CN110232061A - 一种配电网多源数据质量控制方法 - Google Patents
一种配电网多源数据质量控制方法 Download PDFInfo
- Publication number
- CN110232061A CN110232061A CN201910539727.XA CN201910539727A CN110232061A CN 110232061 A CN110232061 A CN 110232061A CN 201910539727 A CN201910539727 A CN 201910539727A CN 110232061 A CN110232061 A CN 110232061A
- Authority
- CN
- China
- Prior art keywords
- data
- quality
- value
- tab
- distribution network
- 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
- 238000003908 quality control method Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 title claims abstract description 16
- 230000011664 signaling Effects 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 238000003745 diagnosis Methods 0.000 abstract description 2
- 230000008676 import Effects 0.000 abstract description 2
- 238000005259 measurement Methods 0.000 description 40
- 238000001514 detection method Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 7
- 230000005611 electricity Effects 0.000 description 6
- 230000001052 transient effect Effects 0.000 description 6
- 238000007689 inspection Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N ferric oxide Chemical group O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种配电网多源数据质量控制方法,在将电网多元数据导入系统后,对于特定节点的目标数据项目进行条件规则的判断,并根据条件规则判断的结果给目标数据项目施加质量标签,根据质量标签的数值拼盘特定节点的数据质量的优良及是否需要进行剔除,然后输出进行清洗的配电网多元数据。本发明的一种配电网多源数据质量控制方法能够剔除配网多元数据中的不真实、不良数据,有效的提升了配网多元数据的质量,为电网的日常监测和电网故障诊断提供了数据基础。
Description
技术领域
本发明涉及一种用于智能电网领域的配电网多源数据质量控制方法。
背景技术
配电网直接与用户相连接,同时,因其地理分布覆盖面积广、地理环 境复杂多变,具有故障率高等特点,快速准确地对于配电网的故障状态进 行感知与诊断是提高用户供电安全可靠性必不可少的技术措施。
来源于配电网大量的实时数据和故障记录历史数据累积为配电网智 能评估提供了良好的数据基础。但是,由于此类数据的总量过于庞大,且 存在错误和不一致性,配电网的数据监测点也数量有限,因此海量数据无 法得到有效应用。来源于配电网大量的实时数据和故障记录历史数据累积 为配电网智能评估提供了良好的数据基础。但是,由于此类数据的总量过 于庞大,且存在错误和不一致性,配电网的数据监测点也数量有限,因此 海量数据无法得到有效应用。
发明内容
本发明的目的是为了克服现有技术的不足,提供一种配电网多源数据 质量控制方法,它能够实现对于配电网多远数据中异常数据的识别和剔除。
实现上述目的的一种技术方案是:一种配电网多源数据质量控制方法, 包括如下步骤:
步骤1,将多元数据导入质量控制系统;
步骤2,对质量控制系统内的不良数据进行处理,得到处理数据,具 体包括如下步骤;
步骤2.1,从数据库中读取多远数据中的特定节点的目标数据项目;
步骤2.2,对所述目标数据项目进行条件规则的判断;
步骤2.3,通过条件规则判断在目标数据项目上施加数据质量标签;
步骤2.4,通过特定节点的各项数据项目的质量标签的总数来判断特 定节点数据的质量好坏,是否需要剔除;
步骤3,输出基于改进算法的配电网状态数据。
进一步的,所述施加数据质量标签的方法为:定义节点的数据质量标 签为Q(i),它的取值为0-1,越大则表示数据越可信,分为QU(i)、QI(i)和 QP(i),分别反映该节点处的电压、电流和功率的数据质量;
然后依次进行下述规则的判断:
规则1:当某个数据项目违背条件规则,该节点的数据质量标签每次 减少相应的罚值,罚值=(1-标志位)*权值,但是不使数据质量标签值小 于0,当某个数据符合上述条件规则,相应地其质量标签加上相应的罚值, 但是不使质量标签值大于1;
规则2:设置质量标签分类阀值χbad,当某数据项目的质量标签小 于该值时,则该数据为可疑的数据项目;设置质量标签分类阀值χgood, 当某个量测数据的质量标签大于该值时,该数据是可以信赖的;
规则3:当某可疑的数据项目及相邻节点的数据项目的质量标签值均 在χgood之上,那么认为该可疑数据为单个不良数据;当某一条馈线上的 多个节点的数据质量标签值低于χbad,则查看遥信数据,是否发生开关变 位、负荷转移等拓扑变更事件;
规则4:若遥信有异动数据,则判定相关遥信数据为不良数据,进行 全线剔除;若遥信无异动数据,则对该馈线进行线路检查及遥信线路检查。
本发明的一种配电网多源数据质量控制方法,在将电网多元数据导入 系统后,对于特定节点的目标数据项目进行条件规则的判断,并根据条件 规则判断的结果给目标数据项目施加质量标签,根据质量标签的数值拼盘 特定节点的数据质量的优良及是否需要进行剔除,然后输出进行清洗的配 电网多元数据。
具体实施方式
为了能更好地对本发明的技术方案进行理解,下面通过具体地实施例 进行详细地说明:
电力系统的测量信息如果误差不大,测量系统的配置适当,则用一般 的虚拟量测算法就可以得到满意的实时数据库,但如果调度中心收到的远 动测量数据具有异常大的误差,则常规的虚拟量测算法无法奏效。电力系 统中测量系统的标准误差σ大约为正常测量范围的0.5%-2%,因此当误差 大于±3σ的测量值就可称为不良数据(或称为坏数据)实际系统中一般把 大于±(6-7)σ以上的数据作为不良数据。在电力系统中,当出现不良 数据时,需要通过检测与辨识的方法来处理,才能满足虚拟量测计算对测 量数据的要求。
电力系统接受到的不良数据有以下两大类:一是自动化系统引起的, 如测量与传送系统受到较大的随机干扰、测量与传送系统出现的偶然故障、 电力系统快速变化中各测点间的非同时测量,或者数据采集系统中某一数 据通道的暂时性中断,这将造成数据不真实;二是类似某些工业负荷的突 发性偶然波动等的特殊事件,使得数据的本来规律被各种“假象”覆盖。 配电负荷基数小,波动大,由此可见,负荷波动大并不意味着一定包含不 良数据,而看似平稳的负荷也可能含有某些不良数据。通常的数据预处理 技术往往侧重于研究一种数据规律,由此可能产生一些漏判及误判的情况。
本发明的一种配电网多源数据质量控制方法用以对配网多元数据进 行质量控制,包括如下步骤:
步骤1,将多元数据导入质量控制系统;
步骤2,对质量控制系统内的不良数据进行处理,得到处理数据,具 体包括如下步骤;
步骤2.1,从数据库中读取多远数据中的特定节点的目标数据项目;
步骤2.2,对所述目标数据项目进行条件规则的判断;
步骤2.3,通过条件规则判断在目标数据项目上施加数据质量标签;
步骤2.4,通过特定节点的各项数据项目的质量标签的总数来判断特 定节点数据的质量好坏,是否需要剔除;
步骤3,输出基于改进算法的配电网状态数据。
对于条件规则,所依据的主要规律如下:
1.电压量测量U:
1.1突变量检测方法:当前量测量值与前15分钟和后15分钟的量测 量比较不能超过裕度:|U-U-15|≤δ,|U-U+15|≤δ
1.2电压量测量历史规律:一周内同一时刻比较不能超过裕度(当前 量测量与一周内同一时刻的量测量平均值误差不能超过裕度):
1.3额定电压范围比较:满足在额定电压的10%之内(这个比例可以 根据实际情况调整):U∈[a,b]
1.4.与前一个设备的电压比较(父子):全部电压小于母线电压: |U-Ub|<σ
2.电流量测量I:
2.1突变量检测方法:当前量测量值与前15分钟和后15分钟的量测 量比较不能超过裕度:|I-I-15|≤δ,|I-I+15|≤δ
2.2电流量测量历史规律:一周内同一时刻比较不能超过裕度(当前 量测量与一周内同一时刻的量测量平均值误差不能超过裕度):
2.3KCL规律:在拓扑收缩后,为每条线路赋电流值。具体方法选取 线路相邻的开关(不超过T节点)的电流值,赋值选取的是指针,这样保 证在判断不同点的KCL时候判断的是同一个开关上的量测量。如果找不到 则不赋值。之后遍历每一个CN节点进行KCL的判断。如果一个CN节点两 端的量测量地址相同则跳过,这样每个量测点可以之判断两次,在这两次 之间如果两次都是对的则赋值为1,一对一错赋值为0.5,都错赋值为0。
2.4与出口断路器比较:每个开关上的电流值小于出口断路器的电流 值:|I-Ib|<σ
3.有功量测量P:
3.1突变量检测方法:当前量测量值与前15分钟和后15分钟的量测 量比较不能超过裕度:|P-P-15|≤δ,|P-P+15|≤δ
3.2有功量测量历史规律:一周内同一时刻比较不能超过裕度(当前 量测量与一周内同一时刻的量测量平均值误差不能超过裕度):
3.3电度量检测:|有功*时间-电度量|≤δ
4.无功量测量Q:
4.1突变量检测方法:当前量测量值与前15分钟和后15分钟的量测 量比较不能超过裕度:|Q-Q-15|≤δ,|Q-Q+15|≤δ
4.2无功量测量历史规律:一周内同一时刻比较不能超过裕度(当前 量测量与一周内同一时刻的量测量平均值误差不能超过裕度):
4.3电度量检测:|无功*时间-电度量|≤δ
得到的量测量分别根据上面的分类进行判断,对每个不同的数据给出 不同的分数。每个量测量的每个检测规律得分都是1。
[1]各项目历史规律:
分数计算公式为:分数=1-|量测量-平均值|/(平均值*阈值)
计算的分数不在[0,1]范围内,则得分按照0计算。
目前P,Q,I的阈值值都取为0.5,而电压为0.1
[2]突变量检测
分数计算公式:分数=1-(|量测量-前15分钟量测量|/前15分钟量测 量*阈值+|量测量-后15分钟量测量|/后15分钟量测量*阈值)/2
计算的分数不在[0,1]范围内,则得分按照0计算。
目前阈值采用0.5
[3]电压的沿线路降低(父子)
分数计算公式为:分数=1-|量测量-前一个设备的电压|/(前一个设备 的电压*阈值)
这里阈值为0.1,前一个设备可以认为是辐射状网中更靠近电源的设 备。
计算的分数不在[0,1]范围内,则得分按照0计算。
[4]电压与额定电压比较
分数计算公式为:分数=1-|量测量-额定电压|/(额定电压*阈值)
这里阈值为0.1,额定电压为本量测量所在的电压等级的额定电压。
计算的分数不在[0,1]范围内,则得分按照0计算。
[5]电流与出口断路器比较(范围)
计算公式为:大于出口断路器得分为0,小于出口断路器得分为1。
[6]电流的KCL规律校验
说明:每个电流量的KCL规律需要检测两次,所以每次得分的上限是 0.5分
每次KCL校验后的计算公式:mark=0.5-|电流-基准电流|/(基准电流 *阈值)
计算的分数不在[0,0.5]范围内,则得分按照0计算。
接着将两侧的得分相加得到KCL规律的得分
基准电流的计算如下:如果待校核量测量为节点所有量测量中间最大 的,则基准电流为其它所有电流的和;如果不是最大,基准电流=最大电 流-其它所有电流的和(除去待校核电流)
阈值为0.1
[7]有功无功的电度量
计算公式为:分数=1-|P(Q)*时间-有(无)功电度|/(有(无)功电度)* 阈值)
阈值目前为0.2,时间根据每个小时的量测点的数目而有所不同
计算的分数不在[0,1]范围内,则得分按照0计算。
总分的计算:对于每个量测量,这里以U为例
通过U的4个监测规则得到4个取值范围为[0,1]的得分,每个规律 由ID3根据样本得到其权重a1,a2,a3,a4。其中a1+a2+a3+a4=1。样本中 的得分对应说明:
0.8-1.0优秀
0.6-0.8良好
0.4-0.6一般
0.2-0.4较差
0.0-0.2极差
从而U这个量测量的总得分:score=规律1得分*a1+规律2得分*a2+ 规律3得分*a3+规律4得分*a4。其得分也是在[0,1]范围内。
突变量检测:由于判断量测,根据满足的次数来标志位分别给以1(2 次),0.5(1次),0(0次);
历史规律检测:满足判断条件,标志位为1,否则为0;
对于电压的范围和与母线电压比较:满足判断条件,标志位为1,否 则为0;
对于有功无功的电度量检测:满足判断条件,标志位为1,否则为0;
对于电流的KCL:由于每个电流量需要判断两次,根据满足的次数来 标志位分别给以1(2次),0.5(1次),0(0次)。
所述施加数据质量标签的方法为:定义节点的数据质量标签为QU(i), 它的取值为0-1,越大则表示数据越可信,分为QU(i)、QI(i)和QP(i),分别 反映该节点处的电压、电流和功率的数据质量;
然后依次进行下述规则的判断:
规则1:当某个数据项目违背条件规则,该节点的数据质量标签每次 减少相应的罚值,罚值=(1-标志位)*权值,但是不使数据质量标签值小 于0,当某个数据符合上述条件规则,相应地其质量标签加上相应的罚值, 但是不使质量标签值大于1;
规则2:设置质量标签分类阀值χbad,当某数据项目的质量标签小 于该值时,则该数据为可疑的数据项目;设置质量标签分类阀值χgood, 当某个量测数据的质量标签大于该值时,该数据是可以信赖的;
规则3:当某可疑的数据项目及相邻节点的数据项目的质量标签值均 在χgood之上,那么认为该可疑数据为单个不良数据;当某一条馈线上的 多个节点的数据质量标签值低于χbad,则查看遥信数据,是否发生开关 变位、负荷转移等拓扑变更事件;
规则4:若遥信有异动数据,则判定相关遥信数据为不良数据,进行 全线剔除;若遥信无异动数据,则对该馈线进行线路检查及遥信线路检查。
本技术领域中的普通技术人员应当认识到,以上的实施例仅是用来说 明本发明,而并非用作为对本发明的限定,只要在本发明的实质精神范围 内,对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。
Claims (2)
1.一种配电网多源数据质量控制方法,其特征在于,包括如下步骤:
步骤1,将多元数据导入质量控制系统;
步骤2,对质量控制系统内的不良数据进行处理,得到处理数据,具体包括如下步骤;
步骤2.1,从数据库中读取多远数据中的特定节点的目标数据项目;
步骤2.2,对所述目标数据项目进行条件规则的判断;
步骤2.3,通过条件规则判断在目标数据项目上施加数据质量标签;
步骤2.4,通过特定节点的各项数据项目的质量标签的总数来判断特定节点数据的质量好坏,是否需要剔除;
步骤3,输出基于改进算法的配电网状态数据。
2.根据权利要求1所述的一种配电网多源数据质量控制方法,其特征在于,所述施加数据质量标签的方法为:定义节点的数据质量标签为Q(i),它的取值为0-1,越大则表示数据越可信,Q(i)分为QU(i)、QI(i)和QP(i),分别反映该节点处的电压、电流和功率的数据质量;
然后依次进行下述规则的判断:
规则1:当某个数据项目违背条件规则,该节点的数据质量标签每次减少相应的罚值,罚值=(1-标志位)*权值,但是不使数据质量标签值小于0,当某个数据符合上述条件规则,相应地其质量标签加上相应的罚值,但是不使质量标签值大于1;
规则2:设置质量标签分类阀值χbad,当某数据项目的质量标签小于该值时,则该数据为可疑的数据项目;设置质量标签分类阀值χgood,当某个量测数据的质量标签大于该值时,该数据是可以信赖的;
规则3:当某可疑的数据项目及相邻节点的数据项目的质量标签值均在χgood之上,那么认为该可疑数据为单个不良数据;当某一条馈线上的多个节点的数据质量标签值低于χbad,则查看遥信数据,是否发生开关变位、负荷转移等拓扑变更事件;
规则4:若遥测数据没有异常,而遥信有异动数据,则判定相关遥信数据为不良数据,进行剔除。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910539727.XA CN110232061A (zh) | 2019-06-20 | 2019-06-20 | 一种配电网多源数据质量控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910539727.XA CN110232061A (zh) | 2019-06-20 | 2019-06-20 | 一种配电网多源数据质量控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110232061A true CN110232061A (zh) | 2019-09-13 |
Family
ID=67856326
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910539727.XA Pending CN110232061A (zh) | 2019-06-20 | 2019-06-20 | 一种配电网多源数据质量控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110232061A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110687398A (zh) * | 2019-10-12 | 2020-01-14 | 广西电网有限责任公司电力科学研究院 | 基于多源数据融合的配电网故障智能搜索定位方法 |
CN112180194A (zh) * | 2020-09-29 | 2021-01-05 | 国网上海市电力公司 | 一种配电网多源数据质量控制方法 |
CN112330197A (zh) * | 2020-11-24 | 2021-02-05 | 西南技术物理研究所 | 一种气象水文数据质量控制与评价方法 |
CN113392096A (zh) * | 2021-06-03 | 2021-09-14 | 重庆锐云科技有限公司 | 一种房地产数据质量分析方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7719461B1 (en) * | 2008-08-05 | 2010-05-18 | Lockheed Martin Corporation | Track fusion by optimal reduced state estimation in multi-sensor environment with limited-bandwidth communication path |
CN103324847A (zh) * | 2013-06-17 | 2013-09-25 | 西南交通大学 | 电力系统动态不良数据检测与辨识方法 |
CN103745109A (zh) * | 2014-01-10 | 2014-04-23 | 国家电网公司 | 一种基于pmu量测和scada量测的不良数据检测与辨识方法 |
CN104134999A (zh) * | 2014-08-06 | 2014-11-05 | 国家电网公司 | 基于多数据源的配电网量测有效性分析实用化计算方法 |
CN104537271A (zh) * | 2015-01-21 | 2015-04-22 | 国家电网公司 | 一种基于质量标签的配电网不良数据辨识方法 |
-
2019
- 2019-06-20 CN CN201910539727.XA patent/CN110232061A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7719461B1 (en) * | 2008-08-05 | 2010-05-18 | Lockheed Martin Corporation | Track fusion by optimal reduced state estimation in multi-sensor environment with limited-bandwidth communication path |
CN103324847A (zh) * | 2013-06-17 | 2013-09-25 | 西南交通大学 | 电力系统动态不良数据检测与辨识方法 |
CN103745109A (zh) * | 2014-01-10 | 2014-04-23 | 国家电网公司 | 一种基于pmu量测和scada量测的不良数据检测与辨识方法 |
CN104134999A (zh) * | 2014-08-06 | 2014-11-05 | 国家电网公司 | 基于多数据源的配电网量测有效性分析实用化计算方法 |
CN104537271A (zh) * | 2015-01-21 | 2015-04-22 | 国家电网公司 | 一种基于质量标签的配电网不良数据辨识方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110687398A (zh) * | 2019-10-12 | 2020-01-14 | 广西电网有限责任公司电力科学研究院 | 基于多源数据融合的配电网故障智能搜索定位方法 |
CN112180194A (zh) * | 2020-09-29 | 2021-01-05 | 国网上海市电力公司 | 一种配电网多源数据质量控制方法 |
CN112330197A (zh) * | 2020-11-24 | 2021-02-05 | 西南技术物理研究所 | 一种气象水文数据质量控制与评价方法 |
CN112330197B (zh) * | 2020-11-24 | 2023-06-23 | 西南技术物理研究所 | 一种气象水文数据质量控制与评价方法 |
CN113392096A (zh) * | 2021-06-03 | 2021-09-14 | 重庆锐云科技有限公司 | 一种房地产数据质量分析方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110232061A (zh) | 一种配电网多源数据质量控制方法 | |
Leite et al. | Detecting and locating non-technical losses in modern distribution networks | |
US9897665B2 (en) | Power grid outage and fault condition management | |
CN104956186B (zh) | 包括计量功能的电力分配系统以及评估能量计量的方法 | |
EP3065245B1 (en) | Power grid outage and fault condition management | |
US9310416B2 (en) | GSM/GPRS based method, system and computer programs to determine and locate high impedance faults on medium voltage distribution networks in high resistivity | |
CN106093707A (zh) | 智能防窃电分析系统的数据处理方法 | |
CN102855588B (zh) | 交易数据检测方法、装置及服务器 | |
CN108492043A (zh) | 一种基于聚类算法的电力用户负荷测算方法 | |
CN108199891B (zh) | 一种基于人工神经网络多角度综合决策的cps网络攻击辨识方法 | |
CN112288303B (zh) | 确定线损率的方式、装置 | |
CN104537271B (zh) | 一种基于质量标签的配电网不良数据辨识方法 | |
US20190379209A1 (en) | Method and system for locating the source of events in power distribution systems using distribution-level pmu data | |
CN104899353B (zh) | 一种基于证据理论的电能质量扰动源定位方法 | |
CN112688428A (zh) | 一种基于物联网技术的10千伏电网同期线损治理方法 | |
Swetapadma et al. | Fuzzy Inference System Approach for Locating Series, Shunt, and Simultaneous Series‐Shunt Faults in Double Circuit Transmission Lines | |
CN112202597A (zh) | 一种低压台区通信网络节点重要度的评估方法 | |
CN106529763A (zh) | 一种配电系统运行分析方法和装置 | |
CN111313399B (zh) | 一种区域用电网络拓扑关系确认方法、装置和系统 | |
Klaes et al. | State description of cyber-physical energy systems | |
CN105785230A (zh) | 一种具有容错性的电压暂降源定位方法 | |
CN103927697A (zh) | 基于电网多环节灵敏度的电网调控方法和系统 | |
Subramani et al. | Line outage contingency screening and ranking for voltage stability assessment | |
CN109242270A (zh) | 基于营配调贯通数据的验证方法 | |
Elghazaly et al. | A backup wide‐area protection technique for power transmission network |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190913 |
|
WD01 | Invention patent application deemed withdrawn after publication |