CN109086518A - 一种智能变电站输变电一次设备状态评估的方法 - Google Patents

一种智能变电站输变电一次设备状态评估的方法 Download PDF

Info

Publication number
CN109086518A
CN109086518A CN201810863576.9A CN201810863576A CN109086518A CN 109086518 A CN109086518 A CN 109086518A CN 201810863576 A CN201810863576 A CN 201810863576A CN 109086518 A CN109086518 A CN 109086518A
Authority
CN
China
Prior art keywords
power transmission
primary equipment
assessment
transformation primary
state
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
CN201810863576.9A
Other languages
English (en)
Inventor
庄建煌
翁慧
林明星
周静
蒋东伶
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.)
State Grid Fujian Electric Power Co Ltd
Putian Power Supply Co of State Grid Fujian Electric Power Co Ltd
Original Assignee
State Grid Fujian Electric Power Co Ltd
Putian Power Supply Co of State Grid Fujian Electric Power Co Ltd
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 State Grid Fujian Electric Power Co Ltd, Putian Power Supply Co of State Grid Fujian Electric Power Co Ltd filed Critical State Grid Fujian Electric Power Co Ltd
Priority to CN201810863576.9A priority Critical patent/CN109086518A/zh
Publication of CN109086518A publication Critical patent/CN109086518A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • 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

Landscapes

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

Abstract

本发明提供的一种智能变电站输变电一次设备状态评估的方法,针对智能变电站输变电一次设备故障机理的复杂多样性,传统单一维度的设备状态信息评估难以有效挖掘出潜在的安全隐患,全面建立了包含历史数据、设备缺陷、试验数据、不良工况和状态检测在内的输变电一次设备综合评价体系,运用合作博弈理论得到各状态指标的组合权重,并利用变权公式对其权重进行修正;通过云模型得到定量指标对智能变电站输变电一次设备各状态等级的隶属度,然后结合层次分析法得到评估结果。该方法简单易行,可为智能变电站输变电一次设备和系统的状态检修工作提供理论依据。

Description

一种智能变电站输变电一次设备状态评估的方法
技术领域
本发明涉及一种智能变电站输变电一次设备状态评估的方法。
背景技术
随着智能变电站的快速发展,智能变电站输变电一次设备的状态检修在实际智能变电站的运维中的地位变得越来越重要。智能变电站输变电一次设备状态评估是状态检修的基础,更是理论上的指导,也是检修人员合理安排检修计划的重要参考。为此,研究人员对于智能变电站输变电一次设备的状态评估进行了大量研究工作,至今主要的难点问题还是如何确定评估指标和指标权重。评估指标直接关系到状态评估结果的好坏。实际中只能选取易于测量且对智能变电站输变电一次设备状态影响较大的特征量作为评估指标。《智能变电站二次设备状态的灰色层次聚类评估》考虑到智能变电站二次设备的故障原因的复杂性和模糊性,采用层次分析法和灰色聚类相结合的技术途径对智能变电站二次设备进行定性和定量的状态评估。《基于TOPSIS法的变电站一次设备智能化评估》针对智能变电站一次设备智能化的改造状态评估,引入逼近理想点评估方法对建立的多目标优化评估模型进行分析,取得了较好的评估效果。
随着国家电网公司颁布的IEC61850标准、《高压设备智能化技术导则》和《智能变电站技术导则》等系列标准,智能变电站输变电一次设备的状态评估必须由传统模式向新型模式转变,即既要考虑输变电一次设备运行参数值是否满足正常的约束条件,又要保障装设在高压一次设备如GIS、互感器、隔离开关、电力变压器等设备上的智能电子设备(Intelligent Electronic Device,IED)传输实时运行数据的灵敏度和正确性。显然单一方法、单一设备状态检修已难以满足输变电一次设备状态评估的要求。智能变电站输变电一次设备状态评估的多因素性,传统单一维度信息来源无法有效挖掘出潜在的安全隐患。此外尽管国网状态评价中已明确规定权重,但仅仅是简单地打分后加权而已,这种权重算法也不匹配智能电网的发展。
发明内容
本发明所要解决的主要技术问题是提供一种智能变电站输变电一次设备状态评估的方法,简单易行,可为智能变电站输变电一次设备和系统的状态检修工作提供理论依据。
为了解决上述的技术问题,本发明提供了一种智能变电站输变电一次设备状态评估的方法,包括如下步骤:
1)全面建立包含各状态指标的输变电一次设备综合评价结构体系;所述状态指标包括但不限于历史数据、设备缺陷、试验数据、不良工况和状态检测;
各状态指标分为正常u1、注意u2、异常u3和严重u4四种情况,各状态指标所对应的评语集表示为V=[u1,u2,u3,u4];
2)运用合作博弈法得到各状态指标的组合权重,同时考虑到个别指标的异常波动,采用变权公式对其组合权重进行动态修正;
将几类确定权重的单一方法组合成一个集体,从一个整体角度采用合作博弈的思维重新构建出组合权重,分别采用不同的方法j(j=1,2,…,n)计算出各状态指标的权重wj,计算出n种权重wj的组合权重W;
3)采用正态云模型建立输变电一次设备状态评估的模糊评判矩阵;其中,假设正态云的数学期望曲线如下:
采用正态云模型建立输变电一次设备状态评估的模糊评判矩阵R,额的具体过程如下:
①按照公式En′i=NORM(En,He2)生成以En为期望、He2为标准方差的正态随机数En′i;其中En为熵、He为超熵;
②按照公式生成以Ex为期望,为标准方差的正态随机数xi;其中Ex为期望;
③按照公式计算云滴(xi,μ(xi));
④重复上述步骤①-③,直至产生N个云滴为止;
利用合作博弈确定的组合权重W和模糊评判矩阵R进行模糊综合评价,得到最终的评语集D,运算规则如下:
D=W&R
&为加权平均算子。
在一较佳实施例中:所述历史数据包括但不限于弧垂、变压器绝缘运行状态参数、断路器操作机构的动作次数;
所述设备缺陷包括但不限于电力变压器的绝缘损坏、断路器机构卡涩、线路的绝缘子绝缘损坏;
所述试验数据包括但不限于交流耐压试验、绝缘子泄露电流测试、变压器油色谱分析、电气试验;
所述不良工况包括但不限于线路履冰、电力变压器内部故障、断路器机构误动作;
所述状态检测包括但不限于变压器运行状态、线路弧垂监测、断路器分合闸线圈电流和时间。
相较于现有技术,本发明的技术方案具备以下有益效果:
针对智能变电站输变电一次设备故障机理的复杂多样性,传统单一维度的设备状态信息评估难以有效挖掘出潜在的安全隐患,本发明提供的一种智能变电站输变电一次设备状态评估的方法,全面建立了包含历史数据、设备缺陷、试验数据、不良工况和状态检测在内的输变电一次设备综合评价体系,运用合作博弈理论得到各状态指标的组合权重,并利用变权公式对其权重进行修正;通过云模型得到定量指标对智能变电站输变电一次设备各状态等级的隶属度,然后结合层次分析法得到评估结果。该方法简单易行,可为智能变电站输变电一次设备和系统的状态检修工作提供理论依据。
具体实施方式
为了进一步的解释本发明专利的技术方案,接下来通过具体的实例,进行详细的阐述。
一种智能变电站输变电一次设备状态评估的方法,包括如下步骤:
1)全面建立包含各状态指标的输变电一次设备综合评价结构体系;所述状态指标包括但不限于历史数据、设备缺陷、试验数据、不良工况和状态检测;
各状态指标分为正常u1、注意u2、异常u3和严重u4四种情况,各状态指标所对应的评语集表示为V=[u1,u2,u3,u4];
所述历史数据包括但不限于弧垂、变压器绝缘运行状态参数、断路器操作机构的动作次数;所述设备缺陷包括但不限于电力变压器的绝缘损坏、断路器机构卡涩、线路的绝缘子绝缘损坏;所述试验数据包括但不限于交流耐压试验、绝缘子泄露电流测试、变压器油色谱分析、电气试验;所述不良工况包括但不限于线路履冰、电力变压器内部故障、断路器机构误动作;所述状态检测包括但不限于变压器运行状态、线路弧垂监测、断路器分合闸线圈电流和时间。
2)运用合作博弈法得到各状态指标的组合权重,同时考虑到个别指标的异常波动,采用变权公式对其组合权重进行动态修正;
将几类确定权重的单一方法组合成一个集体,从一个整体角度采用合作博弈的思维重新构建出组合权重,分别采用不同的方法j(j=1,2,…,n)计算出各状态指标的权重wj,计算出n种权重wj的组合权重W;
3)采用正态云模型建立输变电一次设备状态评估的模糊评判矩阵;
云模型是一种处理模糊问题的理论。通过对概率论和模糊理论的有机交叉结合,经期望、熵和超熵重构成特定功能的发生器用来处理模糊数学问题。
设U是一个用确定数值描述的论域,C是论域U上的定性概念集,若存在参数x∈U是概念集C的一次随机出现,并记x对C的隶属度函数μ(x)∈[0,1]是稳定倾向的随机数,即:
μ:U→[0,1],x∈U x→μ(x)
称x在论域U上的分布为云(Cloud),记为C(x)。
由众多的云滴(x,μ(x))聚合在一起便构成了云。云的数字特征包括期望Ex、熵En、超熵He。采用正态云模型建立输变电一次设备状态评估的模糊评判矩阵。
假设正态云的数学期望曲线如下:
采用正态云模型建立输变电一次设备状态评估的模糊评判矩阵R,额的具体过程如下:
①按照公式Eni=NORM(En,He2)生成以En为期望、He2为标准方差的正态随机数Eni;其中En为熵、He为超熵;
②按照公式生成以Ex为期望,为标准方差的正态随机数xi;其中Ex为期望;
③按照公式计算云滴(xi,μ(xi));
④重复上述步骤①-③,直至产生N个云滴为止;
利用合作博弈确定的组合权重W和模糊评判矩阵R进行模糊综合评价,得到最终的评语集D,运算规则如下:
D=W&R
&为加权平均算子。
实施例1
运用合作博弈法确定评估指标的组合权重后,由于当某个评估指标如线路弧垂由于受到恶劣天气的影响而急剧地变化时,其在评价指标体系中作用就会加强。为反映这种由于某些指标的剧烈变化,有必要引入变权处理,记权向量可用下式来表示
wn=[w(x1) w(x2) L w(xn)] (2)
从而,各指标参数的归一化变权重值如下:
上式(3)可以比较客观地反映输变电一次设备个别评估指标严重偏离正常时影响整体可靠性的程度。式中,α表示变权参数,可取为0.2。
以电力变压器绝缘状态评估为例说明基于云模型的输变电一次设备整体状态评估的详细过程。根据电力变压器的绝缘状态对应的相对劣化度划分为四个等级区间:正常f1[0,0.1),注意f2[0.1,0.5),异常f3[0.5,0.6),严重f4[0.6,1)∪[1,+∞)。正态云的数字特征采用文献《基于云理论的电力变压器绝缘状态评估方法》中的确定方法。其中,超熵He为常数取为0.01。运用正态云生成的步骤,不难得到反映电力变压器绝缘状态的单一指标C2H2含量的正态云模型。
当给出相对劣化度后可以很清晰地从正态云模型中看出它与某一状态的隶属程度。
根据文献《基于云理论的电力变压器绝缘状态评估方法》、《基于云理论的智能变电站二次设备状态评估》中给出的基于云模型的状态评估的详细步骤便可以获取输变电一次设备状态评估的模糊评判矩阵R。最后,利用合作博弈确定的组合权重集W和模糊评判矩阵进行模糊综合评价,得到最终的评语集D,运算规则如下
D=W&R (4)
上式(4)中,&表示模糊算子,本文采用加权平均算子。
以文献《基于模糊综合评判的电力变压器运行状态评估模型》中给出的实例进行分析,可得隶属度T=[0.054,0.1632,0.2789,0.6754],由此可知输变电一次设备中,电力变压器整体绝缘处于严重状态,其余一次设备未见异常,与文献《基于模糊综合评判的电力变压器运行状态评估模型》结果一致。
以上所述,仅为本发明较佳的具体实施方式,但本发明的设计构思并不局限于此,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,利用此构思对本发明进行非实质性的改动,均属于侵犯本发明保护范围的行为。

Claims (2)

1.一种智能变电站输变电一次设备状态评估的方法,其特征在于包括如下步骤:
1)全面建立包含各状态指标的输变电一次设备综合评价结构体系;所述状态指标包括但不限于历史数据、设备缺陷、试验数据、不良工况和状态检测;
各状态指标分为正常u1、注意u2、异常u3和严重u4四种情况,各状态指标所对应的评语集表示为V=[u1,u2,u3,u4];
2)运用合作博弈法得到各状态指标的组合权重,同时考虑到个别指标的异常波动,采用变权公式对其组合权重进行动态修正;
将几类确定权重的单一方法组合成一个集体,从一个整体角度采用合作博弈的思维重新构建出组合权重,分别采用不同的方法j(j=1,2,…,n)计算出各状态指标的权重wj,计算出n种权重wj的组合权重W;
3)采用正态云模型建立输变电一次设备状态评估的模糊评判矩阵;其中,假设正态云的数学期望曲线如下:
采用正态云模型建立输变电一次设备状态评估的模糊评判矩阵R,额的具体过程如下:
①按照公式En′i=NORM(En,He2)生成以En为期望、He2为标准方差的正态随机数En′i;其中En为熵、He为超熵;
②按照公式生成以Ex为期望,为标准方差的正态随机数xi;其中Ex为期望;
③按照公式计算云滴(xi,μ(xi));
④重复上述步骤①-③,直至产生N个云滴为止;
利用合作博弈确定的组合权重W和模糊评判矩阵R进行模糊综合评价,得到最终的评语集D,运算规则如下:
D=W&R
&为加权平均算子。
2.根据权利要求1所述的一种智能变电站输变电一次设备状态评估的方法,其特征在于:所述历史数据包括但不限于弧垂、变压器绝缘运行状态参数、断路器操作机构的动作次数;
所述设备缺陷包括但不限于电力变压器的绝缘损坏、断路器机构卡涩、线路的绝缘子绝缘损坏;
所述试验数据包括但不限于交流耐压试验、绝缘子泄露电流测试、变压器油色谱分析、电气试验;
所述不良工况包括但不限于线路履冰、电力变压器内部故障、断路器机构误动作;
所述状态检测包括但不限于变压器运行状态、线路弧垂监测、断路器分合闸线圈电流和时间。
CN201810863576.9A 2018-08-01 2018-08-01 一种智能变电站输变电一次设备状态评估的方法 Pending CN109086518A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810863576.9A CN109086518A (zh) 2018-08-01 2018-08-01 一种智能变电站输变电一次设备状态评估的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810863576.9A CN109086518A (zh) 2018-08-01 2018-08-01 一种智能变电站输变电一次设备状态评估的方法

Publications (1)

Publication Number Publication Date
CN109086518A true CN109086518A (zh) 2018-12-25

Family

ID=64831151

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810863576.9A Pending CN109086518A (zh) 2018-08-01 2018-08-01 一种智能变电站输变电一次设备状态评估的方法

Country Status (1)

Country Link
CN (1) CN109086518A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110503305A (zh) * 2019-07-25 2019-11-26 西安理工大学 一种变压器性能评估方法
CN110533300A (zh) * 2019-08-08 2019-12-03 三峡大学 基于博弈集对云的变压器智能决策系统
CN110782164A (zh) * 2019-10-25 2020-02-11 贵州电网有限责任公司 一种基于变权重和模糊综合评价的配电设备状态评价方法
CN111142003A (zh) * 2020-02-04 2020-05-12 北方民族大学 一种电力电容器状态监测与可靠性分析的系统和方法
CN113567785A (zh) * 2021-07-24 2021-10-29 福州大学 一种智能化电磁电器性能评估方法及系统
CN116127326A (zh) * 2023-04-04 2023-05-16 广东电网有限责任公司揭阳供电局 一种复合绝缘子检测方法、装置、电子设备及存储介质
CN116561638A (zh) * 2023-05-24 2023-08-08 南京电力设计研究院有限公司 基于神经网络学习及状态评估的保护压板不对应校验方法
CN117078043A (zh) * 2023-08-22 2023-11-17 华能澜沧江水电股份有限公司 一种水电厂计算机监控系统的状态评价方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020198688A1 (en) * 2001-04-06 2002-12-26 Feldman Barry E. Method and system for using cooperative game theory to resolve statistical joint effects
CN101232180A (zh) * 2008-01-24 2008-07-30 东北大学 一种配电系统负荷模糊建模装置及方法
CN105678440A (zh) * 2015-12-03 2016-06-15 国电南瑞科技股份有限公司 一种基于多源信息融合的输变电设备故障率的计算方法
CN107122616A (zh) * 2017-05-09 2017-09-01 山东大学 一种地下水水质的多指标正态云综合评价方法
CN107516015A (zh) * 2017-08-29 2017-12-26 武汉大学 基于多特征量的复合绝缘子老化状态综合评估方法
CN108108875A (zh) * 2017-11-29 2018-06-01 国家电网公司 一种基于合作博弈法和梯形云模型的配电网运行状态模糊综合评价方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020198688A1 (en) * 2001-04-06 2002-12-26 Feldman Barry E. Method and system for using cooperative game theory to resolve statistical joint effects
CN101232180A (zh) * 2008-01-24 2008-07-30 东北大学 一种配电系统负荷模糊建模装置及方法
CN105678440A (zh) * 2015-12-03 2016-06-15 国电南瑞科技股份有限公司 一种基于多源信息融合的输变电设备故障率的计算方法
CN107122616A (zh) * 2017-05-09 2017-09-01 山东大学 一种地下水水质的多指标正态云综合评价方法
CN107516015A (zh) * 2017-08-29 2017-12-26 武汉大学 基于多特征量的复合绝缘子老化状态综合评估方法
CN108108875A (zh) * 2017-11-29 2018-06-01 国家电网公司 一种基于合作博弈法和梯形云模型的配电网运行状态模糊综合评价方法

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110503305A (zh) * 2019-07-25 2019-11-26 西安理工大学 一种变压器性能评估方法
CN110503305B (zh) * 2019-07-25 2022-02-01 西安理工大学 一种变压器性能评估方法
CN110533300A (zh) * 2019-08-08 2019-12-03 三峡大学 基于博弈集对云的变压器智能决策系统
CN110533300B (zh) * 2019-08-08 2022-12-20 三峡大学 基于博弈集对云的变压器智能决策系统
CN110782164A (zh) * 2019-10-25 2020-02-11 贵州电网有限责任公司 一种基于变权重和模糊综合评价的配电设备状态评价方法
CN111142003A (zh) * 2020-02-04 2020-05-12 北方民族大学 一种电力电容器状态监测与可靠性分析的系统和方法
CN113567785B (zh) * 2021-07-24 2022-10-28 福州大学 一种智能化电磁电器性能评估方法及系统
CN113567785A (zh) * 2021-07-24 2021-10-29 福州大学 一种智能化电磁电器性能评估方法及系统
CN116127326A (zh) * 2023-04-04 2023-05-16 广东电网有限责任公司揭阳供电局 一种复合绝缘子检测方法、装置、电子设备及存储介质
CN116561638A (zh) * 2023-05-24 2023-08-08 南京电力设计研究院有限公司 基于神经网络学习及状态评估的保护压板不对应校验方法
CN116561638B (zh) * 2023-05-24 2024-05-31 南京电力设计研究院有限公司 基于神经网络学习及状态评估的保护压板不对应校验方法
CN117078043A (zh) * 2023-08-22 2023-11-17 华能澜沧江水电股份有限公司 一种水电厂计算机监控系统的状态评价方法
CN117078043B (zh) * 2023-08-22 2024-04-30 华能澜沧江水电股份有限公司 一种水电厂计算机监控系统的状态评价方法

Similar Documents

Publication Publication Date Title
CN109086518A (zh) 一种智能变电站输变电一次设备状态评估的方法
Mohsenian-Rad et al. Distribution synchrophasors: Pairing big data with analytics to create actionable information
Bhatt et al. An instrumentation engineer’s review on smart grid: Critical applications and parameters
CN109490726A (zh) 基于云理论的电力变压器绝缘状态评估方法
Srivastava et al. Data driven approach for fault detection and Gaussian process regression based location prognosis in smart AC microgrid
CN103149492B (zh) 一种基于智能电表的微电网短路故障诊断方法
CN102930408B (zh) 一种基于信息融合的750kV电网二次设备状态评估方法
Catterson et al. The impact of smart grid technology on dielectrics and electrical insulation
Bosovic et al. Deterministic aggregated harmonic source models for harmonic analysis of large medium voltage distribution networks
CN115236582A (zh) 一种三相四线接法电能计量装置误差在线评估方法及装置
Junaidi et al. Big data applications in electric energy systems
Tang et al. Resilience enhancement of active distribution networks under extreme disaster scenarios: A comprehensive overview of fault location strategies
Zhang et al. Research on power grid fault diagnosis based on a quantitative representation of alarm information
Chang Fault classifications of MV transmission lines connected to wind farms using non‐intrusive fault monitoring techniques on HV utility side
Chang et al. Fault location identifications in HV transmission networks and different MV wind farms using nonintrusive monitoring techniques
Wu et al. Survey on negative line loss rate of transformer region: rectification measures and challenges
Huang et al. Extracting substation cyber-physical architecture through intelligent electronic devices' data
Chen et al. Reliability assessment on switchgear and its controller based on Time-Spatial-Source dimension
Fang et al. Research on state assessment method of key equipment in distribution network
Quan et al. The application of Bayesian network theory in transformer condition assessment
Wang et al. Fault Location Algorithm for Power Grid Based on Protection Status Infor-mation and Aggregation Hierarchical Clustering
Shi et al. Synchrophasors covariance Index-based fault section location for active distribution networks
Yang et al. Evaluating the effectiveness of conservation voltage reduction with multilevel robust regression
Meng et al. Research on accounting method of carbon emission reduction for three-phase load balancing project of low-voltage power grid
Xu et al. Fault Diagnosis and Improvement of Substation Grounding Network in Substation Engineering Based on Video Image Recognition

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: 20181225