CN110376418A - 基于改进特征量描述的电压暂降综合评估指标获取方法 - Google Patents
基于改进特征量描述的电压暂降综合评估指标获取方法 Download PDFInfo
- Publication number
- CN110376418A CN110376418A CN201910526679.0A CN201910526679A CN110376418A CN 110376418 A CN110376418 A CN 110376418A CN 201910526679 A CN201910526679 A CN 201910526679A CN 110376418 A CN110376418 A CN 110376418A
- Authority
- CN
- China
- Prior art keywords
- voltage dip
- index
- voltage
- severity
- characteristic quantity
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/0084—Arrangements for measuring currents or voltages or for indicating presence or sign thereof measuring voltage only
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Abstract
本发明涉及一种基于改进特征量描述的电压暂降综合评估指标获取方法,包括:1、采集电能质量监测终端所得的电压暂降录波数据;2、通过线性分段方法将暂降持续时间按照其幅值进行划分,改进电压暂降特征量的描述方法;3、综合考虑系统侧能量指标及用户侧严重性综合指标;4、通过用户侧的敏感设备评估结果,结合站点监测负荷的比例合成一个统一的基于该站点负荷分布的敏感设备评价指标;5、通过熵权法结合系统侧和用户侧评估指标形成新的综合评估指标,对电压暂降严重程度进行评估。与现有技术相比,本发明能客观、有效评估站点电压暂降风险,能够提高评估结果的准确性,可用于实际暂降的综合评估。
Description
技术领域
本发明涉及电压暂降技术领域,尤其是涉及一种基于改进特征量描述的电压暂降综合评估指标获取方法。
背景技术
随着智能电网的不断普及,系统容量、规模、电压等级快速发展,其复杂性、多样性、工业用户的设备敏感性不断增强。基于计算机、电力电子等技术的用户设备,以及智能设备等敏感设备大量接入电网,使得电压暂降问题越来越显著,造成了巨大的经济损失,因此,建立合理、准确的电压暂降评估指标对降低电网经济损失、提高供电可靠性具有重要意义。
电压暂降的评估工作主要是通过电能质量监测系统的暂降录波数据,对电压暂降特性、规律(暂降幅值和持续时间)和负荷敏感曲线进行分析。电压暂降评估分为对系统侧电压暂降的特征量直接进行评估和考虑特征量的同时根据敏感设备的耐受曲线来对敏感设备进行评估。但是,系统侧的评价指标只考虑暂降事件的特征量进行评估而忽略了用户的设备敏感特性,容易造成对电压暂降的过度评估。而利用单纯的分析用户侧敏感设备进行评估时考虑所受的影响程度而容易忽略暂降系统侧指标,导致会低估电压暂降的影响,采用传统的暂降描述方法对暂降进行评估会造成过度评估,使评估结果不精确。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于改进特征量描述的电压暂降综合评估指标获取方法。
本发明的目的可以通过以下技术方案来实现:
基于改进特征量描述的电压暂降综合评估指标获取方法,包括如下步骤:
S1、根据电能质量监测终端获取电压暂降录波数据,对电压暂降录波数据进行RMS计算,获取暂降幅值,将暂降的持续时间按照其幅值划分为电压暂降过程中电压小于或等于额定电压Uc的时间T(Uc),即:
T(Uc)=|tc1-tc2|
0.1≤Uc≤0.9
式中,tc1、tc2分别为暂降到达某一幅值的开始和结束时刻,单个电压暂降事件的时间描述为T(0.9)、T(0.9-i)、T(0.9-2i)、…、T(0.1),i为电压间隔,根据暂降幅值获取电压暂降的持续时间,即电压暂降的持续时间取暂降幅值最低点所对应的时间T(Umin)。
S2、基于改进的线性描述方法,对获取的持续时间和暂降幅值的特征量计算系统侧电压暂降事件能量指标,将获取的指标作为系统侧暂降严重程度指标。
系统侧电压暂降事件能量指标的表达式为:
式中,Uc为暂降过程中的任意电压,si为监测到的任一暂降事件。
S3、结合不同敏感设备的耐受曲线,基于检测站点负荷分布情况,对敏感度不同的各种敏感设备及不敏感设备,获取用户侧电压暂降描述的严重性综合指标;具体包括下列步骤:
31)通过持续时间严重性指标DSI、电压暂降幅值严重性指标MSI和改进的严重性综合指标MDSI描述不同敏感设备电压暂降严重性;DSI、MSI的取值η1、η2分别为:
式中,若电压处于Umin下方且时间处于Tmax右侧,则设备发生故障;若电压处于Umax上方且时间处于Tmin左侧,则设备可正常工作;介于正常工作曲线和设备停运曲线之间的区域为设备停运的不确定性区域,即既有可能正常工作也有可能发生故障。
采用MDSI指标比采用故障区间反应敏感设备量化的严重程度,MDSI的取值为:
Se(U,T)=η1η2/100。
32)结合严重性指标的概念,采用线性分段方法描述的电压暂降特征量,获取新的电压暂降描述的严重性综合指标SM,其表达式为:
式中,i=1,2,…,n,h取0.05。
33)对不同监测点的电压暂降综合考虑其负荷分布情况进行评估。
S4、结合步骤S2获取的系统侧暂降严重程度指标、步骤S3获取的用户侧电压暂降描述的严重性综合指标,利用熵权法对系统侧和用户侧赋权获取最终的电压暂降综合指标,对电压暂降严重程度进行评估。具体包括以下步骤:
41)将获取的新的严重程度指标由高到低划分为m个评价等级,得到评价矩阵,熵权设对象集Y的初始数据矩阵为Y=(yij)的表达式为:
式中,yij为站点所监测事件指标结果中第i个指标被划分为第j类评价等级中的概率。
42)通过评价矩阵,计算第i个指标的熵Hi,其计算式为:
式中,k=1/lnm,i=1,2。
43)根据熵Hi计算权重指标向量,根据权重指标向量计算式获取系统侧和用户侧指标的熵权;根据熵Hi计算权重指标向量的表达式为:
上式满足条件:
44)将系统侧及用户侧暂降严重程度进行赋权求和,获取最终的电压暂降综合指标,对电压暂降严重程度进行评估。
最终的电压暂降综合指标Q的表达式为:
Q=ω1Q1+ω2Q2
式中,ω1和ω2分别为系统侧和用户侧指标的熵权,Q1为系统侧获取的新的严重程度指标,Q2为用户侧获取的新的严重程度指标。
对所获取的最终的电压暂降综合指标Q的值进行判断,其值越大,评价电压暂降越严重,其值越小,评价电压暂降越不严重。
与现有技术相比,本发明具有以下优点:
1)本发明方法考虑电压暂降对系统侧的影响,不单一对电压暂降设备评估,通过将系统侧和用户侧的严重程度指标进行赋权求和获取最终的电压暂降综合指标进行评估,大大提高了评估结果的准确性;
2)本发明方法对暂降幅值和持续时间两个特征量进行改进,对暂降幅值进行线性划分,能够对暂降特征进行更好的描述;
3)本发明方法对于不同的监测站点,根据其不同的负荷分布将敏感设备和不敏感设备按站点所监测的不同用户所使用不同敏感负荷的比率,作为用户侧敏感设备严重性指标系数,形成新的电压暂降严重程度指标,可有效用于实际暂降的综合评估。
附图说明
图1为本发明方法的流程示意图;
图2为电压暂降线性分段描述方法的流程图;
图3为暂降描述方法对比图;
图4为电压暂降事件描述图;
图5为用户侧设备暂降评估结果图;
图6为本发明实施例中系统侧采用分段线性能量指标评估方法与传统能量指标评估结果的评估结果对比图;
图7为本发明实施例中单一系统侧评估、单一用户侧评估以及综合评估电压暂降严重程度指标的评估结果图;
图8为本发明实施例中电压耐受曲线不确定区域示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
图1为本发明实施例提供的电压暂降评估方法的流程图,通过至少两个电压暂降指标来综合评定电压暂降,对电压暂降整体的状态进行评估,提高了电压暂降评估结果的准确性,保证电力系统安全、稳定地运行;参照图1,基于改进特征量描述的电压暂降综合评估指标获取方法具体包括如下步骤:
步骤一、根据电能质量监测终端得到电压暂降录播数据,参照图4,以暂降持续时间T(Uc)作为横轴,暂降幅值为纵轴,暂降个数为竖轴,形成暂降事件描述图。对压暂降录播数据进行RMS计算,RMS即真有效值,是对交流信号幅度的基本量度,可以分别从实用角度和数学角度予以定义。通过RMS方法得到暂降幅值,并将暂降的持续时间按照其幅值划分为T(Uc),一般暂降幅值的下降在0.01~0.05之间取值时进行划分。T(Uc)是指电压暂降过程中电压小于或等于暂降过程中的任意电压Uc的时间。即:
T(Uc)=|tc1-tc2|
0.1≤Uc≤0.9
式中,tc1、tc2分别代表暂降到达某一幅值的开始和结束时刻,单个电压暂降事件的时间可以描述为T(0.9)、T(0.9-i)、T(0.9-2i)、…、T(0.1),i为电压间隔,取0.05,最后电压暂降的持续时间取幅值最低点所对应的时间T(Umin)。
步骤二、根据得到的持续时间和暂降幅值的特征量计算系统侧电压暂降事件能量指标,作为系统侧暂降严重程度指标。
能量指标在考虑持续时间、暂降幅值的基础上利用积分的形式兼顾电压暂降的波形,具有合理性。它是根据CBEMA曲线的分布特征提出的,CBEMA曲线是最早的电压暂降耐受曲线,表现为最小暂降幅值承受值与持续时间的函数关系,反映设备对电压暂降的耐受能力。根据CBEMA曲线的指数分布认为电压暂降的严重程度与暂降幅值呈指数关系。
对于单一事件标称电压和持续时间的情况,在事件持续期间假定RMS电压为常数,则电压暂降能量指标Evs的表达式为:
式中,U为电压暂降过程时变电压均方根值,Unom为标称电压,T为暂降持续时间。
通过步骤一的电压暂降线性描述方法,将电压暂降持续时间按其幅值进行划分求和,得到新的能量指标表达式为:
式中,Uc为暂降过程中的任意电压,si为监测到的任一暂降事件。
本步骤获取的系统侧电压暂降事件能量指标作为系统侧暂降严重程度指标,与传统能量指标所得结果对比如图6所示。
步骤三、结合不同敏感设备的耐受曲线,考虑检测站点负荷分布情况,对敏感度不同的各种敏感设备以及不敏感设备,对用户侧获取电压暂降描述的严重性综合指标。具体包括:
1)通过持续时间严重性指标(DSI,duration severity index,)、电压暂降幅值严重性指标(MSI,magnitude severity index)和改进的严重性综合指标(MDSI,combinedmagnitude duration severity index)描述不同敏感设备电压暂降严重性。其中,DSI、MSI的取值η1、η2分别为:
式中,若电压处于Umin下方且时间处于Tmax右侧,则设备发生故障;电压处于Umax上方且时间处于Tmin左侧,则设备可以正常工作;介于正常工作曲线和设备停运曲线之间的区域为设备停运的不确定性区域,即既有可能正常工作也有可能发生故障,如图8所示。
对于处于不确定区域的暂降,采用MDSI指标比采用故障区间更能反应敏感设备量化的严重程度。MDSI的取值为:
Se(U,T)=η1η2/100
结合严重性指标的概念,采用线性分段方法描述的电压暂降特征量,得到新的电压暂降描述的严重性综合指标SM:
式中,i=1,2,…,n。h取0.05。
2)对不同监测点的电压暂降综合考虑其负荷分布情况进行评估。
将监测点用户负荷比率作为用户侧严重性指标系数,集合设备严重综合指标所得的指标数据SM形成新的严重程度指标。
本实施例中,用户侧设备主要为不敏感设备和以PC、ASD、PLC和AC Relay为主的敏感设备。表1所示为某站点用户负荷组成比例。
表1用户负荷组成比例
设备 | 占比 |
PC | 9/50 |
ASD | 3/50 |
PLC | 3/50 |
AC Relay | 7/50 |
不敏感设备 | 14/25 |
步骤四、利用熵权法对系统侧和用户侧赋权得到最终的电压暂降综合指标。
本发明采用熵权法对站点进行评估。具体流程为:
A)将形成的新的严重程度指标由高到低划分为m个评价等级,可得评价矩阵。其具体实现过程如下:熵权设对象集Y的初始数据矩阵为Y=(yij):
式中,yij为站点所监测事件指标结果中第i个指标被划分为第j类评价等级中的概率。
B)通过评价矩阵,计算出第i个指标的熵Hi,其计算公式为:
式中,k=1/lnm;i=1,2;若yij=0则定义
C)根据熵Hi计算权重指标向量:
上式满足条件:0≤ωi≤1,n=2。根据上式可得到系统侧和用户侧指标的熵权ω1和ω2。
D)利用系统侧和用户侧指标的熵权ω1和ω2将系统侧及用户侧暂降严重程度进行赋权求和,获取最终的电压暂降综合指标Q,对电压暂降严重程度进行评估,所得到的电压暂降综合指标Q一般处于0~100之间,其值越大,暂降越严重,同理其值越小,暂降越不严重。
最终的电压暂降综合指标Q的表达式为:
Q=ω1Q1+ω2Q2
式中,Q1为系统侧获取的新的严重程度指标,Q2为用户侧获取的新的严重程度指标。
本实施例对系统侧的评估结果和用户侧的评估结果进行了单一分析。由图7可知,系统侧的评估结果普遍高于用户侧的评估结果,原因在于系统侧的评估方法,其评价指标只考虑暂降事件的特征,即暂降幅值和持续时间进行评估,该指标仅对系统侧进行评估,忽略用户的设备敏感性特征,将导致高估电压暂降的影响。而单纯的分析暂降对用户侧敏感设备的影响程度,将导致严重程度普遍偏小,甚至为0,但其实发生暂降时对系统有一定影响,因此只对敏感设备进行评估会造成评估结果过低。综合评估电压暂降的严重程度考虑了系统侧和用户侧的兼容情况,真实反映了电压暂降造成的严重程度,具有合理性。
本发明方法考虑电压暂降对系统侧的影响,不单一对电压暂降设备评估,对暂降幅值和持续时间两个特征量进行改进,对暂降幅值进行线性划分,能够对对暂降特征更好的进行描述;通过将系统侧和用户侧的严重程度指标进行赋权求和获取最终的电压暂降综合指标进行评估,大大提高了评估结果的准确性。
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,任何熟悉本技术领域的工作人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改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以权利要求的保护范围为准。
Claims (10)
1.基于改进特征量描述的电压暂降综合评估指标获取方法,其特征在于,该方法包括下列步骤:
1)根据电能质量监测终端获取电压暂降录波数据,对电压暂降录波数据进行RMS计算,获取暂降幅值,根据暂降幅值获取电压暂降的持续时间;
2)基于改进的线性描述方法,对获取的持续时间和暂降幅值的特征量计算系统侧电压暂降事件能量指标,将获取的指标作为系统侧暂降严重程度指标;
3)结合不同敏感设备的耐受曲线,基于检测站点负荷分布情况,对敏感度不同的各种敏感设备及不敏感设备,获取用户侧电压暂降描述的严重性综合指标;
4)结合步骤2)获取的系统侧暂降严重程度指标、步骤3)获取的用户侧电压暂降描述的严重性综合指标,利用熵权法对系统侧和用户侧赋权获取最终的电压暂降综合指标,对电压暂降严重程度进行评估。
2.根据权利要求1所述的基于改进特征量描述的电压暂降综合评估指标获取方法,其特征在于,步骤1)的具体内容为:
对电能质量监测终端获取的电压暂降监测数据进行RMS计算,得到暂降幅值,将暂降的持续时间按照其幅值划分为电压暂降过程中电压小于或等于额定电压Uc的时间T(Uc),即:
T(Uc)=|tc1-tc2|
0.1≤Uc≤0.9
式中,tc1、tc2分别为暂降到达某一幅值的开始和结束时刻,单个电压暂降事件的时间描述为T(0.9)、T(0.9-i)、T(0.9-2i)、…、T(0.1),i为电压间隔,电压暂降的持续时间取暂降幅值最低点所对应的时间T(Umin)。
3.根据权利要求2所述的基于改进特征量描述的电压暂降综合评估指标获取方法,其特征在于,步骤2)中,系统侧电压暂降事件能量指标的表达式为:
式中,Uc为暂降过程中的任意电压,si为监测到的任一暂降事件。
4.根据权利要求3所述的基于改进特征量描述的电压暂降综合评估指标获取方法,其特征在于,步骤3)具体包括以下步骤:
31)通过持续时间严重性指标DSI、电压暂降幅值严重性指标MSI和改进的严重性综合指标MDSI描述不同敏感设备电压暂降严重性;
32)结合严重性指标的概念,采用线性分段方法描述的电压暂降特征量,获取新的电压暂降描述的严重性综合指标SM;
33)对不同监测点的电压暂降综合考虑其负荷分布情况进行评估。
5.根据权利要求4所述的基于改进特征量描述的电压暂降综合评估指标获取方法,其特征在于,步骤31)中,DSI、MSI的取值η1、η2分别为:
式中,若电压U处于Umin下方且时间处于Tmax右侧,则设备发生故障;若电压U处于Umax上方且时间T处于Tmin左侧,则设备可正常工作;介于正常工作曲线和设备停运曲线之间的区域为设备停运的不确定性区域,即有可能正常工作也有可能发生故障;
采用MDSI指标比采用故障区间反应敏感设备量化的严重程度,MDSI的取值为:
Se(U,T)=η1η2/100。
6.根据权利要求5所述的基于改进特征量描述的电压暂降综合评估指标获取方法,其特征在于,步骤32)中,新的电压暂降描述的严重性综合指标SM的表达式为:
式中,i=1,2,…,n,h取0.05。
7.根据权利要求4所述的基于改进特征量描述的电压暂降综合评估指标获取方法,其特征在于,步骤4)具体包括以下步骤:
41)将获取的新的严重程度指标由高到低划分为m个评价等级,得到评价矩阵,熵权设对象集Y的初始数据矩阵为Y=(yij)的表达式为:
式中,yij为站点所监测事件指标结果中第i个指标被划分为第j类评价等级中的概率;
42)通过评价矩阵,计算第i个指标的熵Hi,其计算式为:
式中,k=1/lnm,i=1,2;
43)根据熵Hi计算权重指标向量,根据权重指标向量计算式获取系统侧和用户侧指标的熵权;
44)将系统侧及用户侧暂降严重程度进行赋权求和,获取最终的电压暂降综合指标,对电压暂降严重程度进行评估。
8.根据权利要求7所述的基于改进特征量描述的电压暂降综合评估指标获取方法,其特征在于,步骤43)中,根据熵Hi计算权重指标向量的表达式为:
上式满足条件:
9.根据权利要求8所述的基于改进特征量描述的电压暂降综合评估指标获取方法,其特征在于,步骤44)中,最终的电压暂降综合指标Q的表达式为:
Q=ω1Q1+ω2Q2
式中,ω1和ω2分别为系统侧和用户侧指标的熵权,Q1为系统侧获取的新的严重程度指标,Q2为用户侧获取的新的严重程度指标。
10.根据权利要求9所述的基于改进特征量描述的电压暂降综合评估指标获取方法,其特征在于,步骤44)中,对电压暂降严重程度进行评估的具体内容为:
对所获取的最终的电压暂降综合指标Q的值进行判断,其值越大,评价电压暂降越严重,其值越小,评价电压暂降越不严重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910526679.0A CN110376418A (zh) | 2019-06-18 | 2019-06-18 | 基于改进特征量描述的电压暂降综合评估指标获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910526679.0A CN110376418A (zh) | 2019-06-18 | 2019-06-18 | 基于改进特征量描述的电压暂降综合评估指标获取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110376418A true CN110376418A (zh) | 2019-10-25 |
Family
ID=68249088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910526679.0A Pending CN110376418A (zh) | 2019-06-18 | 2019-06-18 | 基于改进特征量描述的电压暂降综合评估指标获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110376418A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111722002A (zh) * | 2020-06-29 | 2020-09-29 | 国网四川省电力公司电力科学研究院 | 一种新型电压暂降严重度评估方法 |
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 |
CN112881824A (zh) * | 2021-01-08 | 2021-06-01 | 国网安徽省电力有限公司电力科学研究院 | 中压系统电压暂降对计算机设备影响的评估方法及装置 |
CN116154972A (zh) * | 2023-04-21 | 2023-05-23 | 新风光电子科技股份有限公司 | 一种分布式电网电能质量监测方法及系统 |
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 (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103777096A (zh) * | 2014-01-17 | 2014-05-07 | 华北电力大学 | 基于多暂降阈值和持续时间敏感设备免疫能力评估方法 |
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 |
CN107730145A (zh) * | 2017-11-07 | 2018-02-23 | 四川大学 | 一种电压暂降经济损失评估方法 |
CN107967546A (zh) * | 2016-10-19 | 2018-04-27 | 浙江省电力公司电力科学研究院 | 一种基于灰色关联法的直流微网电能质量在线评估方法 |
CN108181527A (zh) * | 2017-12-30 | 2018-06-19 | 国网天津市电力公司电力科学研究院 | 一种基于能量指标的电压暂降综合严重程度的评估方法 |
CN108629525A (zh) * | 2018-05-15 | 2018-10-09 | 国网上海市电力公司 | 一种考虑负荷重要程度的节点电压暂降严重程度评估方法 |
CN108764666A (zh) * | 2018-05-15 | 2018-11-06 | 国网上海市电力公司 | 基于多质量损失函数综合的用户暂降经济损失评估方法 |
-
2019
- 2019-06-18 CN CN201910526679.0A patent/CN110376418A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103777096A (zh) * | 2014-01-17 | 2014-05-07 | 华北电力大学 | 基于多暂降阈值和持续时间敏感设备免疫能力评估方法 |
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 |
CN107967546A (zh) * | 2016-10-19 | 2018-04-27 | 浙江省电力公司电力科学研究院 | 一种基于灰色关联法的直流微网电能质量在线评估方法 |
CN107730145A (zh) * | 2017-11-07 | 2018-02-23 | 四川大学 | 一种电压暂降经济损失评估方法 |
CN108181527A (zh) * | 2017-12-30 | 2018-06-19 | 国网天津市电力公司电力科学研究院 | 一种基于能量指标的电压暂降综合严重程度的评估方法 |
CN108629525A (zh) * | 2018-05-15 | 2018-10-09 | 国网上海市电力公司 | 一种考虑负荷重要程度的节点电压暂降严重程度评估方法 |
CN108764666A (zh) * | 2018-05-15 | 2018-11-06 | 国网上海市电力公司 | 基于多质量损失函数综合的用户暂降经济损失评估方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111722002A (zh) * | 2020-06-29 | 2020-09-29 | 国网四川省电力公司电力科学研究院 | 一种新型电压暂降严重度评估方法 |
CN111722002B (zh) * | 2020-06-29 | 2022-08-23 | 国网四川省电力公司电力科学研究院 | 一种新型电压暂降严重度评估方法 |
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 |
CN112285454B (zh) * | 2020-09-11 | 2023-05-23 | 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 |
CN112881824A (zh) * | 2021-01-08 | 2021-06-01 | 国网安徽省电力有限公司电力科学研究院 | 中压系统电压暂降对计算机设备影响的评估方法及装置 |
CN116154972A (zh) * | 2023-04-21 | 2023-05-23 | 新风光电子科技股份有限公司 | 一种分布式电网电能质量监测方法及系统 |
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 |
---|---|---|
CN110376418A (zh) | 基于改进特征量描述的电压暂降综合评估指标获取方法 | |
CN110516912B (zh) | 一种配电台区户变关系的识别方法 | |
CN105512962B (zh) | 一种气体绝缘组合电器绝缘状态综合评估方法 | |
CN103617568B (zh) | 稳态电能质量预警机制中的异常数据判定阈值设定方法 | |
Xiao et al. | Electricity theft detection in smart grid using random matrix theory | |
CN102609792B (zh) | 一种特高压交直流输电方式适用选择方法及其装置 | |
CN104392391A (zh) | 一种电网运行安全风险量化方法 | |
CN110826228B (zh) | 一种地区电网运行品质极限评估方法 | |
CN110210740A (zh) | 一种考虑供电质量的配电网可靠性评估方法 | |
CN104881741B (zh) | 基于支持向量机的电力系统暂态稳定判断方法 | |
JP6356927B1 (ja) | 系統状態推定装置および系統状態推定方法 | |
CN108198408B (zh) | 一种基于用电信息采集系统的自适应反窃电监控方法及系统 | |
CN110489783B (zh) | 一种基于qrnn的低压台区线损率合理范围估计方法 | |
CN107222323A (zh) | 一种电力光传输网运行质量评估方法 | |
CN106530139A (zh) | 电网投资分析模型指标参数计算方法 | |
CN104376403A (zh) | 一种基于下级用户行业特性的变电站暂降敏感度分级方法 | |
CN111612326A (zh) | 一种配变供电可靠性的综合评估方法 | |
CN107862442A (zh) | 一种10kv及以下电力客户受电工程建设质量综合评价方法 | |
Miranda Filho et al. | A PCA-based approach for substation clustering for voltage sag studies in the Brazilian new energy context | |
Rossoni et al. | Smart distribution power losses estimation: A hybrid state estimation approach | |
CN106709623B (zh) | 一种基于风险计算模型的电网营销稽查风险管控方法 | |
Ahmad et al. | Detection of frauds and other non-technical losses in power utilities using smart meters: a review | |
CN111832955A (zh) | 一种基于可靠度与多元统计的接触网状态评价方法 | |
Arias-Guzman et al. | Implementation of IEEE Std 1564-2014 for voltage sag severity analysis on a medium voltage substation | |
CN105608632A (zh) | 一种基于模糊算法的用电信息采集系统运行状态评估方法 |
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: 20191025 |