CN108957226B - 一种适用于分布式电源接入配电网的故障馈线定位方法 - Google Patents
一种适用于分布式电源接入配电网的故障馈线定位方法 Download PDFInfo
- Publication number
- CN108957226B CN108957226B CN201810642470.6A CN201810642470A CN108957226B CN 108957226 B CN108957226 B CN 108957226B CN 201810642470 A CN201810642470 A CN 201810642470A CN 108957226 B CN108957226 B CN 108957226B
- Authority
- CN
- China
- Prior art keywords
- fault
- distribution network
- switch
- feeder
- power distribution
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/086—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种适用于含高比例分布式电源接入配电网的故障馈线定位方法,包括搭建含高比例DG的配电网网络拓扑模型图;依据搭建的配电网模型构造开关函数;依据搭建的配电网模型构造适应度函数;对建立模型进行编码,即以配电网各馈线段的进线断路器、分段开关、联络开关为节点进行量子比特编码;当某一馈线发生真实故障,根据实际运行情况,故障判断步骤为:FTU系统读取各断路器、分段开关以及分布式电源联络开关的开断状态值,并上传给主站;主站接收到故障信息,利用量子遗传程序进行仿真校验;输出结果,读取故障馈线,故障开关。本发明通过改进的量子遗传算法缩短了故障定位时间,提高了配电网故障定位的实时性。
Description
技术领域
本发明属于电力系统输配电保护控制技术领域,具体涉及一种适用于含高比例分布式电源接入配电网的故障馈线定位方法。
背景技术
近年来,由于全球范围内的一次能源的匮乏和越来越严重的环境污染问题,迫使很多国家正在积极加快能源转型,开发更多绿色、可靠的清洁能源尝试接入配电网,以保证未来本国经济和社会的可持续发展。但是当传统的配电网加入含高比例分布式电源后会使得配电网的拓扑结构变得更加的复杂和多元化,导致其电压水平升高、双向潮流,短路电流增大、供电可靠性降低以及电能质量恶化等问题,尤其是双向潮流的问题使得传统的配电网的故障定位方法不再适用。 IEEE std.1547.4-2011中规定,含分布式电源(DistributedGenerator, DG)的配电网发生扰动或者故障时,须将DG从主网切除,使含DG 的区域转为孤岛运行。但是这种方法对含高比例分布式电源的地区损失较大,没有发挥DG的优势。
目前所有文献在研究含DG的配电网故障定位方法时,仅仅只对故障馈线的定位进行研究,并没有没有考虑到对故障开关的定位,这就会留下严重后果。因为在配电网故障定位中,当少数开关出现畸变信息时,容错性较强的智能算法可以有效定位故障馈线,所以工作人员很难发现已经存在了故障开关。而当故障开关不能被及时维修,且故障开关数量累计到一定程度时,智能算法则会失效,导致故障定位系统出错造成巨大事故。因此,需要设计一种新的故障定位方案,来解决这个难题。另一方面,目前提出的智能仿生算法在处理含DG的配电网时,存在收敛速度慢的问题,不利于电网故障处理的实时性。
发明内容
本发明的目的在于提供一种适用于含高比例分布式电源接入配电网的故障馈线定位方法,以解决上述技术问题。
为实现上述目的本发明采用以下技术方案:
一种适用于含高比例分布式电源接入配电网的故障馈线定位方法,包括如下步骤:
步骤1:搭建含高比例DG的配电网网络拓扑模型图;
步骤2:依据搭建的配电网模型构造开关函数以及适应度函数;
步骤3:对建立模型进行编码,即以配电网各馈线段的进线断路器、分段开关、联络开关为节点进行量子比特编码,形成初始化种群 Q(t0);种群中全部染色体的所有基因都被初始化为 其每条染色体的表现形式为一个长度为n的二进制串(ε1,ε2, ε3,…,εn);
步骤4:某一馈线发生真实故障,根据实际运行情况,FTU系统读取各断路器、分段开关以及分布式电源联络开关的开断状态值,并上传给主站;
步骤6:记录最优个体和对应的适应度值,且作为下一代进化的目标值;
步骤7:计算量子旋转角,更新量子门;
步骤8:判断迭代结束条件,若满足则输出结果,否则令t=t+1,转至步骤5;
步骤9:若达到最大的迭代次数,则停止计算。种群的全局最优位置即是配电网各馈线区段状态;
步骤10:输出结果,读取故障馈线,故障开关。
作为本发明进一步的方案:步骤2中建立模型以后对开关函数以及适应度函数的构造方法具体如下:
开关函数:
xi+yj=m(i,j=1,2,3,......m);
式中I*(Sm)为第m号开关的开关函数,xi为开关i上游馈线区段总数;Lx为开关m上游第i个馈线区段的状态值,正常为0,故障为 1;yj为开关m下游馈线区段总数;Ly为开关i下游第y个馈线区段的状态值,正常为0,故障为1;Kt(DG)为分布式电源开关系数,分别用来表示第m号开关下半区的第t个分布式电源是否接入配电网,若某分布式电源接入配网则对应的分布式电源系数取1,否则取0;
对该模型进行验证:(1)当配电网中不含分布式电源时,即为单电源供电的网络,则t=0,符合不含DG的配电网故障定位的应用;(2) 当有分布式电源投入配电网运行时,则t>0,符合含分布式电源接入配电网的故障定位;
适应度函数:
式中:I(Sm)为第m个开关FTU上传的实际信息,取值为1认为该开关流过了正向故障电流,为0则未流过故障电流,取值为-1认为该开关流过了反向故障电流,I*(Sm)为第m号开关的期望值;N为分段开关的总数;当FTU上传的各分段开关节点的实际畸变信息与期望状态一致时,评价函数F取到最小值0;所以F取值越小,故障定位精确度越高。
作为本发明进一步的方案:将量子遗传算法应用到配电网故障定位中,且步骤7基于量子遗传算法的改进的旋转角策略。
作为本发明进一步的方案:步骤10判断依据为:当程序运行结束时,即算法取得全局最优时,则存在以下两点判据:
(1)若输出馈线结果中只存在“1”,则电网存在故障馈线,且1对应的馈线段即为故障馈线;
(2)若输出结果中不仅有“1”且有“-1”出现时,结合配电网模型,找出“-1”和“1”对应的馈线,则每一个“-1”对应的馈线与其相邻最近的“1”对应的馈线,两馈线中所含开关即为故障开关,单独的“1”对应的馈线为故障馈线,读取故障馈线,故障开关。
与现有技术相比,本发明具有以下优点:一种适用于含高比例分布式电源接入配电网后,对发生故障的馈线及故障开关进行精确定位的方法,打破原有的仅仅只对故障馈线的定位进行研究,并没有没有考虑到对故障开关的定位的缺陷。因为在配电网发生故障后,现有学者提出的基于仿生智能算法的故障馈线定位方法在故障定位中,即使当少数开关出现畸变信息时,容错性较强的智能算法也可以有效定位故障馈线,所以工作人员很难发现已经存在了故障开关。而当故障开关不能被及时维修,且故障开关数量累计到一定程度时,智能算法则会失效,导致故障定位系统出错造成巨大事故。本专利提出的新的定位方法不仅可以有效定位故障馈线,并且能够对上传畸变信息的故障开关进行精确定位。这样就能使工作人员及时维修故障开关,避免故障开关累积造成更大的事故。另外通过改进量子遗传算法,使得其收敛速度极大提高。
附图说明
图1是本发明适用于含高比例分布式电源接入配电网的故障馈线定位方法流程图。
图2是本发明含配电网图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细阐述。
一种适用于含高比例分布式电源接入配电网的故障馈线定位方法,包括如下步骤:
步骤1:搭建含高比例DG的配电网网络拓扑模型图;如图2所示,图中V表示系统电源,DG1,DG2,DG3表示分布式电源。K 为分布式电源的并网开关。L1、L2、…、L33为配电网中的馈线编号, S1、S2、…、S33为分段开关,假设每个分段开关均设有FTU来检测故障电流。一般规定电流从V到分布式电源的方向为正方向;
步骤2:依据搭建的配电网模型构造开关函数以及适应度函数;构造方法具体如下:
开关函数:
xi+yj=m(i,j=1,2,3,......m);
式中I*(Sm)为第m号开关的开关函数,xi为开关i上游馈线区段总数;Lx为开关m上游第i个馈线区段的状态值,正常为0,故障为 1;yj为开关m下游馈线区段总数;Ly为开关i下游第y个馈线区段的状态值,正常为0,故障为1;Kt(DG)为分布式电源开关系数,分别用来表示第m号开关下半区的第t个分布式电源是否接入配电网,若某分布式电源接入配网则对应的分布式电源系数取1,否则取0;
对该模型进行验证:(1)当配电网中不含分布式电源时,即为单电源供电的网络,则t=0,符合不含DG的配电网故障定位的应用;(2) 当有分布式电源投入配电网运行时,则t>0,符合含分布式电源接入配电网的故障定位;
适应度函数:
式中:I(Sm)为第m个开关FTU上传的实际信息,取值为1认为该开关流过了正向故障电流,为0则未流过故障电流,取值为-1认为该开关流过了反向故障电流,I*(Sm)为第m号开关的期望值;N为分段开关的总数;当FTU上传的各分段开关节点的实际畸变信息与期望状态一致时,评价函数F取到最小值0;所以F取值越小,故障定位精确度越高。
步骤3:对建立模型进行编码,即以配电网各馈线段的进线断路器、分段开关、联络开关为节点进行量子比特编码,形成初始化种群 Q(t0);种群中全部染色体的所有基因都被初始化为 其每条染色体的表现形式为一个长度为n的二进制串(ε1,ε2, ε3,…,εn);
步骤4:某一馈线发生真实故障,根据实际运行情况,FTU系统读取各断路器、分段开关以及分布式电源联络开关的开断状态值,并上传给主站;
步骤6:记录最优个体和对应的适应度值,且作为下一代进化的目标值;
步骤7:计算量子旋转角,更新量子门;将量子遗传算法应用到配电网故障定位中,基于量子遗传算法的改进的旋转角策略。
步骤8:判断迭代结束条件,若满足则输出结果,否则令t=t+1,转至步骤5;
步骤9:若达到最大的迭代次数,则停止计算。种群的全局最优位置即是配电网各馈线区段状态;
步骤10:输出结果,读取故障馈线,故障开关。
本发明提出一种适用于含高比例分布式电源接入配电网后,对发生故障的馈线及故障开关进行精确定位的方法。目前国内智能配电网的发展使得电网馈线终端装置(Feeder Terminal Unit,FTU)得到逐步普及。本设计根据FTU采集并上传的故障电流信息以及本设计提出的新型数学模型,依据改进的量子遗传算法(improved quantum-inspiredGenetic Algorithm,IQGA)进行配电网故障馈线及故障开关的定位。该方法不仅能精确定位故障馈线,并且能够对上传畸变信息的故障开关准确定位,使工作人员能够及时发现及时维修。
以上所述为本发明较佳实施例,对于本领域的普通技术人员而言,根据本发明的教导,在不脱离本发明的原理与精神的情况下,对实施方式所进行的改变、修改、替换和变型仍落入本发明的保护范围之内。
Claims (3)
1.一种适用于含高比例分布式电源接入配电网的故障馈线定位方法,其特征在于,包括如下步骤:
步骤1:搭建含高比例DG的配电网网络拓扑模型图;
步骤2:依据搭建的配电网模型构造开关函数以及适应度函数;
步骤3:对建立模型进行编码,即以配电网各馈线段的进线断路器、分段开关、联络开关为节点进行量子比特编码,形成初始化种群Q(t0);种群中全部染色体的所有基因都被初始化为 其每条染色体的表现形式为一个长度为n的二进制串(ε1,ε2,ε3,…,εn);
步骤4:某一馈线发生真实故障,根据实际运行情况,FTU系统读取各断路器、分段开关以及分布式电源联络开关的开断状态值,并上传给主站;
步骤6:记录最优个体和对应的适应度值,且作为下一代进化的目标值;
步骤7:计算量子旋转角,更新量子门;
步骤8:判断迭代结束条件,若满足则输出结果,否则令t=t+1,转至步骤5;
步骤9:若达到最大的迭代次数,则停止计算,种群的全局最优位置即是配电网各馈线区段状态;
步骤10:输出结果,读取故障馈线,故障开关;
步骤2中建立模型以后对开关函数以及适应度函数的构造方法具体如下:
开关函数:
xi+yj=m(i,j=1,2,3,......m);
式中I*(Sm)为第m号开关的开关函数,xi为开关i上游馈线区段总数;Lx为开关m上游第i个馈线区段的状态值,正常为0,故障为1;yj为开关m下游馈线区段总数;Ly为开关i下游第y个馈线区段的状态值,正常为0,故障为1;Kt(DG)为分布式电源开关系数,分别用来表示第m号开关下半区的第t个分布式电源是否接入配电网,若某分布式电源接入配网则对应的分布式电源系数取1,否则取0;
对该模型进行验证:(1)当配电网中不含分布式电源时,即为单电源供电的网络,则t=0,符合不含DG的配电网故障定位的应用;(2)当有分布式电源投入配电网运行时,则t>0,符合含分布式电源接入配电网的故障定位;
适应度函数:
式中:I(Sm)为第m个开关FTU上传的实际信息,取值为1认为该开关流过了正向故障电流,为0则未流过故障电流,取值为-1认为该开关流过了反向故障电流,I*(Sm)为第m号开关的期望值;N为分段开关的总数;当FTU上传的各分段开关节点的实际畸变信息与期望状态一致时,评价函数F取到最小值0;所以F取值越小,故障定位精确度越高。
2.根据权利要求1所述的适用于含高比例分布式电源接入配电网的故障馈线定位方法,其特征在于:将量子遗传算法应用到配电网故障定位中,且步骤7基于量子遗传算法的改进的旋转角策略。
3.根据权利要求1所述的适用于含高比例分布式电源接入配电网的故障馈线定位方法,步骤10判断依据为:当程序运行结束时,即算法取得全局最优时,则存在以下两点判据:
(1)若输出馈线结果中只存在“1”,则电网存在故障馈线,且1对应的馈线段即为故障馈线;
(2)若输出结果中不仅有“1”且有“-1”出现时,结合配电网模型,找出“-1”和“1”对应的馈线,则每一个“-1”对应的馈线与其相邻最近的“1”对应的馈线,两馈线中所含开关即为故障开关,单独的“1”对应的馈线为故障馈线,读取故障馈线,故障开关。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810642470.6A CN108957226B (zh) | 2018-06-21 | 2018-06-21 | 一种适用于分布式电源接入配电网的故障馈线定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810642470.6A CN108957226B (zh) | 2018-06-21 | 2018-06-21 | 一种适用于分布式电源接入配电网的故障馈线定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108957226A CN108957226A (zh) | 2018-12-07 |
CN108957226B true CN108957226B (zh) | 2020-11-27 |
Family
ID=64491956
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810642470.6A Active CN108957226B (zh) | 2018-06-21 | 2018-06-21 | 一种适用于分布式电源接入配电网的故障馈线定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108957226B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109459663B (zh) * | 2018-12-21 | 2021-02-12 | 青岛理工大学 | 一种基于多时间尺度的智能配电网故障区段定位方法 |
CN110988596B (zh) * | 2019-12-11 | 2022-02-11 | 国网山东省电力公司日照供电公司 | 一种新型主动配电网故障区段定位方法 |
CN111289845A (zh) * | 2020-01-13 | 2020-06-16 | 山东大学 | 一种有源配电网故障定位方法及系统 |
CN112147458A (zh) * | 2020-04-09 | 2020-12-29 | 南京理工大学 | 一种基于改进万有引力算法的含dg配电网的故障区段定位方法 |
CN111651845B (zh) * | 2020-05-28 | 2023-09-29 | 广东电网有限责任公司 | 配电网故障定位方法、装置、电子设备及存储介质 |
CN111551825B (zh) * | 2020-05-28 | 2023-04-18 | 中国矿业大学(北京) | 基于故障电流通路的自适应配电网故障定位方法 |
CN112557811B (zh) * | 2020-11-19 | 2024-01-12 | 安徽理工大学 | 一种基于改进遗传算法的含分布式电源配电网故障定位 |
CN113675877B (zh) * | 2021-06-11 | 2023-06-30 | 国网冀北电力有限公司承德供电公司 | 一种基于深度学习的含分布式电源配网故障诊断方法 |
CN113740650B (zh) * | 2021-09-06 | 2023-09-19 | 集美大学 | 一种船舶电力系统故障检测方法、终端设备及存储介质 |
CN113687189A (zh) * | 2021-09-15 | 2021-11-23 | 南京软核科技有限公司 | 一种配电网故障定位方法及系统 |
CN113945796B (zh) * | 2021-09-29 | 2023-10-24 | 集美大学 | 一种配电网故障定位方法、终端设备及存储介质 |
CN114325221B (zh) * | 2021-12-07 | 2024-04-30 | 集美大学 | 一种船舶有源配电网故障定位方法、终端设备及存储介质 |
CN114325234A (zh) * | 2021-12-28 | 2022-04-12 | 国网江西省电力有限公司抚州供电分公司 | 一种基于遗传优化算法的配电网故障定位方法 |
CN114295938B (zh) * | 2021-12-31 | 2023-07-04 | 广东电网有限责任公司 | 一种配电网故障定位方法及相关装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5745363A (en) * | 1994-04-19 | 1998-04-28 | Lsi Logic Corporation | Optimization processing for integrated circuit physical design automation system using optimally switched cost function computations |
CN104217262A (zh) * | 2014-09-28 | 2014-12-17 | 东南大学 | 一种智能微电网能量管理量子优化方法 |
CN105486983A (zh) * | 2016-01-03 | 2016-04-13 | 国网江西省电力科学研究院 | 一种具有容错性的含分布式电源配电网故障定位方法 |
CN105719003A (zh) * | 2016-01-13 | 2016-06-29 | 中国南方电网有限责任公司超高压输电公司 | 一种基于量子遗传算法的换流变压器局放超声定位方法 |
CN105738765A (zh) * | 2016-02-23 | 2016-07-06 | 上海电力学院 | 一种基于馈线终端和遗传算法的配电网故障定位方法 |
CN107290633A (zh) * | 2017-08-18 | 2017-10-24 | 国网江苏省电力公司 | 基于mopso的含分布式光伏配电网故障区段定位方法 |
-
2018
- 2018-06-21 CN CN201810642470.6A patent/CN108957226B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5745363A (en) * | 1994-04-19 | 1998-04-28 | Lsi Logic Corporation | Optimization processing for integrated circuit physical design automation system using optimally switched cost function computations |
CN104217262A (zh) * | 2014-09-28 | 2014-12-17 | 东南大学 | 一种智能微电网能量管理量子优化方法 |
CN105486983A (zh) * | 2016-01-03 | 2016-04-13 | 国网江西省电力科学研究院 | 一种具有容错性的含分布式电源配电网故障定位方法 |
CN105719003A (zh) * | 2016-01-13 | 2016-06-29 | 中国南方电网有限责任公司超高压输电公司 | 一种基于量子遗传算法的换流变压器局放超声定位方法 |
CN105738765A (zh) * | 2016-02-23 | 2016-07-06 | 上海电力学院 | 一种基于馈线终端和遗传算法的配电网故障定位方法 |
CN107290633A (zh) * | 2017-08-18 | 2017-10-24 | 国网江苏省电力公司 | 基于mopso的含分布式光伏配电网故障区段定位方法 |
Non-Patent Citations (1)
Title |
---|
基于多种群遗传算法的含分布式电源的配电网故障区段定位算法;刘鹏程 等;《电力系统保护与控制》;20160116;第44卷(第2期);第36-41页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108957226A (zh) | 2018-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108957226B (zh) | 一种适用于分布式电源接入配电网的故障馈线定位方法 | |
CN112217202B (zh) | 考虑灵活性投资的分布式新能源、储能与配电网规划方法 | |
CN104578427B (zh) | 一种含微网电源的配电网的故障自愈方法 | |
CN103138227B (zh) | 一种含分布式电源并网的配电网快速供电恢复方法 | |
CN109598377B (zh) | 一种基于故障约束的交直流混合配电网鲁棒规划方法 | |
CN107368966B (zh) | 一种电力网络脆弱性的评估方法 | |
CN113328437B (zh) | 一种智能配电网cps拓扑构建方法及故障恢复方法 | |
CN112557811B (zh) | 一种基于改进遗传算法的含分布式电源配电网故障定位 | |
CN105553807A (zh) | 一种具有环网通信结构的10kV低压智能配电网系统 | |
CN107808200B (zh) | 配电网短时检修计划优化方法和装置 | |
CN116187165A (zh) | 基于改进粒子群算法的电网弹性提升方法 | |
CN103473712A (zh) | 一种配电网故障影响分析表的建立方法 | |
CN113507116B (zh) | 一种配电网负荷转供方法、装置、设备及存储介质 | |
CN113300367B (zh) | 电网关键断面在线快速识别方法、输电限额制定方法及装置 | |
CN104809340A (zh) | 一种多端柔性直流输电系统运行点的快速计算方法 | |
CN111157851A (zh) | 一种配电网故障定位方法及系统 | |
CN111799845A (zh) | 电源集群送出的电力系统安控策略自适应建模方法及系统 | |
CN111044847B (zh) | 基于概率评估的复杂配电网容错性在线故障定位方法 | |
CN110350524A (zh) | 一种基于节点重要度的直流潮流优化方法 | |
Nakayama et al. | Complete automation of future grid for optimal real-time distribution of renewables | |
CN114386222A (zh) | 一种基于信息物理系统的配电网协同故障恢复方法和系统 | |
CN110738411B (zh) | 一种配电网典型接线模式的可靠性分析方法 | |
Wang et al. | Optimized tie-line planning of distribution networks with explicit reliability constraints | |
CN113051693A (zh) | 一种主动配电网信息物理系统可靠性评价方法 | |
CN109245098A (zh) | 一种电网安全分析中故障集的生成方法、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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230406 Address after: 061000 Hejian Yingzhou Economic Development Zone, Hejian City, Cangzhou City, Hebei Province Patentee after: HEBEI KEXUN COMMUNICATION EQUIPMENT Co.,Ltd. Address before: 710048 No. 5 Jinhua South Road, Shaanxi, Xi'an Patentee before: XI'AN University OF TECHNOLOGY |