CN111401481A - 基于多源信息融合技术的电网运行方式自动识别方法 - Google Patents
基于多源信息融合技术的电网运行方式自动识别方法 Download PDFInfo
- Publication number
- CN111401481A CN111401481A CN202010359267.5A CN202010359267A CN111401481A CN 111401481 A CN111401481 A CN 111401481A CN 202010359267 A CN202010359267 A CN 202010359267A CN 111401481 A CN111401481 A CN 111401481A
- Authority
- CN
- China
- Prior art keywords
- power grid
- operation mode
- data
- source information
- constant value
- 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
- 230000004927 fusion Effects 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000005516 engineering process Methods 0.000 title claims abstract description 24
- 230000014509 gene expression Effects 0.000 claims abstract description 26
- 230000003068 static effect Effects 0.000 claims abstract description 9
- 238000013178 mathematical model Methods 0.000 claims abstract description 4
- 230000006870 function Effects 0.000 claims description 15
- 239000013598 vector Substances 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000007418 data mining Methods 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000007499 fusion processing Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 230000011664 signaling Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 102000016550 Complement Factor H Human genes 0.000 description 1
- 108010053085 Complement Factor H Proteins 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000009849 deactivation Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Economics (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Probability & Statistics with Applications (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了基于多源信息融合技术的电网运行方式自动识别方法,包括以下步骤,S1、多源信息融合技术分析电网运行方式要素,并结合其中的静态要素生成相应的逻辑表达式;S2、分别利用两种故障的数学模型构造适应度函数,将故障定位问题转化为参数识别问题;S3、通过保信系统校核切换结果,构成完整的定值切换闭环控制系统。本发明的技术方案通过获得各线路应当切换的保护定值区,之后调度端通过保信系统/现场人员完成现场保护定值的切换。完成上述操作后,再通过保信系统读取现场定值并与当前识别的保护定值进行对比,防止出现定值切换出错或者未切的情况。经工程验证反馈,该方法能够正确切换定值区域,验证了该发明的可行性。
Description
技术领域
本发明涉及涉及电力系统电网运行方式线路保护定值区在线校核领域,是基于多源信息融合技术的电网运行方式自动识别方法。
背景技术
继电保护装置作为电力系统最重要的二次设备之一,其定值的准确性和可靠性直接关系到电力系统的稳定安全运行。随着继电保护在线校核技术的发展,提高了整定计算定值的准确程度和实用程度。针对提高继电保护定值可靠性方面,提出了一种基于分项综合指标的继电保护定值在线校核新方法。针对选择性校核技术进行了改良优化设计开发了一套新的定值校核与预警系统,通过EMS系统和继电保护整定软件获取电网模型与保护定值,并结合定值比较法和保护范围比较法两种方法的优点。针对通化电网的实际情况,利用工程实例验证了地区电网保护定值在线校核系统的合理性。对于传统校核方式盲目随机校核的问题,提出了一种基于保护重要度的在线校核方式,从风险评估的角度对校核顺序进行排序提高了校核的准确性。
而实际上随着电网的结构逐渐扩展,其运行方式灵活多变,在设备整定时常常需要设定多套保护定值区以满足不同的电网运行方式,也因此衍生了对定值区切换技术改良优化方面的需求。同时,由于当今电网中关于输电网的信息采集系统已较为成熟,可通过数据采集和监视控制系统(Supervisory Control and Data Acquisition,SCADA)、同步相量测量装置(Phasor Measurement Unit,PMU)及光纤连接通讯实现输电网的状态监测及信息互联,由此完成海量数据的信息采集与处理,并结合信息融合技术与电网资源状态评估方法确定运行方式要素,为定值区域切换的技术优化提供理论依据。
由于目前的定值区域切换方式主要是通过加强人为管理,及时发现运行方式的变动从而实现保护定值区域的手动切换,因此经常出现人为疏漏而导致定值区未能及时切换的问题。因此本发明提出一种在技术层面上,通过结合多源信息融合技术,能及时识别运行方式的改变与保护装置定值区域的逻辑表达式匹配,并自动切换定值区的在线校核新方法。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了基于多源信息融合技术的电网运行方式自动识别方法,解决了以上提出的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:基于多源信息融合技术的电网运行方式自动识别方法,包括以下步骤:
基于多源信息融合技术的电网运行方式自动识别方法,包括以下步骤:
S1、多源信息融合技术分析电网运行方式要素,并结合其中的静态要素生成相应的逻辑表达式。
S2、分别利用两种故障的数学模型构造适应度函数,将故障定位问题转化为参数识别问题。
S3、通过保信系统校核切换结果,构成完整的定值切换闭环控制系统。
进一步的,对于分析电网运行方式要素这一具有多维度特征的技术问题,可利用的数据有状态信息实时数据、状态信息历史数据和电网运行数据;首先对状态信息实时数据进行数据挖掘,由于大数据时代信息的多样异构性,为更好地结合海量数据之间的关联性,可采用聚类识别方式将大数据分解为小样本数据;其中,电网资源的状态检测可采用结构化数据,检修故障等事件可采用经深度学习特征提取后所得的非结构化数据,然后通过分析状态信息历史数据获取各种类型线路往年的数据样本,结合状态信息实时数据和电网运行数据进行多源信息融合处理。多源信息融合是指对初始数据、经处理提取后的特征信息和经评估后所得的决策信息的三层次信息融合,包括数据与特征的初级融合和高层次的决策级融合;最后结合对线路载负荷能力、用电负荷的变化情况、变压器设备状态的评估分析,评定最终影响线路定值区的运行方式要素。
进一步的,逻辑表达判别式的确定,可定义保护装置的判别表达式如下所示:
K=Z(Y,H)
Z函数为某保护装置所有定值区的逻辑判别式的定义函数,以下为Z函数的计算流程步骤。为便于表述,定义正常运行方式下各电网资源状态初始行向量为A,通过遥信系统实时读取的电网资源状态行向量为B,目标被保护设备的断路器资源为hn:
步骤1:比较A与B向量,若A=B,转至步骤4,若A≠B,转至步骤2;
步骤2:当A≠B时,表明运行方式改变,可通过sign[x]找出B向量中置零量,令置零的状态变量为yn,转至步骤3;
步骤3:将yn与hn的字段数值归为Y因素与H因素,作为该运行方式下的逻辑表达判别值,并设定相应的保护定值区K值;
步骤4:当A=B时,表明运行方式未改变,依然输出正常运行方式下的定值区K值。。
(三)有益效果
本发明提供了基于多源信息融合技术的电网运行方式自动识别方法。与现有技术相比具备以下有益效果:
本发明的技术方案通过获得各线路应当切换的保护定值区,之后调度端通过保信系统/现场人员完成现场保护定值的切换。完成上述操作后,再通过保信系统读取现场定值并与当前识别的保护定值进行对比,防止出现定值切换出错或者未切的情况。经工程验证反馈,该方法能够正确切换定值区域,验证了该发明的可行性。
附图说明
图1是自动运行方式识别及切换定值区流程图;
图2是建立的基于多源信息融合技术分析的运行方式要素确定图;
图3是运行方式要素分析图;
图4是线路在运行方式改变后逻辑判别过程图;
图5是软件程序逻辑判别流程图;
图6是地区电网拓扑结构图。
具体实施方式
对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
请参阅图1-3,基于多源信息融合技术的电网运行方式自动识别方法,包括以下步骤:
采用一种基于多源信息融合技术的自动识别电网运行方式新方法,包括以下步骤:
S1、多源信息融合技术分析电网运行方式要素,并结合其中的静态要素生成相应的逻辑表达式;
S2、分别利用两种故障的数学模型构造适应度函数,将故障定位问题转化为参数识别问题;
S3、通过保信系统校核切换结果,构成完整的定值切换闭环控制系统;
其中,S1中,涉及到多源信息融合部分为:
对于分析电网运行方式要素这一具有多维度特征的技术问题,可利用的数据有状态信息实时数据、状态信息历史数据和电网运行数据。首先对状态信息实时数据进行数据挖掘,由于大数据时代信息的多样异构性,为更好地结合海量数据之间的关联性,可采用聚类识别方式将大数据分解为小样本数据。其中,电网资源的状态检测可采用结构化数据,检修故障等事件可采用经深度学习特征提取后所得的非结构化数据。然后通过分析状态信息历史数据获取各种类型线路往年的数据样本,结合状态信息实时数据和电网运行数据进行多源信息融合处理。多源信息融合是指对初始数据、经处理提取后的特征信息和经评估后所得的决策信息的三层次信息融合,包括数据与特征的初级融合和高层次的决策级融合。最后结合对线路载负荷能力、用电负荷的变化情况、变压器设备状态的评估分析,评定最终影响线路定值区的运行方式要素。
经上述多源信息融合技术分析,与定值区整定相关的运行方式要素大体分为静态要素与动态要素两大类。
1.静态要素
(1)电源的投入与退出。包括发电机及等值发电机组的投退情况,是从源头上影响电网运行方式的因素。
(2)厂站内设备大小方式的确定。1.主变压器投退。其投退会引起上级电源阻抗变化,从而会对下级线路的保护定值造成一定的影响,进而调整存在紧密关系的线路定值区域。2.母联与母线投退。根据主母联或者主母线的投退情况,会出现例如双母线变单母线等情况,从而引发下级线路保护定值变动。3.大型用电负荷的投退。由于某些大型用电设备的投切,导致整个电网的潮流分布变化过大而引起的保护定值的变动。
(3)电力线路大小运行方式的确定。1.双回线路投退。当并列的双回线路本身出现投运变化,例如其中一条线路退出运行时,会影响被保护线路保护定值区域。2.电网线路停用。这里的线路停用有两种情况:一是上级线路投退引起的电源阻抗改变,二是本级线路停运发生转移负荷,二者均有可能造成相关线路定值区的变换。
2.动态要素
(1)N-1准则检修。满足N-1准则的情况下,考虑设备检修及同时发生故障时保护定值的适应能力。
(2)电环网的开合。严格意义上讲不允许出现电磁合环的运行状态,因此应当首先识别电磁合环情况并将其断开,然为避免遗漏依然在整定时考虑该种情况下的保护定值适应能力。
本发明进一步改进在于:
采用逻辑表达式的判断的方式来识别定值区。通过分析可以将逻辑表达式因素分为两种类型:特殊运行方式引起的起因逻辑因素和目标被保护设备运行状态逻辑因素。
1.逻辑表达式实现分析
特殊运行方式引起的起因逻辑因素,是逻辑表达判别式中的主要因素,由上述运行方式中的静态要素所决定,其方式有主变投退、双回线路切换、主要线路停运、母联母线投退等。该逻辑因素的判别,可在判别式中引入特殊运行方式所对应的电源资源状态来判断:
Y=(y1,y2,...yn)
式中,yn表示由于特殊运行方式引起的起因逻辑因素对应的电网资源变量,包括主变、母联、线路断路器等,其状态变量的数值取0或者1(其中1表示该电网资源带电或合闸,0代表该电网资源不带电或断开)。
目标被保护设备运行状态逻辑因素,作为判别式中的次要因素,可通过被保护装置断路器是否合闸来判断:
H=(h1,h2...hn)
式中,hn表示目标被保护设备运行状态逻辑因素所对应的断路器状态变量,其数值亦取0或者1(其中1表示该断路器合闸,0代表该断路器断开)。
由此可定义保护装置的判别表达式如下所示:
K=Z(Y,H)
Z函数为某保护装置所有定值区的逻辑判别式的定义函数,以下为Z函数的计算流程步骤。为便于表述,定义正常运行方式下各电网资源状态初始行向量为A,通过遥信系统实时读取的电网资源状态行向量为B,目标被保护设备的断路器资源为hn:
步骤1:比较A与B向量,若A=B,转至步骤4,若A≠B,转至步骤2.
步骤2:当A≠B时,表明运行方式改变,可通过sign[x]找出B向量中置零量(sign[x]为符号函数,当 x>0 时,sign[x]= 1;当 x = 0 时,sign[x]= 0),令置零的状态变量为yn,转至步骤3。
步骤3:将yn与hn的字段数值归为Y因素与H因素,作为该运行方式下的逻辑表达判别值,并设定相应的保护定值区K值。
步骤4:当A=B时,表明运行方式未改变,依然输出正常运行方式下的定值区K值。
通过上述分析发现,Z函数类似于泛布尔代数中的泛布尔函数关系,某一特定定值区K对应一组指定的yn与hn值,即一组输入的状态变量与一输出的状态变量存在着一定的对应关系,当输入的状态变量取任意一组确定的值后,输出的状态变量的值也就惟一地被确定了。每条线路的定值区都仅有一个固定的逻辑表达式,也就是仅对应一组电网资源状态值,不可出现一组状态值对应多个定值区的现象。为了在后续实例中便于表述,将yn与hn所对应的电网资源序号作如下定义:
电网资源序号=Xi
式中X=厂站名或线路名,i=Z(主变),XD(线路侧断路器),T(母联),M(母线)。
自动识别程序在进行逻辑判断时,将优先考虑主要因素Y的字段数值,在主要因素一致时再通过次要因素H判断以给出相应的定值区域
实施例1:
以图6所示某地区电网线路为例,通过多源信息融合技术分析,并对该线路进行静态要素配置,分析得到该线路的4种定值区,如下表所示:
表1 某地区电网线路的定值区所对应的运行方式变化
通过上述静态要素分析生成对应的逻辑表达式如下表所示:
表2 某地区电网线路的定值区所对应的逻辑判别式
至此该地区电网线路的逻辑表达识别程序添加完毕,一旦出现上述4种电网运行方式的改变时,该线路可通过上述自动识别运行方式程序读取并切换相应的定值区。假如因电网扩建而增贴了新的电网资源,导致电网运行方式增多,可通过修改或添加相应的逻辑判别式以满足新的运行方式。
实施例2:
下面以该地区电网某次实际220kV主变检修事件为例,还原该技术实现的具体流程。如图6所示,该电网运行方式切换后各厂区状态如下:220kV S站#1主变停运,D站110kV L1线101开关运行,供D站、S站110kVⅡ段母线、110kV E站、110kV F站负荷、L13线运行;B站110kV母联110开关运行,供L14线、S站110kVⅠ段母线、110kV G站负荷、L14线负荷、S站110kV母联110开关热备用开口;C站110kV L11线104开关运行,供110kV C站负荷、L8线105开关热备用开口;E站35kV母线倒由110kV B站供电。该运行方式变化属于主变投退上级电源阻抗变化所引起的定值区域改变。软件首先通过SCADA系统检测到电网资源遥信状态改变,启用逻辑表达式识别程序,其逻辑表达式识别状态如下:
表3各条线路保护定值区
由此获得了各线路应当切换的保护定值区,之后调度端通过保信系统/现场人员完成现场保护定值的切换。完成上述操作后,再通过保信系统读取现场定值并与当前识别的保护定值进行对比,防止出现定值切换出错或者未切的情况。经工程验证反馈,该方法能够正确切换定值区域,验证了该发明的可行性。
Claims (3)
1.基于多源信息融合技术的电网运行方式自动识别方法,其特征在于,包括以下步骤:
S1、多源信息融合技术分析电网运行方式要素,并结合其中的静态要素生成相应的逻辑表达式;
S2、分别利用两种故障的数学模型构造适应度函数,将故障定位问题转化为参数识别问题;
S3、通过保信系统校核切换结果,构成完整的定值切换闭环控制系统。
2.根据权利要求1所述基于多源信息融合技术的电网运行方式自动识别方法,其特征在于:在S1中,所述多源信息融合部分为:
对于分析电网运行方式要素这一具有多维度特征的技术问题,可利用的数据有状态信息实时数据、状态信息历史数据和电网运行数据;首先对状态信息实时数据进行数据挖掘,由于大数据时代信息的多样异构性,为更好地结合海量数据之间的关联性,可采用聚类识别方式将大数据分解为小样本数据;其中,电网资源的状态检测可采用结构化数据,检修故障等事件可采用经深度学习特征提取后所得的非结构化数据,然后通过分析状态信息历史数据获取各种类型线路往年的数据样本,结合状态信息实时数据和电网运行数据进行多源信息融合处理;
多源信息融合是指对初始数据、经处理提取后的特征信息和经评估后所得的决策信息的三层次信息融合,包括数据与特征的初级融合和高层次的决策级融合;最后结合对线路载负荷能力、用电负荷的变化情况、变压器设备状态的评估分析,评定最终影响线路定值区的运行方式要素。
3.根据权利要求2所述基于多源信息融合技术的电网运行方式自动识别方法,其特征在于:逻辑表达判别式的确定,可定义保护装置的判别表达式如下所示:
K=Z(Y,H)
Z函数为某保护装置所有定值区的逻辑判别式的定义函数,以下为Z函数的计算流程步骤,为便于表述,定义正常运行方式下各电网资源状态初始行向量为A,通过遥信系统实时读取的电网资源状态行向量为B,目标被保护设备的断路器资源为hn:
步骤1:比较A与B向量,若A=B,转至步骤4,若A≠B,转至步骤2;
步骤2:当A≠B时,表明运行方式改变,可通过sign[x]找出B向量中置零量,令置零的状态变量为yn,转至步骤3;
步骤3:将yn与hn的字段数值归为Y因素与H因素,作为该运行方式下的逻辑表达判别值,并设定相应的保护定值区K值;
步骤4:当A=B时,表明运行方式未改变,依然输出正常运行方式下的定值区K值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010359267.5A CN111401481A (zh) | 2020-04-29 | 2020-04-29 | 基于多源信息融合技术的电网运行方式自动识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010359267.5A CN111401481A (zh) | 2020-04-29 | 2020-04-29 | 基于多源信息融合技术的电网运行方式自动识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111401481A true CN111401481A (zh) | 2020-07-10 |
Family
ID=71414208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010359267.5A Pending CN111401481A (zh) | 2020-04-29 | 2020-04-29 | 基于多源信息融合技术的电网运行方式自动识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111401481A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114202039A (zh) * | 2022-02-17 | 2022-03-18 | 深圳消安科技有限公司 | 一种基于cim模型的城市信息多源数据融合方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108074037A (zh) * | 2017-11-30 | 2018-05-25 | 国网天津市电力公司电力科学研究院 | 一种调控操作决策辅助分析专家模型的自适应自学习方法 |
CN109490715A (zh) * | 2018-12-25 | 2019-03-19 | 浙江中新电力工程建设有限公司自动化分公司 | 一种极端环境下的电力系统故障判别方法 |
CN109742722A (zh) * | 2019-03-08 | 2019-05-10 | 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 | 一种定值修改检测方法、装置、设备和介质 |
CN110504665A (zh) * | 2019-08-26 | 2019-11-26 | 张学圈 | 一种智能网络式电力保护方法及保护装置 |
-
2020
- 2020-04-29 CN CN202010359267.5A patent/CN111401481A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108074037A (zh) * | 2017-11-30 | 2018-05-25 | 国网天津市电力公司电力科学研究院 | 一种调控操作决策辅助分析专家模型的自适应自学习方法 |
CN109490715A (zh) * | 2018-12-25 | 2019-03-19 | 浙江中新电力工程建设有限公司自动化分公司 | 一种极端环境下的电力系统故障判别方法 |
CN109742722A (zh) * | 2019-03-08 | 2019-05-10 | 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 | 一种定值修改检测方法、装置、设备和介质 |
CN110504665A (zh) * | 2019-08-26 | 2019-11-26 | 张学圈 | 一种智能网络式电力保护方法及保护装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114202039A (zh) * | 2022-02-17 | 2022-03-18 | 深圳消安科技有限公司 | 一种基于cim模型的城市信息多源数据融合方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108931972B (zh) | 一种基于模型驱动的变电站二次设备状态智能诊断方法 | |
CN110674282B (zh) | 基于专家知识规则库的一键顺控操作票智能拟制方法 | |
CN106130185A (zh) | 一种基于状态监测信息的变电站监控系统建模方法 | |
CN110988596A (zh) | 一种新型主动配电网故障区段定位方法 | |
CN105606931A (zh) | 一种基于量子遗传算法的中压配电网故障诊断方法 | |
CN107453354B (zh) | 一种配电网的薄弱环节识别方法 | |
CN102141950A (zh) | 一种智能变电站测控装置联闭锁逻辑验证方法 | |
CN110493031A (zh) | 一种变电站控制系统网络设备状态在线监测方法 | |
CN108596450B (zh) | 电网风险预警方法和系统 | |
CN104778632A (zh) | 一种实现智能转电辅助决策的方法及系统 | |
CN113364120A (zh) | 智能变电站控制过程校核方法、装置、设备及存储介质 | |
CN114626827A (zh) | 一种基于数字孪生的配电自动化防误操作方法 | |
CN105337314A (zh) | 一种基于分布式电源黑启动技术的多源协调控制故障处理方法 | |
CN113740666B (zh) | 一种数据中心电力系统告警风暴根源故障的定位方法 | |
CN114529166A (zh) | 一种配电网运行安全风险预警方法及系统 | |
CN110443481A (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 | |
CN111401481A (zh) | 基于多源信息融合技术的电网运行方式自动识别方法 | |
CN111327474B (zh) | 基于拓扑分析的电力系统故障诊断方法 | |
CN106651113A (zh) | 一种基于超前n‑1分析的调度员操作风险评估方法 | |
CN110245846A (zh) | 基于XGBoost算法的电流突变原因判别方法 | |
CN114416660B (zh) | 基于虚实回路分层的二次回路可视化展示方法 | |
Xiaoyu et al. | The Effect of secondary-DC-loss Protection on the Reliability of substation protection system | |
Guan et al. | Enhancing security and resilience of bulk power systems via multisource big data learning | |
CN106709158B (zh) | 电网馈线自动化系统的性能提升方法 | |
Yang et al. | Trend Analysis and Fault Diagnosis of Equipment State Based on Transformer Operation Mechanism Modeling |
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: 20200710 |