CN109711686A - 基于多目标决策层次分析法的电压暂降严重度评估方法 - Google Patents
基于多目标决策层次分析法的电压暂降严重度评估方法 Download PDFInfo
- Publication number
- CN109711686A CN109711686A CN201811541288.8A CN201811541288A CN109711686A CN 109711686 A CN109711686 A CN 109711686A CN 201811541288 A CN201811541288 A CN 201811541288A CN 109711686 A CN109711686 A CN 109711686A
- Authority
- CN
- China
- Prior art keywords
- index
- voltage dip
- voltage
- ahp
- hierarchy process
- 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
Links
Abstract
本发明提供一种基于多目标决策层次分析法的电压暂降严重度评估方法。传统电压暂降严重程度评估指标没有考虑用户设备对于电压暂降事件的耐受度,同时在各个指标权重的选择上主观性较强,这使得评估结果对电压暂降治理工作的指导缺乏针对性。本发明引入了用户设备耐受度指标,改进了传统的评估指标体系,同时提出了多目标决策的权重选择方法,避免了权重选择的主观性,使评估结果更加客观直观,也为电压暂降的治理提供了更具针对性的指导意见。
Description
技术领域
本发明涉及电压暂降评估领域,具体是一种基于多目标决策层次分析法的电压暂降严重度评估方法,相比于传统电压暂降评估方法,本发明提出了多目标决策的权重选择方法,使权重选择更加客观,也使评估结果更加客观,从而为电压暂降的治理提供针对性的指导意见。
背景技术
随着科技的发展,影响电能质量的因素愈发复杂多样,同时电力设备对于电能质量的要求也越来越高。电压暂降是电能质量问题中最为常见的现象,极易影响电网中电力设备的正常运行,如使得设备运转不平稳、运行效率低、工作寿命缩短等,进而影响正常的工业生产过程,造成巨大的经济损失,因此,合理准确地对电压暂降严重程度进行评估不仅可以衡量系统供电质量的优劣,也为电力市场环境下电能的定责与定价提供了重要依据。
合理选取评估指标是对电压暂降严重程度准确评估的前提,国内外专家学者提出了很多电压暂降严重性指标,同时在此基础上也提出了一些电压暂降评估方法,但是这些评估方法均采用某一项或某两项指标进行评估,不能合理地反映电压暂降的严重程度,并且在对各个指标权重的选择上主观性过强,使得评估结果对电压暂降的治理缺乏指导作用。
发明内容
本发明提出一种基于多目标决策层次分析法的电压暂降严重度评估方法,在各项电压暂降指标的基础上,引入了设备耐受能力指标,改进了电压暂降指标评估体系,并且针对传统评估方法主观因素过强所导致的评估结果不合理的现象,提出了结合多目标决策与模糊层次分析两种方法的电压暂降严重度评估方法,使电压暂降评估结果更加客观,从而为电压暂降的治理提供针对性的指导意见。
本发明是由以下技术方案来实现的:
一种基于多目标决策层次分析法的电压暂降严重度评估方法,包括如下步骤:
步骤一、通过获取的电压暂降参数得到电压暂降评估指标;
步骤二、根据各项电压暂降指标的特征,对其进行分类,分别计算各指标的敏感度μij;
步骤三、建立指标敏感度矩阵
将各项指标对于电压暂降的敏感度视为目标,目标决策矩阵用各项指标的敏感度表示,具体如下:
式中:n表示共有n个观测点,m表示共有m个评价指标,μij的数值越大表示对应的电压暂降指标越优;
步骤四、采用离差最大化的方法得到各指标的客观权值,基于客观权值得到模糊判断矩阵,采用层次分析法计算各项指标的权重;
步骤五、对各观测点得到的指标权重与指标对应的敏感度线性加权,得到各观测点电压暂降严重评估结果。
进一步的,所述电压暂降评估指标为电网能量损失指标、暂降幅值指标、暂降时间指标、设备耐受能力指标、设备兼容度指标中的任意一个或几个的组合。
进一步的,所述电网能量损失指标具体为:
式中:T为电压暂降持续时间,ΔP为负荷瞬时有功功率减少值。
进一步的,所述暂降幅值指标具体为:
式中:d为实际电压暂降幅值,Umin和Umax为敏感设备在耐受能力范围内的允许暂降幅值限值。
进一步的,所述暂降时间指标具体为:
式中:t为实际电压暂降持续时间,Tmin和Tmax为敏感设备在耐受能力范围内的允许暂降持续时间限值。
进一步的,所述设备耐受能力指标具体为:
式中:Umin(t)为设备在不可耐受区的最大电压,Umax(t)为设备在可耐受区的最小电压,U(t)为设备实际电压。
进一步的,所述设备兼容度指标具体为:
式中:电压幅值均为同一暂降持续时间下的幅值,且用标幺值表示,Ucurve(t)为设备耐受曲线对应的电压幅值,U(t)为电压暂降幅值。
进一步的,步骤二中电网能量损失、暂降幅值及暂降时间都是指标数值越小,电压暂降严重程度越低,此类指标对于电压暂降的敏感度μij计算公式为:
μij=1-fij/(fimax+fimin)
式中:fij为第i个指标fi在第j个观测点的测量值,fimax、fimin为n'个观测点中第i个指标的最大值和最小值。
设备耐受能力指标和设备兼容度指标数值越大,电压暂降严重程度越低,此类指标对于电压暂降的敏感度μij计算公式为:
μij=fij/(fimax+fimin)。
进一步的,步骤四具体为:
首先采用离差最大化的方法得到各指标的客观权值:
式中:pi为指标i的客观权值,j和l表示两个不同的观测点,|μij-μil|表示对于指标i,观测点j与观测点l的敏感度偏差的绝对值;
将电压暂降严重程度指标统一化,表示为T=,根据各指标客观权值的差值得到各项指标的相对重要程度Fik,其中i、k为两个不同的指标:
然后引入三角模糊数形成模糊判断矩阵F,其各元素表示为Fik=,其中eik=Ti/Tk,lik和pik表示判断的模糊程度,模糊判断矩阵F:
根据模糊判断矩阵F,可以==得到第i个指标的模糊相对权重向量:
将上述向量中的模糊数明晰化,得到第i个指标的权重:
进一步的,步骤五中将电压暂降严重程度分为五级,其中,一级(yi=0~0.2)代表此次电压暂降对用户影响很大,若不处理会造成设备损坏和经济损失;二级(yi=0.2~0.4)代表此次电压暂降对用户影响较大,可能会导致部分敏感设备损坏;三级(yi=0.4~0.6)代表此次电压暂降要引起敏感用户的关注,会危害部分敏感设备;四级(yi=0.6~0.8)代表发生此次电压暂降时,要对用户发出提醒;五级(yi=0.8~1)代表此次电压暂降对用户几乎没有影响。
本发明引入了用户设备耐受度指标,改进了传统的评估指标体系,同时提出了多目标决策的权重选择方法,避免了权重选择的主观性,使评估结果更加客观直观,也为电压暂降的治理提供了更具针对性的指导意见。
附图说明
图1是本发明所采用的电压暂降严重程度指标;
图2是本发明中敏感设备耐受能力区域曲线;
图3是本发明中敏感设备ITIC、SEMI曲线;
图4是本发明基于多目标决策层次分析法的电压暂降严重度评估方法的流程图。
具体实施方式
下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述。
请结合图1及图4,本发明提出一种基于多目标决策层次分析法的电压暂降严重度评估方法,包括如下步骤:
步骤一、通过获取的电压暂降参数得到电压暂降评估指标,所述电压暂降评估指标为电网能量损失指标、暂降幅值指标、暂降时间指标、设备耐受能力指标、设备兼容度指标中的任意一个或几个的组合,根据具体需求可选择不同的评估指标或其组合。各指标具体说明如下:
1、电网能量损失指标:
式中:T为电压暂降持续时间,ΔP为负荷瞬时有功功率减少值;
2、暂降幅值指标:
式中:d为实际电压暂降幅值,Umin和Umax为敏感设备在耐受能力范围内的允许暂降幅值限值;
3、暂降时间指标:
式中:t为实际电压暂降持续时间,Tmin和Tmax为敏感设备在耐受能力范围内的允许暂降持续时间限值;
4、设备耐受能力指标:
图2为设备耐受能力区域曲线,曲线1外部为可耐受区域,曲线2内部为不可耐受区域,曲线1、2之间的区域为设备耐受能力不确定区域,可以用该不确定区域定义设备耐受度,利用以下公式可以计算得到设备耐受能力指标值。
5、设备兼容度指标:
设备兼容度与设备类型有关,不同类型的设备对应不同的曲线,图3中包含两种曲线,分别是ITIC和SEMI F47曲线,大型计算机参考ITIC曲线,半导体加工设备参考SEMI F47曲线,利用以下公式可以计算得到设备兼容度指标值。
式中:电压幅值均为同一暂降持续时间下的幅值,且用标幺值表示,Ucurve(t)为设备耐受曲线对应的电压幅值,U(t)为电压暂降幅值。
步骤二、根据各项电压暂降指标的特征,对其进行分类,分别计算各指标的敏感度。电网能量损失、暂降幅值及暂降时间都是指标数值越小,电压暂降严重程度越低,此类指标对于电压暂降的敏感度μij计算公式为:
μij=1-fij/(fimax+fimin)
式中:fij为第i个指标fi在第j个观测点的测量值,fimax、fimin为n个观测点中第i个指标的最大值和最小值。
设备耐受能力指标和设备兼容度指标数值越大,电压暂降严重程度越低,此类指标对于电压暂降的敏感度μij计算公式为:
μij=fij/(fimax+fimin)
步骤三、建立指标敏感度矩阵
本发明将各项指标对于电压暂降的敏感度视为目标,那么电压暂降的严重程度评估问题就变成了多目标决策问题,目标决策矩阵用各项指标的敏感度表示,可以写成:
其中,矩阵中μij的数值越大表示对应的电压暂降指标越优。
步骤四、采用离差最大化的方法得到各指标的客观权值,基于客观权值得到模糊判断矩阵,采用层次分析法计算各项指标的权重。
具体的,首先采用离差最大化的方法得到各指标的客观权值:
式中:pi为指标i的客观权值,j和l表示两个不同的观测点,|μij-μil|表示对于指标i,观测点j与观测点l的敏感度偏差的绝对值。
将电压暂降严重程度指标统一化,表示为T=,根据各指标客观权值的差值得到各项指标的相对重要程度Fik,其中i、k为两个不同的指标:
然后引入三角模糊数形成模糊判断矩阵F,其各元素表示为Fik=,其中eik=Ti/Tk,lik和pik表示判断的模糊程度。模糊判断矩阵F:
根据模糊判断矩阵F,可以得到第i个指标的模糊相对权重向量:
将上述向量中的模糊数明晰化,得到第i个指标的权重:
步骤五、对各观测点得到的指标权重与指标对应的敏感度线性加权,得到各观测点电压暂降严重评估结果,第j个观测点的电压暂降严重程度yj如下:
本发明将电压暂降严重程度分为五级,其中,一级(yi=0~0.2)代表此次电压暂降对用户影响很大,若不处理会造成设备损坏和经济损失;二级(yi=0.2~0.4)代表此次电压暂降对用户影响较大,可能会导致部分敏感设备损坏;三级(yi=0.4~0.6)代表此次电压暂降要引起敏感用户的关注,会危害部分敏感设备;四级(yi=0.6~0.8)代表发生此次电压暂降时,要对用户发出提醒;五级(yi=0.8~1)代表此次电压暂降对用户几乎没有影响。
具体实施例:
下面利用附图和具体实施例对本发明作进一步描述。
对湖北省某工业园区10kV供电系统遭受的一次电压暂降事件进行评估,暂降原因为某10kV馈线发生两相相间短路,选取4个接入典型用电负荷的10kV监测点,其电压暂降实测数据如下表1所示。
表1观测点电压暂降实测数据
选取的4个不同的监测点分别对应四种典型敏感设备,其中观测点1接入的主要是PLC类敏感负荷,观测点2接入的主要是ASD类敏感负荷,观测点3接入的主要是PC类敏感负荷,观测点4接入的主要是AC Reply类敏感负荷。通过暂降幅值和暂降持续时间可以得到暂降时间指标DSI(duration severity index)和暂降幅值指标MSI(magnitude severityindex);通过暂降持续时间和短路电流可以得到电网能量损失指标;基于表1的敏感度曲线和暂降幅值、持续时间来计算不同观测点的设备耐受能力指标;4个观测点均有大型计算机设备,采用ITIC曲线来计算发生电压暂降后,4个观测点的设备兼容度指标,各指标结果如表2所示。
表2观测点电压暂降指标计算结果
基于表2数据,利用上述公式计算各指标的敏感度:
进而得到各指标权重判别矩阵,如表3所示:
表3各指标权重判别矩阵
基于以上判别矩阵通过层次分析法计算得到各指标的权重,分别利用传统层次分析法和本发明计算方法得到各指标权重,结果如表4所示:
表4不同计算方式下的电压暂降指标权重
通过上述方法得到各指标的权重及敏感度后,计算各观测点得电压暂降严重性评估值:y==,得出各观测点电压暂降严重度的排序为y1,y2,y4,y3。根据电压暂降严重性评估等级标准,可以得到表5:
表5不同计算方法的评估结果
由表5可以看出基于多目标决策的层次分析法与传统层次分析法得出结果在趋势上保持一致,但电压暂降严重程度等级略低于传统的层次分析法,这是由于本文首先考虑了设备耐受度指标,基于各个观测点的不同敏感设备类型进行计算,更能体现电压暂降对不同类型敏感设备的影响程度;其次,在权重的计算上引入多目标决策法,将各观测点的实测值引入权重的计算中,弥补了传统层次分析法主观性过强的缺陷,使计算结果对暂降问题的治理更具有指导意义。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何属于本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (10)
1.一种基于多目标决策层次分析法的电压暂降严重度评估方法,其特征在于包括如下步骤:
步骤一、通过获取的电压暂降参数得到电压暂降评估指标;
步骤二、根据各项电压暂降指标的特征,对其进行分类,分别计算各指标的敏感度μij;
步骤三、建立指标敏感度矩阵
将各项指标对于电压暂降的敏感度视为目标,目标决策矩阵用各项指标的敏感度表示,具体如下:
式中:n表示共有n个观测点,m表示共有m个评价指标,μij的数值越大表示对应的电压暂降指标越优;
步骤四、采用离差最大化的方法得到各指标的客观权值,基于客观权值得到模糊判断矩阵,采用层次分析法计算各项指标的权重;
步骤五、对各观测点得到的指标权重与指标对应的敏感度线性加权,得到各观测点电压暂降严重评估结果。
2.如权利要求1所述的基于多目标决策层次分析法的电压暂降严重度评估方法,所述电压暂降评估指标为电网能量损失指标、暂降幅值指标、暂降时间指标、设备耐受能力指标、设备兼容度指标中的任意一个或几个的组合。
3.如权利要求2所述的基于多目标决策层次分析法的电压暂降严重度评估方法,其特征在于:所述
电网能量损失指标具体为:
式中:T为电压暂降持续时间,ΔP为负荷瞬时有功功率减少值。
4.如权利要求2所述的基于多目标决策层次分析法的电压暂降严重度评估方法,其特征在于:所述暂降幅值指标具体为:
式中:d为实际电压暂降幅值,Umin和Umax为敏感设备在耐受能力范围内的允许暂降幅值限值。
5.如权利要求2所述的基于多目标决策层次分析法的电压暂降严重度评估方法,其特征在于:所述暂降时间指标具体为:
式中:t为实际电压暂降持续时间,Tmin和Tmax为敏感设备在耐受能力范围内的允许暂降持续时间限值。
6.如权利要求2所述的基于多目标决策层次分析法的电压暂降严重度评估方法,其特征在于:所述设备耐受能力指标具体为:
式中:Umin(t)为设备在不可耐受区的最大电压,Umax(t)为设备在可耐受区的最小电压,U(t)为设备实际电压。
7.如权利要求2所述的基于多目标决策层次分析法的电压暂降严重度评估方法,其特征在于:所述设备兼容度指标具体为:
式中:电压幅值均为同一暂降持续时间下的幅值,且用标幺值表示,Ucurve(t)为设备耐受曲线对应的电压幅值,U(t)为电压暂降幅值。
8.如权利要求1所述的基于多目标决策层次分析法的电压暂降严重度评估方法,其特征在于:步骤二中电网能量损失、暂降幅值及暂降时间都是指标数值越小,电压暂降严重程度越低,此类指标对于电压暂降的敏感度μij计算公式为:
μij=1-fij/(fimax+fimin)
式中:fij为第i个指标fi在第j个观测点的测量值,fimax、fimin为n'个观测点中第i个指标的最大值和最小值,
设备耐受能力指标和设备兼容度指标数值越大,电压暂降严重程度越低,此类指标对于电压暂降的敏感度μij计算公式为:
μij=fij/(fimax+fimin)。
9.如权利要求1所述的基于多目标决策层次分析法的电压暂降严重度评估方法,其特征在于步骤四具体为:
首先采用离差最大化的方法得到各指标的客观权值:
式中:pi为指标i的客观权值,j和l表示两个不同的观测点,|μij-μil|表示对于指标i,观测点j与观测点l的敏感度偏差的绝对值;
将电压暂降严重程度指标统一化,表示为T=,根据各指标客观权值的差值得到各项指标的相对重要程度Fik,其中i、k为两个不同的指标:
然后引入三角模糊数形成模糊判断矩阵F,其各元素表示为Fik=,其中eik=Ti/Tk,lik和pik表示判断的模糊程度,模糊判断矩阵F:
根据模糊判断矩阵F,可以==得到第i个指标的模糊相对权重向量:
将上述向量中的模糊数明晰化,得到第i个指标的权重:
10.如权利要求1所述的基于多目标决策层次分析法的电压暂降严重度评估方法,其特征在于:步骤五中将电压暂降严重程度分为五级,其中,一级(yi=0~0.2)代表此次电压暂降对用户影响很大,若不处理会造成设备损坏和经济损失;二级(yi=0.2~0.4)代表此次电压暂降对用户影响较大,可能会导致部分敏感设备损坏;三级(yi=0.4~0.6)代表此次电压暂降要引起敏感用户的关注,会危害部分敏感设备;四级(yi=0.6~0.8)代表发生此次电压暂降时,要对用户发出提醒;五级(yi=0.8~1)代表此次电压暂降对用户几乎没有影响。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811541288.8A CN109711686A (zh) | 2018-12-17 | 2018-12-17 | 基于多目标决策层次分析法的电压暂降严重度评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811541288.8A CN109711686A (zh) | 2018-12-17 | 2018-12-17 | 基于多目标决策层次分析法的电压暂降严重度评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109711686A true CN109711686A (zh) | 2019-05-03 |
Family
ID=66255721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811541288.8A Pending CN109711686A (zh) | 2018-12-17 | 2018-12-17 | 基于多目标决策层次分析法的电压暂降严重度评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109711686A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110598990A (zh) * | 2019-08-14 | 2019-12-20 | 广东电网有限责任公司 | 一种基于层次分析法的工业过程电压暂降中断概率评估方法 |
CN112285454A (zh) * | 2020-09-11 | 2021-01-29 | 国网天津市电力公司电力科学研究院 | 一种基于改进能量指标的电压暂降严重程度评估方法 |
CN117713256A (zh) * | 2024-02-05 | 2024-03-15 | 国网浙江省电力有限公司经济技术研究院 | 一种构网型控制方法、装置、电子设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103810643A (zh) * | 2012-11-15 | 2014-05-21 | 国家电网公司 | 电压暂降的等级量化方法及装置 |
CN103886518A (zh) * | 2014-03-21 | 2014-06-25 | 国家电网公司 | 一种基于监测点电能质量数据挖掘的电压暂降预警方法 |
CN105893757A (zh) * | 2016-04-01 | 2016-08-24 | 国网河南省电力公司电力科学研究院 | 一种用于电压暂降严重程度的综合评估方法 |
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 |
-
2018
- 2018-12-17 CN CN201811541288.8A patent/CN109711686A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103810643A (zh) * | 2012-11-15 | 2014-05-21 | 国家电网公司 | 电压暂降的等级量化方法及装置 |
CN103886518A (zh) * | 2014-03-21 | 2014-06-25 | 国家电网公司 | 一种基于监测点电能质量数据挖掘的电压暂降预警方法 |
CN105893757A (zh) * | 2016-04-01 | 2016-08-24 | 国网河南省电力公司电力科学研究院 | 一种用于电压暂降严重程度的综合评估方法 |
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 |
Non-Patent Citations (2)
Title |
---|
YANG FAN,CUI XIN,ET AL: "Voltage sag severity assessment based on multi-objective decision analytic hierarchy process", 《IEEE CONFERENCE ON ENERGY INTERNET AND ENERGY SYSTEM INTEGRATION》 * |
周翔,等: "考虑系统与敏感设备的变电站电压暂降综合评估", 《中国电机工程学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110598990A (zh) * | 2019-08-14 | 2019-12-20 | 广东电网有限责任公司 | 一种基于层次分析法的工业过程电压暂降中断概率评估方法 |
CN112285454A (zh) * | 2020-09-11 | 2021-01-29 | 国网天津市电力公司电力科学研究院 | 一种基于改进能量指标的电压暂降严重程度评估方法 |
CN117713256A (zh) * | 2024-02-05 | 2024-03-15 | 国网浙江省电力有限公司经济技术研究院 | 一种构网型控制方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107563680B (zh) | 一种基于ahp和熵权法的配电网可靠性评估方法 | |
CN111537939B (zh) | 一种基于多指标融合的电压互感器状态评估方法及装置 | |
Jiang et al. | Spatial-temporal synchrophasor data characterization and analytics in smart grid fault detection, identification, and impact causal analysis | |
Khalili et al. | Optimal instantaneous prediction of voltage instability due to transient faults in power networks taking into account the dynamic effect of generators | |
CN109711686A (zh) | 基于多目标决策层次分析法的电压暂降严重度评估方法 | |
CN108492043A (zh) | 一种基于聚类算法的电力用户负荷测算方法 | |
CN110826228B (zh) | 一种地区电网运行品质极限评估方法 | |
CN110348674A (zh) | 一种电网风险评估方法、系统和计算机可读存储介质 | |
CN111612326A (zh) | 一种配变供电可靠性的综合评估方法 | |
Miranda Filho et al. | A PCA-based approach for substation clustering for voltage sag studies in the Brazilian new energy context | |
Pang et al. | Application of pattern recognition to steady-state security evaluation in a power system | |
CN111832174A (zh) | 一种基于多元回归的配线线损率处理方法及装置 | |
Cai et al. | An on-line state evaluation method of smart meters based on information fusion | |
Badrudeen et al. | Analysis of a new voltage stability pointer for line contingency ranking in a power network | |
MansourLakouraj et al. | Event classification in active distribution grids using physics-informed graph neural network and PMU measurements | |
CN109559019A (zh) | 一种基于风险指数的电力系统动态安全评估方法 | |
CN107862459A (zh) | 一种基于大数据的计量设备状态评估方法及系统 | |
Yang et al. | Fast assessment of short-term voltage stability of AC/DC power grid based on CNN | |
CN116502894A (zh) | 光伏台区停电风险评估方法、装置、电子设备及存储介质 | |
Guan et al. | Enhancing security and resilience of bulk power systems via multisource big data learning | |
Zhang et al. | Model and Data Driven Machine Learning Approach for Analyzing the Vulnerability to Cascading Outages With Random Initial States in Power Systems | |
Barrera N et al. | Power quality assessment of the Bogotá distribution network focused on voltage sag analysis | |
Liu et al. | A conservative prediction model of power system transient stability | |
CN110707714A (zh) | 一种配电网无功电压控制效果评估指标方法 | |
Chen et al. | An improved fuzzy comprehensive evaluation method using expanded least deviations algorithm |
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: 20190503 |