CN111428977A - 一种基于电压序列灰色关联度的离群配电变压器辨识方法 - Google Patents

一种基于电压序列灰色关联度的离群配电变压器辨识方法 Download PDF

Info

Publication number
CN111428977A
CN111428977A CN202010186237.9A CN202010186237A CN111428977A CN 111428977 A CN111428977 A CN 111428977A CN 202010186237 A CN202010186237 A CN 202010186237A CN 111428977 A CN111428977 A CN 111428977A
Authority
CN
China
Prior art keywords
phase
voltage
sequence
data
distribution
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
Application number
CN202010186237.9A
Other languages
English (en)
Other versions
CN111428977B (zh
Inventor
康兵
许志浩
丁贵立
王晓虎
刘自强
石润泽
尤若欣
王振
郑少华
徐宇
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.)
Jiangxi Paiyuan Technology Co ltd
Nanchang Zuochen Technology Co ltd
Original Assignee
Jiangxi Paiyuan Technology Co ltd
Nanchang Zuochen Technology 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 Jiangxi Paiyuan Technology Co ltd, Nanchang Zuochen Technology Co ltd filed Critical Jiangxi Paiyuan Technology Co ltd
Priority to CN202010186237.9A priority Critical patent/CN111428977B/zh
Priority claimed from CN202010186237.9A external-priority patent/CN111428977B/zh
Publication of CN111428977A publication Critical patent/CN111428977A/zh
Application granted granted Critical
Publication of CN111428977B publication Critical patent/CN111428977B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明公开了一种基于电压序列灰色关联度的离群配电变压器辨识方法,具体步骤有:1、将配电网中10kV馈线下所有配电变压器视为一个群集,并从电力营销部门用电采集系统导出群集所有配电变压器出口电压时间序列数据;2、对数据进行预处理,包括完整度计算、时标对齐、三相电压平衡归算;3、对预处理后的电压时间序列数据进行灰色关联度计算;4、绘制灰色关联度图谱;5、筛选离群配电变压器。本发明基于现有配电台区用电采集系统数据进行离群配电变压器辨识,利用线上数据分析方式替代现有人工实地巡线排查方式,大幅降低人工成本,能简单、实时、有效地解决10kV配电网拓扑关系混乱的问题。

Description

一种基于电压序列灰色关联度的离群配电变压器辨识方法
技术领域
本发明属于配电网技术领域,具体涉及一种基于电压序列灰色关联度的离群配电变压器辨识方法。
背景技术
我国配电网的特点是点多面广、改造频繁,导致其网络拓扑时常出现混乱。同时因均衡负荷、降低线损、可靠供电、经济运行等需求,需对配电网拓扑结构进行适时调整,导致配电网拓扑结构是动态的。实时、准确的网络拓扑是配电网开展网损计算、故障研判、停电管理等业务的基础。国家电网公司《泛在电力物联网建设大纲》明确要求实现“站-线-变-户”关系实时准确。因此实时准确的配电网拓扑是建设泛在电力物联网的内涵所在,是泛在电力物联网平台层建设的基础内容之一。
配电网拓扑关系主要包括变电站与10kV馈线、10kV馈线与配电变压器、配电变压器与负载用户以及用户相序四种。其中,10kV馈线与配电变压器拓扑关系是当前研究的(线变拓扑关系)难点问题,当前主要依靠人工巡线排查的方式进行线变拓扑关系辨识,人工巡线排查方式不仅实施难度大耗时费力,而且难以确保时效性。需耗费大量人力物力进行巡线且效果难保证时效性,尤其是对于城区配电网,大量敷设地下电缆,人工巡线排查实施难度较大。
当前解决上述问题,现有方法有诸如专利文件(CN107508297A)基于皮尔逊线性相关系数的线变关系校验方法,与之相比,本发明具有更高的辨识精度。再比如专利文件(CN107832927A)基于灰色关联分析法的10kV线路线变关系评价方法,是基于灰色关联对电能量及相关线损量进行关联分析,而本发明则是对配电变压器出口电压时间序列进行分析,两者存在本质差别。
发明内容
本发明提出了一种基于电压序列灰色关联度的离群配电变压器辨识方法,以解决上述背景技术中提出的问题。本发明的技术方案是这样实现的:
一种基于电压序列灰色关联度的离群配电变压器辨识方法,包含如下几个步骤:
步骤一:从用电信息采集系统中提取10kV馈线所挂n台配电变压器在时段T内的电压时间序列,
假设时段T为某日,电压时间序列的数据长度为m,则第i台配电变压器导出的三相出口电压序列UiA、UiB、UiC分别为
UiA={UiA(k)|k=1,2,3,…,m}
UiB={UiB(k)|k=1,2,3,…,m}
UiC={UiC(k)|k=1,2,3,…,m}
式中,k表示电压序列元素序号,其余各配电变压器出口数据均参照第i台配电变压器进行处理;
步骤二:对配电变压器三相出口电压时间序列数据进行数据预处理,具体包括计算完整度、时标对齐和三相电压平衡归算,
(1)计算电压时间序列的完整度是指校验导出的电压数据有效数据的占比,具体公式如下所示:
Figure BDA0002414288920000021
式中,a表示单相电压序列中有效元素的数量,当得到的完整度达不到计算要求,重新从系统中导出另一日数据,直至满足计算要求,
(2)将馈线下n台配电变压器电压序列中各元素的时标对齐一致,
(3)三相电压平衡归算,是指将已经偏移的中性点还原,以消除三相不平衡的影响,中性点偏移前、后,相电压因负荷不同发生改变,而线电压并未改变,因此根据三相电压的相量三角形的封闭性,可得出偏移前、后第i台配变的第k组三相电压满足以下方程组关系:
Figure BDA0002414288920000022
式中,
Figure BDA0002414288920000023
为A相和B相、B相和C相、C相和A相之间的相位角,UiAB、UiBC、UiCA分别归算的A相和B相、B相和C相、C相和A相之间的线电压,三者幅值相等,通过求解上述方程组,得到三相平衡归算后的电压序列,
将第i台配电变压器全部同一时刻的三相电压数据带入上述方程组求解,即可得到三相平衡归算后的电压序列为:
Ui={Ui(k)|k=1,2,3,…,m}
式中,Ui为三相平衡计算后的电压出口序列,其余n-1台配电变压器出口数据均参照第i台配电变压器进行处理:
U={Ui(k)|k=1,2,3,…,m;i=1,2,3…n}
式中,U为所有三相平衡计算后的电压出口序列集合;
步骤三:灰色关联度计算,令预处理后的第i台配电变压器数据序列为参考序列,预处理后的所有配电变压器出口电压序列数据为比较序列,第i台参考序列与第j台比较序列在第k个元素的相对差值计算如下:
Figure BDA0002414288920000031
式中,ρ称为分辨系数,ρ∈(0,1),常取0.5,表示两层的最小差,
参考序列Ui与比较序列Uj灰色关联度系数为:
Figure BDA0002414288920000032
式中,Mij是参考序列Ui(k)对比较序列Uj(k)的关联度系数,
根据上述方法分别求得一条10kV馈线下任意一台与n台配电变压器之间的灰色关联度值矩阵:
Figure BDA0002414288920000033
式中,M是n台配电变压器各自为参考序列的灰色关联度系数矩阵;
步骤四:将得到的灰色关联度矩阵M绘制成图谱,依据图谱差异特征筛选出离群配电变压器。
在本发明的基于电压序列灰色关联度的离群配电变压器辨识方法中,步骤一中的某时段T是某日、某周、某月的任意天数。
在本发明的基于电压序列灰色关联度的离群配电变压器辨识方法中,步骤一中用电信息采集系统中的每日电压时间序列数据长度m为24的正整数倍,具体依据用电信息采集系统采集时间步长决定。
实施本发明的这种基于电压序列灰色关联度的离群配电变压器辨识方法,具有以下有益效果:
本发明基于现有配电台区的电压时间序列数据进行离群配电变压器的识别和定位算法,利用线上数据分析方式替代现有人工实地巡线排查方式,不仅大幅降低人工工作量,节省成本,而且能简单、实时、有效地解决配电网点多面广拓扑关系混乱的问题,此外,本发明方法较现有皮尔逊相关系数方法就有更高的识别准确性。
附图说明
图1为本发明基于电压序列灰色关联度的离群配电变压器辨识方法的流程图;
图2为本发明基于电压序列灰色关联度的离群配电变压器辨识方法的灰色关联度图谱。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
如图1和2所示的一种基于电压序列灰色关联度的离群配电变压器辨识方法,具体步骤有:步骤一、从用电信息采集系统中提取10kV馈线所挂n台配电变压器在时段T内的电压时间序列,某时段T是某日、某周、某月的任意天数,假设时段T为某日,电压时间序列的数据长度为m,m为24的正整数倍,可以是24、48或96等任意数据,具体依据用电信息采集系统采集时间步长决定,则第i台配电变压器导出的三相出口电压序列UiA、UiB、UiC分别为:
UiA={UiA(k)|k=1,2,3,…,m}
UiB={UiB(k)|k=1,2,3,…,m}
UiC={UiC(k)|k=1,2,3,…,m}
UiC={UiC(k)|k=1,2,3,…,m}
式中,k表示电压序列元素序号,其余各配电变压器出口数据均参照第i台配电变压器进行处理;步骤二、对配电变压器三相出口电压时间序列数据进行数据预处理,具体包括计算完整度、时标对齐和三相电压平衡归算,(1)计算电压时间序列的完整度是指校验导出的电压数据有效数据的占比,具体公式如下所示:
Figure BDA0002414288920000041
式中,a表示单相电压序列中有效元素的数量,当得到的完整度达不到计算要求,重新从系统中导出另一日数据,直至满足计算要求,(2)将馈线下n台配电变压器电压序列中各元素的时标对齐一致,(3)三相电压平衡归算,是指将已经偏移的中性点还原,以消除三相不平衡的影响,中性点偏移前、后,相电压因负荷不同发生改变,而线电压并未改变,因此根据三相电压的相量三角形的封闭性,可得出偏移前、后第i台配变的第k组三相电压满足以下方程组关系:
Figure BDA0002414288920000051
式中,
Figure BDA0002414288920000052
为A相和B相、B相和C相、C相和A相之间的相位角,UiAB、UiBC、UiCA分别归算的A相和B相、B相和C相、C相和A相之间的线电压,三者幅值相等,通过求解上述方程组,得到三相平衡归算后的电压序列,将第i台配电变压器全部同一时刻的三相电压数据带入上述方程组求解,即可得到三相平衡归算后的电压序列为Ui={Ui(k)|k=1,2,3,...,m}式中,Ui为三相平衡计算后的电压出口序列,其余n-1台配电变压器出口数据均参照第i台配电变压器进行处理:U={Ui(k)|k=1,2,3,…,m;i=1,2,3…n}式中,U为所有三相平衡计算后的电压出口序列集合;步骤三、灰色关联度计算,令预处理后的第i台配电变压器数据序列为参考序列,预处理后的所有配电变压器出口电压序列数据为比较序列,第i台参考序列与第j台比较序列在第k个元素的相对差值计算如下:
Figure BDA0002414288920000053
式中,ρ称为分辨系数,ρ∈(0,1),常取0.5,表示两层的最小差,参考序列Ui与比较序列Uj灰色关联度系数为:
Figure BDA0002414288920000054
式中,Mij是参考序列Ui(k)对比较序列Uj(k)的关联度系数,根据上述方法分别求得一条10kV馈线下任意一台与n台配电变压器之间的灰色关联度值矩阵:
Figure BDA0002414288920000055
式中,M是n台配电变压器各自为参考序列的灰色关联度系数矩阵;步骤四、将得到的灰色关联度矩阵M绘制成图谱,依据图谱差异特征筛选出离群配电变压器。
本发明运用在一个具体的实际场景中。以某地的3条10kV馈线为例,进行离群变压器的辨识。三条线路下共挂有配电变压器47台,其中北环Ⅰ线有22台配电变压器、青宾线17台配电变压器、北清Ⅳ线有8台配电变压器,共分为三个群集,用电信息采集系统中对应的拓扑关系如表1所示。
表1
序号 10kV线路 配电变压器 序号 10kV线路 配电变压器
1 10kV北环Ⅰ线 机械局01号箱变 25 10kV青宾线 10kV青宾线13B青山湖区检察院公变
2 10kV北环Ⅰ线 七中01号箱变 26 10kV青宾线 10kV青宾线10B阳明路电力大楼公变
3 10kV北环Ⅰ线 10kV北环一线环城路北08号公变 27 10kV青宾线 10kV青宾线01B永外正街一号公变
4 10kV北环Ⅰ线 创业小区01号室变 28 10kV青宾线 10kV青宾线02B永外正街二号公变
5 10kV北环Ⅰ线 10kV北环一线环城路北01号公变 29 10kV青宾线 10kV青宾线03B省车辆管理大楼公变
6 10kV北环Ⅰ线 10kV北环一线环城路北02号公变 30 10kV青宾线 10kV青宾线06B贤士一路三号公变
7 10kV北环Ⅰ线 10kV北环一线洪城巷03号公变 31 10kV青宾线 10kV青宾线07B贤士一路四号公变
8 10kV北环Ⅰ线 10kV北环一线新赣南路03号公变 32 10kV青宾线 10kV青宾线08B贤士一路五号公变
9 10kV北环Ⅰ线 10kV北环一线环城路北03号公变 33 10kV青宾线 10kV央央春天线01B央央春天小区二号配电室公变
10 10kV北环Ⅰ线 10kV北环一线环城路北04号公变 34 10kV青宾线 10kV央央春天线05B央央春天小区三号配电室公变
11 10kV北环Ⅰ线 机械局02号箱变 35 10kV青宾线 10kV央央春天线02B央央春天小区二号配电室公变
12 10kV北环Ⅰ线 吉祥花园01号箱变 36 10kV青宾线 10kV央央春天线03B央央春天小区二号配电室公变
13 10kV北环Ⅰ线 洪城巷01号箱变 37 10kV青宾线 10kV央央春天线04B央央春天小区二号配电室公变
14 10kV北环Ⅰ线 洪城巷02号箱变 38 10kV青宾线 10kV青宾线14B永外正街四号公变
15 10kV北环Ⅰ线 环城路北05号箱变 39 10kV青宾线 10kV青宾线15号公变
16 10kV北环Ⅰ线 藕塘里01号公变 40 10kV北清Ⅳ线 10kV北清四线大公路东04号公变
17 10kV北环Ⅰ线 吉祥花园03号箱变 41 10kV北清Ⅳ线 10kV北清四线大公路东03号公变
18 10kV北环Ⅰ线 环城路北09号箱变 42 10kV北清Ⅳ线 10kV北清四线大公路东02号公变
19 10kV北环Ⅰ线 吉祥花园02号箱变 43 10kV北清Ⅳ线 10kV北清四线文清路08号公变
20 10kV北环Ⅰ线 环城路北#10公变 44 10kV北清Ⅳ线 10kV北清四线文清路07号公变
21 10kV北环Ⅰ线 祥和2号公变 45 10kV北清Ⅳ线 10kV北清四线新赣南路04号公变
22 10kV北环Ⅰ线 祥和1号公变 46 10kV北清Ⅳ线 10kV北清四线新赣南路01号公变
23 10kV青宾线 10kV青宾线11B永外正街三号公变 47 10kV北清Ⅳ线 10kV北清四线新赣南路02号公变
24 10kV青宾线 10kV青宾线12B永外正街与贤士横街公变
根据步骤一,在用电信息采集系统中导出3条10kV馈线下所有47台配电变压器在2019年8月1日的出口电压时间序列,由于篇幅限制,仅给出第1台配电变压器的出口电压序列数据,如表2所示。
表2
Figure BDA0002414288920000061
Figure BDA0002414288920000071
根据步骤二,对提取的电压数据对配电变压器三相出口电压时间序列数据进行数据预处理,具体包括计算完整度、时标对齐和三相电压平衡归算。
(1)所导出的配电变压器台电压序列数据长度m为47,其数据完整度计算如下:
Figure BDA0002414288920000072
三个配电变压器群集的电压时间序列均满足完整度满足要求。
(2)按照时间序列时标,将三个配电变压器群集电压序列中各元素的时标对齐一致。
(3)三相电压平衡归算后的电压序列,由于篇幅限制,仅给出第1台配电变压器的出口电压序列数据,如表2所示
表2
Figure BDA0002414288920000073
Figure BDA0002414288920000081
根据步骤三,根据上述方法分别求得三个10kV馈线配配电变压器群集的灰色关联度值矩阵M,如表3所示:
表3
Figure BDA0002414288920000082
Figure BDA0002414288920000091
Figure BDA0002414288920000092
Figure BDA0002414288920000101
根据步骤四,将灰色关联度矩阵M绘制成相应的灰色关联度图谱,如图2所示,通过观察灰色关联度图谱,可得出:
(1)9号、13号配电变压器与北环Ⅰ线群集中其他配电变压器相差较大,为该群集的离群配电变压器。
(2)23号配电变压器与青宾线群集中其他配电变压器相差较大,为该群集的离群配电变压器。
(3)43号配电变压器与北清Ⅳ线群集中其他配电变压器相差较大,为该群集的离群配电变压器。
实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (3)

1.一种基于电压序列灰色关联度的离群配电变压器辨识方法,其特征在于,包含如下几个步骤:
步骤一:从用电信息采集系统中提取10kV馈线所挂n台配电变压器在时段T内的电压时间序列,
假设时段T为某日,电压时间序列的数据长度为m,则第i台配电变压器导出的三相出口电压序列
Figure DEST_PATH_IMAGE001
Figure DEST_PATH_IMAGE002
Figure DEST_PATH_IMAGE003
分别为
Figure DEST_PATH_IMAGE004
式中,k表示电压序列元素序号,其余各配电变压器出口数据均参照第i台配电变压器进行处理;
步骤二:对配电变压器三相出口电压时间序列数据进行数据预处理,具体包括计算完整度、时标对齐和三相电压平衡归算,
(1)计算电压时间序列的完整度是指校验导出的电压数据有效数据的占比,具体公式如下所示:
Figure DEST_PATH_IMAGE005
式中,a表示单相电压序列中有效元素的数量,当得到的完整度达不到计算要求,重新从系统中导出另一日数据,直至满足计算要求,
(2)将馈线下n台配电变压器电压序列中各元素的时标对齐一致,
(3)三相电压平衡归算,是指将已经偏移的中性点还原,以消除三相不平衡的影响,中性点偏移前、后,相电压因负荷不同发生改变,而线电压并未改变,因此根据三相电压的相量三角形的封闭性,可得出偏移前、后第i台配变的第k组三相电压满足以下方程组关系:
Figure DEST_PATH_IMAGE006
式中,
Figure 1
为A相和B相、B相和C相、C相和A相之间的相位角,UiAB、UiBC、UiCA分别归算的A相和B相、B相和C相、C相和A相之间的线电压,三者幅值相等,通过求解上述方程组,得到三相平衡归算后的电压序列,
将第i台配电变压器全部同一时刻的三相电压数据带入上述方程组求解,即可得到三相平衡归算后的电压序列为:
Figure DEST_PATH_IMAGE009
式中,
Figure DEST_PATH_IMAGE010
为三相平衡计算后的电压出口序列,其余n-1台配电变压器出口数据均参照第i台配电变压器进行处理:
Figure 782009DEST_PATH_IMAGE011
式中,U为所有三相平衡计算后的电压出口序列集合;
步骤三:灰色关联度计算,令预处理后的第i台配电变压器数据序列为参考序列,预处理后的所有配电变压器出口电压序列数据为比较序列,第i台参考序列与第j台比较序列在第k个元素的相对差值计算如下:
Figure 322319DEST_PATH_IMAGE013
式中,ρ称为分辨系数,ρ∈(0,1),常取0.5,表示两层的最小差,
参考序列Ui与比较序列Uj灰色关联度系数为:
式中,Mij是参考序列Ui(k)对比较序列Uj(k)的关联度系数,
根据上述方法分别求得一条10kV馈线下任意一台与n台配电变压器之间的灰色关联度值矩阵:
Figure DEST_PATH_IMAGE020
式中,
Figure 638494DEST_PATH_IMAGE021
是n台配电变压器各自为参考序列的灰色关联度系数矩阵;
步骤四:将得到的灰色关联度矩阵
Figure 843211DEST_PATH_IMAGE021
绘制成图谱,依据图谱差异特征筛选出离群配电变压器。
2.根据权利要求1所述的基于电压序列灰色关联度的离群配电变压器辨识方法,其特征在于,步骤一中的某时段T是某日、某周、某月的任意天数。
3.根据权利要求2所述的基于电压序列灰色关联度的离群配电变压器辨识方法,其特征在于,步骤一中用电信息采集系统中的每日电压时间序列数据长度m为24的正整数倍,具体依据用电信息采集系统采集时间步长决定。
CN202010186237.9A 2020-03-17 一种基于电压序列灰色关联度的离群配电变压器辨识方法 Active CN111428977B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010186237.9A CN111428977B (zh) 2020-03-17 一种基于电压序列灰色关联度的离群配电变压器辨识方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010186237.9A CN111428977B (zh) 2020-03-17 一种基于电压序列灰色关联度的离群配电变压器辨识方法

Publications (2)

Publication Number Publication Date
CN111428977A true CN111428977A (zh) 2020-07-17
CN111428977B CN111428977B (zh) 2023-11-17

Family

ID=

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112564095A (zh) * 2020-12-01 2021-03-26 国网河南省电力公司电力科学研究院 一种配电网线变关系数据校验方法和系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112564095A (zh) * 2020-12-01 2021-03-26 国网河南省电力公司电力科学研究院 一种配电网线变关系数据校验方法和系统
CN112564095B (zh) * 2020-12-01 2022-07-26 国网河南省电力公司电力科学研究院 一种配电网线变关系数据校验方法和系统

Similar Documents

Publication Publication Date Title
CN111339482A (zh) 一种基于最大互信息的离群配电变压器辨识方法
CN110443402A (zh) 一种适应高可靠性供电需求的城市电网网格化规划方法
Jamal et al. Potential rooftop distribution mapping using Geographic Information Systems (GIS) for Solar PV Installation: A case study for Dhaka, Bangladesh
CN103065040B (zh) 中压配网供电架构的计算机构建方法
CN111723339B (zh) 基于趋势相似性和距离测度的台区低压挂接辨识方法
CN108490285B (zh) 一种基于电压降落法的低压台区线损率计算方法
Wang et al. Quantitative analysis of distributed and centralized development of renewable energy
Liu et al. Practical automatic planning for MV distribution network considering complementation of load characteristic and power supply unit partitioning
CN110956332B (zh) 一种直流配电网中换流站的选址定容方法
CN109214713A (zh) 含有分布式电源的主动配电网规划方法
Yuan et al. Mining smart meter data to enhance distribution grid observability for behind-the-meter load control: Significantly improving system situational awareness and providing valuable insights
Davidson Evaluation and effective management of nontechnical losses in electrical power networks
CN109980640A (zh) 基于多智能体协同优化的配网线变关系识别方法
CN111428977A (zh) 一种基于电压序列灰色关联度的离群配电变压器辨识方法
CN112001525A (zh) 一种区域远景与近中期综合负荷预测方法
CN111428977B (zh) 一种基于电压序列灰色关联度的离群配电变压器辨识方法
CN115796711A (zh) 配电线路降损的辅助决策方法及装置
Ochoa OpenDSS Training Material
CN115130327A (zh) 一种考虑区域相似性的中压配电网拓扑识别方法
Wan et al. Economic dispatch constrained by central multi-period security for Global Energy Interconnection and its application in the Northeast Asia
Li et al. How to deal with existing coal production capacity on a low-carbon transition pathway? A case study of China
CN112202248A (zh) 低压配电网拓扑分支细化识别方法
Guangyuan et al. A Diversify Distribution Power Grid Planning Method Based on the Features of Areas in Smart Cities
L’Abbate et al. The role of innovative grid-impacting technologies towards the development of the future pan-European system: the GridTech project
Phayomhom et al. Impact of variable solar PV generation in MEA's power distribution system

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