CN110955649B - 一种配电网生产决策系统 - Google Patents
一种配电网生产决策系统 Download PDFInfo
- Publication number
- CN110955649B CN110955649B CN201911045249.3A CN201911045249A CN110955649B CN 110955649 B CN110955649 B CN 110955649B CN 201911045249 A CN201911045249 A CN 201911045249A CN 110955649 B CN110955649 B CN 110955649B
- Authority
- CN
- China
- Prior art keywords
- power distribution
- distribution equipment
- factor
- data
- module
- 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.)
- Active
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 145
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 32
- 238000012423 maintenance Methods 0.000 claims abstract description 18
- 239000011159 matrix material Substances 0.000 claims description 30
- 238000011156 evaluation Methods 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000000556 factor analysis Methods 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 239000013598 vector Substances 0.000 claims description 3
- 238000010924 continuous production Methods 0.000 abstract description 5
- 230000015556 catabolic process Effects 0.000 description 2
- 238000013479 data entry Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
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
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- 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
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (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
本发明一种配电网生产决策系统,通过对配电设备的基础数据进行录入,完善各配电设备的相关数据,利用数据处理与分析模块建立影响配电设备分类的因素集,对配电设备故障发生的概率和周期进行分析,可以决策出维修周期,从而实现在尽量减少维修费用的同时确保配电设备生产的连续进行,控制配电设备安全问题。
Description
技术领域
本发明涉及决策系统技术领域,具体涉及一种配电网生产决策系统。
背景技术
由于我国经济的发展,国民对电力的需求也在持续的增长。由架空线路、电缆、杆塔、配电变压器、隔离开关、无功补偿电容以及一些附属设施等组成的配电网结构庞大且复杂,在电力网中起重要分配电能作用。目前,配电设备量大面广、品种繁杂、制造门槛低且制造厂家众多,存在基础数据积累不足,无法准确分析各配电设备运行状态、特性及缺陷,无法判断配电设备故障发生的概率,导致无法决策出维修周期及控制配电安全等问题。鉴于此,针对上述问题提供一种配电网生产决策系统。
发明内容
针对现有技术的不足,本发明的目的是提供一种能综合现有配电设备基础数据信息,对配电设备故障发生的概率和周期进行分析,可以决策出维修周期,从而实现在尽量减少维修费用的同时确保配电设备生产的连续进行的配电网生产决策系统。
为了实现上述目的,本发明采用的技术方案如下:一种配电网生产决策系统,包括大数据平台、数据处理与分析模块和决策模块;
所述大数据平台包括数据库模块和存储模块;所述数据库模块用于记录及处理原始基础配电设备台账数据;所述存储模块用于存储配电设备台账数据;
所述数据处理与分析模块包括数据处理单元和数据分析单元;所述数据处理单元包括数据块、数据识别单元、数据规约单元和数据清洗单元;
所述决策模块包括决策单元和预警单元;
所述大数据平台、数据处理与分析模块和决策模块之间及各模块内部电连接;通过大数据平台对配电设备的基础数据进行录入,完善各配电设备的相关数据,利用数据处理与分析模块建立影响配电设备分类的因素集,对配电设备故障发生的概率和周期进行分析,决策模块决策出维修周期并预警。
进一步地,所述数据库模块通过接口数据集成。
进一步地,所述数据处理单元将因子分析模型和模糊数学隶属度结合得到单项影响因素的因子隶属度,得到单项影响因素的指标评价值,计算单项影响因素的综合权重,得到单项影响因素的综合评价权重,利用模糊关系模型得到配电设备管理的综合相关性矩阵。
进一步地,所述因子分析模型的步骤如下:
S1:建立因素集,将影响因素分为三个因素子集:
A={a1,a2,a3}
其中,a1为配电设备对生产成本的影响,a2为配电设备对质量安全的影响,a3为配电设备技术状态性;
a1={a11,a12,a13}
其中,a11为配电设备购置成本价,a12为配电设备利用率,a13为其它替代工艺;
a2={a21,a22,a23}
其中,a21为配电设备与质量关系指数,a22为配电设备质量稳定性,a23为配电设备操作安全性能;
a3={a31,a32,a33,a34}
其中,a31为配电设备出现故障对生产程度的影响关系,a32为配电设备维修复杂度,a33为配电设备出现事故频次,a34为配电设备运行情况;
S2:将因子分析和模糊数学隶属度结合得到单项影响因素的因子隶属度,步骤如下:
Xi=ai1f1+ai2f2+…+aimfm+ei
其中,f=(f1,f2,…,fm)为m个单项影响因素的公共因子,ei为m个单项影响因素的因子,A=(aij)p*m(i=1,2,...,p;j=1,2,...,m)为m个单项影响因素的因子矩阵;
对x作标准化处理,令x的均值为零,方差为1,
其中,λj为m个单项影响因素的公共因子的共性方差,A=(aij)p*m(i=1,2,...,p;j=1,2,...,m)为m个单项影响因素的因子矩阵;
令原m个单项影响因素的相关矩阵R=(rij),其逆矩阵为R-1=(rij),变量特征方差的初始值取逆矩阵对角线元素的倒数,则共同度的初始值用(h’i)2替代逆矩阵中的对角线元素上元素,得到m个单项影响因素的主因子解:
S3:根据上述单项影响因素的主因子解对单项影响因素样本指标进行评价;
令A为单项影响因素数据样本集合,B为单项影响因素数据样本指标评价集合,建立如下公式:
其中,m为单项影响因素数据的样本数目,n为单项影响因素数据的指标数目;
S4:计算综合权重:
单项影响因素数据的指标权重如公式:
其中,Rk为单项影响因素数据的样本数值,Bk为对应单项影响因素数据的指标数值;
S5:利用模糊关系模型计算综合权重:
通过上述公式计算综合权重矩阵A:
A=[A1,A2,...,Am]。
进一步地,所述数据分析单元将数据处理单元得到的数据构建马尔可夫模型,对配电设备技术状态进行预测。
进一步地,构建马尔可夫模型,对配电设备技术状态进行预测的步骤如下:
S7:令α(t)=[pt(1),pt(2),…,pt(t)](t=1,2,…,m)系统在T个监测周期数下的概率向量,构造影响概率关系矩阵P=(pij)t*t进行配电设备技术状态综合评价,
进一步地,所述预警单元包括邮件系统和短信系统,将预测的配电设备技术状态情况发送到指挥中心进行警告。
本发明一种配电网生产决策系统,通过对配电设备的基础数据进行录入,完善各配电设备的相关数据,利用数据处理与分析模块建立影响配电设备分类的因素集,对配电设备故障发生的概率和周期进行分析,可以决策出维修周期,从而实现在尽量减少维修费用的同时确保配电设备生产的连续进行,控制配电设备安全问题。
附图说明
图1是本发明实施例提供的一种配电网生产决策系统示意图。
具体实施方式
下面的实施例可以帮助本领域的技术人员更全面地理解本发明,但不可以以任何方式限制本发明。
实施例
参照图1,一种配电网生产决策系统,包括大数据平台、数据处理与分析模块和决策模块;所述大数据平台包括数据库模块和存储模块,所述数据库模块用于记录及处理原始基础配电设备台账数据,所述存储模块用于存储配电设备台账数据;所述数据处理与分析模块包括数据处理单元和数据分析单元,所述数据处理单元包括数据块、数据识别单元、数据规约单元和数据清洗单元;所述决策模块包括决策单元和预警单元;通过配电设备的基础信息录入,完善配电设备的相关信息;利用数据处理与分析模块数据对录入的基础数据进行识别、规约及清洗,再进行处理得到配电设备管理的综合相关性矩阵,将数据处理单元得到的数据构建马尔可夫模型,对配电设备技术状态进行预测,可以决策出维修周期,从而实现在尽量减少维修费用的同时确保配电设备生产的连续进行,控制配电设备安全问题。
需要进一步说明的是,所述数据处理单元首先设立阈值,再将配电设备的基础信息通过设定对应阈值进行特征规约,当遍历到超过设定阈值时,清洗掉不相关的数据。
所述大数据平台、数据处理与分析模块和决策模块之间及各模块内部电连接。
所述数据库模块通过接口数据集成。
进一步,本发明所述数据库模块包括配电设备图形数据录入单元、配电设备台数录入单元、配电设备容量录入单元、配电设备成本录入单元、配电设备使用年限录入单元、配电设备运行状态录入单元、配电设备维护费用与次数录入单元、配电设备电力负荷数据录入单元和配电设备地理空间数据;所述配电设备电力负荷数据包括电压、电流、有功功率以及无功功率。
所述数据处理单元将因子分析模型和模糊数学隶属度结合得到单项影响因素的因子隶属度,得到单项影响因素的指标评价值,计算单项影响因素的综合权重,得到单项影响因素的综合评价权重,利用模糊关系模型得到配电设备管理的综合相关性矩阵。
所述数据分析单元将数据处理单元得到的数据构建马尔可夫模型,对配电设备技术状态进行预测。
所述预警单元包括邮件系统和短信系统,将预测的配电设备技术状态情况发送到指挥中心进行警告,方便指挥中心即时发现问题。
所述因子分析模型的步骤如下:
S1:建立因素集,将影响因素分为三个因素子集:
A={a1,a2,a3}
其中,a1为配电设备对生产成本的影响,a2为配电设备对质量安全的影响,a3为配电设备故障维修性;
a1={a11,a12,a13}
其中,a11为配电设备购置成本价,a12为配电设备利用率,a13为其它替代工艺;
a2={a21,a22,a23}
其中,a21为配电设备与质量关系指数,a22为配电设备质量稳定性,a23为配电设备操作安全性能;
a3={a31,a32,a33,a34}
其中,a31为配电设备出现故障对生产程度的影响关系,a32为配电设备维修复杂度,a33为配电设备出现事故频次,a34为配电设备运行情况;
S2:将因子分析和模糊数学隶属度结合得到单项影响因素的因子隶属度,步骤如下:
Xi=ai1f1+ai2f2+…+aimfm+ei
其中,f=(f1,f2,…,fm)为m个单项影响因素的公共因子,ei为m个单项影响因素的因子,A=(aij)p*m(i=1,2,...,p;j=1,2,...,m)为m个单项影响因素的因子矩阵;
对x作标准化处理,令x的均值为零,方差为1,
其中,λj为m个单项影响因素的公共因子的共性方差,A=(aij)p*m(i=1,2,...,p;j=1,2,...,m)为m个单项影响因素的因子矩阵;
令原m个单项影响因素的相关矩阵R=(rij),其逆矩阵为R-1=(rij),变量特征方差的初始值取逆矩阵对角线元素的倒数,则共同度的初始值为用(h’i)2替代逆矩阵中的对角线元素上元素,得到m个单项影响因素的主因子解:
S3:根据上述单项影响因素的主因子解对单项影响因素样本指标进行评价;
令A为单项影响因素数据样本集合,B为单项影响因素数据样本指标评价集合,建立如下公式:
其中,m为单项影响因素数据的样本数目,n为单项影响因素数据的指标数目;
S4:计算综合权重:
单项影响因素数据的指标权重如公式:
其中,Rk为单项影响因素数据的样本数值,Bk为对应单项影响因素数据的指标数值;
S5:利用模糊关系模型计算综合权重:
通过上述公式计算综合权重矩阵A:
A=[A1,A2,...,Am]
配电设备技术状态综合评价模型的步骤如下:
S7:令α(t)=[pt(1),pt(2),…,pt(t)](t=1,2,…,m)系统在T个监测周期数下的概率向量,构造影响概率关系矩阵P=(pij)t*t进行配电设备技术状态综合评价,
下面结合具体实施例对本发明进一步描述。
S1:建立因素集
配电设备状态由相关部件决定,因此因素子集为:
U={u1,u2,...,um}
其中,U为配电设备的技术状态,设ui为第i个部件的技术状态;
A={a1,a2,a3}
其中,a1为配电设备对生产成本的影响,a2为配电设备对质量安全的影响,a3为配电设备技术状态性;
a1={a11,a12,a13}
其中,a11为配电设备购置成本价,a12为配电设备利用率,a13为其它替代工艺;
a2={a21,a22,a23}
其中,a21为配电设备与质量关系指数,a22为配电设备质量稳定性,a23为配电设备操作安全性能;
a3={a31,a32,a33,a34}
其中,a31为配电设备出现故障对生产程度的影响关系,a32为配电设备维修复杂度,a33为配电设备出现事故频次,a34为配电设备运行情况;
S2:将因子分析和模糊数学隶属度结合得到单项影响因素的因子隶属度,得到m个单项影响因素的主因子解:
S3:对单项影响因素样本指标进行评价;
令A为各部件样本集合,B为各部件样本指标评价集合,建立如下公式:
其中,m为各部件样本数目,n为各部件指标数目;
需要进一步说明的是,对部件评价一般分别技术状态好、技术状态较好、技术状态一般及技术状态差4种情况;
S4:构建关系模型:
根据各部件的劣化程度对技术状态进行评价,得到以各部件的劣化程度为评价指标的模糊矩阵:
A=[A1,A2,...,Am]
S5:T个监测周期数下各部件出现故障位于ti监测周期则:
S6:构造各部件影响配电设备的概率关系矩阵
P=(pij)t*t
S7:对配电设备技术状态综合评价
利用模糊变换得到配电设备的评语
S={s好,s较好,s一般,s差}
由此可见,利用本发明配电网生产决策系统,通过对配电设备的基础数据进行录入,完善各配电设备的相关数据,利用数据处理与分析模块建立影响配电设备分类的因素集,对配电设备故障发生的概率和周期进行分析,可以决策出维修周期,从而实现在尽量减少维修费用的同时确保配电设备生产的连续进行,控制配电设备安全问题。
虽然,上文中已经用一般性说明及具体实施方案对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (5)
1.一种配电网生产决策系统,其特征在于,包括大数据平台、数据处理与分析模块和决策模块;
所述大数据平台包括数据库模块和存储模块;所述数据库模块用于记录及处理原始基础配电设备台账数据;所述存储模块用于存储配电设备台账数据;
所述数据处理与分析模块包括数据处理单元和数据分析单元;所述数据处理单元包括数据块、数据识别单元、数据规约单元和数据清洗单元;所述数据处理单元将因子分析模型和模糊数学隶属度结合得到单项影响因素的因子隶属度,得到单项影响因素的指标评价值,计算单项影响因素的综合权重,得到单项影响因素的综合评价权重,利用模糊关系模型得到配电设备管理的综合相关性矩阵;所述因子分析模型的步骤如下:
S1:建立因素集,将影响因素分为三个因素子集:
A={a1,a2,a3}
其中,a1为配电设备对生产成本的影响,a2为配电设备对质量安全的影响,a3为配电设备技术状态性;
a1={a11,a12,a13}
其中,a11为配电设备购置成本价,a12为配电设备利用率,a13为其它替代工艺;
a2={a21,a22,a23}
其中,a21为配电设备与质量关系指数,a22为配电设备质量稳定性,a23为配电设备操作安全性能;
a3={a31,a32,a33,a34}
其中,a31为配电设备出现故障对生产程度的影响关系,a32为配电设备维修复杂度,a33为配电设备出现事故频次,a34为配电设备运行情况;
S2:将因子分析和模糊数学隶属度结合得到单项影响因素的因子隶属度,步骤如下:
Xi=ai1f1+ai2f2+…+aimfm+ei
其中,f=(f1,f2,…,fm)为m个单项影响因素的公共因子,ei为m个单项影响因素的因子,A=(aij)p*m,i=1,2,...,p;j=1,2,...,m,为m个单项影响因素的因子矩阵;
对x作标准化处理,令x的均值为零,方差为1,
其中,λj为m个单项影响因素的公共因子的共性方差,A=(aij)p*m,i=1,2,...,p;j=1,2,...,m,为m个单项影响因素的因子矩阵;
令原m个单项影响因素的相关矩阵R=(rij),其逆矩阵为R-1=(rij),变量特征方差的初始值取逆矩阵对角线元素的倒数,则共同度的初始值为用(h’i)2替代逆矩阵中的对角线元素上元素,得到m个单项影响因素的主因子解:
S3:根据上述单项影响因素的主因子解对单项影响因素样本指标进行评价;
令R为单项影响因素数据样本集合,B为单项影响因素数据样本指标评价集合,建立如下公式:
其中,m为单项影响因素数据的样本数目,n为单项影响因素数据样本的指标评价数目
S4:计算综合权重:
单项影响因素数据的指标权重如公式:
其中,Rk为单项影响因素数据的样本数值,Bk为对应单项影响因素数据样本的指标评价数值;
S5:利用模糊关系模型计算综合权重:
所述决策模块包括决策单元和预警单元;
所述大数据平台、数据处理与分析模块和决策模块之间及各模块内部电连接;通过大数据平台对配电设备的基础数据进行录入,完善各配电设备的相关数据,利用数据处理与分析模块建立影响配电设备分类的因素集,对配电设备故障发生的概率和周期进行分析,决策模块决策出维修周期并预警。
2.根据权利要求1所述的一种配电网生产决策系统,其特征在于:所述数据库模块通过接口数据集成。
3.根据权利要求1所述的一种配电网生产决策系统,其特征在于:所述数据分析单元将数据处理单元得到的数据构建马尔可夫模型,对配电设备技术状态进行预测。
5.根据权利要求1所述的一种配电网生产决策系统,其特征在于:所述预警单元包括邮件系统和短信系统,将预测的配电设备技术状态情况发送到指挥中心进行警告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911045249.3A CN110955649B (zh) | 2019-10-30 | 2019-10-30 | 一种配电网生产决策系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911045249.3A CN110955649B (zh) | 2019-10-30 | 2019-10-30 | 一种配电网生产决策系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110955649A CN110955649A (zh) | 2020-04-03 |
CN110955649B true CN110955649B (zh) | 2022-11-04 |
Family
ID=69975804
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911045249.3A Active CN110955649B (zh) | 2019-10-30 | 2019-10-30 | 一种配电网生产决策系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110955649B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114970904B (zh) * | 2022-07-26 | 2022-11-29 | 中铁电气化勘测设计研究院有限公司 | 一种基于缺陷处理的接触网运营维修资源数字化调整方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104408549A (zh) * | 2014-10-31 | 2015-03-11 | 国家电网公司 | 一种城市配电网运行状态评估方法 |
CN104599054A (zh) * | 2014-12-31 | 2015-05-06 | 国家电网公司 | 一种分布式电源并网后配电网运行特性的评价方法 |
CN104965150A (zh) * | 2015-05-26 | 2015-10-07 | 国家电网公司 | 基于不完备营配信息融合的配电网故障定位方法 |
CN105186499A (zh) * | 2015-09-09 | 2015-12-23 | 中国电力科学研究院 | 一种配电网多目标概率最优潮流模糊建模与求解方法 |
CN105956782A (zh) * | 2016-05-12 | 2016-09-21 | 国网甘肃省电力公司电力科学研究院 | 电网设备购置决策评估方法 |
CN106056314A (zh) * | 2016-06-29 | 2016-10-26 | 李明洋 | 一种智能配电网风险评估方法 |
CN108108875A (zh) * | 2017-11-29 | 2018-06-01 | 国家电网公司 | 一种基于合作博弈法和梯形云模型的配电网运行状态模糊综合评价方法 |
CN108681800A (zh) * | 2017-12-06 | 2018-10-19 | 国网新疆电力有限公司乌鲁木齐供电公司 | 一种分布式新能源接入配电网的运检风险评估方法 |
CN109598435A (zh) * | 2018-11-30 | 2019-04-09 | 西安交通大学 | 一种配电网电缆运行状态评价方法及系统 |
CN110334926A (zh) * | 2019-06-24 | 2019-10-15 | 广州艾帝西信息科技有限公司 | 一种智能场景大数据分析系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150268686A1 (en) * | 2014-03-19 | 2015-09-24 | University Of Florida Research Foundation, Inc. | Social networking reducing peak power consumption in smart grid |
US9616879B2 (en) * | 2015-05-14 | 2017-04-11 | Ford Global Technologies, Llc | Battery state of charge control with preview information classification |
-
2019
- 2019-10-30 CN CN201911045249.3A patent/CN110955649B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104408549A (zh) * | 2014-10-31 | 2015-03-11 | 国家电网公司 | 一种城市配电网运行状态评估方法 |
CN104599054A (zh) * | 2014-12-31 | 2015-05-06 | 国家电网公司 | 一种分布式电源并网后配电网运行特性的评价方法 |
CN104965150A (zh) * | 2015-05-26 | 2015-10-07 | 国家电网公司 | 基于不完备营配信息融合的配电网故障定位方法 |
CN105186499A (zh) * | 2015-09-09 | 2015-12-23 | 中国电力科学研究院 | 一种配电网多目标概率最优潮流模糊建模与求解方法 |
CN105956782A (zh) * | 2016-05-12 | 2016-09-21 | 国网甘肃省电力公司电力科学研究院 | 电网设备购置决策评估方法 |
CN106056314A (zh) * | 2016-06-29 | 2016-10-26 | 李明洋 | 一种智能配电网风险评估方法 |
CN108108875A (zh) * | 2017-11-29 | 2018-06-01 | 国家电网公司 | 一种基于合作博弈法和梯形云模型的配电网运行状态模糊综合评价方法 |
CN108681800A (zh) * | 2017-12-06 | 2018-10-19 | 国网新疆电力有限公司乌鲁木齐供电公司 | 一种分布式新能源接入配电网的运检风险评估方法 |
CN109598435A (zh) * | 2018-11-30 | 2019-04-09 | 西安交通大学 | 一种配电网电缆运行状态评价方法及系统 |
CN110334926A (zh) * | 2019-06-24 | 2019-10-15 | 广州艾帝西信息科技有限公司 | 一种智能场景大数据分析系统 |
Non-Patent Citations (2)
Title |
---|
《基于主成分分析法和模糊综合评价法的配电网评估》;肖颍涛等;《南方能源建设》;20190925;第6卷(第3期);105-112 * |
《广西电网配网设备状态评价系统V1.0》;高立克等;《广西电网有限责任公司电力科学研究院》;20171016;1-2 * |
Also Published As
Publication number | Publication date |
---|---|
CN110955649A (zh) | 2020-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Guo et al. | Online estimation of SOH for lithium-ion battery based on SSA-Elman neural network | |
CN101149416B (zh) | 电力电缆绝缘状态监测与寿命管理系统 | |
CN113156917B (zh) | 基于人工智能的电网设备故障诊断方法及系统 | |
CN108073551B (zh) | 一种基于多Agent协同的高压开关柜在线故障诊断方法 | |
CN108445410A (zh) | 一种监测蓄电池组运行状态的方法及装置 | |
CN111047082A (zh) | 设备的预警方法及装置、存储介质和电子装置 | |
CN112505570A (zh) | 电动汽车的电池健康状态的估计方法 | |
CN114910756B (zh) | 一种低压母线槽的绝缘性能评估方法及系统 | |
CN116664015A (zh) | 一种智能充电桩管理系统及其方法 | |
CN110955649B (zh) | 一种配电网生产决策系统 | |
CN116128467A (zh) | 用电系统维护方法、装置、计算机设备和存储介质 | |
CN110443481B (zh) | 基于混合k-近邻算法的配电自动化终端状态评价系统及方法 | |
CN112070413A (zh) | 一种基于小样本条件下牵引供电系统的可靠性研究方法 | |
CN114646888A (zh) | 一种动力电池容量衰减的评估方法及系统 | |
Bardyk et al. | Improved power transformer condition assessment under uncertainty using fuzzy logic | |
CN114631032A (zh) | 用于监控电池组健康状况的方法和系统 | |
CN117031201A (zh) | 一种配电网多场景拓扑异常识别方法及系统 | |
CN111652393A (zh) | 基于大数据技术的电力设备异常预警方法 | |
CN111614504A (zh) | 基于时间序列和故障树分析的电网调控数据中心业务特性故障定位方法及系统 | |
CN113591396B (zh) | 一种基于朴素贝叶斯网络的电网元器件故障诊断方法 | |
CN115564170A (zh) | 一种配电智能终端可靠性评估方法 | |
CN113406537B (zh) | 一种电力设备故障程度的定量评估方法 | |
CN114779098A (zh) | 一种锂离子电池的状态评估方法及系统 | |
CN113298389A (zh) | 评估电缆运行状态的方法及装置 | |
Ridwan et al. | Application of life data analysis for the reliability assessment of numerical overcurrent relays |
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 |