评价系统,其特征在于,所述评价知识云库中电能质量知识资源的知识化组织与封装包括步骤:
a对电能质量知识资源进行知识化表示,具体是将电能质量知识资源表示为云滴和云团,其中云滴是最小数据单元,多个互相关的云滴通过本体映射关系和语义关联匹配、组合为云团,进一步将多个云团组合在一起,存储于评价知识云库;
b对知识化后的电能质量知识资源进行知识共享和封装,具体是将电力系统内部以及电力系统之间的云团互相关联,从而共享不同电力系统的电能质量知识资源,进一步将针对某一评价指标的知识云评价过程所涉及的能够固化和程序化的操作环节及相关的云团封装为具有定向服务功能的知识云模板,并存储于评价知识云库,从而通过直接调用知识云模板简化电能质量评价过程。
3.一种复杂电网电能质量知识云监测与评价方法,其特征在于,包括步骤:
步骤1,根据电能质量常见影响因素的分析与研究,选取多个电能质量评价指标作为不同区域电力系统电能质量的一致性评价对象;
步骤2,将不同区域的电力系统以孤岛的形式表示,并将不同时序和空间分布的电力系统孤岛连接为知识云网络;
步骤3,通过电能质量监测模块对电能质量评价指标的数据进行在线监测与记录,进一步将监测结果推送至评价服务模块;
步骤4,通过知识云评价约束模块建立针对电能质量评价指标的云推理规则;
步骤5,通过评价服务模块对电能质量评价指标的监测数据进行评价,评价方式及规则按照云推理规则执行。
4.根据权利要求3所述的复杂电网电能质量知识云监测与评价方法,其特征在于,步骤1中选取9个电能质量评价指标,分别用b j,其中j=1~9来表示,即电压偏差b 1、频率偏差b 2、谐波电压含有率b 3、电压波动性b 4、电压闪变b 5、电压暂态b 6、三相不平衡b 7、供电可靠性b 8和服务性指标b 9
5.根据权利要求3所述的复杂电网电能质量知识云监测与评价方法,其特征在于,步骤2所述的知识云网络是利用互联网通讯技术建立的不同区域电能质量监测与评价活动的信息交流、传输、分析、控制信息平台。
6.根据权利要求3所述的复杂电网电能质量知识云监测与评价方法,其特征在于步骤4所述建立电能质量评价指标的云推理规则包括步骤:
401,设置期望E和熵En两个变量作为评价电能质量好坏的表征参数,进一步将(E, En)作为电能质量评价好坏程度的参数化表征量,从而对评价过程中定性概念的模糊性和随机性进行统一地量化描述,E是评价结果好坏程度的参数化表征量数值变化范围的平均值,也是最能代表评价指标等级的值;En是评价结果模糊度的度量,反映了评价结果是否在评价等级范围内,En越大,评价概念越模糊,好坏程度越不符合该等级范围;
402,将电能质量指标的评价结果分为5个等级:1级-不合格、2级-合格、3级-中等、4级-良好、5级-优秀,进一步结合电能质量评价指标监测数据,根据常用的云模型的3En原则求不同等级对应的评价等级的参数化表征量,具体为求解1级-(E 1 , En 1)、2级-(E 2 , En 2)、3级-(E 3 , En 3)、4级-(E 4 , En 4)、5级-(E 5 , En 5);
403,利用常用的if X then Y推理方法实现单指标云评价,具体为利用if X then Y推理方法实现单个电能质量评价指标参数从监测值定量输入到评价等级定性评价,再到评价结果定量输出的转换过程,其中X是单指标监测值所处等级,用(Ex i , Enx i )(x为输入量角标,i∈N+)表示;Y是评价结果参数化表征量,用(Ey i ,Eny i )(y为输出量角标,i∈N+)表示;
404,利用多个单指标云评价组合成多指标云评价,进一步利用ifA,B,C,...,thenD多指标云评价推理方法实现多指标云评价,具体为从多指标测量值输入到各指标评价等级定性评价,再到综合评价结果定量输出的转换过程,其中A,B,C...为不同评价指标所处的等级,D为多指标评价结果参数化表征量。
CN201710849045.XA 2017-09-20 2017-09-20 一种复杂电网电能质量知识云监测与评价系统和方法 Pending CN107679719A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710849045.XA CN107679719A (zh) 2017-09-20 2017-09-20 一种复杂电网电能质量知识云监测与评价系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710849045.XA CN107679719A (zh) 2017-09-20 2017-09-20 一种复杂电网电能质量知识云监测与评价系统和方法

Publications (1)

Publication Number Publication Date
CN107679719A true CN107679719A (zh) 2018-02-09

Family

ID=61135751

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710849045.XA Pending CN107679719A (zh) 2017-09-20 2017-09-20 一种复杂电网电能质量知识云监测与评价系统和方法

Country Status (1)

Country Link
CN (1) CN107679719A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108491660A (zh) * 2018-04-03 2018-09-04 天津城建大学 复杂型面制造质量知识表示云建模方法
CN108734404A (zh) * 2018-05-24 2018-11-02 华南理工大学 一种智能电网信息管理系统复杂性评估方法及系统
CN109377022A (zh) * 2018-09-28 2019-02-22 国网湖南省电力有限公司 暴雨及次生灾害对电网的跨区域影响的评估方法及系统
CN109409681A (zh) * 2018-09-28 2019-03-01 国网湖南省电力有限公司 跨区域电网台风影响的评估方法及系统
CN110472852A (zh) * 2019-08-02 2019-11-19 上海云扩信息科技有限公司 一种电力服务应用的体验测评实施管理方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101465546A (zh) * 2009-01-08 2009-06-24 上海交通大学 电能质量综合评估系统
CN104036431A (zh) * 2014-06-04 2014-09-10 国家电网公司 基于云模型的电能质量综合评估多层次交互式决策方法
CN104881360A (zh) * 2015-06-10 2015-09-02 合肥工业大学 一种基于云模型和模糊聚合的软件质量综合评价方法
CN105137231A (zh) * 2015-08-25 2015-12-09 李忠 一种电能质量监测方法和系统
CN106296019A (zh) * 2016-08-17 2017-01-04 云南电网有限责任公司电力科学研究院 区域电能质量综合评估方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101465546A (zh) * 2009-01-08 2009-06-24 上海交通大学 电能质量综合评估系统
CN104036431A (zh) * 2014-06-04 2014-09-10 国家电网公司 基于云模型的电能质量综合评估多层次交互式决策方法
CN104881360A (zh) * 2015-06-10 2015-09-02 合肥工业大学 一种基于云模型和模糊聚合的软件质量综合评价方法
CN105137231A (zh) * 2015-08-25 2015-12-09 李忠 一种电能质量监测方法和系统
CN106296019A (zh) * 2016-08-17 2017-01-04 云南电网有限责任公司电力科学研究院 区域电能质量综合评估方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李如琦等: "基于可拓云理论的电能质量综合评估模型", 《电力系统自动化》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108491660A (zh) * 2018-04-03 2018-09-04 天津城建大学 复杂型面制造质量知识表示云建模方法
CN108734404A (zh) * 2018-05-24 2018-11-02 华南理工大学 一种智能电网信息管理系统复杂性评估方法及系统
CN109377022A (zh) * 2018-09-28 2019-02-22 国网湖南省电力有限公司 暴雨及次生灾害对电网的跨区域影响的评估方法及系统
CN109409681A (zh) * 2018-09-28 2019-03-01 国网湖南省电力有限公司 跨区域电网台风影响的评估方法及系统
CN109377022B (zh) * 2018-09-28 2022-03-08 国网湖南省电力有限公司 暴雨及次生灾害对电网的跨区域影响的评估方法及系统
CN109409681B (zh) * 2018-09-28 2022-03-08 国网湖南省电力有限公司 跨区域电网台风影响的评估方法及系统
CN110472852A (zh) * 2019-08-02 2019-11-19 上海云扩信息科技有限公司 一种电力服务应用的体验测评实施管理方法
CN110472852B (zh) * 2019-08-02 2023-03-03 上海云扩信息科技有限公司 一种电力服务应用的体验测评实施管理方法

Similar Documents

Publication Publication Date Title
Oliveira et al. Power system security assessment for multiple contingencies using multiway decision tree
CN107679719A (zh) 一种复杂电网电能质量知识云监测与评价系统和方法
CN106921702B (zh) 一种基于面向服务的配电网信息物理系统
CN111091240A (zh) 一种公共机构电力能效监测系统及服务方法
CN109697251A (zh) 基于分布式光伏电站的云计算方法及云服务平台
CN110826228A (zh) 一种地区电网运行品质极限评估方法
CN113312748A (zh) 一种用于负荷模型的在线建模方法及系统
CN115511656A (zh) 一种基于挖掘电网数据价值的需求规划辅助决策系统
Zhang et al. A spatial fuzzy influence diagram for modelling spatial objects’ dependencies: A case study on tree-related electric outages
CN115908046A (zh) 基于航站楼bim的可视化配电系统
CN112200458A (zh) 一种配电网规划数据应用方法及系统
CN118017509A (zh) 基于数字孪生空间的大规模配电网并行优化方法
CN109447466B (zh) 一种基于配电网通信网络建设的全过程可视化管控系统
Wu et al. An Auxiliary Decision‐Making System for Electric Power Intelligent Customer Service Based on Hadoop
CN112948353B (zh) 一种应用于DAstudio的数据分析方法、系统及存储介质
Sun et al. An identification method for vulnerable lines based on combination weighting method and GraphSAGE algorithm
Bychkov et al. Support for managing the survivability of energy systems based on a combinatorial approach
CN116632826A (zh) 一种配电网的问题处理方法、装置、电子设备及存储介质
CN114997574A (zh) 一种基于业务中台的配电台区弹性资源管理方法及装置
Jingyu et al. Statistical analysis of distribution network fault information based on multi-source heterogeneous data mining
CN111178763A (zh) 一种企业能效数据管理方法和装置
Peng et al. Construction of data quality evaluation index for manufacturing multi-value chain collaborative data space based on the whole life cycle of data
Peng et al. Research on data quality detection technology based on ubiquitous state grid internet of things platform
CN111339664A (zh) 一种基于边缘计算的逐层负荷建模方法和系统
Ren et al. Research on flexibility of production system based on personnel collaboration

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180209