CN111044808A - 一种用电信息采集系统运维质量可靠性评估系统及方法 - Google Patents

一种用电信息采集系统运维质量可靠性评估系统及方法 Download PDF

Info

Publication number
CN111044808A
CN111044808A CN201911122498.8A CN201911122498A CN111044808A CN 111044808 A CN111044808 A CN 111044808A CN 201911122498 A CN201911122498 A CN 201911122498A CN 111044808 A CN111044808 A CN 111044808A
Authority
CN
China
Prior art keywords
state
failure
duration
acquisition
running state
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
Application number
CN201911122498.8A
Other languages
English (en)
Inventor
马云龙
钟啸
范洁
王进
林梓圻
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan University
State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Hunan University
State Grid Jiangsu Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hunan University, State Grid Jiangsu Electric Power Co Ltd filed Critical Hunan University
Priority to CN201911122498.8A priority Critical patent/CN111044808A/zh
Publication of CN111044808A publication Critical patent/CN111044808A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/003Environmental or reliability tests
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R35/00Testing or calibrating of apparatus covered by the other groups of this subclass

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种用电信息采集系统运维质量可靠性评估系统及方法,通过采集设备的故障率和修复率来描述采集设备运行与故障之间的转换过程;以基于序贯蒙特卡洛法的状态持续时间抽样技术,在一个规定的时间周期内建立一个虚拟的用电信息采集系统状态循环转移过程,并对每一个系统状态进行计算分析,最终通过统计性规律得到评价指标评价系统的可靠性,本发明用电信息采集系统运维质量可靠性评估系统弥补了目前用电信息采集系统可靠性研究的不足,可以较好地解决对整个系统运维可靠性评估的问题,系统在实际运行中可能出现的各种故障运行状态,把系统的风险性指标作为系统运维质量的参考依据,对系统进行调整与改进,从而确保系统可靠高效的运行。

Description

一种用电信息采集系统运维质量可靠性评估系统及方法
技术领域
本发明属于电学领域,特别涉及一种用电信息采集系统运维质量可靠性评估系统及方法。
背景技术
用电信息采集系统可靠性是用电信息采集系统运维质量的关键,对用电信息采集系统可靠性评估的主要过程是先对各种类型的采集设备进行可靠性试验以获取相应的可靠性参数;然后建立采集系统中各元件的可靠性模型;其次采用模拟随机生产的方法对采集系统进行可靠性生产模拟;最后根据系统相关的风险指标计算公式,求出系统的可靠性参数。
随着电能信息采集规模持续增加,管理维护难度越来越大,建立用电信息采集系统运维质量评价模型显得尤为重要。目前,已有学者利用威布尔分布模型建立采集终端的寿命分布函数,通过开展温度湿度加速寿命试验获得采集终端样本在多种应力水平下的失效数据,同时针对采集设备多失效模式的情形,提出采集设备可靠性验证试验方法,建立了采集设备的可靠性串联模型,给出了失效模式和失效判据。但是以上的研究依然停留在采集系统中各元件的可靠性试验、可靠性参数的获取以及系统失效判据,缺少对整个采集系统进行可靠性评估的方法与模型。因此需建立以一个完整的用电信息采集系统可靠性评估模型,可实现对采集系统的可靠性评估,模拟系统在实际运行中可能出现的故障,把系统的可靠性指标作为系统运维质量的参考依据,对系统进行调整与改进,从而可确保系统可靠高效的运行。
发明内容
为了克服以上问题,本发明提供了一种用电信息采集系统运维质量可靠性评估系统及方法。本用电信息采集系统运维质量可靠性评估系统弥补了目前用电信息采集系统可靠性研究的不足,可以较好地解决对整个系统运维可靠性评估的问题,模拟系统在实际运行中可能出现的各种故障运行状态,把系统的风险性指标作为系统运维质量的参考依据,对系统进行调整与改进,从而可确保系统可靠高效的运行。
本发明解决其技术问题所采用的技术方案是:
一种用电信息采集系统运维质量可靠性评估方法,包括如下步骤:
步骤一、输入采集系统各元件相关参数;相关参数包括元件的故障率和修复率;
步骤二、初始化每个元件使得在起始时间点上每个元件处于相同的状态;所述状态为运行状态;
步骤三、生成一组随机数:即对应每个元件随机生成对应的随机数R,R∈[0,1];则每个元件所处状态的运行时间即采集设备运行状态持续时间X
设定为:
Figure BDA0002275815280000021
其中,当元件的状态为运行状态时λ为对应元件的故障率;当元件的状态为故障状态时λ为对应元件的修复率;
步骤四、寻找各元件持续时间中的最小值作为整个采集系统的初始状态的持续时间,计作一次系统运行状态;
步骤五、确定下一次系统运行状态的持续时间:
各元件状态持续时间减去各元件持续时间中的最小值得到差值;若差值为零,则所对应元件重复步骤三生成与上一个状态相反的下一个状态的持续时间,作为下一次采集设备运行状态的持续时间;即若上一个状态为运行状态,则下一个状态为故障状态,若上一个状态为故障状态则下一个状态为运行状态;
若差值不为零,则对应元件保持上一个状态;同时将差值作为在下一次系统运行状态的持续时间;
步骤六、重复步骤四和步骤五,至累计的系统运行状态的次数达到预设数N;
步骤七、计算得到系统失效概率Pf,系统失效频率Ff,系统平均持续时间Df
进一步的改进,N=500000。
进一步的改进,系统处于失效状态的判断方法如下:P=x1e1+x2e2+…+xkek≤E;
Xk为表示第k个元件配置的权值;ek为第k个采集终端的运行状态:当第k个采集设备处于运行状态时,ek=1;当第k个采集设备处于故障状态时,ei=0;当关联模型计算值P大于阈值E时可以判定为采集系统处于失效状态。
进一步的改进,所述阈值E采用手肘法确定。
进一步的改进,
Figure BDA0002275815280000031
Figure BDA0002275815280000032
Figure BDA0002275815280000041
其中,N表示系统运行状态的预设数;Ddk表示系统运行状态的次数达到预设数N时出现失效状态的持续时间;Duk表示系统运行状态的次数达到预设数N时出现正常运行状态的持续时间;Mdn表示系统运行状态的次数达到预设数N时出现采集系统失效状态的总次数;Mup表示系统运行状态的次数达到预设数N时出现采集系统正常运行状态的总次数。
一种用电信息采集系统运维质量可靠性评估系统,包括输入单元,输入单元用于各元件相关参数;相关参数包括元件的故障率和修复率;
系统运行状态统计单元,用于记录系统运行状态的累计次数,并且确定每次系统运行状态维持的时间;
计算单元,用于计算系统失效概率Pf,系统失效频率Ff,系统平均持续时间Df
系统失效状态的判断单元,用于判断系统在每次的系统运行状态是否处于失效状态。
本发明的优点:
包括采集设备元件的可靠性建模,通过采集设备的故障率和修复率来描述采集设备运行与故障之间的转换过程;以一种基于序贯蒙特卡洛法的状态持续时间抽样技术,在一个规定的时间周期内建立一个虚拟的用电信息采集系统状态循环转移过程,并对每一个系统状态进行计算分析,最终通过统计性规律得到评价指标;用电信息采集系统失效判定模型,采用加权形式判断系统是否失效,更好地表征了元件的差异性以及系统的权联等复杂结构,同时针对系统失效阈值,提出了手肘法进行阈值最优值的确定;基于用电信息采集系统的风险指标计算公式,主要包括系统失效概率、失效频率以及平均失效时间等参数。本用电信息采集系统运维质量可靠性评估系统弥补了目前用电信息采集系统可靠性研究的不足,可以较好地解决对整个系统运维可靠性评估的问题,模拟系统在实际运行中可能出现的各种故障运行状态,把系统的风险性指标作为系统运维质量的参考依据,对系统进行调整与改进,从而可确保系统可靠高效的运行。
附图说明
图1为本发明一种用电信息采集系统运维质量可靠性评估系统的采集设备元件可靠性模型原理图;
图2为一个由两个采集元件组成的用电信息采集系统状态时序转移图;
图3为本发明一种用电信息采集系统运维质量可靠性评估系统工作流程图。
具体实施方式
下面结合具体实施例和说明书附图对本发明做进一步阐述和说明:
一种用电信息采集系统运维质量可靠性评估系统包括采集设备元件可靠性建模、用电信息采集系统的随机生产模拟运行、系统失效判定模型、用电信息采集系统风险性指标计算等几个部分。
其中,用电信息采集系统中各采集设备受到外界因素干扰较小,使用寿命较长,且各元件的故障可近似认为相互独立的,同时其老化因素对采集设备的实用寿命影响较小。故在本用电信息采集系统运维质量可靠性评估系统中采集设备元件的可靠性模型是采用两状态元件停运模型,此模型的建立是基于以下几点简化条件:
1、假设采集设备各元件之间停运是相互独立的,只需考虑它们的独立停运模型。
2、认为采集设备元件发生的故障是可修复性强迫故障,忽略因老化等因素导致的致命性故障与计划停运。
参见图1,采集设备元件的可靠性模型是以采集设备的故障率(λ)和修复率(μ)来表示元件故障状态与停运状态之间的转换关系,即把λ-1看作采集设备发生故障之前的运行时间,而采集设备的故障恢复时间则是μ-1。通过以上两个参数,就可以简单且合理地描述采集设备在实际运行中运行状态和故障状态的持续时间以及二者的转换过程。
本发明的核心部分是用电信息采集系统的随机生产模拟运行和系统失效判定模型,主要采用一种基于序贯蒙特卡洛模拟法的状态持续时间抽样技术对用电信息采集系统在实际工作中可能出现的状态进行随机的抽样,这种状态抽样是以状态的持续时间为基础的。利用加权的形式对系统失效进行判定,同时采用手肘法确定系统失效模型中阈值的最优值。
本发明的一种用电信息采集系统运维质量可靠性评估系统的工作原理如下:
状态持续时间抽样技术的原理描述为:通过对各台区采集设备的故障时间曲线进行统计分析,可以发现各类元件发生故障的时间曲线呈近似指数分布,因此采用指数分布的随机变量。同时,上述采集元件的可靠性模型是以故障率与修复率为基础的,这涉及到一种概率分布,因此用一组分布均匀的随机数表示指数分布的累积概率函数为:
R=F(x)=1-e-λx
通过对上式进行逆变换可得:
Figure BDA0002275815280000071
而式中1-R与R均是一组在[0,1]分布均匀的随机数组,故二者是等效的,上式又可表示为:
Figure BDA0002275815280000072
以上即是状态持续时间抽样技术的计算公式,将其应用到用电信息采集系统中各采集设备的状态持续时间的计算里:当λ为采集设备的故障率时,X为采集设备运行状态持续时间;当λ为采集设备的修复率时,X为采集设备故障状态持续时间。
由此可通过上式生成采集系统中各采集设备的故障或运行状态的持续时间,参见图2。先以时间轴的原点为起点,寻找各元件初始状态持续时间中的最小值作为整个采集系统的初始状态的持续时间,同时各元件状态持续时间再减去各元件初始状态持续时间的最小值并判断哪些元件需产生下一个状态(判断规则:根据各元件状态持续时间与各元件初始状态持续时间中的最小值的差是否为零,若为零则需要生成下一个状态的持续时间)的持续时间(若上一个状态是故障状态,则生成运行状态持续时间,反之亦然)。然后再寻找各元件状态持续时间中的最小值作为整个采集系统的下一个状态的持续时间,以此类推,即可生成用电信息采集系统的状态时序转移过程,参见图2。
用电信息采集系统失效判定模型的原理描述为:对于每一个生成的采集系统运行状态都要进行失效判断以便统计系统的失效参数,本系统失效判定模型是以加权的形式判断系统是否失效,其具体的计算公式如下:
P=x1e1+x2e2+…+xkek≤E
式中:xi为不同采集设备元件配置的权值,其值设定则需根据此采集设备与用电信息采集系统发生失效的关联程度大小和实际发生故障的工作现场稽查结果进行配置和修改(具体设定是由现场工人与专家根据历史失效数据和现场实际情况进行评判所得);ei为第i个采集终端的运行状态:当第i个采集设备处于运行状态时,ei=1;当第i个采集设备处于故障状态时,ei=0;当关联模型计算值P大于阈值E时可以判定为采集系统处于失效状态。
关于阈值E,则是采用手肘法来进行最优值确定,其核心思想是:随着阈值E的增大,系统失效评判得会更加严厉,系统发生失效的次数会逐渐提高,那么系统失效概率自然会逐渐增加。并且,当E小于系统失效判定合适的阈值时,由于E的增大,只是在原先判定基础上把一些多个采集元件故障情况诊断为系统失效,故系统失效概率的上升幅度不大,而当E到达系统失效判定合适的阈值时,再增加E所得到的系统失效判定回报会迅速变大,因为会把一些权重系数相对较大的个别非关键元件故障判定为系统失效,但实际只是系统部分功能受到影响,所以系统失效概率的上升幅度会骤增,然后随着E值的继续增大而趋于平缓,也就是说失效概率和E的关系图是一个手肘的形状,而这个肘部对应的E值就是最适合系统判定失效的阈值。
基于状态持续时间抽样技术的用电信息采集系统风险性指标可定义为:
1、系统失效概率:
Figure BDA0002275815280000081
2、系统失效频率:
Figure BDA0002275815280000091
3、系统平均持续时间:
Figure BDA0002275815280000092
式中,Ddk是系统在给定仿真时间内出现失效状态的持续时间;Duk是系统在给定仿真时间内出现正常运行状态的持续时间;Mdn为系统在特定仿真时间内出现采集系统失效状态的总次数;Mup为系统在特定仿真时间内出现采集系统正常运行状态的总次数;
参见图3,本用电信息采集系统运维质量可靠性评估系统的具体工作步骤可概括为:首先导入用电信息采集系统中各采集设备元件的可靠性参数(故障率和修复率)、系统模拟生成状态总数N、每个采集设备元件的权重系数和系统失效阈值E等相关参数;然后开始系统初始化,主要是生成第一组随机数组并通过逆变换法产生各元件的初始运行状态的持续时间;接着开始生成各采集设备状态持续时间产生所需要的随机数组,同时通过采集系统失效判定模型来判断系统是否失效,若系统发生失效,则记录相应的失效次数与失效时间,否则清空相应数据;其次,采用上文所描述的差值法来判断哪些采集设备元件需要生成下一个状态的持续时间并累计系统生成的运行状态数,重复以上步骤,直到生成足够多的系统运行状态数为止;最后,根据在规定仿真时间内统计的系统失效参数,计算用电信息采集系统的风险性指标,完成系统运维质量的可靠性评估。
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,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。

Claims (6)

1.一种用电信息采集系统运维质量可靠性评估方法,其特征在于,包括如下步骤:
步骤一、输入采集系统各元件相关参数;相关参数包括元件的故障率和修复率;
步骤二、初始化每个元件使得在起始时间点上每个元件处于相同的状态;所述状态为运行状态;
步骤三、生成一组随机数:即对应每个元件随机生成对应的随机数R,R∈[0,1];则每个元件所处状态的运行时间即采集设备运行状态持续时间X
设定为:
Figure FDA0002275815270000011
其中,当元件的状态为运行状态时λ为对应元件的故障率;当元件的状态为故障状态时λ为对应元件的修复率;
步骤四、寻找各元件持续时间中的最小值作为整个采集系统的初始状态的持续时间,计作一次系统的运行状态;
步骤五、确定下一次系统运行状态的持续时间:
各元件状态持续时间减去各元件持续时间中的最小值得到差值;若差值为零,则所对应元件重复步骤三生成与上一个状态相反的下一个状态的持续时间,作为下一次采集设备运行状态的持续时间;即若上一个状态为运行状态,则下一个状态为故障状态,若上一个状态为故障状态则下一个状态为运行状态;
若差值不为零,则对应元件保持上一个状态;同时将差值作为在下一次系统运行状态的持续时间;
步骤六、重复步骤四和步骤五,至累计的系统运行状态的次数达到预设数N;
步骤七、计算得到系统失效概率Pf,系统失效频率Ff,系统平均持续时间Df
2.权利要求1所述的用电信息采集系统运维质量可靠性评估方法,其特征在于,N=500000。
3.权利要求1所述的用电信息采集系统运维质量可靠性评估方法,其特征在于,系统处于失效状态的判断方法如下:
P=x1e1+x2e2+…+xkek≤E;
Xk为表示第k个元件配置的权值;ek为第k个采集终端的运行状态:当第k个采集设备处于运行状态时,ek=1;当第k个采集设备处于故障状态时,ei=0;当关联模型计算值P大于阈值E时可以判定为采集系统处于失效状态。
4.权利要求3所述的用电信息采集系统运维质量可靠性评估方法,其特征在于,所述阈值E采用手肘法确定。
5.权利要求1所述的用电信息采集系统运维质量可靠性评估方法,其特征在于,
Figure FDA0002275815270000021
Figure FDA0002275815270000022
Figure FDA0002275815270000031
其中,N表示系统运行状态的预设数;Ddk表示系统运行状态的次数达到预设数N时出现失效状态的持续时间;Duk表示系统运行状态的次数达到预设数N时出现正常运行状态的持续时间;Mdn表示系统运行状态的次数达到预设数N时出现采集系统失效状态的总次数;Mup表示系统运行状态的次数达到预设数N时出现采集系统正常运行状态的总次数。
6.一种用电信息采集系统运维质量可靠性评估系统,其特征在于,包括输入单元,输入单元用于各元件相关参数;相关参数包括元件的故障率和修复率;
系统运行状态统计单元,用于记录系统运行状态的累计次数,并且确定每次系统运行状态维持的时间;
计算单元,用于计算系统失效概率Pf,系统失效频率Ff,系统平均持续时间Df
系统失效状态的判断单元,用于判断系统在每次的系统运行状态是否处于失效状态。
CN201911122498.8A 2019-11-15 2019-11-15 一种用电信息采集系统运维质量可靠性评估系统及方法 Pending CN111044808A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911122498.8A CN111044808A (zh) 2019-11-15 2019-11-15 一种用电信息采集系统运维质量可靠性评估系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911122498.8A CN111044808A (zh) 2019-11-15 2019-11-15 一种用电信息采集系统运维质量可靠性评估系统及方法

Publications (1)

Publication Number Publication Date
CN111044808A true CN111044808A (zh) 2020-04-21

Family

ID=70232081

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911122498.8A Pending CN111044808A (zh) 2019-11-15 2019-11-15 一种用电信息采集系统运维质量可靠性评估系统及方法

Country Status (1)

Country Link
CN (1) CN111044808A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111641595A (zh) * 2020-05-11 2020-09-08 湖南大学 一种电力网络安全风险评估方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102096829A (zh) * 2011-01-06 2011-06-15 西北工业大学 基于迭代最优化距离分类的空间弱小目标检测方法
CN103149475A (zh) * 2013-02-05 2013-06-12 广东电网公司 电力设备故障诊断方法及系统
CN103312030A (zh) * 2012-03-08 2013-09-18 国家电网公司 电力设备的监控系统和方法
CN104392603A (zh) * 2014-11-20 2015-03-04 国家电网公司 一种现场用电信息采集设备智能诊断系统
CN104867063A (zh) * 2015-06-11 2015-08-26 国网天津市电力公司 一种基于线性加权法的电网多重严重故障识别方法
CN106992513A (zh) * 2017-02-16 2017-07-28 广西电网有限责任公司电力科学研究院 一种发输电系统可靠性评估方法
CN110133488A (zh) * 2019-04-09 2019-08-16 上海电力学院 基于最优等级数的开关柜健康状态评价方法及装置
CN110334728A (zh) * 2019-05-06 2019-10-15 中国联合网络通信集团有限公司 一种面向工业互联网的故障预警方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102096829A (zh) * 2011-01-06 2011-06-15 西北工业大学 基于迭代最优化距离分类的空间弱小目标检测方法
CN103312030A (zh) * 2012-03-08 2013-09-18 国家电网公司 电力设备的监控系统和方法
CN103149475A (zh) * 2013-02-05 2013-06-12 广东电网公司 电力设备故障诊断方法及系统
CN104392603A (zh) * 2014-11-20 2015-03-04 国家电网公司 一种现场用电信息采集设备智能诊断系统
CN104867063A (zh) * 2015-06-11 2015-08-26 国网天津市电力公司 一种基于线性加权法的电网多重严重故障识别方法
CN106992513A (zh) * 2017-02-16 2017-07-28 广西电网有限责任公司电力科学研究院 一种发输电系统可靠性评估方法
CN110133488A (zh) * 2019-04-09 2019-08-16 上海电力学院 基于最优等级数的开关柜健康状态评价方法及装置
CN110334728A (zh) * 2019-05-06 2019-10-15 中国联合网络通信集团有限公司 一种面向工业互联网的故障预警方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
暴英凯: "序贯蒙特卡洛方法在电力系统可靠性评估中的应用差异分析", 《电网技术》 *
杨洋: "电力元件和系统的运行可靠性模型研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 *
王进: "基于蒙特卡洛法的用电信息采集系统可靠性评估模型", 《电力工程技术》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111641595A (zh) * 2020-05-11 2020-09-08 湖南大学 一种电力网络安全风险评估方法及系统
CN111641595B (zh) * 2020-05-11 2021-04-20 湖南大学 一种电力网络安全风险评估方法及系统

Similar Documents

Publication Publication Date Title
CN112685961B (zh) 一种模拟电路的剩余使用寿命预测方法及系统
CN110006645B (zh) 一种多源融合的高压断路器机械故障诊断方法
CN110348615B (zh) 基于蚁群优化支持向量机的电缆线路故障概率预测方法
CN112632794B (zh) 基于交叉熵参数子集模拟优化的电网可靠性评估方法
CN113125095B (zh) 一种基于深度学习的万能式断路器触头系统剩余机械寿命预测方法
CN110570122A (zh) 一种计及风速季节特性及集电系统元件故障的海上风电场可靠性评估方法
CN114492675B (zh) 一种电容式电压互感器故障原因智能诊断方法
CN107305651B (zh) 一种输电系统可靠性评估方法和系统
CN113484813B (zh) 多环境应力下的智能电表故障率预估方法及系统
CN116401532B (zh) 一种电力系统受扰后频率失稳识别方法及系统
CN112818601A (zh) 基于ga-bp神经网络和误差统计分析的水电机组健康评估方法
CN112288147A (zh) 一种BP-Adaboost强预测器预测发电机定子绝缘状态的方法
CN113326612A (zh) 配电网可靠性评估方法及装置
CN110412417B (zh) 基于智能电力监测仪表的微电网数据故障诊断方法
CN115840119A (zh) 利用数据库样本的电力电缆线路劣化诊断系统及方法
CN111044808A (zh) 一种用电信息采集系统运维质量可靠性评估系统及方法
CN111953657B (zh) 一种序列-数据联合驱动的配电网cps网络攻击辨识方法
CN110348489B (zh) 一种基于自编码网络的变压器局部放电模式识别方法
CN116720983A (zh) 一种基于大数据分析的供电设备异常检测方法及系统
CN105741184A (zh) 一种变压器状态评估方法及装置
CN113536673A (zh) 一种仿真建模对运维系统算法评估优化方法
CN115598459A (zh) 一种配电网10kV馈线故障停电预测方法
CN107305648B (zh) 配电网运行、供电可靠性评估方法及系统
CN114355850B (zh) 一种基于列队竞争算法的常减压装置故障诊断方法
CN115566997B (zh) 用于空压站的光伏组件衰减测试系统及方法

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: 20200421