CN110907754A - 一种基于psd-bpa的故障线路严重程度评估方法 - Google Patents
一种基于psd-bpa的故障线路严重程度评估方法 Download PDFInfo
- Publication number
- CN110907754A CN110907754A CN201911213982.1A CN201911213982A CN110907754A CN 110907754 A CN110907754 A CN 110907754A CN 201911213982 A CN201911213982 A CN 201911213982A CN 110907754 A CN110907754 A CN 110907754A
- Authority
- CN
- China
- Prior art keywords
- fault
- bpa
- voltage sag
- voltage
- line
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title abstract description 9
- 238000000034 method Methods 0.000 claims abstract description 29
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 abstract description 19
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 210000001503 joint Anatomy 0.000 abstract 1
- 230000001052 transient effect Effects 0.000 description 6
- 101100499229 Mus musculus Dhrsx gene Proteins 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009429 electrical wiring Methods 0.000 description 1
- 230000010365 information processing Effects 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
- 230000002265 prevention Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/085—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution lines, e.g. overhead
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
-
- 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
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于PSD‑BPA的故障线路严重程度评估方法,包括:编制与BPA计算需要的潮流文件和稳定文件格式对应的数据接口,实现与电网生产数据的无缝对接,为本发明在实际电网生产中运用奠定了良好的基础;运用API函数、多线程技术和C++编译平台编写BPA软件核心程序的自动调用程序,实现批量故障自动仿真,为快速而精确地仿真分析电网暂降风险提供了一种有效方法,可快速获得海量的精确电压暂降仿真结果;基于不同的故障位置、故障类型对电压敏感节点的海量仿真样本,提出一种新的电压暂降严重程度实用指标评估方法,方法综合故障情况以及电压暂降情况,给找出当前网架中造成暂降并可能引发损失的关键脆弱区域提供依据。
Description
技术领域
本发明涉及电力系统维护技术领域,特别涉及一种用于基于PSD-BPA的故障线路严重程度评估方法。
背景技术
电压暂降(voltage sag/dip)可能发生在电力系统中的任何位置,发生频率极高,定义为电压有效值在短时间内降到正常电压的90%~1%(IEC定义90%~1%,IEEE定义为90%~10%),典型持续时间为0.5周波到1分钟,能自动恢复的电能质量扰动事件。由于系统中的发电机、变压器和线路等设备负荷非线性或不对称,加之调控手段不完善及运行操作、外来干扰和各种故障等原因,产生了电网运行、电力设备和供用电环节上的各种问题。因此,电压暂降事件是电力系统正常运行不可避免的事件。
近年来随着国民经济和科学技术的快速发展,对电压暂降十分敏感的用电设备在经济支柱和高精尖产业中大量投入使用。对于敏感用户,往往几个周波的电压暂降或短时中断都可能会导致设备损坏或误动作、中断生产和工作流程,造成产品报废、设备重启时间长、延误工期等,严重影响用户的盈利水平和企业形象,相关用户投诉数量逐年增加。
目前电网公司面对电压暂降问题时存在“预防缺依据”的难题,运维管理阶段,考虑到成本和可实施性,较难从全网范围内针对少数敏感用户的电压暂降问题进行大范国的网架改造和故障预防,需要精确定位电网的薄弱环节,进行精准治理,提升电网运维管理水平,降低电网电压暂降风险。
电力系统中发生短路故障时,使敏感负荷所连接的公共连接点(PCC)电压下降到事先设定的电压暂降阈值以下的故障点组成的区域,该区域称为该节点敏感负荷的暂降域。在暂降域内部发生短路故障时,PCC所连接的敏感负荷将会遭受电压暂降的影响,所以暂降域经常用于电压暂降敏感负荷暂降脆弱区域的识别。随机预估法被广泛应用于暂降域分析之中,主要有临界距离法、故障点法和解析法三种,但三种方法求得的均为单一电压暂降敏感负荷节点的暂降阈,无法用于实际网络架构中存在多个电压暂降敏感负荷节点的情况下求取暂降域,从而得到网络架构中的电压暂降脆弱区域。
求取电压暂降脆弱区域离不开对电压暂降事件的仿真和分析,而仿真出电网的暂态过渡过程有两大类仿真平台,一种是电磁暂态的仿真;一种是机电暂态的仿真。在电压暂降的科学研究当中多数情况下研究人员习惯用基于电磁暂态的PSCAD商业软件进行仿真。
但目前我国对实际网络架构的仿真分析主要是对机电暂态过程的仿真,存储的电网网架数据的数据格式是按照机电暂态仿真软件的习惯进行编排,因此使用PSCAD对电网网架的实际工程问题进行仿真缺乏可靠的数据支撑。
此外PSCAD可通过图形化界面识别网络信息,但在仿真建模之前需要先形成准确的网络电气接线图,面对省网或更大的区域电网,其拥有众多的母线、线路、变压器、发电机模型,手工搭建大型网络的PSCAD仿真模型,工作量极大,且难以结合设备的地理相对位置形成拓扑接线图,图形在使用的过程中十分不便。
发明内容
本发明的目的在于克服现有技术的不足,提出一种基于PSD-BPA的故障线路严重程度评估方法,便于找到电网电压暂降脆弱区域,得到对线路进行治理的优先顺序,指导电网公司进行治理工作,也可作为电网公司是否对某条线路进行治理的依据。
本发明解决其技术问题所采用的技术方案是:
一种基于PSD-BPA的故障线路严重程度评估方法,包括:
S10,基于故障点位置和故障类型,得到各敏感负荷节点在故障下的电压幅值矩阵Vt,如下:
其中,N表示关心的敏感负荷节点个数,F表示在电网网架中的L条线路上故障点个数;表示故障点k(k∈[1,F])发生t类型短路故障时敏感负荷节点i(i∈[1,N])的暂降幅值;t∈{1,2,3,4},分别表示短路故障的四种类型,具体为单相短路、两相短路、两相接地短路和三相短路;
S30,获取L条线路中第k个故障点对N个敏感负荷节点造成的电压暂降严重程度指标Vk,如下:
其中,pt表示t类型短路故障的发生概率;Vk越小,说明L条线路中第k个故障点对N个敏感负荷节点造成的电压暂降影响越严重;
S40,获取线路j(j∈[1,N])对N个敏感负荷节点造成的电压暂降严重程度指标,如下:
S50,将L条线路对N个敏感负荷节点造成的电压暂降影响严重程度进行排序,找到电网电压暂降脆弱区域,得到对线路进行治理的优先顺序。
优选的,所述基于故障点位置和故障类型,得到各敏感负荷节点在故障下的电压幅值矩阵,具体包括:
S101,解析PSD-BPA编制的电网潮流数据文件,根据需要确定进行故障分析的区域,将分析区域内的所有线路逐一解析并逐条录入到数据库当中;
S102,对线路逐一生成不同位置和不同短路类型的故障卡以形成故障卡列表,并逐一将故障卡和稳定计算参数要求更新到PSD-BPA的稳定数据文件当中;
S103,对每个故障卡中的所述潮流数据文件和稳定数据文件进行计算;
S104,对所述稳定数据文件的计算进行监控,判定计算是否正确完成或者计算出错;
S105,对所述稳定数据文件的计算结果文本文件进行解析,获取所关心节点的电压暂降幅值,并运用电压暂降的特征抽取程序抽取特征值,并存放在数据库中;
S106,检查故障卡列表,遍历故障是否完成,如果未完成,则更新故障卡后转S103,直至故障卡列表中的所有故障卡均扫描过;
S107,形成各敏感负荷节点在故障下的由所述电压暂降幅值组成的电压幅值矩阵。
优选的,所述潮流数据文件和稳定数据文件中包括电网网架的节点数据、线路数据和变压器数据,所述节点数据包括发电机数据和母线数据。
优选的,所述S103的具体实现包括:
在C++平台上运用应用程序接口函数调用BPA的核心计算程序,将计算文件名和BPA核心计算程序作为调用接口winexe函数的实参进行联合调用。
优选的,所述S104的具体实现包括:
使用多线程监视程序监视稳定数据文件的计算的进程;运用应用程序接口函数搜索计算程序的窗体句柄,综合运用输出结果辨识和窗体在计算过程中的状态变化辨识,判定计算是否正确完成或者计算出错;最后通过windows内部的消息处理机制实现各种情况下的计算进程自动关闭,保证自动批处理计算的进行。
本发明提供的技术方案带来的有益效果是:
(1)本发明基于故障点法和PSD-BPA的电网母线节点电压暂降计算方法,不仅能考虑电网网架中所发生短路的故障位置分布情况和短路故障的类型,而且使用的PSD-BPA属于机电暂态仿真软件(符合我国对实际网络架构的仿真分析主要是对机电暂态过程的仿真),电网基础数据齐全,采用卡片的形式对电网线路、母线和变压器等进行输入,地理接线图用于识别线路设备实际具体位置情况方便;
(2)本发明通过C++软件实现,C++编程平台具有通用性、移植性和可扩展性强等优点,便于调用PSD-BPA核心计算程序、线路识别程序和线路的故障设置程序,实现自动进行线路故障的全局扫描,得到不同故障点、故障类型下各关心节点的暂降幅值,可操作和可维护性强,同时也便于拓展新的功能;
(3)本发明基于不同故障点位置、故障类型下各关心节点的暂降幅值,获取各故障点、线路对所关心节点造成电压暂降的严重程度指标;通过大批量的电网电压暂降分析仿真,得到的电压幅值矩阵;基于电压幅值矩阵,实现了故障点或线路对电网所关心节点的电压暂降严重程度评估和排序,为电网公司或用户找出网架暂降脆弱区域提供依据,达到精准治理电压暂降、降低治理成本的目的。
以下结合附图及实施例对本发明作进一步详细说明,但本发明的一种基于PSD-BPA的故障线路严重程度评估方法不局限于实施例。
附图说明
图1为本发明的方法流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步的详细描述。
参见图1所示,本发明一种基于PSD-BPA的故障线路严重程度评估方法,包括:
步骤1,收集与编制BPA格式的网架数据
根据仿真需要,对所涉及的电网网架,收集BPA仿真所需潮流文件和稳定数据文件的网架数据,包括节点数据(发电机、母线)、线路数据、变压器数据等,并按照BPA的卡片数据格式进行编制形成BPA仿真所需的潮流文件和稳定数据文件。
步骤2,基于C++编程平台,编写BPA核心程序的自动调用程序,得到各关心节点的电压暂降幅值。
网架线路众多、繁琐复杂,使用手工对每一个故障点、每一种故障类型进行逐一调用BPA、选定故障线路、设置故障、进行仿真计算,从而得到所关心节点的暂降幅值,显然是不切实际的。C++编程平台具有通用性、移植性和可扩展性强等优点,可通过C++编程平台,编写BPA核心程序的自动调用程序,实现批量故障自动仿真,具体步骤如下:
步骤21:通过C++编程解析步骤1中编制的电网潮流数据文件,根据需要确定进行故障仿真的区域,将仿真区域内的所有线路逐一解析并逐条录入到数据库当中;
步骤22:根据电压暂降严重度评估算法的需要,对线路逐一生成不同位置和不同短路类型的故障卡,并逐一将故障卡和稳定计算参数要求更新到BPA稳定计算文件当中;
步骤23:在C++平台上运用应用程序接口(API)函数调用BPA的核心计算程序,将计算文件名(绝对路径)和BPA计算程序作为调用接口winexe函数的实参进行联合调用;
步骤24:编写多线程监视程序,监视稳定计算的进程。运用API函数搜索计算程序的窗体句柄,综合运用输出结果辨识和窗体在计算过程中的状态变化辨识,判定计算是否正确完成或者计算出错。最后通过windows内部的消息处理机制实现各种情况下的计算进程自动关闭,保障自动批处理计算的进行;
步骤25:对稳定计算结果的文本文件进行解析,获取所关心节点的电压暂降幅值,并运用电压暂降的特征抽取程序抽取特征值,并存放在数据库中;
步骤26:检查故障卡列表,如未计算完则更新故障卡后转步骤23重复执行直至故障卡均扫描过。
综合以上步骤,可实现对所关心区域网络线路的遍历故障扫描,得到评估所关心敏感负荷节点暂降严重程度的数据样本,实现了对海量故障的快速自动化分析和处理。
步骤3,故障点对所关心节点的电压暂降严重程度指标的评估
在所研究的网架系统中,共有N个关心的敏感负荷节点,想要在网架系统中的L条线路中找出对N个敏感负荷节点造成电压暂降影响较大的前若干条线路,此时可以在L条线路共设置F个故障点,考虑故障点位置和故障类型,可以得到各敏感负荷节点在故障下的电压幅值矩阵Vt,如下:
其中,表示故障点k(k∈[1,F])发生t类型短路故障时敏感负荷节点i(i∈[1,N])的暂降幅值;t∈{1,2,3,4},分别表示短路故障的四种类型,具体为单相短路、两相短路、两相接地短路和三相短路。
进而得到L条线路中第k个故障点对N个敏感负荷节点造成的电压暂降严重程度指标Vk,如下
其中,pt表示t类型短路故障的发生概率;Vk越小,说明L条线路中第k个故障点对N个敏感负荷节点造成的电压暂降影响越严重。
若在第j(j∈[1,N])条线路均匀设置Nj个故障点,令每条线路上的故障点编号是连续的,第j条线路的故障点编号为n1到n2,满足n2-n1+1=Nj;则线路j对N个敏感负荷节点造成的电压暂降严重程度指标,如下:
越小,说明线路j对N个敏感负荷节点造成的电压暂降影响越严重。从而可以对L条线路对N个敏感负荷节点造成的电压暂降影响严重程度进行排序,找到电网电压暂降脆弱区域,得到对线路进行治理的优先顺序,指导电网公司进行治理工作,也可作为电网公司是否对某条线路进行治理的依据。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于PSD-BPA的故障线路严重程度评估方法,其特征在于,包括:
S10,基于故障点位置和故障类型,得到各敏感负荷节点在故障下的电压幅值矩阵Vt,如下:
其中,N表示关心的敏感负荷节点个数,F表示在电网网架中的L条线路上故障点个数;表示故障点k(k∈[1,F])发生t类型短路故障时敏感负荷节点i(i∈[1,N])的暂降幅值;t∈{1,2,3,4},分别表示短路故障的四种类型,具体为单相短路、两相短路、两相接地短路和三相短路;
S30,获取L条线路中第k个故障点对N个敏感负荷节点造成的电压暂降严重程度指标Vk,如下:
其中,pt表示t类型短路故障的发生概率;Vk越小,说明L条线路中第k个故障点对N个敏感负荷节点造成的电压暂降影响越严重;
S40,获取线路j(j∈[1,N])对N个敏感负荷节点造成的电压暂降严重程度指标,如下:
S50,将L条线路对N个敏感负荷节点造成的电压暂降影响严重程度进行排序,找到电网电压暂降脆弱区域,得到对线路进行治理的优先顺序。
2.根据权利要求1所述的基于PSD-BPA的故障线路严重程度评估方法,其特征在于,所述基于故障点位置和故障类型,得到各敏感负荷节点在故障下的电压幅值矩阵,具体包括:
S101,解析PSD-BPA编制的电网潮流数据文件,根据需要确定进行故障分析的区域,将分析区域内的所有线路逐一解析并逐条录入到数据库当中;
S102,对线路逐一生成不同位置和不同短路类型的故障卡以形成故障卡列表,并逐一将故障卡和稳定计算参数要求更新到PSD-BPA的稳定数据文件当中;
S103,对每个故障卡中的所述潮流数据文件和稳定数据文件进行计算;
S104,对所述稳定数据文件的计算进行监控,判定计算是否正确完成或者计算出错;
S105,对所述稳定数据文件的计算结果文本文件进行解析,获取所关心节点的电压暂降幅值,并运用电压暂降的特征抽取程序抽取特征值,并存放在数据库中;
S106,检查故障卡列表,遍历故障是否完成,如果未完成,则更新故障卡后转S103,直至故障卡列表中的所有故障卡均扫描过;
S107,形成各敏感负荷节点在故障下的由所述电压暂降幅值组成的电压幅值矩阵。
3.根据权利要求2所述的基于PSD-BPA的故障线路严重程度评估方法,其特征在于,所述潮流数据文件和稳定数据文件中包括电网网架的节点数据、线路数据和变压器数据,所述节点数据包括发电机数据和母线数据。
4.根据权利要求2所述的基于PSD-BPA的故障线路严重程度评估方法,其特征在于,所述S103的具体实现包括:
在C++平台上运用应用程序接口函数调用BPA的核心计算程序,将计算文件名和BPA核心计算程序作为调用接口winexe函数的实参进行联合调用。
5.根据权利要求2所述的基于PSD-BPA的故障线路严重程度评估方法,其特征在于,所述S104的具体实现包括:
使用多线程监视程序监视稳定数据文件的计算的进程;运用应用程序接口函数搜索计算程序的窗体句柄,综合运用输出结果辨识和窗体在计算过程中的状态变化辨识,判定计算是否正确完成或者计算出错;最后通过windows内部的消息处理机制实现各种情况下的计算进程自动关闭,保证自动批处理计算的进行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911213982.1A CN110907754B (zh) | 2019-12-02 | 2019-12-02 | 一种基于psd-bpa的故障线路严重程度评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911213982.1A CN110907754B (zh) | 2019-12-02 | 2019-12-02 | 一种基于psd-bpa的故障线路严重程度评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110907754A true CN110907754A (zh) | 2020-03-24 |
CN110907754B CN110907754B (zh) | 2021-10-01 |
Family
ID=69821516
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911213982.1A Active CN110907754B (zh) | 2019-12-02 | 2019-12-02 | 一种基于psd-bpa的故障线路严重程度评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110907754B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112395773A (zh) * | 2020-12-01 | 2021-02-23 | 福州大学 | 一种提高电网电压暂降仿真效率的并行仿真方法 |
CN113011026A (zh) * | 2021-03-19 | 2021-06-22 | 福州大学 | 一种电网电压暂降仿真方法 |
CN113609681A (zh) * | 2021-08-06 | 2021-11-05 | 四川大学 | 基于电能质量实测数据修正的电压暂降幅值评估方法 |
CN113627014A (zh) * | 2021-08-10 | 2021-11-09 | 重庆邮电大学 | 面向psd-bpa快速生成风电场集电线路、箱变和发电机组模型的方法 |
CN113902203A (zh) * | 2021-10-15 | 2022-01-07 | 国网湖南省电力有限公司 | 区域电网电压暂降风险评估方法及其区域电网运行优化方法、系统、终端及可读存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102901895A (zh) * | 2012-09-29 | 2013-01-30 | 上海市电力公司 | 一种敏感设备电压暂降敏感度的评估方法 |
WO2013070768A2 (en) * | 2011-11-08 | 2013-05-16 | Pragma Design, Inc. | Embedded transient scanning system apparatus and methodology |
CN103487682A (zh) * | 2013-09-13 | 2014-01-01 | 深圳供电局有限公司 | 一种电压暂降扰动下敏感客户电能体验质量的预警方法 |
CN103700031A (zh) * | 2013-12-19 | 2014-04-02 | 国家电网公司 | 调控一体化模式下的电力告警信息发布方法 |
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 |
US20160209475A1 (en) * | 2013-09-04 | 2016-07-21 | Siemens Aktiengesellschaft | Arrangement and method for monitoring a power supply |
US9453869B1 (en) * | 2012-08-08 | 2016-09-27 | Perry Parkin | Fault prediction system for electrical distribution systems and monitored loads |
CN106291244A (zh) * | 2016-08-24 | 2017-01-04 | 浙江群力电气有限公司 | 一种多次电压暂降严重度评估方法及系统 |
CN106651626A (zh) * | 2015-10-29 | 2017-05-10 | 中国电力科学研究院 | 一种判定电网可靠性水平的动态可靠性概率指标确定方法 |
CN107436396A (zh) * | 2017-09-05 | 2017-12-05 | 南方电网科学研究院有限责任公司 | 一种考虑电压暂降的电网薄弱环节的辨识方法 |
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 |
CN108896853A (zh) * | 2018-08-09 | 2018-11-27 | 广州供电局有限公司 | 具有分布式电源的电网电压暂降频次评估方法及装置 |
US20190176639A1 (en) * | 2017-12-11 | 2019-06-13 | Ford Global Technologies, Llc | Method for predicting battery life |
CN110082639A (zh) * | 2019-05-15 | 2019-08-02 | 广东电网有限责任公司 | 一种基于最小幅值搜索的电压暂降监测点优化配置方法 |
CN110196377A (zh) * | 2019-04-18 | 2019-09-03 | 华南理工大学 | 一种电网电压暂降评级方法 |
-
2019
- 2019-12-02 CN CN201911213982.1A patent/CN110907754B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013070768A2 (en) * | 2011-11-08 | 2013-05-16 | Pragma Design, Inc. | Embedded transient scanning system apparatus and methodology |
US9453869B1 (en) * | 2012-08-08 | 2016-09-27 | Perry Parkin | Fault prediction system for electrical distribution systems and monitored loads |
CN102901895A (zh) * | 2012-09-29 | 2013-01-30 | 上海市电力公司 | 一种敏感设备电压暂降敏感度的评估方法 |
US20160209475A1 (en) * | 2013-09-04 | 2016-07-21 | Siemens Aktiengesellschaft | Arrangement and method for monitoring a power supply |
CN103487682A (zh) * | 2013-09-13 | 2014-01-01 | 深圳供电局有限公司 | 一种电压暂降扰动下敏感客户电能体验质量的预警方法 |
CN103700031A (zh) * | 2013-12-19 | 2014-04-02 | 国家电网公司 | 调控一体化模式下的电力告警信息发布方法 |
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 |
CN106651626A (zh) * | 2015-10-29 | 2017-05-10 | 中国电力科学研究院 | 一种判定电网可靠性水平的动态可靠性概率指标确定方法 |
CN106291244A (zh) * | 2016-08-24 | 2017-01-04 | 浙江群力电气有限公司 | 一种多次电压暂降严重度评估方法及系统 |
CN107436396A (zh) * | 2017-09-05 | 2017-12-05 | 南方电网科学研究院有限责任公司 | 一种考虑电压暂降的电网薄弱环节的辨识方法 |
US20190176639A1 (en) * | 2017-12-11 | 2019-06-13 | Ford Global Technologies, Llc | Method for predicting battery life |
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 |
CN108896853A (zh) * | 2018-08-09 | 2018-11-27 | 广州供电局有限公司 | 具有分布式电源的电网电压暂降频次评估方法及装置 |
CN110196377A (zh) * | 2019-04-18 | 2019-09-03 | 华南理工大学 | 一种电网电压暂降评级方法 |
CN110082639A (zh) * | 2019-05-15 | 2019-08-02 | 广东电网有限责任公司 | 一种基于最小幅值搜索的电压暂降监测点优化配置方法 |
Non-Patent Citations (2)
Title |
---|
HUA-QIANGLI 等: "Probability evaluation method of equipment failure due to voltage sags considering multi-uncertain properties", 《INTERNATIONAL JOURNAL OF ELECTRICAL POWER & ENERGY SYSTEMS》 * |
林芳 等: "基于暂降信息的监测装置优化配置与系统电压暂降水平评估", 《电力自动化设备》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112395773A (zh) * | 2020-12-01 | 2021-02-23 | 福州大学 | 一种提高电网电压暂降仿真效率的并行仿真方法 |
CN113011026A (zh) * | 2021-03-19 | 2021-06-22 | 福州大学 | 一种电网电压暂降仿真方法 |
CN113011026B (zh) * | 2021-03-19 | 2022-06-17 | 福州大学 | 一种电网电压暂降仿真方法 |
CN113609681A (zh) * | 2021-08-06 | 2021-11-05 | 四川大学 | 基于电能质量实测数据修正的电压暂降幅值评估方法 |
CN113609681B (zh) * | 2021-08-06 | 2022-02-08 | 四川大学 | 基于电能质量实测数据修正的电压暂降幅值评估方法 |
CN113627014A (zh) * | 2021-08-10 | 2021-11-09 | 重庆邮电大学 | 面向psd-bpa快速生成风电场集电线路、箱变和发电机组模型的方法 |
CN113627014B (zh) * | 2021-08-10 | 2024-05-17 | 重庆邮电大学 | 面向psd-bpa快速生成风电场集电线路、箱变和发电机组模型的方法 |
CN113902203A (zh) * | 2021-10-15 | 2022-01-07 | 国网湖南省电力有限公司 | 区域电网电压暂降风险评估方法及其区域电网运行优化方法、系统、终端及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110907754B (zh) | 2021-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110907754B (zh) | 一种基于psd-bpa的故障线路严重程度评估方法 | |
WO2023216553A1 (zh) | 一种配电网多重故障诊断方法及系统 | |
CN106909989A (zh) | 一种电网扰动预测方法及装置 | |
CN109742788B (zh) | 一种新能源电站并网性能评价指标修正方法 | |
CN114065634A (zh) | 一种数据驱动的电能质量监测布点优化方法及装置 | |
CN110569557A (zh) | 一种输变电工程智能自主设计平台及其工作方法 | |
CN108521123A (zh) | 一种可视化的多联络点配电网故障区段关联方法 | |
WO2024187507A1 (zh) | 一种配电网的拓扑辨识方法、装置、设备及介质 | |
CN111339624B (zh) | 基于psasp和emtp/atp短路电流直流分量计算方法 | |
Sodin et al. | Precise PMU-based localization and classification of short-circuit faults in power distribution systems | |
CN111157531A (zh) | 一种基于深度学习的变电站设备缺陷识别方法 | |
CN114529166A (zh) | 一种配电网运行安全风险预警方法及系统 | |
Lin et al. | Synchrophasor-based Online State Estimated in Large-scale Power Grid | |
CN117498379A (zh) | 新能源场站宽频带频率耦合阻抗在线辨识建模方法及系统 | |
CN117318020A (zh) | 考虑用户停电风险价值的中压配电网络薄弱性识别方法 | |
CN116128279A (zh) | 一种电网薄弱环节改造方法 | |
CN115907526A (zh) | 一种电网电压暂降评估方法、系统、存储介质及计算设备 | |
CN109446642A (zh) | 一种电网设备启动方案智能编写方法及装置 | |
CN108521124B (zh) | 一种可视化的配电网故障区段划分方法 | |
CN110971000A (zh) | 一种馈线自动化定值设置的系统及其设置方法 | |
Feng et al. | A method for identifying major disturbance sources in a regional grid | |
CN117271375B (zh) | 电网图模数测试样本生成、维护及管理方法和相关装置 | |
CN111293701B (zh) | 含分布式光伏的配电网凹陷域的预估方法及装置 | |
Zhu et al. | Assessment method of distribution network health level based on multivariate information | |
CN115859759A (zh) | 一种电网智能仿真分析计算方法及装置 |
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 |