CN110619489A - 一种电网自动电压控制策略评价方法及可读存储介质 - Google Patents
一种电网自动电压控制策略评价方法及可读存储介质 Download PDFInfo
- Publication number
- CN110619489A CN110619489A CN201911011832.2A CN201911011832A CN110619489A CN 110619489 A CN110619489 A CN 110619489A CN 201911011832 A CN201911011832 A CN 201911011832A CN 110619489 A CN110619489 A CN 110619489A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- index
- rate
- power grid
- data
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 146
- 238000011217 control strategy Methods 0.000 title claims abstract description 39
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 29
- 239000011159 matrix material Substances 0.000 claims description 23
- 238000012797 qualification Methods 0.000 claims description 13
- 230000009471 action Effects 0.000 claims description 12
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 238000004804 winding Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims 1
- 238000004364 calculation method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 4
- 230000003252 repetitive effect Effects 0.000 description 3
- 238000010248 power generation Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- 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—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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电网自动电压控制策略评价方法及可读存储介质，所述方法包括如下步骤：根据电网运行需求建立电网自动电压控制策略的评价指标；根据所述评价指标采集当前电网系统数据；基于所述评价指标对电网数据进行指标运算以获得评价结果。本发明方法通过根据评价指标采集当前电网系统数据；基于评价指标对电网数据进行指标运算以获得评价结果，从而给出科学合理的综合评价结果，显著提高了评价结果的准确性。
Description
技术领域
本发明涉及电力系统技术领域，特别是一种电网自动电压控制策略评价方法及可读存储介质。
背景技术
电网自动电压控制系统控制策略评价是衡量自动电压控制系统功能优劣、优化控制策略的重要手段，它包括两个核心部分，即评价指标及评价方法。目前，评价指标主要为传统型的评价指标，包括一定时间尺度下的电压合格率、关口功率因数合格率、网损率、电压稳定裕度等，此类指标无法对电网自动电压控制策略进行全面、准确的评价；评价方法主要包括专家评分法、加权评估法、层次分析法、人工神经网络评价法、雷达图法等传统方法及其改进方法等，此类评价方法受人为经验影响较大或在特殊情况下出现较大偏差。
发明内容
有鉴于现有技术的上述缺陷，本发明的目的就是提供一种电网自动电压控制策略评价方法及可读存储介质，用于提高电网自动电压控制策略评价结果的准确性。
本发明的目的之一是通过这样的技术方案实现的，一种电网自动电压控制策略评价方法，所述方法包括如下步骤：
根据电网运行需求建立电网自动电压控制策略的评价指标；
根据所述评价指标采集当前电网系统数据；
基于所述评价指标对电网数据进行指标运算以获得评价结果。
可选的，所述评价指标包括，执行效果指标、控制效率指标、可行操作性指标、系统稳定性指标和异常与闭锁指标。
可选的，所述执行效果指标包括，电压合格率、网损率、关口功率因数合格率、电压越限调整率；
所述控制效率指标包括，控制鲁棒性、电压控制有效率、网损控制有效率和关口控制有效率；
所述可行操作性指标包括，设备重复动作率和设备动作次数；
所述系统稳定性指标包括，闭环控制在线率和控制策略执行率；
所述关口功率因数合格率，满足：
P3＝K1/K×100％
其中，P3表示关口功率因数合格率，K1表示关口功率因数合格数，K表示关口功率因数总统计数；
所述电压越限调整率，满足：
其中，P3表示电压越限调整率，m表示电压越限母线总数；Vi表示第i个母线的电压越限率；
所述异常与闭锁指标，满足：
P13＝B/Y×100％。
其中，P13表示异常与闭锁指标，B表示闭环事件数，Y表示异常事件数。
可选的，所述电网系统数据包括：自动电压控制系统的数据和数据采集与监视控制SCADA系统的数据；
所述自动电压控制系统的数据包括：自动电压控制系统的运行数据、分析数据和运行状态信息；
所述SCADA系统的数据包括：发电机单元数据、负荷、电容、电抗、双绕组变压器、三绕组变压器、母线及线路信息。
可选的，基于所述评价指标对电网数据进行指标运算以获得评价结果，包括：
根据评价指标建立评价指标集和评价等级集；
根据所建立的评价指标集和评价等级集确定评价指标对于评价等级的隶属度；
根据所述评价指标的隶属度建立模糊评价矩阵；
基于所述模糊评价矩阵构建综合评价矩阵以获得评价结果。
可选的，根据所建立的评价指标集和评价等级集确定评价指标对于评价等级的隶属度，包括：
选取多名专家，按照预定的标准评价等级集给出多名专家的各指标的隶属等级；
统计任一指标隶属于指定等级的频数；
根据专家总数与所述频数确定各指标的隶属度。
可选的，所述综合评价矩阵，满足：
A＝W*R
其中，W表示评价指标的权重向量，R表示模糊评价矩阵。
本发明的目的之二是通过这样的技术方案实现的，一种计算机可读存储介质，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现前述的方法的步骤。
由于采用了上述技术方案，本发明具有如下的优点：本发明方法通过根据评价指标采集当前电网系统数据；基于评价指标对电网数据进行指标运算以获得评价结果，从而给出科学合理的综合评价结果，显著提高了评价结果的准确性。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。
附图说明
本发明的附图说明如下：
图1为本发明流程图；
图2为评价指标体系图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
实施例一
本发明第一实施例提出一种电网自动电压控制策略评价方法，如图1所示，所述方法包括如下步骤：
根据电网运行需求建立电网自动电压控制策略的评价指标；
根据所述评价指标采集当前电网系统数据；
基于所述评价指标对电网数据进行指标运算以获得评价结果。
具体的说，本发明包括如下步骤
1.提出电网自动电压控制策略效果指标和状态指标，建立评价指标体系。
2.获取计算电网自动电压控制策略评价指标体系所需的数据。
3.根据自动电压控制系统数据，得到各个评价指标的量值，并根据各指标的权重，得到最终的评价结果。
本发明方法通过根据评价指标采集当前电网系统数据；基于评价指标对电网数据进行指标运算以获得评价结果，从而给出科学合理的综合评价结果，显著提高了评价结果的准确性。
可选的，所述评价指标包括，执行效果指标、控制效率指标、可行操作性指标、系统稳定性指标和异常与闭锁指标。
可选的，所述执行效果指标包括，电压合格率、网损率、关口功率因数合格率、电压越限调整率；
所述控制效率指标包括，控制鲁棒性、电压控制有效率、网损控制有效率和关口控制有效率；
所述可行操作性指标包括，设备重复动作率和设备动作次数；
所述系统稳定性指标包括，闭环控制在线率和控制策略执行率；
所述关口功率因数合格率，满足：
P3＝K1/K×100％
其中，P3表示关口功率因数合格率，K1表示关口功率因数合格数，K表示关口功率因数总统计数；
所述电压越限调整率，满足：
其中，P3表示电压越限调整率，m表示电压越限母线总数；Vi表示第i个母线的电压越限率；
所述异常与闭锁指标，满足：
P13＝B/Y×100％。
其中，P13表示异常与闭锁指标，B表示闭环事件数，Y表示异常事件数。
具体的说，本发明方法针对现有电网自动电压控制策略传统评价指标单一、片面等问题，如图2所示，提出执行效果、控制效率、可行操作性、系统稳定性以及异常与闭锁5大类13个指标，全面、综合评价电网自动电压控制策略，具体包括：
(1)执行效果指标
1)电压合格率
电压合格率是指电压合格的母线数占所有母线总数的百分比。该指标用于统计经自动电压控制系统调整后电网电压合格以及稳定情况，计算公式为：
P1＝M1/M×100％ (1)
式中：M1为电压合格母线数；M为母线总数。
2)网损率
网损率是指网络的有功损耗占总有功发电量的百分比，衡量控制策略在降低网损方面的效果，计算公式为：
式中，PGi为第i个等值机的有功发电量；PLj为第j个负荷的有功耗电量；n为等值机总数；k为负荷总数。比较控制策略执行前、后该指标的数值可看出控制策略在降低网损方面的效果。
3)关口功率因数合格率
关口功率因数合格率是指电网中各220kV变压器高压侧功率因数合格的220kV母线数占总母线数的百分比，计算公式为：
P3＝K1/K×100％ (3)
式中，K1为关口功率因数合格数；K为关口功率因数总统计数。
该指标用于统计经自动电压控制调整后关口功率因数合格情况。
4)电压越限调整率
电压越限调整率是指所有越限母线的越限率(即越限值除以限值乘以100％)之和除以越限母线数，计算公式为：
式中：m为电压越限母线总数；Vi为第i个母线的电压越限率。
该指标用以表征经自动电压控制系统调整后电压越限严重程度。
(2)控制效率指标
5)控制鲁棒性
控制系统的鲁棒性是指系统在不确定性的扰动下，具有保持某种性能不变的能力，用于表征控制策略对外界干扰的稳定性。根据自动电压控制系统在受到扰动后的恢复时间ts计算得到控制系统满足表中性能指标的控制鲁棒性指标P5：
表1性能指标范围
6)电压控制有效率
由电压控制有效的策略数除以总的控制动作数得到，用以表征控制策略在控制电压合格率方面的有效性。该指标计算公式为：
P6＝S1/S’×100％ (5)
式中：S1为电压控制有效的策略数；S’为总策略数。
7)网损控制有效率
由网损控制有效数除以总的控制策略得到，用以表征策略对网损降低的有效性。该指标计算公式为：
P7＝S2/S’×100％ (6)
式中：S2为控制网损有效地策略数；S’为总策略数。
8)关口控制有效率
由关口控制有效数除以总的关口控制策略得到，用以表征策略对关口功率因数控制的有效性。该指标计算公式为：
P8＝S3/S’×100％ (7)
式中：S3为控制关口功率因数有效的策略数；S’为总策略数。
(3)可行操作性指标
自动电压控制策略是否具有良好的可行操作性，需要结合系统在实际运行时的设备动作效率与对电站经济方面是否产生影响等。
9)设备重复动作率
设备重复动作指设备经若干次动作后，其状态与动作之前一致的现象(例如电容反复投切，变压器反复以同样步长升、降档等)，该指标可以判断控制策略是否陷入局部或全局死循环。设备重复动作率是指设备重复动作次数(多于一次)占总动作次数的百分比。计算公式为：
P9＝E/K×100％ (8)
10)设备动作次数
以设备一天的动作次数为评价对象，相应的性能指标如表2所示，根据自动电压控制控制系统各站点的设备动作次数tn可以得到设备动作次数指标P10：
表2性能指标范围
(4)系统稳定性指标
良好的控制系统必须具有很好的系统稳定性，这种稳定性体现在操作与控制过程中系统是否能维持正常的工作状态。
11)闭环控制在线率
闭环控制在线率是指总的闭环控制时长占总运行时长的百分比，用以表征自动电压控制闭环控制时间长短，该指标计算公式为：
P11＝T1/T×100％ (9)
式中，T1为自动电压控制在线时间，T为总的统计时间。
12)控制策略执行率
控制策略执行率是指成功执行的策略数占控制系统给出的建议策略数的百分比，该指标计算公式为：
P12＝S1/S×100％ (10)
式中，S1表示被成功执行的策略数，S为建议策略数。
(5)异常与闭锁指标
异常与闭锁指标是指闭环事件数占异常事件数的百分比，该指标反映控制系统地异常事件的处理效率。该指标计算公式为：
P13＝B/Y×100％ (11)
式中，B为闭环事件数，Y为异常事件数。
可选的，所述电网系统数据包括：自动电压控制系统的数据和数据采集与监视控制SCADA系统的数据；
所述自动电压控制系统的数据包括：自动电压控制系统的运行数据、分析数据和运行状态信息；
所述SCADA系统的数据包括：发电机单元数据、负荷、电容、电抗、双绕组变压器、三绕组变压器、母线及线路信息。
具体的说，在建立评价指标体系之后，本发明方法还获取计算电网自动电压控制策略评价指标体系所需的数据。
在本实施例中，需要获取的数据包括两个部分，第一部分为自动电压控制系统需要的运行数据，如系统中各个模块的运行数据、分析数据、运行状态信息；第二部分为SCADA系统的实时数据和参数数据库的数据，具体包括发电机单元数据、负荷、电容、电抗、双绕组变压器、三绕组变压器、母线(节点)及线路的数据。
可选的，基于所述评价指标对电网数据进行指标运算以获得评价结果，包括：
根据评价指标建立评价指标集和评价等级集；
根据所建立的评价指标集和评价等级集确定评价指标对于评价等级的隶属度；
根据所述评价指标的隶属度建立模糊评价矩阵；
基于所述模糊评价矩阵构建综合评价矩阵以获得评价结果。
可选的，根据所建立的评价指标集和评价等级集确定评价指标对于评价等级的隶属度，包括：
选取多名专家，按照预定的标准评价等级集给出多名专家的各指标的隶属等级；
统计任一指标隶属于指定等级的频数；
根据专家总数与所述频数确定各指标的隶属度。
可选的，所述综合评价矩阵，满足：
A＝W*R
其中，W表示评价指标的权重向量，R表示模糊评价矩阵。
具体的说，在获取所需数据之后，在本实施例中根据所需数据进行计算从而得到最终的评价结果。
首先，建立评价的等级机制
在本实施例中，设衡量某评价指标所属的指标集为U＝{ui}(i＝1,2,…,n)，定义指标的评价等级集V＝{vj}(j＝1,2,…,m)，在本实施例中，取m＝5，某等级vj为某个数值、数值范围、评分值或一种定性描述，本实施例选择5级评价等级，即V＝{很好，好，一般，差，很差}。
其次，隶属度函数与模糊评价矩阵
在本实施例中，隶属度用于表征某个指标隶属于某一等级的程度。对某个指标的某个等级，指标数值与等级的对应关系即称为隶属度函数。本发明实施例
采用如下方法确定某一指标对等级的隶属度：
1)选取K名专家，按规定的标准集V给出各指标ui隶属的等级vj∈V；
2)统计ui隶属于vj等级的频数mij；
3)用各频数K除专家总数，得各指标的隶属度：
其中vj(ui)∈[0，1]为指标ui对等级vj的隶属度。由此，可得评价对象的模糊评价矩阵为：
R＝(R1，R2，...，Rn)T (13)
其中Ri为第i个指标的模糊评价向量：
Ri＝[v1(u1)，v2(u2)，...，vm(um)] (14)
最后，综合评价矩阵的生成
在本实施例中，对有n个指标的评估对象，其权重向量W为1×n矩阵。该矩阵由n个大于0且总和为1的权值组成，用于衡量各指标对其指标及相关目标的贡献(如平均分配权值，则W中每个元素均相等，为1/n)。确定权重后，将权重向量W与模糊评价矩阵R通过模糊矩阵合并运算，即得到综合评价矩阵为：
A＝W*R (15)
综上，本实施例提出一种电网自动电压控制策略评价指标及方法，提高电网自动电压控制策略评价结果的准确性。评价指标包含执行效果、控制效率、可行操作性、系统稳定性以及异常与闭锁5类，结合无功电压控制的优化目标，能够对控制策略的实现情况以及自动电压控制系统运行情况进行全面、综合的评价。
本发明针对现有电网自动电压控制策略传统评价指标单一、片面等问题，提出执行效果、控制效率、可行操作性、系统稳定性以及异常与闭锁5大类13个指标，全面、综合评价电网自动电压控制策略；同时，利用模糊线性变换原理和最大隶属度原则，按照评价指标相关的影响因素及影响程度来分配各指标之间的权重，使指标隶属度的客观性与专家定性分析的主观性有机结合，从而给出科学合理的综合评价结果，显著提高了评价结果的准确性。
实施例二
本发明第二实施例提出一种计算机可读存储介质，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现第一实施例的方法的步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的保护范围之内。
Claims (8)
1.一种电网自动电压控制策略评价方法，其特征在于，所述方法包括如下步骤：
根据电网运行需求建立电网自动电压控制策略的评价指标；
根据所述评价指标采集当前电网系统数据；
基于所述评价指标对电网数据进行指标运算以获得评价结果。
2.如权利要求1所述的方法，其特征在于，所述评价指标包括，执行效果指标、控制效率指标、可行操作性指标、系统稳定性指标和异常与闭锁指标。
3.如权利要求2所述的方法，其特征在于，所述执行效果指标包括，电压合格率、网损率、关口功率因数合格率、电压越限调整率；
所述控制效率指标包括，控制鲁棒性、电压控制有效率、网损控制有效率和关口控制有效率；
所述可行操作性指标包括，设备重复动作率和设备动作次数；
所述系统稳定性指标包括，闭环控制在线率和控制策略执行率；
所述关口功率因数合格率，满足：
P3＝K1/K×100％
其中，P3表示关口功率因数合格率，K1表示关口功率因数合格数，K表示关口功率因数总统计数；
所述电压越限调整率，满足：
其中，P3表示电压越限调整率，m表示电压越限母线总数；Vi表示第i个母线的电压越限率；
所述异常与闭锁指标，满足：
P13＝B/Y×100％。
其中，P13表示异常与闭锁指标，B表示闭环事件数，Y表示异常事件数。
4.如权利要求3所述的方法，其特征在于，所述电网系统数据包括：自动电压控制系统的数据和数据采集与监视控制SCADA系统的数据；
所述自动电压控制系统的数据包括：自动电压控制系统的运行数据、分析数据和运行状态信息；
所述SCADA系统的数据包括：发电机单元数据、负荷、电容、电抗、双绕组变压器、三绕组变压器、母线及线路信息。
5.如权利要求3所述的方法，其特征在于，基于所述评价指标对电网数据进行指标运算以获得评价结果，包括：
根据评价指标建立评价指标集和评价等级集；
根据所建立的评价指标集和评价等级集确定评价指标对于评价等级的隶属度；
根据所述评价指标的隶属度建立模糊评价矩阵；
基于所述模糊评价矩阵构建综合评价矩阵以获得评价结果。
6.如权利要求5所述的方法，其特征在于，根据所建立的评价指标集和评价等级集确定评价指标对于评价等级的隶属度，包括：
选取多名专家，按照预定的标准评价等级集给出多名专家的各指标的隶属等级；
统计任一指标隶属于指定等级的频数；
根据专家总数与所述频数确定各指标的隶属度。
7.如权利要求5所述的方法，其特征在于，所述综合评价矩阵，满足：
A＝W*R
其中，W表示评价指标的权重向量，R表示模糊评价矩阵。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现如权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911011832.2A CN110619489A (zh) | 2019-10-23 | 2019-10-23 | 一种电网自动电压控制策略评价方法及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911011832.2A CN110619489A (zh) | 2019-10-23 | 2019-10-23 | 一种电网自动电压控制策略评价方法及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110619489A true CN110619489A (zh) | 2019-12-27 |
Family
ID=68926630
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911011832.2A Pending CN110619489A (zh) | 2019-10-23 | 2019-10-23 | 一种电网自动电压控制策略评价方法及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110619489A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114265309A (zh) * | 2021-11-19 | 2022-04-01 | 江苏徐工工程机械研究院有限公司 | 一种工程机械优化控制策略推荐系统及方法 |
| CN115086197A (zh) * | 2022-08-22 | 2022-09-20 | 国网天津市电力公司信息通信公司 | 一种用于通信网健壮度的评价方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103761690A (zh) * | 2014-02-14 | 2014-04-30 | 国家电网公司 | 基于电网系统中电压无功控制系统的评估方法 |
| CN104123680A (zh) * | 2014-07-16 | 2014-10-29 | 贵州电力试验研究院 | 一种综合评价电网科技项目的后评估方法 |
| CN105487523A (zh) * | 2015-11-24 | 2016-04-13 | 国网四川省电力公司电力科学研究院 | 一种自动电压控制系统的控制策略评估方法 |
| US20160223600A1 (en) * | 2015-02-03 | 2016-08-04 | Envision Energy (Jiangsu) Co., Ltd. | Power generation performance evaluation method and apparatus for power generator set |
| CN105976257A (zh) * | 2015-12-17 | 2016-09-28 | 国家电网公司 | 基于隶属度函数的模糊综合评价法的电网脆弱性评估方法 |
| CN109784628A (zh) * | 2018-12-12 | 2019-05-21 | 深圳供电局有限公司 | 一种电力系统数据仓库安全的模糊综合评估方法 |
| CN109784778A (zh) * | 2019-02-28 | 2019-05-21 | 武汉大学 | 一种基于综合赋权的电网规划模糊综合评价方法 |
-
2019
- 2019-10-23 CN CN201911011832.2A patent/CN110619489A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103761690A (zh) * | 2014-02-14 | 2014-04-30 | 国家电网公司 | 基于电网系统中电压无功控制系统的评估方法 |
| CN104123680A (zh) * | 2014-07-16 | 2014-10-29 | 贵州电力试验研究院 | 一种综合评价电网科技项目的后评估方法 |
| US20160223600A1 (en) * | 2015-02-03 | 2016-08-04 | Envision Energy (Jiangsu) Co., Ltd. | Power generation performance evaluation method and apparatus for power generator set |
| CN105487523A (zh) * | 2015-11-24 | 2016-04-13 | 国网四川省电力公司电力科学研究院 | 一种自动电压控制系统的控制策略评估方法 |
| CN105976257A (zh) * | 2015-12-17 | 2016-09-28 | 国家电网公司 | 基于隶属度函数的模糊综合评价法的电网脆弱性评估方法 |
| CN109784628A (zh) * | 2018-12-12 | 2019-05-21 | 深圳供电局有限公司 | 一种电力系统数据仓库安全的模糊综合评估方法 |
| CN109784778A (zh) * | 2019-02-28 | 2019-05-21 | 武汉大学 | 一种基于综合赋权的电网规划模糊综合评价方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114265309A (zh) * | 2021-11-19 | 2022-04-01 | 江苏徐工工程机械研究院有限公司 | 一种工程机械优化控制策略推荐系统及方法 |
| CN114265309B (zh) * | 2021-11-19 | 2023-09-05 | 江苏徐工工程机械研究院有限公司 | 一种工程机械优化控制策略推荐系统及方法 |
| CN115086197A (zh) * | 2022-08-22 | 2022-09-20 | 国网天津市电力公司信息通信公司 | 一种用于通信网健壮度的评价方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200119556A1 (en) | Autonomous Voltage Control for Power System Using Deep Reinforcement Learning Considering N-1 Contingency | |
| CN105303331A (zh) | 一种变压器维修风险决策方法 | |
| CN102157949B (zh) | 一种小干扰稳定性预测及辅助决策方法 | |
| CN107292502B (zh) | 一种配电网可靠性评估方法 | |
| CN112668943A (zh) | 一种配电线路健康状态评估方法及系统 | |
| CN113159341A (zh) | 融合深度强化学习和专家经验的配电网辅助决策方法及系统 | |
| CN110619489A (zh) | 一种电网自动电压控制策略评价方法及可读存储介质 | |
| CN107491862B (zh) | 电网风险评测的方法及装置 | |
| CN115545514A (zh) | 基于健康度评估的配电融合设备差异化运维方法及装置 | |
| CN112100784A (zh) | 基于聚类网架拓扑和可靠性估算关联模型的配电网规划方法 | |
| CN106548284A (zh) | 一种面向运行调控的自适应模块化电网安全预警评价方法 | |
| CN117353321A (zh) | 一种基于源荷不确定性的配电网安全评估方法和系统 | |
| CN116307709A (zh) | 基于信息增益融合的变电站防汛能力综合评估方法、系统 | |
| WO2023074058A1 (ja) | 電力系統制御装置および方法 | |
| CN115877145A (zh) | 一种变压器重过载工况大数据交叉评估系统及方法 | |
| CN110727912B (zh) | 一种电力二次设备差异化改造方案选择方法 | |
| CN111835014B (zh) | 一种多节点电网稳压控制系统 | |
| CN108288122A (zh) | 一种多区域互联系统的评估方法和装置 | |
| CN114764672A (zh) | 联合学习框架下的融合多因素的电网设备风险评估方法 | |
| Li et al. | Deep reinforcement learning-based fast prediction of strategies for security control | |
| Yang et al. | Power Flow Out of Limit Correction Control for Grid Branch based on Reinforcement Learning and Sensitivity | |
| CN111241664A (zh) | 一种配变台区电压问题治理方案评估方法 | |
| CN113836108B (zh) | 一种基于大数据的配网低电压问题治理方法及系统 | |
| CN109740855A (zh) | 计及关键断面限额约束的负荷恢复能力在线估算方法 | |
| CN117764769A (zh) | 一种配电网运检风险评价方法、装置、设备及介质 |
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 |
Application publication date: 20191227 |
|
| RJ01 | Rejection of invention patent application after publication |