CN111157840A - 故障波形相似度判断方法、控制设备及存储介质 - Google Patents
故障波形相似度判断方法、控制设备及存储介质 Download PDFInfo
- Publication number
- CN111157840A CN111157840A CN201911355214.XA CN201911355214A CN111157840A CN 111157840 A CN111157840 A CN 111157840A CN 201911355214 A CN201911355214 A CN 201911355214A CN 111157840 A CN111157840 A CN 111157840A
- Authority
- CN
- China
- Prior art keywords
- waveform data
- current waveform
- similarity
- fault
- 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
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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Locating Faults (AREA)
Abstract
本发明公开了一种故障波形相似度判断方法,包括:获取多个故障录波波形数据;利用弗雷歇距离算法判断两个相邻所述故障录波波形的相似度;当所述相似度低于设定值时,判断两个相邻所述故障录波波形不相似;当所述相似度高于设定值时,判断两个相邻所述故障录波波形相似。本发明还公开了一种故障波形相似度判断控制设备及存储介质。本发明克服了现有技术中存在的故障定位准确率低的缺陷,实现了提高故障波形比较的准确率,从而提高电力系统故障定位的精确度的有益效果。
Description
技术领域
本发明涉及配电线路故障波形诊断与处理领域,尤其是涉及一种故障波形相似度判断方法、控制设备及存储介质。
背景技术
配电线是电力系统的重要组成部分,在整个电力系统发展中发挥着重要的积极作用,配电线路是电网系统运行的大动脉,同时也很脆弱,任何外力破坏和工作人员错误的操作,均可能引起大面积的停电,严重时甚至会使电网瘫痪,造成巨大的经济损失,给人民生活带来不便。现阶段,随着国民经济水平的提高,工业、企业和家庭用电量越来越大,导致我国的电力系统的压力与日俱增,供电的质量和安全性渐渐成为人们关注的焦点问题。配电线路在一定程度上决定了电力系统能否稳定运行,所以要重视配电线路的质量,深化配电线路在线故障识别及诊断方法研究,对于线路中存在的问题,要做到及时发现并解决,确保电力系统的稳定运行和广大用户的安全用电。
目前,现有技术中的一些方法在实际应用中有一定的局限,而且获得的结果偏差较大,判断故障定位不准确,定位准确率低。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种故障波形相似度判断方法,能够提高故障波形比较的准确率,从而提高电力系统故障定位的精确度。
本发明还提出一种故障波形相似度判断方法的控制设备。
本发明还提出一种故障波形相似度判断方法的计算机可读存储介质。
第一方面,本发明的一个实施例提供了一种故障波形相似度判断方法,包括:
S100:获取多个故障录波波形数据;
S200:利用弗雷歇距离算法判断两个相邻所述故障录波波形的相似度;
S300:当所述相似度低于设定值时,判断两个相邻所述故障录波波形不相似;
S400:当所述相似度高于设定值时,判断两个相邻所述故障录波波形相似。
本发明实施例的一种故障波形相似度判断方法至少具有如下有益效果:能够提高故障波形比较准确度。
根据本发明的另一些实施例的一种故障波形相似度判断方法,所述S200包括:
S210:依次获取两个相邻所述故障录波波形的电流波形数据,分别作为第一电流波形数据和第二电流波形数据;
S220:将所述第一电流波形数据和所述第二电流波形数据应用于公式
其中,A为所述第一电流波形数据,B为第二电流波形数据,所述F(A,B)为第一电流波形数据与第二电流波形数据的相似指数,α是A的重参数化函数,β是B的重参数化函数,d是度量空间上的度量函数,所述t是单位区间[0,1]的值;
S230:利用上述公式得到所述第一电流波形数据和所述第二电流波形数据的相似度。
根据本发明的另一些实施例的一种故障波形相似度判断方法,所述S300之后还包括:
S500:对两个相邻所述故障录波波形进行邻域平滑处理;
S600:对两个相邻所述故障录波波形归一化处理;
S700:重新利用弗雷歇距离算法判断两个相邻所述故障录波波形的相似度。
根据本发明的另一些实施例的一种故障波形相似度判断方法,所述S500具体包括:
S510:假设所述第一电流波形数据或所述第二电流波形数据有N个第一数据,每一个所述第一数据的定义为yi,定义相邻的前n个第二数据为yi-n和相邻的后n个第三数据为yi+n,则:
S520:依此类推可得表达式fi为:
其中,fi表示平滑数据公式;
S530:所述第一电流波形数据处理后得到第三电流波形数据,所述第二电流波形数据处理后得到第四电流波形数据。
根据本发明的另一些实施例的一种故障波形相似度判断方法,所述S600具体包括:
S610:对所述第三电流波形数据和所述第四电流波形数据进行线性转换,所述第三电流波形数据进行线性转换后得到第五电流波形数据,所述第四电流波形数据线性转换后得到第六电流波形数据;
S620:将所述第五电流波形数据和所述第六电流波形数据进行对数转换,所述第五电流波形数据对数转换后得到第七电流波形数据,第六电流波形数据对数转换后得到第八电流波形数据。
根据本发明的另一些实施例的一种故障波形相似度判断方法,还包括:
S630:重新利用弗雷歇距离算法判断第七和第八的相似度。
根据本发明的另一些实施例的一种故障波形相似度判断方法,S610具体包括:
S611:遍历所述第三电流波形数据和所述第四电流波形数据,分别获取所述第三电流波形数据和所述第四电流波形数据的最大值和最小值;
S612:将所述第三电流波形数据和所述第四电流波形数据中所有波形数据按照以下公式转换:
y=(x-min)/(max-min),其中x为第三电流波形数据或所述第四电流波形数据,y为所述第五电流波形数据或所述第六电流波形数据。
根据本发明的另一些实施例的一种故障波形相似度判断方法,其特征在于,所述设定值为0.5,具体为,当数值在0-0.5之间时判断为相似,当数值大于0.5时判断为不相似。
附图说明
图1是本发明实施例中故障波形相似度判断方法的一具体实施例流程示意图;
图2是图1中步骤S200的一具体实施例流程示意图;
图3是图1中步骤S300之后的一具体实施例流程示意图;
图4是图2中一具体实施例示意图。
具体实施方式
以下将结合实施例对本发明的构思及产生的技术效果进行清楚、完整地描述,以充分地理解本发明的目的、特征和效果。显然,所描述的实施例只是本发明的一部分实施例,而不是全部实施例,基于本发明的实施例,本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例,均属于本发明保护的范围。
在本发明实施例的描述中,如果涉及到“若干”,其含义是一个以上,如果涉及到“多个”,其含义是两个以上,如果涉及到“大于”、“小于”、“超过”,均应理解为不包括本数,如果涉及到“以上”、“以下”、“以内”,均应理解为包括本数。如果涉及到“第一”、“第二”,应当理解为用于区分技术特征,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
以下实施例以故障线路上有6个设备进行阐述。
实施例1,参照图1,示出了故障波形相似度判断方法的一具体实施例流程示意图。其具体包括步骤:
S100:获取故障录波波形数据;
具体的,在电力系统或者配电网检测过程中如果电流波形出现异常,相连接的检测设备会给出报警信息,此时可以提取电流波形检测设备录取到的高频暂态零序电流波形数据,这些波形数据的个数取决于电力系统线路上的仪器或设备个数,例如,出现故障的线路上有6个仪器或设备,这是录取到的波形就为6个波形,也即有6个波形数据。
S200:利用弗雷歇距离算法判断故障录波波形的相似度;
其中弗雷歇距离算法对波形相似度的计算准确率高,适合应用于比较曲线波形,以便达到便精准判断故障点的效果。
S300:当相似度低于设定相似度设置值时,判断为不相似;
S400:当相似度高于设定相似度设置值时,判断为相似。
具体的,上述的相似度设置值具体为0.5,当数值在0-0.5之间时判断为相似,当数值大于0.5时判断为不相似。可以理解的是,设定值的选取也可以根据实际情况进行设置。
参照图2,图1中步骤S200的一具体实施例流程示意图,具体包括:
S210:依次获取两个相邻所述故障录波波形的电流波形数据,分别作为第一电流波形数据和第二电流波形数据;
S220:将上述第一电流波形数据和上述第二电流波形数据应用于公式
其中,A为第一电流波形数据,B为第二电流波形数据,F(A,B)为第一电流波形数据与第二电流波形数据的相似指数,α是A的重参数化函数,β是B的重参数化函数,d是度量空间上的度量函数,所述t是单位区间[0,1]的值;
具体的,参照图4,假设故障录波波形A和B是度量空间S上的两条连续曲线,A是S上单位区间[0,1]上的映射即A:[0,1]→S,B是S上单位区间[0,1]上的映射即B:[0,1]→S;同时,假设α和β是单位区间的两个重参数化函数,即α:[0,1]→[0,1],β:[0,1]→[0,1]则故障录波波形A与B的相似指数F(A,B)定义为:
其中:d是S上的度量函数,用于计算S空间上两点之间的距离,t是单位区间[0,1]的值,α是A的重参数化函数,A(t)和A(α(t))均为曲线A上的端点。β是B的重参数化函数,B(t)和B(α(t))均为曲线B上的端点。
具体的,可以理解的是,此时可以假设度量空间S为一个平面,故障录波波形A和B为平面S上的两条曲线,d,A,α,B,β均为已知的固定函数,只有t为变量。
具体的,本实施例将故障录波波形曲线置于同一坐标平面进行比较,故障录波波形A和B分别为这个坐标平面上的波形曲线。A、B具有相同个数的坐标点总数,记为N,x和y分别为横纵坐标,i为区间[0,N]之间的整数,则定义函数d,如下:
A(t)=A(t×N)(x,y) (2)
B(t)=B(t×N)(x,y) (3)
α(t)=β(t)=t×N (4)
可以理解的,此时,由于变量t将在单位区间[0,1]之间遍历取值,可取值无穷多个。本实施例中将该区间作离散化处理,即在该区间采样若干个点来做分析,然后通过逐渐增加采样点的个数来提高精度,最终得出两条曲线的弗雷歇距离。
可以理解的,弗雷歇距离算法中上述的指导公式F(A,B),d,A,α,B,β可以根据实际使用的空间环境来定义。
可以理解的,相似指数F(A,B)越小代表波形相似度越大,相似指数F(A,B)越大代表波形相似度越小。
S230:利用上述公式得到所述第一电流波形数据和所述第二电流波形数据的相似度。
具体的,按照上述设定的故障线路上有6个设备的情况下,会得到6个电流波形数据,要想在这具有6个设备之间的线路找出精确的设备线路,就需要把每个波形数据与后一个相邻波形数据进行比较,比如6个波形数据分别是波形1、波形2、波形3、波形4、波形5、波形6,则需要分别对波形1和波形2、波形2和波形3、波形3和波形4,以此类推,进行比较,得出相似值大于0.5的一组波形,此时就是不相似波形,也即是故障点所在,比如波形1和波形2相似度最低,则故障点就为设备1和设备2之间。
实施例2:图3中步骤S300之后的一具体实施例流程示意图,具体包括:
S500:对两个相邻所述故障录波波形进行邻域平滑处理;
S600:对两个相邻所述故障录波波形归一化处理;
S700:重新利用弗雷歇距离算法判断两个相邻所述故障录波波形的相似度。
具体的,本实施例是针对实施例1中判断不相似之后的实施例,具体的,如果第一次利用弗雷歇距离算法判断上述故障录波波形的相似度得出的结论为不相似,还可以对故障录波波形进行邻域平滑处理和归一化处理,然后重新利用弗雷歇距离算法判断所述故障录波波形的相似度,最后输出相似度的具体结果,比如相似度为0.3或者其他。
上述步骤在本实施例中的目的是为了得到更精确的比较结果,也即得到最精确的相似度。
S500具体包括以下步骤:
S510:假设第一电流波形数据或第二电流波形数据有N个第一数据,每一个第一数据的定义为yi,定义相邻的前n个第二数据为yi-n和相邻的后n个第三数据为yi+n,则:
S520:依此类推可得表达式fi为:
其中,fi表示平滑数据公式;
具体的,对使用弗雷歇距离算法得出波形不相似结论的两个波形进行邻域平滑滤波处理,领域平滑滤波算法是将某一时刻的数据与周围的数据做加权处理,能够很好地处理好一小段时间内的数据关系,减少随机误差的影响。而且可以根据前后数据的重要程度调整权值。该算法具有计算简单、计算速度快、滤波效果好的特点。
S530:第一电流波形数据处理后得到第三电流波形数据,第二电流波形数据处理后得到第四电流波形数据。
步骤S600具体包括:
S610:对上述第三电流波形数据和第四电流波形数据进行线性转换,第三电流波形数据进行线性转换后得到第五电流波形数据,第四电流波形数据线性转换后得到第六电流波形数据;
S620:将第五电流波形数据和第六电流波形数据进行对数转换,第五电流波形数据对数转换后得到第七电流波形数据,第六电流波形数据对数转换后得到第八电流波形数据。
具体的,归一化的具体作用是归纳统一样本的统计分布性,归一化在0-1之间是统计的概率分布,归一化在-1-+1之间是统计的坐标分布。
具体的,在上述步骤之后还包括步骤:S630,重新利用弗雷歇距离算法判断第七和第八的相似度。
S610具体包括:
S611:遍历所述第三电流波形数据和所述第四电流波形数据,分别获取所述第三电流波形数据和所述第四电流波形数据的最大值和最小值;
S612:将所述第三电流波形数据和所述第四电流波形数据中所有波形数据按照以下公式转换:
y=(x-min)/(max-min),其中x为第三电流波形数据或所述第四电流波形数据,y为第五电流波形数据或第六电流波形数据。
实施例3:本实施例中提供了一种故障波形相似度判断方法控制设备,包括:
至少一个处理器,以及与上述至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,上述指令被上述至少一个处理器执行,以使上述至少一个处理器能够执行上述的故障波形相似度判断方法。
实施例4:本实施例提供一种计算机可读存储介质,上述计算机可读存储介质存储有计算机可执行指令,用于使计算机执行如上述的故障波形相似度判断方法。
上面结合附图对本发明实施例作了详细说明,但是本发明不限于上述实施例,在所述技术领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。此外,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
Claims (10)
1.一种故障波形相似度判断方法,其特征在于,包括:
S100:获取多个故障录波波形数据;
S200:利用弗雷歇距离算法判断两个相邻所述故障录波波形的相似度;
S300:当所述相似度低于设定值时,判断两个相邻所述故障录波波形不相似;
S400:当所述相似度高于设定值时,判断两个相邻所述故障录波波形相似。
3.根据权利要求2所述的一种故障波形相似度判断方法,其特征在于,其特征在于,所述S300之后还包括:
S500:对两个相邻所述故障录波波形进行邻域平滑处理;
S600:对两个相邻所述故障录波波形归一化处理;
S700:重新利用弗雷歇距离算法判断两个相邻所述故障录波波形的相似度。
5.根据权利要求4所述的一种故障波形相似度判断方法,其特征在于,所述S600具体包括:
S610:对所述第三电流波形数据和所述第四电流波形数据进行线性转换,所述第三电流波形数据进行线性转换后得到第五电流波形数据,所述第四电流波形数据线性转换后得到第六电流波形数据;
S620:将所述第五电流波形数据和所述第六电流波形数据进行对数转换,所述第五电流波形数据对数转换后得到第七电流波形数据,第六电流波形数据对数转换后得到第八电流波形数据。
6.根据权利要求5所述的一种故障波形相似度判断方法,其特征在于,还包括:
S630,重新利用弗雷歇距离算法判断第七和第八的相似度。
7.根据权利要求5所述的一种故障波形相似度判断方法,其特征在于,S610具体包括:
S611:遍历所述第三电流波形数据和所述第四电流波形数据,分别获取所述第三电流波形数据和所述第四电流波形数据的最大值和最小值;
S612:将所述第三电流波形数据和所述第四电流波形数据中所有波形数据按照以下公式转换:
y=(x-min)/(max-min),其中x为第三电流波形数据或所述第四电流波形数据,y为所述第五电流波形数据或所述第六电流波形数据。
8.根据权利要求1至7任一项所述的一种故障波形相似度判断方法,其特征在于,所述设定值为0.5。
9.一种故障波形相似度判断方法控制设备,其特征在于,包括:
至少一个处理器,以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7任一项所述的故障波形相似度判断方法。
10.一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存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1至7任一项所述的故障波形相似度判断方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911355214.XA CN111157840A (zh) | 2019-12-25 | 2019-12-25 | 故障波形相似度判断方法、控制设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911355214.XA CN111157840A (zh) | 2019-12-25 | 2019-12-25 | 故障波形相似度判断方法、控制设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111157840A true CN111157840A (zh) | 2020-05-15 |
Family
ID=70556716
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911355214.XA Pending CN111157840A (zh) | 2019-12-25 | 2019-12-25 | 故障波形相似度判断方法、控制设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111157840A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112531629A (zh) * | 2020-11-12 | 2021-03-19 | 国网河北省电力有限公司电力科学研究院 | 配电网保护定值自动整定方法、装置及终端设备 |
CN113406439A (zh) * | 2021-06-23 | 2021-09-17 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种配电网故障定位方法 |
CN113640617A (zh) * | 2021-07-20 | 2021-11-12 | 国网浙江省电力有限公司电力科学研究院 | 一种电缆缺陷定位方法及设备 |
CN113740662A (zh) * | 2021-07-30 | 2021-12-03 | 深圳市科陆电子科技股份有限公司 | 用于输电线路的故障判断方法、计算机装置及存储介质 |
CN114118485A (zh) * | 2022-01-25 | 2022-03-01 | 中国空气动力研究与发展中心设备设计与测试技术研究所 | 一种尾撑系统健康监测与预防性维护的方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107340449A (zh) * | 2017-06-16 | 2017-11-10 | 国网福建省电力有限公司 | 一种自适应混合接地方式的单相接地故障定位方法及系统 |
CN108107321A (zh) * | 2017-12-14 | 2018-06-01 | 科大智能电气技术有限公司 | 一种电力系统故障波形比对方法 |
CN109375060A (zh) * | 2018-11-12 | 2019-02-22 | 上海金智晟东电力科技有限公司 | 一种配电网故障波形相似度计算方法 |
-
2019
- 2019-12-25 CN CN201911355214.XA patent/CN111157840A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107340449A (zh) * | 2017-06-16 | 2017-11-10 | 国网福建省电力有限公司 | 一种自适应混合接地方式的单相接地故障定位方法及系统 |
CN108107321A (zh) * | 2017-12-14 | 2018-06-01 | 科大智能电气技术有限公司 | 一种电力系统故障波形比对方法 |
CN109375060A (zh) * | 2018-11-12 | 2019-02-22 | 上海金智晟东电力科技有限公司 | 一种配电网故障波形相似度计算方法 |
Non-Patent Citations (2)
Title |
---|
佚名: "离散Fréchet(弗雷歇) 距离评价曲线相似度", 《个人图书馆》 * |
黄世泽: "基于弗雷歇距离的道岔故障诊断方法", 《同 济 大 学 学 报(自 然 科 学 版)》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112531629A (zh) * | 2020-11-12 | 2021-03-19 | 国网河北省电力有限公司电力科学研究院 | 配电网保护定值自动整定方法、装置及终端设备 |
CN112531629B (zh) * | 2020-11-12 | 2023-02-28 | 国网河北省电力有限公司电力科学研究院 | 配电网保护定值自动整定方法、装置及终端设备 |
CN113406439A (zh) * | 2021-06-23 | 2021-09-17 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种配电网故障定位方法 |
CN113640617A (zh) * | 2021-07-20 | 2021-11-12 | 国网浙江省电力有限公司电力科学研究院 | 一种电缆缺陷定位方法及设备 |
CN113740662A (zh) * | 2021-07-30 | 2021-12-03 | 深圳市科陆电子科技股份有限公司 | 用于输电线路的故障判断方法、计算机装置及存储介质 |
CN114118485A (zh) * | 2022-01-25 | 2022-03-01 | 中国空气动力研究与发展中心设备设计与测试技术研究所 | 一种尾撑系统健康监测与预防性维护的方法 |
CN114118485B (zh) * | 2022-01-25 | 2022-04-08 | 中国空气动力研究与发展中心设备设计与测试技术研究所 | 一种尾撑系统健康监测与预防性维护的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111157840A (zh) | 故障波形相似度判断方法、控制设备及存储介质 | |
CN109375060B (zh) | 一种配电网故障波形相似度计算方法 | |
CN111046327B (zh) | 适用于低频振荡与次同步振荡辨识的Prony分析方法 | |
CN111426905B (zh) | 一种配电网同母线变关系异常诊断方法、装置及系统 | |
CN116865269A (zh) | 一种风电机组高谐波补偿方法及系统 | |
CN107844670A (zh) | 一种谐波统计所需样本数量的计算方法 | |
CN111175608A (zh) | 基于加速独立分量分析的配电网谐波责任定量划分方法 | |
CN115908051A (zh) | 一种电力系统储能容量确定方法 | |
CN117972398B (zh) | 一种断路器故障特征信息提取方法及系统 | |
CN110098610B (zh) | 故障扰动下电力系统振荡主导模式的实时辨识方法及系统 | |
CN106442830A (zh) | 变压器油中气体含量告警值的检测方法和系统 | |
CN115963350A (zh) | 一种直流配电网故障定位方法及装置 | |
CN116165487A (zh) | 一种gis局部放电特征量提取方法、装置、设备和介质 | |
CN115047294A (zh) | 配电线路的故障检测方法、装置、设备及存储介质 | |
CN110095743B (zh) | 一种配网终端录波性能试验模块及其波形拟合方法 | |
JP7038011B2 (ja) | 電力系統運用支援装置および方法、並びに振動抑制システム | |
CN112129989A (zh) | 一种基于自适应聚类的电压暂降分段刻画方法 | |
CN111581582A (zh) | 一种基于功率谱分析的中子探测信号数字处理方法 | |
CN112415258A (zh) | 电压暂态事件的特征幅值和持续时间的判别方法及系统 | |
CN111426376A (zh) | 一种交流输电线路可听噪声声功率预测计算方法 | |
CN117390898B (zh) | 一种医疗线缆可靠性预测方法及系统 | |
CN117572105B (zh) | 一种电力设备隐性缺陷的混合式检测装置 | |
CN118391249B (zh) | 大型水泵运行状态监测数据处理方法及装置 | |
CN117471211A (zh) | 一种参考中性点的确定方法、装置、设备及存储介质 | |
CN117039883A (zh) | 基于切换输入机制的长预见期风电集群功率预测方法 |
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 |
Application publication date: 20200515 |
|
RJ01 | Rejection of invention patent application after publication |