CN111313411A - 基于重要抽样影响增量的电力系统可靠性评估方法及装置 - Google Patents
基于重要抽样影响增量的电力系统可靠性评估方法及装置 Download PDFInfo
- Publication number
- CN111313411A CN111313411A CN202010164712.2A CN202010164712A CN111313411A CN 111313411 A CN111313411 A CN 111313411A CN 202010164712 A CN202010164712 A CN 202010164712A CN 111313411 A CN111313411 A CN 111313411A
- Authority
- CN
- China
- Prior art keywords
- power grid
- accident state
- order
- independence
- acquiring
- 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
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- 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
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种基于重要抽样影响增量的电力系统可靠性评估方法及装置,涉及电力系统分析的技术领域,方法包括S1:获取预置参数以及支路失效率,并基于预置参数以及支路失效率获取各个支路间的独立性,以获取电网的k阶事故状态的独立性矩阵Ds;S2:判定电网的k阶事故状态的独立性矩阵Ds是否可达;判定k阶事故状态的所有状态是否全部被分析或k阶事故状态下抽样次数是否大于最大抽样数;若是,则基于事故状态影响以及事故状态影响增量获取电网的可靠性。本方法弥补了现有技术中蒙特卡洛方法难以抽到事故状态的不足。并且影响增量的引入也进一步提高了评估的计算精度和效率。
Description
技术领域
本发明涉及电力系统评估的技术领域,尤其是涉及一种基于重要抽样影响增量的电力系统可靠性评估方法及装置。
背景技术
20世纪60年代中期,美国、西欧和日本以及前苏联等国家电力系统陆续出现稳定性的破坏事故,导致了大面积的停电,因此可靠性评估技术引入到了电力系统。20世纪90年代电力市场的出现和1996年美国西部发生的两次停电事故成为影响电力系统可靠性进一步发展的因素。
当前,伴随着现代电力系统的日趋复杂化、高效化和智能化,电力系统将会面临更多的不确定性因素,为了保证系统的安全、可靠、稳定运行,电力系统可靠性评估变得更加重要。传统的电力系统可靠性评估的方法主要有两大类—解析法和蒙特卡洛方法:
解析法—以数学模型为依托,对电力系统可靠性进行评估,优点是其物理概念清楚,模型精度高,但是解析法的计算量对系统规模的弹性较大,不适用于规模较大的系统;
蒙特卡洛方法—根据是否考虑时间特性,分为序贯蒙特卡洛方法和非序贯蒙特卡洛方法,由于非序贯蒙特卡洛方法简单,算法易于实现,因此被广泛应用。蒙特卡洛方法的主要缺点是计算效率低,并且结果受系统可靠性水平影响严重,在高可靠性系统中,由于很难抽到事故状态而导致计算精度明显下降。
因此,现有技术中采取的方法均存在不足,需提供一种可靠性评估方法以弥补现有技术中蒙特卡洛方法难以抽到事故状态的不足,并且影响增量的引入也进一步提高了评估的计算精度和效率。
发明内容
有鉴于此,本发明的目的在于提供一种基于重要抽样影响增量的电力系统可靠性评估方法,以提高计算精度和效率并且缓解了蒙特卡洛方法难以抽到事故状态的不足,为电力系统的可靠性评估提供依据。
第一方面,本发明提供了一种基于重要抽样影响增量的电力系统可靠性评估方法,应用于服务器,包括:
S1:获取预置参数以及系统参数,并基于预置参数以及系统参数获取各个支路间的独立性,以获取电网k阶事故状态的独立性矩阵Ds;
S2:判定所述的电网k阶事故状态的独立性矩阵Ds是否可达;
若否,令k=k+1,并执行所述获取电网k阶事故状态的独立性矩阵Ds的步骤,并判定所述k阶事故状态中的电网支路是否独立;
若是,则获取事故状态影响以及事故状态影响增量;
判定k阶事故状态的所有状态是否全部被分析或k阶事故状态下抽样次数是否大于最大抽样数;
若是,则基于所述事故状态影响以及所述事故状态影响增量获取电网的可靠性。
优选的,所述获取预置参数以及系统参数,并基于预置参数以及系统参数获取各个支路间的独立性,以获取电网的k阶事故状态的独立性矩阵Ds的步骤包括:
枚举k阶下的所有事件,并利用潮流计算基于所述预置参数和系统参数获取电网线路的功率增量ΔP和增加阻抗增量ΔZh,电网网络拓扑,节点输入功率以及节点输出功率;
基于所述预置参数以及所述电网线路的功率增量和阻抗增量获取灵敏度矩阵,并基于所述灵敏度矩阵构建所述电网k阶事故状态的独立性矩阵Ds。
优选的,其特征在于,所述获取预置参数以及系统参数,并基于预置参数以及系统参数获取各个支路间的独立性,以获取电网k阶事故状态的独立性矩阵Ds的步骤包括:
获取预置参数以及系统参数,电网样本空间分布f(x),并构造最优概率分布函数h(x)以及重要权函数R(x);
基于最优概率分布函数h(x)对第k阶事件进行模拟并利用潮流计算基于所述预置参数和系统参数获取电网线路的功率增量ΔP和增加阻抗增量ΔZh;
基于所述预置参数以及所述电网线路的功率增量和阻抗增量获取灵敏度矩阵,并基于所述灵敏度矩阵构建所述电网k阶事故状态的独立性矩阵Ds。
优选的,采用如下公式进行计算:
MCNum—蒙特卡洛模拟部分的抽样总数;
nSE—状态枚举部分的最高枚举阶数;
γ—最优乘子;
Pi—第i个元件的失效概率;
ΔIs—系统状态s的影响增量;
ΔIu—系统状态u的影响增量。
第二方面,本发明提供了一种基于重要抽样影响增量的电力系统可靠性评估装置,包括:
独立性矩阵获取模块:用于获取预置参数以及系统参数,并基于预置参数以及系统参数获取各个支路间的独立性,以获取电网k阶事故状态的独立性矩阵Ds;可达性判定矩阵:用于判定所述的电网k阶事故状态的独立性矩阵Ds是否可达;
抽样数模块:用于判定k阶事故状态的所有状态是否全部被分析或k阶事故状态下抽样次数是否大于最大抽样数。
本发明实施例带来了以下有益效果:本发明提供了一种基于重要抽样影响增量的电力系统可靠性评估方法及装置,应用于服务器,其特征在于,包括:S1:获取预置参数以及系统参数,并基于预置参数以及系统参数获取各个支路间的独立性,以获取电网k阶事故状态的独立性矩阵Ds;S2:判定电网k阶事故状态的电网的独立性矩阵Ds是否可达;若否,令k=k+1,并执行获取电网k阶事故状态的独立性矩阵Ds的步骤,并判定k阶事故状态中的电网支路是否独立;若是,则获取事故状态影响以及事故状态影响增量;判定k阶事故状态的所有状态是否全部被分析或k阶事故状态下抽样次数是否大于最大抽样数;若是,则基于事故状态影响以及事故状态影响增量获取电网的可靠性。弥补了现有技术中蒙特卡洛方法事故状态难以抽到的不足,并且引入影响增量的计算形式,实现了高阶事故权重向低阶转移,提高了评估的精度和效率。本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于重要抽样影响增量的电力系统可靠性评估方法流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前现有技术中采取的可靠性评估方法均存在不足,基于此,本发明实施例提供的一种基于重要抽样影响增量的电力系统可靠性评估方法及装置,可以提升评估的计算精度和效率并且也弥补了现有技术中蒙特卡洛方法难以抽到事故状态的不足,为电力系统的可靠性评估提供依据。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种基于重要抽样影响增量的电力系统可靠性评估方法进行详细介绍。
实施例一:
本发明实施例一提供了一种基于重要抽样影响增量的电力系统可靠性评估方法,应用于服务器,:具体包括如下步骤:
S1:获取预置参数以及系统参数,并基于所述预置参数以及所述系统参数获取各个支路间的独立性,以获取电网k阶事故状态的独立性矩阵Ds;
具体的,所述预置参数包括灵敏度阈值,利用线路h增加阻抗ΔZh,调用潮流计算程序计算第i条线路的功率增量ΔPi,并通过所述线路h增加阻抗ΔZh以及所述第i条线路的功率增量ΔPi获取线路间的灵敏度,当线路间的灵敏度大于所述灵敏度阈值时,则判定两条线路相互独立,记做1,反之记做0;进一步的,当k阶数较低时,采取逐一列举的方式对k阶事故状态进行列举,当k阶数较高时,采用抽样方法对k阶事故状态进行抽样;
S2:判定所述的电网k阶事故状态的独立性矩阵Ds是否可达;
具体的,通过可达性判定枚举或抽样的k阶事故状态中的电网支路是否独立;
若否,令k=k+1,并执行所述获取电网k阶事故状态的独立性矩阵Ds的步骤,并判定所述k阶事故状态中的电网支路是否独立;
若是,则获取事故状态影响以及事故状态影响增量;
判定k阶事故状态的所有状态是否全部被分析或k阶事故状态下抽样次数是否大于最大抽样数;
若是,则基于所述事故状态影响以及所述事故状态影响增量获取电网的可靠性。
具体采用如下公式:优选的,采用如下公式进行计算:
MCNum—蒙特卡洛模拟部分的抽样总数;
nSE—状态枚举部分的最高枚举阶数;
γ—最优乘子;
Pi—第i个元件的失效概率;
ΔIs—系统状态s的影响增量;
ΔIu—系统状态u的影响增量。
进一步的,最优乘子γ采用如下公式进行获取:
设定一个初始乘子,然后通过迭代收敛得到最优乘子,迭代公式如下:
其中,n0是失效元件数;n1为正常元件数;Pi—第i个元件的失效概率。
实施例二:
本发明实施例二针对于当阶数较低时构建k阶事故状态的电网的独立性矩阵Ds的一种可能的实施方式:
具体的,包括如下步骤:
枚举k阶下的所有事件,并利用潮流计算基于所述预置参数和系统参数获取电网线路的功率增量ΔP和增加阻抗增量ΔZh,电网网络拓扑,节点输入功率以及节点输出功率;
基于所述预置参数以及所述电网线路的功率增量和阻抗增量获取灵敏度矩阵,并基于所述灵敏度矩阵构建所述电网k阶事故状态的独立性矩阵Ds。
具体的,采用如下公式计算灵敏度:
通过灵敏度构建灵敏度矩阵[Spz],并设置灵敏度阈值,将灵敏度矩阵[Spz]的元素与灵敏度阈值相比较,若线路i和j对线路h的灵敏度都小于灵敏度阈值时,则线路i和线路j彼此独立,记为dij=0;否则dij=1,由此获得电网k阶事故状态的独立性矩阵Ds。
实施例三:
本发明实施例三对高阶事件下电网k阶事故状态的独立性矩阵Ds的构建方法进行了阐述;
本发明实施例二针对于当阶数较高时构建电网k阶事故状态的独立性矩阵Ds的一种可能的实施方式:
具体包括如下步骤:
获取预置参数以及系统参数,电网样本空间分布f(x),并构造最优概率分布函数h(x)以及重要权函数R(x);
基于最优概率分布函数h(x)以及重要权函数R(x)对第k阶事件进行模拟并利用潮流计算基于所述预置参数和系统参数获取电网线路的功率增量ΔP和增加阻抗增量ΔZh;
基于所述预置参数以及所述电网线路的功率增量和阻抗增量获取灵敏度矩阵,并基于所述灵敏度矩阵构建所述电网k阶事故状态的独立性矩阵Ds。
实施例四:
实施例四,对IEEE-RTS-24系统进行实例测试,使用影响增量法(II)、传统蒙特卡洛模拟法(MC)、基于重要抽样的蒙特卡洛模拟法(MC_IMP)作为对比。在结果比较时,将收敛准则为抽样总数达到106的传统蒙特卡洛模拟法作为参考,以其所得的评估结果作为其它算法的基准值。评估结果如下表所示:
表1四种方法在IEEE-RTS-24系统中的表现
表2相同方差系数下的时间对比
表3四种方法在低负荷系统中的表现
表4四种方法在高负荷系统中的表现
实施例五:
本发明实施例五提供了本发明提供了一种基于重要抽样影响增量的电力系统可靠性评估装置,包括:
独立性矩阵获取模块:用于获取预置参数以及系统参数,并基于预置参数以及系统参数获取各个支路间的独立性,以获取电网k阶事故状态的独立性矩阵Ds;
可达性判定矩阵:用于判定所述的电网k阶事故状态的独立性矩阵Ds中的是否可达;
若否,则执行所述获取电网k阶事故状态的独立性矩阵Ds的步骤,判定下一个枚举或抽样的k阶事故状态中的电网支路是否独立。
若是,则获取事故状态影响以及事故状态影响增量;
抽样数模块:用于判定k阶事故状态的所有状态是否全部被分析或k阶事故状态下抽样次数是否大于最大抽样数;
若是,则基于所述事故状态影响以及所述事故状态影响增量获取电网的可靠性。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本发明的范围。
本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (5)
1.一种基于重要抽样影响增量的电力系统可靠性评估方法,应用于服务器,其特征在于,包括:
S1:获取预置参数以及系统参数,并基于预置参数以及系统参数获取各个支路间的独立性,以获取电网的k阶事故状态的独立性矩阵Ds;
S2:判定所述的电网k阶事故状态的独立性矩阵Ds的是否可达;
若否,令k=k+1,并执行所述获取电网k阶事故状态的独立性矩阵Ds的步骤,并判定所述k阶事故状态中的电网支路是否独立;
若是,则获取事故状态影响以及事故状态影响增量;
判定k阶事故状态的所有状态是否全部被分析或k阶事故状态下抽样次数是否大于最大抽样数;
若是,则基于所述事故状态影响以及所述事故状态影响增量获取电网的可靠性。
2.根据权利要求1所述的方法,其特征在于,所述获取预置参数以及系统参数,并基于预置参数以及系统参数获取各个支路间的独立性,以获取电网k阶事故状态的独立性矩阵Ds的步骤包括:
枚举k阶下的所有事件,并利用潮流计算基于所述预置参数和系统参数获取电网线路的功率增量ΔP和增加阻抗增量ΔZh,电网网络拓扑,节点输入功率以及节点输出功率;
基于所述预置参数以及所述电网线路的功率增量和阻抗增量获取灵敏度矩阵,并基于所述灵敏度矩阵构建所述k阶事故状态的电网的独立性矩阵Ds。
3.根据权利要求1所述的方法,其特征在于,所述获取预置参数以及系统参数,并基于预置参数以及系统参数获取各个支路间的独立性,以获取电网的k阶事故状态的独立性矩阵Ds的步骤包括:
获取预置参数以及系统参数,电网样本空间分布f(x),并构造最优概率分布函数h(x)以及重要权函数R(x);
基于最优概率分布函数h(x)以及重要权函数R(x)对第k阶事件进行模拟并利用潮流计算基于所述预置参数和系统参数获取电网线路的功率增量ΔP和增加阻抗增量ΔZh;
基于所述预置参数以及所述电网线路的功率增量和阻抗增量获取灵敏度矩阵,并基于所述灵敏度矩阵构建所述电网k阶事故状态的独立性矩阵Ds。
5.一种基于重要抽样影响增量的电力系统可靠性评估装置,其特征在于,包括:
独立性矩阵获取模块:用于获取预置参数以及系统参数,并基于预置参数以及系统参数获取各个支路间的独立性,以获取电网k阶事故状态的独立性矩阵Ds;可达性判定矩阵:用于判定所述的电网k阶事故状态的独立性矩阵Ds是否可达;
抽样数模块:用于判定k阶事故状态的所有状态是否全部被分析或k阶事故状态下抽样次数是否大于最大抽样数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010164712.2A CN111313411B (zh) | 2020-03-11 | 2020-03-11 | 基于重要抽样影响增量的电力系统可靠性评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010164712.2A CN111313411B (zh) | 2020-03-11 | 2020-03-11 | 基于重要抽样影响增量的电力系统可靠性评估方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111313411A true CN111313411A (zh) | 2020-06-19 |
CN111313411B CN111313411B (zh) | 2023-08-04 |
Family
ID=71160751
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010164712.2A Active CN111313411B (zh) | 2020-03-11 | 2020-03-11 | 基于重要抽样影响增量的电力系统可靠性评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111313411B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7249730B1 (en) * | 2004-09-23 | 2007-07-31 | United States Of America As Represented By The Secretary Of The Army | System and method for in-flight trajectory path synthesis using the time sampled output of onboard sensors |
CN104332996A (zh) * | 2014-11-18 | 2015-02-04 | 国家电网公司 | 一种评估电力系统可靠性的方法 |
CN105071381A (zh) * | 2015-07-28 | 2015-11-18 | 天津大学 | 一种基于影响增量的状态枚举可靠性评估方法及其装置 |
US20160239766A1 (en) * | 2015-02-16 | 2016-08-18 | Nathan R. Cameron | Systems, methods, and user interfaces for evaluating quality, health, safety, and environment data |
CN106022581A (zh) * | 2016-05-12 | 2016-10-12 | 西安交通大学 | 基于几何优化-最小方差化方法的重要抽样蒙特卡洛电力系统可靠性评估方法 |
CN106096827A (zh) * | 2016-06-02 | 2016-11-09 | 国网山东省电力公司济南供电公司 | 基于混合抽样与最小切负荷计算的可靠性计算方法及平台 |
CN107358352A (zh) * | 2017-07-05 | 2017-11-17 | 国网山东省电力公司电力科学研究院 | 基于蒙特卡洛模拟的电力系统可靠性评估系统及方法 |
CN108599151A (zh) * | 2018-04-28 | 2018-09-28 | 国网山东省电力公司电力科学研究院 | 一种电力系统可靠性评估动态并行计算方法 |
CN110570108A (zh) * | 2019-08-29 | 2019-12-13 | 天津大学 | 一种基于拉格朗日乘子的最优负荷削减算法及其应用 |
-
2020
- 2020-03-11 CN CN202010164712.2A patent/CN111313411B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7249730B1 (en) * | 2004-09-23 | 2007-07-31 | United States Of America As Represented By The Secretary Of The Army | System and method for in-flight trajectory path synthesis using the time sampled output of onboard sensors |
CN104332996A (zh) * | 2014-11-18 | 2015-02-04 | 国家电网公司 | 一种评估电力系统可靠性的方法 |
US20160239766A1 (en) * | 2015-02-16 | 2016-08-18 | Nathan R. Cameron | Systems, methods, and user interfaces for evaluating quality, health, safety, and environment data |
CN105071381A (zh) * | 2015-07-28 | 2015-11-18 | 天津大学 | 一种基于影响增量的状态枚举可靠性评估方法及其装置 |
CN106022581A (zh) * | 2016-05-12 | 2016-10-12 | 西安交通大学 | 基于几何优化-最小方差化方法的重要抽样蒙特卡洛电力系统可靠性评估方法 |
CN106096827A (zh) * | 2016-06-02 | 2016-11-09 | 国网山东省电力公司济南供电公司 | 基于混合抽样与最小切负荷计算的可靠性计算方法及平台 |
CN107358352A (zh) * | 2017-07-05 | 2017-11-17 | 国网山东省电力公司电力科学研究院 | 基于蒙特卡洛模拟的电力系统可靠性评估系统及方法 |
CN108599151A (zh) * | 2018-04-28 | 2018-09-28 | 国网山东省电力公司电力科学研究院 | 一种电力系统可靠性评估动态并行计算方法 |
CN110570108A (zh) * | 2019-08-29 | 2019-12-13 | 天津大学 | 一种基于拉格朗日乘子的最优负荷削减算法及其应用 |
Non-Patent Citations (3)
Title |
---|
侯恺: "电力系统可靠性评估方法改进与应用研究" * |
李宝莉;付仙兰;杨少帅;: "基于改进蒙特卡洛法的电力系统可靠性评估" * |
李慧;胡旭东;宣文博;: "电力系统可靠性评估的重要抽样影响增量方法" * |
Also Published As
Publication number | Publication date |
---|---|
CN111313411B (zh) | 2023-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108254696B (zh) | 电池的健康状态评估方法及系统 | |
CN109991548A (zh) | 一种ocv-soc标定实验方法、电池等效模型参数辨识方法及soc估算方法 | |
CN104914405B (zh) | 检测方法及装置 | |
CN113156321B (zh) | 一种锂离子电池荷电状态soc的估算方法 | |
CN107942261B (zh) | 电池荷电状态的估计方法及系统 | |
CN111682846B (zh) | 一种故障诊断方法及诊断设备 | |
CN111142025A (zh) | 一种电池soc估算方法、装置、存储介质及电动汽车 | |
CN115840184B (zh) | 一种电压互感器运行误差分析方法、介质及终端 | |
CN117748507B (zh) | 基于高斯回归模型的配网谐波接入不确定性评估方法 | |
CN115113125A (zh) | 一种多通道任意波形发生器的校正系统 | |
CN112083299B (zh) | 一种基于卡尔曼滤波的直流系统绝缘故障预测方法 | |
CN111313411A (zh) | 基于重要抽样影响增量的电力系统可靠性评估方法及装置 | |
CN117936955A (zh) | 一种储能系统及电池内阻检测方法 | |
CN117347890A (zh) | 校准荷电状态的方法和装置 | |
CN116125291A (zh) | 基于ocv曲线分段的电池能量状态估计方法及存储介质 | |
CN107732940B (zh) | 一种基于adpss的电力系统稳定器参数优化试验方法 | |
CN113739926B (zh) | 列车电器柜温升故障的检测方法、装置及终端设备 | |
CN112240992B (zh) | 基于线路空充暂态电流的保护极性校验方法、装置和设备 | |
CN105656453B (zh) | 一种基于时间序列的光纤电流互感器随机噪声实时滤波方法 | |
CN115270674A (zh) | 一种基于自动化的带时序裕量的lib提取方法和装置 | |
CN113537821A (zh) | 一种电力系统状态的快速评估方法及系统 | |
CN112202170A (zh) | 直流微网负荷故障诊断方法、设备及存储介质 | |
CN112464436A (zh) | 一种用于电力仿真模型参数辨识的步长调节方法 | |
CN115577525B (zh) | 一种电力设计的设计校验方法及系统 | |
CN114363205B (zh) | 高速链路阻抗突变分析方法、系统、终端及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |