CN109412155B - 一种基于图计算的配电网供电能力评估方法 - Google Patents
一种基于图计算的配电网供电能力评估方法 Download PDFInfo
- Publication number
- CN109412155B CN109412155B CN201811367840.6A CN201811367840A CN109412155B CN 109412155 B CN109412155 B CN 109412155B CN 201811367840 A CN201811367840 A CN 201811367840A CN 109412155 B CN109412155 B CN 109412155B
- Authority
- CN
- China
- Prior art keywords
- power supply
- distribution network
- determining
- power distribution
- supply capacity
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 68
- 238000004364 calculation method Methods 0.000 title claims abstract description 65
- 238000005516 engineering process Methods 0.000 claims abstract description 58
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 14
- 238000010276 construction Methods 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 13
- 230000007246 mechanism Effects 0.000 claims abstract description 10
- 238000013210 evaluation model Methods 0.000 claims description 21
- 230000006870 function Effects 0.000 claims description 15
- 238000013499 data model Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 claims description 9
- 238000012546 transfer Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 7
- 230000004927 fusion Effects 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 6
- 238000007726 management method Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 5
- 238000010219 correlation analysis Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000012887 quadratic function Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000013179 statistical model Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000012800 visualization Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Power Engineering (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于图计算的配电网供电能力评估方法具体包括如下步骤：确定基于概率图模型的分区配电网可靠性评估技术以及供电可靠性算法；确定台区变压器最大负载率计算模型以及配电网最大供电能力评估方法在图计算框架中的实现方式；确定面向海量数据的供电能力和供电可靠性相关数据的关联性机理及分析技术；搭建基于分布式图计算框架的配电网供电能力及可靠性评估系统，实现基于图计算的配电网供电能力及可靠性评估。本发明基于大数据技术更精确地研判配电网的供电能力和供电可靠性，最大程度地降低配电网运行风险，为指导配电网建设提供科学依据，具有重大的经济价值和社会效益。
Description
技术领域
本发明属于供电评估技术领域，特别涉及一种基于图计算的配电网供电能力评估方法。
背景技术
采用科学的手段来对配电网进行供电能力和供电可靠性技术评估，有益于经验总结和开发已建成的配电网的潜力，为配电网的可持续科学发展提供可靠的参考依据。传统的供电能力和供电可靠性评估过程中所选取的相关指标由于缺乏大量实际运行数据支撑，由人工统计、估算的数据难以保证评估的准确性和实时性。当前，随着配电自动化、用电信息采集等应用系统的推广应用以及分布式电源对配电网的不断渗透，对于大规模配电网，每时每刻都会产生数量巨大、结构复杂、类型众多的数据，这就为数据驱动的配电网供电能力和供电可靠性评估和预测提供了数据基础。基于大数据的计算方法能够集成配电网自动化各个分散系统的信息，规范数据的类型，形成丰富的、同质的大数据样本，并综合利用到供电能力和供电可靠性评估及预测应用中。但是，电力系统网络拓扑特性和数据之间的复杂关联性对大数据计算架构和算法建模提出了较高要求。
为了提高配电网的运行可靠性，需要对配电网的供电能力和供电可靠性进行准确、及时并且可视化的评估。对于有千条馈线的大规模配电网，配电网中会产生指数级增长的海量异构、多态的数据，这些网络拓扑数据、量测数据和GIS数据为配电网供电能力和供电可靠性的分析提供了有力的计算资源，可以用于对不同运行状态和故障模式下对供电能力和供电可靠性进行更精确的评估和预测。需要研发配电网供电能力及可靠性评估系统，准确预测和评估配电网的运行风险，为配电网的规划和运行相关优化对策提供支撑。
发明内容
本发明基于大数据技术更精确地研判配电网的供电能力和供电可靠性，最大程度地降低配电网运行风险，为指导配电网建设提供科学依据，具有重大的经济价值和社会效益。
本发明具体为一种基于图计算的配电网供电能力评估方法，所述基于图计算的配电网供电能力评估方法具体包括如下步骤：
步骤(1)：确定基于概率图模型的分区配电网可靠性评估技术以及供电可靠性算法；
步骤(2)：确定台区变压器最大负载率计算模型以及配电网最大供电能力评估方法在图计算框架中的实现方式；
步骤(3)：确定面向海量数据的供电能力和供电可靠性相关数据的关联性机理及分析技术；
步骤(4)：搭建基于分布式图计算框架的配电网供电能力及可靠性评估系统，实现基于图计算的配电网供电能力及可靠性评估。
所述步骤(1)确定基于概率图模型的分区配电网可靠性评估技术以及供电可靠性算法具体包括如下步骤：
步骤(11)、确定配电网可靠性影响因素及统计模型：从网架结构、管理方式、自然条件和设备故障方面确定配电网可靠性影响因素及其影响方式，确定基于熵权法的影响因素与配电网可靠性关联关系评价方式，选取构建配电网可靠性评估模型的主成分，确定主成分的概率分布模型，获取分布曲线拟合；
步骤(12)、构建基于贝叶斯网络的分区配电网供电可靠性评估模型：考虑分区网络拓扑的配电网可靠性简化评估模型，确定基于可靠性评估模型的贝叶斯网络构建技术，确定配电网可靠性评估主成分与贝叶斯网络的映射技术，获取求解贝叶斯网所需的先验概率模型；
步骤(13)、确定基于分布式图计算的配电网供电可靠性评估技术：确定使用图数据对配电网供电可靠性评估模型进行资源描述的标记语言和数据模型，用于分布式图数据的表示；确定图数据存储的关键技术，包括图数据的分割技术、图数据的索引技术；确定基于贝叶斯网的配电网可靠性模型在分布式图计算模型中的构建以及求解方式。
所述步骤(2)确定台区变压器最大负载率计算模型以及配电网最大供电能力评估方法在图计算框架中的实现方式具体包括如下步骤：
步骤(21)、确定考虑负载均衡的台区变压器最大负载率计算模型：确定台区变压器负载均衡率对配电网负荷转移能力的影响；从负荷转移约束、变压器负载率约束、联络容量约束方面考虑，构建台区变压器最大负载率优化模型；确定不同负载均衡指标要求对网络转移能力和可扩展供电能力的影响；
步骤(22)、确定考虑分层结构的配电网综合最大供电能力评估算法：确定包含变压器层、馈线层和进线层的分层最大供电能力评估模型；确定同时满足馈线、变压器、进线N-1约束的配电网综合最大供电能力的评估模型和求解方式；确定不同层之间最大供电能力匹配度评估方式，作为负荷优化和配电网规划的依据；
步骤(23)、实现图计算框架下的配电网最大供电能力的算法：确定适应配电网数据图计算的分布式计算框架结构及性能特点；确定基于关系数据模型的配电网络拓扑数据在分布式图数据库中的构建技术；配电网最大供电能力在分布式图计算平台上的实现。
所述步骤(3)确定面向海量数据的供电能力和供电可靠性相关数据的关联性机理及分析技术具体包括如下步骤：
步骤(31)、建立配电网综合供电能力和供电可靠性评估的指标体系：配电网综合供电能力和供电可靠性评估指标体系的构建；确定指标重要性权重的选取方式；确定基于二次函数的指标隶属度函数参数确定方式；
步骤(32)、确定面向海量数据的配电网供电能力和供电可靠性评估数据融合模型和数据融合技术：针对考虑多指标的配电网供电能力和供电可靠性分析需求，确定大数据平台、配电自动化系统和外部系统的数据要求；针对不同系统数据接口现状和管理要求，确定与配电网供电能力及供电可靠性数据仓库的交互方式；针对经过数据预处理的海量量测数据，构建基于IEC61970/61968的标准化数据模型；
步骤(33)、确定基于最大熵模型的数据关联性分析机理及计算方式：构建利用概率统计、基于最大熵模型的配电网指标数据与供电能力和供电可靠性关联性分析模型；确定通过评估参数样本训练获得特征函数权重的方式；确定最大熵模型在图计算框架中的构建方式，确定面向海量数据，基于图计算框架的供电能力和供电可靠性数据相关性计算方式。
所述步骤(4)搭建基于分布式图计算框架的配电网供电能力及可靠性评估系统具体包括如下步骤：
步骤(41)、构建包含分布式图计算框架的系统基础架构：确定基于Spark/GraphX的分布式图计算框架的集群搭建技术；确定分布式图计算框架与Web前端的数据交互技术；
步骤(42)、确定配电网供电能力及可靠性评估的可视化方式：确定基于TileMill/Leaflet的电力GIS引擎的搭建技术；确定基于Web多图层叠加及自定义样式，实现温场图、散点图、常规图表的叠加效果展示；确定配电网供电能力及可靠性评估的可视化展示技术；
步骤(43)、构建基于分布式图计算框架的配电网供电能力及可靠性评估系统：确定基于分布式图计算框架的配电网供电能力及可靠性评估系统的功能及实现方案，包括台区分层供电能力分析、供电可靠性可视化仿真和配电网指标关联性分析的功能模块；确定系统的部署技术和信息安全防护技术。
具体实施方式
下面对本发明一种基于图计算的配电网供电能力评估方法的具体实施方式做详细阐述。
本发明基于图计算的配电网供电能力评估方法具体包括如下步骤：
步骤(1)：确定基于概率图模型的分区配电网可靠性评估技术以及供电可靠性算法；
步骤(2)：确定台区变压器最大负载率计算模型以及配电网最大供电能力评估方法在图计算框架中的实现方式；
步骤(3)：确定面向海量数据的供电能力和供电可靠性相关数据的关联性机理及分析技术；
步骤(4)：搭建基于分布式图计算框架的配电网供电能力及可靠性评估系统，实现基于图计算的配电网供电能力及可靠性评估。
所述步骤(1)确定基于概率图模型的分区配电网可靠性评估技术以及供电可靠性算法具体包括如下步骤：
步骤(11)、确定配电网可靠性影响因素及统计模型：从网架结构、管理方式、自然条件和设备故障方面确定配电网可靠性影响因素及其影响方式，确定基于熵权法的影响因素与配电网可靠性关联关系评价方式，选取构建配电网可靠性评估模型的主成分，确定主成分的概率分布模型，获取分布曲线拟合；
步骤(12)、构建基于贝叶斯网络的分区配电网供电可靠性评估模型：考虑分区网络拓扑的配电网可靠性简化评估模型，确定基于可靠性评估模型的贝叶斯网络构建技术，确定配电网可靠性评估主成分与贝叶斯网络的映射技术，获取求解贝叶斯网所需的先验概率模型；
步骤(13)、确定基于分布式图计算的配电网供电可靠性评估技术：确定使用图数据对配电网供电可靠性评估模型进行资源描述的标记语言和数据模型，用于分布式图数据的表示；确定图数据存储的关键技术，包括图数据的分割技术、图数据的索引技术；确定基于贝叶斯网的配电网可靠性模型在分布式图计算模型中的构建以及求解方式。
所述步骤(2)确定台区变压器最大负载率计算模型以及配电网最大供电能力评估方法在图计算框架中的实现方式具体包括如下步骤：
步骤(21)、确定考虑负载均衡的台区变压器最大负载率计算模型：确定台区变压器负载均衡率对配电网负荷转移能力的影响；从负荷转移约束、变压器负载率约束、联络容量约束方面考虑，构建台区变压器最大负载率优化模型；确定不同负载均衡指标要求对网络转移能力和可扩展供电能力的影响；
步骤(22)、确定考虑分层结构的配电网综合最大供电能力评估算法：确定包含变压器层、馈线层和进线层的分层最大供电能力评估模型；确定同时满足馈线、变压器、进线N-1约束的配电网综合最大供电能力的评估模型和求解方式；确定不同层之间最大供电能力匹配度评估方式，作为负荷优化和配电网规划的依据；
步骤(23)、实现图计算框架下的配电网最大供电能力的算法：确定适应配电网数据图计算的分布式计算框架结构及性能特点；确定基于关系数据模型的配电网络拓扑数据在分布式图数据库中的构建技术；配电网最大供电能力在分布式图计算平台上的实现。
所述步骤(3)确定面向海量数据的供电能力和供电可靠性相关数据的关联性机理及分析技术具体包括如下步骤：
步骤(31)、建立配电网综合供电能力和供电可靠性评估的指标体系：配电网综合供电能力和供电可靠性评估指标体系的构建；确定指标重要性权重的选取方式；确定基于二次函数的指标隶属度函数参数确定方式；
步骤(32)、确定面向海量数据的配电网供电能力和供电可靠性评估数据融合模型和数据融合技术：针对考虑多指标的配电网供电能力和供电可靠性分析需求，确定大数据平台、配电自动化系统和外部系统的数据要求；针对不同系统数据接口现状和管理要求，确定与配电网供电能力及供电可靠性数据仓库的交互方式；针对经过数据预处理的海量量测数据，构建基于IEC61970/61968的标准化数据模型；
步骤(33)、确定基于最大熵模型的数据关联性分析机理及计算方式：构建利用概率统计、基于最大熵模型的配电网指标数据与供电能力和供电可靠性关联性分析模型；确定通过评估参数样本训练获得特征函数权重的方式；确定最大熵模型在图计算框架中的构建方式，确定面向海量数据，基于图计算框架的供电能力和供电可靠性数据相关性计算方式。
所述步骤(4)搭建基于分布式图计算框架的配电网供电能力及可靠性评估系统具体包括如下步骤：
步骤(41)、构建包含分布式图计算框架的系统基础架构：确定基于Spark/GraphX的分布式图计算框架的集群搭建技术；确定分布式图计算框架与Web前端的数据交互技术；
步骤(42)、确定配电网供电能力及可靠性评估的可视化方式：确定基于TileMill/Leaflet的电力GIS引擎的搭建技术；确定基于Web多图层叠加及自定义样式，实现温场图、散点图、常规图表的叠加效果展示；确定配电网供电能力及可靠性评估的可视化展示技术；
步骤(43)、构建基于分布式图计算框架的配电网供电能力及可靠性评估系统：确定基于分布式图计算框架的配电网供电能力及可靠性评估系统的功能及实现方案，包括台区分层供电能力分析、供电可靠性可视化仿真和配电网指标关联性分析的功能模块；确定系统的部署技术和信息安全防护技术。
最后应该说明的是，结合上述实施例仅说明本发明的技术方案而非对其限制。所属领域的普通技术人员应当理解到，本领域技术人员可以对本发明的具体实施方式进行修改或者等同替换，但这些修改或变更均在申请待批的权利要求保护范围之中。
Claims (4)
1.一种基于图计算的配电网供电能力评估方法，其特征在于，所述基于图计算的配电网供电能力评估方法具体包括如下步骤：
步骤(1)：确定基于概率图模型的分区配电网可靠性评估技术以及供电可靠性算法；
步骤(2)：确定台区变压器最大负载率计算模型以及配电网最大供电能力评估方法在图计算框架中的实现方式；
步骤(3)：确定面向海量数据的供电能力和供电可靠性相关数据的关联性机理及分析技术；
步骤(4)：搭建基于分布式图计算框架的配电网供电能力及可靠性评估系统，实现基于图计算的配电网供电能力及可靠性评估；
所述步骤(2)确定台区变压器最大负载率计算模型以及配电网最大供电能力评估方法在图计算框架中的实现方式具体包括如下步骤：
步骤(21)、确定考虑负载均衡的台区变压器最大负载率计算模型：确定台区变压器负载均衡率对配电网负荷转移能力的影响；从负荷转移约束、变压器负载率约束、联络容量约束方面考虑，构建台区变压器最大负载率优化模型；确定不同负载均衡指标要求对网络转移能力和可扩展供电能力的影响；
步骤(22)、确定考虑分层结构的配电网综合最大供电能力评估算法：确定包含变压器层、馈线层和进线层的分层最大供电能力评估模型；确定同时满足馈线、变压器、进线N-1约束的配电网综合最大供电能力的评估模型和求解方式；确定不同层之间最大供电能力匹配度评估方式，作为负荷优化和配电网规划的依据；
步骤(23)、实现图计算框架下的配电网最大供电能力的算法：确定适应配电网数据图计算的分布式计算框架结构及性能特点；确定基于关系数据模型的配电网络拓扑数据在分布式图数据库中的构建技术；配电网最大供电能力在分布式图计算平台上的实现。
2.根据权利要求1所述的一种基于图计算的配电网供电能力评估方法，其特征在于，所述步骤(1)确定基于概率图模型的分区配电网可靠性评估技术以及供电可靠性算法具体包括如下步骤：
步骤(11)、确定配电网可靠性影响因素及统计模型：从网架结构、管理方式、自然条件和设备故障方面确定配电网可靠性影响因素及其影响方式，确定基于熵权法的影响因素与配电网可靠性关联关系评价方式，选取构建配电网可靠性评估模型的主成分，确定主成分的概率分布模型，获取分布曲线拟合；
步骤(12)、构建基于贝叶斯网络的分区配电网供电可靠性评估模型：考虑分区网络拓扑的配电网可靠性简化评估模型，确定基于可靠性评估模型的贝叶斯网络构建技术，确定配电网可靠性评估主成分与贝叶斯网络的映射技术，获取求解贝叶斯网所需的先验概率模型；
步骤(13)、确定基于分布式图计算的配电网供电可靠性评估技术：确定使用图数据对配电网供电可靠性评估模型进行资源描述的标记语言和数据模型，用于分布式图数据的表示；确定图数据存储的关键技术，包括图数据的分割技术、图数据的索引技术；确定基于贝叶斯网的配电网可靠性模型在分布式图计算模型中的构建以及求解方式。
3.根据权利要求1所述的一种基于图计算的配电网供电能力评估方法，其特征在于，所述步骤(3)确定面向海量数据的供电能力和供电可靠性相关数据的关联性机理及分析技术具体包括如下步骤：
步骤(31)、建立配电网综合供电能力和供电可靠性评估的指标体系：配电网综合供电能力和供电可靠性评估指标体系的构建；确定指标重要性权重的选取方式；确定基于二次函数的指标隶属度函数参数确定方式；
步骤(32)、确定面向海量数据的配电网供电能力和供电可靠性评估数据融合模型和数据融合技术：针对考虑多指标的配电网供电能力和供电可靠性分析需求，确定大数据平台、配电自动化系统和外部系统的数据要求；针对不同系统数据接口现状和管理要求，确定与配电网供电能力及供电可靠性数据仓库的交互方式；针对经过数据预处理的海量量测数据，构建基于IEC61970/61968的标准化数据模型；
步骤(33)、确定基于最大熵模型的数据关联性分析机理及计算方式：构建利用概率统计、基于最大熵模型的配电网指标数据与供电能力和供电可靠性关联性分析模型；确定通过评估参数样本训练获得特征函数权重的方式；确定最大熵模型在图计算框架中的构建方式，确定面向海量数据，基于图计算框架的供电能力和供电可靠性数据相关性计算方式。
4.根据权利要求1所述的一种基于图计算的配电网供电能力评估方法，其特征在于，所述步骤(4)搭建基于分布式图计算框架的配电网供电能力及可靠性评估系统具体包括如下步骤：
步骤(41)、构建包含分布式图计算框架的系统基础架构：确定基于Spark/GraphX的分布式图计算框架的集群搭建技术；确定分布式图计算框架与Web前端的数据交互技术；
步骤(42)、确定配电网供电能力及可靠性评估的可视化方式：确定基于TileMill/Leaflet的电力GIS引擎的搭建技术；确定基于Web多图层叠加及自定义样式，实现温场图、散点图、常规图表的叠加效果展示；确定配电网供电能力及可靠性评估的可视化展示技术；
步骤(43)、构建基于分布式图计算框架的配电网供电能力及可靠性评估系统：确定基于分布式图计算框架的配电网供电能力及可靠性评估系统的功能及实现方案，包括台区分层供电能力分析、供电可靠性可视化仿真和配电网指标关联性分析的功能模块；确定系统的部署技术和信息安全防护技术。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811367840.6A CN109412155B (zh) | 2018-11-16 | 2018-11-16 | 一种基于图计算的配电网供电能力评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811367840.6A CN109412155B (zh) | 2018-11-16 | 2018-11-16 | 一种基于图计算的配电网供电能力评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109412155A CN109412155A (zh) | 2019-03-01 |
| CN109412155B true CN109412155B (zh) | 2022-08-19 |
Family
ID=65473695
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811367840.6A Active CN109412155B (zh) | 2018-11-16 | 2018-11-16 | 一种基于图计算的配电网供电能力评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109412155B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110739692B (zh) * | 2019-11-08 | 2021-10-08 | 上海电力大学 | 一种基于概率图模型的配电网结构识别方法 |
| CN113094862B (zh) * | 2021-05-20 | 2022-08-23 | 上海理工大学 | 一种基于数据驱动的台区多层拓扑结构辨识方法 |
| CN114118759A (zh) * | 2021-11-19 | 2022-03-01 | 广东电网有限责任公司 | 一种配变台区负荷过载状态评估方法及装置 |
| CN117421567B (zh) * | 2023-12-19 | 2024-03-08 | 华能济南黄台发电有限公司 | 一种应用于城市的电厂能源管理方法及系统 |
| CN118246700B (zh) * | 2024-05-27 | 2024-09-13 | 国网江苏省电力有限公司南通供电分公司 | 基于图计算的配电网供电策略动态调整方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104716641A (zh) * | 2015-01-06 | 2015-06-17 | 上海电力学院 | 一种含分布式电源的配电网供电能力评估方法 |
| CN105205740A (zh) * | 2015-10-23 | 2015-12-30 | 国家电网公司 | 考虑主变互联关系有效扩展的配电网供电能力评估方法 |
| CN107611966A (zh) * | 2017-09-20 | 2018-01-19 | 天津大学 | 一种考虑差异可靠性的有源配电网供电能力评估方法 |
| JP2020067919A (ja) * | 2018-10-25 | 2020-04-30 | 株式会社日立製作所 | 入札支援システム |
-
2018
- 2018-11-16 CN CN201811367840.6A patent/CN109412155B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104716641A (zh) * | 2015-01-06 | 2015-06-17 | 上海电力学院 | 一种含分布式电源的配电网供电能力评估方法 |
| CN105205740A (zh) * | 2015-10-23 | 2015-12-30 | 国家电网公司 | 考虑主变互联关系有效扩展的配电网供电能力评估方法 |
| CN107611966A (zh) * | 2017-09-20 | 2018-01-19 | 天津大学 | 一种考虑差异可靠性的有源配电网供电能力评估方法 |
| JP2020067919A (ja) * | 2018-10-25 | 2020-04-30 | 株式会社日立製作所 | 入札支援システム |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109412155A (zh) | 2019-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109412155B (zh) | 一种基于图计算的配电网供电能力评估方法 | |
| CN107330056B (zh) | 基于大数据云计算平台的风电场scada系统及其运行方法 | |
| CN101619850B (zh) | 基于热电系统负荷在线预测的调度方法与系统 | |
| CN107358347A (zh) | 基于工业大数据的装备集群健康状态评估方法 | |
| CN110059356A (zh) | 一种基于大数据和人工智能的大电网智能调控系统和方法 | |
| CN105701596A (zh) | 一种基于大数据技术的配网抢修精益化方法以及管理系统 | |
| CN115423009A (zh) | 一种面向云边协同的电力设备故障识别方法及系统 | |
| CN107918830A (zh) | 一种基于大数据技术的配电网运行状态评估系统及方法 | |
| CN111552686B (zh) | 一种电力数据质量评估方法及其装置 | |
| Feng et al. | [Retracted] Design and Simulation of Human Resource Allocation Model Based on Double‐Cycle Neural Network | |
| CN112688431A (zh) | 一种基于大数据的配电网负荷过载可视化方法及系统 | |
| CN110647131A (zh) | 基于模型的五性一体化分析方法 | |
| CN107832876A (zh) | 基于MapReduce框架的分区最大负荷预测方法 | |
| Li et al. | Reliability modeling and assessment for integrated energy system: a review of the research status and future prospects | |
| Keyan et al. | Anomaly detection method of distribution network line loss based on hybrid clustering and LSTM | |
| Qiao et al. | Research and Implementation of Operation Monitoring and Resource Scheduling Methods Based on the Digital Twin Model of the Power Grid | |
| Zhang et al. | Research on Application Scenarios of Artificial Intelligence in New Power System | |
| Wang et al. | Research on Simulation of Distribution Network Engineering Scene Based on 3D GIS Technology | |
| Hu et al. | Optimization analysis of intelligent substation monitoring information based on improved PSO | |
| Xue et al. | State evaluation method of distribution equipment based on health index in big data environment | |
| CN117892212B (zh) | 一种分布式异构能源站点态势感知监测方法 | |
| Xiaodong et al. | Artificial Intelligence in power multimodal data analysis | |
| CN113094247B (zh) | 一种基于Storm的采煤机运行状态实时预测方法 | |
| Qiao et al. | Research and Implementation of Building a Digital Twin Model for Electric Grid Based on Deep Learning | |
| Duan et al. | Bionic based key technologies of equipment portrait for railway passenger stations |
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 |