CN108921409A - 一种电压暂降严重度等级判定方法 - Google Patents
一种电压暂降严重度等级判定方法 Download PDFInfo
- Publication number
- CN108921409A CN108921409A CN201810643498.1A CN201810643498A CN108921409A CN 108921409 A CN108921409 A CN 108921409A CN 201810643498 A CN201810643498 A CN 201810643498A CN 108921409 A CN108921409 A CN 108921409A
- Authority
- CN
- China
- Prior art keywords
- voltage dip
- voltage
- severity
- amplitude
- dip
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 239000011159 matrix material Substances 0.000 claims description 32
- 230000007423 decrease Effects 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 8
- 239000013598 vector Substances 0.000 claims description 8
- 230000005484 gravity Effects 0.000 claims description 6
- 230000010363 phase shift Effects 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 2
- 238000011897 real-time detection Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 244000131316 Panax pseudoginseng Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电压暂降严重度等级判定方法，包括：采用单相分析法检测电网是否发生电压暂降；根据电压暂降持续时间及电压暂降幅值判定本次电压暂降在广义设备的容忍度曲线图中所处区域：若本次电压暂降处于设备正常工作区，则判定为一级严重度；若本次电压暂降处于设备故障区，则判定为特级严重度；若本次电压暂降处于待评估区，则进一步分别计算电压暂降持续时间与电压暂降幅值的权重系数；根据权重系数计算本次电压暂降距容忍度曲线设备正常工作区的加权欧氏距离；将加权欧氏距离与预设的各电压暂降严重度等级阈值相比较，确定电压暂降严重度等级。本发明能提高电压暂降检测速度、严重度分级精确度、便于合理评估暂降严重度。
Description
技术领域
本发明涉及一种电压暂降严重度等级判定方法，属于电网监管技术领域。
背景技术
近年来，随着计算机应用技术、自动化控制技术和大功率电力电子技术等高新技术的迅速发展，基于计算机、微处理器的管理、分析、检测、控制的新型用电设备在电力系统中大量投入使用，这些高性能、高度自动化的电力电子设备对系统干扰非常敏感，对电能质量的要求较传统用电设备苛刻很多，因此电能质量问题己经成为供电部门和用户共同关心的领域，其中电压暂降问题是电能质量问题中危害最大的一种，在现代电力系统和电网负荷条件下，电压暂降和短时间中断问题越来越突出，造成的经济损失也越来越严重。统计分析表明，典型生产线每发生一次电压暂降，造成的损失在数万至数十万之间。大型连续性生产企业，每年因电压暂降造成的经济损失高达数千万元。如果一个地区电力用户较为集中，因电压暂降造成的损失则会更多。因此，电压暂降问题的缓解，对敏感负荷集中地区意义重大。
目前，国内外对电压暂降严重度的量化评估多集中在统计性指标方面。这些指标主要根据监测到的电压暂降事件的暂降幅值、持续时间和发生频次等特征，衡量某监测点电压暂降情况，如系统电压平均有效值变化率指标、用户平均暂降事件次数指标及严重性综合指标等。这些指标未能综合考虑暂降特征量对暂降严重性的影响，因此，有必要对这些监测数据进行深入挖掘并进行建模分析，对电压暂降事件的严重度做出合理评估。
发明内容
本发明的目的在于克服现有技术中的不足，提供一种电压暂降严重度等级判定方法，解决现有技术中电压暂降严重度评估不准确、严重度等级划分不合理的技术问题。
为解决上述技术问题，本发明所采用的技术方案是：一种电压暂降严重度等级判定方法，包括如下步骤：
实时采集电网电压数据，检测电网是否发生电压暂降，若发生电压暂降，则进入下一步，否则，继续进行对电网电压数据进行实时采集；
根据电压暂降持续时间及电压暂降幅值判定本次电压暂降在广义设备的容忍度曲线图中所处区域：
若本次电压暂降处于设备正常工作区，则判定为一级严重度；
若本次电压暂降处于设备故障区，则判定为特级严重度；
若本次电压暂降处于待评估区，则进一步分别计算电压暂降持续时间与电压暂降幅值的权重系数；根据权重系数计算本次电压暂降距容忍度曲线设备正常工作区的加权欧氏距离；将加权欧氏距离与预设的各电压暂降严重度等级阈值相比较，确定电压暂降严重度等级。
进一步的，检测电网是否发生电压暂降的具体方法如下：
对实时采集的电网电压数据进行预处理，构建电网电压数据样本集；
采用单相差分法计算旋转坐标下实时电压幅值，根据实时电压幅值实时检测电网是否发生电压暂降：
若实时电压幅值为一不变的常数，则电网未发生电压暂降，无需判定；
若实时电压幅值变小，则表明电网发生电压暂降。
进一步的，计算旋转坐标下实时电压幅值的具体方法如下：
将数据样本集中的电网电压进行1/4周期的相移，得到电网电压的差分值；
计算电网电压与其差分值的平方和即得到对应的实时电压幅值。
进一步的，所述预处理包括如下步骤：
去除实时采集的电网电压数据中的奇异数据，采用线性插值法填补缺失数据；
对数据样本集中的所有数据进行归一化处理及数字低通滤波处理。
优选的，数字低通滤波的通频带中心频率为50Hz，截止频率为70Hz。
进一步的，利用层次分析法与熵权法计算电压暂降持续时间与电压暂降幅值的权重系数，具体方法如下：
在检测到电压暂降事件后将该事件的发生时间、发生地点、暂降幅值及持续时间添加到历史数据库中，根据电压暂降历史数据中的暂降幅值及持续时间采用五标度法构建电压暂降持续时间与电压暂降幅值的比较矩阵；
计算比较矩阵的重要性排序指数；
构建电压暂降持续时间与电压暂降幅值的判断矩阵，根据判断矩阵计算相应的拟优一致矩阵；
利用拟优一致矩阵计算电压暂降持续时间与电压暂降幅值的权重向量；
根据权重向量构建评价矩阵，根据评价矩阵分别计算电压暂降持续时间与电压暂降幅值的信息熵；
计算电压暂降持续时间的信息熵占总信息熵的比重，得出电压暂降持续时间的权重系数，计算电压暂降幅值的信息熵占总信息熵的比重，得出电压暂降幅值的权重系数。
进一步的，采用公式(1)计算加权欧式距离：
式中，ωi为电压暂降幅值的权重系数；ωj为电压暂降持续时间的权重系数；U为本次电压暂降幅值，U0为容忍度曲线上确保设备正常运行的最大电压值，T为本次电压暂降持续时间，T0为容忍度曲线上确保设备正常运行的最短持续时间。
进一步的，根据加权欧氏距离确定电压暂降严重度等级的具体方法如下：
根据电能质量实际需求，设定各电压暂降严重度等级的阈值C1、C2、C3；
假设加权欧式距离为C，若C<C1，判定为一级严重度；若C1≤C<C2，判定为二级严重度；若C2≤C<C3，判定为三级严重度；若C3≤C，判定为四级严重度。
优选的，所述容忍度曲线采用可调速驱动器的容忍度曲线，所述可调速驱动器的容忍度曲线的电压暂降最短持续时间为10毫秒，最长为175毫秒，暂降幅值最大为0.45，最小为0.1。
与现有技术相比，本发明所达到的有益效果是：
1、对实时采集的电网电压数据进行预处理：包括去除奇异数据，消除不良数据；数字低通滤波，滤除电网电压数据中的纹波，抑制高频噪声干扰；能够从源头保证所采集电网电压数据的准确性，有利于提高电压暂降检测精度；
2、采用单相差分法计算实时电压幅值，根据实时电压幅值检测电压暂降事件，能够明显缩短电压暂降的检测时间，提高检测算法的实时性，且能够有效避免检测过程中可能会出现的短时扰动现象，大大提高检测算法的精确性；
3、采用层次分析法与熵权法计算权重能综合考虑主客观因素，准确分析评估电压暂降持续时间与电压暂降幅值对电压暂降严重度等级判定影响的程度，从而更好地进行分级评估；
4、采用加权欧式距离法可以准确量化电压暂降时实际数据与正常值之间的距离系数，进而快速判断电网真实状况并做出合理评估。
附图说明
图1是本发明的流程图；
图2是本发明中采用单相差分法计算实时电压幅值的流程图；
图3是本发明中利用层次分析法与熵权法计算权重系数的流程图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
如图1所示，是本发明提供的一种电压暂降严重度等级判定方法的流程图，包括如下步骤：
步骤一：实时采集电网电压数据，对电网电压数据进行预处理，构建电网电压数据样本集。
对电网电压数据进行预处理包括：去除奇异数据、数字低通滤波处理及归一化处理，具体方法如下：
去除实时采集的电网电压数据中的奇异数据，产生缺失数据；
若缺失数据的前后时间间隔较小，比如：在0.001s内，则采用线性插值法对缺失数据进行填补。现举例说明如下：
假设已知n时刻电网电压为un、n+i时刻电网电压为un+i，中间数据缺失，则中间n+j时刻的取值为：
对数据样本集中的所有数据进行归一化处理及数字低通滤波处理。
数字低通滤波用于滤去高频采样导致的纹波，通频带中心频率设置为电网电压的基波频率50Hz，截止频率设置为70Hz。
步骤二：采用单相差分法计算旋转坐标下实时电压幅值，检测电网是否发生电压暂降。采用单相差分法计算实时电压幅值的方法如图2所示，具体包括如下步骤：
步骤201：将数据样本集中的电网电压进行1/4周期的相移，得到电网电压的差分值；
步骤202：计算电网电压与其差分值的平方和即得到对应的旋转坐标下实时电压幅值。
正常工作时，旋转坐标下实时电压幅值为一不变的常数，此时判断电网未发生电压暂降事件，无需判定。若旋转坐标下实时电压幅值变小，则表明电网发生电压暂降事件，则继续利用单相差分法检测本次电压暂降持续时间与电压暂降幅值。
步骤三：根据电压暂降持续时间及电压暂降幅值判定本次电压暂降在广义设备的容忍度曲线图中所处区域，根据本次电压暂降所处区域进一步判断是否做出严重度评估。
为保证设备的正常运行并做出合理评估，选择可调速驱动器的容忍度曲线作为参考，其能容忍的电压暂降最短持续时间为10毫秒，最长为175毫秒，电压暂降幅值最大为0.45，最小为0.1。
若本次电压暂降处于设备正常工作区，则判定为一级严重度；
若本次电压暂降处于设备故障区，则判定为特级严重度；
若本次电压暂降处于待评估区，则根据本次电压暂降距容忍度曲线设备正常工作区的加权欧氏距离进行电压暂降严重度等级判定，具体包括如下步骤：
步骤301：如图3所示，利用层次分析法与熵权法计算电压暂降持续时间与电压暂降幅值的权重系数，具体如下：
步骤301-1：根据电压暂降历史数据采用五标度法构建电压暂降持续时间与电压暂降幅值的比较矩阵：
假设构建的比较矩阵为A：
其中：aij是根据历史电压暂降两两持续时间或暂降幅值的大小关系取得的相对权重，其中：1≤i≤m,1≤j≤m。电压暂降持续时间越长或电压暂降幅值越大，相对权重越大，m为历史暂降次数。
步骤301-2：计算比较矩阵的重要性排序指数ri，计算公式为：m为历史暂降次数；
步骤301-3：构建电压暂降持续时间与电压暂降幅值的判断矩阵，根据判断矩阵计算相应的拟优一致矩阵：
假设判断矩阵B＝(bij)m×m，其计算公式为：
其中：R表示重要性排序指数最大值与最小值的差值；R＝rmax-rmin；rmax表示重要性排序指数最大值，rmax＝max{r1,r2,K,rm}；rmin表示重要性排序指数最小值；rmin＝min{r1,r2,K,rm}；ri,rj表示两次不同的重要性排序指数。
拟优一致矩阵B′ij＝(b′ij)m×m，其计算公式为：其中cij＝lg bij(1≤i≤m,1≤j≤m)。
步骤301-4：利用拟优一致矩阵计算电压暂降持续时间与电压暂降幅值的权重向量，具体方法如下：
由拟优一致矩阵Bi'j得到矩阵Tij＝(tij)m×m，其计算公式为：
将矩阵Tij的列向量分别相加并除以m即得电压暂降持续时间与电压暂降幅值的权重向量其计算公式为：
步骤301-5：根据权重向量构建评价矩阵，根据评价矩阵分别计算电压暂降持续时间与电压暂降幅值的信息熵，具体如下：
假设评价矩阵：
其中：dpq(1≤p≤2,1≤q≤m)为电压暂降持续时间与暂降幅值的权重向量的元素。
根据评价矩阵，分别计算电压暂降持续时间与电压暂降幅值的信息熵为：
式中，Hp表示电压暂降持续时间的信息熵和电压暂降幅值的信息熵；当dpq＝0时，令dpqln dpq＝0。
步骤301-6：计算电压暂降持续时间的信息熵占总信息熵的比重，得出电压暂降持续时间的权重系数，计算电压暂降幅值的信息熵占总信息熵的比重，得出电压暂降幅值的权重系数。
电压暂降持续时间与电压暂降幅值权重计算方式定义为：
步骤302：根据权重系数计算本次电压暂降距容忍度曲线设备正常工作区的加权欧氏距离，
加权欧式距离的计算公式如下：
式中，ωi为电压暂降幅值的权重系数；ωj为电压暂降持续时间的权重系数；U为本次电压暂降幅值，U0为容忍度曲线上确保设备正常运行的最大电压值，T为本次电压暂降持续时间，T0为容忍度曲线上确保设备正常运行的最短持续时间。
步骤303：将加权欧氏距离与预设的各电压暂降严重度等级阈值相比较，确定电压暂降严重度等级，具体方法如下：
根据电能质量实际需求，设定各电压暂降严重度等级的阈值C1、C2、C3；
假设加权欧式距离为C，若C<C1，判定为一级严重度；若C1≤C<C2，判定为二级严重度；若C2≤C<C3，判定为三级严重度；若C3≤C，判定为四级严重度。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。
Claims (9)
1.一种电压暂降严重度等级判定方法，其特征在于，包括如下步骤：
实时采集电网电压数据，检测电网是否发生电压暂降，若发生电压暂降，则进入下一步，否则，继续进行对电网电压数据进行实时采集；
根据电压暂降持续时间及电压暂降幅值判定本次电压暂降在广义设备的容忍度曲线图中所处区域：
若本次电压暂降处于设备正常工作区，则判定为一级严重度；
若本次电压暂降处于设备故障区，则判定为特级严重度；
若本次电压暂降处于待评估区，则进一步分别计算电压暂降持续时间与电压暂降幅值的权重系数；根据权重系数计算本次电压暂降距容忍度曲线设备正常工作区的加权欧氏距离；将加权欧氏距离与预设的各电压暂降严重度等级阈值相比较，确定电压暂降严重度等级。
2.根据权利要求1所述的电压暂降严重度等级判定方法，其特征在于，检测电网是否发生电压暂降的具体方法如下：
对实时采集的电网电压数据进行预处理，构建电网电压数据样本集；
采用单相差分法计算旋转坐标下实时电压幅值，根据实时电压幅值实时检测电网是否发生电压暂降：
若实时电压幅值为一不变的常数，则电网未发生电压暂降，无需判定；
若实时电压幅值变小，则表明电网发生电压暂降。
3.根据权利要求2所述的电压暂降严重度等级判定方法，其特征在于，计算旋转坐标下实时电压幅值的具体方法如下：
将数据样本集中的电网电压进行1/4周期的相移，得到电网电压的差分值；
计算电网电压与其差分值的平方和即得到对应的实时电压幅值。
4.根据权利要求2所述的电压暂降严重度等级判定方法，其特征在于，
所述预处理包括如下步骤：
去除实时采集的电网电压数据中的奇异数据，采用线性插值法填补缺失数据；
对数据样本集中的所有数据进行归一化处理及数字低通滤波处理。
5.根据权利要求4所述的电压暂降严重度等级判定方法，其特征在于，数字低通滤波的通频带中心频率为50Hz，截止频率为70Hz。
6.根据权利要求1所述的电压暂降严重度等级判定方法，其特征在于，利用层次分析法与熵权法计算电压暂降持续时间与电压暂降幅值的权重系数，具体方法如下：
在检测到电压暂降事件后将该事件的发生时间、发生地点、暂降幅值及持续时间添加到历史数据库中，根据电压暂降历史数据中的暂降幅值及持续时间采用五标度法构建电压暂降持续时间与电压暂降幅值的比较矩阵；
计算比较矩阵的重要性排序指数；
构建电压暂降持续时间与电压暂降幅值的判断矩阵，根据判断矩阵计算相应的拟优一致矩阵；
利用拟优一致矩阵计算电压暂降持续时间与电压暂降幅值的权重向量；
根据权重向量构建评价矩阵，根据评价矩阵分别计算电压暂降持续时间与电压暂降幅值的信息熵；
计算电压暂降持续时间的信息熵占总信息熵的比重，得出电压暂降持续时间的权重系数，计算电压暂降幅值的信息熵占总信息熵的比重，得出电压暂降幅值的权重系数。
7.根据权利要求6所述的电压暂降严重度等级判定方法，其特征在于，采用公式(1)计算加权欧式距离：
式中，ωi为电压暂降幅值的权重系数；ωj为电压暂降持续时间的权重系数；U为本次电压暂降幅值，U0为容忍度曲线上确保设备正常运行的最大电压值，T为本次电压暂降持续时间，T0为容忍度曲线上确保设备正常运行的最短持续时间。
8.根据权利要求1所述的电压暂降严重度等级判定方法，其特征在于，根据加权欧氏距离确定电压暂降严重度等级的具体方法如下：
根据电能质量实际需求，设定各电压暂降严重度等级的阈值C1、C2、C3；
假设加权欧式距离为C，若C<C1，判定为一级严重度；若C1≤C<C2，判定为二级严重度；若C2≤C<C3，判定为三级严重度；若C3≤C，判定为四级严重度。
9.根据权利要求1至8中任一项所述的电压暂降严重度等级判定方法，其特征在于，所述容忍度曲线采用可调速驱动器的容忍度曲线，所述可调速驱动器的容忍度曲线的电压暂降最短持续时间为10毫秒，最长为175毫秒，暂降幅值最大为0.45，最小为0.1。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810643498.1A CN108921409B (zh) | 2018-06-21 | 2018-06-21 | 一种电压暂降严重度等级判定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810643498.1A CN108921409B (zh) | 2018-06-21 | 2018-06-21 | 一种电压暂降严重度等级判定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108921409A true CN108921409A (zh) | 2018-11-30 |
| CN108921409B CN108921409B (zh) | 2021-10-15 |
Family
ID=64420399
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810643498.1A Active CN108921409B (zh) | 2018-06-21 | 2018-06-21 | 一种电压暂降严重度等级判定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108921409B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110137947A (zh) * | 2019-05-10 | 2019-08-16 | 华南理工大学 | 一种基于itic曲线的电网电压暂降严重程度评估方法 |
| CN110196377A (zh) * | 2019-04-18 | 2019-09-03 | 华南理工大学 | 一种电网电压暂降评级方法 |
| CN112285410A (zh) * | 2020-09-29 | 2021-01-29 | 国网宁夏电力有限公司中卫供电公司 | 一种电压暂降严重度的估算方法、介质及系统 |
| CN112529432A (zh) * | 2020-12-17 | 2021-03-19 | 无锡泓大恒能科技发展有限公司 | 一种电压暂降严重程度评估方法、装置及电子设备 |
| CN114154798A (zh) * | 2021-11-08 | 2022-03-08 | 深圳供电局有限公司 | 电压暂降风险分析方法、装置、计算机设备和存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150037362A (ko) * | 2013-09-30 | 2015-04-08 | 한국전력공사 | 시뮬레이션을 이용한 순간전압강하 발생빈도 산출 장치 및 방법 |
| CN105930976A (zh) * | 2016-04-28 | 2016-09-07 | 华北电力大学 | 基于加权理想点法的节点电压暂降严重程度综合评估方法 |
| CN105976266A (zh) * | 2016-05-16 | 2016-09-28 | 国网江苏省电力公司电力科学研究院 | 基于典型电压暂降波形匹配的电压暂降原因识别方法 |
-
2018
- 2018-06-21 CN CN201810643498.1A patent/CN108921409B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150037362A (ko) * | 2013-09-30 | 2015-04-08 | 한국전력공사 | 시뮬레이션을 이용한 순간전압강하 발생빈도 산출 장치 및 방법 |
| CN105930976A (zh) * | 2016-04-28 | 2016-09-07 | 华北电力大学 | 基于加权理想点法的节点电压暂降严重程度综合评估方法 |
| CN105976266A (zh) * | 2016-05-16 | 2016-09-28 | 国网江苏省电力公司电力科学研究院 | 基于典型电压暂降波形匹配的电压暂降原因识别方法 |
Non-Patent Citations (1)
| Title |
|---|
| XIANGYANG GONG等: ""A severity assessment method for multiple voltage sag"", 《017 IEEE 3RD INFORMATION TECHNOLOGY AND MECHATRONICS ENGINEERING CONFERENCE (ITOEC)》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110196377A (zh) * | 2019-04-18 | 2019-09-03 | 华南理工大学 | 一种电网电压暂降评级方法 |
| CN110196377B (zh) * | 2019-04-18 | 2021-11-19 | 华南理工大学 | 一种电网电压暂降评级方法 |
| CN110137947A (zh) * | 2019-05-10 | 2019-08-16 | 华南理工大学 | 一种基于itic曲线的电网电压暂降严重程度评估方法 |
| CN112285410A (zh) * | 2020-09-29 | 2021-01-29 | 国网宁夏电力有限公司中卫供电公司 | 一种电压暂降严重度的估算方法、介质及系统 |
| CN112285410B (zh) * | 2020-09-29 | 2022-07-01 | 国网宁夏电力有限公司中卫供电公司 | 一种电压暂降严重度的估算方法、介质及系统 |
| CN112529432A (zh) * | 2020-12-17 | 2021-03-19 | 无锡泓大恒能科技发展有限公司 | 一种电压暂降严重程度评估方法、装置及电子设备 |
| CN112529432B (zh) * | 2020-12-17 | 2024-05-28 | 无锡泓大恒能科技发展有限公司 | 一种电压暂降严重程度评估方法、装置及电子设备 |
| CN114154798A (zh) * | 2021-11-08 | 2022-03-08 | 深圳供电局有限公司 | 电压暂降风险分析方法、装置、计算机设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108921409B (zh) | 2021-10-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108921409A (zh) | 一种电压暂降严重度等级判定方法 | |
| CN107680368A (zh) | 一种基于采集数据的计量装置在线监测与智能诊断方法 | |
| CN102879728A (zh) | Dc-dc变换器健康评估指标与故障预测方法 | |
| CN109472714A (zh) | 一种基于大数据的线路台区异常分析系统及方法 | |
| CN115327445B (zh) | 换流变压器铁心、夹件接地电流的异常判断方法与系统 | |
| CN107144764A (zh) | 一种基于电表数据的用户电压暂降事故检测方法 | |
| CN111817299B (zh) | 基于模糊推理的配电台区线损率异常成因智能辨识方法 | |
| CN107527121A (zh) | 一种电网的信息系统运行状态诊断预测的方法 | |
| CN114742488B (zh) | 一种主变压器运行风险评估方法和系统 | |
| CN109002026B (zh) | 一种水电机组全工况综合参数退化趋势分析方法 | |
| CN115483698A (zh) | 一种交直流混合配电网运行稳定性评估系统及方法 | |
| CN109613372B (zh) | 一种基于多元电网数据库的电网故障诊断方法 | |
| CN117828371B (zh) | 一种综合运维平台的业务信息智能分析方法 | |
| CN106709623B (zh) | 一种基于风险计算模型的电网营销稽查风险管控方法 | |
| CN105488572A (zh) | 一种配电设备健康状态评价方法 | |
| CN117391357B (zh) | 一种基于大数据的电网调度运行管理的调度自查系统 | |
| CN114740303A (zh) | 一种无线无源高压开关柜的故障监测系统 | |
| CN118074126A (zh) | 一种基于电网信息运维监控方法 | |
| CN106325258B (zh) | 一种基于在线监测信息的继电保护装置状态评估方法 | |
| CN117134348B (zh) | 城市轨道交通牵引直流负荷监测方法、装置、设备及介质 | |
| CN117737815A (zh) | 一种适用于电镀槽除杂装置的运行质量智能预警系统 | |
| Tianshan et al. | Failure rate prediction of substation equipment combined with grey linear regression combination model | |
| Cheng et al. | The periodic preventive maintenance policy for deteriorating systems by using improvement factor model | |
| CN114860808B (zh) | 基于大数据的配电网设备异常事件关联分析方法 | |
| CN111273622B (zh) | 一种边云协同的供水设备能耗监测与能效评价系统和方法 |
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 |